Metlit Kelompok 3 - Pemilihan Uji Hipotesis

7/31/2019 Metlit Kelompok 3 - Pemilihan Uji Hipotesis

http://slidepdf.com/reader/full/metlit-kelompok-3-pemilihan-uji-hipotesis 1/43



Anggota

Angela ElsynotArviera Debyana Kay

Arlando Martino AnapakuConchita DaeFelin Ndu UfiFriyanto Mira Mangngi

Jeltsyn AndiniMaria Eka Tasya FebiyantiMelisa Mariana TemaluruRudi Cornelis Lado

Wiwid Hidayah Jendera



UJI HIPOTESIS

Prosedur statistika untuk menunjukkankesahihan suatu hipotesis.Dilakukan dengan pernyataan hipotesis nol,yaitu hipotesis tidak beda atau tidak adahubungan.Pada akhirnya akan diperoleh nilai p , karenanilai ini diperoleh dengan pengandaianhipotesis nol, maka dalam interpretasinyaharus selalu disertai pernyataan “ bilahipotesis nol benar ” ( vide infra )



Baku Emas+ -

+Uji Diagnostik

-

POSITIFBENAR

POSITIFSEMU

NEGATIFSEMU

NEGATIFSEMU





Keadaan dalamPopulasi

Berbeda Tdk Berbeda

Ho ditolak

Uji Hipotesispada Sampel

Ho tidakditolak

Power( 1- β )

α

β ( 1- α )



PENENTUAN NILAI α DAN β

Dalam penelitian sring kali penelitimenuntukan◦ Nilai α (kesalahan tipe I) antara 1%-5%,

artinya: 1 kesalahan dari 20 kemungkinan.◦ Nilai β (kesalahan tipe II) antara 5%-20%,

artinya memberikan power uji hipotesis

sebesar 95%-80%.nilai α dan β yang di tentukan, sangatmempengaruhi besar sampel.



Untuk studi yang menghindarkan hasilpositif semu maka nilai α di perkecilSedangkan untuk penelitian yang inginmenghindarkan hasil negatif semu makadipilih nilai β yang kecil.



UJI SATU ARAH DAN DUA ARAH

• Hipotessis dua arah , kedua subjek yangditeliti memiliki sifat yang tidak

tentu/berubah-ubah.contoh : obat A memberikan angkakesembuhan lebih baik dari pada obat B,namun obat B juga bisa menjadi lebih baikdari obat A.

• hipotesis satu arah , dalam hal tertentudasar teori telah cukup kuat untukmembangun hipotesis.



contoh : obat A tidak mungkin lebih buruk

dari obat B.

Penentuan uji satu arah atau dua arahsangat penting , karena berhubungan

dengan jumlah subjek yang diperlukakndan menyangkut penilaian hasil ujihipotesis itu sendiri.



Nilai PNilai P biasa disebut batas kemaknaan uji

hipotesis.

Nilai P sangat penting namun tidak mutlak.

Hipotesis 0 : tidak terdapat perbedaan / hubungan

antara 2 variabel.

Nilai P dasar asumsi hipotesis 0 + rumus tertentu.



Kesalahan penafsiran yang sering

terjadi dalam interpretasi nilai P ialah

sebagai berikut :

Nilai P : besarnya kemungkinan bahwa hipotesis

0 benar (dengan kata lain bahwa kemungkinan

besar bahwa kedua kelompok tidak berbeda).

Nilai P : besarnya kemungkinan bahwa hasil

yang diperoleh adalah disebabkan oleh peluang

akibat variasi random.



Interpretasi nilai P yang benar ialah

sebagai berikut :

Nilai P : besarnya kemungkinan untuk

mendapatkan hasil yang diperoleh atau hasil

yang lebih ekstem bila hipotesis 0 benar.

Nilai P : besarnya kemungkinan bahwa hasil

yang diperoleh disebabkan semata-mata oleh

faktor peluang apabila hipotesis nol benar.





Nilai P

Nilai P dilihat dari tabel : p > 0,05 , p < 0,05, p<0,01 tidak dapat

diperoleh nilai absolut

p = 0,045 sama denganp = 0,013 p < 0,05

Ex :

p = 0,052 p > 0,05 harus

ditafsirkan tidak bermakna.

Nilai P dilihat darikomputer :

Dapat diperoleh nilai p

secara tepat.

Ex :

p = 0,052 hanya sedikit

diatas kemaknaan p =

0,05 dalam kondisitertentu dapat ditafsirkan

bermakna.



Interval kepercayaan

Sering menyertakannya karena dengan menggunakannyadapat diperoleh gambaran besarnya kemungkinan untukmemperoleh hasil tersebut pada populasi, dgn statistikyang diperoleh dari sampel.Dapat juga ditetapkan dgn menghitung standard errorDapat diterapkan baik untuk proporsi, rerata, maupununtuk perbedaan proposi, perbedaan rerata, dan berbagaistatistis lainnyaRatio prevalens pada studi cross-sectional, ratio relativepada kohort, ratio odds, pd case control, sensitifitas,spesifisitas, serta nilai prediksi diagnostik dapat dihitungnilai interval kepercayaan.Nilai yang biasa digunakan: 95% α =0,05; 99% α =0,01



• Univarat 1 variabel bebas

• Bivarat

• Multivarat lebih dari 1 variabel bebas



Uji utk 1 variabel bebas (analisisunivariat/bivariat)



Perbandingan nilai rerata 2kelompok

Uji-tmenganalisis data dengan variabel

bebas nominal (2 nilai) dengan variabeltergantung yang berskala numerikCth: studi membandingkan tekanan

darah dokter anak dengan dokter

bedahVariabel bebas : jenis keahlian(nominal 2 nilai)

Variabel tergantung : TD (numerik)



lanjutan

2 jenis:Independen◦ Pemilihan subjek pada kelompok yg satu tidak

bergantung pada kelompok lainBerpasangan◦ Subjek yang sama diperiksa pra dan pasca

intervensi atau◦ Pemiliahan subjek kelompok yang satu

dialukan matching dengan subjek kelompoklain



Tabel 15-4 Kadar Kolesterol Siswa SDDaerah Rural dan Urban

Uji-t independent; df=198; p =0,032

nKadar kolesterol

(mg/dl)Rerata (SB)

SD URBAN 200 182 (19,2)

SD NURAL 160 145 (22,4)



Tabel Kadar Kolesterol Anak DenganGizi Baik Dan Gizi Buruk

Kadar Kolesterol (mg/dl)

Gizi Baik (A) Gizi Kurang (B) Beda (A-B)Pasangan 1Pasangan 2Pasangan 3Pasangan 4

157193184185

148177187164

1916-3dst



Uji-t jenis uji parametrik jadi ada syarat2nya:

1. Distribusi nilai adalah normal atauhampir normal2. Varians kedua kelompok sama, yang

disebut sebagai Homoscedasticity3. Pengukuran variabel harus bersifatindependent, artinya nilai satu subjek

tidak mempengaruhi nilai subjeklainnya.



Perbandingan rerata >2 kelompok

Perbandinagn nilai rerata 3 kelompok /lebih tidak dapat dilakukan dengan uji-tantara kelompok I & II, II & III, dan I & III.Uji yang sesuai untuk data tersebutadalahanalisis varians (anova, analynisis of varians), yaitu dengan membandingkanke-3 kelompok sekaligus



Uji hipotesis untuk proporsi

Ujin hipotesis untuk data nominal(misalnya proporsi) berbeda dengan ujihipotesis unutk data numerik. Bila unutkdata numerik digunakan statistikaparametrik, pada data nominal biasanyadipakai statistika non-parametrik



Uji kai-kuadrat

Uji kai kuadrat (uji x2) paling seringdipergunakan dalam penelitian klinis.Seperti halnya pada uji t, uji kai kuadratini juga dibedakan menjadi uji x2 untukkelompok independen, dan uji x2 unutkkelompok berpasangan





Persyarat uji x2

Uji x2 untuk 2 kelompok independensahih bila persyaratan berikut dipenuhi :

1. Jikalau jumlah subyek total > 40, tanpamelihat nilai excepted , yaitu nilai yangdihitung bila hipotesis 0 benar

2. Jikalau jumlah subyek antara 20 dan 40,dan semua nilai excepted > 5

3. Apabila: (a) jumlah subyek < 20, atau (b) jumlah subyek antara 20-40 dengan nilaiexcepted ada yang < 5, maka dipakai ujimutlak Fisher.





Uji x2 Untuk 2 kelompokberpasangan

Digunakan untuk memperbandingkanproporsi kejadian dengan subyek yangsama atau serasi (matched individuals).Uji x2 untuk 2 kelompok berpasangandikenal sebagai Uji McNemar.

Penyusunan tabel 2x2 harusdibuat secara berpasangan,seperti menyusun nilai pada ujidiagnostik.



ContohIngin dibandingkan terapi demam tifoid dengan kloramfenikol danobat M. Tiap pasien yang diobati kloramfenikol dicari pasanganyang sesuai umur, jenis kelamin, dan derajat sakitnya untukmendapat obat M.

Hasil Pengobatan Demam TifoidPasangan No Kloramfenikol Obat M Sel

1 Sembuh Sembuh A

2 Sembuh Tidak B

3 Tidak Sembuh C

4 Tidak Tidak D

5 Sembuh Tidak B

6 Sembuh Sembuh A

dst dst Dst dstsel A : jumlah pasangan yang sembuh dengan kloramfenikol dan obat Msel B : jumlah pasangan yang sembuh dengan kloramfenikol tetapi tidak sembuh dengan Msel C : pasangan yang tidak sembuh dengan kloramfenikol namun sembuh dengan Msel D : pasangan yang tidak sembuh baik dengan kloramfenikol maupun dengan M



Perbandingan Pengobatan DemamTifoid Dengan Kloramfenikol dan Obat M

Sembuh Tidak

Obat M

Sembuh 22 6

Tidak 8 4

X2 (McNemar) : 11,1 , df = 1 ; p = 0.790



Uji Mutlak Fisher

Uji hipotesis untuk proporsi dua kelompokdengan jumlah subyek yang sedikit.

Uji mutlak Fisher digunakan bila padatabel 2x2 didapatkan :

(1) Jumlah n total kurang dari 20(2) Bila jumlah n total antara 20-40 danterdapat nilai expected kurang dari 5



Hubungan Antara 2 variabelnumerik



Korelasi

Suatu metode untuk mencari hubungan antar duavariabel numerik,misalnya tinggi badan dan beratbadan anak atau antara tinggi badan dankapasitas vital paru. Bila dua set data numerik,maka dapat dicari korelasinya. Perlu diperhatikanbahwa dalam korelasi tidak dikenal adanyavariabel bebas dan tergantung, korelasi hanya

menyatakan hubungan anatar dua variabelnumerik.



Contoh Tabel Nilai Kadar Hb dan UreumDarah Pada Pasien Gagal Ginjal Kronik

No Kadar Ureum(mg/dl) Kadar Hb (gr/dl)

1 87 12,4

2 104 9,8

3 64 11,3

4 222 8,7

5 78 10,9

dst



Interpretasir = 1 : korelasi mutlak(jarang)r >o,8 : baikr (0,6-0,79) : sedangr (0,4-0,59) : lemah

r < o,4 : sangat lemah

Ket:r = Koefisien Korelasi Pearson



Regresi linear

• Fungsi : Untuk prediksi yaitu meramal nilaivariabel numerik dengan nilai variabel numeriklainnya.

• Persamaan regesi dapat dihitung denganprogram komputer

Y=a+bxKet: Y = variabel tergantung

X = variabel bebasa = konstantab = koefisien regresi



Uji Hipotesis > 1 variabel bebas(analisis multivariat)



Regresi Multipel.

Dipakai pada set data dengan 1 variabeltergantung berskala numerik dengan lebih dari 1variabel bebas.

Persamaan regresi multipel adalah:y = a + bx + bx2 + bx3 +………+ bxiY variabel tergantung

X1, X2, X3 variabel-variabel bebasA konstantaB1, B2,……Bi koefisien regresi tiap variabel.



Regresi Logistikdipakai bila variabel bebas berskala numerik

dan nominal, sedangkan variabel tergantungnominal dikotom.Persamaan regresi logistik adalah:

1

P = 1+e –(a+b1x1 + b2x2 + b3x3 +……+ bixi)

P peluang terjadinya efekE bilangan natural (2,14)A konstantaB koefisien regresiX variabel bebas





THANK YOU

Documents

Metlit Kelompok 3 - Pemilihan Uji Hipotesis