Capaian Mahasiswa memahami tentang perhitungan besar sampel untuk uji hipotesis beda dua proporsi.

Slides:



Advertisements
Presentasi serupa
BESAR SAMPEL Oleh Nugroho Susanto.
Advertisements

BESAR SAMPEL DUA PROPORSI
POPULASI DAN SAMPEL Oleh Nugroho Susanto.
KURVA NORMAL DAN PENGUJIAN HIPOTESIS
Sampel Size (ukuran sampel)
PENGUJIAN HIPOTESIS Mugi Wahidin, M.Epid Prodi Kesehatan masyarakat
BESAR SAMPEL Setiyowati Rahardjo.
Sri Sulasmiyati, S.Sos, M.AP
FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL
Pendahuluan Tinjau ulang dasar-dasar statistik
POPULASI DAN SAMPEL.
Pengujian Hipotesis Hipotesis: Hupo (sementara/lemah kebenarannya) dan Thesis (pernyataan/teori) “Pernyataan sementara yang perlu diuji kebenarannya” Hipotesis:
PENGUJIAN HIPOTESIS.
Sampel pada Uji Hipotesis
ESTIMASI Pendugaan Prakiraan
BESAR SAMPEL.
UJI BEDA DUA MEAN (T-Test Independent)
TEMU X SAMPLING: A REVIEW.
TEORI PENDUGAAN (TEORI ESTIMASI)
Besar Sampel untuk Proporsi
ESTIMASI Pendugaan Prakiraan.
PROSEDUR UJI STATISTIK/ HIPOTESIS
Uji Hipotesis Dep Biostatik FKM UI.
UJI HIPOTESIS Perbandingan Dua Mean.
BESAR SAMPEL Z U L A E L A PRODI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUANN ALAM CLINICAL EPIDEMIOLOGY & BIOSTATISTICS UNIT (CE&BU), FAKULTAS.
UJI HIPOTESIS.
PENELITIAN POPULASI SAMPEL D A T A DA TA KOTOR DIOLAH ARRAY KESIMPULAN
UJI BEDA PROPORSI Chi Square.
Perhitungan Besar Sampel
ESTIMASI dan HIPOTESIS
Deskriptif satu sample
Iwan Ariawan Biostatistika FKMUI
Besar sampel uji beda rata-rata
Pengantar Statistik Irfan
BESAR SAMPEL Oleh Nugroho Susanto.
ESTIMASI.
Estimasi.
ANALISIS COMPARE MEANS
Besar sampel untuk penelitian kasus-pembanding,
BESAR SAMPEL Oleh Nugroho Susanto.
ANALISis DATA statistik
ANALISis DATA statistik
UKURAN DIPERSI (PENYIMPANGAN)
Dalam Analisis Statistik
KORELASI Oleh Nugroho Susanto.
TEMU V LATIHAN.
14 Statistik Probabilita Yulius Eka Agung Seputra,ST,MSi. FASILKOM
Week 11-Statistika dan Probabilitas
Besar Sampel Untuk Kasus Kontrol
Besar Sampel Uji Hipotesis dua proporsi
DASAR-DASAR UJI HIPOTESIS
SAMPLE SIZE PERTEMUAN 9 Dr. Widaningsih, S.Kp., M.Kep
UJI BEDA MEAN DUA SAMPEL
PENGUJIAN HIPOTESIS.
Uji Asosiasi Korelasi Spearman.
UJI FISHER EXACT.
Pengantar Statistik Inferens
Pengujian Sampel Tunggal (1)
Sesi 10: Metode dan Besar Sampel untuk Disain Kohort
Sesi 13: Besar Sampel untuk Penelitian Survei
TEORI PENDUGAAN (TEORI ESTIMASI)
Visi Program Studi Sarjana Kesehatan Masyarakat FIKES UHAMKA:
Sesi 12: Demo WHO Sample Size
Sesi 14: Besar Sampel untuk Penelitian Survei (2)
ESTIMASI DAN KEPUTUSAN STATISTIK (HIPOTESIS)
Sesi 2: Dasar Teori Rancangan Sampel
Sesi 5: Perhitungan Besar Sampel Untuk Estimasi Parameter
GAMBARAN ASUPAN PROTEIN BERDASARKAN KELOMPOK USIA DAN ANALISIS HUBUNGAN KELOMPOK UMUR DENGAN RATA RATA ASUPAN PROTEIN Nurul Hidayati ( )
Capaian Mahasiswa memahami tentang Uji Hipotesis beda rata-rata pada dua kelompok Independen.
Pendugaan Parameter. Populasi : Parameter Sampel : Statistik Statistik merupakan PENDUGA bagi parameter populasi PENDUGA TAK BIAS DAN MEMPUNYAI RAGAM.
Transcript presentasi:

Sesi 6_Variabel Kategorik_Perhitungan Besar Sampel untuk Uji Hipotesis Beda Dua Proporsi

Capaian Mahasiswa memahami tentang perhitungan besar sampel untuk uji hipotesis beda dua proporsi

Tujuan Menjelaskan tentang perhitungan besar sampel untuk uji hipotesis beda dua proporsi

Terminologi pada Perhitungan Besar Sampel Untuk Uji Hipotesis P1 = Estimasi proporsi pada kelp.1 P2 = Estimasi proporsi pada kelp.2 CI = Confidence Interval (1-alpha) Power = Kekuatan Uji (1-beta)

Perhitungan Besar Sampel utk Uji Hipotesis

Besar sampel uji hipotesis beda proporsi 2 kelompok P1 dan P2 bergantung pada desain (didapat dari hasil penelitian terdahulu) n =Jumlah sampel untuk masing-masing kelompok P-hat = (P1+P2)/2 P1-P2 = beda minimal yang dianggap bermakna secara substansi

Contoh P1 dan P2 “Hubungan antara anemia dengan BBLR” Desain kohort/cross sectional P1: Proposi BBLR pada ibu anemia P2: Proposi BBLR pada ibu tidak anemia Desain kasus-kontrol P1: Proporsi ibu anemia pada BBLR P2: Proporsi ibu anemia pada non BBLR Kesalahan penetapan P1 dan P2 sering terjadi pada desain kasus-kontrol

Nilai Kekuatan Uji Nomor Kekuatan Uji Z1-ß 1 99% 2,33 2 95% 1,64 3 90% 1,28 4 80% 0,84

Contoh Soal Suatu penelitian pendahuluan memperlihatkan bahwa kadar glukosa darah mungkin merupakan faktor prognostik pada pasien dengan trauma kepala berat. Pada penelitian tersebut, dari 20 pasien trauma kepala berat dengan kadar glukosa darah tinggi, 12 orang meninggal dalam 7 hari perawatan. Sedangkan pada 20 pasien trauma kepala berat dengan kadar glukosa darah rendah, 6 orang meninggal dalam 7 hari perawatan. Seorang peneliti ingin mengetahui apakah ada perbedaan proporsi kematian pasien antara kadar glukosa darah tinggi dengan pasien dengan kadar glukosa darah rendah. Berapakah besar sampel yang dibutuhkan jika peneliti menginginkan derajat kemaknaan 5% dan kekuatan uji 80%?

Jawab: Pada penelitian pendahuluan, proporsi pasien yang meninggal dengan kadar glukosa darah tinggi = 12/20 = 60% = P1 Sedangkan pada pasien dengan kadar glukosa rendah adalah 6/20 = 30% = P2 Proporsi Rata-rata = (P1 + P2)/2 = (60% + 30%)/2 = 45%

Jawab (lanjutan): Derajat kemaknaan 5%  Z1-alpha/2 = 1,96 Kekuatan Uji = 80%  Z1-Betha = 0,84 Uji dua arah/sisi Maka rumus yang digunakan adalah

Jawab (lanjutan) n = 1,96 √ 2*0,45 (1 – 0,45) + 0,84 √0,60 ( 1 – 0,60) + 0,30 (1 – 0,30)2 (0,60 – 0,30)2 n = 41,97 Jadi, untuk membuktikan bahwa proporsi kematian pasien trauma kepada berat dengan kadar glukosa darah tinggi berbeda dengan proporsi kematian pada trauma kepada berat dengan kadar glukosa rendah diperlukan 42 pasien kelompok kadar glukosa tinggi dan 42 pasien kelompok kadar glukosa rendah dengan metode pengambilan sampel SRS

Perbedaan bermakna secara Statistik vs. bermakna secara Substansi Tidak ada hubungan minum teh dengan PJK Namun, jika sampelnya ditingkatkan 20 kali lipat, ada hubungan bermakna Peneliti perlu mempertimbangkan apakah perbedaan kejadian penyakit jantung koroner sebesar 2% memang bermakna dari segi ilmu kesehatan?

Masalah dalam Penentuan Besar Sampel Jika hipotesis tidak fokus, misalnya: Faktor-faktor yang berpengaruh pada kejadian BBLR P1 dan P2 variabel yang mana ? Solusi: 1. Pilih faktor utama saja, faktor lain dianggap confounder 2. Hitung sampel untuk tiap faktor utama, kemudian ambil jumlah sampel terbesar Perbedaan P1 dan P2 harus berdasarkan perbedaan yang dianggap secara subtansi bermakna, bukan hanya dari penelitian terdahulu saja

Contoh: Penelitian tentang “Faktor-faktor yang berhubungan dengan BBLR” Faktor utama yang ingin diuji: Anemia Merokok Hipertensi Status Ekonomi Maka perlu informasi tentang: Prop BBLR pada anemia dan pada non anemia Prop BBLR pada perokok dan pada non perokok Prop BBLR pada hipertensi dan pada non hipertensi Prop BBLR pada ibu miskin dan pada ibu non miskin Kemudian, Hitung besar sampel utk tiap variabel Sampel terbesar yang diambil

Terima Kasih