bahan lbm 4 blok 15

BLOK 15 LBM 4

Scenario

Statistik juga ada logikanya,LHO!!!!

Penelitian adalah suatu cara,proses,atau alat manusia dalam upaya mencari kebenaran

dengan jalan memecahkan masalah yang dihadapi dengan menggunakan metode khusus yang

disebut metode ilmiah.seorang peneliti bidang kedokteran harus mempeunyai kompetensi

dalam bidang biostatistik untuk membantu memecahkan masalah.untuk merencanakan

statistik apa yang akan dipakai,kita mengenal 2 jenis statistik yaitu statistik deskriptif dan

statistik inferensial.

Untuk menetapakan jenis-jenis uji statistik inferensial baik parametric maupun non

parametric yang sesuai,ada beberapa hal yang harus dipertimbangkan.

STEP I

1. Statistic deskriptif:suatu satatistik yang menggambarkan dan menganilisis statistic hasil

penelitian yang tidak digunakan untuk menarik kesimpulan yang lebih luas,ilmu yang

menggambrakan data hasil penelitian,statistic yang digunakan untuk menggambarkan

data yang telah terkumpul.

2. Biostatistik:statistic dalam bidang kesehatan untu memecahkan masalah2 biologi

contohnya kelahiran,sakit,kematian.(statistic yang hidup/makhluk hidup.

3. Statistic inferensial: berkaitan dengan cara penarikan kesimpulan berdasarkan data yang

di[peroleh dari karakteristik sampel dari populasi yang diperoleh.statistik yang

menganalisi yang mana kesimpulannya mengeneralissikan suatu populasi dimana

sampel itu diambil.biasanya digunakan untuk pengambilan tehnik sampel secara

random.

4. Statistic:data informasi /algoritma statistika pada suatu data,suatu displin ilmu yang

mempelajari metode pengumpulan data yang kemudian diambil

5. Parametric:skala pengukuran variable numeric dan distribusinya normal.untuk

menganalisis data interval dan rasio.pengambilan data berdasarkan asumsi dan ciri2

populasi

6. Non parametric:metode statistic yang dapat digunakan untuk pengujian hipotesa dan

tidak tergantung pada distribusi populasi.skala pengukuran untuk skala kategorik.untuk

menganalisis nominal dan ordinal.

STEP VII

STATISTIK

1. Definisi:

Menurut Marquiritte F.Hall,statistik adalah suatu tehnik yang digunakan

untuk mengumpulkan data,menganalisis dan menyimpulkan atau

mengadakan penafsiran data yang berbentuk angka.

Menurut Anderson dan Bancroft,statistik adalah ilmu dan seni

mengembangkan dan menerapkan metode yang paling efektif untuk

mengumpulkan,mentabulasikan serta menginterpretasikan data kuantitatif

sedemikian rupa sehingga kemungkinan salah dalam kesimpulan dan

estimasi dapat diperkirakan dengan menggunakan penalaran induktif

berdasarkan matematika probabilitas.

Menurut sujana,statistik adalah pengetahuan yang berhubungan dengan

cara-cara pengumpulan fakta,pengolahan serta penganalisanya,penarikan

kesimpulan serta pembuatan keputusan yang cukup beralasan yang

berdasarkan fakta dan penganalisaan yang dilakukan.

Menurut sudrajat,statistik adalah suatu ilmu pengetahuan mengenai cara

dan aturan dalam hal pengumpulan data,pengolahan analisa,penarikan

kesimpulan,penyajian dan publikasi dari data-data yang berbentuk angka.

Metode ilmiah dalam mengumpulkan, mengklasifikasikan, meringkas,

menyajikan, menginterpretasikan,dan menganalisis data untuk mendukung

kesimpulan-kesimpulan yang valid yang berguna untuk mengambil

keputusan yang masuk akal dan diperlukan.

Data atau fakta yang berupa angka yang dihasilkan dari data yang

menggambarkan karakteristik suatu sampel.

Observasi,pengukuran dan intervensi yang dilakukan pada sampel akan

menghasilkan data berupa angka yang menggambarkan sifat,karakter dan

efek suatu factor atau hasil dari perlakuan.

Kegiatan untuk mengumpulkan data,meringkas atau menyajikan

data,menganalisis data dan menginterpretasikan hasil analisis.

Suatu metode guna mengumpulkan,mengolah,menyajikan,menganalisis dan

menginterpretasikan data yang berupa angka.

Ada dua konsep dalam bahasa Inggris.Statistic: nilai yang dihitung dari

sebuah sampel (mean, median, modus, dsb). Statistics: metode ilmiah untuk

pengumpulan data atau kumpulan angka. Dalam bahasa Indonesia, statistik

memiliki 3 pengertian dimuka yaitu:

Kumpulan data = data

Nilai yang dihitung dari dari sebuah sampel = statistik sampel

Metode ilmiah guna mengumpulkan, mengolah, menyajikan, dan analisis

data= statistik

Statistik juga dapat diartikan sebagai laporan atau lukisan tentang sesuatu

hal (berupa angka) dalam bentuk diagram-diagram, grafik, gambar berbentuk

lingkaran, tumpukan mata uang, deretan manusia, dan lain lain yang

melukiskan atu menggambarkan suatu keadaan (Sudjana, 1974).

suatu alat analisis yang dapat digunakan untuk memecahkan masalah-

masalah yang ada sehingga pada akhirnya dapat digunakan sebagai dasar

dalam pengambilan kesimpulan.

Ringkasan dalam bentuk angka yang disajikan dalam bentuk daftar/tabel,

gambar, grafik, dll beserta keterangannya

Ilmu yang mempelajari cara pengumpulan, pengolahan, penyajian, dan

analisa data serta cara pengambilan kesimpulan secara umum, berdasarkan

hasil penelitian yang tidak menyeluruh (J. Supranto, 1985)

Dalam arti luas:data ringkasan berbentuk angka(kuantitatif)

Dalam arti luas:suatu ilmu yang mempelajari cara

pengumpulan,pengolahan/pengelompokan,penyajian dan anlisis data serta

cara pengambilan kesimpulan secara umum berdasarkan hasil penelitian.

Kata statistik berasal dari kata status yang mencangkup tiga pengertian yaitu

ilmu,kegiatan dan data.dan menurut UU RI no 7 tahun 1960 ,statistik adalah

keterangan berupa angka-angka yang memberikan gambaran yang wajar dari

seluruh ciri-ciri kegiatan dan keadaan masyarakat indonesia.

Secra umum statistik adalah disiplin ilmu yang mempelajari metode dan

prosedur pengumpulan,penyajian,analisa,dan penyimpulan suatu data

mentah agar menghasilkan informasi yang lebih jelas untuk keperluan suatu

pendekatan ilmiah.

2. Fungsi:

a. Fungsi deskriptif à memaparkan informasi dalam sajian yang bermakna

untuk: mendeskripsikan suatu keadaan atau menjelaskan mengapa dan

bagaimana suatu kejadian terjadi

b. Fungsi inferensial àuntuk mendapakan kesimpulan yang bermakna; contoh

penggunaan jamu

c. Fungsi analitik à mampu menjelaskan hubungan antara faktor satu dengan

yang lain

d. Fungsi prediktif à dari data yang terkumpul dapat digunakan untuk

melakukan prediksi

e. Memberikan metode untuk melakukan peramalan yang sangat berguna

sebagai dasar perencanaan dan metode pengujian hipotesis yang sangat

berguna untuk riset dan pengambilan keputusan dalam rangka pemecahan

permasalahan.

f. Menggambarkan data dalam bentuk tak tentu contoh dalam bentuk diagram

dll

g. Menyederhanakan data yang komplek menjadi data yang mudah dimengerti

h. Merupakan teknik untuk membuat perbandingan

i. Menentukan tingkat hubungan atau peranan antar variable

j. Mengukur besar besaran variable.

k. Untuk menjawab permasalahan dan membuktikan sesuatu dugaan yang

belum terbukti serta meringkas data sehingga data tersebut dapat

memberikan informasi.

l. Kegunaan statistik dalam bidang kesehatan antara lain dipakai untuk:

Mengukur peristiwa-peristiwa penting atau vital event yang terjadi

dalam masyarakat.

Mengukur status kesehatan masyarakat dan mengetahui masalah

kesehatan yang terdapat pada berbagai kelompok masyarakat.

Membandingkan status kesehatan masyarakat di satu tempat dengan

tempat lain,atau status kesehatan masyarakat sekarang dengan

status kesehatan yang lampau.

Meramalkan status kesehatan masyarakat dimasa-masa mendatang.

Evaluasi tentang perjalanan,keberhasilan dan kegagalan dari suatu

program kesehatan atau pelayanan kesehatan yang sedang

dilaksanakan.

Keperluan estimasi tentang kebutuhan masyarakat terhadap

pelayanan kesehatan serta menentukan secara pasti target

pencapaian tujuan.

Keperluan research terhadap masalah kesehatan,KB,lingkungan hidup

dll.

Perencanaan dan system administrasi kesehatan

Keperluan publikasi ilmiah di media massa.

a. Bisa untuk mengukur populasi.

b. Untuk membandingkan Tehnik2.

c. Mengambil keputusan dari hipotesis.

d. Mengukur realibilitas dan validitas dari instrument.

3. Langkah-langkah statistik:

Pengumpulan data

Sebelum melakukan pengumpulan data selayaknya peneliti harus mengetahui

jenis,sifat dan sumber data sehingga memudahakan untuk melakukan langkah-langkah

berikutnya.

Pengolahan data

Pengolahan data pada dasarnya merupakan suatu proses untuk memperoleh data atau

data ringkasan berdasarkan suatu kelompok data mentah dengan menggunakan rumus

tertentu sehingga menghasilkan informasi yang diperlukan.

Proses pengolahan data dibagi dalam 6 tahap yaitu:

Editing:memeriksa dan menyesuaikan data dengan rencana semula seperti apa

yang diinginkan.

Coding:memberi kode pada data,dengan merubah kata2 denga angka.

Sorting:mensortir yaitu dengan memilah dan mengelompokan data menurut

jenis yang dikehendaki.

Entery data:memasukkan data dengan cara manual atau melalui pengolahan

komputr.

Cleaning:pembersihan data,yaitu lihat variable datanya apakah sudah benar.

Mengeluarkan informasi yang diinginkan.

Penyajian data

Data statistik tidak hanya cukup dikumpulkan,diolah dan dianalisis tetapi perlu disajikan

dalam bentuk yang mudah dibaca dan dimengerti oleh pengambil keputusan yang akan

menggunakannya sebagai dasar pengambilan keputusan.penyajian data dapat

berbentuk table,grafik,gambar,diagram yang memudahakan untuk dimengerti.

Analisis dan interpretasi:

Menganalisi data yang telah diolah dan disajikan dalam bentuk yang berbeda-beda.

Penarikan kesimpulan.

Penarikan kesimpulan ini berdasarkan atas hipotesis yang telah dibuat,dimana data yang

telah terpapar itu menolak atau menerima hipotesis nihilnya.

Tahap-tahap terakhir dari pengujian hipotesis ini adalah melakukan pengujian statistik

untuk menolak atau menerima Ho, dengan cara mencari harga p yaitu nilai peluang

kekeliruan untuk menolak Ho. Jika uji statistik menghasilkan nilai peluang yang berada di

daerah kritis maka tolak Ho. Sedangkan jika uji statistik menghasilkan nilai peluang yang

berada di luar daerah kritis atau berada di daerah penerimaan maka terima Ho.

Kesimpulan statistik yang menolak Ho pada harga a = 0,05 dikatakan sebagai pengujian

yang signifikan, dan jika kita memakai a = 0,01 hasil pengujianya dikatakan sangat

signifikan.

Prosedur pengujian hipotesis statistik mengikuti langkah-langkah sebagai

berikut:

1. Tentukan dengan tegas parameter yang akan diuji

2. Terjemahkan dugaan penelitian kedalam pasangan hipotesis statistik Ho dan H1.

3. Tentukan taraf nyata (level of significance) atau a yang akan digunakan.

4. Kumpulkan data melalui sampel acak n.

5. Pilih Uji Statistik yang tepat.

6. Tentukan daerah dan titik kritis pengujian.

7. Lakukan pengujian untuk menolak atau menerima Ho.

8. Tentukan atau hitung nilai p yaitu nilai peluang kekeliruan untuk menolak Ho yang

benar.

9. Ambil kesimpulan statistik.

4. Jenis:

Berdasarkan tujuan dan analisa data.

Statistik deskripsi

a. Definisi:

Metode dan prosedur statistik yang dipakai hanya terbatas pada

pengumpulan,penyajian,analisis data dala bentuk narasi,tabulasi,atau

diagram,serta penghitungan persentase,nilai rata-rata,standar

deviasi,dan lain-lain dari data sampel,tanpa perlu adanya peramalan dan

pembuktian statistik terhadap group data yang lebih luas atau populasi.

Statistika deskriptif adalah statistika yang berhubungan dengan metode

pengelompokkan, peringkasan dan penyajian data dalam cara yang lebih

informatif. Pada statistika deskriptif kita melakukan metode statistika

dengan yang berhubungan dengan penyajian data statistik dalam bentuk

gambaran angka-angka. Metode-metode umum yang digunakan adalah

analisis deskriptif yang meliputi rata-rata, median,modus dan varian.

(Ashari dan Santosa, 2005: 2)

Statistika deskriptif adalah statistika yang digunakan untuk

menggambarkan atau menganalisis suatu statistik hasil penelitian, tetapi

tidak digunakan untuk membuat kesimpulan yang lebih luas. Penelitian

yang tidak menggunakan sampel, analisisnya akan menggunakan

statistika deskriptif. Demikian juga penelitian yang menggunakan sampel,

tetapi peneliti tidak bermaksud untuk membuat kesimpulan untuk

populasi dari mana sampel diambil, maka statistik yang digunakan adalah

statistik deskriptif. (Sugiyono, 2004: 12-13).

Ilmu pengetahuan yang mempelajari tentang penyajian

data.inferensial,pengambilan kesimpulan dari suatu data populasi.

Univariat:statistik parametric dan non parametric.

Contoh:hubungan jenis kelamin dengan tekanan darah.

Multivariate: mengukur kombinasi (bunga).

Univariat/statistik deskripsi:untuk mendeskripsikan karakteristik data.

b. Syarat

-bentuk tampilan yang dikehendaki.(table,grafik,histogram)

-jenis peringkasan yang dikehendaki contoh ukuran tengah/median,ukuran

variasi (standar deviasi,mean,modus,median,interquartil range.)

-jenis data(numeric atau kategorik)

-variabel bersifat mandiri

-kelompok sampel hanya 1 dimana pada saat mendeskrepsikankelompok

sampel sendiri2.

-variasi kurang semakin variabilitas.

-besar sampel di inferensial,semakin besar semakin baik.tetapi di deskripsi

kebalikannya.

c. Jenis

-statistik lokasi:ukuran kecenderungan memusat.menerangkan kedudukan.

-statistik sebaran

d. Langkah-langkah

Pengumpulan data



berikutnya.

Pengolahan data






yang diinginkan.

Coding:member kode pada data,dengan merubah kata2 denga angka.

Sorting:mensortir yaitu denagn memilah dan mengelompokan data menurut


Entery data:memasukkan data dengan cara manual atau melaui pengolahan

komputr.



Penyajian data

















signifikan.

Prosedur pengujian hipotesis statistik mengikuti langkah-langkah sebagai

berikut:









benar.


Statistik inferensial

a. Definisi:

Selain metode dan prosedur statistik yang dipakai seperti halnya pada

statistik deskriptif juga disertai dengan pembuktian secra statistik bahwa

data sampel yang sedang diteliti ini,apakah betul-betul berasal dan sudah

mewakili cirri-ciri group data yang lebih luas atau populasi dengan cara

melakukan estimasi,tes hipotesis,dan prediksi terhadap parameter

populasi(penarikan kesimpulan).

Statistika inferensial adalah metode statistika yang berhubungan dengan

analisis data untuk penarikan kesimpulan atas data. Metode statistika

inferensial berhubungan dengan pengolahan statistik sehingga dengan

menggunakan hasil analisis tersebut dapat ditarik kesimpulan atas

kerakteristik populasi. Metode-metode umum yang digunakan adalah

analisis inferensial yang meliputi uji hipotesis, analisis varian, dan analisis

regresi dan analisis korelasi. (Sugiyono, 2004: 12-13)

b. Syarat

c. Langkah-langkah

Pengumpulan data



berikutnya.

Pengolahan data






yang diinginkan.

Coding:member kode pada data,dengan merubah kata2 denga angka.

Sorting:mensortir yaitu denagn memilah dan mengelompokan data menurut


Entery data:memasukkan data dengan cara manual atau melaui pengolahan

komputr.



Penyajian data

















signifikan.

Prosedur pengujian hipotesis statistik mengikuti langkah-langkah sebagai berikut

:









benar.


Menurut siegel prosedur dalam menguji hipotesis dengan uji statistik non parametric

adalah:

Menyatakan hipotesis nol(Ho)

Memilih uji statistik

Menetapkan batas kemaknaan dan besarnya sampel.

Menduga atau asumsi distribus sampel pada Ho

Menetapkan batas penolakan Ho berdasarkan 2,3,4

Menghitung nilai uji statistik.

d. Jenis:

Statistik parametric

a. Definisi

Statistika parametrik adalah suatu uji yang modelnya menetapkan adanya

syarat-syarat tertentu (asumsi-asumsi) tentang variabel random atau populasi

yang merupakan sumber sampel penelitian.

b. Syarat

Pengamatan harus independen,tidak bias.

Skala variable harus numeric.

pengamatan berasal dari populasi dengan distribusi normal

populasi itu mempunyai varians sama atau rasio varians diketahui.

a. Kesamaan varians tidak menjadi syarat mutlak untuk uji kelompok

berpasangan.

b. Kesamaan varians adalah syarat tidak mutlak untuk kelompok tidak

berpasangan artinya varians boleh sama boleh juga tidak.

c. Kesamaan varians adalah syarat mutlak untuk >2 kelompok tidak

berpasangan,artinya varians data wajib sama.

nilai rata2( mean) dan populasi berupa kombinasi linier yang artinya bisa

dijumlahkan(analisis variansnya)

sampel harus diambil secara random.

Sebaran data Homogen.

c. Langkah2:

Prosedur pengujian hipotesis statistik mengikuti langkah-langkah sebagai berikut :









benar.


d. Kerugian dan keuntungan

Keuntungan:

a. Hasil statistika dapat diekstrapolasikan/generalisasikan ke populasi.

b. Hasil pengujian hipotesis lebih akurat dan tajam dibanding non parametrik

c. Dapat digunakan untuk data yang banyak jumlahnya(tingkat efisiensinya

lebih baik disbanding non parametric bila dilakukan dalam jumlah sampel

yang banyak

Kerugian

a. Ada persyaratan yang harus dipenuhi,dimana data tidak sembaranagn

dapat diparameterkan.dimana syarat ini adalah distribusi data yang

normal,skala pengukuran harus numeric dan sampel wajib dirandom.

b. Membutuhkan waktu yang lama dan metode lebih rumit.

c. Lebih susah dikerjakan dan dimengerti

e. Contoh2 uji parametric:

Uji T untuk 2 variabel tidak berkaitan

Uji T untuk dua variable berkaitan

Tes Annova

Uji person untuk korelasi

Statistik non parametric

a. Definisi

Istilah nonparametrik pertama kali digunakan oleh Wolfowitz, pada tahun 1942. Metode

statistik nonparametrik merupakan metode statistik yang dapat digunakan dengan

mengabaikan asumsi-asumsi yang melandasi penggunaan metode statistik parametrik,

terutama yang berkaitan dengan distribusi normal. Istilah lain yang sering digunakan

untuk statistik nonparametrik adalah statistik bebas distribusi (distributionfree statistics)

dan uji bebas asumsi (assumption-free test). Statistik nonparametric banyak digunakan

pada penelitian-penelitian sosial. Data yang diperoleh dalam penelitian sosial pada

umunya berbentuk kategori atau berbentuk rangking. Uji statistik nonparametrik ialah

suatu uji statistik yang tidak memerlukan adanya asumsi-asumsi mengenai sebaran data

populasi. Uji statistik ini disebut juga sebagai statistik bebas sebaran (distribution free).

b. Syarat

Statistik nonparametrik tidak mensyaratkan bentuk sebaran parameter populasi berdistribusi

normal. Statistik nonparametrik dapat digunakan untuk menganalisis data yang berskala

nominal atau ordinal karena pada umumnya data berjenis nominal dan ordinal tidak menyebar

normal. Dari segi jumlah data, pada umumnya statistik nonparametrik digunakan untuk data

berjumlah kecil (n <30).

Uji non parametric digunakan untuk keadaan sebagai berikut:

Jika maslah skala pengukuran variable adalah kategorik

Jika data dengan masalah skala numeric tetapi tidak memenuhi syaratuntuk dilakukan

uji parametric (misalnya distribusi tidak normal) maka dilakukan uji non parametric

sebagai alternative dari uji parametriknya.

Alternative T berpasangan adalah Wilcoxon.

Alternative uji T tidak berpasangan adalah uji mann Whitney.

Alternative uji repeated Anova adalah uji Friedman

Alternatij uji one way annova adalah Krusscal Wallis.

c. Langkah2

Menyatakan hipotesis nol(Ho)

Memilih uji statistik

Menetpkan batas kemaknaan(α) dan besarnya smapel(N)

Menduga atau asumsi distribusi sampel pada Ho

Menetapakan batas penolakan Ho

Menghitung nilai uji statistik.

d. Kerugian dan keuntungan

Keuntungan dari penggunaan metode non parametrik:

1. Metode non parametrik tidak mengharuskan data berdistribusi normal, karena itu

metode ini sering juga dinamakan uji distribusi bebas (distribution free test).Dengan

demikian metode ini dapat dipakai untuk segala distribusi data dan lebih luas

penggunaannya.

2. Metode non parametrik dapat dipakai untuk level data seperti nominal dan ordinal.

3. Metode non parametrik lebih sederhana dan mudah di mengerti daripada

pengerjaan Metode Parametrik.

4. Para peneliti dengan dasar matematika serta statistika yang kurang,biasanya

menemukan konsep2 dan metode2 pada pada uji statistika ini mudah dipahami dan

dapat menghemat waktu yang diperlukan dalam perhitungan.

5. Asumsi dalam uji-uji statistik nonparametrik relatif lebih longgar. Jika pengujian data

menunjukkan bahwa salah satu atau beberapa asumsi yang mendasari uji statistik

parametric. (misalnya mengenai sifat distribusi data) tidak terpenuhi,maka statistik

nonparametrik lebih sesuai diterapkan dibandingkan statistik parametrik.

6. Perhitungan-perhitungannya dapat dilaksanakan dengan cepat dan mudah,sehingga

hasil penelitian segera dapat disampaikan.

7. Untuk memahami konsep-konsep dan metode-metodenya tidak memerlukan dasar

matematika serta statistika yang mendalam.

8. Uji-uji pada statistik nonparametrik dapat diterapkan jika kita menghadapi

keterbatasan data yang tersedia, misalnya jika data telah diukur menggunakan skala

pengukuran yang lemah (nominal atau ordinal).

9. Efisiensi statistik nonparametrik lebih tinggi dibandingkan dengan metode

parametrik untuk jumlah sampel yang sedikit.

Beberapa keunggulan yang diperoleh melalui penggunaan statistika nonparametrik

adalah sebagai berikut. (Siegel, 1994: 40-41)

1) Statistika nonparametrik dapat digunakan pada sampel kecil.

2) Statistika nonparametrik dapat digunakan untuk menggarap sampel-sampel yang

terdiri dari observasi-observasi dari beberapa populasi yang berlainan.

3) Statistika nonparametrik dapat digunakan untuk menggarap data yang pada dasarnya

merupakan ranking dan untuk data yang memiliki kekuatan ranking.

4) Statistika nonparametrik dapat digunakan untuk menggarap data yang hanya

merupakan klasifikasi semata, yaitu yang diukur dalam skala nominal.

5) Statistika nonparametrik lebih mudah dipelajari dan diterapkan dibandingkan dengan

statistika parametrik.

Welly:keuntungan.

a. Tingkat keslahan tidak memerlukan asumsi.

b. Penghitungan Sederhana dan mudah.

c. Mudah dimengerti

d. Dapat menganalisa data yang berupa data yang berbentu peringkat/range.

Di samping berbagai keunggulan di atas, metode non parametrik juga mempunyai

beberapa kelemahan seperti:

1. tidak adanya sistematika yang jelas seperti pada metode parametrik,

2. hasilnya dapat meragukan karena kesederhanaan metodenya,

3. serta tabel-tabel yang dipakai lebih bervariasi dibanding tabel-tabel standar pada

metode Parametrik.

4. Dalam melakukan uji statistik non-parametrik kebaikan hasil uji-nya relatif lebih

rendah dibanding dengan uji parametrik. Untuk meningkatkan kebaikan hasil

ujina, ukuran sampel harus diperbesar.

5. Hasil tidak dapat digeneralisasi.

6. Jika asumsi uji statistik parametrik terpenuhi, penggunaan uji non parametric

meskipun lebih cepat dan sederhana, akan menyebabkan pemborosan

informasi.

7. Jika jumlah sampel besar, tingkat efisiensi nonparametrik relative lebih rendah

dibandingkan dengan metode parametrik.

8. Statistik nonparametrik tidak dapat dipergunakan untuk membuat prediksi

(peramalan).

Tama:tida dapat dieksplorasikan ke sampel study.

e. Contoh2 uji non parametric:

¤ satu variable:

-uji binomial

-uji chi-square

-uji kolmogrov-smirnov

¤ dua variable

-uji fisher

-uji chi square untuk 2 sampel

-uji kolmogrov smirnov untuk 2 sampel(KS)

-uji mann whitney

-uji kruscal wallis

-uji kendall

¤ 2 variabel

-uji Mc Nemar(marginal chi square)

-uji Cochran

-uji Wilcoxon

-uji friedman

Uji page L(trend).

Uji statistik non-parametrik dapat dikelompokkan menjadi 3 kategori, yaitu:

1. Uji sebuah sampel yang dibandingkan dengan menggunakan suatu distribusi tertentu,

misalnya, distribusi chi-kuadrat, binomial, normal dan distribusi lainnya. Untuk membandingkan

frekuensi observasi dari variabel kategori dengan frekuensi harapan, digunakan uji Chi-kuadrat.

Untuk membandingkan frekuensi observasi dari variabel dikotomi dengan frekuensi harapan

digunakan uji Binomial. Untuk membandingkan distribusi kumulatif observasi suatu variabel

dengan distribusi normal, uniform atau Poisson, digunakan uji Kolmogorov-Smirnov satu

sampel. Uji Runs digunakan untuk mengetahui apakah urutan suatu barisan pengamatan

berubah-ubah secara random.

2.Uji untuk dua grup independen (bebas) atau lebih.

Perbandingan lokasi pemusatan dua buah distribusi yang diasumsikan mempunyai bentuk yang

sama, digunakan uji 2 sampel independen U Mann Whitney yang merupakan versi non-

parametrik uji T beda rata-rata. 2 sampel. Kelompok uji 2 sampel independen meliputi Uji Z

Kolgomorov-Smirnov, Reaksi Ekstrem Moses dan Uji Runs Wald Wolfowitz. Untuk lebih dari 2

grup independen, digunakan Uji H Kruskal-Wallis.

3. Uji variabel-variabel berpasangan (paired) atau berhubungan (related).

Untuk membandingkan 2 variabel untuk masing-masing subyek, digunakan uji Wilcxon yang

merupakan versi non-parametrik uji T berpasangan atau dependen. Kelompok uji ini meliputi uji

Tanda (Sign) dan uji McNemar. Uji McNemar sangat cocok untuk membandingan 2 variabel

kategori yang dikodekan dengan 2 nilai (biner). Untuk membandingkan lebih dari 2 pengukuran

untuk masing-masing subyek, digunakan Uji Friedman (untuk variabel kategori tidak biner) atau

uji W Kendall dan uji Q Cochran.

Uji statistik dapat digunakan apabila:

a. Bila hipotesis yang harus diuji tidak melibatkan suatu parameter populasi.

b. Bila data yang diukur dengan skala yang lebih lemah dibanding yang dipersyaratkan oleh

uji-uji statistik parametric yang semestinya digunakan.

Contoh data mungkin terdiri atas data hitung atau data peringkat sehingga menghalangi

penempatan uji2 pada statistik parametric yang semestinya lebih cepat.

5. Kesalahan uji statistic

Data yang tidak adekuat dan tidak akurat

Data ini tidak akurat disebabkan oleh:

- data yang tidak cukup

- sampel-sampel yang tidak representative dalam mewakili populasinya.

- data yang dipalsukan oleh informan.

- data yang tidak akurat disebabkan kurang berhati-hatinya si peneliti.

- penggunaan-penggunaan standart2 dan unit2 pengukuran yang tidak reliable.

Kesalahan mekanik

Kesalahan ini mencangkup:

- kesalahan dalam proses penghitungan dan matematik.

- penggunaan formula atau rumus-rumus yang salah atau tidak tepat.

- kesalahan-kesalahan dalam pengutipan data.

Interpretasi yang tidak sehat.

Kesalahan ini mencangkup:

- tidak mampu membedakan fakta-fakta yang signifikan

- tidak mengakui dan menghindari efidensi/pembuktian-pembuktian yang

negatif.

- tidak bias membedakan korelasi dan sebab-musabab.

- mengadakan generalisasi terhadap kasus-kasus yang berjumlah sangat minim.

- memutar balikan interpretasi untuk pembuktian dan membenarkan prasangka-

prasangka pribadi serta pre konsepsi diri.

Secara garis besar kesalahan-kesalahan prosedur statistika dalam penelitian

dapat dikelompokkan menjadi: 1) kesalahan dalam pengambilan sampel; 2)

kesalahan tentang instrument yang digunakan dalam penelitian; 3) kesalahan

dalam pengolahan dan penganalisaan data; dan 4) kesalahan dalam penarikan

kesimpulan serta saran yang diberikan.

- Kesalahan uji tipe I

Adalah karena Ho ditolak padahal kenyataannya benar ,artinya kita menolak

hipotesis tsb (Ho) yabg seharusnya diterima

- Kesalahan uji tipe II

Adalah kesalahan karena Ho diterima padahal kenyataannya salah.Artinya kita

menerima hipotesis tsb (Ho) yang seharusnya ditolak.

Apabila kedua jenis kesalahan tsb dinyatakan dalam bentuk probabilitas

didapatkan hal2 sbb:

a. Kesalahan tipe I disebut kesalahan α yang dalam bentuk

penggunaanya disebut sbg taraf yang nyata atau taraf signifikan.1 – α disebut

sbg tingkat keyakinan , karena dengan itu kita yakin bahwa kesimpulan yang kita

buat adalah benar sebesar 1 – α

b. Kesalahan tipe II disebut kesalahan β yang dalam bentuk

penggunaanya disebut sbg fungsi ciri operasi , disingkat CO , 1 – β disebut sbg

kausa pengujian karena memperlihatkan kuasa terhadap pengujian yang

dilakukan untuk menolak hipotesis yang seharusnya ditolak

pokok2 materi statistik ,statistik inferensi oleh Ir.M.Iqbal Hasan

6. Hal-hal yang harus dipertimbangkan dalam penetapan statistic.

Dalam memilih uji statistik didasrakan pada:

Apa yang ingin diketahui tentang data yang diperoleh

Berapa variable datanya

Jenis skala apa yang dipakai pada data.

Syarat-syarat yang perlu diperhatikan untuk menentukan statistik apa yang akan

digunakan dalam analisis, yaitu:

1. Apakah distribusi data diketahui? Jika distribusi data tidak diketahui maka

statistik yang sesuai adalah statistik nonparametrik. Jika distribusi data diketahui,

maka kita harus melihat jenis distribusi data tersebut.

2. Apakah data berdistibusi normal? Jika data tidak berdistribusi normal, maka

statistik yang sesuai adalah statistik nonparametrik. Jika data berdistribusi normal,

maka statistik yang sesuai adalah statistik parametrik.

3. Apakah sampel ditarik secara random? Jika sampel tidak ditarik secara random,

maka statistik yang sesuai adalah statistik nonparametrik. Jika sampel ditarik secara

random, maka statistik yang sesuai adalah statistik parametrik.

4. Apakah varians kelompok sama?Jika varians kelompok tidak sama, maka statistik

yang sesuai adalah statistik nonparametrik. Jika varians kelompok sama, maka

statistik yang sesuai adalah statistik parametrik.

5. Bagaimana jenis skala pengukuran data? Jika skala pengukuran data nominal dan

ordinal, maka statistik yang sesuai adalah statistik nonparametrik. Jika skala

pengukuran data interval dan rasio, maka statistik yang sesuai adalah statistik

parametrik.

7. Factor yang mempengaruhi uji statistik

a. Representativan sampel dalam mewakili populasinya.

b. Pemilihan instrument penelitiannya( harus yang reliable dan valid)

c. Pemilihan jenis skala pengukuran

d. Tehnik Pengambilan sampelnya.

#Perbedaan parametric dengan non parametric:

a. Statistik parametris digunakan untuk menganalisis data interval dan rasio.sedangkan Statistik non parametrisdigunakan untuk menganalisis data nominal dan ordinal.

b. pada umumnya statistik parametric digunakan untuk datayang berjumlah

besar dan banyak sednagkan nonparametrik digunakan untuk data

berjumlah kecil (n <30).

c. Statistik parametrik adalah ilmu statistik yang digunakan untuk data-data

yang memiliki sebaran normal. Jika data tidak menyebar normal maka

metode statistik nonparametrik dapat digunakan.

d. Statistik parametric biasanya mengambil subjeknya secara random dan

homogen.

#usaha mengurangi kesalahan uji statistik:

Secara garis besar kesalahan-kesalahan prosedur statistika dalam penelitian

dapat dikelompokkan menjadi: 1) kesalahan dalam pengambilan sampel; 2)

kesalahan tentang instrument yang digunakan dalam penelitian; 3) kesalahan

dalam pengolahan dan penganalisaan data; dan 4) kesalahan dalam penarikan

kesimpulan serta saran yang diberikan.

Oleh sebab itu usaha mengurangi kesalahan dalam statistika maka:

a. Pemilihan sampel harus dilakukan secara random.

b. Sampel juga harus representative dimana smapel ini dapat mewakili dari

populasinya.

c. Instrument penelitian yang digunakan harus memiliki validitas dan

reabilitas yang tinggi.

d. Dalam pemasukan data harus benar sesuai dengan variabel2nya serta

dalam pemilihan uji statistik harus sesuai dengan syarat2nya ujinya

seperti uji parametric harus hanya bias digunakan untuk skala numerik

dan uji non parametric untuk skala kategorik.

#korelasi dan regresi:

Korelasi ialah suatu kesamaan dalam arah dan derajat antara hubungan

pasangan 2 variabel yang tidak dapat ditentukan dengan pasti variable

bebasnya.misalnya:antara pendapatan perkapita dan angka kelahiran.

Derjat korelasi dinytakan dalam koefisien korelasi (r). korelasi yang positif berarti

perubahan pada kedua variable menunjukan arah yang sama yaitu bila nilai satu

variable naik akan diikuti oleh naiknya nilai variable yang kedua.sedangkan

korelasi negative menunjukan perubahan arah yang bertentangan yaitu jika nilai

satu variable naik akan diikuti turunnya nilai variable yang kedua atau sebaliknya

jika nilai nilai salah satu variable turun akan diikuti oleh naiknya nilai pada

variable yang kedua.

Regresi ialah persamaan matematik yang menyatakan hubungan antara 2

variabel yang bebas misalnya antara dosis obat dengan respons terhadap obat

yang bersangkutan.

Korelasi:tidak memerlukan regresi.

Regresi:membahas peramalan.memerlukan korelasi terlebih dahulu baru

diregresikan.

#cara peneliti dalam memilih uji statistik yang tepat(dibuat skema/bagan) :lihat

jawaban soal no 6

Satu variable

variable

uji

2 kategori

binomial Chi-square KS ks

kategori skor2 atau lebih kategori

nominal ordinal

Statitik

deskriptif inferensial

sebaran lokasi parametrik Non parametrik

Uji statistik Uji statistik Uji statitistikUji statitistik

Mean,modus,interquartil range,median

skala 2 kelompok >2 kelompok

ordinal nominal numerik berpasangan Tdk berpasangan berpasangan

Tidak berpasangan

Uji T berpasangan

Uji T tdk berpasangan

annova annova

Uji non parametrik

wilcoxon Mean witneyCruscal wallis

spearmen

Uji non parametrik

bahan lbm 4 blok 15

Documents