Escolar Documentos
Profissional Documentos
Cultura Documentos
Uji Chi - sq
Not significant
Significant
Eksperimen
4. Besar sampel
Untuk jumlah variabel, skala pengukuran, jumlah dan cara pengambilan sampel yang berbeda Pakai uji statistik yang berbeda
Yaitu nilai atau sifat dari benda, orang, kejadian atau segala sesuatu yang dapat bervariasi. Misalnya: 1. variabel = Tinggi Badan. 2. variabel = Status kesehatan & imunisasi. 3. variabel = status kes, imunisasi & jenis kelamin Jumlah variabel tergatung dari pernyataan penelitian Untuk jumlah variabel yang berbeda
Untuk skala pengukuran yang berbeda Pakai uji statistik yang berbeda
Nominal dan ordinal : Non Parametrik Interval dan rasio: Paremetrik &
Non Parametrik.
Hal yang diperlu diparhatikan: 1. Indipenden/ unrelated: Pemilihan Individu, tak dipengarui oleh faktor tertentu
2. Dependent / releted: Pemilihan individu yang dipengarui oleh faktor tertentu Untuk cara pengambilan sampel yang berbeda Pakai uji statistik yang berbeda
Hal yang perlu diperhatikan Makin besar sampel maka mendekati keadaan sebenarnya Uji non parametrik sampel kecil Untuk jumlah sampel yang berbeda,
Hal yang perlu diingat: Uji statistik Stat.inferensial Mengambil kesimpulan terhadap populasi berdasarkan sampel dan memperoleh kesimpulan tentang perbedaan 2 kelompok atau lebih Sebelum melakukan uji stat, tentukan: Ho dan batas kemaknaan Distribusi sampling dan uji stat yang sesuai
Hipotesis yang dibuat untuk ditolak menyatakan tidak ada perbedaan bila Ho ditolak Hipotesis alternatif (Hi) atau hipotesis penilaian yang diterima.
Hi diperoleh dari teori yang ada (one atau two tail/ ekor) Ho><Hi
Asumsi SAMPEL berasal dari populasi dengan Distribusi Normal bila: 1. Mean = Median = Modus. 2. Mean, dan Standar Deviasi, mempunyai nilai sebagai berikut. X 1 SD = 68.3 % X 2 SD = 95.5 % X 3 SD = 99.7 %
Asumsi Suatu kumpulan data yang banyak, bila digambarkan akan merupakan distribusi normal (central limit theorem) Cara menentukan distribusi normal : Coefisien Of Variation (COV ) : < 20%. COV = SD / mean. Uji stat : 1 variabel Membandingkan letak (X 3SD)-(X+3SD) terhadap letak X dan nilai Range
TINGKAT KEMAKNAAN (Alpha) Makin kecil tingkat kemaknaan. Makin kecil terjadi kesalahan kesimpulan Roosner.B (1986) fundamental Statistics 0.01<p<0.05 : significant 0.001<p<0.01: highly significant P<0.001 : very highly significant P> 0.05 : not statiscally significant
Besar tingkat, kemaknaan pada kurva normal digambarkan pada kedua ujung kurva Gambar penolakan dapat digambarka pada kedua ujung two tail test Bila pada satu ujung one tail test Bila uji Statistik hasilnya dalam daerah penolakan (P < Alpha) Ho ditolak
Ho diterima
Uji 1 variabel:
Bionominal Chi-square K.S.
Uji 3 variabel
Anova Multipel regresi Run tes
Uji 2 variabel
Chi-square Fisher Exact K.S. Unpair- t-test Mc. Nemar Uji tanda CochranS Pair-t-test Wilcoxon
Peorsonss
Uji Parametrik : Dilakukan terhadap sekelompok data yang mempunyai parameter yang jelas dan dapat dihitung secara objektif Uji yang terkuat untuk menolak Ho, bila Ho salah. Bila mempunyai cukup alasan untuk memakai uji paremetrik, pakai Uji Parametrik
Uji non parametrik Uji untuk data yang kurang memenui sarat untuk uji parametrik Tidak memperdulikan distribusi. Populasi normal atau tidak normal. Paling sesuai untuk sampel kecil Dapat dipakai untuk menganalisis data dalam skala nominal dan ordinal
Derajat
kebebasan. Df = n 1.
Jumlah yang diobservasi = n.
Df
Ada 2 jenis : yaitu Tabel 2x2 dan BxK Syarat 2x2 : Semua sel nilai E>5 BxK : > 20% Nilai E>5 Hasil : Bandingkan dengan nilai kritis tabel X Bila X > NK Ho ditolak dan ><
Rumus:
(O-E)
X = E
Tes asosiasi antara 2 variabel Merupakan test alternatif bila X2 tak memenuhi syarat Buat tabel hasil penelitian Buat tabel ekstrim (dapat >1) P= p1+po
(a+c)!(b+d)!(c+d)!(a+b) P= n!a!b!c!d
Untuk 2 var yang bersifat independent Bentuk tabel besar Buat tabel frek.komulatif Hitung d untuk tiap kolom Tentuka D maksimum Nilai kritis Tabel X dengan db = 2 n1 n2 X = 4D n1 = n2
Unpaired t-test Paired t-test Z-test Z-test satu sempel Analisa korelasi Analisa regresi
Untuk membandingkan 2 sampel X1-X2 T= S gab. 1/n1+1/n2 S gab= {(n1-1)s +(n2-1)s } n1+n2-2 Nilai p lihat nilai tabel T dengan db = n1+n2-2
Untuk 2 sampel kecil yang dependent D = rata-rata perbedaan 2 sempel S = Standar deviasi N = Jumlah pasangan P = Lihat tabel T, db = I, t.nk Ho ditolak D
T=
S / Vn
X1-X2
Z= (SX1/nX = SX2/nX2)
p = 0.1 z = 1.65
.01 2.58
.002 3.09
.001 3.29
Untuk 1 sampeldengan n > 30 Nilai Z dilihat pada tabel normal Nilai p didapat dengan membandingkan nilai Z dengan nilai kritis
XH Z= S/ n
Nilai korelasi antara 1--- + 1 Kuatnya hubungan = r. R > 0.7 sangat kuat R = 0.7-0.5 kuat R = 0.50.25 cukup R = > 0.25 tak ada korelasi
Untuk itu perlu uji hipotesis Nilai t dapat pada tabel t Nilai t > NK Ho ditolak
n-2 T= r (I-r)
1. 2.
3.
a = Y - bX
SKALA
T. STATISTIK YG SESUAI.
NOMINAL.
NON PARAMETRIK.
ORDINAL.
NON PARAMETRIK. .
SKALA
HUBUNGAN YG MEMBATASI.
T. STATISTIK YG SESUAI.
INTERVAL
RASIO.
VARIABEL.
NOMINAL.
ORDINAL.
KATA GORI.
SKOR.
UJI.
K.S.
VARIABEL DUA.
VARIABEL SATU.
NOMINAL.
2 KEL > 3 KEL
ORDINAL.
KEL.
SKOR
INTERVAL.
SKOR DIST NORM
2 CHI N FISHER SQUARE O KELOMPOK M = / > DARI CHI I 3 KELOM SQUARE O KELOMPOK. R D SKOR. I
ANOVAR 1 FAKTOR.
ANOVAR TREND.
KEN DALL
PEARSON r.
VARIABEL II
2 KEL.
VARIABEL I
3 > KEL KEL. SCORE
I T E R V A L O R D I N
WILCOX -
ANOVAR 2 FACTOR.
KELOM POK.
PAGE sL
ANOVAR