KONSEP TEORI STATISTIK

KONSEP TEORI
STATISTIK
Oleh:
Kelompok 4
Afriyani
Araafi Dian
Fira Firdausia
SILABUS
• Pendahuluan
• Tujuan analisa statistik
• Proses analisa data
• Sumber analisa data
 Program komputer
 Statistical Assistance
Con’t….
• Konsep teori statistik







Teori probabilitas
Teori keputusan dan uji hipotesa
Inference/kesimpulan
Kurva normal
Distribusi sampel
Distribusi sampel dalam statistik
Statistik parameter sampel dan populasi
Con’t….
 Perkiraan parameter
 Derajat kebebasan
 Tailedness
 Error tipe I dan tipe II
 Level of signifikasi
 Power
 Clinical Signifikasi
 Analisa statistik parameter dan
nonparameter
 Causality dan Relationship
PENDAHULUAN
Analisa data
bagian penting dalam
penelitian
Menjawab pertanyaan penelitian
Analisa data
ilmu statistik
analisa
statistik
Analisa statistik vs perawat.......???
Con’t…..
Dalam penelitiannya, perawat harus bisa :
1. Mengidentifikasi penggunaan ilmu statistik
2. Menimbang apakah penggunaan ilmu
statistik tepat untuk menguji hipotesa,
menjawab pertanyaan dan objektivitas
penelitian
3. Memahami hasil analisa data
4. Menimbang apakah bacaan dari hasil
analisa sudah tepat
5. Mengevaluasi arti klinis dari penelitian
TUJUAN ANALISA STATISTIK
John Tukey (1977) membagi 2 tujuan
analisa statistik :
1. Mengembangkan (Exploratory) analisa
data
2. Mempertegas (Confirmatory) analisa
data
Con’t….
Beberapa tujuan analisa data :
1.
2.
3.
4.
5.
6.
7.
8.
Menarik kesimpulan
Mengexplore makna penyimpangan data
Membandingkan secara deskriptif
Menguji usulan suatu hubungan dalam model
teoritis
Menarik kesimpulan sementara bahwa sampel
mewakili populasi
Menilai causalitas
Memprediksi
Menduga sampel menjadi model teoritis
PROSES ANALISA DATA
1.
2.
3.
4.
5.
6.
7.
Menyiapkan data
Mendeskripsikan sampel
Menguji reliabilitas pengukuran
Exploratory analisa data
Confirmatoey analisa data
Analisa Post Hoc
Menyimpan printout komputer analisa
data
SUMBER ANALISA DATA
• Program Komputer
 SPSS (Statistical Packages for the Social Science)
 SAS (Statistical Analysis System)
 BMDP (Biomedical Data Processing)
 NCSS (Number Cruncher Statistical System)
 ABSTAT
 Dll
• Statistical Assistance
 Programer
Statistician
KONSEP TEORI STATISTIK
1.
TEORI PROBABILITAS
mengenai analisa statistik terhadap
kemungkinan / peluang dari suatu
kejadian
Nilainya dilambangkan dengan p
dinyatakan dalam bentuk pecahan / desimal
dan berkisar dari 0 – 1
0 = tdk ada peluang sama sekali thd peristiwa
1 = ada kepastian peristiwa akan terjadi
2. DECISION THEORY DAN
UJI HIPOTESA
 Teori keputusan
induktif
 Pendekatan teori ini
u/ menguji
perbedaan 2 group dg harapan seluruh
sampel adalah anggota populasi yg sama
 Dihubungkan dengan teori kurva normal
 Asumsi ini diekspresikan dg hipotesisi null
(H0)
 Untuk menguji hipotesis dipilihlah a cuttoff point atau level of significance (alfa)
3. INFERENCE/KESIMPULAN
Inference
pemikiran induktif
generalisasi
Menyimpulkan dari kasus yang
spesifik ke kebenaran umum
4. KURVA NORMAL
Dikembangkan oleh Gauss (1975)
Mengamati hsl dari data yg diukur berulang-ulang &
menemukan bahwa nilai rata2 mrpk hasil yg plg
sering.
Penyimpangan kekiri maupun kekanan yg makin jauh
dr nilai rata2 makin sedikit terjadi.
Dan bila semua hasil disusun maka akan terbentuk
distribusi yg simetrik
KURVA NORMAL
Gambar kurva normal
mean,median,mod
us
68,3
%
95,5
%
99,7
%
standar
deviasi
3
2
1
0
1
2
3
Ciri2 kurva normal :
• Kurva berbentuk simetris, mempunyai satu
puncak
• Mean, median, modus terletak pada satu titik
• Ekor kurva mendekati absis tak tak terhingga
tanpa menyentuh absis
• Luas seluruh kurva = 100% atau 1
• 1 SD = 68%, 2SD= 95,5%, 3SD= 99,7%
• Pengukuran telah distandarisasi dg
menggunakan nilai Z
5. DISTRIBUSI SAMPEL
distribusi teoritis
distribusi probabilitas
Tujuan pengukuran distribusi sampel umtuk
mengukur dan mengetahui sampling error
Sampling error
perbedaan antara statistik
sampling yang digunakan dg estimasi
parameter populasi
Apabila kita mengetahui distribusi sampel maka
kita akan dapat mengukur probabilitas
pembuatan kesimpulan yang salah
6. DISTRIBUSI SAMPEL STATISTIK
7. DISTRIBUSI SAMPEL STATISTIK
• Barnett (1982) :
 nilai numerikal yg merupakan mean
sampel disebut statistik
 nilai numerikal yg merupakan mean
populasi disebut parameter
Sampel
sampling distribusi
konkrit
populasi
abstrak
8. ESTIMASI PARAMETER
• Estimasi titik
dimana rata2 sampel langsung dijadikan
rata2 populasi
• Estimasi Interval
dimana rata2 sampel berada dalam rentang
nilai/skore
Dalam arti, kesesuaian antara estimasi sampel dan
estimasi parameter yang benar tidak diketahui
Estimasi interval perlu standar error
9. DERAJAT KEBEBASAN
(degree of freedom)
• Adalah jumlah nilai yang dapat ditentukan
secara bebas
Ex : ada 2 sampel a dan b dg rata2 = 25.,
maka salah satu dari a atau b dpt
ditentukan scr bebas
• Rumus df = N – 1
• Untuk perhitungan selanjutnya dugunakan
tabel distribusi t
• Derajat kebebasan perlu untuk perhitungan
level of significance (alfa)
10. TAILEDNESS
• Berhubungan dengan uji hipotesis
• Jika hipotesis nondirectional dalam arti kita tdk
mengetahui sama sekali kondisi populasi yg akan
diuji hipotesisnya
TWO-TAILED TEST
• Jika hipotesis directional / kita memiliki perkiraan yg
kuat bahwa nilai hasil perhitungan statistik sampel >
atau < dari batas nilai yg ditentukan
ONE-TAILED TEST
11. ERROR TIPE I DAN TIPE II
• Error tipe I : menolak H0, padahal H0
benar
• Error tipe II : menerima H0, padahal H0
salah
12 LEVEL OF SIGNIFICANCE
• Tingkat kemeknaan berkembang dari
teori keputusan
• Dalam pendidikan keperawatan,
biasanya tingkat kemaknaan = 0,05
atau 0,01
• Jika sso ingin memprediksi dg
kemungkinan akurasi 95% jadi alfa
menjadi <sama 1-0,95 atau p<sama 0,05
13.POWER
• Adan 4 parametrik kekuatan yaitu :
Tingkat kemaknaan
Ukuran sampel
Ukuran efek
Kekeuatan
14. MAKNA KLINIS
• Walaupun hasil penelitian
bermakna secara teoritis statistik ,
tapi kadang tidak bermakna
secara klinis
• Ex : kelompok 1 memiliki suhu
tubuh lebih tinggi 0,1 0 F dari
kelompok 2
15.ANALISA STATISTIK PARAMETRIK
DAN NONPARAMETRIK
• Yang paling umum digunakan adalah
analisa statistik parameter
• Parameter : asumsi bahwa sampel diambil
dari populasi yg berdistribusi normal atau
hampir normal
• Non parameter : untuk menguji hipotesis yg
tidak bergantung pada distribusi populasi (
distribusi free)
16. CAUSALITY DAN RELATIONSHIP
• Dua variabel dpt memiliki korelasi yg
tinggi , tapi tdk memiliki hubungan
causal
• Jika kekuatan huh meningkat,
kemungkinan hub kausal juga
meningkat
• Korelasi tdk dpt digunakan sendiri utk
menunjukan kausalitas
TERIMA KASIH……