VARIABEL BEBAS
VARIABEL TERGANTUNG
Kategori Numerik
Kategori
Numerik
Regresi Logistik
Regresi logistik
Binomial
Survival Time
Deskriptif
Proporsi
Man-Whitney test
Paired t-test
Wilcoxon test
Repeated measures ANOVA Pearson correlation Simple linear or non linear regression Multiple linear or nonlinear regression
Fridman test
Cochrane Q
Contingency coefficients Simple logistik regression Multiple logistic regression Cox prop. Hazard regression Cox prop. Hazard regression
Perbandingan (komparatif) 2 Kelompok Lebih dari 2 Kelompok Tidak Tidak Berpasangan Berpasangan Berpasangan Korelatif
VARIABEL
Berpasangan
Numerik (interval & Rasio)
Uji tpaired
Wilcoxon
Uji tgroup
MannWhitney Chi-square, Fisher E, KolmogorovSmirnov Chi-square Fisher E, KolmogorovSmirnov
Pearson
Spearman Sommersd Gamma Koefisien Kontingensi Lambda
Ordinal
Cochran
Nominal
Cochran
JENIS HIPOTESIS
SKALA PENGUKURAN VARIABEL
Perbandingan (komparatif) 2 Kelompok Berpasangan Tidak Berpasangan Lebih dari 2 Kelompok Berpasangan Tidak Berpasangan Korelatif
Uji tpaired
Wilcoxon
Uji tgroup
MannWhitney Chi-square, Fisher E, KolmogorovSmirnov Chi-square Fisher E, KolmogorovSmirnov
Repeat Measure
Friedman
ANOVA
Kruskal-Wallis Chi-square, Fisher E, KolmogorovSmirnov Chi-square, Fisher E, KolmogorovSmirnov
Pearson
Spearman Sommersd Gamma Koefisien Kontingensi Lambda
Ordinal
Cochran
Nominal
Cochran
HIPOTESIS
SKALA PENGUKURA N VARIABEL
Perbandingan (komparatif) (komparatif) (komparatif) Perbandingan Perbandingan 2 kelompok Tidak Berpasanga Berpasanga n n Uji t-paired Uji t-group MannWhitney Lebih dari 2 kelompok Tidak Berpasanga Berpasanga n n Korelatif
Numerik
Repeat Measure
Friedman
Pearson
Wilcoxon
Spearman
Ordinal Numerik
Chi-square, Chi-square, McNemar, Fisher E, Fisher E, Marginal Cochran Perbandingan >> dua kelompok >> Berpasangan KolmogorovKolmogorovhomogenity Smirnov Smirnov McNemar, Marginal homogenity
Sommersd Gamma
Nominal
Cochran
PENTING DIKETAHUI
No 1 Uji Statistik Untuk Mengetahui Distribusi Data (Normalitas Data) Secara analitik, dapat diuji dengan uji normalitas Kolmogorov-Smirnov atau Shapiro-Wilk (uji untuk mengetahui apakah sebaran data normal atau tidak). Uji dengan nilai kemaknaan (p) > 0,05 menunjukkan bahwa data yang diuji mempunyai sebaran data yang normal. a. Sampel besar (30) digunakan uji Kolmogorov-Smirnov. b. Sampel kecil (<30) digunakan uji Shapiro-Wilk, karena untuk sampel kecil uji Shapiro-Wilk lebih sensitive terhadap kenormalan suatu data. Uji varians (Levenes test of varians) digunakan untuk mengetahui apakah varian dua buah atau lebih kelompok data sama atau tidak. Jika uji varians menghasilkan nilai p > 0,05, maka varians dari data yang diuji adalah sama (homogen). Uji statistik T-test tidak berpasangan T-test berpasangan Anova Repeat Measure Chi square Uji alternatif Mann-Whitney Wilcoxon Kruskal-Wallis Friedman Fisher, Kolmogorov-Smirnov (tergantung jumlah kolom dan baris, nilai observer & ekspektasi setiap sel) Uji korelasi Spearman
3 4 5 6 7
Ra
O1
O2
S
O3 P O4
UJI STATISTIK
Uji Normalitas:
Analyze > Descriptive Statistics> Explore Klik Plots > Normality Plots with Tests (centang)
Uji Homogenitas, Komparabilitas, Efek perlakuan jika data berdistribusi normal maka digunakan uji parametrik yaitu uji t-group dengan langkah-langkah: Analyze > Compare Means > Independent sample t-test
Jika data tidak berdistribusi normal maka digunakan uji nonparametrik yaitu uji Mann Withney Dengan Langkah-langkah
Analyze > Nonparametrik > 2 independent sample
Ra
O1 O3 O5
O2 O4 O6
P1 P2
UJI STATISTIK
Uji Normalitas: Analyze > Descriptive Statistics> Explore Klik Plots > Normality Plots with Tests (centang) Uji Homogenitas, Komparabilitas, Efek perlakuan
jika data berdistribusi normal maka digunakan uji parametrik yaitu uji One Way ANOVA
dengan langkah-langkah: Analyze > Compare Means > One Way ANOVA
Jika data tidak berdistribusi normal maka digunakan uji nonparametrik yaitu uji Kruskal Wallis dengan Langkah-langkah
O1 O1
O2 WO O3 O3 O2
O4 O4
Keterangan:
K = Kontrol P = Perlakuan
UJI STATISTIK
Uji Normalitas: Analyze > Descriptive Statistics> Explore Klik Plots > Normality Plots with Tests (centang) Uji Komparabilitas, Efek perlakuan jika data berdistribusi normal maka digunakan uji parametrik yaitu dengan uji t-paired dengan langkah-langkah: Analyze > Compare Means > paired sample t-test jika data tidak berdistribusi normal maka digunakan uji nonparametrik yaitu dengan uji Wilcoxon dengan langkah-langkah: Analyze > Nonparametrik > 2 related sample
R P S
O1
K
WO1
P1 O2 O3 O4
WO2
P2 O5 O6
Keterangan: K = Kontrol
P1 = Perlakuan 1
P2 = Perlakuan 2
UJI STATISTIK
Uji Normalitas: Analyze > Descriptive Statistics> Explore Klik Plots > Normality Plots with Tests (centang)
Uji Komparabilitas, Efek perlakuan jika data berdistribusi normal maka digunakan uji parametrik yaitu dengan uji Repeat Measure dengan langkah-langkah:
Analyze >> GLM >> Repeat Measure
jika data tidak berdistribusi normal maka digunakan uji nonparametrik yaitu dengan uji Fridmen dengan langkah-langkah:
Uji Normalitas
Uji Normalitas: