UJI HIPOTESIS.

Presentasi berjudul: "UJI HIPOTESIS."— Transcript presentasi:

1 UJI HIPOTESIS

2 PROSEDUR UJI HIPOTESIS
Menetapkan Hipotesis Menentukan Uji Statistik yang Sesuai Menentukan Batas Kemaknaan Penghitungan Uji Statistik Keputusan Uji Statistik

3 Hipotesis apa yang dipilih/ditetapkan ?
1. Menetapkan Hipotesis Ada dua macam hipotesis dalam penelitian : 1. Ho (Hipotesis Nol atau Nihil) Tidak ada perbedaan, tidak ada hubungan 2. Ha / H1 (Hipotesis Alternatif / Hipotesis Satu) Ada perbedaan, ada hubungan Ada tiga bentuk hipotesis dalam penelitian : 1. Hipotesis Deskriptif (satu variabel) 2. Hipotesis Komparatif (pembandingan / beda) 3. Hipotesis Asosiatif (hubungan) Hipotesis apa yang dipilih/ditetapkan ? (bentuk Deskriptif / Komparatif / Asosiatif)

4 2. Menentukan Uji Statistik yang Sesuai
Setiap uji statistik yang dipilih mempunyai persyaratan tertentu yang harus dipenuhi, yaitu data, variabel, hipotesis dan tujuan Misalnya : tujuannya untuk uji beda/komparasi; Untuk uji beda mean  Uji T atau Uji Anova Untuk uji beda proporsi/persen  Uji X2

5 Menetapkan Jenis Uji Statistik
Pemilihan uji statistik (Parametrik atau Non Parametrik) ditentukan berdasarkan DATA yang dimiliki, yg berhubungan dengan : Distribusi, Variabel , Teknik sampling, Homogenitas, Skala ukur, dan jumlah data.

6 NON PARAMETRIK PARAMETRIK DATA Distribusi populasi diketahui TIDAK ?
YA Distribusi populasi normal ? TIDAK YA Sampel ditarik secara random ? TIDAK NON PARAMETRIK Apakah distribusi sampel = distribusi populasi ? YA Varians kelompok homogen ? TIDAK PARAMETRIK YA Skala ukuran interval/rasio ? TIDAK YA Y A Jumlah data banyak (>30) ? TIDAK

7 PANDUAN PENGGUNAAN STATISTIK PARAMETRIK DAN NON PARAMETRIK
UNTUK MENGUJI HIPOTESIS Macam Data BENTUK HIPOTESIS Deskriptif (satu variabel) Komparatif (dua sample) Komparatif > dua sample) Asosiatif (hubungan) Dependen Independen Nominal Binomial X2 One Sample Mc Nemar Fisher Exact Probability X2 Two Sample X2for k sample Cochran Q X2 for k sample Contingency Coefficient C Non Parametrik Ordinal Run Test Sign test Wilcoxon matched paired Median test Mann-Whitney U Test Kolmogorov-smimov wolfowiltz Friedman Two-way Anova Median Extension Kruskal-Willis One-Way Anova Spearman Rank Correlation Kendal Tau Interval Rasio t-test One Sample t-test of dependent t-test of independent One-Way Anova Two-Way Anova Person Producct Moment Partial Correlation Multiple Correlation Regresi Parametris

8 PEMILIHAN UJI STATISTIK UNIVARIAT / BIVARIAT
Tujuan Uji Jumlah sampel / pasangan Macam sampel (bebas / berpasangan) Jenis variabel Rasio-Interval pop. berdistribusi normal Ordinal / distrib. tak Nominal / kategorik Komparasi (perbedaan) 2 Bebas (independent) Uji t 2 sampel bebas - Uji Mann- Whitney - Uji jumlah peringkat dari Wilcoxon - Uji khikuadrat - Uji eksak dari Fisher Berpasangan (related/paired) Uji t sampel berpasangan Uji peringkat bertanda dari Uji McNemar (u/ kategori dikotomik) >2 Anava 1 arah Uji Kruskall-Wallis Uji khi-kuadrat Anava u/ subyek yg sama Uji Friedman Uji Cochran's Q Korelasi - Korelasi dari Pearson (r) - (Regresi) Spearman (rs) - Asosiasi Kappa (k) - Koefisien Kontingensi (C) - Koefisien Phi

9 CONTOH KASUS Kasus 1: Apakah ada perbedaan kadar gula dalam darah penderita Diabetes Mellitus antara yang terapi akupunktur dan yang tidak terapi akupunktur ? Karena: a. Tujuan uji: komparasi/perbedaan b. Jumlah sampel: 2 c. Macam sampel: bebas d. Jenis variabel: rasio-interval Maka uji statistik yang dipilih: Uji t 2 sampel bebas (independent t-test)

10 Kasus 2 : Apakah ada perbedaan status gizi balita (gizi lebih, normal, dan kurang) antara sebelum diberikan Akupunktur Laser, 1 bulan setelah diberikan Akupunktur Laser, dan 3 bulan setelah diberikan Akupunktur Laser? Karena: a. Tujuan uji: komparasi/perbedaan b. Jumlah pasangan sampel: >2 c. Macam sampel: berpasangan d. Jenis variabel: ordinal Maka uji statistik yang dipilih : Uji Friedman

11 Kasus 3: Apakah ada korelasi antara umur (tahun) dan berat badan (kg) balita? Karena: a. Tujuan uji hipotesis : korelasi b. Jenis variabel: rasio-interval Maka uji statistik yang dipilih: Uji korelasi dari Pearson

12 3. Menentukan Batas/Tingkat Kemaknaan
Batas/tingkat kemaknaan disebut nilai α. Penggunaan α tergantung tujuan penelitian, untuk bidang kesehatan umum sebaiknya menggunakan nilai α 5% (tingkat kepercayaan 95%) 4. Penghitungan Uji Statistik Menghitung data sampel ke dalam uji hipotesis yang sesuai, misal : hasil hitungan beda dua mean dimasukkan ke rumus uji t. lalu dibandingkan dengan nilai populasi. Di sini akan diketahui apakah hipotesis (Ho) ditolak atau diterima (gagal ditolak).

13 5. Keputusan Uji Statistik
Untuk memutuskan apakah Ho diterima atau ditolak dapat berpedoman pada pendekatan berikut : a. Pendekatan Klasik Pendekatan dengan cara membandingkan antara hasil hitung (uji statistik) dengan Nilai pada Tabel. Contoh setelah dilakukan penghitungan menggunakan uji t akan diperoleh hasil angka hasil akhir. Angka ini dibandingkan dengan angka yang ada pada tabel T, yang besarannya tergantung pada nilai α. Ho ditolak bila nilai hitung lebih besar dari nilai tabel, Ho diterima bila nilai hitung lebih kecil dari nilai tabel.

14 b. Pendekatan Probabilistik
Pendekatan dengan memanfaatkan program komputer (misalnya SPSS). Dengan nilai P (P value) kita tinggal membandingkan nilai P dengan nilai α. Ketentuan : Bila P ≤ nilai α, maka Ho ditolak, Bila P > nilai α, maka Ho diterima (Ho gagal ditolak) Nilai P merupakan nilai yang menunjukkan besarnya peluang menerima Ho dari data penelitian. Harapannya nilai P adalah sekecil mungkin. Bila nilai P-nya kecil, perbedaan yang ada pada penelitian bukan karena faktor kebetulan

15 terima kasih Wassalamu'alaikum ...