UJI STATISTIK

WIRA HADI KUSUMA, ST

UJI STATISTIK BERDASARKAN VARIABEL DAN TIPE DATA

VARIABEL BEBAS

VARIABEL TERGANTUNG
Kategori Numerik

Kategori

Chi-Kuadrat, Log Linear, Logistik

T-test, ANOVA, Regresi linear

Numerik

Regresi Logistik

Regresi linear, korelasi Pearson Regresi Linear, ANCOVA

Antara kategori dan Numerik

Regresi logistik

UJI STATISTIK BERDASARKANTIPE DATA DAN TUJUAN

TIPE DATA TUJUAN

Numerik (Berdistribusi Normal)

Mean, SD

Rank, skor, Numerik tidak Normal Median, Interquartile range

Wilcoxon test

Binomial

Survival Time

Deskriptif

Proporsi

Kaplan Meier survival curva

Membandingk One-sample tan satu group test

Chi-Square, Binomial test

Membandingk an dua group tidak berpasangan

Membandingk an dua group berpasangan

Two independent t-test

Man-Whitney test

Fishers test (Chi-square untuk sampel besar) McNemars test

Log-rank test, Mantel-Haenszel hazard regression

Paired t-test

Wilcoxon test

UJI STATISTIK lanjutan

Membandingkan tiga atau lebih group tidak berpasangan Membandingkan tiga atau lebih group berpasangan Hubungan kuantitas antara dua variabel One-way ANOVA KruskalWallis test Chi-square test Cox Proportional hazard regression Cond. Prop. Hazard regression

Repeated measures ANOVA Pearson correlation Simple linear or non linear regression Multiple linear or nonlinear regression

Fridman test

Cochrane Q

Spearman correlation Nonparame tric regression

Contingency coefficients Simple logistik regression Multiple logistic regression Cox prop. Hazard regression Cox prop. Hazard regression

Prediksi dari satu variabel lain

Prediksi dari beberapa pengukuran atau variabel binomial

UJI STATISTIK berdasarkan Jenis Hipotesis

JENIS HIPOTESIS
SKALA
PENGUKURAN

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

Repeat ANOVA Measure

Friedman KruskalWallis Chi-square, Fisher E, KolmogorovSmirnov Chi-square, Fisher E, KolmogorovSmirnov

Pearson
Spearman Sommersd Gamma Koefisien Kontingensi Lambda

Ordinal

McNemar, Marginal homogenity McNemar, Marginal homogenity

Cochran

Nominal

Cochran

JENIS HIPOTESIS
SKALA PENGUKURAN VARIABEL

Perbandingan (komparatif) 2 Kelompok Berpasangan Tidak Berpasangan Lebih dari 2 Kelompok Berpasangan Tidak Berpasangan Korelatif

Numerik (interval & Rasio)

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

McNemar, Marginal homogenity McNemar, Marginal homogenity

Cochran

Nominal

Cochran

Numerik Perbandingan 2 Kelompok Berpasangan

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

One Way ANOVA

KruskalWallis

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

Chi-square Fisher E, KolmogorovSmirnov

Cochran

Chi-square, Fisher E, KolmogorovSmirnov

Koefisien Kontingensi Lambda

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

Uji korelasi Pearson

RANCANGAN PENELITIAN DAN UJI STATISTIK

PRE-POSTTEST CONTROL GROUP DESIGN

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

PRE-POSTTEST CONTROL GROUP DESIGN

1 KONTROL DAN 2 PERLAKUAN ATAU LEBIH

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

Analyze > Nonparametrik > k independent sample

RANCANGAN SAMA SUBJEK

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

RANCANGAN SAMA SUBJEK

DENGAN 1 KONTROL DAN 2 PERLAKUAN ATAU LEBIH

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:

Analyze > Descriptive Statistics> Explore

Klik Plots > Normality Plots with Tests (tick) Continu OK