• Save
Jenis jenis analisa data
Upcoming SlideShare
Loading in...5
×
 

Jenis jenis analisa data

on

  • 14,322 views

Modul Blok 8 Pendidikan Dokter Unimal

Modul Blok 8 Pendidikan Dokter Unimal

Statistics

Views

Total Views
14,322
Views on SlideShare
10,438
Embed Views
3,884

Actions

Likes
3
Downloads
0
Comments
0

17 Embeds 3,884

http://ind77.blogspot.com 3754
http://ind77.blogspot.nl 39
http://www.ind77.com 35
http://ind77.blogspot.in 18
http://pehulisa.blogspot.com 14
http://pehulisa.blogspot.tw 5
http://ind77.blogspot.mx 5
http://ind77.blogspot.com.es 3
http://pehulisa.blogspot.co.uk 2
http://pehulisa.blogspot.com.br 2
http://pehulisa.blogspot.de 1
http://pehulisa.blogspot.be 1
http://pehulisa.blogspot.kr 1
http://ind77.blogspot.sk 1
http://pehulisa.blogspot.hk 1
http://ind77.blogspot.sg 1
http://pehulisa.blogspot.in 1
More...

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Jenis jenis analisa data Jenis jenis analisa data Presentation Transcript

    • JENIS-JENIS ANALISA DATA HARVINA SAWITRI, SKM, MKM
    • JENIS ANALISIS DATA1. Uji Parametrik2. Uji Nonparametrik
    • STATISTIKA PARAMETRIK Statistika parametrik -> ilmu statistika yang mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau tidak. Pada umumnya, Jika data tidak menyebar normal, maka data harus dikerjakan dengan metode Statistika non-parametrik, atau setidak2nya dilakukan transformasi agar data mengikuti sebaran normal.
    • CIRI-CIRI Ciri–ciri dari data parametrik adalah : 1. Data berdistribusi normal 2. Merupakan data interval atau data rasio 3. Jumlah data lebih dari sama dengan 30 (n ≥ 30)
    • CONTOH METODE STATISTIKA PARAMETRIK  Uji Z  Uji T  Korelasi  Uji Anova  Regresi Linier
    • STATISTIK NON PARAMETRIK Statistika non-parametrik adalah statistika bebas sebaran (tdk mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Statistika non-parametrik biasanya digunakan untuk melakukan analisis pada data berjenis Nominal atau Ordinal. Data berjenis Nominal dan Ordinal tidak menyebar normal.
    • CONTOH METODE STATISTIKA NON-PARAMETRIK Binomial Test Chi-square test Regresi Logistik
    • UJI HIPOTESIS SIGNIFICANCE TESTING (TEST KEMAKNAAN) ANALISIS BIVARIABEL
    • KONSEP UMUM UJI HIPOTESIS Tujuan: apakah dugaan tentang karakter suatu populasi didukung oleh informasi yang diperoleh dari data sampel atau tidak. Hipotesis adalah pernyataan sementara terhadap suatu penomena yang akan dibuktikan kebenarannya
    • •DIDALAM SUATU PENELITIAN SERINGDIBUAT SUATU HIPOTESIS Hipotesis ini akan dibuktikan, membutuhkan statistik Didalam statistik……..hipotesis adalah pernyataan sementara tentang karakteristik populasi
    • UJI HIPOTESIS Didalam penelitian kita membuktikan suatu pernyataan……hipotesis Hipotesis statistik ……diuji …berakhir dengan ditolak atau tidak berhasil ditolak pernyataan sementara tersebut Hipotesis meminta dukungan hasil uji hipotesis statistik
    • HIPOTESIS STATISTIK Ada dua macam:  Hipotesis nol /nill hypothesis (Ho)  Hipotesis alternatif (Ha= H1= Hα ) Ho dan Ha: dua hal yang mutually exclusive, artinya saling meniadakan tetapi salah satu harus terjadi
    • HIPOTESIS NOL Hipotesis yang diuji Akhir suatu pengujian :  Ho ditolak atau  Ho gagal ditolak atau tidak cukup bukti data sampel untuk menolaknya
    • FORMULASI HO DAN HA Ho:  Obat A sama khasiatnya dengan obat B  Tidak ada perbedaan lama penyembuhan memakai obat A atau obat B  Tidak ada hubungan lama penyembuhan dengan dosis obat  Tidak ada hubungan antara jumlah rokok yang dihisap dengan stadium Ca paru
    • FORMULASI HO DAN HA Ha:  Obat A tidak sama khasiatnya dengan obat B  Ada perbedaan lama penyembuhan memakai obat A dan obat B  Ada hubungan lama penyembuhan dengan dosis obat  Ada hubungan antara jumlah rokok yang dihisap dengan stadium Ca paru
    • PROSES UJI HIPOTESIS DAPAT DIANALOGIKANDENGAN SUATU PERADILAN Bandingan UJI HIPOTESIS Proses peradilan • Ho : tidak ada perbedaan • Praduga tak bersalah obat A dan obat B Terdakwa tidak korupsi • Ha: Ada perbedaan obat • Terdakwa dituduh A dan B korupsi • Batas kritis alfa • Keterangan saksi-saksi • Error tipe I (α) • Kesalahan I (menghukum orang tak bersalah) • Error tipe II (β) • Kesalahan II ( membebaskan orang yang bersalah
    • •MEMBUKTIKAN SUATU HIPOTESIS PENELITIAN,YANG DITELITI ADALAH POPULASI  Pada kenyataan yang diteliti sampel , karena itu akan terjadi kemungkinan salah (Error)  Dua macam Error yang dapat terjadi:  Error tipe I (α)  Error tipe II (β)
    • ERROR Error Tipe I, Keputusan uji menyatakan ada perbedaan yang pada hakikatnya atau dipopulasinya tidak ada perbedaan. Error tipe II, Keputusan uji menyatakan tidak ada perbedaan yang pada hakikatnya ada perbedaan
    • LANGKAH-LANGKAH UJI HIPOTESIS1. Formulasikan Ho dan Ha2. Tentukan batas kritis α3. Lakukan uji, Z, T, F, X2 sesuai permasalahan dan data……didapat nilai Z,T,F,X2 ……. Dan akhirnya diperoleh nilai probabilitas (pv).4. Keputusan uji……membandingkan pv dengan Batas kritis α5. Kesimpulan6. Interpretasi
    • KEPUTUSAN UJI Keputusan uji adalah Ho ditolak atau tidak berhasil (gagal) ditolak caranya:  Pv ≤α Ho ditolak  Pv >α Ho gagal ditolak (GATOL)
    • UJI SATU SISI / UJI DUA SISI Dalam uji statistik dikenal uji satu sisi (one side test) dan uji dua sisi (two side test) Pedoman untuk ini adalah Ha  Ho: μ1=μ2, Ha: μ1≠μ2.....dari Ha ini berarti kita melakukan uji 2 sisi ½α ½α
    • UJI SATU SISI  Ho: μ1=μ2, Ha: μ1>μ2.....dari Ha ini kita berarti melakukan uji 1 sisi kanan α
    • UJI SATU SISI  Ho: μ1=μ2, Ha: μ1< μ2.....dari Ha  ini kita berarti melakukan uji 1 sisi kiri α
    • JENIS UJI HIPOTESIS Data Numerik  Perbandingan antara satu sampel dengan populasi  Perbandingan dua sampel  Perbandingan lebih dari dua sampel Data Kategorik  Perbandingan satu proprosi dengan populasi  Perbandingan dua proporsi  Perbandingan > dari dua proporsi