PraktikumBiostats2

17
Skor Kecemasan t-Test: Paired Two Sample for Means Obat Plasebo 19 22 Obat 11 18 Mean 14.80 14 17 Variance 21.96 17 19 Observations 10.00 23 22 Pearson Correlation 0.56 11 12 Hypothesized Mean Difference 0.00 15 14 df 9.00 19 11 t Stat -0.90 11 19 P(T<=t) one-tail 0.19 8 7 t Critical one-tail 1.83 P(T<=t) two-tail 0.39 t Critical two-tail 2.26 4) Pada signifikansi level 95% maka terima H0, perbedaan tingkat kecemasan menggunakan oba dengan kata lain obat tersebut tidak efekti tingkat kecemasan 1) H0 : µ1 = µ2 Ha : µ1 ≠ µ2

description

bjnvbj

Transcript of PraktikumBiostats2

Page 1: PraktikumBiostats2

Skor Kecemasan t-Test: Paired Two Sample for Means

Obat Plasebo19 22 Obat Plasebo11 18 Mean 14.80 16.1014 17 Variance 21.96 24.54

17 19 Observations 10.00 10.00

23 22 Pearson Correlation 0.5611 12 Hypothesized Mean Difference 0.00

15 14 df 9.00

19 11 t Stat -0.9011 19 P(T<=t) one-tail 0.19

8 7 t Critical one-tail 1.83P(T<=t) two-tail 0.39t Critical two-tail 2.26

4) Pada signifikansi level 95% maka terima H0, artinya tidak adaperbedaan tingkat kecemasan menggunakan obat atau placebodengan kata lain obat tersebut tidak efektif dalam menurunkantingkat kecemasan

1) H0 : µ1 = µ2 Ha : µ1 ≠ µ2

Page 2: PraktikumBiostats2

3) t = -0.90

-2.26 2.26

t hitung = -0.90 < dari t critical = 2,26 (terima H0) atau

p-value = 0.38 > α = 0.05 (terima H0)

Page 3: PraktikumBiostats2

Misalkan pertambahan berat badan (gram) dari 19 tikus betina antara 28 dan 84 hari setelah lahir adalah sebagai berikut :

134 70146 118104 101119 85124 107161 132107 9483

11312997

123

antara tikus yang diberikan makanan dengan tinggi protein dan tikus yang diberikan makanan dengan protein rendah. (Asumsi variance adalah sama).

1)

2) t-Test: Two-Sample Assuming Equal Variances

Protein Tinggi Mean 120Variance 457.45Observations 12Pooled Variance 446.12Hypothesized Mean Difference 0df 17t Stat 1.89P(T<=t) one-tail 0.04t Critical one-tail 2.57P(T<=t) two-tail 0.08t Critical two-tail 2.90

3) Rejection Region

Protein Tinggi

Protein Rendah

(12 tikus diberikan makanan dengan protein tinggi dan 7 tikus diberikan makanan dengan protein rendah).

a.       Nyatakan hipotesis.b.      Rejection Region (daerah penolakan)c.       Kesimpulan.

H0 : µ1 = µ2 Ha : µ1 ≠ µ2

Page 4: PraktikumBiostats2

t = 1.89 t hitung = 1.89 < t critical = 2.90 (terima H0) atau

-2.9 +2.9

4. KesimpulanPada signifikansi level 99% maka terima H0 artinya tidak ada perbedaan berat badan tikus yang diberimakananan dengan protein tinggi maupun makanan dengan protein rendah.

p-value = 0.08 > α = 0.01 (terima H0)

Page 5: PraktikumBiostats2

Misalkan pertambahan berat badan (gram) dari 19 tikus betina antara 28 dan 84 hari setelah lahir adalah sebagai berikut :

antara tikus yang diberikan makanan dengan tinggi protein dan tikus yang diberikan makanan dengan protein rendah. (Asumsi variance adalah sama).

Protein Rendah101

425.333333333337

(12 tikus diberikan makanan dengan protein tinggi dan 7 tikus diberikan makanan dengan protein rendah).  Pada alpha = 0.01 apakah ada perbedaan

Page 6: PraktikumBiostats2

t hitung = 1.89 < t critical = 2.90 (terima H0) atau

Pada signifikansi level 99% maka terima H0 artinya tidak ada perbedaan berat badan tikus yang diberi

p-value = 0.08 > α = 0.01 (terima H0)

Page 7: PraktikumBiostats2

Sebuah penelitian dilakukan oleh seorang kepala rumah sakit untuk mengetahui apakah ada hubungan antara tingkat pendidikan dengan kelas ruang rawat inap pada alpha = 0,05. Untuk itu diambil sampel sebanyak 200 orang.

Pendidikan JumlahE

SD SMP SMA PT1 20 25 15 20 80 28.00 2.292 40 15 10 5 70 20.00 1.253 10 10 15 15 50 16.00 0.06

Jumlah 70 50 40 40 200 16.00 1.0024.50 9.81

Uji Independensi 17.50 0.3614.00 1.14

: variable 1 dan variable dua bersifat independen 14.00 5.79

: variable 1 dan variable dua bersifat dependen 17.50 3.21 (ada hubungan) 12.50 0.50

10.00 2.5010.00 2.50

30.40

Df = (b-1) (k-1) = (3-1) (4-1) = 6 12.59

= 30.4

3) Rejection Region

51.71

12.59

4) Kesimpulan : Pada signifikansi level 95% maka tolak H0, artinya ada hubungan antara pemilihan kelas rawat inap dengan tingkat pendidikan.

Kelas Ruang X2

1) H0

Ha

2) α = 0.05 X2 hit =

X2 0,05,6 =

2) X2 = Σ (O-E)2/E

X2 hit = > X2 0.05,6 = 12.59 ( tolak H0)

X2 = 30.40

Page 8: PraktikumBiostats2

Sebuah penelitian dilakukan oleh seorang kepala rumah sakit untuk mengetahui apakah ada hubungan antara tingkat pendidikan dengan kelas ruang rawat inap pada alpha = 0,05. Untuk itu diambil sampel sebanyak 200 orang.

> X2 0.05,6 = 12.59 ( tolak H0)

Page 9: PraktikumBiostats2

Data berikut adalah tentang jumlah ulat pada empat grup tikus dari bagian GI pada percobaan Karbon Tetra Klorida sebagai sebuah antelmintic.

Expt 1 Expt 2 Expt 3 Expt 4279 378 172 381338 275 335 346334 412 335 340198 265 282 471303 286 250 318

Pada alpha = 0.05 apakah ada pengaruh karbon tetra klorida pada keempat experiment tersebuta. Nyatakan Hipotesab. Rejection Regionc. Kesimpulan

2.) Anova: Single Factor

SUMMARYGroups Count Sum Average Variance

Expt 1 5 1452 290.4 3248.3Expt 2 5 1616 323.2 4495.7Expt 3 5 1374 274.8 4620.7Expt 4 5 1856 371.2 3623.7

ANOVASource of Variation SS df MS F P-value F critBetween Groups 27,234.2 3 9078.067 2.271163 0.119457 3.238872Within Groups 63,953.6 16 3997.1Total 91,187.8 19

3.) Rejection Region

F = 2.27

3.23

4.) Kesimpulan

1) H0 : µ1 = µ2 = µ3 = µ4 Ha : µ1 ≠ µ2 ≠ µ3 ≠ µ4 (atau salah satu pernyataan tersebut benar)

Page 10: PraktikumBiostats2

Pada signifikansi level 95% terima H0, artinya tidak ada perbedaan jumlah ulat pada tikus pada percobaan Carbon tetrachlorida.

Page 11: PraktikumBiostats2

Pada alpha = 0.05 apakah ada pengaruh karbon tetra klorida pada keempat experiment tersebut

F hitung = 2.271 < F critical = 3.23 (terima H0) atau

p-value = 0.11 > α = 0.05 (terima H0)

Page 12: PraktikumBiostats2

Parametric Non-Parametric1 Sample T-test Sign Test Wilcoxon Signed Rank testPaired T-test Sign Test Wilcoxon Signed Rank test2 Sample T-test Mann Whitney U test Wilcoxon Sum Rank testANOVA Kruskal Wallis test

Parametrik = data berdistribusi normal

Parametrik :

1. Membandingkan 1 rata-rata ================> t atau z test2. Membandingkan lebih dari 2 rata-rata ========> Anova atau

Chi-Square3. Hubungan (korelasi) =======================> Pearson Correlation "r"

4. Hubungan dan Prediksi =====================> analisis Regresi

Hubungan (korelasi) untuk Non Parametrik ====> Spearman (ρ)

Page 13: PraktikumBiostats2

Perbandingan dari peak expiratory flow rate (PEFR) atau angka aliran pernafasan puncak sebelum dan sesudah berjalan pada hari musim dingin untuk 9 orang penderita asma yang dipilih secara acak. Didapat data sebagai berikut :

Subject Sebelum Sesudah1 312 3002 242 2013 340 2324 388 3125 296 2206 254 2567 391 3288 402 3309 290 231

Pada alpha = 0.05 apakah ada perbedaan PEFR pada penderita asma sebelum dan sesudah berjalan di musim dingin.a.       Nyatakan hipotesis.b.      Rejection Region (daerah penolakan)c.       Kesimpulan.

Page 14: PraktikumBiostats2

Perbandingan dari peak expiratory flow rate (PEFR) atau angka aliran pernafasan puncak sebelum dan sesudah berjalan pada hari musim dingin untuk 9 orang penderita asma yang dipilih secara acak. Didapat data sebagai berikut :

Pada alpha = 0.05 apakah ada perbedaan PEFR pada penderita asma