Slide 1

Berbagai Uji Statistik untuk Penelitian1KELOMPOK UJI STATISTIKStat.parametrik bersyarat:Populasi bersifat normalSampel secara randomTak ada nilai ekstrim Peka untuk deteksi kemaknaan

Stat.non parametrik tanpa syarat Kurang peka untuk mendeteksiSyarat uji parametrik:Sampel berasal dari populasi dengan distribusi normalSampel diambil secara randomSampel mempunyai varians yang samaSkala pengukuran interval atau rasio

Distribusi normalBentuk kurva simetris (histogram)Mean = median = modeKiri = kanan = 50%Coefficient of variation < 20%Uji KS

Jenis uji hipotesisUji beda mean satu sampelUji beda 2 meanUji beda lebih dari 2 meanAnalisis data kategorik (Chi Square)Analisis regresi linier sederhanaRegresi logistikSTATISTIK NON PARAMETRIK Chi square test Fisher exact test Kolmogorov Smirnov test Mc Nemar test Uji pengganti parametrik

Parametric and nonparametric tests of significance

Memilih uji statistik untuk 2 kelompokSkala pengukuranTidak berkaitanBerkaitan/berpasanganKorelasi dan regresiNominal X2 (2x2) Uji exact FisherUji McNemarRegresi logistikOrdinal Uji Kolmogorov- Smirnov Uji Mann-Whitney - Uji Sign - Uji Wilcoxon matched-paired Uji SpearmanNumerik

Uji t unpairedUji t paired- Uji Pearson- Regresi linier- Regresi multipelDesain penelitian paralel 2 kelompokBefore and afterCross over 2-wayCHI SQUARE TESTUntuk jenis data kualitatifDapat untuk satu sampel atau lebihSampel bersifat independenBisa untuk sampel kecilMenguji perbedaan antar proporsiRumus umum : tabel umum ( R by C )Rumus khusus : tabel 2 x 2PENGGANTI PARAMETRIKBila tak memenuhi persyaratan:

Unpaired t test Mann Whitney rankPaired t test Wilcoxon rankUnpaired Anova Kruskal Wallis rankPaired Anova Friedman rankPearson Correlation Spearman rankMC NEMAR TESTIndikasi dan persyaratanPerbandingan proporsi pada kelompok seperti pada uji Chi Square, tetapi pada sampel yang berpasangan (dependent group) Misal desain before-after study, membandingkan nilai sebelum dan sesudah perlakuan untuk membuktikan ada tidaknya perubahan MANN WHITNEY RANKIndikasi dan persyaratanData numerik yang berasal dari 2 sampel independent distribusi data tidak normalalternatif uji parametrik uji t-independent~ Tes Wilcoxon rank untuk paired sampelKORELASI SPEARMAN Indikasi dan persyaratan Alternatif uji parametrik korelasi Pearson jika salah satu dari syarat di bawah ini terpenuhi:Sedikitnya salah satu variabel berskala ordinalAda salah satu variabel yang tidak terdistribusi normalJumlah sampel keciluji asosiasi antara 2 variabel yang hubungannya tidak linear PENILAIAN1. Arah hubunganNegatif: jika nilai X bertambah maka nilai Y berkurang, dan sebaliknyaPositif: jika nilai X bertambah maka nilai Y bertambah, dan sebaliknya 2. Kuat hubungan dinilai rs < 0,3 : tak ada korelasi0,3 - 0,5: korelasi lemah0,5 - 0,8: sedang > 0,8: kuatKOLMOGOROV SMIRNOVData kualitatif, Sampel independenUntuk sampel kecil, uji asosiasi Alternatif Chi Square untuk tabel 2 x n bila syarat Chi Square tidak dipenuhiVariabel independen nominalVariabel dependen ordinal

Nonparametric testsParametric tests

Nominal dataOrdinal dataOrdinal, interval, ratio data

One groupChi square

goodness of fitWilcoxon signed rank testOne group t-test

Two unrelated groupsChi squareWilcoxon rank sum test,

Mann-Whitney testStudents t-test

Two related groupsMcNemars testWilcoxon signed rank testPaired Students t-test

K-unrelated groupsChi square testKruskal -Wallis one way analysis of varianceANOVA

K-related groups

Friedman matched samplesANOVA with repeated measurements