Ada perbedaan atau pengaruh pada populasi

Tidak ada perbedaan atau pengaruh pada populasi

H1 selalu benar

Sampel tidak representatif

P-value pasti lebih kecil dari α

Menolak H0 padahal H0 salah

Tidak menolak H0 padahal H0 benar

Menolak H0 padahal H0 benar

Menerima H1 padahal H1 salah

Gagal menerima H1 padahal H1 benar

μ = 25 µg/m³

μ < 25 µg/m³

μ ≥ 25 µg/m³

μ > 25 µg/m³

μ ≠ 25 µg/m³

Uji Z karena n ≥ 30

Uji t karena σ tidak diketahui

Uji proporsi karena kebisingan berbentuk kategori

1. Uji t dua arah karena sampel sedikit

1. Uji Z satu arah karena baku mutu tunggal

1. Independent t-test

Paired t-test

1. Uji Z dua sampel

1. Mann-Whitney test

Uji F

4/16 = 0,25

16/4 = 4

16 + 4 = 20

4 – 16 = –12

Tidak bisa dihitung

Independent t-test dengan varian sama

Independent t-test dengan varian berbeda

Paired t-test dengan varian sama

Paired t-test dengan varian berbeda

One sample t-test

Dua proporsi

Dua rata-rata

Dua median

Dua standar deviasi

Dua nilai Z

1. Data numerik berdistribusi normal atau parametrik

1. Variabel berbentuk kategorik

Data numerik tidak berdistribusi normal atau non parametrik

Sampel lebih dari 100

Variabel berskala nominal

Membandingkan varians antar dua variabel numerik independent

Membagi total variasi data menjadi variasi antar kelompok dan variasi dalam kelompok

Menguji perbedaan median lebih dari dua kelompok

Menggunakan distribusi t untuk menguji hipotesis

Setidaknya satu mean kelompok berbeda

Semua mean kelompok berbeda satu sama lain

Semua mean kelompok sama

Varians semua kelompok sama

Uji t berpasangan

Uji Chi-square

One way ANOVA

Uji korelasi Pearson

Terima H₀, tidak ada perbedaan mean antar kelompok

Tolak H₀, ada perbedaan mean minimal satu kelompok dengan yang lain

Terima H₀, ada perbedaan mean yang tidak bermakna

Tidak dapat disimpulkan karena F hitung mendekati F tabel

Berat badan bayi (kg)

Umur ibu (tahun)

Status sosial ekonomi (rendah, sedang, tinggi)

Jenis kelamin bayi

Jumlah sampel sangat besar sehingga asumsi normalitas pasti terpenuhi

Data berdistribusi normal dan varians homogen

Asumsi uji parametrik (misalnya normalitas) tidak terpenuhi atau data berskala ordinal

Peneliti ingin mengganti uji parametrik meskipun semua asumsi sudah terpenuhi

Dua kelompok independen, data nominal

Dua kelompok independen, data interval normal

Dua pengukuran berpasangan, data minimal berskala ordinal

Tiga atau lebih kelompok independen, data rasio

Membandingkan nilai ujian Biostatistika antara laki-laki dan perempuan, data tidak normal

Membandingkan kadar Hb sebelum dan sesudah terapi pada pasien yang sama

Menguji perbedaan rata-rata berat badan pada 3 kategori status merokok

Menguji hubungan antara status gizi dan status penyakit

Uji t berpasangan

Uji Mann-Whitney

Uji Kruskal-Wallis

Uji Wilcoxon Signed Rank

Jumlah peringkat kelompok 1 (T₁) dan kelompok 2 (T₂)

Banyaknya sampel pada masing-masing kelompok (n₁ dan n₂)

Nilai rata-rata total seluruh data gabungan

Data telah dirangking dari terkecil hingga terbesar

58% keluhan pernapasan dipengaruhi faktor lain

42% variasi PM10 dijelaskan oleh keluhan pernapasan

33,6% variasi keluhan pernapasan dijelaskan oleh PM10

1. 58% hubungan terjadi secara kebetulan

1. Tidak dapat dihitung tanpa uji t

Menguji perbedaan dua median

1. Mengetahui proporsi dua variabel

Memprediksi nilai variabel Y berdasarkan nilai X

1. Menguji normalitas data

1. Mengukur hubungan ordinal

Ada hubungan signifikan, dengan arah negatif

Ada hubungan signifikan, dengan arah positif

1. Tidak ada hubungan, dengan arah positif

1. Tidak ada hubungan, dengan arah negatif

1. Nilai t tidak bisa menentukan hubungan

1. Data numerik skala rasio

Hubungan dua variabel kategorik

Uji perbedaan dua varians

Normalitas data

Korelasi dua variabel linear

1. Chi-Square Homogenitas

Chi-Square Independensi

Chi-Square Goodness of Fit

Chi-Square Proporsi

Chi-Square Rasio

  Populasi sangat besar sehingga sulit dan mahal bila semua unit diperiksa

Penelitian terhadap seluruh populasi bisa merusak objek yang diteliti (destruktif)

Sampel dapat menghemat waktu dan biaya

Sampel selalu menghasilkan hasil yang lebih tidak teliti dibandingkan bila meneliti seluruh populasi

  Sampel dipilih berdasarkan pertimbangan peneliti

Setiap anggota populasi mempunyai peluang yang sama untuk terpilih melalui pemilihan acak

Sampel diambil dari kelompok-kelompok (cluster) secara acak

Sampel ditentukan berdasarkan kuota tertentu yang harus dipenuhi

Purposive sampling

Convenience/accidental sampling

Snowball sampling

Quota sampling

Purposive sampling

Snowball sampling

Cluster sampling

Systematic sampling

Tidak semua anggota populasi mempunyai kesempatan untuk dipilih

Peluang setiap anggota populasi tidak diketahui

Memberikan dasar yang lebih baik untuk melakukan generalisasi ke populasi

Selalu lebih murah dibanding non probability sampling