Upload
evie-saswari-tl-tihan
View
1.420
Download
59
Embed Size (px)
DESCRIPTION
yayayaa
Citation preview
UJI HIPOTESISTujuan: Menguji suatu hipotesis apakah terbukti atau tidak terbukti.Prosedur:Menetapkan Hipotesis:Hipotesis Nol (Ho)Hipotesis yang berbunyi tidak ada perbedaan antara berat bayi ibu yang mempunyai kebiasaan merokok dengan yang tidak mempunyai kebiasaan merokok.
UJI HIPOTESISProsedur:Menetapkan Hipotesis:b. Hipotesis Alternatif (Ha)Ha satu arah (one tail)Lebih Tinggi/Rendah....BB bayi ibu yang merokok lebih rendah daripada BB bayi dari ibu yang tidak merokok. Ho : 1 = 2 Ha : 1 > 2
0
UJI HIPOTESISProsedur:Menetapkan Hipotesis:b. Hipotesis Alternatif (Ha)Ha dua arah (two tail)Ada Perbedaan Ho : 1 = 2 Ha : 1 = 2
0
Uji HipotesisMemilih Uji StatistikMenghitung Uji StatistikDidapatkan P valueP value: peluang salah menyimpulkan Ho ditolakAda dua jenis kesalahanMenentukan Batas Kemaknaan (Level of Significant).Keputusan Uji HipotesisBila nilai P Ho ditolakBila nilai P > Ho diterima/gagal ditolak
Kesalahan Tipe I (), tipe II (), dan Hipotesis PenelitianUji hipotesis kesalahan tipe I dan IIIllustrasi: saat menjawab pertanyaan benar dan salah
Ada dua kemungkinan kesalahan:Bisa menjawab benar padahal jawaban salah (sel c)Bisa menjawab salah padahal jawaban benar (sel b)
Kunci JawabanSalahBenarJawaban SalahabBenarcd
Kesalahan Tipe I (), tipe II (), dan Hipotesis Penelitian
Kenyataan sesungguhnyaHo ditolakHo diterimaPenelitianHo ditolak1 (power) (tipe I)Ho diterima (tipe II)1 -
Kesalahan Tipe I ()Kesalahan untuk menolak hipotesis nol padahal seharusnya hipotesis nol diterima.dengan kata lain,
Kesalahan untuk menyatakan ada hubungan/ada perbedaan padahal sebenarnya tidak ada hubungan/perbedaan.
Kesalahan Tipe II ()Kesalahan untuk menerima hipotesis nol padahal seharusnya hipotesis nol ditolak.
dengan kata lain,
Kesalahan untuk menyatakan tidak ada hubungan/perbedaan padahal sebenarnya ada hubungan/perbedaan.
Kesalahan Tipe II () vs Power PenelitianPower penelitian = 1
Power Penelitian:Kemampuan untuk mendeteksi hubungan/perbedaan dimana hubungan/perbedaan tersebut benar-benar ada.
Untuk menguji perbedaan mean antara data sampel dengan data populasi (data penelitian sebelumnya).
Uji Beda Mean Satu SampelSAMPELPOPULASI
Ada 2 jenis:Untuk jumlah sampel besar (n>30) Uji Z
2. Untuk jumlah sampel kecil (n
CONTOH 1:Dinkes Palangka Raya tahun lalu melakukan survei BB bayi. Didapatkan rata-rata BB bayi 2100 gram. Kemudian saat ini dilakukan survei dengan sampel 150 bayi. Hasil survey didapatkan rata-rata BB 2200grm dengan SD=400 grm. Ujilah apakah ada perbedaan rata-rata BB antara tahun lalu dengan saat ini?
CONTOH 1:Diketahui:=2100 x = 2200N=150Karena sampel >30 maka Uji ZHo: = 2100Ha: 2100
CONTOH 1:Cari nilai P dengan tabel Z
P value = 0,5 0,4989 = 0,0011Karena Ha two tail, maka 0,0011+0,0011=0,0022Pvalue
CONTOH 2:Dinkes Palangka Raya tahun lalu melakukan survei BB bayi. Didapatkan rata-rata BB bayi 2100grm. Kemudian saat ini dilakukan survei dengan sampel 25 bayi. Hasil survey didapatkan rata-rata BB 2200grm dengan SD=400 grm. Ujilah apakah ada perbedaan rata-rata BB antara tahun lalu dengan saat ini?
CONTOH 1:Cari nilai P dengan tabel t
P>0,1 (0,1 x 2) Pvalue = 0,2 > 0,05Ho gagal ditolakKESIMPULAN:Tidak ada perbedaan yang signifikan BB bayi antara tahun lalu dengan saat ini.
df
0,10,050,0250,010,005241,3181,7112,0642,4922,797
Contoh:RS X tahun lalu melaporkan bahwa 30% pasien mengaku puas. Kemudian saat ini dilakukan survei dengan sampel 125 pasien.Hasil survey ada 50 pasien mengaku puas.Ujilah apakah ada perbedaan kepuasan antara tahun lalu dengan saat ini?
Uji Beda Proporsi Satu Sampel
Ho : P = 0,3Ha : P 0,3P = 50/125 = 40%
Pvalue= 0,5 - 0,4938 = 0,0062 (one tail)Two tail: 2 x 0,0062 = 0,0124Pvalue < 0,05 Ho ditolakKesimpulan: Ada perbedaan bermakna antara tingkat kepuasan pasien antara tahun lalu dengan saat ini.
Uji homogenitas
Lebih besarUji Beda Mean Dua Sampel Independent
Uji Beda Mean Dua Sampel Independent Uji beda mean dua sampel varian sama
Uji Beda Mean 2 sampel varian beda
Contoh SoalAda dua macam obat anti obesitas diberikan kepada mereka yang berat badannya overweight untuk jangka waktu 3 bulan. Hasil pengukuran BB setelah 3 bulan adalah sebagai berikut:Obat A: n=10; x=7,3; SD=1,7Obat B: n=11; x=5,09; SD=1,64Ujilah apakah ada perbedaan tekanan darah antara desa dengan kota.
Uji Varians Ho: 12 = 22Ha: 12 = 22
F = (1,7)2 / (1,64)2 = 1,075DF= numerator = 10-1=9 denumerator = 11-1=10
Nilai P > 0,1 maka Ho gagal ditolak, varians sama
Uji Beda Mean Dua Sampel DependentKeterangan:d = rata-rata dari nilai dS = SD dari nilai d
Contoh SoalSebuah survei berminat mengetahui hubungan antara pemakaian kontrasepsi oral (OC) dan tekanan darah pada wanita. Delapan WUS yang bukan pemakai OC diukur TD-nya. Kemudian selama 1 thn, ke-8 wanita tsb menggunakan OC, dan pada akhir tahun TD-nya diukur lagi. Adapun datanya sbb:Sebelum: 115 115 104 112 105 107 126 119Sesudah: 117 128 102 120 115 130 130 120Buktikan apakah ada perbedaan TD antara sebelum dan sesudah memakai OC?
Uji Beda Mean Lebih Dari 2 SampelTujuan: untuk menguji perbedaan mean antara 3 atau lebih kelompok.Misalnya: apakah ada perbedaan rata-rata tekanan darah antara anggota-anggota DPR dari fraksi PDIP, Golkar, PKS?ANOVA:
Uji Beda Mean Lebih Dari 2 Sampel =MSB = varian in between (antar kelompok) = MSW= varian in within (dalam kelompok)
Varian within: variasi dari masing-masing data dengan nilai rata-ratanya.Varian between: variasi rata-rata kelompok dengan rata-rata keseluruhan (grand mean).
Df: numerator = k-1 denumerator = n-k
Uji Beda Mean Lebih Dari 2 SampelPDIPGKPKS....................................
X=...X=...X=...
WithinX = ...Between
ANOVA Testing ProcedureCompute mean value for each of k samplesCompute the total grand meanCompute between groups variation
ANOVA Testing ProcedureCompute within group variation Compute between group variation to within group variation
Compute numerator & denominator degrees of freedomDf numerator = k-1Df denominator = n-kUse F table to convert F ratio to p valueCompare p value with aMake the conclusionANOVA Testing Procedure
Contoh:Survei tekanan darah pada sampel anggota DPR RI sbb:PDIP: n=10 x=150 s=15GK : n=8 x=140 s=10PKS : n=8 x=110 s=15Buktikan apakah ada perbedaan tekanan darah antara ke-3 fraksi?
Contoh:Ho: 1 = 2 = 3Ha : 1 2 3
X= (150+140+110)/3=133,3
Contoh:
Contoh:
DenominatorAreaNumerator
0,12,590,053,49200,0254,460,015,850,0056,990,0019,95
Pvalue < 0,001=0,05 maka Pvalue < Keputusan Ho ditolakKesimpulannya: ada perbedaan bermakna rata-rata tekanan darah antara ke-3 fraksi anggota DPR.
Contoh:
* = k 2Bila uji ANOVA significant, maka dilakukan uji multiple comparison.Tujuannya: untuk mengetahui perbedaan antar kelompok.
METODA BONFERONI
Contoh:t= 1,54Df = 26-3 =23Cari P value di tabel t: >0,05 *, keputusan gagal ditolakKesimpulan: tidak ada perbedaan rata-rata TD antara PDIP dan Golkar
Asumsi Uji ANOVA:1. Distribusi harus normal2. Varian homogen3. Antar kelompok independent4. Variabel yang dihubungkan berbentuk kategori
Uji Beda ProporsiTujuan: untuk menguji perbedaan proporsi/persentase anatra dua atau lebih sampel (kelompok)Misalnya: apakah ada perbedaan kepuasaan pasien ASKES dan UMUM
..............P = .....%P = .....%
DF = (K 1) (b 1)O = nilai observasi (ada di tabel)E = nilai ekspektasi (yang dihitung)
Variabel IVariabel IITotalPQXaBa + bYcDc + dTotala + cb + dn
Keterbatasan Chi-squareTidak boleh ada sel yang nilai E-nya kurang dari 1.Tidak boleh ada sel yang nilai E-nya kurang dari 5 > 20%.
Survei ingin mengetahui perbedaan kepuasan pasien antara pasien ASKES dan UMUM. Kemudian dilakukan survei dengan mengambil sampel 150 pasien, hasil wawancara sbb:Askes: n=70; mengaku puas = 20 pasienUmum: n = 80; mengaku puas = 65 pasienBuktikan apakah ada perbedaan kepuasan pasien antara pasien Askes dan Umum.
Ho: P1=P2Ha: P1=P22. Buat tabel silang
Oa=20, Ea=39,67Oc=65, Ec=45,33Ob=50, Eb=30,33Od=15, Ed=34,67
JenisLayananKepuasanTotalYaTidakASKES205070UMUM651580TOTAL8565150
Hitung chi square
X2=42,21DF=(2-1)(2-1)=1
Cari nilai p ditabel chi square, didapatkan nilai p