Teks tersebut membahas tentang pengujian hipotesa dan memilih jenis uji statistik yang tepat berdasarkan karakteristik data. Beberapa poin penting yang dijelaskan adalah membedakan data berpasangan dan tidak berpasangan, serta menentukan jumlah kelompok data sebelum memilih jenis uji statistik seperti t-test, Mann Whitney, Kruskal Wallis, dan Wilcoxon."
4. Isi slides ini ((belum)) teruji secara klinis
dan laboratorium benar, jadi bisa
langsung cek sumber referensi diatas
untuk kebenarannya.
Edisi Pra UAS.
“Kebenaran itu sifatnya relatif.” –Quotes
pak Yud.
5. Jadi kita mau ngapain?
OHHH Uji hipotesa... Denger
– denger caranya banyak
banget. Ada Wilcoxon lah,
chi square yang dibacanya
kai skuer, de el el... Terus
banyak alat, cara pake nya
gimana di tiap rumus itu??
-PUSING?? ~mulai aja
dulu~~
6. Untuk membantu pilihan pake
pengujian yang mana ada baiknya
kita liat dulu tabel daftar menu
beserta komposisinya.
Ini sumbernya dari referensi buku
yang pertama....
Kayanya gue rebus
indomie aja dah di
kosan....
7. The Real Menu
Masalah
Skala
Pengukuran
Jenis Hipotesa, apakah itu?
Komparatif
Tdk berpasangan Berpasangan
Korelatif
Numerik
Kategorik
(Ordinal)
Kategorik
(nominal
/ordinal)
Pizza
Kruskal
Wallis
Penyet
Man
Whitney
Goreng
One way
ANOVA
Kwetiaw t
jomblo
2 kel > 2 kel
Friedman
Rice
Uduk
Wilcoxon
Repeated
ANOVA
Nambah
Kwetiaw t
berpasangan
2 kel > 2 kel
PAHE
Pearson*
Asam Manis
Spearman
Keripik Koefi
Kontingensi
Lambda
Coming soon!
Teh tarik Chi square
Soda Gembira Fisher
Kolmogorof Anget
(tabel B x K)
Dawet Mc. Nemmar
Wilcoxon
Friedman
(Prinsip P x K)
Berikut Menu
yang bisa
dipesan~~
Tapi milih menu
nya gak sesimpel
di warung
penyetan, ada
syaratnya
Abis gitu, lihat
skala pengukuran
data kalian itu
apa??
Terus cek apakah
datanya jenis yang
berpasangan atau
tidak? Juga jumlah
pasangannya di
tentukan berapa?
8. The Real Menu I
Masalah
Skala
Pengukuran
Jenis Hipotesa
Komparatif
Tdk berpasangan Berpasangan
Korelatif
Numerik
Kategorik
(Ordinal)
Kategorik
(nominal
/ordinal)
Kruskal
Wallis
Man
Whitney
One way
ANOVA
Uji t tidak
berpasangan
2 kel > 2 kel
FriedmanWilcoxon
Repeated
ANOVA
Uji t
berpasangan
2 kel > 2 kel
Pearson*
Spearman
Koefisien
Kontingensi
Lambda
Chi square
Fisher
Kolmogorof
(tabel B x K)
Mc. Nemmar
Wilcoxon
Friedman
(Prinsip P x K)
9. Ilmu itu relatif kebenarannya, ada peta tabel uji
hipotesa versi buku lainnya, intinya sama
dengan tabel semula. Tapi ini lebih dipisahkan
jika skala data nya nominal dan ordinal... ^^
Sumber tabel buku ini : Prof Dr. Sugiyono..
Uji apa aja yang udah pernah kita pelajari?
Check it out~
10. The Real Menu II
Masalah
Skala
Pengukuran
Jenis Hipotesa
Komparatif
Tdk berpasangan Berpasangan
Korelatif
Numerik
Kategorik
(Ordinal)
Nominal
Kruskal
Wallis
Man
Whitney
One way
ANOVA
Uji t tidak
berpasangan
2 kel > 2 kel
Friedman
Wilcoxon
Sign test
Repeated
ANOVA
Uji t
berpasangan
2 kel > 2 kel
Pearson*
Spearman
Koefisien
Kontingensi
Lambda
Fisher
Exact
Chi
kuadrat
Mc.
Nemmar
Chi
Kuadrat
Chi
kuadrat
12. Ketika kita ingin memilih dengan Uji apa
hipotesa di atas, (menu Uji hipotesa). Kita
perlu tentukan dulu, hipotesa yang kita buat
akan mengarah ke mana.
Ada hipotesa komparatif dan korelasi
(asosiatif). Nah dari masing – masing hipotesa
komparatif dan korelasi, nanti kebagi lagi ada
hipotesa komparatif dua arah atau komparatif
satu arah....... Begitupun dengan hipotesa
korelasi..
13. Uji Hipotesa Komparatif
Menguji parameter populasi yang
berbentuk perbandingan melalui ukuran
sampel yang juga bentuk perbandingan.
Menguji generalisasi (signifikansi hasil
penelitian) yang berupa perbandingan
keadaan variabel dari dua sampel atau lebih.
14. reduksi
PARAMETER
POPULASI
µ1 : µ2 : µn
STATISTIK
Mean1 : mean2 :
meand n
Membuat generalisasi
= berbentuk komparasi
dua sampel atau lebih,
menguji hipotesa
komparatif
15. Terdapat dua model hipotesis komparasi,
yaitu berpasangan atau tidak berpasangan
(independen).
Tau dari mana data itu berpasangan atau
tidak berpasangan? Relation status fb? Bio
twitter?
-__- not as simple as that~~
16. Kemudian, perjalanan tidak usai sampai
disana saja. Kalo udh tau data berpasangan atau
tidak, kita kembali menentukan jumlah kelompok
data tersebut. Apakah minimal dua atau lebih
dari dua...Keledainya si....
“Data berpasangan, kita cari tau lagi, dia
berpasangan cukup satu (1+1=2), atau poligami
(one isn’t enough) (>2 kel)”
Lalu bagaimana nasib si data tidak berpasangan?
“Ohh.. Rupanya si data tanpa pasangan ini, udah
pasang ranjau ke banyak org (TP gitu), bisa ke
seorang aja cukup (2 kel), atau malah TP ke
banyak org (>2 kel), tapi.... ga da yang goal gitu.
Jadi tetap tanpa pasangan”
17. The Real Menu I
Masalah
Skala
Pengukuran
Jenis Hipotesa
Komparatif
Tdk berpasangan Berpasangan
Korelatif
Numerik
Kategorik
(Ordinal)
Kategorik
(nominal
/ordinal)
Kruskal
Wallis
Man
Whitney
One way
ANOVA
Uji t tidak
berpasangan
2 kel > 2 kel
FriedmanWilcoxon
Repeated
ANOVA
Uji t
berpasangan
2 kel > 2 kel
Pearson*
Spearman
Koefisien
Kontingensi
Lambda
Chi square
Fisher
Kolmogorof
(tabel B x K)
Mc. Nemmar
Wilcoxon
Friedman
(Prinsip P x K)
18. The Real Menu II
Masalah
Skala
Pengukuran
Jenis Hipotesa
Komparatif
Tdk berpasangan Berpasangan
Korelatif
Numerik
Kategorik
(Ordinal)
Nominal
Kruskal
Wallis
Man
Whitney
One way
ANOVA
Uji t tidak
berpasangan
2 kel > 2 kel
Friedman
Wilcoxon
Sign test
Repeated
ANOVA
Uji t
berpasangan
2 kel > 2 kel
Pearson*
Spearman
Koefisien
Kontingensi
Lambda
Fisher
Exact
Chi
kuadrat
Mc.
Nemmar
Chi
Kuadrat
Chi
kuadrat
19. Jadi.... Kapan saat nya pakai?
1. T test
2. Man whitney
3. Kruskal walles
4. Wilcoxon
5. Sign test
6. Chi square
7. Mc Nemmar
20. Komposisi Pilih Menu
1. Kenali dulu data kalian apa skalanya? Numerik
(rasio & interval), atau Kategorik (nominal &
ordinal)
2. Kenali bentuk hipotesa (komparatif atau
korelatif), sejauh kita berjalan baru sampai
bahas slides soal hipotesa komparatif.
3. Kalo udah dapet hipotesa komparatif (sejauh
slides ini), tentukan datanya jomlo apa udh
double
4. Terus tentuin jumlah kelompoknya
5. Then dapat menu yang pas untuk di uji~^^
21. Simak ke empat ilustrasi berikut, untuk
mengetahui data berpasangan atau tidak.^^
Sumber : Bapak Sopiyudin Dahlan. Siapa?
--Penulis buku .
22. Ilustrasi 1 : Dua Kelompok, Tidak Berpasangan
Mau mengukur tekanan darah suatu subjek.
Nah...subjeknya itu ada kelompok rural dan
kelompok urban....
Jadii... Kita punya dua kelompok data, yaitu :
1. Kelompok data tekanan darah rural
2. Kelompok data tekanan darah urban
Tapi kelompok rural dan urban, bukanlah sebuah
pasangan, krn individu dlm kel itu beda.
23. Ilustrasi 2 : Dua Kelompok Berpasangan
Pada bulan Januari 2014 dan Juni 2014,
mahasiswa FKM diukur berat badannya.
Nahh.. Didapatkan dua kelompok data, yaitu :
1. Berat mhs fkm bulan Januari
2. Berat mhs fkm bulan Juni,
Data berpasangan, karena individu dari kedua
kelompok data adalah sama...
24. Ilustrasi 3 : Kelompok berpasangan karena
matching
Ilustrasi sama kaya ilustrasi satu, soal data
tekanan darah. Hanya aja, pada kelompok
rural dan kelompok urban dipilihkan dengan
karakteristik yang sama pada kedua kelompok
tersebut.
25. Ilustrasi 4 : Kelompok berpasangan karena
design cross over
Suatu pengujian kelompok diberikan obat A,
kemudian setelah selesai pendataan pada
kelompok yang diberi obat A. Kelompok
tersebut selanjutnya memperoleh perlakuan
diberikan obat B.
Ada dua kelompok data, yaitu :
1. Diberikan obat A
2. Diberikan obat B, dan berpasangan karena
individu yg dpt obat A sama dengan obat B
26. Berpasangan atau Tidak Berpasangan
Suatu kelompok data dikatakan berpasangan
apabila berasal dari kelompok individu yang
sama, karena itu datanya pengulangan, karena
matching, ataupun crossover.
Kelompok data dikatakan tidak berpasangan,
apabila dari subjek individu yang berbeda,
tanpa adanya seleksi matching.