5. Macam uji statistik
1. parameterik normal
2. Nonparametrik
Lihat distribusi normal data
6.
7.
8. Lilifors , n > 50
Shapiro Wilks , 10 <= n <= 50
Ho : Distribusi data = normal
Ha : Distribusi data ≠ normal
P > 0,05 Ho diterima
P <= 0,05 Ho ditolak
• jenis-jenis uji statistik
9. Uji t Independent (sampel tunggal)
• Syarat uji:
1. Data wajib berdistribusi normal
2. Varians boleh sama, boleh juga tidak sama
3. Jika memenuhi syarat normalitas data maka
digunakan uji t tidak berpasangan
4. Jika tidak memenuhi syarat uji normalitas
data maka di lakukan transformasi data
14. Contoh:
• Sebuah studi tentang pengendapan lemak disekitar
leher akan menjadi faktor Obstructive Sleep
Apnea(OSA). Untuk mengukur OSA ada pengukuran
hyponea indeks(AHI). Rata-rata pengukuran AHI pada
pasien non-obesitas dgn BMI 25 adalah 7,65. Dr.
Johnson ingin membuktikan pasien yang punya
BMI>35 tidak jauh berbeda dengan pasien
non_obesitas , oleh karena itu Dr.Johnson
mengambil sampel 15pasien obesitas dan diukur
AHInya (rata-rata 9,77 dan varians=11,14). Buktikan
hipoteis tersebut dgn alpha 0,05
15.
16. Konsep hipotesis
Ho ditolak , maka Ha/H1 diterimaada hubungan/pengaruh/perbedaan rerata
Ho diterima , maka Ha/H1 di tolak tiak ada hubungan/pengaruh/perbedaan rerata
18. Uji t independent (dua sampel)
hal:163
• Seorang peneliti ingin mempelajari tentang 26
kasus LGR. 14 menggunakan metode A, dan 12
menggunakan metode B.6 bulan kemudian yang
menggunakan metode A dan B dilakkan
observasi dengan data sebagai berikut
Peneliti ingin membuktikan apakah ada perbedaan diantara
dua metode tersebut, dengan alpha 0,05
21. Uji Man whitney
• Uji non parametrik
• Alternatif uji t independent (dua
sampel/kelompok data)
• Skala data ordinal
• Distribusi data tidak normal
• Dikenal dengan nama lain test U man whitney
22. Uji Anova (analysis of varian)
• Distribusi data normal
• Skala data numerik
• Uji membandingkan 3/lebih rerata yang paling sederhana
• Membandingkan 3 atau lebih means /rerata populasi
hanya 2 rerata (uji t idependent
• Contoh kasus:
1. ingin membuktikan tentang efektivitas 4 macam obat
2. Ingin membuktikan efektivitas 3 metode pembelajaran
pada sekolah kesehatan (yang satu dengan e learning dan
satunya dengan metode biasa)
23. Lanjutan contoh
1. Membuktikan antara 3 kelompok pasien yang
diberi obat hipertensi
2. Membuktikan BMI indeks pada pasien yang
melakukan diet
24.
25.
26.
27.
28.
29.
30. Sumber df Jumlah Mean F value P value
variasi kuadrat square
Antar 5 1592,42 318,48
kelompok
Dalam 60 1454,91 24,24 13,153
kelompok
Total 65 3047,33
n1=11, n2=10,n3=12,n4=11,n5=11,n6=11
S1=4,7, s2=4,76, s3=4,55, s4=4,58, s5=4,76, s6=6,05
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52. Uji kruskal Walls
• Alternatif uji Anova one Way apabila distribusi
data tidak normal
• Niai varians dianggap sama
• Variabel berskala data kontinu/numerik
54. Syarat paired t test
• Distribusi masing2 variabel normal
• Pengukuran pada data kontinyu (numerik)
untuk data berkelompok
• Sampel berpasangan:
1. sebelum dan sesudah perlakuan
2. Matching case dan control
• Apabila sebaran datanya/distribusi data tidak
normal maka menggunakan uji wilcoxon
55. Contoh kasus
• Pengukuran BMI sebelum dan sesudah ada
program diet
• Evaluasi tekanan darah sebelum dan sesudah
ada progran latihan
• Risiko diare Pada Balita
59. Ringkasan anova
Sumber df JK RJK Fhitung P value
variasi
Antar 5 47580,4 9516,08
kelompok
Dalam 60 1374,65 22,91 415,36
kelompok
total 65 48955,05
n1=11, n2=10,n3=12,n4=11,n5=11,n6=11
Ȳ1=34,18, Ȳ2=32,8, Ȳ3=32,25, Ȳ4=33,27, Ȳ5=33,29, Ȳ6=32,45
S1=