Tutor Biostatistik 4 Kelompok 2 [PDF]

Citation preview

MAKALAH TUTORIAL 4 BIOSTATISTIK MENGGUNAKAN UJI ANOVA



Disusun Oleh Kelompok 2



Dinul Tauhid Endah Rizki Ayunita Fajar Nurul Pebri Fathul Husni Syofyan Feby Maria Panjaitan Fitri Ayu Fitri Esi Okta W.S. Friska Oktonamara Fuji Mazelda



1611116076 1611123423 1611116162 1611123570 1611116029 1611122918 1611123640 1611116000 1611116052



Furti Okliantoni P. Geci Putri Helisa Giatri Rahma Sari Hasbiallah Hk Hulwana Salsabila Inka Selvia Ipudaniati S Ivo Supratih Khairani Nur Werda



Dosen Pembimbing Ns. Wice Purwani Suci, M.Kep



FAKULTAS KEPERAWATAN UNIVERSITAS RIAU PEKANBARU 2019



1611116168 1611116145 1611123622 1611123710 1611116174 1611116178 1611123294 1611115950 1611123051



KATA PENGANTAR Puji dan syukur kami ucapkan kepada Tuhan Yang Maha Esa atas Rahmat dan Hidayah-Nya kami dapat menyelesaikan penulisan makalah ini dengan tepat waktu. Makalah ini membahas tentang Uji Anova. Kami juga tidak lupa mengucapkan terima kasih kepada dosen pembimbing dan kepada pihak-pihak yang berperan dalam keberhasilan menyelesaikan makalah ini. Kami menyadari bahwa nantinya dalam makalah ini masih banyak kesalahan dalam penulisan maupun isi, oleh karena itu kami mengharapkan saran dan kritik dari teman-teman pembaca demi tercapainya kesempurnaan makalah kedepannya. Akhirnya kami ucapkan terima kasih dan kami mohon maaf atas segala kesalahan yang terdapat dalam makalah ini. Semoga makalah ini bermanfaat untuk kita semua.



Pekanbaru, 27 September 2019



Penulis



PEMBAHASAN A. Uji Anova Uji Anova adalah melakukan telaah variabilitas data menjadi dua sumber variasi, yaitu dalam kelompok ( within) dan variasi antarkelompok ( between). Bila variasi within dan between sama ( nilai perbandingan kedua varian sama dengan 1), mean-mean yang dibandingkan tidak ada perbedaan. Sebaliknya, bila hasil perbandingan kedua varian tersebut menghasilkan nilai lebih dari 1, mean yang di bandingkan menunjukkan ada perbedaan. Analisis varian (Anova) mempunyai dua jenis, yaitu analisis varian satu faktor (one way) dan analisis varian dua faktor (two way). Pada saat ini akan di bahas analisis varian satu faktor (one way). Beberapa asumsi yang harus dipenuhi pada uji Anova adalah: a. Varian Homogen b. Sampel/ kelompok independen c. Data berdistribusi normal d. Jenis data yg dihubungkan adalah numerik dengan kategori (untuk katagori yang lebih dari dua kelompok).



B. Analisis multiple comparison ( Posthoc Test) Analisis multiple comparison ( Posthoc Test) adalah untuk mengetahui lebih lanjut kelompok mana saja yang berbeda meannya bila pada pengujian Anova di hasilkan ada perbedaan bermakna (Ho ditolok ). Ada berbagai jenis analisis multiple comparison, di rance (HSD), Scheffe, dan lain-lain. Pada saat ini yang akan di bahas adalah metode bonferroni.



C. Syarat- Syarat Uji Anova 1. Variabel terikat harus mempunya kesamaan varian atau bersifat homogen, dengan demikian tentunya harus melakukan uji homogenitas terlebih dahulu. 2. Subjek tiap kelompok harus dipilih secara randomatayu acak mengunakan teknik probalitas.



3. Data penelitian untuk variabel terikat idealnya bersekala interval. Sementara, jika data penelitiannyang diperoleh berskala ordinal maka sebaiknya di transformasi atau di ubah menjadi skalainterval terlebih dahulu.Transformasi data bisa dilakukan dilakukan dengan MSI atau metode sukses interval. 4. Variabel bebas idealnya bersifat non metrik atau berskala ordinal. Rumus uji Anova adalah sebagai berikut



DF = Numerator (pembilang) = k-1, Denomirator (penyebut) = n-k Dimana varian between :



Dimana rata-rata gabungannya



Sementara varian within



Keterangan : Sb = varian between



Xn = rata-rata kelompok



Sw = varian within



Nn = banyaknya sampel pada kelompok



Sn2 = varian kelompok



k = banyaknya kelompok



X = rata-rata gabungan



D. Syarat- syarat analisis multiple comparison (Posthoc Test) Jika hasil uji menunjukan Ho gagal ditolak (tidak ada perbedaan), maka uji lanjut (Post Hoc Test) tidak dilakukan. Sebaliknya jika hasil uji menunjukan Ho ditolak (ada perbedaan), maka uji lanjut (Post Hoc Test) harus dilakukan. Ada berbagai jenis analisis multiple comparison, diantaranya adalah Bonferroni, Honestly Significant difference (HSD), Scheffe, dan lain-lain. Rumus perhitungan benferroni : Df = n-k Dengan levelof significance (α) sebagai berikut : α



α * =(𝑘



2)



E. Contoh Kasus Suatu penelitian ingin mengetahui perbedaan kadar folat sel darah pada tiga zat pembius (anestesi) yang berbeda. Data yang berhasil dikumpulkan adalah sebagai berikut. Kelompok I



:



243



251



275



291



347



354



380



392



Kelompok II



:



206



210



226



249



255



273



285



295



Kelompok III



:



241



258



270



293



328



309



Coba buktikan apakah ada perbedaan kadar folat sel darah merah pada ketiga kelompok tersebut dengan alpha 5% Jawab Hipotesis : H0 : 1 = 2 = 3



Tidak ada perbedaan mean kadar folat sel darah pada ketiga jenis zat pembius. H0 : 1 = 2 = 3 Ada perbedaan mean kadar folat sel darah pada ketiga zat pembius. Perhitungan Uji Anova (Uji F) Kel I



: mean = 316,62



standar deviasi = 58,72



Kel I



: mean = 256,44



standar deviasi = 37,12



Kel I



: mean = 278,00



standar deviasi = 33,76



8.(316,62)+9.(256,44)+5.(278,00) = 283,22 22 8(316,62−283,22)2 +9(256,44−283,22)2 +5(278−283,22)² = 7758 2 Sb = 3−1 (8−1)(58,72)2 +(9−1)(37,12)2 +(5−1)(33,76)² = 2090 2



X=



Sw = F=



22−3



7758 = 3,71 2090



Dari nilai F = 3,71 dan kedua df, yaitu dfI= 3-1=2 (numerator) dan df2=223=19 (denominator) kemudian dilihat pada tabel F (lampiran V). kerena pada tabel F untuk denominator 19 tidak ada, maka digunakan df yang terdekat, yaitu df = 18. Adapun cara mencarinya sebagai berikut. Cuplikan tabel F



Tabel distribusi f terdiri dari tiga bagian, yaitu DF numerator, DF denominator, dan area. Bagian area menunjukkan nilai alphanya atau nilai p. nilai area dimulai dari angka 0,100 turun sampai dengan angka 0,001, yang berarti bahwa semakin keatas nilai areanya semakin besar nilai p nya. sebagai contoh mencari nilai p pada tabel F dapat dilihat dilustrasi sebagai berikut. Bila F=7,21 terlihat dalam tabel angka 7,21 terletak pada area 0,005, artinya nilai p=0,005



Bila F=2,62 maka nilai p-nya =0,100. Bila F=5,00, maka nilainya terletak antara dua angka, yaitu antara 4,56 (=0,025) dan 6,01 (P=0,010), sehingga nilai p-nya 0,010 (karena angka 1,5 kalau diplot pada tabel terletak diatas angka 2,62. Pada soal diatas diperoleh nilai F= 3,71 sehingga nilai p-nya 0,025 (0,025