Biostatistik Inferens PDF

Preview

Summary

Uji independent t test & paired t test  ANALISIS DATA STATISTIK Statistik Parametrik dan Non-Parametrik - Pemilihan Uji Statistik Independent t test A. UJI BEDA DUA MEAN Uji statistik yang membandingkan mean dua kelompok data ini disebut uji beda dua mean. INDEPENDEN vs DEPENDEN Independen: Dat...

Description

Uji independent t test & paired t test

 ANALISIS DATA STATISTIK Statistik Parametrik dan Non-Parametrik - Pemilihan Uji Statistik Independent t test A. UJI BEDA DUA MEAN Uji statistik yang membandingkan mean dua kelompok data ini disebut uji beda dua mean. INDEPENDEN vs DEPENDEN Independen: Data kelompok yg satu tidak tergantung kepada data kelompok ke dua (Mis.: Tekanan darah orang kota tidak tergantung kepada tekanan darah orang desa) Dependen: Apabila kedua kelompok yang dibandingkan saling mempunyai ketergantungan. (Mis.: Data berat badan sebelum dan sesudah mengikuti program diet berasal dari orang yang sama) 1. UJI BEDA DUA MEAN INDEPENDEN Syarat/asumsi yg harus dipenuhi: - Data terdistribusi normal/simetris - Kedua kelompok data adalah independen - Variabel yg dihubungkan berbentuk numerik dan kategori (dengan hanya dua kelompok)

 PRINSIP UJI BEDA 2 MEAN - Melihat perbedaan variasi kedua kelompok data. - Perlu ada informasi apakah varian kedua kelompok yang diuji sama atau tidak.

- Bentuk varian kedua kelompok data akan berpengaruh pada nilai standard error dan rumus uji yang digunakan.

2. UJI BEDA 2 MEAN VARIAN SAMA UJI Z: Bila standard deviasi populasi (฀) diketahui dan jumlah sampel besar (biasanya lebih dari 30). UJI T: Digunakan apabila kedua syarat pada uji z di atas tidak terpenuhi. Sebagian besar penelitian menggunakan uji t karena pada kenyataannya adalah tidak mudah mendapatkan standard deviasi di populasi. - UJI Z VARIAN SAMA - UJI T VARIAN SAMA (pooled) - UJI T VARIAN SAMA (pooled) - (1b) UJI BEDA 2 MEAN VARIAN BERBEDA - UJI Z VARIAN BERBEDA - UJI T VARIAN BERBEDA (unequal) (1c) UJI HOMOGENITAS VARIAN Tujuannya adalah untuk mengetahui varian antara kelompok data satu apakah sama dengan kelompok data kedua Perhitungan dengan menggunakan uji F: F = S12/S22 S1 dan S2 = standar deviasi sampel klp 1 dan klp 2 Df1 = n1-1 dan df2 = n2-1 1. CONTOH KASUS

Seorang pejabat DepKes berpendapat bahwa rata-rata nikotin yang dikandung rokok Jarum lebih tinggi dibandingkan dengan rokok Wismilak. Untuk membuktikan pendapatnya, kemudian diteliti dengan mengambil sampel secara random 10 batang rokok Jarum dan 8 batang rokok Wismilak. Dari analis data dilaporkan bahwa rata-rata kadar nikotin rokok Jarum = 23,1 mg dengan standar deviasi 1,5 mg; rata-rata kadar nikotin Wismilak = 20,0 mg dg standar deviasi = 1,7 mg. PERHITUNGAN UJI F Hipotesis: Ho : s12 = s22 (varian kadar nikotin Jarum = Wismilak) Ha : s12 = s22 (varian kadar nikotin Jarum = Wismilak) Batas kritis: ฀ = 0,05 Uji F: F = (S1)2 / (S2)2 = (1,7)2 / (1,5)2 = 1,28 df1 = 8-1 = 7 dan df2 = 10-1 = 9 Pada Tabel F didapat F = 1,28 dan P value > 0,1 Ho gagal ditolak Kesimpulan: varian kadar nikotin Jarum = Wismilak CONTOH UJI T VARIAN SAMA Hipotesis: Ho : u1 = u2 (mean kadar nikotin Jarum = Wismilak) Ha : u1 > u2 (mean kadar nikotin Jarum > Wismilak) Berarti uji statistik adalah one-tail Batas kritis: ฀ = 0,05 Uji T varian sama: CONTOH UJI T VARIAN SAMA t = 4,1 maka dari tabel t didapat p value < 0,005 Ho = ditolak

Kesimpulan: Kadar nikotin rokok Jarum secara statistik lebih tinggi dibandingkan kadar nikotin rokok Wismilak CONTOH UJI T VARIAN BERBEDA (unequal) Seorang guru percaya bahwa dengan menerapkan cara baru dalam pembelajaran membaca dapat meningkatkan kemampuan membaca murid sekolah dasar. Ia kemudian merekrut satu kelas dari 21 murid kelas 3 SD untuk mengikuti cara baru membaca tsb selama 8 minggu. Sebagai kontrol dipilih satu kelas lain dengan 23 murid kelas 3 SD yang mengikuti cara membaca sesuai dg kurikulum yang berjalan seperti biasanya. Diakhir minggu ke 8 seluruh 44 murid tsb diberi test Degree of Reading Power. Hasil DRP score adalah sbb.: DATA SCORE DRP SUMMARIZE SCORE DRP KESIMPULAN Ho ditolak. Cara baru pembelajaran membaca meningkatkan kemampuan membaca murid kelas 3 SD dibandingkan cara membaca yang diberlakukan selama ini. - Masukan variabel numerik yang akan dianalisa ke kotak test variable (misalnya Berat ) - Masukkan variabel kategorik ke kotak Groping Variable (misalnya kematian perinatal) - Klik Define Group - Masukkan kode variabel kategorik (misalnya 1 dan 2) - Klik OK

 Intrepetasi output spss - Untuk melihat varians sama atau tidak Lihat sig pada Levene's Test for Equality of Variances

Bila nilai p>0,05 artinya varians sama Bila nilai p≤0,05 artinya varians berbeda - Untuk melihat kemaknaan Lihat sig pada t-test for Equality of Mean Bila nilai p>0,05 artinya tidak berbeda bermakna Bila nilai p≤0,05 artinya berbeda bermakna Dependent T Test UJI BEDA 2 MEAN DEPENDEN (PAIRED) Syarat/asumsi yg harus dipenuhi: - Data terdistribusi normal/simetris - Kedua kelompok data adalah dependen/pair - Variabel yg dihubungkan berbentuk numerik dan kategori (dengan hanya dua kelompok)

1. CONTOH KASUS Apakah ada perbedaan tingkat pengetahuan antara sebelum dan sesudah dilakukan pelatihan? Apakah ada perbedaan berat badan antara sebelum dan sesudah mengikuti program diet? d = rata-rata deviasi atau selisih sampel I dengan sampel II df = n – 1 SD_d = standar deviasi dari deviasi atau selisih sampel I dan sampel II 2. CONTOH KASUS Seorang peneliti ingin mengetahui pengaruh Vitamin B12 terhadap penyakit anemia. Sejumlah 10 penderita diberi suntikan vitamin B12 dan diukur kadar Hb darah sebelum dan sesudah pengobatan. Hasil pengukuran sbb:

3. CONTOH KASUS Sebelum: 12,2 11,3 14,7 11,4 11,5 12,7 11,2 12,1 13,3 10,8 Sesudah: 13,0 13,4 16,0 13,6 14,0 13,8 13,5 13,8 15,5 13,2 PERHITUNGAN: Hipotesis: Ho: ฀฀฀฀฀฀(kadar Hb sebelum dan sesudah + Vit B12 sama) Ha: ฀฀฀฀฀ (ada beda kadar Hb sebelum dan sesudah + Vit B12) Batas kritis: ฀ = 0,05 PERHITUNGAN: Sebelum: 12,2 11,3 14,7 11,4 11,5 12,7 11,2 12,1 13,3 10,8 Sesudah: 13,0 13,4 16,0 13,6 14,0 13,8 13,5 13,8 15,5 13,2 Deviasi: 0,8 2,1 1,3 2,2 2,5 1,1 2,3 1,7 2,2 2,4 Jumlah seluruh deviasi = 18,6, rata-rata deviasi (d)=18,6/10=1,86 SD dari nilai deviasi (SD_d) = 0,60 (dihitung dg kalkulator) PERHITUNGAN: Dari Tabel t didapat nilai p < 0,005. Karena uji two-tail, maka nilai p x 2, menjadi p < 0,01. Ho = ditolak PERHITUNGAN: Kesimpulan: Ada perbedaan kadar Hb antara sebelum dan sesudah diberi suntikan Vit B12...