DEP BIOSTATISTIK FKM UI UJI HIPOTESIS DEP BIOSTATISTIK FKM UI

SIGNIFICANCE TESTING (TEST KEMAKNAAN) ANALISIS BIVARIABEL UJI HIPOTESIS SIGNIFICANCE TESTING (TEST KEMAKNAAN) ANALISIS BIVARIABEL

Konsep umum uji hipotesis Tujuan: apakah dugaan tentang karakter suatu populasi didukung oleh informasi yang diperoleh dari data sampel atau tidak. Hipotesis adalah pernyataan sementara terhadap suatu penomena yang akan dibuktikan kebenarannya

Didalam suatu penelitian sering dibuat suatu hipotesis Hipotesis ini akan dibuktikan, membutuhkan statistik Didalam statistik……..hipotesis adalah pernyataan sementara tentang karakteristik populasi

Uji hipotesis Didalam penelitian kita membuktikan suatu pernyataan……hipotesis…….Tesis Hipotesis statistik ……diuji …berakhir dengan ditolak atau tidak berhasil ditolak pernyataan sementara tersebut Hipotesis meminta dukungan hasil uji hipotesis statistik

Hipotesis statistik Ada dua macam: Hipotesis nol /nill hypothesis (Ho) Hipotesis alternatif (Ha= H1= Hα ) Ho dan Ha: dua hal yang mutually exclusive, artinya saling meniadakan tetapi salah satu harus terjadi Ho X Ha

Hipotesis nol Hipotesis yang diuji Akhir suatu pengujian : Ho ditolak atau Ho gagal ditolak atau tidak cukup bukti data sampel untuk menolaknya

Formulasi Ho dan Ha Ho: Obat A sama khasiatnya dengan obat B Tidak ada perbedaan lama penyembuhan memakai obat A atau obat B Tidak ada hubungan lama penyembuhan dengan dosis obat Tidak ada hubungan antara jumlah rokok yang dihisap dengan stadium Ca paru

Formulasi Ho dan Ha Ha: Obat A tidak sama khasiatnya dengan obat B Ada perbedaan lama penyembuhan memakai obat A dan obat B Ada hubungan lama penyembuhan dengan dosis obat Ada hubungan antara jumlah rokok yang dihisap dengan stadium Ca paru

Proses uji hipotesis dapat dianalogikan dengan suatu peradilan Bandingan Proses peradilan UJI HIPOTESIS Praduga tak bersalah Terdakwa tidak korupsi Ho : tidak ada perbedaan obat A dan obat B Ha: Ada perbedaan obat A dan B Terdakwa dituduh korupsi Batas kritis alfa Keterangan saksi-saksi Error tipe I (α) Kesalahan I (menghukum orang tak bersalah) Error tipe II (β) Kesalahan II ( membebaskan orang yang bersalah

Dua macam Error yang dapat terjadi: Membuktikan suatu hipotesis penelitian seyogianya yang diteliti adalah populasi Pada kenyataan yang diteliti sampel , karena itu akan terjadi kemungkinan salah (Error) Dua macam Error yang dapat terjadi: Error tipe I (α) Error tipe II (β)

Error Error Tipe I, Keputusan uji menyatakan ada perbedaan yang pada hakikatnya atau dipopulasinya tidak ada perbedaan. Error tipe II, Keputusan uji menyatakan tidak ada perbedaan yang pada hakikatnya ada perbedaan 1-β= Power ( kekuatan ) uji

ERROR Hipotesis Nol Keputusan uji tidak ditolak Keputusan uji ditolak Benar Error tipe I(α) Salah Error tipe II (β)

Langkah-langkah uji hipotesis Formulasikan Ho dan Ha Tentukan batas kritis α Lakukan uji, Z,T,F, X2 sesuai permasalahan dan data……didapat nilai Z,T,F,X2 ……. Dan akhirnya diperoleh nilai probabilitas (pv). Keputusan uji……membandingkan pv dengan Batas kritis α Kesimpulan Interpretasi

Keputusan Uji Keputusan uji adalah Ho ditolak atau tidak berhasil (gagal) ditolak caranya: Pv ≤α Ho ditolak Pv >α Ho gagal ditolak (GATOL)

Uji satu sisi / Uji dua sisi Dalam uji statistik dikenal uji satu sisi (one side test) dan uji dua sisi (two side test) Pedoman untuk ini adalah Ha Ho: μ1=μ2, Ha: μ1≠μ2.....dari Ha ini ber arti kita melakukan uji 2 sisi ½ α

Uji satu sisi Ho: μ1=μ2, Ha: μ1>μ2.....dari Ha ini kita ber arti melakukan uji 1 sisi kanan α

Uji satu sisi Ho: μ1=μ2, Ha: μ1< μ2.....dari Ha ini kita ber arti melakukan uji 1 sisi kiri α

Jenis uji hipotesis Data Numerik Data Kategorik Perbandingan antara satu sampel dengan populasi Perbandingan dua sampel Perbandingan lebih dari dua sampel Data Kategorik Perbandingan satu proprosi dengan populasi Perbandingan dua proporsi Perbandingan > dari dua proporsi

I Perbandingan 1sampel dan populasi Contoh: Suatu penelitian yang melibatkan 49 orang dari suatu etnis didapatkan rata-rata kadar kolesterol mereka 215mg/dl. Kalau dipopulasi orang sehat rata rata kolesterol μ =200mg/dl dan σ = 40 mg/dl, apakah kesimpulan peneliti tadi?,pada α=0,05

Penyelesaian: Ho X = μ, Ha X ≠ μ……uji 2 sisi α=0,05 Uji statistik…….karena σdiketahui=40mg/dl maka dilakukan uji Z Pv < α Keputusan uji Ho ditolak Kesimpulan: ada perbedaan yang bermakna kolesterol sampel dan populasi 1/2α 1/2α 0,025 pv

Contoh :2 Seorang dokter puskesmas mengambil secara random 25 ibu hamil, diukur kadar Hb dan didapatkan rata-rata 10,5 gr%,dengan simpangan baku 2gr%. Kalau diketahui kadar Hb bumil di populasi =11 gr%. Apakah kesimpulan dokter tadi pada α= 0,05?

Penyelesaian 1/2α 0,025 1/2α 0,025 Ho X = μ, Ha X ≠ μ……uji 2 sisi α=0,05 Uji statistik…….karena σ tidak diketahui maka dilakukan uji Tdengan df=24 Pv > α Keputusan uji Ho gatol Kesimpulan: tidak ada perbedaan yang bermakna Hb sampel dan populasi pv

Sekian