Analisis Data Memilih Teknik Analisis/Uji Statistik Uji ... - Blog Staff UI
Analisis Data Memilih Teknik Analisis/Uji Statistik Uji ... - Blog Staff UI Analisis Data Memilih Teknik Analisis/Uji Statistik Uji ... - Blog Staff UI
Analisis Data• Analisis hubungan antara 2 variabel (bivariat)atau >2 (multi-variat)• Dilakukan prosedur PengujianHipotesis• Uji hipotesis (2 arah/two tail)• Ho: Tidak ada perbedaan/hubungan antarvar• Ha: Ada perbedaan/hubungan antar var• Uji hipotesis 1 arah/one tail• Ho: Tidak ada perbedaan/hubungan antarvar• Ha: Ada pernyataan perbedaan yg satulebih tinggi/rendah dari yg lainKeputusanTdk MenolakHo Menolak HoKeputusan Uji Statistik(Probabilistik)Ho BenarBenar (1-α)Kesalahan tipe I(α)Di PopulasiHo SalahKesalahan tipe II(β) Benar (1-β)• Bandingkan P Value vs nilai α (alfa)• nilai α (alfa) tk signifikansi, peluangkesalahan menolak Ho (padahal Ho benar)• P ≤ nilai α Ho ditolak• P > nilai α Ho gagal ditolakMemilih Teknik Analisis/UjiStatistik• Bentuk distribusi; jumlah sampel– Distribusi normal uji parametrik >< non par– Sampel besar uji parametrik >< non par• Jenis data yg dianalisis• Sifat data dependen/independenUji Statistik Menurut Jenis DataVARIABEL 1 VARIABEL 2 ANALISISKATEGORIK NUMERIK UJI T (2 kategori),ANOVA (>2KATEGORIK KATEGORIK kategori) KAI KUADRATNUMERIK NUMERIK KORELASI,REGRESI• Sebelum/sesudah diet vs berat badan (dependen)• Grup berdiet/tdk berdiet vs berat badan(independen)• pria/wanita vs hipertensi/non• Frekuensi/durasi berolah raga vs tekanan darah• ASUMSI– Distribusi normalUJI T Independen– Data independen– Variabel numerik vs kategorik (hanya 2 kelompok)• OUTPUT uji statistik– Pilih asumsi variasi sama/beda (Levene’s test)– P levene’s test ≤ α pilih asumsi varian beda– Baca P Value T-test
<strong>Analisis</strong> <strong>Data</strong>• <strong>Analisis</strong> hubungan antara 2 variabel (bivariat)atau >2 (multi-variat)• Dilakukan prosedur PengujianHipotesis• <strong>Uji</strong> hipotesis (2 arah/two tail)• Ho: Tidak ada perbedaan/hubungan antarvar• Ha: Ada perbedaan/hubungan antar var• <strong>Uji</strong> hipotesis 1 arah/one tail• Ho: Tidak ada perbedaan/hubungan antarvar• Ha: Ada pernyataan perbedaan yg satulebih tinggi/rendah dari yg lainKeputusanTdk MenolakHo Menolak HoKeputusan <strong>Uji</strong> <strong>Statistik</strong>(Probabilistik)Ho BenarBenar (1-α)Kesalahan tipe I(α)Di PopulasiHo SalahKesalahan tipe II(β) Benar (1-β)• Bandingkan P Value vs nilai α (alfa)• nilai α (alfa) tk signifikansi, peluangkesalahan menolak Ho (padahal Ho benar)• P ≤ nilai α Ho ditolak• P > nilai α Ho gagal ditolak<strong>Memilih</strong> <strong>Teknik</strong> <strong>Analisis</strong>/<strong>Uji</strong><strong>Statistik</strong>• Bentuk distribusi; jumlah sampel– Distribusi normal uji parametrik >< non par– Sampel besar uji parametrik >< non par• Jenis data yg dianalisis• Sifat data dependen/independen<strong>Uji</strong> <strong>Statistik</strong> Menurut Jenis <strong>Data</strong>VARIABEL 1 VARIABEL 2 ANALISISKATEGORIK NUMERIK UJI T (2 kategori),ANOVA (>2KATEGORIK KATEGORIK kategori) KAI KUADRATNUMERIK NUMERIK KORELASI,REGRESI• Sebelum/sesudah diet vs berat badan (dependen)• Grup berdiet/tdk berdiet vs berat badan(independen)• pria/wanita vs hipertensi/non• Frekuensi/durasi berolah raga vs tekanan darah• ASUMSI– Distribusi normalUJI T Independen– <strong>Data</strong> independen– Variabel numerik vs kategorik (hanya 2 kelompok)• OUTPUT uji statistik– Pilih asumsi variasi sama/beda (Levene’s test)– P levene’s test ≤ α pilih asumsi varian beda– Baca P Value T-test
VARIABEL• Interpretasi:PENYAJIANMEAN SD SE; CI PVALUE– Gambaran/deskriptif– Hipotesis– Kesimpulan hasil uji statistikNUJI ANOVA• ASUMSI– Distribusi normal, varian homogen– <strong>Data</strong> independen– Variabel numerik vs kategorik (>2 kelompok)• OUTPUT uji statistik– Baca 95% CI– Baca P Value Anova-test– Baca Post Hoc Tests (Benferroni), manakelompok yg berbeda siginikanKAI KUADRAT• Asumsi :• KATEGORIK vs KATEGORIK• Tdk boleh ada sel E
Change language