Tugas Praktikum Iv Dan Responsi Praktikum Biostatistika.docx

TUGAS PRAKTIKUM IV DAN RESPONSI PRAKTIKUM BIOSTATISTIKA

Nama : Elvira Kusuma Dewi NIM :B1A018126 BIOLOGI C

FAKULTAS BIOLOGI UNIVERSITAS JENDERAL SOEDIRMAN PURWOKERTO 2018

TUGAS PRAKTIKUM IV 1. Dinyatakan bahwa 30% mahasiswa baru di Unsoed memilih untuk ikut SPMB lagi. Pernyataan ini dibantah oleh bagian kemahasiswaan, yang menyatakan bahwa mahasiswa yang ikut SPMB kurang dari 30%. Diamati 500 mahasiswa baru, dan ternyata diperoleh fakta bahwa 124 mahasiswa mengikuti SPMB lagi. Dengan tingkat signifikansi 2,5% apa kesimpulan kita? Test and CI for One Proportion Test of p = 0,3 vs p < 0,3

Sample 1

X 124

N 500

97,5% Upper Bound 0,285853

Sample p 0,248000

Z-Value -2,54

P-Value 0,006

Using the normal approximation.

2. Suatu perusahaan sabun mandi cap “bebek” meng klaim lebih dari 4% mahasiswa memakai produk tersebut. Untuk mengetes diambil sample random dari 500 mhs diperoleh 25 mhs memakai sabun tersebut. a = .05. Test and CI for One Proportion Test of p = 0,04 vs p > 0,04

Sample 1

X 25

N 500

5% Lower Bound 0,066032

Sample p 0,050000

Z-Value 1,14

P-Value 0,127

Using the normal approximation.

3. Nilai ujian statistik tahun lalu rata-ratanya 75 dengan simpangan baku 15. Tahun ini ada sebanyak 36 mahasiswa yang ikut ujian dan rata-rata nilainya adalah 80 dengan simpangan baku 18. Dengan alpa 5%, apakah telah terjadi peningkatan nilai statistik? Two-Sample T-Test and CI Sample 1 2

N 36 36

Mean 75,0 80,0

StDev 15,0 18,0

SE Mean 2,5 3,0

Difference = mu (1) - mu (2) Estimate for difference: -5,00 95% CI for difference: (-12,79; 2,79) T-Test of difference = 0 (vs not =): T-Value = -1,28

P-Value = 0,205

DF = 70

Both use Pooled StDev = 16,5680

4. Dinyatakan bahwa 30% mahasiswa baru di Unsoed memilih untuk ikut SPMB lagi. Pernyataan ini dibantah oleh bagian kemahasiswaan, yang menyatakan bahwa mahasiswa yang ikut SPMB sudah berubah, tidak 30% lagi. Diamati 500 mahasiswa baru, dan ternyata diperoleh fakta bahwa 120 mahasiswa mengikuti SPMB lagi. Dengan tingkat signifikansi 5% apa kesimpulan kita? Test and CI for One Proportion Test of p = 0,3 vs p not = 0,3 Sample 1

X 120

N 500

Sample p 0,240000

95% CI (0,202565; 0,277435)

Z-Value -2,93

P-Value 0,003

Using the normal approximation.

5. Suatu perusahaan sabun mandi cap “bebek” mengklaim lebih dari 4% mahasiswa memakai produk tersebut. Untuk mengetes diambil sample random dari 500 mhs diperoleh 25 mhs memakai sabun tersebut. Dengan a =0,01, kesimpulan apa yang dapat diambil? Test and CI for One Proportion Test of p = 0,04 vs p > 0,04

Sample 1

X 25

N 500

Sample p 0,050000

99% Lower Bound 0,027326

Z-Value 1,14

P-Value 0,127

Using the normal approximation.

6. Suatu perusahaan menyatakan bahwa waktu kerja karyawannya adalah 200 jam per bulannya. Akhir-akhir ini ada keluhan bahwa waktu kerja telah berubah, tidak 200 jam lagi. Diteliti sebanyak 40 karyawan dan diperoleh rata-ratanya adalah 188 jam dengan simpangan baku 24 jam. Apakah keluhan tadi dapat dipercaya, dengan tingkat signifikansi 5%? One-Sample Z Test of mu = 200 vs not = 200 The assumed standard deviation = 24 N 40

Mean 188,00

SE Mean 3,79

95% CI (180,56; 195,44)

Z -3,16

P 0,002

7. Suatu alat mempunyai tahan hidup 800 jam dengan simpangan baku 60 jam seperti yang dikatakan oleh pembuatnya. Akhir-akhir ini ada dugaan bahwa tahan hidupnya ternyata telah berubah, tidak 800 jam lagi. Untuk penyelidikan

diambil sampel random berukuran 50 dan diperoleh informasi bahwa rataratanya adalah 792 jam. Dengan alpha 5% apa kesimpulan saudara ? One-Sample Z Test of mu = 800 vs not = 800 The assumed standard deviation = 60 N 50

Mean 792,00

SE Mean 8,49

95% CI (775,37; 808,63)

Z -0,94

P 0,346

8. Suatu komponen dipercaya dapat menaikkan tahan hidup suatu lampu lebih dari 1.000 jam dari keadaan awalnya yang sebesar 21.680 jam. Diteliti sebanyak 25 lampu dan diperoleh rata-rata hidupnya adalah 22.930 dengan simpangan baku 4.120 jam. Dengan tingkat signifikansi 5% apakah komponen tadi dapat dipercaya menaikkan daya tahan lampu? One-Sample T Test of mu = 1000 vs > 1000

N 25

Mean 22930

StDev 4120

SE Mean 824

95% Lower Bound 21520

T 26,61

P 0,000

9. Sebuah lembaga survei menyatakan bahwa telah terjadi penurunan berat badan di wilayah X lebih dari 5 kg. Diketahui bahwa rata-rata berat badan di wilayah X tahun lalu adalah 55 kg. Jika pada penelitian diambil sampel sebanyak 16 orang dan diketahui rata-rata berat badannya adalah 46 kg dengan simpangan baku 8 kg. Dengan tingkat signifikansi 5% apa kesimpulannya? One-Sample T Test of mu = 5 vs > 5

N 16

Mean 46,00

StDev 8,00

SE Mean 2,00

95% Lower Bound 42,49

T 20,50

P 0,000

10. Dua macam makanan A dan B diberikan kepada ayam secara terpisah untuk jangka waktu tertentu. Ingin diketahui jenis makanan mana yang lebih baik bagi ayam tersebut. Sampel random terdiri dari 11 ayam diberi makanan A dan 10 ayam diberi makanan B. Pertambahan berat badan ayam (dalam ons) hasil percobaan adalah sebagai berikut : (Rata2 A = 3,218 , Rata2 B = 3,07 , Sa = 0,447 dan Sb = 0,333 ) A B

3,1 2,7

3 2,9

3,3 3,4

2,9 3,2

2,6 3,3

Two-Sample T-Test and CI

3 2,9

3,6 3

2,7 3

3,8 2,6

4 3,7

3,4

Sample 1 2

N 11 10

Mean 3,218 3,070

StDev 0,447 0,333

SE Mean 0,13 0,11

Difference = mu (1) - mu (2) Estimate for difference: 0,148 95% CI for difference: (-0,215; 0,511) T-Test of difference = 0 (vs not =): T-Value = 0,85 Both use Pooled StDev = 0,3971

P-Value = 0,404

DF = 19

11. Untuk meningkatkan berat badan ayam miliknya, seorang peternak memberikan makanan yang sudah mengandung suatu vitamin tertentu. Menurut pengalaman dari sesama peternak, akan terjadi penambahan berat lebih dari 1,25 kg per ekornya. Untuk menguji perkataan temannya tersebut, dia melakukan pengamatan terhadap 25 ekor ayam dan rata-rata pertambahannya adalah 1,32 kg dengan simpangan baku 0,7 kg. Dengan kesalahan 5%, apakah pernyataan tadi dapat diterima? Dengan taraf nyata 5%, tentukan apakah kedua macam makanan itu sama baiknya atau tidak.

One-Sample T Test of mu = 1,25 vs > 1,25

N 25

Mean 1,320

StDev 0,700

SE Mean 0,140

95% Lower Bound 1,080

T 0,50

P 0,311

12. Sebuah kemasan obat tertulis volume 500ml. Untuk membuktikan bahwa kemasan tersebut memiliki volume yang sesuai, dilakukan pengamatan terhadap 26 kaleng, dan diperoleh rata2nya 480 ml dengan simpangan baku 64 ml. Dengan alpha 5%, apa yang dapat disimpulkan? One-Sample T Test of mu = 500 vs not = 500 N 26

Mean 480,0

StDev 64,0

SE Mean 12,6

95% CI (454,1; 505,9)

T -1,59

P 0,124

13. Seorang oncologist ingin menentukan apakah suatu bahan kimia tertentu dapat mengubah pertumbuhan tumor dalam tubuh tikus. Dalam tubuh 60 ekor tikus, ditanamkan tumor. 30 diambil dan diberi zat kimia selama 4 minggu. 30 yang lain dianggap sebagai kontrol, dibiarkan selama 4 minggu juga. Diperoleh informasi, dari tikus yang diberi obat, berat rata-rata tumor adalah 1,28 gram dengan dev. Standar 0,31 dan grup kontrol rata-rata 1,53 dan dev. Standar 0,38. Dapatkah

oncologist menyimpulkan bahan kimia mempengaruhi pertumbuhan tumor, jika digunakan alpha 5%? Two-Sample T-Test and CI Sample 1 2

N 30 30

Mean 1,280 1,530

StDev 0,310 0,380

SE Mean 0,057 0,069

Difference = mu (1) - mu (2) Estimate for difference: -0,2500 95% CI for difference: (-0,4292; -0,0708) T-Test of difference = 0 (vs not =): T-Value = -2,79 Both use Pooled StDev = 0,3468

P-Value = 0,007

DF = 58

14. Semacam barang dihasilkan dengan menggunakan dua proses. Ingin diketahui apakah kedua proses itu menghasilkan hal yang sama atau tidak terhadap kualitas barang ditinjau dari rata-rata daya tekannya. Dari proses pertama, 20 sampel diambil dengan rata-rata 9,25 kg, dan s = 2,24. Sampel kedua 20 barang, rata-rata 10,40 dan s = 3,12. Jika alpha 5%, apakah proses kedua lebih baik kualitasnya jika dibanding dengan proses pertama? Two-Sample T-Test and CI Sample 1 2

N 20 20

Mean 10,40 9,25

StDev 3,12 2,24

SE Mean 0,70 0,50

Difference = mu (1) - mu (2) Estimate for difference: 1,150 95% lower bound for difference: -0,298 T-Test of difference = 0 (vs >): T-Value = 1,34 Both use Pooled StDev = 2,7159

P-Value = 0,094

DF = 38

15. Suatu eksperimen dilakukan untuk membandingkan kecermatan dua merek detektor merkuri dalam mengukur konsentrasi merkuri di udara kota Purwokerto. Tujuh pengukuran dilakukan dengan merek A dan enam pengukuran dengan merek B. Hasilnya sebagai berikut: Merek A Merek B

0.95 0.89

0.96 0.91

0.82 0.94

0.78 0.91

0.71 0.90

0.86 0.89

0.99

Apakah ada perbedaan dua merek detektor tadi ? Gunakan alpha 5% untuk pengambilan kesimpulannya. Two-Sample T-Test and CI Sample 1 2

N 7 6

Mean 0,867 0,9060

StDev 0,104 0,0190

SE Mean 0,039 0,0078

Difference = mu (1) - mu (2) Estimate for difference: -0,0390 95% CI for difference: (-0,1344; 0,0564) T-Test of difference = 0 (vs not =): T-Value = -0,90 Both use Pooled StDev = 0,0779

P-Value = 0,387

DF = 11

16. Sebuah penelitian ingin mengetahui hubungan antara pemberian pelatihan dengan peningkatan pengetahuan ibu. Delapan ibu diambil sebagai sampel. Sebelum dan setelah pelatihan ibu-ibu tersebut diukur skor pengetahuannya dengan hasil sbb : Sebelum : 115 115 104 112 105 107 126 119 Sesudah : 117 128 102 120 112 115 130 120 Ujilah dengan alpha 5% apakah pemberian pelatihan dapat meningkatkan nilai skor pengetahun ibu One-Sample T Test of mu = 0 vs not = 0 N 8

Mean 5,63

StDev 4,10

SE Mean 1,45

95% CI (2,20; 9,06)

T 3,88

P 0,006

17. Sebuah penelitian ingin mengetahui hubungan status merokok ibu hamil dengan BB bayi yang dilahirkan. Sebagai sampel diambil 20 ibu hamil yang tidak merokok dan 10 ibu hamil yang merokok. Hasil penelitian didapat ibu yang merokok melahirkan bayi dengan rata-rata BB 2,9 kg dengan standar deviasi 0,4 kg. Ibu yang tidak merokok melahirkan bayi dengan rata-rata BB 3,2 kg dan standar deviasi 0,5 kg. Ujilah apakah ibu yang merokok akan melahirkan bayi dengan berat yang lebih rendah dibandingkan ibu yang tidak merokok, alpha 5% ? Two-Sample T-Test and CI Sample 1 2

N 10 20

Mean 2,900 3,200

StDev 0,400 0,500

SE Mean 0,13 0,11

Difference = mu (1) - mu (2) Estimate for difference: -0,300 95% upper bound for difference: 0,010 T-Test of difference = 0 (vs <): T-Value = -1,65 Both use Pooled StDev = 0,4702

P-Value = 0,055

DF = 28

RESPONSI PART 1 1.

Suatu obat antibiotik untuk aneumonia diberikan kepada 100 pasien yang berpenyakit ginjal dan kepada 90 pasien yang tidak berpenyakit ginjal. Dari pasien yang berpenyakit ginjal 38 orang mengalami reaksi alergi, sedangkan dari pasien yang tidak berpenyakit ginjal hanya 23 orang yang mengalami reaksi alergi. Apakah data ini mendukung dugaan bahwa proporsi timbulnya reaksi alergi pada pasien berpenyakit ginjal lebih tinggi dari yang tidak berpenyakit ginjal?

Test and CI for Two Proportions Sample 1 2

X 38 23

N 100 90

Sample p 0,380000 0,255556

Difference = p (1) - p (2) Estimate for difference: 0,124444 95% lower bound for difference: 0,0144745 Test for difference = 0 (vs > 0): Z = 1,83

P-Value = 0,033

Fisher's exact test: P-Value = 0,046

2. Sebuah penelitian klinis dirancang untuk menguji obat yang diyakini dapat mengurangi waktu blood-clotting (pembekuan darah). Dua puluh tiga sampel diambil secara random, dan diperoleh rata-ratanya adalah 4,9 menit dengan variansi 9,25 menit. Jika anggapan orang selama ini waktu yang dibutuhkan 5,6 menit One-Sample T Test of mu = 5,6 vs not = 5,6 N 23

Mean 4,900

StDev 3,041

SE Mean 0,634

95% CI (3,585; 6,215)

T -1,10

P 0,282

3. Telah diusulkan suatu metode ultrasound scanning yang memungkinkan seorang dokter untuk mengestimasikan besar tumor dalam badan tanpa operasi. Metode ultrasound akan dianggap baik jika dapat ditunjukkan bahwa deviasi standar metode ini σ < 100 cc. Suatu sampel random dengan 30 pengukuran ultrasound menghasilkan deviasi standar sampel 89 cc. Test and CI for One Variance Method Null hypothesis Alternative hypothesis

Sigma = 100 Sigma < 100

The chi-square method is only for the normal distribution. The Bonett method cannot be calculated with summarized data.

Statistics N 30

StDev 89,0

Variance 7921

95% One-Sided Confidence Intervals Upper Bound for StDev 113,9

Method Chi-Square

Upper Bound for Variance 12972

Tests Test Statistic 22,97

Method Chi-Square

DF 29

P-Value 0,222

Part 2 Suatu penelitian tentang akurasi alat pengukuran kadar merkuri di udara. Selama ini alat yang digunakan memiliki variansi kecermatan sebesar 0,65. Apakah data berikut menunjukkan terjadinya kenaikan variabilitas alat?

2,34 3,11 2,34 2,06 3,12 3,21

4,21 2,81 2,51 3,86 2,09 1,75

3,11 3,9 3,22 2,55 1,76 2,97

2,91 2,55 4,91 2,5

2,00 1,76 3,12 4,21

2,11 2,11 4,97 3,85

3,87 1,99 3,99 3,00

Descriptive Statistics: C1 Variable C1

Total Count 34

Variable C1

Variance 0,798

Variable C1

Maximum 4,970

Variable C1

Kurtosis -0,43

N 34

N* 0

CumN 34

CoefVar 30,14 Range 3,220

Percent 100 Sum 100,770

IQR 1,743

CumPct 100 Sum of Squares 324,997

Mean 2,964

SE Mean 0,153

Minimum 1,750

Q1 2,110

Mode 1,76; 2,11; 2,34; 2,55

N for Mode 2

TrMean 2,913 Median 2,940

StDev 0,893 Q3 3,853

Skewness 0,58

MSSD 0,806

The data contain at least five mode values. Only the smallest four are shown. MTB > OneVariance C1; SUBC> VTest 0,65;

SUBC> SUBC>

Confidence 95,0; Alternative 0.

Test and CI for One Variance: C1 Method Null hypothesis Alternative hypothesis

Sigma-squared = 0,65 Sigma-squared not = 0,65

The chi-square method is only for the normal distribution. The Bonett method is for any continuous distribution. Statistics Variable C1

N 34

StDev 0,893

Variance 0,798

95% Confidence Intervals Variable C1

Method Chi-Square Bonett

CI for StDev (0,720; 1,176) (0,726; 1,166)

Method Chi-Square Bonett

Test Statistic 40,51 —

CI for Variance (0,519; 1,383) (0,527; 1,361)

Tests Variable C1

DF 33 —

P-Value 0,346 0,317