UJI STATISTIK

Dr. Suparyanto, M.Kes

UJI STATISTIK

MACAM STATISTIK

• Jika datanya interval rasio, distribusi data normal dan jumlah data besar (>30) digunakan statistik parametris
• Jika datanya nominal/ordinal, atau distribusi data tidak normal (bebas), atau jumlah data kecil (<30) digunakan statistik non parametris 

SYARAT UJI STATISTIK PARAMETRIS

• Skala data interval atau rasio 
• Data berdistribusi normal 
• Pada uji t dan uji F untuk dua sample atau lebih, kedua sample harus dari populasi yang mempunyai varians sama Jumlah data besar (>30)

CONTOH UJI STATISTIK PARAMETRIS

1. T test
2. Z test
3. Anova test (F test)

CONTOH UJI STATISTIK NON PARAMETRIS

1. Wilcoxon Signed-Rank
2. McNemar Change test
3. Mann-Whitney U test
4. Chi Square test
5. Kolmogorov-Smirnov test
6. Friedman test
7. Kendall W test
8. Cochran’s Q

STATISTIK PARAMETRIS

• Data: interval atau rasio
• Uji: t-test 1 sampel
• Rumus yang digunakan t atau z
• Rumus z digunakan jika simpangan baku populasi diketahui → karena umumnya tidak diketahui → sering dipakai rumus z
• Macam uji: uji dua fihak (two tail test) dan uji satu fihak (one tail test)

RUMUS t

• t = (x – μo) / (s/√n)
• t = nilai t yang dihitung = t hitung
• x = rata-rata x
• μo = nilai yang dihipotesiskan
• s = simpangan baku
• n = jumlah sampel

UJI DUA FIHAK (TWO TAIL TEST)

• Uji dua fihak digunakan jika Ho berbunyi: “… sama dengan …” dan Ha berbunyi: “…tidak sama dengan …”
• Ho: “Lama kala 2 pada primigravida sama dengan 1 jam”
• Ha: “Lama kala 2 pada primigravida tidak sama dengan 1 jam”
• Kesimpulan: Ho diterima jika t hitung ≤ t tabel

UJI SATU FIHAK (ONE TAIL TEST)

Uji fihak kiri:

• Ho = “… lebih besar atau sama dengan (≥)…”
• H1 = “… lebih kecil (<)…” Contoh: Ho = “Daya tahan bidan berdiri lebih besar dan sama dengan 2 jam” H1 = “Daya tahan bidan berdiri lebih kecil dari 2 jam” Kesimpulan: Ho diterima jika t hitung ≤ t tabel Uji fihak kanan: Ho = “… lebih kecil atau sama dengan (≤)…” H1 = “… lebih besar (>)…”

Contoh:

• Ho = “Pasien Poli KIA dalam sehari lebih kecil dan sama dengan 20 orang”
• H1 = “Pasien Poli KIA dalam sehari lebih besar 20 orang”
• Kesimpulan: Ho diterima jika t hitung ≥ t tabel

STATISTIK NON PARAMETRIS

1. Data: nominal atau ordinal
2. Uji data nominal: (1) Test Binomial, (2) Chi Kuadrat (χ2)
3. Uji data ordinal: Run Test

TEST BINOMIAL

• Syarat: (1) Populasi terdiri 2 klas (misal: pria dan wanita), (2) Data Nominal, (3) Jumlah sampel kecil (<25) Distribusi data Binomial (terdiri 2 kelas): kelas dengan kategori (x) dan kelas dengan ketegori (N-x) Ketentuan: Bila harga P >α , Ho diterima (P = proporsi kasus (lihat tabel), α = taraf kesalahan ( 1% = 0,01))

• Contoh: penelitian tentang kecenderungan Bumil memilih tempat bersalin di Polindes atau di Puskesmas. Jumlah sampel 24 Bumil, 14 Bumil memilih di Polindes, 10 Bumil memilih di Puskesmas

• Ho = peluang Bumil memilih tempat bersalin di Polindes atau Puskesmas adalah sama, yaitu 50%

• Ho = p1 = p2 = 0,5

• Sampel (n) = 24
• Frekuensi kelas terkecil (x) = 10
• Tabel (n=24, x=10) → koefisien binomial (p) = 0,271
• Bila taraf kesalahan (α) ditetapkan 1% = 0,01
• p = 0,271 > 0,01 → Ho diterima
• Kesimpulan: kemungkinan Bumil memilih tempat bersalin di Polindes atau di Puskesmas adalah sama yaitu 50 %

CHI KUADRAT (χ2)

• Syarat: (1) Populasi terdiri dari 2 atau lebih kelas, (2) Data Nominal, (3) Sampelnya besar
• Ho = “Peluang memilih x atau y adalah sama besar yaitu 50%”
• Ketentuan: Ho diterima jika χ2 hitung < χ2 tabel (dengan dk dan taraf kesalahan tertentu)
• dk = kebebasan untuk menentukan frekuensi yang diharapkan, jika peluangnya 2 (x atau y) maka dk =1

• Penelitian peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan D3. Jumlah sampel 300 Bumil, memilih Bidan P2B 200 orang, memilih Bidan D3 100 orang
• Ho = “Peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan D3 adalah sama (50%)”
• Jika dk = 1, α = 5% → χ2 tabel = 3,841, dan χ2 hitung = 33,33
• Kesimpulan: Ho ditolak

• Penelitian tentang warna sepatu dipilih Bidan. Jumlah sampel 3000 Bidan, 1000 warna hitam, 900 warna putih, 600 coklat, 500 warna lain
• Ho =“Peluang Bidan memilih empat warna sepatu adalah sama”
• Jika dk = 3, α = 5% → χ2 tabel = 7,815, dan χ2 hitung = 226,67
• Kesimpulan: Ho ditolak

RUN TEST

• Untuk mengukur urutan suatu kejadian random atau tidak (pada data ordinal)
• Caranya dengan memperhatikan jumlah “run”
• Run adalah kejadian yang berurutan
• Contoh: @@@ ## @ ### @@ # @@ = 7 run
• Ho = “Urutan dalam memilih … adalah random”
• Ketentuan: Ho diterima jika r observasi berada diantara r kecil (tabel) dan r besar (tabel)

UJI HIPOTESIS DESKRIPTIF

UJI HIPOTESIS ASOSIASI

UJI HIPOTESIS KOMPARASI