09. Biostatistics: STUDENT TEST_ t-Test

Views:
 
Category: Entertainment
     
 

Presentation Description

No description available.

Comments

Presentation Transcript

Slide1:

Prepared and Presented INTRODUCTION TO BIOSTATISTICS Prepared and Presented by Syahrum Program Studi DIII Keperawatan Solok Poltekkes Kemenkes RI Padang

Slide2:

Prepared and Presented by Syahrum Student’s t test 9

Student’s t test:

Student’s t test Uji/ Tes ini diciptakan oleh Ahli Statistik yang bekerja di B rewer Guinness. Dia dipanggil WS Gosset (1867-1937), tetapi lebih suka untuk tetap anonim sehingga ditulis dengan nama "Student". ”t-test”

Distribusi-t:

Distribusi-t William Gosset lived from 1876 to 1937 Gosset menemukan t-test (Uji-t) untuk menangani sampel kecil dalam rangka pengendalian kualitas pembuatan bir. Dia tuliskan dengan nama "Student".

Statistik-t:

Statistik-t Bila populasi yang di sampel (data numerik) berdistribusi normal, “ statistik-t " yakni "Student t- test" Studen t- t berdistribusi dengan derajat bebas (df) n-1 .

Macam-macamT-test Pertanyaan Penelitian:

Macam-macamT-test  Pertanyaan Penelitian Uji -t mean tunggal / Uji -t Satu Sampel /One Sampel t-Test Method : Apakah mean sampel sama dengan mean populasi yang telah ditentukan ? 2 . Uji -t perbedaan mean / Uji -t Sampel Independent/ Independent t-Test Apakah skala nyeri pasien yang minum obat A sama dengan skala nyeri pasien yang meminum obat B ? 3. Uji -t pengamatan berpasangan / Uji -t Sampel Berpasangan / Paired Sample t-Test Apakah pengobatan yang diberikan bermanfaat secara signifikan ?

Slide7:

O 1 X O 2 Pre-test and Post-test group Design Pre-test Perlakuan Pos-test Uji pengamatan berpasangan , Misalnya : Apakah pengobatan yang diberikan bermanfaat secara signifikan ?

Slide8:

1.Uji t untuk Mean Tunggal Data berikut adalah berat badan (kg) dari masing-masing 20 orang anak yang diambil secara random (acak) dari desa A. Apakah mungkin berat badan rata-rata keseluruhan anak di desa A tersebut 24 kg ? , nilai yang diamati adalah: 9 18 21 26 18 22 27 19 22 29 19 24 30 16 20 24 32 df/dk = n - 1

Slide9:

Langkah Uji -t untuk Mean Tunggal Pertanyaan Untuk Dijawab Apakah rata-rata BB sampel 20 org anak-anak 24 kg? n =20, =21.0 mg, SD =5.91, , =24.0 mg 2 . Hipotesis Nul (Ho) Rata-rata BB anak-anak adalah 24 Kg. Yakni, Mean Sampel sama dengan Mean Populasi. 3. Statistik Uji --- t (n-1) df 4. Bandingkan dengan nilai teoritik Bila t tab (n-1) < t hit (n-1) menolak Ho, Bila t tab (n-1) > t hit (n-1) menerima Ho, 5. Kesimpulan

Uji t untuk Mean Tunggal :

Uji t untuk Mean Tunggal Statistik Uji n=20, =21.0 mg, SD =5.91 , =24.0 mg t  = t .05, 19 = 2.093 Menerima H 0 jika t < 2.093 Menolak H 0 jika t >= 2.093 Inferensi / Kesimpulan : Tidak terbukti bahwa sampel yang ditarik dari populasi dengan rata-rata BB 24 kg

Menentukan nilai p (p-Value):

-1.96 0 Area = .025 Area = .005 Z -2.575 Area = .025 Area = .005 1.96 2.575 Menentukan nilai p (p-Value)

Slide13:

.95 t 0 f(t) -1.96 1.96 .025 .025 Daerah merah = daerah penolakan Uji 2 sisi

Data yang diiberikan di bawah ini pengeluaran energi total 24 jam pada kelompok wanita lansing dan obesitas. Ujilah apakah pengeluaran energi rata-rata wanita Gemuk secara signifikan lebih tinggi?.:

Data yang diiberikan di bawah ini pengeluaran energi total 24 jam pada kelompok wanita lansing dan obesitas. Ujilah apakah pengeluaran energi rata-rata wanita Gemuk secara signifikan lebih tinggi?. Lansing 6.1 7.5 7.5 7.6 7.9 8.1 8.1 8.4 10.9 10,2 7.0 5,5 8,1 2. Uji t untuk Perbedaan Mean Gemuk 8.8 9.2 9.7 9,2 9.7 10.0 11.5 11.8 12.8 df/dk :( n1 + n2 ) - 2

Uji t untuk Perbedaan Mean Formula::

Uji t untuk Perbedaan Mean Formula:

Uji t Dua Sampel:

Uji t Dua Sampel Perbedaan antara Mean Besar Sampel Variabilitas Data t-test t + +

Uji t untuk Perbedaan Mean:

1, 2 - means of sample 1 and sample 2 1, 2 – sd of sample 1 and sample 2 n1 , n2 – number of study subjects in sample 1 and sample 2 Uji t untuk Perbedaan Mean Hipotesis Null Pengeluaran energi wanita gemuk sama dengan pengeluaran energi wanita lansing Statistik Uji : df  t(n1+n2-2)

Uji t untuk Perbedaan Mean:

Uji t untuk Perbedaan Mean Ringkasan Data/SimpulanAngka Lansing Gemuk N 13 9 8.10 10.30 S 1.32 1.25 Inferensi : t hit. (3.82) lebih besar dari t tab.pada 0,05, 20. yaitu 2,086. Ini berarti ada bukti bahwa pengeluaran energi rata-rata dalam kelompok obesitas secara signifikan (p <0,05) lebih tinggi dari kelompok kurus (lansing) tab t 9+13-2 =20 df = t 0.05,20 =2.086

TESTING DIFFERENCES BETWEEN TWO GROUP MEANS Formula lain:

TESTING DIFFERENCES BETWEEN TWO GROUP MEANS Formula lain Formula ini terlihat rumit, tetapi itu bermuara pada komponen yang dapat dihitung dengan aritmatika sederhana. Mari kita bekerja melalui contoh dengan data yang ditampilkan pada Tabel 20-1 (tabel bantu)

Slide21:

Ketika angka-angka ini digunakan dalam persamaan-t, nilai t-hitung menjadi 2,86. Untuk menentukan apakah ini nilai t ini signifikan secara statistik, kita berkonsultasi pada tabel tentang t-statistic. Menggunakan tabel seperti ini, kita perlu dua potong informasi: (1) tingkat yang dicari, yaitu, risiko kesalahan Tipe I yang mana kita bersedia menerima; dan (2) derajat kebebasan. Untuk uji t dengan sampel independen, rumus untuk derajat kebebasan adalah Artinya, df sama dengan jumlah subjek dalam dua kelompok, dikurangi 2. Pada contoh saat ini, df sama dengan 18 [(10 + 10) - 2]. Tabel nilai t disajikan pada Tabel A-1, (slide berikut). Kolom kiri berisi berbagai derajat kebebasan, dan baris atas menentukan nilai yang berbeda. Menggunakan probabilitas dua sisi (p) tingkat 0,05, kita menemukan bahwa df.18, nilai t yang ditabelkan adalah 2,10. Nilai ini adalah batas atas berapa berpeluang, jika hipotesis nol adalah benar; nilai lebih besar dari 2,10 dianggap mustahil. Dengan demikian, t hit.kita 2,86 * adalah mustahil, yaitu, signifikan secara statistik. Kita sekarang dapat mengatakan bahwa primipara dipulangkan lebih awal secara signifikan memeliki persepsi terhadap kompetensi maternal lebih rendah dari primipara yang dipulangkan reguler. Probabilitas yang mana perbedaan rata-rata 6 poin adalah hasil dari faktor kebetulan daripada yang dipulangkan lebih awal adalahkurang dari 5 dalam 100 (p 0,05). Hipotesis nol ditolak dan hipotesis alternatif diterima.

3.Uji t Pengamatan Berpasangan:

3.Uji t Pengamatan Berpasangan Contoh: Misalkan dosen ingin menguji efektivitas program praktik labor mandiri yang dirancang untuk meningkatkan nilai kompetensi mahasiswa tentang prosedur keperawatan. Dosen menguji program pada kelompok 8 mahasiswa. Sebelum memasuki program, setiap mahasiswa mengikuti pretest demonstrasi; setelah menyelesaikan program ini, setiap siswa mengikuti postest demonstrasi. berdasarkan kinerja mereka, apakah program parktik labor mandiri efektif ?

Slide24:

O 1 X O 2 Pre-test and Post-test group Design Pre-test Perlakuan Pos-test

Uji t Pengamatan Berpasangan Formula:

Uji t Pengamatan Berpasangan  Formula

Slide27:

Masing mahasis berkonstribusi 2 nilai: Rancangan pengukuran berulang Mahasiswa Nilai Kompetensi Sebelum Mengikuti Program Nilai Kompetensi Setelah Mengikuti Program 1 520 555 2 490 510 3 600 585 4 620 645 5 580 630 6 560 550 7 610 645 8 480 520

Slide28:

Dapat disajikan setiap mahasiswa dengan nilai tunggal: Perbedaan (D) antara dua nilai Mahasiswa Sebelum Program Setelah Program D 1 520 555 35 2 490 510 20 3 600 585 -15 4 620 645 25 5 580 630 50 6 560 550 -10 7 610 645 35 8 480 520 40

Slide29:

Pendekatan: menguji efektivitas program dengan menguji signifikansi D Hipotesis alternatif: Program Praktik Labor Mandiri Efektif → Nilai Kompetensi setelah mengikuti program akan lebih tinggi dari pada sebelum mengikuti program → D rata-rata lebih besar dari nol H 0 : µ D ≤ 0 H 1 : µ D > 0

Slide30:

Mahasiswa N.Sebelum Program N. Setelah Program D D 2 1 520 555 35 1225 2 490 510 20 400 3 600 585 -15 225 4 620 645 25 625 5 580 630 50 2500 6 560 550 -10 100 7 610 645 35 1225 8 480 520 40 1600 ∑D = 180 ∑D 2 = 7900 Jadi, perlu mengetahui ∑D dan ∑D 2 :

Slide31:

Ingat Uji t Untuk Sampel Tunggal : Untuk Sampel Terkait : Dimana: and

Slide32:

Standard deviation of D: Mean dari D: Standard error:

Slide33:

Pada H 0 , µ D = 0, Jadi: Dari t-tab. : untuk α = 0.05, satu sisi, dengan df = 7, t crit = 1.895 2.714 > 1.895 → menolak H 0 Program Praktik Labor mandiri Efektif .

Nilai t:

Nilai t T adalah suatu ukuran: Seberapa sulit untuk percaya hipotesis nul? t tinggi Sulit untuk mempercayai hipotesis nul – menerima bahwa ada perbedaan yang nyata. T rendah Mudah mempercayai hipotesis nul- belum terbukti bedanya.

RINGKASAN:

RINGKASAN  Bila ukuran sampel kecil dan untuk situasi sebagai berikut : (1) Membandingkan Mean Sampel Tunggal dengan Mean Populasi (3) Membandingkan Mean Sampel dari Sampel Berpasangan (2) Membandingkan Mean Sampel Dua Sampel Indepeneden Student ‘s t-test akan digunakan:

authorStream Live Help