STATISTICAL INFERENCE

STATISTICAL INFERENCE OVERVIEW

Disini terdapat beberapa data mengenai insiden/kejadian dimana sekelompok orang yang berisiko terhadap kematian. Dari data tersebut, kita dapat menemukan proporsi wanita dan pria , secara terpisah kita dapat melihat bahwa 79,7% laki-laki yang meninggal sedangkan wanita hanya 25,6% yang mengalami kematian.

Dari dua bagian yang dijelaskan tersebut berarti terdapat suatu perbedaan dimana laki-laki  mempunyai factor risiko yang sangat tinggi untuk mengalami kematian dibanding wanita. Tetapi kita biasanya menganggap bahwa hal itu adalah karena perbedaan  factor risiko terhadap kematian antara laki-laki dan perempuan dari suatu populasi yang manakah menjadi contoh selanjutnya? Dalam arti lain , apakah perbedaan didalam factor risiko antara laki-laki dan perempuan merupakan statistik yang signifikan?

Jika kita akan menggambarkan suatu kesimpulan mengenai sebuah populasi  dari kumpulan data pada sebuah contoh, kita harus mempertimbangkan metode dari statistic inferens. Dalam sebuah fakta, kita harus melihat dua proporsi atau bagian perkiraan hasil dari sebuah contoh. Mari kita focus pada dua contoh proporsi , dimana kita menunjukkan P dan PW. Proporsi populasi dari koresponden menunjukkan PM dan PW,  tnpa “hats”

Statistic infrens yaitu menarik kesimpulan tentang parameter populasi berdasarkan informasi yang diperoleh dari contoh statistic. Jadi apa parameter yang digunakan untuk mempertimbangkan data ini dan statistic apa yang cocok digunakan???

Karena disini kita akan membandingkan proporsi antara laki-laki dan perempuan, satu pilihan yang logis yang menjadi parameter penting adalah antara dua proporsi populasi. Contoh statistic yang sesuai adalah perbedaan antara dua proporsi yang diperkirakan.

Menjawab pertanyaan (Q12.1)

1. Apa parameter epidemiologi yang lain yang biasanya dapat dianggap sebagao alternative perbedaan dalam dua proporsi?

Pengujian hipotesis disini yang dapat digunakan untuk menentukan apakah perbedaan dua proporsi secara statistic signifikan. Ini adalah jenis pertanyaan statisti inferens ketika kita mungkin bertanya. Hipotesis dalam kasus ini, biasanya dinyatakan sebagai hipotesis nol. Dalam pengujian hipotesis, kita mencari bukti dari contoh untuk membuktikan hipotesis nol yang mendukung hipotesis alternative yang ada dalam perbedaan proporsi penduduk.

Pertanyaan selanjutnya (Q12.1)

2. Jika parameter yang menarik adalah risk ratio (RR) , bagaimana anda menyatakan bahwa itu adalah hipotesis nol?????

3. Jika parameter yang sangat penting adalah odds ratio (OR) , bagaimana ada menyatakan bahwa itu adalah hipotesis nol?????

Kita dapat menggunakan estimasi interval untuk menentukan ketepatan titik estimasi. Disini tujuan kita adalah untuk menggunakan informasi contoh untuk menghitung dua angka misalnya , L dan U, yang akan menentukan interval kepercayaan, kita dapat memprediksi dengan jumlah kepercayaan , misalnya 95%, bahwa perbedaan dalam dua proporsi tersebut adalah masing-masing 407 dan 657.

Mungkin akan muncul dua angka perkiraan interval yang kurang tepat dari titik perkiraan sebelumnya. Sebaliknya juga mungkin akan tepat dan benar. Rentang nilai yang ditentukan oleh estiasi interval benar-benar memperhitungkan ketidakhandalan atau varians dari titik estimasi.

Secara umum , estimasi interval, interval dan pengujian hipotesis dapat dibandingkan dengan pendekatan yang berbeda untuk menjawab pertanyaan. Uji hipotesis pada sebuah jawaban sementara dengan mencari hasil yang ada atau yang langka. Sebaliknya estimasi interval dengan melihat hasil yang paling mugkin, yaitu nilai-nilau yang diyakini dekat dengan parameter yang sudah ditentukan dalam penyelidikan.

Kesimpulan

-          Statistic inferens merupakan penarikan kesimpulan tentang parameter populasi berdasarkan informasi yang diperoleh dari statistic sampel.

-          Ada dua jenis tipe statistik inferens yaitu uji hipotesis dan interval estimasi.

-          Ketika kita ingin menguji suatu hipotesis, maka kita biasanya igin membuktikan dengan menggunakan hipotesis nol.

-          Ketika kita melakukan  estimasi interval , kita ingin mendapatkan interval kepercayaan dimana batas bawah yang kita dapat sebesar 95%, interval kepercayaan mencakup semua populasi yang dijadikan parameter.

-          Sebuah uji hipotesis kelihatan jarang atau tidak muncul dari beberapa contoh yang sudah ada, dimana interval kepercayaan kelihatannya sangat tidak mungkin untuk dijadikan suatu hasil.