Hipotesis dan Galat dalam keperawatan.pptx

Hipotesis dan Galat dalam keperawatan

1. HIPOTESIS DAN GALAT Atika , S S i , M Kes Dept IKM-KP FK UNAIR

2. STATISTIKA STATISTIKA DESKRIPTI F STATISTIKA INFERENSIAL TEORI ESTIMASI UJI HIPOTESIS

3. POPULATION Parameter : N, , , , ,  SAMPEL Statistik : n, x, s, p, r, b Pengambilan sampel Inferensial statistik : Estimasi Pengujian Hipotesis

4. HIPOTESIS Asal kata  Hipo : dibawah, kurang / lemah Tesis : teori atau proporsi Hipotesis : asumsi / dugaan / pernyataan sementara yang masih lemah kebenarannya Diperlukan pengujian

5. Pengujian hipotesis adalah prosedur untuk menguji hipotesis statistik benar / salah Hasil pengujian : hipotesis benar / tidak  diterima / ditolak berdasar peluang

6. JENIS HIPOTESIS Hipotesis Penelitian Jawaban sementara terhadap rumusan masalah Dinyatakan dalam kalimat deklaratif, interaksi (korelasi / komparasi) antar variabel perlu dilakukan pengujian u ntuk membuktikan benar atau tidaknya dengan menggunakan data empiris

7. Hipotesis Statistik Berasal dari hipotesis penelitian Lebih singkat Menggunakan nilai parameter (nilai di populasi), misal : , , , dll Menggunakan simbol matematika (=, ≠, <, >) Ada dua jenis : 1. Hipotesis Nol / Nihil (H ) 2. Hipotesis Alternatif / Tandingan (H 1 )

8. H dan H 1 bersifat Mutually Exclusive And Exhaustive (keduanya tidak boleh terjadi / muncul bersamaan; salah satu harus terjadi)  kriteria keputusan pengujian : H diterima karena dianggap benar atau H ditolak karena dianggap salah Pengujian hipotesis dilakukan dengan membandingkan hasil statistik sampel dengan nilai hipotesis

9. HIPOTESIS NOL / NIHIL (H ) Hipotesis yang mengandung pengertian sama dengan ( equality ) atau pernyataan tidak ada perubahan dari kondisi yang telah ada Spesifik pada nilai tunggal Diasumsikan benar selama cukup bukti

10. HIPOTESIS ALTERNATIF (H 1 ) Lawan dari H Terdapat 3 kemungkinan : 1. tidak sama dengan (≠) - terdapat nilai yang berbeda dari batas tertentu - digunakan jika belum jelas arah perbedaan / perubahannya - disebut pengujian dua arah / sisi

11. 2. Lebih besar (>) - terdapat nilai yang lebih besar - pengujian satu arah / sisi 3. Lebih kecil (<) - terdapat nilai yang lebih kecil - pengujian satu arah / sisi

12. contoh Hipotesis Penelitian : Rata-rata terdapat 50 orang penderita diare setiap bulan di desa A Hipotesis Statistik : H : µ = 50 orang H 1 : µ ≠ 50 orang µ > 50 orang µ < 50 orang Salah satu

13. contoh Hipotesis Penelitian : Terdapat perbedaan berat badan bayi antara ibu hamil yang tinggal di kota dan desa Hipotesis Statistik : H :  kota =  desa H 1 :  kota ≠  desa  kota >  desa  kota <  desa Salah satu

14. Keputusan menerima Ho yang benar atau menolak Ho yang salah  keputusan BENAR sebaliknya Keputusan menerima Ho yang salah atau menolak Ho yang benar  keputusan SALAH kesalahan = error = galat

15. JENIS KESALAHAN Penolakan H berakibat H 1 diterima ( begitu juga sebaliknya ) Dalam pengujian Hipotesis terdapat dua kesalahan yang mungkin terjadi , yaitu : 1. Menolak H yang benar ( false positive )  Kesalahan tipe I (  = alpha ) 2. Menerima H yang salah ( false negative )  Kesalahan tipe II (  = beta )

16.  = P( galat jenis I) = peluang melakukan galat jenis I = taraf nyata  = P( galat jenis II) = peluang melakukan galat jenis II Sifat-sifat : Jika  meningkat maka  menurun , dan sebaliknya . Jika ukuran sampel (n) meningkat maka nilai  dan  menurun , dan sebaliknya . NILAI  DAN 

17. Kesalahan tipe I langsung di bawah kendali peneliti Kesalahan tipe II tidak langsung di bawah kendali peneliti , namun melalui rancangan percobaan Makin kecil kesalahan I makin besar secara potensial kesalahan tipe II (1- ) disebut power of test atau kuat uji

18. Hasil uji statistik menurut keadaan populasi Keadaan populasi H benar H salah Kesimpulan (Hasil uji statistik) H diterima Keputusan yang benar (1 - ) Kesalahan tipe II ( ) H ditolak Kesalahan tipe I ( ) Keputusan yang benar (1 - ) 1 -  = tingkat kepercayaan 1 -  = kuat uji

19. Hubungan antara  dan  c H benar H 1 benar Apabila  diperbesar maka  akan mengecil (begitu juga sebaliknya)  Negatif semu Tolak H 1  Positif semu Tolak H d

20. LANGKAH PENGUJIAN HIPOTESIS Tentukan H Tentukan H 1 yang sesuai ( satu / dua arah ) Tentukan taraf signifikasi / tingkat kesalahan (  ) Tentukan uji statistik yang sesuai & lakukan perhitungan berdasar data sampel . Tentukan titik kritis ( sebagai kriteria menerima atau menolak H ) berdasar nilai . Bandingkan hasil uji statistik dengan titik kritis . Buat kesimpulan .

21. Pengujian dua arah (H 1 : ≠ ) 1 -  Daerah penerimaan H  / 2  / 2 1 -  Daerah penerimaan H  1 -  Daerah penerimaan H  Pengujian satu arah (H 1 : > / < ) H 1 : < H 1 : >

22. U ji statistik Uji statistik dilakukan untuk menentukan apakah perbedaan/hubungan yang terlihat pada sampel benar-benar ada atau kebetulan ada akibat pengambilan sampel saja Hasil uji statistik berupa: Probabilitas hasil penelitian Jika p besar maka H diterima, jika p kecil H ditolak Besar kecilnya probabilitas ditentukan oleh a, - probabilitas peneliti untuk menolak H jika di populasi H benar

23. Prinsip pembacaan hasil software statistik Lihat nilai signifikansi (p) Kriteria pengujian : H diterima apabila p ≥  H ditolak apabila p <  1 Sig. (p) α Daerah penerimaan H

24. Signifikan statistik TIDAK SAMA dengan signifikan secara substansi Berbeda bermakna/signifikan secara statistik tidak berarti perbedaan tsb juga bermakna dari segi substansi/klinis Perbedaan yang kecil dapat signifikan secara statistik karena penggunaan sampel yang besar Statistik hanyalah alat yang membantu peneliti untuk memudahkan memahami dan memberikan makna dari data penelitian yang diperoleh tugas peneliti untuk memberikan interpretasi terhadap data yang diperoleh dan membahasnya lebih lanjut secara lebih mendalam dan komprehensif berdasarkan teori-teori yang mendukung serta fakta yang terjadi di lapangan.

25. Pemilihan Uji Statistik 1. Tujuan analisis : komparasi / korelasi 2. Skala data : - Nominal, Ordinal, Rasio /Interval 3. Uji normalitas untuk data Rasio /Interval (One sample Kolmogorov -Smirnov test) - Normal : uji statistik parametrik - Tidak Normal : uji statistik non parametrik 4. Jumlah sampel / kelompok : 1, 2, >2 5 . Jumlah pengamatan : 1x, 2x, >2 x , … 6. Jumlah variabel : - Variabel bebas : 1, 2, 3, … - Variabel terikat : 1, 2, 3, …

26. Pemilihan uji statistik Jumlah sampel Pengamatan Skala data I / R dist normal I / R dist tdk normal Ordinal Nominal 1 1x One sample test Kolmogorov Smirnov test  ² test 2x Uji t berpasangan Wilcoxon signed rank test McNemar test >2x Repeated Measures Anova Friedman test Cochran test 2 1x Uji t 2 sampel bebas Wilcoxon rank sum test Mann Whitney test  ² test; Fisher’s exact test > 2 1x ANOVA Kruskall Wallis Test  ² test Tujuan penelitian : Komparasi

27. Pemilihan uji statistik Jumlah variabel Skala data I / R dist normal I / R dist tdk normal Ordinal Nominal 2 Korelasi Pearson; Regresi linier sederhana Korelasi Spearman; Korelasi rank Kendall Koefisien Kontingensi > 2 Multiple regression Kendall partial rank correlation Discriminate analysis Tujuan penelitian : Korelasi

28. Pengujian hipotesis untuk satu kelompok sampel

29. PENGUJIAN RATA-RATA Asumsi : - data mengikuti sebaran normal - data merupakan sampel acak dari populasi Tujuan uji : - membandingkan nilai statistik sampel dengan parameter populasi

30. Simpangan baku populasi ( ) diketahui Rumus :  -   / √n Uji dua arah Hipotesis : H :  =  H 1 :  ≠   sebuah harga yang diketahui Z =

31. Kriteria pengujian H : menggunakan tabel Z, terima H bila -Z ½   Z hit  Z ½ 1 -  Daerah penerimaan H /2 /2 -Z ½  Z ½ 

32. Uji satu arah Hipotesis Kriteria penolakan H H :    o H 1 :    o H :    o H 1 :    o 1 -  Daerah penerimaan H  1 -  Daerah penerimaan H  Z hit > Z tabel Z hit < Z tabel

33. Contoh : Kadar glukosa darah dari suatu populasi mempunyai mean 80 mg% dan simpangan baku 5 mg%. Dari populasi tsb diambil sampel sebanyak 15 orang dg nilai mean 75 mg% serta simpangan baku 3 mg%. Apakah rata-rata kadar glukosa darah sampel sama dengan populasi (  = 5%) ? Jawab : Diketahui :  = 80  = 5  = 75 s = 3 H :  = 80 H 1 :  ≠ 80 75 – 80 5 / √15 Z 0,475 = 1,96 Kesimpulan : rata-rata kadar glukosa darah sampel berbeda dengan populasi dengan tingkat kesalahan 5%. Z = = -3,87 -1,96 1,96 -3,87 Z hit < -Z tabel  H ditolak

34. Contoh: Suatu obat suntik berisi 4 ml per ampul. Pihak industri farmasi memberikan informasi bahwa obat tersebut mempunyai varian 0,04 ml. Untuk menguji informasi tersebut diambil sampel sebesar 100 ampul dan diperoleh rata-rata 4,01 ml. Apakah rata-rata obat suntik tersebut berisi lebih besar dari 4 ml pada  = 5% ? Jawab :  = 4  ² = 0,04   = 0,2  = 4,01 H :   4 ml H 1 :  > 4 ml Z = = 0,5 4,01 – 4 0,2 / √100 Z 0,05 = 1,64 z hit < z tabel (0,5 < 1,64)  H o diterima Kesimpulan: Rata-rata isi obat suntik tersebut lebih kecil sama dengan 4 ml dengan tingkat kepercayaan 95%. 1,64 0,5

35. Simpangan baku populasi ( ) tidak diketahui Rumus :  -  s / √n Uji dua arah Hipotesis : H :  =  H 1 :  ≠   sebuah harga yang diketahui t =

36. Kriteria pengujian H : menggunakan tabel t, terima H bila -t ( ½ ; n-1)  t hit  t ( ½ ; n-1) 1 -  Daerah penerimaan H /2 /2 t (½ ; n-1) -t (½ ; n-1)

37. Uji satu arah Hipotesis Kriteria penolakan H H :    o H 1 :    o H :    o H 1 :    o 1 -  Daerah penerimaan H  1 -  Daerah penerimaan H  t hit > t tabel t hit < t tabel

38. Contoh : seorang dokter puskesmas menyatakan rata-rata perbulan ia merujuk ke RS sebanyak 40 orang. Untuk menguji pernyataan tersebut diambil sampel secara acak 5 bulan dan diperoleh rata-rata 39 orang dengan varian 4 orang. Kesimpulan apa yang dapat diambil dari pengujian tersebut (  = 0,05)? Jawab :  = 40  = 39 s² = 4  s = 2 n = 5 H :  = 40 H 1 :  ≠ 40  = 0,05; df = 5 – 1 = 4  t 0,025; 4 = 2,776 t = = -1,118 39 – 40 2 / √5 t hit > - t tabel (-1,118 > -2,776)  H o diterima Kesimpulan: 95% dapat dipercaya bahwa dokter tersebut merujuk penderita rata-rata 40 orang per bulan -2,776 2,776 -1,118

39. Contoh : Dari sampel sebesar 10 buah reagen diperoleh rata-rata daya tahan selama 11 bulan dengan simpangan baku 20 hari. Apakah daya tahan reagen tersebut lebih kecil dari 12 bulan pada tingkat kepercayaan 90%? Jawab :  = 12  = 11 s = 20 hari  s = 0,667 bulan n = 10 H :   12 H 1 :  < 12  = 0,10; df = 10 – 1 = 9  t 0,10; 9 = -1,383 t = = -4,739 11 – 12 0,667 / √10 t hit < - t tabel (-4,739 > -1,383)  H o ditolak Kesimpulan : Rata-rata daya tahan reagen tersebut lebih kecil dari 12 bulan dengan tingkat kesalahan 10%. -1,383 -4,739

40. Terima kasih

41. 0 z Tabel Z luas dibawah lengkungan normal standar sampai z

42. 0 z Tabel Z luas dibawah lengkungan normal standar dari 0 ke z

43. Tabel t

44. Tabel t