calculator statistik dr sofyan v 3 0

V 3.0

SHORTCUT UJI STATISTIK

STATISTIK INFRENSIAL

NOT FOR SALE

ESTIMASI HIPOTESIS

PAIRED TEST

TEST T 2 SAMPEL

INDEPENDENT

PARAMETRIK

ANOVA

KOMPARASI

KORELASI

Uji Rho (Pearson)

Regresi Linier SDHN

NON PARAMETRI

K

X2 SQUARE

PERBEDAAN

KESESUAIAN

INDEPEDENSI

SHORTCUT UJI STATISTIK

STATISTIK INFRENSIAL

NON PARAMETRI

K

X2 SQUARE

PERBEDAAN

KESESUAIAN

INDEPEDENSI

DISTRIBUSI NORMAL

no a

1 0.005 2.813 2.5762 0.01 2.576 2.2363 0.05 1.96 1.6454 0.10 1.645 1.2825 0.15 1.44 1.0366 0.20 1.282 0.842

atau

ISIAN TABEL

s mZ

Z1-a/2 Z1-a

s Ada s tidak Ada

1-a 1-a/2

-3 -2 -1 µ +1 +2 +3 SD

𝒙 ̅�

X - Z =

n

ms

X - t =

SD

n

m

ESTIMASI

ISIAN TABEL

n

s mZ

α

64 250 100 1.645 1.960 0.05

225.5005 274.4995

ISIAN TABEL

n

SD m tα

DF Tabel18 12 2 17 2.110 0.05

11.00542 12.99458

ESTIMASI π, MELALUI NILAI p

ISIAN TABEL

n p x pZ

α

Seorang dokter meneliti pengaruh pemberian makanan buatan terhadap kenaikan berat badan (BB) bayi. Untuk itu diambil sampel secara random sebanyak 64. Setelah pemberian 1 bulan ternyata rata-rata kenaikan BB = 300 gram.Berapa rata-rata kenaikan BB bayi di populasi kalau dalam penaksiran ini menggunakan 95% interval kepercayaan jika σ = 100 ?

1-a 1-a/2

< m <

BILA NILAI s Tidak diketahui maka pakai SD

< m <

𝒙 ̅�

𝒙 ̅�

Peneliti ingin menaksir rata-rata harga Hb di populasi orang dewasa laki-laki dengan interval kepercayaan 95%. Untuk itu diambil sampel secara random orang dewasa laki-laki

sejumlah 25 orang, kemudian diukur Hb nya. Diperoleh X = 12 gr% SD = 1,5 gr%

Peneliti ingin menaksir angka prevalensi penyakit gondok di suatu wilayah dengan menggunakan interval kepercayaan 95%. Diambil sampel secara random sebanyak 625 orang dan ternyata yang menderita (x) = 125 orang.

2 2

X X - Z . + Z .n n

a as sm

, 1 , 12 2

X X - t . + t .n nDF n DF n

SD SDa am

n p x p α

625 0.32 200 1.960 0.05

0.283429 p 0.356571

1-a/2

2 2

p (1 ) p (1 )p - Z . p + Z .

p pn na ap

DISTRIBUSI NORMAL

ESTIMASI

ISIAN TABEL

Tail

2

ESTIMASI π, MELALUI NILAI p

Seorang dokter meneliti pengaruh pemberian makanan buatan terhadap kenaikan berat badan (BB) bayi. Untuk itu diambil sampel secara random sebanyak 64. Setelah pemberian 1 bulan ternyata rata-rata kenaikan BB = 300 gram.Berapa rata-rata kenaikan BB bayi di populasi kalau dalam penaksiran ini menggunakan 95% interval

Peneliti ingin menaksir rata-rata harga Hb di populasi orang dewasa laki-laki dengan interval kepercayaan 95%. Untuk itu diambil sampel secara random orang dewasa laki-laki

sejumlah 25 orang, kemudian diukur Hb nya. Diperoleh X = 12 gr% SD = 1,5 gr%

Peneliti ingin menaksir angka prevalensi penyakit gondok di suatu wilayah dengan menggunakan interval kepercayaan 95%. Diambil sampel secara random sebanyak 625 orang dan ternyata yang menderita (x) = 125 orang.

KE SHORCUT HIPOTESIS

Cara pengujian : Pakai uji statistik yang spesifikTerdapat 2 macam :

1. Ho : Null Hypothesis = hipot nol = hipot nihilHipotesa yang akan diuji

2. Ha atau H1 : Alternative Hypothesis = tandingan dari Ho

Jika :Ho diterima maka H1 ditolak

sebaliknya Ho ditolak maka H1 diterima

PROSEDUR PENGUJIAN HIPOTESIS

UJI Z UJI t

ADA TIDAK ADA

σ = SD di populasin = Jumlah sampel

μ = rata rata di populasix = rata rata di sampel

SE = Sampling ErrorCI = Derajat Kepercayaan 95%

X - Z =

n

ms

X - t =

SD

n

mX - Z =

SEm SE=

n

s

1. Baca R.M/T.P/Hipotesis Penelitian

Penelitian Komparasi Penelitian Korelasi

2.Formulasikan Hipotesis Statistik

Ho : ………pernyataan netral

0.10 ; 0.05 atau 0.01 tergantung : tempat penelitian & instrumen

Ada Perbedaan …….dan ….dan… Ada Hubungan…….dan …….dan……

Ada Perbedaan kenaikan kadar Hb antara ibu hamil yg diberi tablet tambah darah dgn yg tidak diberi

tablet tambah darah

Ada Hubungan antara pemberian makanan tambahan dengan kenaikan

BB bayi

Misal : Ho : µ1 = µ2 atau Ho : σ12 = σ 22 atau Ho : r = o , etc

H1 atau Ha : ………………pernyataan berlawanan Ho

misal : H1 : m1 ≠ m2 ® uji 2 ekor (two talied/sided)

H1 : µ1 > µ2 atau µ1 < µ2 ® uji 1 ekor (ONE talied/sided)

3. Tetapkan /Tentukan Tingkat kesalahan (α)

Cara pengujian : Pakai uji statistik yang spesifikTerdapat 2 macam :

1. Ho : Null Hypothesis = hipot nol = hipot nihilHipotesa yang akan diuji

2. Ha atau H1 : Alternative Hypothesis = tandingan dari Ho

Jika :Ho diterima maka H1 ditolak

sebaliknya Ho ditolak maka H1 diterima

σ = SD di populasin = Jumlah sampel

LANGKAH – LANGKAH PENGUJIAN HIPOTESIS

µ1 < µ2 - α/2 dua ekor+α/2 µ2 > µ1 µ1 < µ2 - α/2 1 ekor

1 ekor +α/2 µ2 > µ1

4. Pilih Uji Statistik yang Cocok / Sesuai perhatikan a. RM/TP/HIPOTESIS

b. Skala pengukuran data

Jenis data akan menentukan jenis uji statistik yang cocok untuk data tsb.

Sifat Skala

N O I R

Klasifikasi + + + +

Ordering – + + +

Jarak – – + +

– – – +

c. Bentuk distribusi data

d. Ukuran sampel dan Jumlah sampel

5. SAMPLING DISTRIBUTION

6. TENTUKAN TITIK KRITIS (NILAI TABEL)

Titik Batas → menolak / menerima Ho

Baca di tabel uji statistik yang dipilih

7. PERHITUNGAN STATISTIK

Substitusikan data ke rumus uji statistik yang dipilih

8. HASIL PERHITUNGAN / KEPUTUSAN UJI STATISTIK :

Menerima Ho atau Menolak Ho

cara : Bandingkan hasil perhitungan dan titik kritis tabel :

apa : persis sama atau > atau <

Komparasi/korelasi

Ratio (nol absolut)

e. Jumlah pengamatan

KESIMPULAN Kesimpulan statistik → transformkan ke → kesimpulan

substansi / keilmuan yang diteliti

1. Baca R.M/T.P/Hipotesis Penelitian

Penelitian Korelasi

2.Formulasikan Hipotesis Statistik

Ho : ………pernyataan netral

0.10 ; 0.05 atau 0.01 tergantung : tempat penelitian & instrumen

Ada Hubungan…….dan …….dan……

Ada Hubungan antara pemberian makanan tambahan dengan kenaikan

BB bayi

atau Ho : r = o , etc

: ………………pernyataan berlawanan Ho

uji 2 ekor (two talied/sided)

uji 1 ekor (ONE talied/sided)

3. Tetapkan /Tentukan Tingkat kesalahan (α)

LANGKAH – LANGKAH PENGUJIAN HIPOTESIS

µ1 < µ2 - α/2 1 ekor

1 ekor +α/2 µ2 > µ1

4. Pilih Uji Statistik yang Cocok / Sesuai perhatikan a. RM/TP/HIPOTESIS

b. Skala pengukuran data

Jenis data akan menentukan jenis uji statistik yang cocok untuk data tsb.

c. Bentuk distribusi data

d. Ukuran sampel dan Jumlah sampel

5. SAMPLING DISTRIBUTION

6. TENTUKAN TITIK KRITIS (NILAI TABEL)

Titik Batas → menolak / menerima Ho

Baca di tabel uji statistik yang dipilih

7. PERHITUNGAN STATISTIK

Substitusikan data ke rumus uji statistik yang dipilih

8. HASIL PERHITUNGAN / KEPUTUSAN UJI STATISTIK :

Menerima Ho atau Menolak Ho

cara : Bandingkan hasil perhitungan dan titik kritis tabel :

apa : persis sama atau > atau <

transformkan ke → kesimpulan substansi / keilmuan yang diteliti

KOMPARASI

Macam uji

A. Sampel – populasi

B. Antar pengamatan di dalam sampel1. 2 pengamatan

2. > 2 pengamatan

3. > 2 pengamatan membentuk peringkat

C. Antar sampel independen1. 2 sampel

2. > 2 sampel

3. > 2 sampel membentuk peringkat

KORELASI

Macam uji

A. 2 variabel

B. > 2 variabel

kembali ke shortcut

KOMPARASISkala data

I / R dist normal


B. Antar pengamatan di dalam sampel

Anova

C. Antar sampel independenUji t 2 sampel

Anova

Analisis regresi

KORELASISkala data

I / R dist normal

Uji Rho (Pearson)

Uji µ melalui interval kepercayaan

Uji t berpasangan

Anova

Uji R2 (korelasi ganda)

KOMPARASISkala data

I/R dist skewed (menceng) atau Ordinal

A. Sampel – populasiKolmogorov Smirnov satu sampel

B. Antar pengamatan di dalam sampelWilcoxon satu sampel

Friedman Test

Uji Trend – M - peringkat

C. Antar sampel independenWilcoxon dua sampel

Kruskal Wallis

Uji Trend – K - sampel

KORELASISkala data

I/R dist skewed (menceng) atau Ordinal

Kendall W

Uji Spearman (rs)

KOMPARASISkala data

Nominal


B. Antar pengamatan di dalam sampel

Uji Trend Armitage

C. Antar sampel independen

X² test FisherX² testUji Trend Armitage

KORELASISkala data

Nominal

Koefisien Kontingensi (C)Koef. Phi j

Koef. KontingensiLog Linier

Goodness of fit c² test

c² test (dikotom : McNemar)

c² Cochran Q

Statistik Deskriptif

KADAR KOLESTEROL HDL DARI 26 Pasienno X

1 31 -28.6764705882353 822.3399652 41 -18.6764705882353 348.8105543 44 -15.6764705882353 245.751734 46 -13.6764705882353 187.0458485 47 -12.6764705882353 160.6929076 47 -12.6764705882353 160.6929077 48 -11.6764705882353 136.3399658 48 -11.6764705882353 136.3399659 49 -10.6764705882353 113.987024

10 52 -7.6764705882353 58.928200711 53 -6.6764705882353 44.575259512 54 -5.6764705882353 32.222318313 57 -2.6764705882353 7.1634948114 58 -1.6764705882353 2.8105536315 58 -1.6764705882353 2.8105536316 60 0.323529411764703 0.1046712817 60 0.323529411764703 0.1046712818 62 2.3235294117647 5.39878893

19 63 3.3235294117647 11.045847820 64 4.3235294117647 18.692906621 67 7.3235294117647 53.63408322 69 9.3235294117647 86.928200723 70 10.3235294117647 106.5752624 77 17.3235294117647 300.10467125 81 21.3235294117647 454.69290726 90 30.3235294117647 919.51643627 100 40.3235294117647 1625.9870228 45 -14.6764705882353 215.39878929 56 -3.6764705882353 13.51643630 68 8.3235294117647 69.281141931 76 16.3235294117647 266.45761232 56 -3.6764705882353 13.51643633 76 16.3235294117647 266.45761234 56 -3.6764705882353 13.51643635 0 036 0 037 0 038 0 039 0 040 0 0

S.K =

1X - X 21(X - X)

41 0 042 0 043 0 044 0 045 0 046 0 047 0 048 0 049 0 050 0 0

Σ(Xi)= 2029 6901.44118n= 34

Σ(Xi) = 2029n = 34

Mean Σ(Xi)/n = 59.6764706Median = persentile ke 50 = 57.5

= 14.4614861

= 209.134581

Persentile ke 25 = 48.25Persentile ke 50 = 67.75

Coefisien of variation

=

Skewness / kemencengan

=

hasil: Menceng ke kanan

Variance = SD2

C.V = SD

XX 100 %

S.K = 3 (X – Md)

SD

21(X - X)

1SD

n

24.2331458 %

0.45150351

DATA 2 SAMPEL BERPASANGANBEFORE AND AFTER TEST

HITUNG SD

PERTANYAAN

2. Apa kesimpulan dari hasil uji statistik ini ?

No

1 170 140 30 900

2 160 145 15 225

3 180 150 30 900

4 170 120 50 2500

5 200 160 40 1600

6 190 140 50 2500

7 180 160 20 400

8 170 140 30 900

9 190 150 40 1600

10 200 160 40 1600

11 0 0

12 0 0

13 0 0

14 0 015 0 016 0 017 0 018 0 0

19 0 0

20 0 0

N 10 10

PAIRED TEST

CARI d DAN d2

UJI t 2 SAMPEL BERPASANGAN

1. Pilih analisis statistik apa yang digunakan untuk menjawab tujuan penelitian tersebut dan apa alasannya ?

3. Apa kesimpulan dari substansi yang di teliti

O1(X) O2(X1) di di2

∑di ∑di2

119025 345 13125

34.5

(∑di)2(𝒅_𝒊 ) ̅�

JAWAB :HIPOTESIS PENELITIAN :

HIPOTESIS STATISTIKA :

DENGAN UJI STATISTIKA PAIRED TEST MAKA :

No

1 170 140 30 900

2 160 145 15 225

3 180 150 30 900

PERTANYAAN 4 170 120 50 2500

5 200 160 40 1600

6 190 140 50 2500

7 180 160 20 400

8 170 140 30 900

9 190 150 40 1600 t TABEL10 200 160 40 1600 DF=

11 0 0 0 0 a=12 0 0 0 0 t TABEL13 0 0 0 0 2.2621572

14 0 0 0 0

15 0 0 0 0

16 0 0 0 0

17 0 0 0 0

18 0 0 0 0

19 0 0 0 0

20 0 0 0 0

N 10 10 ∑di ∑di2

119025 0 345 13125

34.5 0 0 0

HASIL UJI STATISTIKA : H1 DITERIMA ATAU H0 DITOLAK

KESIMPULAN STATISTIKA:

kesimpulan bagian :

Alasan memilih uji statistika : skala data nya I / R dan berdistribusi normal

ada pengaruh terhadap sudut angulasi fraktur sebelum dan sesudah traksi

H0: μ1=μ2

H1: μ1≠μ2

DENGAN TINGKAT KESALAHAN (α = 5 %)

O1(X) O2(X1) di di2

(∑di)2

Ada pengaruh pemberian traksi terhadap sudut angulasi pada sebelum dan sesudah traksi

metode traksi pada pasien fraktur ternyata memberikan pengaruh signifikan terhadap perubahan sudut angulasi

(𝒅_𝒊 ) ̅�

22 ii

( d )d -

nSD = n-1

i dihitung

di

d - t =

SD

n

m

skala data nya I / R dan berdistribusi normal

=

11.6547558247

=

9.3608635751

t TABEL

9 2.262

0.05 Tail (1 / 2)= 2

t Hitung< 9.3608635751

H1 DITERIMA ATAU H0 DITOLAK


ada pengaruh terhadap sudut angulasi fraktur sebelum dan sesudah traksi

Ada pengaruh pemberian traksi terhadap sudut angulasi pada sebelum dan sesudah traksi

metode traksi pada pasien fraktur ternyata memberikan pengaruh signifikan terhadap perubahan sudut angulasi

22 ii

( d )d -

nSD = n-1

i dihitung

di

d - t =

SD

n

m

DATA

EQUAL ENEQUAL

CARI SD CARI SD

UJI F UJI F

F HIT < F TAB F HIT > F TABEL F HIT < F TAB F HIT > F TABEL

HOMOGEN HETEROGEN HOMOGEN HETEROGEN

UJI T COCHRANE UJI T COCHRANE

INPUT DATA

NO NO

1 197 -23.08333 532.8403 1 206 6.666667

2 223 2.916667 8.506944 2 199 -0.333333

3 241 20.91667 437.5069 3 205 5.666667

4 183 -37.08333 1375.174 4 203 3.666667

5 222 1.916667 3.673611 5 223 23.66667

6 231 10.91667 119.1736 6 189 -10.33333

7 297 76.91667 5916.174 7 200 0.666667

8 220 -0.083333 0.006944 8 195 -4.333333

9 188 -32.08333 1029.34 9 218 18.66667

10 231 10.91667 119.1736 10 177 -22.33333

11 210 -10.08333 101.6736 11 203 3.666667

12 198 -22.08333 487.6736 12 174 -25.33333

13 0 0 13 0

14 0 0 14 0

15 0 0 15 0

16 0 0 16 0

17 0 0 17 0

18 0 0 18 0

TWO INDEPENDENT T TEST

UJI T 2 SAMPEL BEBAS

UJI T WIJLFRID DIXON



X1 X22

1(X - X) 2X - X1X - X

19 0 0 19 0

20 0 0 20 0

N 12 220.0833 N 12X X

21(X - X)

1SD

n

JAWAB :HIPOTESIS PENELITIAN :

HIPOTESIS STATISTIKA :

DENGAN UJI STATISTIKA TWO INDEPENDENT t TEST MAKA :

NO X1 NO X2

1 197 -23.08333 532.8403 1 206

2 223 2.916667 8.506944 2 199

F HIT > F TABEL 3 241 20.91667 437.5069 3 205

4 183 -37.08333 1375.174 4 203

HETEROGEN 5 222 1.916667 3.673611 5 223

6 231 10.91667 119.1736 6 189

7 297 76.91667 5916.174 7 200

8 220 -0.083333 0.006944 8 195

UJI T COCHRANE9 188 -32.08333 1029.34 9 218

10 231 10.91667 119.1736 10 177

11 210 -10.08333 101.6736 11 203

INPUT DATA 12 198 -22.08333 487.6736 12 174

13 0 0 0 13 0

14 0 0 0 14 0

44.444444 15 0 0 0 15 0

0.1111111 16 0 0 0 16 0

32.111111 17 0 0 0 17 0

13.444444 18 0 0 0 18 0

560.11111 19 0 0 0 19 0

106.77778 20 0 0 0 20 0

0.4444444 N 12 220.0833 N 12

18.777778 10130.92

348.44444 30.34786

498.77778 920.992413.444444

641.77778 Uji Homogenitas Varians / UJI F

0

0

0 UJI F

0 α= 0.05 n2-1= 110 F HITUNG = 4.445984 > F tabel 2.82

0

ada perbedaan antara orang yang mendapat antibiotika meropenem dengan antibiotika yang lain pada penyakit ISPA

H0: μ1=μ2

H1: μ1≠μ2

DENGAN TINGKAT KESALAHAN (α = 5 %)


SD1 SD2

SD12 SD2

2

Ho : σ12 = σ2

2 H1 : σ12 ≠ σ2

2

H0 diterima : FHitung < F(1-α);(n1-1);(n2-1)

F TABEL (1-α,n2-1,n1-1)

22(X - X)

2122

SD

SD

1X - X 21(X - X)

1X2

1(X - X)

0

0 H1 DITERIMA ATAU H0 DITOLAK

199.3333 DATA HETEROGEN

UJI WILJFRID DIXON /COCHRANE


HITUNG SD GABUNGAN (Sp)/Pooled variance

= 564.072 Sp =

= 2.140063 >

KESIMPULAN STATISTIKA : H1 DITERIMA ATAU H0 DITOLAK

KESIMPULAN PENELITIAN :

KESIMPULAN pada bagian :

Alasa n memilih uji statistik adalah

Ketentuan : H0 diterima bila : - t1 - α/2 ; DF = n1 + n2 – 2 < t< +t1 - α/2 ; DF = n1 + n2 – 2

t TABEL (1-α,n2+n1-2)

Ada perbedaan yang bermakna antara orang yang medndapat terapi meropenem dengan

antibiotika yang lain pada terapi penyakit ISPA

Dengan penggunaan Antibiotika Meropenem dalam terapi penderita ispa dewasa lebih baik dibanding dengan antibiotika yang lain

Skala data interval / ratio bedistribusi normal

2122

SD

SD

2 22 1 1 2 2

1 2

( n - 1 ) SD + ( n - 1 ) SDSp =

n + n - 2

hitungx x

t n n

Sp n . n

₁ ₂

₁ ₂

₁ ₂

UJI t Wijlfrid Dixon

= 2.14006255

DENGAN UJI STATISTIKA TWO INDEPENDENT t TEST MAKA : TITIK KRITIS BARU HITUNG DF

6.666667 44.44444

-0.333333 0.111111 = 15.7100064

5.666667 32.11111

3.666667 13.44444

23.66667 560.1111

-10.33333 106.7778

0.666667 0.444444 t hitung-4.333333 18.77778 2.14006255 >

18.66667 348.4444 Kesimpulan Statistika H1 DITERIMA ATAU H0 DITOLAK

-22.33333 498.7778 Kesimpulan Penelitian

3.666667 13.44444

-25.33333 641.7778

0 0 Kesimpulan Bagian

0 0

0 0

0 0

0 0 Alasan memilih uji statistika karena skala data interval / ratio dan distribusi normal

0 0

0 0

0 0

199.3333

2278.667

14.39276

207.1515

Uji Homogenitas Varians / UJI F

n1-1= 11

ada perbedaan antara orang yang mendapat antibiotika meropenem dengan antibiotika yang lain pada penyakit ISPA

Ketentuan : H0 diterima bila : - t1 - α/2 ; DF = n1 + n2 – 2 < t< +t1 - α/2 ; DF = n1 + n2 – 2

≠ σ22

);(n1-1);(n2-1)

2X - X 22(X - X)

2X2

2(X - X)

2 21 2

1 2

1 2

SD SDn n

X - Xt =

2 21 2

2 21 2

2 2

2SD SDn1 n2

SD SDn1 n2

n1 1 n2 1

DF =

+


HITUNG SD GABUNGAN (Sp)/Pooled variance

23.7502

Tail (1 / 2)= 2

2.074


< t< +t1 - α/2 ; DF = n1 + n2 – 2

t TABEL (1-α,n2+n1-2)

t tabel =

Ada perbedaan yang bermakna antara orang yang medndapat terapi meropenem dengan

antibiotika yang lain pada terapi penyakit ISPA

Dengan penggunaan Antibiotika Meropenem dalam terapi penderita ispa dewasa lebih baik dibanding dengan antibiotika yang lain

Skala data interval / ratio bedistribusi

UJI t Wijlfrid Dixon

t TABEL Tail (1 / 2)= 2

15.71001 )15 15.71001 16

2.13 t tabel 2.12

t tabel = 2.12325306

t tabel

2.12325306


karena skala data interval / ratio dan distribusi normal

DF = n1 + n2 – 2 < t< +t1 - α/2 ; DF = n1 + n2 – 2

T(1-α; DF=

No X1 X2 X3 X4 X5 TOTAL

1 10 6 5

2 12 8 7

3 9 7 7

4 13 7 6

5 12 8 5

6 10 7 8

7 11 8 9

8 12 6 5

9 9 5 6

10 11 5 4

11

12

13

14

15

16

17

18

19

20

n 10 10 10 0 0

∑X 109 67 62 0 0 238

11881 4489 3844 0 0 20214

1205 461 406 0 0 2072

10.9 6.7 6.2 #DIV/0! #DIV/0!

1188.1 448.9 384.4 #DIV/0! #DIV/0!

ANOVADigunakan :1. Komparasi antar mean (>2)2. Skala pengukuran minimal Interval3. Antar sampel independent4. Varian perlakuan homogen5. Masing 2 sampel berasal dari populasi yang berdistribusi normal

(∑X)2

∑X2

X

2( )Xn

JAWAB :Hipotesa Penelitian

Hipotesa Statistika

No X1 X2 X3 X4 X5 TOTAL

1 10 6 5 3

2 12 8 7

3 9 7 7

4 13 7 6

5 12 8 5

6 10 7 8

7 11 8 9

8 12 6 5

9 9 5 6

10 11 5 4

11

12

13

14

15

16

17

18

19

20

n 10 10 10 0 0 30

∑X 109 67 62 0 0 238

11881 4489 3844 0 0 20214

1205 461 406 0 0 2072

10.9 6.7 6.2 #DIV/0! #DIV/0!

1188.1 448.9 384.4 #DIV/0! #DIV/0! 2021.4

(∑X)2

∑X2

X

2( )Xn

1. HITUNG FK == 1888.13333

8. HITUNG MS wg =

2. HITUNG SS Total == 183.866667

9. HITUNG F == 133.266667

=SSTOTAL - SSbg = 50.6

5.HITUNG DF bg = (Jumlah Kolom-1)= 2

6.HITUNG DF wg = Jumlah Total n - jumlah total kolom = 27

7.HITUNG MS bg == 66.6333333

S.S D.F M.S F.ratio

B.G SS bg DF bg MS bg MS bg

W.G SS wg DF wg MS wg MS wg

TOTAL 183.866667 29 68.5074074 35.55533597

MEMBANDINGKAN F HITUNG DENGAN F TABEL0.05 DF NUMERATOR = 2

DF DENUMERATOR = 27

35.55534 > F Tabel = 3.35

H0 DITOLAK ATAU H1 DITERIMAMelanjutkan mencari pasangan 2 sampel yang berbeda

1. Hitung LSD = =

= 1.256174169627 DF =

T tabel

2. Membandingkan RATA RATA TIAP KELOMPOKµ I II III IV V

I 0 4.2 4.7 #DIV/0! #DIV/0!

II 0 0.5 #DIV/0! #DIV/0!

III 0 #DIV/0! #DIV/0!

IV 0 #DIV/0!V 0

3.Kesimpulan : ADA PERBEDAAN BERMAKNA

Alasan memilih uji statistik: Skala data interval / ratio bedistribusi normal

3. HITUNG SS bg =

4.HITUNG SS wg =

TABEL ANOVA

SBR VARIASI

Titik kritis lihat di tabel F : α=

H0 ditolak : F HIT > F1-α(k – 1 ; nT – k)

F HITUNG =

antara kelompok pada p<0,05 karena selisih rata-rata kelompok 1 & 2 serta 1& 3 > LSD0,05

2( )Xn

2T( X )

n

22 T

T( X )

Xn

22T( X )( X)

n n

bg

bg

SS

DF

bg

wg

MS

MS

Total

wg

1 - ; DF = n - Kolom2

2x MSt x

na

wg2x MS

n

56644

5. Masing 2 sampel berasal dari populasi yang berdistribusi normal

(∑x)2

56644

(∑x)2

1.874074074

35.55533597

MEMBANDINGKAN F HITUNG DENGAN F TABEL

0.612221214

27

2.052

ADA PERBEDAAN BERMAKNA

Skala data interval / ratio bedistribusi normal

antara kelompok pada p<0,05 karena selisih rata-rata kelompok 1 & 2 serta 1& 3 > LSD0,05

wg

wg

SS

DF

bg

wg

MS

MS

Hipotesis Penelitian :

Hipotesis Statistika :

BUAT TABEL

No X Y X² Y² XY

1 160 55 25600 3025 8800

2 170 54 28900 2916 9180

3 155 50 24025 2500 7750

4 170 52 28900 2704 8840

5 160 57 25600 3249 9120

6 175 60 30625 3600 10500

7 170 63 28900 3969 10710

8 160 60 25600 3600 9600

9 155 56 24025 3136 8680

10 150 58 22500 3364 8700

11 170 60 28900 3600 10200

12 175 52 30625 2704 9100

13 0 0 0

14 0 0 0

15 0 0 0

16 0 0 0

17 0 0 0

18 0 0 0

19 0 0 0

20 0 0 0

N ∑X ∑Y ∑XY

12 1970 677 324200 38367 111180

3880900 458329

= 0.105858809307157

Uji t :t = = 0.336646507087311

Tail (1 / 2)= 2 t tabel 2.22810 a= 0.05

ANALISIS KORELASI LINIER SDHN (KORELASI PEARSON)

makin tinggi kenaikan tekanan sistolik pasien maka makin tua umur pasien

H0 : ρ = 0 → r simetris,sampling distribusi NH1 : ρ ≠ 0

∑X2 ∑Y2

(∑X)2 (∑Y)2

DF=

2 22 2

( X)( Y) XY -

nr = ( X) ( Y)

X - . Y - n n

r = 0m2

2 1 - r =

n - 2rs21 - r

n - 2

rr m

2

r

1 - r n - 2

Kesimpulan statistika : H0 DITERIMA ATAU H1 DITOLAK

Kesimpulan Penelitian :

Kesimpulan Bagian :

Hipotesis Penelitian : makin tinggi kenaikan tekanan sistolik makin tua umur pasien

r 0.7 dengan 0.05 Tail (1 /2) =Hipotesis Statistika :

1).= 0.10625691

Z tabel

2).= 0.867300528

3).= 0.333333333

4). Uji Statistik :

= -2.283130852

5).Kesimpulan Statistika :H0 diterima atau H1 ditolak

6).Kesimpulan Penelitian :

6).Kesimpulan Bagian :

Kita percaya 95 % bahwa tidak hubungannya antara kenaikan Tekanan Darah Sistolik dengan umur Pasien

Bertambahnya Umur seseorang tidak lah bermakna terhadap kenaikan darahnya ,meskipun umur seseorang bertambah belumlah tentu tekanan darah

nya juga bertambah

Uji Bila α=H0 : ρ ≠ 0 (misal ρ = 0.7 → r asimetris,sampling distribusi tidak N)H1 : ρ ≠ 0.7

Ubah r ke Z dengan Fisher ( transformasi r ke Z)

Kita 95 % percaya bahwa hubungan antara T sistolik dan usia tidak ada dengan r = 0,7

r1 1 + r

Z = ln 2 1 - r

rZ1 1 +

= ln 2 1 -

rr

m

13Zr n

s

Z - Z =

r

r r

Z

Zsm

0.105858809307157

ANALISIS KORELASI LINIER SDHN (KORELASI PEARSON)

makin tinggi kenaikan tekanan sistolik pasien maka makin tua

r simetris,sampling distribusi N


makin tinggi kenaikan tekanan sistolik makin tua umur pasien

2

1.96

Kita percaya 95 % bahwa tidak hubungannya antara kenaikan Tekanan Darah Sistolik dengan umur Pasien

Bertambahnya Umur seseorang tidak lah bermakna terhadap kenaikan darahnya ,meskipun umur seseorang bertambah belumlah tentu tekanan darah

r asimetris,sampling distribusi tidak N)

Kita 95 % percaya bahwa hubungan antara T sistolik dan usia tidak ada dengan r = 0,7

1). BUAT TABEL

No X¡ Y¡ X¡² Y¡² X¡Y¡ (Y¡ - Ŷ)1 150 45 22500 2025 6750 50.999477 -5.999476714

2 125 50 15625 2500 6250 45.766614 4.233385662

3 180 45 32400 2025 8100 57.278912 -12.27891156

4 250 65 62500 4225 16250 71.930926 -6.930926217

5 225 75 50625 5625 16875 66.698064 8.301936159

6 200 60 40000 3600 12000 61.465201 -1.465201465

7 175 75 30625 5625 13125 56.232339 18.76766091

8 275 80 75625 6400 22000 77.163789 2.836211408

9 160 50 25600 2500 8000 53.092622 -3.092621664

10 190 55 36100 3025 10450 59.372057 -4.372056515

11 0 0 0

12 0 0 0

13 0 0 0

14 0 0 0

15 0 0 0

16 0 0 0

17 0 0 0

18 0 0 0

19 0 0 0

20 0 0 0

N ∑X¡ ∑Y¡ ∑X¡² ∑Y¡² ∑X¡Y¡ ∑Ŷ

10 1930 600 391600 37550 119800 600

3724900 360000 193 37249

= 0.209314495029

3).HITUNG INTERCEPT a

= 19.602302459454).PERSAMAAN GARIS REGRESI

BB = 19.602302 + 0.209314495

REGRESI LINIER SDHN

Ŷ=a+bXi

(∑X¡)2 (∑Y¡)2

2).HITUNG SLOPE / GRADIEN b

100 120 140 160 180 200 220 240 260 280 3000

102030405060708090

f(x) = 0.209314495028781 x + 19.6023024594453R² = 0.54016643878395

Grafik

Column CLinear (Column C)

Tinggi badan

Bera

t Bad

an

i i( X¡)( Y¡)

X .Y - nb =

( X¡)²X¡² -

n

iiY Xa - b.n n

Y = a + b X

iX iX 2( )

5).MENHITUNG S

= 89.0927525 =

6).MENGHITUNG VAR b DAN SE b

= 0.0046621 = 0.068279581

7).MENGHITUNG VAR b DAN SE b

= 182.56788 = 13.51176821

TABEL BANTUAN 8). Menaksir α dan βNo X¡

1 150 -43 1849 UNTUK : 2.306

2 125 -68 4624 =

3 180 -13 169 19.602302 ± 31.15819335

4 250 57 3249 -11.55589 < a < 50.76049581

5 225 32 1024

6 200 7 49

7 175 -18 324

8 275 82 6724

9 160 -33 1089 UNTUK : t tabel = 2.306

10 190 -3 9 =

11 0 0 0.2093145 ± 0.157452995

12 0 0 0.0518615 < b < 0.36676749

13 0 0

14 0 0

15 0 0

16 0 0 9). Uji Hipotesis17 0 0 a).UJI HIPOTESIS a (intercept)18 0 0

19 0 0

20 0 0=

N ∑X¡

10 1930 193 19110


SYX

95 % interval kepercayaan untuk α :

t tabel =

a ± tn-2 ,α/2 . SE(a)

95 % interval kepercayaan untuk b :

b ± tn-2 ,b/2 . SE(b)

H0 : α = 0 ® garis regresi lewat titik asal (0,0)

H1 : α≠ 0 ® garis regresi tidak lewat titik asal

titik kritis t a 0,05 df n-2 =

100 120 140 160 180 200 220 240 260 280 3000

102030405060708090

f(x) = 0.209314495028781 x + 19.6023024594453R² = 0.54016643878395

Grafik


Tinggi badan

Bera

t Bad

an

22Y.X

(Y - Y)SSES = =

n - 2 n - 2 i

2

2ii

SVar (b) =

(x - x ) 2ii

SSE(b) =

(x - x )

22

21

Var (a) = S ( +n (x - x)

x

2

21 x

SE(a) = S. + n (x - x)

i iX - X i i(X - X 2)

iX i i(X - X 2) a

at =

SE

b).UJI HIPOTESIS b

=

H1DITERIMA ATAU H0 DITOLAK

H0 : b = 0 ® Y tidak tergantung pada X

H1 : b≠ 0 ® Y tergantung pada X

titik kritis t a 0,05 df n-2 =

b

bt =

SE

10).MENGHITUNG SS 11).MENGHITUNG SS RESIDU(Error)

= 155012).MENGHITUNG SS REGRESI

= 1550

35.9937208 13).MENCARI r

17.9215542

150.771669 = 0.7349602

48.0377382

68.922144 54.0166% P(Parameter) =

2.14681533 2352.225096 UJI SIGNIFIKANSI PERSAMAAN REGRESI8.04409515 H0 : tidak terdapat pengaruh X terhadap Y9.56430876 H1 : ada pengaruh X terhadap Y19.1148782 tabel ANOVA

0 SBR Variasi DF S.S M.S Fratio p

0Due to regresn

1 SSR/1 MSR 0.05

0 1 837.25798 837.25798 837.25798 5.32

0RESIDU (ERROR)

n-2 SSE/n-2 MSE 0.01

0 8 712.74202 89.092752 89.092752 11.26

0Total 9.3975992

0 9 1550

0

0= 9.3975992

H0 ditolak atau H1 diterima ada pengaruh X terhadap Y

0 untuk p<0.05

H1 ditolak atau H0 diterima tidak ada pengaruh X terhadap Y

712.74202 untuk p<0.01

TB

(Y¡ - Ŷ)2 SSREGR =SSTotal – SSRes =

Ajusted r2

r2 =

∑(Y¡ - Ŷ)2

100 120 140 160 180 200 220 240 260 280 3000

102030405060708090

f(x) = 0.209314495028781 x + 19.6023024594453R² = 0.54016643878395

Grafik


Tinggi badan

Bera

t Bad

an

22 2

i( Y)

(Y - Y) = Y - n

2ii(Y - Y )

2 22 2

( X)( Y) XY -

nr = ( X) ( Y)

X - . Y - n n

20

n -1r = 1 - (1- r ).

n - p

ratioMSR

F = MSE

2i(Y - Y)

2i(Y - Y)

2i(Y - Y)

9.4388957

0.05

1.45075775

2.306


95 % interval kepercayaan untuk b :

garis regresi lewat titik asal (0,0)

garis regresi tidak lewat titik asal

100 120 140 160 180 200 220 240 260 280 3000

102030405060708090

f(x) = 0.209314495028781 x + 19.6023024594453R² = 0.54016643878395

Grafik


Tinggi badan

Bera

t Bad

an

3.06555039

2.306H1DITERIMA ATAU H0 DITOLAK

Y tidak tergantung pada X

11).MENGHITUNG SS RESIDU(Error)= 712.7420199

12).MENGHITUNG SS REGRESI

837.25798

= 0.48268724

= 48.2687%

H0 ditolak atau H1 diterima ada pengaruh X terhadap Y

untuk p<0.05

H1 ditolak atau H0 diterima tidak ada pengaruh X terhadap Y

untuk p<0.01

=SSTotal – SSRes =

Ajusted r2

2i(Y - Y)

X KUADRAT C - SRUMUS

1 2 3 4 5

1 11 13

2 8 41

3

4

5

6

7

8

19 54

fe1 2 3 4 5

1 #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!








HIPOTESIS STATISTIKA : H0 :H1:

μ1 = μ2μ1≠ μ2

2 2O e O e1 1 2 2

e e1 2

(f - f ) (f - f )2ff

X = + +...dst

yang samae

( Kolom x Baris) f =

Total

2 2O e O e1 1 2 2

e e1 2

(f - f ) (f - f )2ff

X = + +...dst

yang samae


Total

X KUADRAT C - S1

1 #VALUE!

2 #VALUE!

3 #VALUE!

4 #VALUE!

5 #VALUE!

6 #VALUE!

7 #VALUE!

6 7 8 8 #VALUE!

24 0

49 r =

c =


MENGHITUNG KOEFISIEN KONTINGENSI73

fe6 7 8

#VALUE! #VALUE! #VALUE!

#VALUE! #VALUE! #VALUE! m = #VALUE! #VALUE! #VALUE!






X2 HITUNG

X2 HITUNG =

2 2O e O e1 1 2 2

e e1 2

(f - f ) (f - f )2ff

X = + +...dst

yang samae


Total

2

2

XNXC

C1

MAXmm

MAX

CQ = X 100 %

C

2 2O e O e1 1 2 2

e e1 2

(f - f ) (f - f )2ff

X = + +...dst

yang samae


Total

2

2

XNXC

C1

MAXmm

MAX

CQ = X 100 %

C

2 3 4 5 6 7

#VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!








0 0 0 0 0 0

2

2

0 < 3.84


MENGHITUNG KOEFISIEN KONTINGENSI

= 0

= 0.7071067812m = harga minimum (terkecil diantara baris/kolom

2

= 0

= 0.0000%

X2 HITUNG

X2 TABEL

2

2

XNXC

C1

MAXmm

MAX

CQ = X 100 %

C

2

2

XNXC

C1

MAXmm

MAX

CQ = X 100 %

C

8

#VALUE! 0

#VALUE! 0

#VALUE! 0

#VALUE! 0

#VALUE! 0

#VALUE! 0

#VALUE! 0

#VALUE! 0

0 0

0.05

df = 1


m = harga minimum (terkecil diantara baris/kolom

α =

calculator statistik dr sofyan v 3 0

Documents