materi 2 riset dr statistika.ppt
TRANSCRIPT
1
Modul:Metodologi Penelitian KedokteranMateri:
APLIKASI STATISTIKA DALAM PENELITIAN KESEHATAN Oleh: Drs. Ainur Rofieq, M.Kes.
Sub materi:1. Pengantar2. Distribusi Frekuensi3. Ukuran Pemusatan4. Ukuran Penyimpangan5. Uji Chi Square6. Uji-t7. Analisis Korelasi
2
I. I. PENGERTIAN DAN PEMBAGIAN PENGERTIAN DAN PEMBAGIAN METODE ANALISIS STATISTIKAMETODE ANALISIS STATISTIKA
STATISTIKA
INFERENSIAL
DESKRIPTIF
Contoh:tabulasi, daftar/grafik, distribusi frekuensi, persentase, dllukuran pemusatan (tendensi sentral) → mean, median, dan modusukuran penyebaran → range, standart deviasi, varian, dllukuran letak, ukuran kurtosis, ukuran kemiringan, dll.
Contoh:Uji-t, Uji Korelasi Product Moment, Sidik Ragam (Analisis Varians), Analisis Regresi Linier, dll.
Nonparametrik
Parametrik
Contoh:Uji Chi Square, Uji Wilcoxon, Uji Friedman, Uji Kruskal Wallis, Uji Korelasi Rank Order, Uji Tanda, dll.
3
Fungsi dan Hubungan Statistika Deskripstif dan Fungsi dan Hubungan Statistika Deskripstif dan InferensialInferensial
Kumpulan dataKumpulan data S.DeskriptifS.Deskriptif S.InferesialS.Inferesial
KesimpulanKesimpulan
KesimpulanKesimpulan
•Data Kasar•Belum informatif•Belum konstruktif
•Statistik•Lebih informatif•Lebih konstruktif
4
sampel
generalisasi kesimpulan
Skema hubungan populasi dan sampel dalam riset, dengan maksud
untuk memudahkah pemahaman konsep statisitika inferensial dan
deskriptif
Analisis Statistik
a
Populasi
5
II. II. DISTRIBUSI DISTRIBUSI FREQUENSIFREQUENSI
A. Pengertian
• Distribusi frequensi adalah penyebaran frequensi dari
suatu kategori atau variabel tertentu.
Atau distribusi frekuensi adalah cara untuk meringkas
dan menyusun kumpulan data dengan cara menentukan
frekuensi dari setiap kategori/variabel tertentu.
• Ada dua; (1) distribusi frekuensi tunggal dan (2) distribusi
frekuensi kelompok (distribusi frekuensi kelas interval).
6
Contoh 1: Seorang tenaga medis mengukur tekanan sistolik 15 pasien disuatu ruang X, datanya di bawah ini. buat tabel distribusi frekuensi tunggalnya! 110 115 115 110 105 120 105110 115 115 120120 105 105 110
Tekanan Sistolik
Frekuensi
105 4
110 4
115 4
120 3
Contoh 2: Berikut adalah hasil tabulasi nilai mk. Riset Keperawatan dari 57 mahasiswa Akper RKZ
Nilai Frekuensi
4 20
3 32
2 3
1 2
B. Distribusi Frequensi Tunggal Tabel 1. Statistik Tekanan
Sistolik Pasien di Ruang X
Tabel 2. Statististi Nilai MK. Riset Keperawatan
7
C. Distribusi Frequensi Kelompok
Contoh:Setelah didata berikut ditampilkan hasil Berat Badan Bayi yang Lahir di Puskesmas Sidokumpul pada Tahun 1999
Interval Berat Badan
Frekuensi
2,00 – 2,99 23,00 – 3,99 404,00 – 4,99 235,00 – 5,99 1
Cara Membuat/menyusun Distribusi Frekuensi Kelompok1. Pengenalan istilah Anda harus mengenali Istilah;
kelas interval? ujung bawah? ujung atas? panjang kelas? dan rentang? batas kelasl atas? batas kelas bawah? Untuk belajar perhatikan contoh
tabel di samping!
Tabel 4. Statistik Berat Badan Bayi yang Lahir di Puskesmas Sidokumpul pada Tahun 1999
Kelas Interval
Frekuensi
1 – 3 24 – 6 77 – 9 9
10 – 12 813 – 15 416 – 18 3
8
2. Langkah-langkah pembuatan
Misalkan telah dicatat data berat badan 80 orang pasien rawat inap di suatu rumah sakit. Datanya sbb.
79 49 48 74 81 98 87 80
80 84 90 70 91 93 82 78
70 71 92 38 56 81 74 73
68 72 85 51 65 93 83 86
90 35 83 73 74 43 86 88
92 93 76 71 90 72 67 75
80 91 61 72 97 91 88 81
70 74 99 95 80 59 71 77
63 60 83 82 60 67 89 63
76 63 88 70 66 88 79 75
Tampilkan data tersebut dalam bentuk tabel distribusi frekuensi kelompok!
9
langkah-langkah:a. Tentukan rentang
Rentang = data terbesar – data terkecil= 99 – 35 =64
b. Tentukan banyak kelas intervalBanyak kelas = 1 + 3,3 . log ndimana n = banyak data
= 1 + 3,3 . log 80 = 1 + 3,3 . 1,9031 = 7,2802 (dibulatkan sehingga banyak kelas
interval = 7) c. Tentukan panjang kelas rentangPanjang kelas =
Banyak kelas interval 64= ---- 7= 9,14
khusus untuk panjang kelas pembulatan dapatke atas (=10) atau ke bawah (=9). Alasan; supaya
semua nilai/data dapat masuk ke dalam setiap kelas interval.
10
d. Membuat tabel distribusi frekuensi kelompok• Mula-mula tentukan ujung bawah kelas interval pertama.
Ujung bawah kelas interval pertama = 35 (diambil nilai terkecil). Dengan banyak kelas interval 7 serta panjang kelas 9 dan 10 dapat disusun rencana kelas interval sbb.
• Panjang kelas = 9 Panjang kelas = 10
• Dengan pajang kelas = 9 memiliki kelas interval terakhir 89 – 97, dengan demikian data berat badan lebih dari 97 tidak dapat masuk kedalam kelas interval terakhir.
• Dengan pajang kelas = 10 memiliki kelas interval terakhir 95 – 104, dengan demikian semua data berat badan lebih dari 97 dapat masuk kedalam kelas interval terakhir.
• Jadi sebaiknya menggunakan panjang kelas =10.
Kelas Interval Frekuensi
35 – 4344 – 5253 – 6162 – 7071 – 7980 – 8889 – 97
Kelas Interval Frekuensi
35 – 4445 – 5455 – 6465 – 7475 – 8485 – 9495 – 104
11
Selanjutnya disusun tabel distribusi frekuensi ke-lompok seperti pada tabel berikut:
Kelas Interval
Frekuensi
35 – 4445 – 5455 – 6465 – 7475 – 8485 – 9495 - 104
3 3 8212021 4
Jumlah 80
12
Latihan 1Seorang tenaga medis diberi tugas mengukur berat badan 60 balita asal desa Mulyoagung, Datanya sbb.
11 18 30 7 19 10 17 21 39 15 24 12 18 13 29 20 25 31 8 19 20 17 28 11 14 18 17 15 27 21 23 13 17 19 21 20 14 16 26 22 30 25 14 19 10 13 24 31 5 15 25 31 21 23 18 17 19 10 17 35
Tampilkan data tersebut ke dalam tabel distribusi frekuensi (absolut dan kumulatif) sehingga lebih informatif.Susunlah histogram dan diagram lingkaran! (lihat buku “Metoda Statistika” oleh: Sudjana)
13
III. UKURAN PEMUSATANIII. UKURAN PEMUSATANA. Pengertian
Ukuran pemusatan = Ukuran gejala pusat= Ukuran kecenderungan memusat= Ukuran tendensi sentral (the measure of central tendency)
Ukuran pemusatan adalah (1) ukuran lokasi suatu data sampel, atau (2) ukuran yang menerangkan kedudukan sampel dalam suatu dimensi Ada 3 macam a. Mean (Rata-rata atau rerata)
b. Modusc. Median
B. Rata-rataAda 3 macam a. Rata-rata hitung
b. Rata-rata geometrikc. Rata-rata harmonik (tidak dipelajari)
Rata-rata hitung– Rata-rata hitung diberi lambang (untuk sampel) atau μ (untuk
populasi)– Jadi adalah statistik dan μ adalah parameter untuk menyatakan
rata-rata– Merupakan ukuran yang paling penting dalam statistika inferensial
14
• Menghitung rata-rata data tidak berkelompok xi = --------
n contoh:
• Tentukan rerata tekanan darah 8 pasien diabetus setelah keluar rumah sakit?Datanya sbb; 147, 139, 141, 136, 150, 145, 146, dan 138
147+139+141+136+150+145+146+138 = ---------------------------------------------------
8 1142
= ------ = 142,75 8
• Menghitung rata-rata dari data tidak berkelompok dalam tabel distribusi frekuensi tunggal
fi xi xi = nilai ujian ke-i = --------- fi = frekuensi untuk
fi nilai xi
Contoh: Pada pengukuran berat badan; ada lima mahasiswa berat badannya 70 kg, enam mahasiswa 69 kg, tiga mahasiswa 45 kg, dan seorang mahasiswa 80 kg dan 56 kg. Berapakah rata-rata berat badan mahasiswa?
X
X
X
15
dari tabel tersebut diperoleh
fi = 16 dan fi xi = 1035sehingga
1035= -------
16= 64,6
Menghitung rata-rata dari data berkelompok (distribusi frekuensi
kelompok) fi xi xi = titik tengah kelas ke-i= -------- fi = frekuensi untuk titik fi tengah xi
Xi fi fi xi
7069458056
56311
3504141358056
Jml 16 1035
X
X
16
contoh: berikut ini adalah nilai matakuliah psikometri dari 50 mahasiswa;
Jawab:
Nilai f 50 – 5960 – 6970 – 7980 – 8990 – 99
3162272
Titik tengah (xi) adalah setengah dari jumlah ujung bawah dan ujung atas. Untuk menentukan nilai rata-rata pada tabel di samping, perlu dibuat tabel penghitungan sbb;
Nilaifi fi xi fi xi
50 – 5960 – 6970 – 7980 – 8990 – 99
3162272
54,564,574,584,594,0
163,51.032,01.639,0591,5189,0
jumlah 50 - 3.615,0
3.615,0 = ---------- 50 = 72,3
X
17
Rata-rata geometrik• Disebut juga rata-rata ukur, diberi simbul U
• Rata-rata geometrik digunakan untuk menentukan rata-rata pertambahan, pertumbuhan (misalnya; penduduk, pertum-buhan anak, dll) dan perkembangan.
• Rata-rata geometrik juga digunakan jika perbandingan tiap dua data berurutan tetap atau hampir tetap.
• Rumus;
x = nilai atau persentase
U = x1 . x2 . x3 . x4 . xn
• contoh: suatu rumah sakit selama empat bulan berturut-turut mengalami kenaikan jumlah pasien diare, yaitu 2%, 3%, 4%, dan 6% dari jumlah pasien pada bulan sebelumnya. Hitung reratanya!
Dengan rata-rata hitung:
2 + 3 + 4 + 6
U = ------------------- = 3,75%
4
n
18
• Dengan rata-rata geometrik: 4
U = 2 x 3 x 4 x 6 4
U = 144 setiap sisi dikalikan log 4
log U = log 144= ¼ log 144= ¼ (2,1584)= 0,5396
U= 3,46• Angka U memiliki validitas yang lebih tinggi
dari X
19
C. M o d u s– Modus diberi simbul Mo– Untuk menyatakan nilai atau fenomena yang paling
banyak muncul.– Mo untuk data tidak berkelompok– Contoh: 3 4 5 6 6 6 8 9 10
3 4 5 5 5 6 7 8 5 6 7 7 7 8 8 9 9 9 10 10
– Mo untuk distribusi data yang pertama adalah 6, dan Mo kelompok data kedua adalah 5.
– Mo untuk distribusi data ketiga adalah 7 dan 9.– Mo untuk data berkelompok (distribusi frekuensi
kelompok)
b1
Mo = b + p ( ------------) b1 + b2
20
b = batas bawah kelas modus (kelas interval yang memiliki frekuensi terbanyak)
p = panjang kelas B1 =hasil selisih frekuensi kelas modus dikurangi frekuensi kelas
I nterval sebelumnya (<) B2 =hasil selisih frekuensi kelas modus dikurangi frekuensi kelas
interval sesudahnya (>)
Contoh:Tentukan nilai Modata berikut: Jawab:
Kelas modus = kelas interval ke-5Nilai b = 70, Nilai b1 = 25 – 15 =
10Nilai b2 = 25 – 20 = 5
p = 10 10
Mo = 70,5 + 10 . (----------) 10 + 5
= 77,17
Nilai f
31 – 4041 – 5051 – 6061 – 7071 – 8081 – 9091 –100
125
15252012
21
D. M e d i a n– Median diberi simbul Me– Untuk menyatakan nilai yang terletak di tengah-tengah, atau
merupakan nilai paling tengah dari suatu distribusi sampel.– Me untuk data tidak berkelompok
Contoh: 4 6 8 5 6 3 6 9 103 7 4 5 5 6 5 8
– sebelum ditentukan nilai Me, data terlebih dahulu diurutkan3 4 5 6 6 6 8 9 103 4 5 5 5 6 7 8
– untuk data pada kelompok pertama nilai Me = 6. Untuk data kelompok dua nilai Me=5, dicari dari Me = ½ (5 + 5)
– Me untuk data berkelompok (distribusi frekuensi kelompok)
½ . n - F Me = b + p ( ------------)
f
22
b = batas bawah kelas median (kelas interval pertama
yang dapat menampung data sebanyak n . ½) p = panjang kelas mediann = ukuran sampel atau banyak dataF = jumlah semua frekuensi kelas interval yang
lebih kecil dari kelas median
f = frekuensi kelas median
Jawab:Kelas modus = kelas interval ke-5Nilai b = 70,5Nilai p = 10Nilai F = 1 + 2 + 5 + 15 = 23f = 25 40 – 23 Me = 70,5 + 10 . (----------)
25 = 77,3
Contoh: Tentukan nilai Me data berikut:
Nilai f
31 – 40 1
41 – 50 2
51 – 60 5
61 – 70 15
71 – 80 25
81 – 90 20
91 –100 12
23
IV. UKURAN PENYIMPANGAN
Pengantar• Istilah: • Ukuran simpangan disebut juga ukuran dispersi
ukuran variasi ukuran penyebaran• Definisi:
Adalah ukuran yang menunjukkan besar-kecilnya jarak atau penyimpangan suatu data dari rata-ratanya. Semakin besar nilai simpangan semakin jauh jarak penyimpangan dari rerata, semakin kecil simpangan semakin dekat dari rerata.
• Analogi:Dua buah data atau lebih yang memiliki ukuran pemusatan sama, belum tentu memiliki ukuran simpangan yang sama.
24
• Contoh-1: berikut ini adalah upah perbulan tujuh orang pada perusahaan-A dan tujuh orang pada perusahaan-B.
Perusahaan-A; Perusahaan-B;
Rp. 22.000,00 Rp. 5.000,00
Rp. 22.000,00 Rp. 21.000,00
Rp. 24.000,00 Rp. 27.000,00
Rp. 25.000,00 Rp. 14.000,00
Rp. 26.000,00 Rp. 33.000,00
Rp. 27.000,00 Rp. 17.000,00
Rp. 28.000,00 Rp. 57.000,00
Rata-rata upah buruh perusahaan A dan B tersebut sama, yaitu Rp. 24.857,14. Tetapi keadaan upah perbulan kenyataannya lain; perusahaan A lebih seragam, sedangkan perusahaan B lebih beragam. Oleh sebab itu, supaya obyektif untuk membanding-kan dianjurkan menunjukkan juga ukuran simpangan.
25
• Contoh-2: Berikut adalah skor akhir matakuliah metodologi riset 10 mahasiswa dari lulusan SMUN dan 10 mhs lulusan SMUSLulusan SMUN= 54 57 71 60 80 68 85 90 72 63Lulusan SMUS = 60 64 51 79 42 77 80 60 96 86Kedua kelompok tersebut (setelah dihitung) memiliki rata-rata skor sama = 70. Dengan berpedoman pada rata-rata kita katakan lulusan SMUN tidak lebih baik dalam matakuliah Metodologi Riset dibandingkan lulusan SMUS. Padahal dilihat dari sebaran skor-nya kedua data berbeda. Melalui contoh itu, ternyata dengan ukuran pemusatan saja belum memberikan keterangan yang lengkap tentang suatu data.
• Macam Ukuran SimpanganAda delapan macam ukuran simpangan, yaitu 1. Rentang (range)2. Rentang antar kuartil (interquartil range)3. Simpangan kuartil4. Rata-rata simpangan (rata-rata deviasi)5. Deviasi standart (standart deviation)
6. Varians7. Koefisien variasiyang dipelajari adalah ukuran simpangan no 1, 2, 5, dan 6
26
Rentang (range)• Pengertian:
Adalah selisih atau selang antara skor terbesar dengan skor terkecil suatu data.
Rentang merupakan ukuran simpangan yang paling sederhana.
• Rumus:
Rentang = skor terbesar – skor terkecil
Contoh-1: Dengan rumus di atas, maka rentang upah perusahaan A = Rp. 6.000 dan rentang perusahaan B = Rp. 52.000.
Hal itu membuktikan, meskipun punya rata-rata ama, namun perusahaan A memiliki upah yang lebih seragam daripada perusahaan B. (upah perusahaan A lebih dekat dari reratanya)
Contoh-2: Rentang skor MK. Metodologi Riset lulusan SMUN = 90 – 54 =36 dan rentang skor lulusan SMUS = 96 – 54 = 54. Jadi; meskipun rata-rata sama, namun lulusan SMUN memiliki skor yang lebih seragam daripada lulusan SMUS.
27
Rentang antar kuartil (interquartil range)• Pengertian:
Rentang antar kuartil adalah selisih antara kuartil ketiga dengan kuartil pertama.
• Rumus:
RAK = K3 – K1
Dengan rumus kuartil, diperoleh nilai K3 = 90,75 dan K1 = 68,25.Jadi nilai RAK = 90,75 – 68,25sama dengan 22,50Artinya; 50% data tengahnya, memiliki skor minimal 68,25 dan skor maksimal 90,75
Contoh:
Upah f
50,00 – 59,9960,00 – 69,9970,00 – 79,9980,00 – 89,9990,00 – 99,99
100,00 – 109,99
110,00 – 119,99
81016141052
28
Simpangan Baku (Standart Deviation)• Definisi
Standar penyimpangan suatu data dari rata-ratanya.• Rumus
Untuk data yang tidak berkelompok.
n xi2 – ( xi)2
s = ---------------------- n (n-1)
Contoh: suatu variabel memiliki nilai 8 7 10 11 4. Berapakah simpangan bakunya?
Melalui data tersebut dipeorleh xi
= 40 dan xi
2 = 350, dengan rumus di atas;
5 X 350 – (40)2
s = -------------------- 5 X 4
= 2,74
xi xi2
87
10114
6449
10012116
29
• Untuk data dalam distribusi frekeunsi kelas interval
n fi ci2 - ( fi ci)2
s = p2 ------------------------- n (n-1)
• Contoh:
Nilai fi ci ci2 fici fici
2
31-4041-5051-6061-7071-8081-9091-100
12515252012
-4-3-2-1012
16941014
-4-6-10-1502024
1618201502048
jumlah 80 - - 9 137
30
Melalui rumus simpangan baku;
80 x 137 - 92s = 102 ---------------------
80 x 79 = 172,1
= 13,12
VariansVarians adalah simpangan baku dikuadratkan atau s2 , jadi ukuran simpangan ini lebih “teliti” dari pada simpangan baku, artinya nilai varians (simbul “v”) validitasnya lebih tinggi dari pada nilai s.
31
• Latihan 2Seorang petugas medis telah mengumpulkan data berat badan balita penderitas ISPA yang berkunjung di suatu Psukesmas selama satu bulan, dan diperoleh hasil penimbangan (dalam kg) berat badan bayi sebanyak 40 bayi sbb:
6.1 5.3 4.5 3.0 5.5 4.6 3.9 6.3 4.8 4.2 6.3
5.5 6.8 5.5 5.0 4.2 6.5 5.1 4.5 6.9 7.84.5
5.1 5.5 5.2 7.3 7.1 8.1 8.2 10.2 6.3 9.5 9.6
9.6 8.0 7.9 7.3 3.9 3.4 4.5
• Susunlah data tersebut ke dalam tabel distribusi frekuensi (untuk nilai ujung kelas gunakan satu angka di belakang koma).
• Dari tabel distribusi frekuensi tersebut buatlah histogram dan diagram lingkaran.
• Hitung nilai Mo, Me, , s, dan v.X
32
Latihan 3Hasil tes kemampuan akademik 120 mahasiswa Fakultas
Kedokteran UMMadalah sbb:
Pertanyaan:a. Tentukan nilai rata-rata
hitung, modus, median, dan standart deviasi!
b. Tentukan juga nilai standart deviasi dan varians.
c. Berapakah batas maksimal nilai tes kemampuan akademik untuk 50 % mahasiswa yang mendapat nilai terrendah?.
d. Untuk memilih 50% mahasiswa dengan nilai terbesar, berapakah nilai tes minimal yang harus ditentukan?.
============== Nilai tes frequensi------------------------------1.1 – 1.3 41.4 – 1.6 101.7 – 1.9 122.0 – 2.2 122.3 – 2.5 17
2.6 – 2.8 202.9 – 3.1 183.2 – 3.4 153.5 – 3.7 83.8 – 4.0 4----------------------------
33
V. UJI CHI-SQUARE
A. PengertianChi-square Test atau Uji Chi-square adalah teknik analisis yang digunakan untuk menentukan perbedaan frekuensi observasi (Oi) dengan frekuensi ekspektasi atau frekuensi harapan (Ei) suatu kategori tertentu. Uji ini dapat dilakukan pada data diskrit atau frekuensi.
• Uji Chi-square = Uji Kai-kuadrat = Uji Frekuensi = 2
• Rumus umum:
(Oi – Ei)2
2 = Σ ----------- Ei
• Macam Uji Chi-square:- Chi-square untuk uji kesesuaian (goodness of fit test)- Chi-square untuk uji kebebasan atau uji ketergantungan (independency test)- Chi square untuk uji normalitas (tidak kita pelajari)
34
B. Chi-square untuk Uji Kesesuaian• Pengertian
Adalah uji Chi-square untuk mengetahui apakah suatu distribusi frekuensi observasi sesuai secara bermakna (significance) atau tidak bermakna dengan distribusi frekuensi ekspektasi.
• Langkah ujia. merumuskan hipotesis nihil atau hipotesis nol (H0)b. menentukan nilai frekuensi ekspektasi
Untuk menentukan ada dua cara; a) cara asumsi, yaitu menentukan nilai frequensi ekspektasi sama pada setiap kategori; b) cara proporsi, yaitu dengan menggunakan pedoman yang sedang berlaku atau yang terstandart.
c. menghitung nilai 2hitung
d. menentukan nilai 2tabel
- tentukan dahulu taraf signifikansi analisis (diberi simbul α) - tentukan nilai derajat kebebasan atau derajat bebas (simbul dk atau db) dk = k - 1, dimana k adalah banyak kategori- cara menulis 2 tabel pada db tetentu dan α tertentu adalah - sebagai berikut = 2
(α)(dk)
- mencari nilai 2(α)(dk) dalam tabel distribusi nilai 2.
35
e. keputusan analisisbila nilai 2
hitung ≥ 2(α)(dk) maka H0 ditolak,
bila sebaliknya, yaitu 2hitung <2
(α)(dk) maka H0 diterima. Contoh:
Seorang tenaga medis ingin menentukan adakah perbedaan frekuensi kunjungan pasien pada enam Puskesmas di Kota Malang. Data yang dihimpun adalah rata-rata jumlah pasien perhari dengan hasil sebagai berikut;
Jawab:a. Merumuskan H0:
Tidak ada perbedaan frekuensi kunjungan pasien pada enam puskesmas di Kota Malang.
b. Menentukan nilai frekuensi ekspektasi:Diasumsikan bahwa kunjungan pasien pada 6 Puskesmas memiliki frekuensi sama. Sehinga setiap Puskesmas mempunyai frekuensi ekspektasi sama, yaitu:
Σ OiFrekuensi ekspektasi = ---------------------
Banyak kategori = 120/6 = 20
Puskesmas
A B C D E F
Jml 16 24 23 15 17 25
36
c. Menghitung nilai 2:
→ maka nilai 2hitung adalah 5,2
d. Menentukan nilai 2(α)(dk)
dk = 6 – 1 = 5 maka nilai 2 (α)(dk) = 2
(0,05)(5) (Lihat tabel distribusi 2)
= 2(0,05)(5) = 11,1
e. Keputusan analisis- Kesimpulan; karena nilai 2< 2
(0,05)(5) maka H0 diterima.- Interpretasi; tidak ada perbedaan frekuensi kunjungan pasien pada enam puskesmas (A, B, C, D, E, dan F) di Kota Malang.
Oi OiEi (Oi-Ei) (Oi-Ei)2 (Oi-Ei)
2/Ei
162423151725
202020202020
-4 4 3-5-3 5
16169
259
25
0,80,80,51,30,51,3
120 120 - - 5,2
37
C. Chi-square untuk Uji Kebebasan• Pengertian
Adalah uji Chi-square untuk mengetahui apakah suatu variabel saling tergantung ataukah tidak saling tergantung dengan variabel lain. Bila saling tergantung, berarti salah satu variabel berkedudukan sebagai variabel bebas (independent variable) sedangkan lainya sebagai variabel tergantung (dependent variable).
• Bila tidak saling tergantung, berarti kedua variabel berkedudukan sebagai variabel bebas.
• Langkah ujia. merumuskan hipotesis nihilb. menentukan nilai frekuensi ekspektasi
nilai frekuensi ekspektasi diperhitungkan dari nilai atau data frekuensi observasinya. c. menghitung nilai 2
hitung
38
d. menentukan nilai 2tabel- tentukan dahulu taraf signikansi analisis (diberi simbul α) - tentukan nilai derajat kebebasan atau derajat bebas (diberi simbul dk atau db) dk = (b-1)(k-1)
dimana b = banyak baris, sedangkan k = banyak kolom - cara menulis 2
tabel pada db tetentu dan α tertentu adalah sebagai berikut 2 (α)(dk)
- menentukan nilai 2(α)(dk) yaitu dicari melalui tabel
distribusi nilai 2
e. keputusan analisisbila nilai 2
hitung ≥ 2(α)(dk) maka H0 ditolak, bila sebaliknya, yaitu
2 < 2(α)(dk) maka H0 diterima.
Contoh:Seorang mahasiswa berkeinginan mengetahui apakah pemilihan jenis tenaga medis pada keluarga di pedesaan tergantung pada tingkat pendidikan masyarakat. Dalam penelitian, ia membagi variabel jenis tenaga medis menjadi menjadi dua kategori yaitu; dokter dan mantri, sedangkan variabel tingkat pendidikan keluarga (ditentukan dari KK) juga dua kategori, yaitu; lulusan SMU dan lulusan Perguruan Tinggi (PT).
39
Hasil penelitiannya dibentuk dalam tabel sbb.
Tingkat pendidik
an
Jenis Tenaga Medis
Dokter: Mantri:
PT 130 70
SMU 55 45
Jawab:a. Merumuskan H0
Pemilihan jenis tenaga medis pada keluarga pedesaan tidak tergantung pada tingkat pendidikannya.
Tingkat pendidika
n
Jenis tenaga medis Dokter: Mantri:
Jumlah
PT 130 123,33 70 76,67
200
SMU 55 61,67 45 38,33
100
Jumlah 185 115 300
b. Menentukan frekuensi ekspektasi (Ei)
Keterangan: yang dicetak miring adalah nilai frekuensi ekspektasi. Contoh penghitunganya;
- menghitung Ei = 123,33 berasal dari (185 x 200) : 300
- menghitung Ei = 76,67 berasal dari (115 x 200) : 300
- menghitung Ei = 61,67 berasal dari (185 x 100) : 300
- menghitung Ei = 38,33 berasal dari (115 x 100) : 300
40
c. Menghitung nilai 2 hitung
→ maka nila 2hitung = 2,82
d. Menghitung nilai 2 tabel
dk = (b-1) (k-1) = (2-1) (2-1) = 1 maka nilai 2
(0,05)(1) = 3,84 (lihat tabel distribusi nilai 2)
Tk.pend &Jenis dokter
Oi Ei Oi-Ei (Oi-Ei)2 (Oi-Ei)
2/Ei
PT:DokterMantri
13070
123,33
76,67
6,67-6,67
44,4944,49
0,360,58
SMU:DokterMantri
5545
61,6738,33
-6,676,67
44,4944,49
0,721,16
Jumlah 300 300 0 - 2,82
e. Keputusan analisis- Kesimpulan; karena 2
hitung < 2(0,05)(1) maka H0 diterima.
- Interpretasi; pemilihan jenis tenaga medis pada keluarga pedesaan tidak tergantung pada tingkat pendidikannya.
41
Latihan 41. Ada tiga macam kontrasepsi yang disukai keluarga di perkotaan
(kota A), yaitu IUD, Kondom, & Suntik dengan ratio 4 : 3 : 1. Seorang tenaga medis memperoleh data jumlah pengguna ketiga kontrasepsi tersebut dari RSUD kota B sbb; kontrasepsi IUD=2450 orang, kondom=1220 orang, dan suntik=965 orang. Dengan menggunakan taraf signifikansi 0,01. Tentukan apakah ada perbedaan ratio penggunaan ketiga kontrasepsi antara keluarga kota A dengan kota B?
2. Seorang tenaga medis ingin mengetahui apakah penggunaan jenis kontrasepsi IUD, Kondom, dan Suntik pada keluarga di perkotaan tergantung pada tingkat pendapatan keluarga (perbulan). Hasil penelitian yang telah dia lakukan di wilayah kerja Puskesmas Rejosantun sbb;
Pada taraf signifikansi 0,01 tentukan apakah penggunaan jenis kontrasepsi pada keluarga perkotaan di wilayah kerja Puskesmas Rejosantun tergantung dari pendapatannya?
Pendapatan keluarga perbulan
Jenis kontrasepsi
>1 juta IUD Kondom Suntik
< 1 juta 1022 989 456
560 145 970
42
VI. U J I–t (t-Test)A. Pengertian
Definisi umum:Uji yang digunakan untuk mengetahui perbedaan mean (rerata) pada satu perlakuan atau dua perlakuan (treatment), tidak dapat digunakan untuk lebih dari dua perlakuan. Macam:
– Uji-t untuk mengestimasi rerata populasiUji ini untuk mengetahui perbedaan rerata populasi () dengan suatu rerata tertentu . Uji ini disebut juga dengan istilah Uji-t Satu Perlakuan (treatment).
– Uji-t untuk menentukan perbedaan rerata pada sampel bebas (sampel tidak berpasangan).Uji ini untuk mengetahui perbedaan suatu 1 dengan 2 pada subyek yang lain.
– Uji-t untuk menentukan perbedaan rerata pada sampel berpasangan. Uji ini untuk mengetahui perbedaan suatu 1 dengan 2 pada subyek yang sama.
X
X X
X
X
X
X
43
Syarat uji– Sebelum Uji-t dilakukan ada dua syarat yang harus dipenuhi oleh
suatu data yang akan diuji; – Distribusi data sampel memenuhi syarat normalitas atau
membentuk kurva normal; – Data sampel bukan hasil penghitungan atau frekuensi (data diskrit)
tetapi data hasil pengukuran (data kontinu).
B. Uji-t untuk Mengestimasi Rerata PopulasiDefinisi:Uji-t ini pada hakekatnya berdasarkan daerah penerimaan H0 di bawah lengkung kurva normal standart, dibagi menjadi duamacam uji:1. Uji-t dengan tes satu ujung (ekor)
Ciri disebut satu ujung adalah H0 mempunyai perumusan dengan pengertian LEBIH BESAR atau LEBIH KECIL.
2. Uji-t dengan tes dua ujung (ekor)Ciri disebut dua ujung adalah H0 mempunyai perumusan dengan pengertian TIDAK SAMA. atau ada perbedaan. Tetapi dalam
kuliah ini, cukup dipelajari Uji-t dengan dua ujung/ekor (penjelasannya disajikan dalam pertemuan kuliah).
44
Langkah Ujia. Merumuskan H0
H0 : = b. Menghitung nilai t-hitung atau disebeut nilai t
dimana = rerata s = standart deviasi n = banyak sampel
– t = ------------ s/ n
c. Menentukan nilai t-tabelMula-mula tentukan derajat kebebasan, yaitu dk = n - 1 (dimana: n = banyak sampel)Kemudian tentukan nilai t-tabel dengan cara mencari nilai t(α)(dk) pada tabel distribusi nilai t.
Dimana: = rerata
s = standart deviasi
n = banyak sampel
X
X
d. Keputusan analisisNilai t(α)(dk) dibuat positif dan negatif, kemudian keputusan
analisisnya adalah H0 ditolak bila – t(α)(dk)< t < t(α)(dk)
Atau dapat juga menggunakan analogi dalam bentuk kurva normal standart sebagai berikut;
X
45
Apabila nilai-t terletak di dalam daerah penerimaan H0, maka H0 yang diajukan diterima. Bila tidak, yaitu terletak di luar daerah penerimaan H0, maka H0 ditolak.
Luas=0,5.α daerah penerimaan H0
-t(α)(dk) t(α)(dk)
• ContohSeorang tenaga medis ingin mengetahui apakah rerata waktu untuk anamnesa pasien di Ruang Bedah sama dengan anamnesa pasien di Ruang Penyakit Dalam, yaitu 30 menit. Dari 16 sampel pasien di Ruang Bedah diperoleh data bahwa rata-rata waktu anamnesa pasien 35 menit dengan standart deviasi = 9 menit. Adakah perbedaan waktu anamnesa antara Ruang Bedah dengan Ruang Penyakit Dalam? (α = 0,05).
Apabila nilai t terletak di dalam daerah penerimaan H0, maka H0 yang diajukan diterima. Bila tidak, yaitu terletak di luar daerah penerimaan H0, maka H0 ditolak.
46
Jawab:1. H0 : = 30 menit
atau Tidak ada perbedaan waktu anamnesa pasien antara Ruang Bedah dengan Ruang Penyakit Dalam.
2. Menghitung nilai t 35 - 30 t = ------------ 9/ 16 = 2,22
3. Menentukan nilai t tabeldk = 16 –1 = 15 maka nilai t-tabel adalah t(0,05)(15)= 2,13Karena nilai t = 2,22 terletak di luar daerah penerimaan H0, maka H0 ditolak pada α =0,05. Jadi ada perbedaan waktu anamnesa pasien antara ruang bedah dengan ruang
4. Keputusan analisis
Luas =0,025
- 2,13 2,13
Karena nilai t = 2,22 terletak di luar daerah penerimaan H0, maka H0 ditolak pada α =0,05. Jadi ada perbedaan waktu anamnesa pasien antara ruang bedah dengan ruang penyakit dalam. Atau untuk anamnesa pasien di ruang bedah membutuhkan waktu lebih lama 5 menit.
Daerah penerimaan Ho
47
C. Uji-t untuk Menentukan Perbedan Rerata pada Sampel Bebas
– DefinisiUji ini untuk mengetahui perbedaan suatu rerata 1 suatu kelompok subyek dengan rerata 2 pada subyek yang lain.
– MacamBerdasarkan nilai varians, Uji-t ini ada dua macam;
1. Uji-t pada sampel bebas dengan varians terpisah (separate varians), yaitu untuk menguji perbedaan rerata pada dua perlakuan yang memiliki varians tidak sama besar.
2. Uji-t pada sampel bebas dengan varians yang seragam (pooled varians), yaitu untuk menguji perbedaan rerata pada dua perlakuan yang memiliki varians sama besar.
– Menentukan Kesamaan Dua VariansCaranya dengan menggunakan Tes F-max Hartley, sbb;:
1. Menghitung varians Menghitung varians (v) setiap kelompok perlakuan, v =
s2
2. Menghitung nilai F-max vterbesar
F-max = ---------- vterkecil
X
XX
48
3. Menentukan nilai F-max tabelMula-mula menentukan derajat kebebasan dkpembilang = n1 –1 (dari perlakuan dengan vterbesar) dan dkpenyebut = n2 – 1 (dari perlakuan dengan vterkecil). Dimana n = banyak subyek.Kemudian mencari nilai F-max(α)(dk1, dk2) pada tabel-F.
4. Keputusan analisisBila nilai F-max < F-max(α)(dk1, dk2) maka H0 diterima, artinya kedua kelompok perlakuan memiliki varians yang sama besar. Bila sebaliknya,
yaitu F-max ≥ F-max(α)(dk1, dk2) maka H0 ditolak, artinya kedua kelompok perlakuan memiliki varians yang tidak sama besar.
• Langkah Uji-t pada sampel bebas dengan varians yang seragam1. Merumuskan H0
2. Menentukan kesamaan varians Syarat: kedua perlakuan harus memiliki varians sama besar
3. Menghitung nilai t 1 - 2
t = -------------------- 1 1 sg ----- + ----- n1 n2
dimana s1 dan s2 standart deviasi perlakuan-1 & perlakuan-2
n = banyak subyek 1 = rerata perlakuan-1
2 = rerata perlakuan-2sg = standart deviasi
gabungan dihitung dengan
rumus, sbb. (n1-1)s1
2 + (n2-1)s22
sg = -------------------------- n1+n2-2
X
X X
X
49
4. Menentukan nilai t-tabelMula-mula tentukan besar derajat kebebasan; dk = (n1+n2-2), kemudian mencari nilai t(0,5α)(dk) pada tabel nilai kritis distribusi-t.
5. Keputusan AnalisisNilai t(α)(dk) dibuat positif dan negatif, kemudian keputusan analisisnya adalah H0 ditolak bila – t(α)(dk)< t < t(α)(dk)
Atau dapat juga menggunakan analogi dalam bentuk kurva normal standart sebagai berikut;Apabila nilai-t terletak di dalam daerah penerimaan H0, maka H0 yang diajukan diterima. Bila tidak, yaitu terletak di luar daerah penerimaan H0, maka H0 ditolak.
Luas=0,5.α daerah penerimaan H0
-t(α)(dk) t(α)(dk)
• Langkah Uji-t pada sampel bebas dengan varians terpisah 1. Merumuskan H0
2. Menentukan kesamaan varians Syarat: kedua perlakuan memiliki varians tidak sama besar
Apabila nilai-t terletak di dalam daerah penerimaan H0, maka H0 yang diajukan diterima. Bila tidak, yaitu terletak di luar daerah penerimaan H0, maka H0 ditolak.
50
3. Menghitung nilai t
1 – 2 t = -----------------
s12 s2
2
---- + ---- n1 n2
4. Keputusan analisisKriteria pengujian adalah H0 diterima jika w1t1 + w2t2 w1t1 + w2t2
- < t < w1 + w2 w1 + w2
dengan: w1 = s12/n1 dan w2 = s2
2/n2
t1 = t(α)(n -1) dan t2 = t(α)(n –1)
n = banyak subyek 1 = rerata
perlakuan-1 2 = rerata
perlakuan-2s1 = standart deviasi
perlakuan-1s2 = standart deviasi
perlakuan-2
XXXX
51
• ContohAda dua kelompok anak dengan ciri kepribadian ekstrovert (11 anak) dan introvert (10 anak). Kedua kelompok anak itu diamati kemampuan sosialisasinya kemudian diberi skor. Pengamatan selama tiga bulan yang telah dilakukan memberi hasil sbb; Dengan taraf signifikansi 0,05
tentu-kan apakah ada perbedaan rerata ke-mampuan sosialisasi kedua kelom-pok tersebut?
Jawab:Sebelumnya terlebih dahulu dihitung nilai n, x dan s dengan menggunakan kalkultor (bila ingin cepat). Hasilnya;n1 = 11 1 = 32,182 s1 = 4,468n2 = 10 2 = 30,700 s2 = 3,335
Kemampuan sosialisasi Ekstrovert Introvert
31 27 33 29 29 34 26 32 30 33 36 29 27 30 38 30 40 26 34 37 30
XX
52
1. H0: 1 = 2 (dimana 1 kelompok ektrovert dan 2 kelompok introvert).Atau: Tidak ada perbedaan kemampuan sosialisasi antara anak tipe ektrovert dengan anak tipe introvert.
2. Menentukan kesamaan variansmenghitung F-max:karena v1 = s1
2 dan v2 = s22
4,4682maka; F-max = --------- 3,3352
= 1,795menentukan F-tabel:dkpembilang= 11 – 1 sedangkan dkpenyebut= 10 – 1 = 10 = 9maka pada taraf signifikansi 0,05 nilai F(0,05)(10;9)= 3,14keputusan:karena F-max < F(0,05)(10;9) maka H0 diterima, maka kedua kelompok perlakuan memiliki varians sama besar.
XXXX
53
3. Mengitung nilai-t
Karena kedua kelompok perlakuan memiliki varians sama besar, maka jenis ujinya adalah Uji-t pada sampel bebas dengan varians yang seragam.
32,182 – 30,700 t = --------------------------- 1 1 15,776 ---- + ----
11 10 = 0,215
4. Menentukan nilai t-tabeldk = 11 + 10 – 2 = 19maka pada taraf signifikansi 0,05 nilai t(0,05)(19)=2,093
5. Keputusan analisisKarena nilai t < t(0,05)(19) maka H0 diterima, jadi tidak ada perbedaan kemampuan sosialisasi antara anak tipe ektrovert dengan anak tipe introvert.
dimana: ( 11 –1) 4,4682 + (10-1) 3,3352
sg= ------------------------------------ 11 + 10 – 2 = 15,776
54
• Soal-soal1. Seorang mahasiswa bermaksud mencoba teori sosialisasi “x”
yang baru dengan harapan dapat memperbaiki model sosialisasi anak TK yang sedang berlaku. Dengan model teori yang sedang berlaku, seorang anak mampu bersosia-lisasi dalam waktu rata-rata 30 hari. Penelitian yang telah dilakukan oleh mahasiswa tadi terhadap 10 anak baru TK dengan menggunakan teori x memberikan hasil sbb:
Pada taraf signifikansi 0,05, Bagaimanakah hasil penelitian tersebut?
2. Seorang mahasiswa bermaksud mencoba teori sosialisasi “x” yang baru dengan tujuan membandingkan dengan model sosialisasi anak TK yang sedang berlaku. Ia melakukan percobaan terhadap 20 anak baru TK, masing-masing 10 anak dikondisikan dengan teori sosialisasi “x”, 10 anak dikondisikan dengan model yang sedang berlaku. Hasilnya dalam bentuk lama sosialisasi di TK sbb;
Dengan taraf 0,05, bagaimanakah hasil penelitian mhs tsb?
lama sosialisasi 10 anak baru (hari):
25 20 15 10 5 25 20 24 26 24
Teori x (hari) 25 26 27 30 15 16 20 21 22 24
Teori yang sedang berlaku (hari) 26 30 30 40 32 29 25 24 24 25
55
D. Uji-t untuk Menentukan Perbedaan Rerata pada Sampel Berpasangan
• DefinisiUji-t untuk mengetahui perbedaan suatu rerata 1dengan rerata 2 pada subyek atau sampel yang sama. Artinya, sekelompok subyek diukur lebih dari sekali, kemudian dibedakan reratanya. Misalnya: membandingkan kadar gula darah sekelompok pasien sebelum diberi terapi medik untuk menurunkan gulan darahnya dengan setelah diberi terapi medik.
• Langkah Uji1. Merumuskan H0 2. Menghitung nilai t
D t = -------------
√(s2/n)
D = rerata D dimana D adalah hasil selisih antara skor pertama dengan skor kedua, jadi D = ΣD/n s2 = standart deviasi kuadrat (varians) dari nilai D, dimana s2=[ΣD2 – (ΣD)2/n]/n-1 n = banyak subyek
X X
56
3. Menentukan nilai t-tabel
Mula-mula tentukan nilai derajat kebebasan; dk = (n-1), kemudian mencari nilai t(α)(dk) pada tabel distribusi-t.
4. Keputusan AnalisisKeputusannya sama dengan uji-t sebelumnya (lihat kembali)Pada taraf signifikansi 0,05 tentukan bagaimanakah efektifitas film penerangan itu?
• Contoh, Seorang peneliti ingin mengetahui efektifitas film penerangan tentang bahaya merokok dengan tujuan untuk mengurangi jumlah rokok yang diisap oleh perokok perhari. Untuk keperluannya, ia memilih 5 orang sampel, hasilnya sbb;
Subyek Jml rokok sebelum menonton film
Jml rokok sesudah menonton film
ABCDE
94545
41501
57
Jawab:1. H0: Jumlah rokok yang diisap seseorang perhari sebelum
menonton film bahaya merokok tidak berbeda dengan yang diisap setelah menonton film.
2. Menghitung nilai t
D = ΣD/n s2= {ΣD2 – (ΣD)2/n}/n-1 = -16/5 = {66 – (-16)2/5}/5-1 = -3,2 = 3,7
Subyek
Jml rokok sebelum
menonton film
Jml rokok sesudah
menonton film
D D2
ABCDE
94545
41501
-5-3 0-4-4
25 9 01616
Jumlah ΣD= -16 ΣD2= 66
58
menghitung nilai-t D
t = ----------- √(s2/n)
-3,2
= ----------- √(3,7/5)
= - 3,72
daerah penerimaan
H0
-2,776 2,776
3. )Menentukan nilai t(0,05)(dk)
dk = n –1 = 4 dengan α = 0,05 maka t(0,05)(4) = 2,776
4). Keputusan analisis Dengan menggunakan kurva normal, keputusan analisinya sbb;
Karena nilai-t terletak di luar daerah penerimaan H0
pada α = 0,05, maka H0 penelitian di tolak. Jadi Jumlah rokok yang diisap seseroang perhari sebelum menonton film bahaya merokok berbeda dengan yang diisap setelah menonton film. Artinya; film penerangan tentang bahaya merokok efektif mengurangi jumlah rokok yg diisap perhari.
59
• Latihan 1Seorang tenaga medis ingin mengetahui apakah tinggi badan anak laki-laki pertama berbeda ataukah tidak dengan tinggi badan ayahnya. Penelitian terhadap 10 keluarga (10 orang ayah dan 10 orang anak laki-laki pertama) memberikan hasil sbb;
Tentukan pada taraf signifikansi 0,01 Apakah ada perbedaan tinggi badan anak lelaki pertama dengan tinggi badan ayahnya?
• Latihan 2Seorang tensgs medis mendapat tugas mengukur kadar gula darah sembilan orang pasien rawat inap. Oleh dokter senior dia diminta menganalisis apakah langkah medis yang telah dilakukan selama tiga hari sudah cukup efektif untuk menurunkan kadar gula darah mereka. Hasil penelitiannya sbb (dalam mmHg);
Tetntukan pada taraf signifikansi 0,01 Apakah ada perbedaan rata-rata kadar gula darah hari pertama MRS dengan kadar setelah tiga hari rawat inap?
Tinggi anak
158 160
163
153 157 164 169
158 162 161
Tinggi ayah
161 159
162
160 156 169 163
160 158 160
Kadar gula darah awal (hari I MRS)
230
205 295 190 200 195 200 300 225
Gula darah setelah 3 hr rawat
inap
195
200 210 190 195 160 195 210 210