Maulana Chasan LBM 4 MP

STEP 7

1. Apa saja konsep penting biostatistik ? Fungsi biostatistik 

Memecahkan masalah2 penelitian yang berkaitan dengan kehidupan melalui pengumpulan, pengolahan dan penyajian analisis



Untuk menganalisis sampel yang diambil dari suatu populasi Contoh: homogenitas sampel



Menguji validitas dan reliabilitas instrument penelitian



Menguji hipotesis

Statistika untuk Penelitian, Prof. DR. Sugiyono

2. Macam – macam jenis uji statistik ? Statistik Deskriptif, yaitu statistik yang digunakan untuk menggambarkan atau menganalisis suatu statistik hasil penelitian, tetapi tidak digunakan untuk membuat kesimpulan yang lebih luas (Generalisasi / Inferensiasi). Penelitian yang tidak menggunakan sampel, analisisnya akan menggunakan statistik deskriptif.. demikian juga penelitian yang menggunakan sampel, tetapi peneliti tidak bermaksud untuk membuat kesimpulan untuk populasi darimana sampel diambil, maka statistik yang digunakan adalah stasistik deskriptif. Dalam hal ini teknik Korelasi dan Regresi juga dapat berperan sebagai S tatistik Deskriptif. Statistik Inferensial, yaitu statistik yang digunakan untuk menganalisis data atau sampel, dan hasilnya akan digeneralisasikan (diinferensiasikan) untuk populasi dimana sampel diambil. Terdapat 2 macam statistik Inferensial, yaitu : - Statistik Parametris, yaitu statistik yang digunakan untuk menganalisis data interval atau rasio, yang diambil dari populasi yang berdistribusi normal. - Statistik Non-Parametris, yaitu statistik yang digunakan untuk menganalisis data nominal, dan ordinal dari populasi yang bebas distribusi Jadi tidak harus normal. Dalam hal ini teknik Korelasi dan Regresi dapat berperan sebagai Statistik Inferensial. (Statistik Untuk Penelitian, Prof. Dr Sugiyono, 2005, Bandung : CV. Alfa Beta) A. Statistik Deskriptif

Statistik deskriptif bertujuan untuk menggambarkan berbagai karakteristik data seperti mean, median, modus B. Statistik Inferensial

Statistik inferensial bertujuan untuk menguji hipotesis yang dapat dikelompokkan lagi menjadi 2 yaitu:



Statistik Parametrik

Penggunaan statistik parametrik ini harus disertai pada data harus berdistribusi normal,  jumlah sampel terhitung harus sama atau lebih besar dari 30. Untuk keperluan analisis parametrik maka statistik parametrik dibagi menjadi: 

Uji perbedaan

Disini akan di uji apakah sebuah sampel mempunyai perbedaan nyata dengan sampel yang lain. Uji yang digunakan adalah independent sample T test, paired sample T test, one sample T test. 

Uji Asosiasi

Di sini akan diuji apakah dua variabel yang ada mempunyai hubungan atau tidak. Uji yang digunakan adalah korelasi, regresi, Crosstab. 

Analisis Multivariate

Di sini jumlah vaiabel banyak dan tujuan pengujian adalah mencoba mengetahui struktur data yang ada pada variabel-variabel tersebut.Uji yang digunakan adalah Analisis Diskriminan, Analisis faktor. 

Statistik Non Parametrik

Penggunaan statistik non parametrik ini digunakan pada kondisi-kondisi penelitian tertentu. Kondisi yang sering dijumpai antara lain data pada sampel tidak terdistribusi normal, jumlah sampel yang kecil (kurang dari 30), cenderung lebih sederhana sehingga kesimpulannya kadang diragukan.Yang termasuk uji non parametrik adalah Uji Sign, Uji Mann Whitney, uji Friedman, uji Kruskal Wallis H akan dibahas lebih lanjut pada bab selanjutnya. Tommi Poltak Mario, V. Wiratna Sujarweni. SPSS untuk Paramedis. Sleman. Penerbit Ardana Media. 2006

No.

Skala Nominal

Penggunaan Uji beda satu  kelompok

Nominal



1



2



Nominal



Nominal



Nominal



Ordinal



3

Uji beda satu kelompok Uji beda 2 kelompok mandiri Uji beda 3 kelompok mandiri Uji beda 2 kelompok berpasangan Uji beda 2 kelompok mandiri

Chi Square

Uji beda 3 kelompok atau lebih yang berpasangan Uji beda 2

Cochran test)

4

5 6

Nama Uji Binominal

Keterangan Bisa dipakai bila uji McNemar dan Chi Square 2x2 tidak bisa dilakukan Penggunaannya luas. Bisa dipakai sebagai pengganti uji nonparametrik lain untuk skala ordinal

McNemar

Dapat digunakan sampel skala ordinal.

Fisher Exact Probability Test

Efektif untuk sampel kecil (n apakah sampel berhubungan atau tidak e. Menentukan adakah pengamatan ulang terhadap suatu variable atau tidak f. Apakah pada uji yang dikehendaki dilakukan uji pengendalian terhadap variable tertentu 6. Cara pembuatan masing – masing uji statistik ?

Uji deskriptif -

Menghitung ratarata data

-

Menghitung simpangan baku

-

Menghitung harga p

-

Melihat harga t table

-

Menggambar kurva

-

Meletakkan kedudukan t hitung dan t table dalam kurva yang telah dibuat tadi

-

Membuat keputusan

Uji inferensial -

Merumuskan hipotesis nol

-

Memilih uji statistik yang adekuat

-

Memilih tingak kemaknaan dan besar sampel

-

Mengasumsukan distribusi sampel dan menetapkan daerah pe nolakan

-

Menghitung data dan mngambil kesimpulan.

7. Kesalahan apa saja yg muncul pada uji statistik? Kesalahan uji statistic

(tipe I / alfa error dan tipe II / beta error) •

Kesalahan tipe I adalah suatu kesalahan bila menolak hipotesis nol  (Ho) yang

benar (seharusnya diterima). Dalam hal ini tingkat kesalahan dinyatakan dengan α. •

Kesalahan tipe II adalah kesalahan bila menerima hipotesis yang salah

(seharusnya ditolak).  Tingkat kesalahan ini dinyatakan dengan β.

Sumber : Statistika untuk Penelitian, Prof.DR. Sugiyono 8. Apa Fungsi dari statistik deskriptif dan statistik inferensial dan perbedaan? a.

Alat untuk menghitung besarnya anggota sample yang diambil dari suatupopulasi . Dengan demikian jumlah sampel yang diperlukan lebih dapat dipertanggungjawabkan. b. Alat untuk menguji validitas dan reliabilitas instrumen. Sebelum instrumen digunakan untuk penelitian, maka harus diuji validitas dan reabilitasnya terlebih dahulu. c. Teknik-teknik untuk menyajikan data , sehingga data lebih komunikatif. Teknik-teknik penyajian data ini antara lain; tabel, grafik, diagram lingkaran, dan pictogram. d. Alat untuk menganalisis data seperti menguji hipotesis penelitian yang diajukan . Dalam hal ini statistik yang digunakan antara lain; korelasi, regresi, t-test, anova,dll.

(Sugiyono, 2005, Statistika untuk Penelitian, Alfabeta, Bandung)

9. Apa saja syarat uji statistik parametrik dan non parametrik? Parametrik



Jumlah sampel cukup besar untuk dapat diproses



Sample diambil secara acak



Sampel tersebut berdistribusi normal



Bila ingin melakukan uji beda, kedua sampel harus memiliki varian yang sama



Data yang berskala interval atau rasio

Non Parametrik 

Sampel kecil



Berskala nominal atau ordinal



Berskala interval atau rasio, bilamana sampel yang berskala tersebut tidak memenuhi syarat uji parametrik

Panduan Penelitian, Dr. B. Sandjaja, MSPH

statistiStatistik parametric

a.

statististatistik non parametric

-

Cara pengambilan keputusan didasarkan pada asumsi dan ciri2 populasi

-

Cara pengambilan keputusan tidak didasarkan pada asumsi dan ciri2 populasi

-

Untuk menguji data yang berskala interval dan rasio

-

Untuk menguji data yang berskala nominal dan ordinal

-

Untuk uji pada sampel yang besar

-

Untuk uji pada sampel yang kecil

Statistik parametrik : digunakan untuk menganalisis data interval/rasio yang diambil dari populasi yang berdistribusi normal.

b. Statistik non parametrik : digunakan untuk menganalisis data nominal dan ordinal dari populasi yang bebas distribusi. (Statistika untuk Penelitian,dr.Sugiyono)

10. Jelakan apa yang dimaksud homogenitas normal dan cara pengukurannya Kenapa 0,05 Data berdistribusi normal ?

Standar deviasi adalah penyebaran nilai suatu data terhadap mean-nya Statistika untuk Kedokteran dan Kesehatan, Seri Evidence Based Medicine, dr. M. Sopiyudin Dahlan

Distribusi normal merupakan satu-satunya distribusi probabilitas dengan variable random continue dan mempunyai peran yg sngat penting dlm statistika krn: ”Distribusi normal memiliki beberapa  sifat yg memungkinkan untuk dipergunakan sbg pedoman

dlm menarik kesimpulan berdasarkan hasil sampel. Meskipun distribusi normal merupakan distribusi teoritis tetapi sangat sesuai dgn disribusi empiris shg dikatakan bhwa semua peristiwa secara alami akan membentuk distribusi ini oleh karena itu distribusi ini sering dikenal dgn distribusi normal”

Biostatistika Untuk Kedokteran Dan Kesehatan Masyarakat Dr. Eko Budiarto UJI NORMALITAS:

Uji normalitas berguna untuk menentukan data yang telah dikumpulkanberdistribusi normal atau diambil dari populasi normalUji statistik normalitas yang dapat digunakan diantaranya :Chi-Square- Kolmogorov Smirnov,- Lilliefors- Shapiro Wilk. UJI HOMOGENITAS:

Langkah-langkah menghitung uji homogenitas:



Mencari Varians/Standar deviasi Variabel X danY, dengan rumus:



Mencari F hitung dengan dari varians X danY, dengan rumus:



Membandingkan F hitung dengan F tabel pada tabel distribusi F, denganuntuk varians terbesar adalah dk pembilang n-1untuk varians terkecil adalah dk penyebut n-1JikaFhitung < Ftabel, berarti homogen. Jika F hitung > F tabel, berarti tidak homogen.

Uji Normalitas oleh dr. Ratu Ilma Indra Putri





Normalitas Sering kali kita mendengar bahwa dalam uji statistik, data yang kita miliki harus diuji normalitasnya terlebih dahulu untuk menentukan alat uji yang dapat kita gunakan. Jika data yang kita miliki berdistribusi normal, maka kita dapat menggunakan uji parametrik, jika tidak maka kita harus menggunakan uji non parametrik. Demikian pula ketika kita menggunakan alat uji regresi, beberapa sumber menyatakan bahwa data harus berdistribusi normal.

Normalitas pada uji beda.

Sebenarnya, uji beda seperti uji t , mensyaratkan bahwa sampel yang kita miliki berasal dari populasi yang berdistribusi normal. Jika kita dapat meyakini bahwa sampel yang kita miliki memang berasal dari populasi yang berdistribusi normal, maka kita dapat menggunakan uji parametrik. Bagaimana kita bisa mengetahui bahwa sampel kita berasal dari populasi yang berdistribusi normal? Kita lihat kembali pada poin pertama di atas. Jika kita melakukan penyampelan dengan distribusi yang normal, maka kita akan memiliki sampel yang mendekati karakteristik populasi. Dengan demikian, jika sampel yang kita miliki berdistribusi normal, maka kemungkinan besar populasi asal sampel pun akan memiliki distribusi yang normal. Dengan demikian, syarat bahwa sampel harus berasal dari populasi yang berdisribusi normal terpenuhi, dan uji parametrik pun dapat kita gunakan. 

Normalitas pada Regresi

Model regresi yang baik ditandai dengan nilai residual yang random. Sesuatu yang random, biasanya ditandai dengan distribusi yang normal, dengan demikian, model regresi yang baik, ditandai dengan nilai error term (residual) yang berdistribusi normal. Nilai error term yang random sebenarnya menggambarkan bahwa model regresi yang digunakan untuk melakukan estimasi, terbebas dari adanya pengaruh variabel lain yang kuat namun tidak masuk dalam model. Dengan demikian, hasil estimasi dari model regresi kita tidak akan menyesatkan. (Statistika untuk Penelitian,dr.Sugiyono) 11. Uji multivariat 12. Uji Regresi