bertujuan
komparasi data kualitatif. Komparasi data kuantitatif terdiri atas (1) komparasi
nilai rata-rata dan (2) komparasi nilai median, sedangkan
komparasi data
Berdasarkan pene-litian
52
X 0
, 0 rata rata yang diketahui / bentuk baku
s/ n
n(n 1)
= SD
X 0
s / n < ttabel = -t( ,db), maka tolak Ho.
X 0
s / n > ttabel = -t( ,db), maka terima Ho.
53
X 0
s / n > ttabel = t( ,db), maka tolak Ho.
X 0
s / n < ttabel = t( ,db), maka terima Ho.
X 0
s / n < ttabel = t( / 2 ,db),
maka terima Ho
2. Jika nilai
t
X 0
s / n > ttabel = t( / 2 ,db) atau
X 0
s / n < ttabel = -t(t( / 2 ,db), maka tolak Ho.
ttabel = t( / 2 ,db)
ttabel = t( ,db)
ttabel =- t( ,db)
Nilai ttabel dapat dilihat pada daftar Tabel t (terdapat pada semua buku Statistika)
dan nilai ini tergantung pada db-nya (df) dan nilai yang digu-nakan. Nilai
yang digunakan dalam setiap penelitian sebagai nilai baku (standar) adalah 5% =
0,05 atau 1% = 0,01.
Contoh, bila digunakan = 5% dengan n = 10,
sehingga db = 10 1 = 9.
db
1
0.10
0.05
0.025
0.01
0.005
3.078
1.476
1.383
6.314
2.015
1.833
12.706
2.571
2.262
31.821
3.365
2.821
63.657
4.032
3.250
Jika data diolah dengan paket program statistika (SPSS, Minitab, SAS, dan lainlain) maka kriteria penerimaan atau penolakan Ho adalah:
1. Jika nilai P atau Prob. atau Sig. (Significance) < nilai maka tolak Ho
(terima H1) untuk uji satu pihak (kiri atau kanan).
2. Jika nilai P atau Prob. atau Sig. (Significance) > nilai maka terima Ho
(tolak H1) untuk uji satu pihak (kiri atau kanan).
Dalam penelitian keputusan hasil pengujian dinyatakan sebagai berikut:
(1) Jika nilai Sig. (p) > 0,05 maka dikatakan nilai rata-rata hasil penelitian tidak
berbeda bermakna (signifikan) dengan nilai rata-rata yang diketahui.
(2) Jika 0,01 < p < 0,05 maka dikatakan nilai rata-rata hasil penelitian berbeda
bermakna dengan nilai rata-rata yang diketahui.
55
(3) Jika p < 0,01 maka dikatakan nilai rata-rata hasil penelitian berbeda sangat
bermakna dengan nilai rata-rata yang diketahui.
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
ttabel
.10
3.0777
1.8856
1.6377
1.5332
1.4759
1.4398
1.4149
1.3968
1.3830
1.3722
1.3634
1.3562
1.3502
1.3450
1.3406
1.3368
1.3334
1.3304
1.3277
1.3253
1.3232
1.3212
1.3195
1.3178
1.3163
1.3150
1.3137
1.3125
1.3114
1.3104
1.3095
1.3086
1.3077
1.3070
1.3062
1.3055
1.3049
1.3042
1.3036
1.3031
1.3025
1.3020
1.3016
1.3011
1.3006
.05
6.3138
2.9200
2.3534
2.1318
2.0150
1.9432
1.8946
1.8595
1.8331
1.8125
1.7959
1.7823
1.7709
1.7613
1.7531
1.7459
1.7396
1.7341
1.7291
1.7247
1.7207
1.7171
1.7139
1.7109
1.7081
1.7056
1.7033
1.7011
1.6991
1.6973
1.6955
1.6939
1.6924
1.6909
1.6896
1.6883
1.6871
1.6860
1.6849
1.6839
1.6829
1.6820
1.6811
1.6802
1.6794
025
12.7062
4.3027
3.1824
2.7764
2.5706
2.4469
2.3646
2.3060
2.2622
2.2281
2.2010
2.1788
2.1604
2.1448
2.1315
2.1199
2.1098
2.1009
2.0930
2.0860
2.0796
2.0739
2.0687
2.0639
2.0595
2.0555
2.0518
2.0484
2.0452
2.0423
2.0395
2.0369
2.0345
2.0322
2.0301
2.0281
2.0262
2.0244
2.0227
2.0211
2.0195
2.0181
2.0167
2.0154
2.0141
.O1
31.8207
6.9646
4.5407
3.7469
3.3649
3.1427
2.9980
2.8965
2.8214
2.7638
2.7181
2.6810
2.6503
2.6245
2.6025
2.5835
2.5669
2.5524
2.5395
2.5280
2.5177
2.5083
2.4999
2.4922
2.4851
2.4786
2.4727
2.4671
2.4620
2.4573
2.4528
2.4487
2.4448
2.4411
2.4377
2.4345
2.4314
2.4286
2.4258
2.4233
2.4208
2.4185
2.4163
2.4141
2.4121
.005
63.6574
9.9248
5.8409
4.6041
4.0322
3.7074
3.4995
3.3554
3.2498
3.1693
3.1058
3.0545
3.0123
2.9768
2.9467
2.9208
2.8982
2.8784
2.8609
2.8453
2.8314
2.8188
2.8073
2.7969
2.7874
2.7787
2.7707
2.7633
2.7564
2.7500
2.7440
2.7385
2.7333
2.7284
2.7238
2.7195
2.7154
2.7116
2.7079
2.7045
2.7012
2.6981
2.6951
2.6923
2.6896
Uji
56
kenormalan data hanya dilakukan apabila ukuran sampel yakni n < 30.
Bila n >= 30 tidak diperlukan pengujian kenormalan data sebab menurut
teorema limit sentral untuk n >= 30 data akan menyebar menurut sebaran
normal (Beth Dawson and Robert G. Trapp: Basic & Clinical Bio-statistics.
Third Edition. McGraw-Hill International Editions, New York, 2001, p 102).
Ada beberapa cara menguji kenormalan data (test for normality) di
antaranya: Chi-Squares test, Kolmogorov-Smirnov test, Shapiro-Wilk test,
Anderson-Darling test, Ryan-Joiner test, dan Lilliefors test.
Pengujian Kenormalan Data
Di bawah ini diberikan pengujian kenormalan data menurut Kolmogorov-Smirnov
test dengan rumus :
57
Tabel 22. Data lama sembuh diare (hari) yang diberi tempe (X)
Anak
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Jumlah
= 50
X2
16
4
1
16
9
36
1
25
4
36
25
4
9
9
4
1
= 200
Langkah pengujian
1. Urutkan data lama sembuh (X) dari yang terkecil ke yang terbesar (lihat
pada Tabel 23 Kolom 1).
2. Hitung nilai rata-rata dan standar deviasi lama sembuh (X), yakni X = 3,13
hari, dan s = SD = 1,708 hari.
3. Ubah masing-masing nilai ke skor Z dengan rumus transformasi:
x X
s ,
1 3,13
1, 708
1,25
4. Tentukan peluang masing-masing nilai z, yakni P(Z < z). Contoh untuk z =
-1,25 maka P(Z < -1,25) = 0,1056. Angka ini dilihat pada Tabel Z yang
tersedia pada lampiran buku statistika (Kolom 3)
5. Tentukan Nilai Harapan Kumulatif (NHK). Untuk data di atas ma-singmasing pengamatan memiliki nilai harapan (frekuensi relatif), yakni 1/16 =
0,0625).
58
Kolom 2
Z
-1,25
-1,25
-1,25
-0,66
-0,66
-0,66
-0,66
-0,08
-0,08
-0,08
0,51
0,51
1,09
1,09
1,68
1,68
Kolom 3
P(Z < z)
0,1056
0,1056
0,1056
0,2546
0,2546
0,2546
0,2546
0,4681
0,4681
0,4681
0,6950
0,6950
0,8621
0,8621
0,9535
0,9535
Kolom 4
NHK
0,0625
0,1250
0,1875
0,2500
0,3125
0,3750
0,4375
0,5000
0,5625
0,6250
0,6875
0,7500
0,8125
0,8750
0,9375
1,0000
Kolom 5
Nilai D
0,0431
0,0194
0,0819
0,0046
0,0579
0,1204
0,1829
0,0319
0,0944
0,1569
0,0075
0,0550
0,0496
0,0129
0,0160
0,0465
Apabila data diolah dengan program statistika misalnya SPSS, bila nilai Sig. >
0,05 maka terima H0, sedangkan bila nilai Sig. < 0,05 maka tolak H 0.
Karena data lama sembuh diare menyebar normal maka pengujian per-bedaan
rata-rata kedua kelompok digunakan uji t satu kelompok sebagai berikut.
59
X
n
50, 0
3,13
16
hari
n X X
2
db = n 1 = 16 1 = 15
X 0 3,13 3, 0
s / n 1, 708 / 16 0,293
Nilai ttabel untuk = 5% adalah ttabel = -t( / 2 ,db) = = -t(0,025,15) = -2,1315 dan
ttabel = t( / 2 ,db) = t(0,025,15) = 2,1315.
Simpulan :
Karena
X 0
s / n = 0,293 < ttabel = t( / 2 ,db) = =-t(0,025,15) = 2,1315 dan >
60
ttabel = t( / 2 ,db) = t(0,025,15) = -2,602 (-2,1315 < 0,293 < 2,1315) maka tolak Ho :
3, 0
formula tempe rata-rata lama sembuh sama dengan 3 hari (p > 0,05).
Pengolahan Data dengan Bantuan Program Statistika
Pengujian Kenormalan Data dengan Kolmogorov-Smirnov test dan Pengujian
Hipotesis Penelitian yang diolah dengan Paket Program Sta-tistika SPSS Versi 12
dapat dilihat pada Tabel 24 dan Tabel 25 di bawah ini.
Pengujian Kenormalan Data
Tabel 24. Hasil Olahan Kenormalan Data dengan Program SPSS
One-Sample Kolmogorov-Smirnov Test
N
Normal Parameters a,b
Most Extreme
Differences
Lama
Sembuh
Diare
16
3.13
1.708
.182
.182
-.114
.730
.661
Mean
Std. Deviation
Absolute
Positive
Negative
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
a. Test distribution is Normal.
b. Calculated from data.
Hasil uji di atas menunjukkan bahwa nilai D hitung = 0,182 (absolute value) dan
nilai Asymp. Sig. (2-tailed) = 0,661 >
61
T-Test
One-Sample Statistics
N
Lama Sembuh Diare
16
Mean
3.13
Std. Deviation
1.708
One-Sample Test
Test Value = 3
t
Lama Sembuh Diare
df
.293
15
Sig. (2-tailed)
.774
Mean
Difference
.125
Catatan:
Jika digunakan uji satu pihak (kanan atau kiri) maka nilai Sig. (2-tailed) pada Tabel
25 di atas harus dibagi dengan 2. Misalkan, dari hasil olahan program SPSS
diperoleh nilai Sig. (2-tailed) = 0,364, maka nilai Sig. yang digunakan adalah
0,364/2 = 0,182. Jika digunakan uji dua pihak maka nilai Sig. (2-tailed) yang
digunakan, tetap seperti hasil olahan program SPSS, yakni 0,364.
Pada contoh kasus penelitian di atas telah digunakan uji dua pihak sebab H 1
menggunakan tanda (tidak sama dengan). Karena itu, nilai Sig.-nya = 0,774
sehingga Ho diterima (p > 0,05).
Perhatikan pada tabel di atas tertera nilai mean (rata-rata) = 3,13, nilai std
deviation (SD) = 1,708, dan nilai t (t hitung) = 0,293, serta mean difference (beda
rata-rata antara 3,13 dan 3,0) = 0,125. Nilai-nilai ini seperti yang diperoleh pada
perhitungan secara manual di atas (sebelumnya).
62
uji kenormalan data, bila data menyebar normal dalam logaritma atau
akar, lanjutkan dengan uji t. Bila data transformasi tidak menyebar
normal, lanjutkan dengan uji nonparametrik dengan menggunakan data
awal, atau
(2) secara langsung menggunakan uji statistik nonparametrik, an-tara lain:
The Signed Test atau The Wilcoxon Signed-Rank Test untuk data satu
kelompok.
Di bawah ini diberikan contoh pengujian nonparametrik yakni Signed Test satu
kelompok. Data konsentrasi spermatozoa mencit yang diberikan latihan
berlebihan dapat dilihat pada Tabel 26. Sebelum dilakukan pengujian dengan
Signed Test, terlebih dahulu dilakukan pengujian ke-normalan data. Prosedur
pengujian kenormalan data dengan Lilliefors test secara manual dapat dilihat pada
Lampiran.
63
Konsentrasi
Spermatozoa (X)
0,5
1,0
0,7
0,7
0,6
0,6
1,1
1,5
1,2
2,4
0,5
0,6
1,2
0,6
0,5
1,6
0,5
1,5
0,5
1,1
0,6
1,9
0,6
0,4
1,0
4,5
Log (X)
-0,30
0,00
-0,15
-0,15
-0,22
-0,22
0,04
0,18
0,08
0,38
-0,30
-0,22
0,08
-0,22
-0,30
0,20
-0,30
0,18
-0,30
0,04
-0,22
0,28
-0,22
-0,40
0,00
0,65
64
Kolmogorov-Smirnov
Statistic
df
Sig.
.218
26
.003
KONSENTRASI SPERMATOZOA
a. Lilliefors Significance Correction
16
14
12
10
8
6
4
Mean = 1.07
N = 26.00
0
.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
Konsentrasi Spermatozoa
65
Tests of Normality
a
Log(Spermatozoa)
Kolmogorov-Smirnov
Statistic
df
Sig.
.204
26
.007
pengujian perbandingan, nilai 2,82 juta/ml akan digunakan sebagai nilai median
konsentrasi spermatozoa yang diketahui, sehingga hipotesis statistik yang
hendak diuji adalah
Ho : Median konsentrasi spermatozoa mencit setelah diberi latihan
berlebihan = 2,82 juta/ml
H1 : Median konsentrasi spermatozoa mencit setelah diberi latihan
berlebihan < 2,82 juta/ml
Atau Ho : Med 2,82 juta / ml
H1 : Med 2,82 juta / ml (uji satu pihak kiri)
Komputasi:
Dari Tabel 26 diperoleh X = 25 (banyaknya pengamatan < 2,82 juta/ml) dan n =
26, sehingga
| 25 26(0,5) | 0,5
| X np | 0,5
np(1 p) =
26(0,5)(1 0,5) = 4,51
Z=
Karena uji median di atas adalah uji satu pihak kiri maka nilai Z harus bertanda
negatif, yakni Z = - 4,51, dan untuk = 0,01 diperoleh nilai Z tabel = - 2,33.
Simpulan:
Karena nilai Z = - 4,51 < Z tabel = Z 0,01 = - 2,33 maka tolak
Ho : Med 2,82 juta / ml dan terima H1 : Med < 2,82 juta/ml. Ini berarti latihan
berlebihan
yang
diberikan
pada
mencit
dapat
menurunkan
konsentrasi
spermatozoa lebih rendah dari 2,82 juta/ml (< 2,82 juta/ml) sangat ber-makna (P <
0,01).
67
Z Z
n
n = besar sampel, Z = nilai dalam Tabel Z untuk nilai tertentu (ditentukan oleh
Z
peneliti dan biasanya yang dipilih = 0,05 = 5% atau = 0,01 = 1%), = nilai
dalam Tabel Z untuk nilai power tertentu (ditentukan oleh peneliti dan biasanya
dipilih nilai power = 80% atau 90%), = diperoleh melalui penelitian sebelumnya
(prapenelitian) atau berdasarkan referensi, = rata-rata hasil penelitian,
0 =
n=
17,97 = 18 anak,
Jadi dalam penelitian minimal banyaknya anak diare adalah 18 orang (sebaiknya
dilebihkan dari 18 anak untuk mencegah jangan ada anak yang meninggal atau
tidak dapat mengikuti sesuai protokol penelitian yang ditetapkan).
69
Statistik uji yang akan digunakan untuk perbandingan dua kelompok yang
independen adalah uji t atau uji Z independen (bila data kedua kelompok
menyebar normal) yang memiliki rumus sebagai berikut:
t
1.
t
X2
1 1
s
n1 n2
2.
s
s12
X2
2
1
2
2
s
s
n1 n2
n1 x12 ( x1 ) 2
n1 (n1 1)
dan
s22
n2 x22 ( x2 ) 2
n2 ( n2 1)
X1 X 2
2. Z =
12 22
n1 n 2
2
2
Statistik uji Z di atas digunakan bila 1 dan 2
referensi menggunakan salah satu uji t di atas meskipun n 1 > 30 dan n2 > 30. Hal
ini disebabkan distribusi Z dan dis-tribusi t memiliki bentuk sebaran yang relatif
sama bila n > 30.
Kriteria penerimaan atau penolakan Ho atau H1
I. Untuk uji satu pihak kanan (Ho : 1 2 dan H1 : 1 2 )
1. Jika nilai t > ttabel = t(
,db)
,db)
,db)
,db)
Jika nilai P atau Prob. atau Sig. (Significance) > nilai maka terima Ho
(tolak H1).
Untuk menentukan statistik uji t yang mana yang akan digunakan (rumus 1 atau
rumus 2 di atas), maka perlu didahului dengan uji kesamaan ragam (variansi) atau
disebut uji kehomogenan variansi, yang sebelumnya didahului pengujian
kenormalan data.
C.2.1 Contoh Pengujian Perbedaan Dua Kelompok Independen
dengan Uji t
72
73
Ringan (R)
(juta/ml)
0,8
2,3
1,2
2,0
1,0
1,1
1,8
1,3
1,1
1,6
1,5
2,9
1,4
1,1
1,0
1,2
n1= 16
=23,3
Mencit
0,64
5,29
1,44
4,00
1,00
1,00
3,24
1,69
1,21
2,56
2,25
8,41
1,96
1,21
1,00
1,44
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
R
5
X R = 1,456
R2
=38,5
n2 = 16
Berat (B)
(juta/ml)
1,3
2,0
0,5
2,0
1,0
0,3
1,0
0,8
1,9
0,5
0,2
0,1
0,1
1,5
0,6
1,9
=15,
7
X B =0,981
B2
1,69
4,00
0,25
4,00
1,00
0,90
1,00
0,64
3,61
0,25
0,04
0,04
0,01
2,25
0,36
3,61
=22,81
tidak
menyebar normal
74
N
Normal Parametersa,b
Most Extreme
Differences
Mean
Std. Deviation
Absolute
Positive
Negative
SPERMA
KELOMPOK
RINGAN
16
1.456
.555
.178
.178
-.143
SPERMA
KELOMPOK
BERAT
16
.9812
.7026
.155
.144
-.155
.711
.618
.692
.840
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
a. Test distribution is Normal.
b. Calculated from data.
75
Jika nilai
F Ftabel F1
2
db1 , db2
1
atau nilai P maka tolak Ho
2
,
Jika nilai
F Ftabel F1
2
db1 , db2
1
atau nilai P maka terima Ho
2
Nilai Ftabel dapat dilihat pada Tabel F yang tersedia pada semua buku Statistika.
Contoh, untuk 0, 05 dengan db1 9 dan db2 12 maka
F1
2
db1 , db2
F0,025(9;12) 3, 44
.050
1
161.4
.025
647.8
.010
4052
.005
16211
12
db1
.050
.025
2.80
3.44
.010
4.39
.005
5.20
Berikut ini diberikan pengujian kesamaan variansi untuk data pada Tabel 29 di
atas secara manual.
sR2
nR xR2 ( xR )2
nR ( nR 1)
16(38,55) (23,3) 2
16(16 1)
=
= 0,308 (juta/ml)2 Variansi Kelmpok.
Ringan
sB2
nB xB2 ( xB )2
nB ( nB 1)
16(22,81) (15, 7) 2
16(16 1)
=
= 0,494 (juta/ml)2 Variansi Kelompok
Berat
76
F1
2
db1 , db2
F0,025(15;15) 2,86
maka terima Ho :
77
X
s
XB
1
1
nR n B
XR
23,3
15, 7
1, 456 juta / ml dan X B
0,981 juta / ml
16
16
X
s
XB
1
1
nR n B
16 16 2
=
0,633 juta/ml
1, 456 0,981
0, 475
1 1
2,12
0, 633
16 16 0, 224
=
Simpulan:
Karena t = 2,12 > t(0,05; 30) = 1,65 (nilai t = 2,12 berada di daerah H1) maka tolak Ho
(ingat ini adalah uji satu pihak kanan). Jadi, rata-rata konsentrasi spermatozoa
mencit yang diberi Latihan Berat lebih rendah daripada rata-rata konsentrasi
spermatozoa
mencit
yang
diberi
Latihan
Ringan.
Rata-rata
konsentrasi
spermatozoa mencit yang diberi Latihan Berat lebih rendah 0,475 juta/ml atau
lebih rendah
1, 456 0,981
x 100% 32, 6%
1, 456
daripada rata-rata konsentrasi spermatozoa mencit
yang diberi Latihan Ringan.
Pengolahan Data dengan Program SPSS
Data penelitian yang diolah dengan paket Program Statistika SPSS Versi 12 dapat
dilihat pada Tabel 32 di bawah ini.
78
Konsentrasi
Spermatozoa
KELOMPOK
Latihan Ringan
Latihan Berat
Mean
1.456
.981
16
16
Std. Deviation
.555
.703
Equal
variances
assumed
Equal
variances not
assumed
Sig.
(2-tailed)
Mean
Difference
Std. Error
Difference
30
.042
.475
.224
28
.043
.475
.224
Sig.
df
2.030
.165
2.122
2.122
Uji kehomogenan variansi pada tabel di atas dilakukan dengan Levenes test
sebagai salah satu alternatif pengujian yang digunakan.
memberikan hasil yang sama dengan statistik uji F di atas, yakni menerima Ho
sebab nilai Sig. = 0,165 > = 0,05/2 =0,025.
Dari Tabel 32 di atas, rata-rata kedua kelompok (mean) adalah 1,456 dan 0,981;
standar deviasi (std. deviation) adalah 0,555 dan 0,703; nilai t bila variansi sama
(equal variances assumed) adalah 2,212; dan selisih ke-dua rata-rata (mean
difference), yakni (1,456 0,981) adalah 0,475. Semua nilai ini sama dengan nilai
yang dihitung secara manual di atas (sebelumnya).
79
Rata-rata
(Juta/ml)
1,456
0,981
0,475
Standar Deviasi
(Juta/ml)
0,555
0,703
t
hitung
2,212
Ho
0,021
Ditolak
X . Setelah
Latihan
Ringan
0,8
2,3
1,2
2,4
1,0
0,6
1,8
0,6
1,1
1,6
0,5
2,9
0,5
1,1
1,0
1,9
.
.
.
.
.
.
.
.
.
.
Log (Ringan)
Mencit
-0,10
0,36
0,08
0,38
0,00
-0,22
0,26
-0,22
0,04
0,20
-0,30
0,46
-0,30
0,04
0,00
0,28
.
.
.
.
.
.
.
.
.
.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
Latihan
Berat
0,5
1,0
0,7
0,7
0,6
0,6
1,1
1,5
1,2
2,4
0,5
0,6
1,2
0,6
0,5
1,6
0,5
1,5
0,5
1,1
0,6
1,9
0,6
0,4
1,0
4,5
Log (Berat)
-0,30
0,00
-0,15
-0,15
-0,22
-0,22
0,04
0,18
0,08
0,38
-0,30
-0,22
0,08
-0,22
-0,30
0,20
-0,30
0,18
-0,30
0,04
-0,22
0,28
-0,22
-0,40
0,00
0,65
Data konsentrasi spermatozoa mencit yang diberikan Latihan Ringan dan Latihan
Berat dapat dilihat pada Tabel 34 . Uji perbedaan kedua kelom-pok ini akan
didahului dengan uji kenormalan data dan uji kesamaan variansi.
Pengujian Kenormalan Data
Hipotesis statistik pengujian kenormalan data adalah:
H0 : Data konsentrasi spermatozoa kelompok Latihan Ringan menyebar normal
H1 : Data konsentrasi spermatozoa kelompok Latihan Ringan tidak me-nyebar
normal
81
Kolmogorov-Smirnov
Statistic
df
Sig.
.195
16
.104
Latihan Ringan
Mean = 1.33
N = 16.00
0
.50
1.00
1.50
2.00
2.50
3.00
SPERMA
Latihan Berat
16
14
12
10
8
6
4
Std. Dev = .86
Mean = 1.07
N = 26.00
0
.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
KONSPER
Latihan Berat
Group Statistics
KELOMPOK
Konsentrasi Spermatozoa Latihan Ringan
Latihan Berat
Mean
1.331
1.073
16
26
Std. Deviation
.741
.862
F
Konsentrasi Spermatozoa
Equal variances
assumed
Sig.
.094
.760
Log(Latihan Ringan)
Kolmogorov-Smirnov
Statistic
df
Sig.
.123
16
.200*
Log(Latihan Berat)
Kolmogorov-Smirnov
Statistic
df
Sig.
.204
26
.007
Z=
U n1n2
n1 (n1 1)
n (n 1)
R1
U n1n2 2 2
R2
2
2
atau
,
ranknya
:1 ; 2 ; 3 ; 4 ; 5
Jika ada data : 13, 15, 10, 13, 8, 13, 15, dan 20, maka
urutannya : 8 ; 10 ; 13 ; 13 ; 13 ; 15 ; 15 ; 20
ranknya
: 1 ; 2 ; 4 ; 4 ; 4 ; 6,5 ; 6,5 ; 8
pengamatan.
kelompok, artinya diurutkan dahulu semua data pada kedua kelompok baru
ditentukan rank masing-masing unit pengamatan.
Komputasi:
Dari Tabel 18 diperoleh R1 = 400,5 dan n1 = 16 serta R2 = 502,5 dan n2 = 26
sehingga
U n1n2
atau
n1 (n1 1)
16(16 1)
R1 (16)(26)
400, 5 151,5
2
2
=
U n1n2
n2 (n2 1)
26(26 1)
R2 (16)(26)
502,5 264,5
2
2
=
86
n1n2
2
(n1 )(n2 )(n1 n2 1)
12
=
U
Z=
n1n2
2
(n1 )(n2 )(n1 n2 1)
12
=
U
Atau Z =
(16)(26)
2
1, 46
(16)(26)(16 26 1)
12
,
151,5
(16)(26)
2
1, 46
(16)(26)(16 26 1)
12
,
264,5
87
n1 =
16
Latihan
Ringan
0,8
2,3
1,2
2,4
1,0
0,6
1,8
0,6
1,1
1,6
0,5
2,9
0,5
1,1
1,0
1,9
.
.
.
.
.
.
.
.
.
.
Med1 =
1,10
Rank
(Ringan)
19.0
38.0
29.0
39.5
21.5
12.5
35.0
12.5
25.5
33.5
5.0
41.0
5.0
25.5
21.5
36.5
.
.
.
.
.
.
.
.
.
.
R1 = 400,5
Mencit
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
n2 = 26
Latihan
Berat
0,5
1,0
0,7
0,7
0,6
0,6
1,1
1,5
1,2
2,4
0,5
0,6
1,2
0,6
0,5
1,6
0,5
1,5
0,5
1,1
0,6
1,9
0,6
0,4
1,0
4,5
Med2 =
0,70
Rank
(Berat)
5.0
21.5
17.5
17.5
12.5
12.5
25.5
31.5
29.0
39.5
5.0
12.5
29.0
12.5
5.0
33.5
5.0
31.5
5.0
25.5
12.5
36.5
12.5
1.0
21.5
42.0
R2 =
502,5
Karena uji median di atas adalah uji satu pihak kanan maka nilai Z harus bertanda
positif yang digunakan, yakni Z = 1,46, dan untuk = 0,05 nilai Z tabel = 1,65.
Simpulan:
Karena nilai Z = 1,46 < Z tabel = Z 0,05 = 1,65 maka terima Ho: Med1 Med 2 . Ini
berarti median konsentrasi spermatozoa mencit yang diberi Latihan Ringan tidak
berbeda bermakna dengan median konsentrasi spermatozoa mencit yang
diberikan Latihan Berat (p > 0,05). Namun, bila diperhatikan sebenarnya nilai
median kelompok Latihan Berat = 0,70 juta/ml < nilai median kelompok Latihan
Ringan = 1,10 juta/ml.
88
KELOMPOK
Latihan Ringan
Latihan Berat
Total
N
16
26
42
Mean Rank
25.03
19.33
Sum of Ranks
400.50
502.50
Test Statisticsa
Mann-Whitney U
Wilcoxon W
Z
Asymp. Sig. (2-tailed)
KONSENTRASI SPERMATOZOA
151.500
502.500
-1.474
.141
Nilai 400,50 dan 502,50 pada Tabel 41 adalah nilai R 1 dan R2 pada perhitungan
manual di atas. Nilai 151,500 adalah nilai U untuk R 1, dan nilai Z = -1,474. Hasil
olahan data pada Tabel 41 di atas menunjukkan bahwa H 0 : Med1 = Med2 diterima
sebab nilai Sig. = 0,141/2 = 0,075 > = 0,05.
C.2.3 Ukuran Sampel (Besar Sampel) untuk Uji Dua Kelompok
Ukuran sampel (besar sampel) untuk pengujian H 0 : 1 2 ditentukan oleh:
1 besarnya nilai yang akan digunakan untuk pengujian H 0 di atas,
besarnya nilai power yang akan digunakan (1- ),
3 besarnya nilai perbedaan yang diharapkan oleh peneliti (perbedaan
secara klinis) antara 1 dan 2 (besarnya 1 2 ), dan
4 besarnya nilai standar deviasi gabungan (pooled) populasi ( ). Nilai ini
dapat diduga dari s (standar deviasi) gabungan sampel.
89
Salah satu bentuk rumus besar sampel (Beth Dawson and Robert G. Trapp: Basic
& Clinical Biostatistics. Third Edition. McGraw-Hill Interna-tional Editions, New
York, 2001, p 154) adalah:
n=
Z Z
2
1 2
Z
atau = 0,01 = 1%), = nilai dalam Tabel Z untuk nilai power tertentu (ditentukan
oleh peneliti dan biasanya dipilih nilai power = 80% atau 90%), diperoleh
melalui penelitian sebelumnya (prapene-litian) atau berdasarkan referensi, dan
besarnya 1 2 ditentukan oleh peneliti (clinical judgement).
Contoh: Dari permasalahan perbedaan rata-rata konsentrasi sperma-tozoa antara
latihan ringan dan latihan berat (penelitian se-belumnya), diperoleh =
0,633 juta/ml (diduga dari s = SD = 0,633 juta/ml). Jika peneliti
menggunakan = 0,05, power = 80%, dan perbedaan rata-rata secara
klinis adalah 1 2 = 0,4 juta/ml, maka besar sampel minimal masingmasing kelompok (latihan ringan dan latihan berat) yang diperlukan
adalah:
0,4
90
dengan
salah
satu
metode
(metode
sub-inguinal)
dapat
yang
membandingkan
(perlakuan/intervensi)
dan
hasil
hasil
pengu-kuran
pengukuran
sebelum
sete-lah
tindakan
tindakan
diberikan terlebih dahulu diukur TIO pasien, dan sesudah 15 menit latihan diukur
91
kembali TIO pasien. Jadi, masalah dalam penelitian ini adalah apakah latihan
isotonik dapat menurunkan TIO pasien hipertensi okuler?
Seorang peneliti ingin melihat pengaruh pemberian kombinasi aspirin dosis
rendah dan kalsium terhadap tekanan darah sistolik/diastolik, Hb, hematokrit,
SGOT, SGPT, ureum, kreatinin, dan asam urat serum pada pasien ibu
preeklampsia ringan. Sebelum pemberian aspirin dosis rendah-kalsium diukur
semua variabel yang disebutkan tadi, demikian pula sesudah 2 minggu
pemberian perlakuan (kunjungan kedua) diukur semua variabel. Jadi, masalah
dalam penelitian ini adalah apakah pemberian aspirin dosis rendah-kalsium dapat
mengubah tekanan darah, Hb, hema-tokrit, SGOT, SGPT, ureum, kreatinin, dan
asam urat serum pada pasien ibu preeklampsia ringan?
Statistik uji (analisis data) yang digunakan untuk menguji perbandingan antara dua
kelompok yang berpasangan adalah:
d
n d 2 ( d ) 2
d
sd
sd
n(n 1)
n , d = Xsetelah - Xsebelum , d = n ,
Uji t berpasangan ini memiliki db = n - 1
t
1
1
92
1
1
Nilai ttabel dapat dilihat pada daftar distribusi t (terdapat pada semua buku statistika)
dan nilai ini tergantung pada db-nya (derajat bebas) dan nilai yang digunakan.
Nilai yang digunakan sebagai nilai baku (standar) adalah 5% atau 1%. Contoh
bila digunakan = 0,05 dengan n = 10, maka db = 10 1 = 9 dan nilai t tabel =
1,833 untuk uji pihak kanan.
Jika data diolah dengan paket program statistika (SPSS, Minitab, SAS, dll) maka
kriteria penerimaan atau penolakan Ho (H1) adalah:
(1). Jika nilai P atau Prob. atau Sig. (Significance) < nilai maka tolak Ho
(terima H1).
)
Jika nilai P atau Prob. atau Sig. (Significance) > nilai maka terima Ho (tolak
H1).
Data
tersebut telah ditambah kolom sesuai dengan kebutuhan pengolahan data lebih
lanjut.
kenormalan data.
93
Sesudah
17.0
19.0
18.0
24.0
70.0
110.0
60.0
40.0
40.0
84.0
75.0
20.0
22.0
18.0
40.0
Rata-rata =
43,80
Sebelum
8.5
11.0
9.5
22.0
1.5
78.0
18.0
3.4
6.5
24.0
8.5
7.5
17.0
4.0
22.0
Rata-rata =
16,09
d2
72.25
64.00
72.25
4.00
4692.25
1024.00
1764.00
1339.56
1122.25
3600.00
4422.25
156.25
25.00
196.00
324.00
d
8.5
8.0
8.5
2.0
68.5
32.0
42.0
36.6
33.5
60.0
66.5
12.5
5.0
14.0
18.0
= 415,6
= 18878,06
94
Mean
Std. Deviation
Absolute
Positive
Negative
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
SESUDAH
15
43.800
29.353
.218
.218
-.181
.845
.473
SEBELUM
15
16.0933
18.5936
.269
.269
-.216
1.041
.229
d
d = n = 27,71juta/ml
sd
t
n d 2 ( d ) 2
n( n 1)
d
27, 71
4, 679
sd / n 22,93 / 15
Simpulan:
Karena nilai t = 4,679 > ttabel = t( ,db) = t(0,01, 14) = 2,624, maka tolak Ho. Ini berarti
tindakan pembedahan (varikokelektomi) dengan metode sub-inguinal pada
penderita varikokel, efektif meningkatkan banyaknya sper-ma (p < 0,01).
Pengujian dengan Program SPSS
Data penelitian yang diolah dengan Paket Program Statistika SPSS dapat dilihat
pada tabel di bawah ini.
Tabel 44. Data Berpasangan yang Diolah dengan Program SPSS
Paired Samples Statistics
Pair
1
SESUDAH
SEBELUM
Mean
43.800
16.0933
N
15
15
Std. Deviation
29.353
18.5936
Std. Error
Mean
7.579
4.8009
SESUDAH - SEBELUM
Mean
27.7067
Std. Deviation
22.9334
t
4.679
df
14
Sig. (2-tailed)
.000
Perhatikan bahwa mean = 27,7067 adalah d dan merupakan hasil selisih mean
sesudah dan sebelum, yakni 43,800 16,0933. Nilai Std. Deviation = 22,9334
adalah nilai Sd. Hasil komputasi program SPSS memberikan nilai t = 4,679 dengan
nilai Sig = 0,000/2 = 0,000 (dibagi dengan dua sebab uji satu pihak). Karena nilai
96
43,80 16, 09
x 100% 172, 2%
16, 09
.
X,
n(n 1)
4
n(n 1)(2n 1)
24
untuk H1 : Med > 0
n(n 1)
4
n( n 1)(2n 1)
24
untuk H1 : Med < 0
2 (right-tail probability for the larger of Z+,R and Z-,R) untuk H1 : Med = 0
T+ = jumlah nilai rank yang bertanda positif,
T- = jumlah nilai rank yang bertanda negatif, dan
n = ukuran sampel
mengetahui perbedaan kadar kartisol pada ibu usia kehamilan antara 38 dan 42
97
minggu sebelum bedah Caesar dan setelah bedah Caesar. Penelitian dilakukan
pada 10 ibu (n = 10) dan datanya dapat dilihat pada Tabel 45 berikut ini (tabel
telah ditambah dengan kolom olah-an data). Dalam penelitian ini, peneliti berharap
bahwa kadar kartisol setelah bedah Caesar lebih tinggi daripada kadar kartisol
sebelum bedah Caesar. Sebelum digunakan Wilcoxon Signed Ranks Test, terlebih
dahulu dilaku-kan uji kenormalan data untuk memastikan penggunaan uji ini (data
tidak menyebar normal) sebab data ini diukur dengan skala rasio (konti-nu).
Tabel 45. Data Perpasangan Pengujian Wilcoxon Signed Ranks Test
Sebelum
262
307
211
323
454
339
304
154
287
356
Sesudah
465
501
455
300
468
510
505
503
500
460
d = sebelum - sesudah
-203
-194
-244
23
-14
-171
-201
-349
-213
-104
|d|
203
194
244
23
14
171
201
349
213
104
Rank |d|
7
5
9
2
1
4
6
10
8
3
Tanda
+
-
Karena kadar
kartisol ibu setelah operasi tidak menyebar normal maka pengujian perbedaan
kadar kartisol sebelum dan setelah operasi Caesar digunakan uji nonparametrik
yakni Wilcoxon Signed Ranks Test.
Tabel 46. Hasil Olahan Kenormalan Data Kadar Kartisol Sebelum
dan Setelah Operasi
98
Tests of Normality
a
Kolmogorov-Smirnov
Statistic
df
Sig.
.145
10
.200*
.326
10
.003
Pengujian Hipotesis
Uji Wilcoxon Signed Ranks untuk pengujian dua kelompok berpasangan tidak
menggunakan
ukuran
pemusatan
rata-rata,
tetapi
menggunakan
ukuran
99
Z +,R =
n(n 1)
4
n(n 1)(2n 1)
24
=
Z -,R =
n( n 1)
4
n(n 1)(2n 1)
24
=
10(10 1)
4
10(10 1){2(10) 1}
24
= -2,599
2
10(10 1)
4
10(10 1){2(10) 1}
24
= 2,599
53
Nilai Z tabel untuk = 0,05 adalah Z tabel = -1,64 untuk uji satu pihak kiri dan Z
tabel = 1,64 untuk uji satu pihak kanan. Nilai Z tabel untuk = 0,01 adalah Z
tabel = -2,33 untuk uji satu pihak kiri dan Z tabel = 2,33 untuk uji satu pihak kanan.
Simpulan:
Bila digunakan uji pihak kanan, nilai Z +R = 2,599 > Z tabel = 2,33 sehingga
tolak Ho : Med 2 Med1 (terima H1 : Med 2 Med1 ). Bila digunakan uji satu pihak kiri,
nilai Z
-,R
Med1 Med 2 ). Jadi, kadar kartisol pada ibu dengan kehamilan 38 40 minggu
meningkat setelah dilakukan operasi Caesar.
Pengujian dengan Program SPSS
Hasil pengolahan data untuk Wilcoxon Signed Ranks Test melalui Pro-gram SPSS
Versi 12 dapat dilihat pada Tabel 47 di bawah ini.
100
Tabel 47. Hasil Olahan Data dengan Wilcoxon Signed Ranks Test
Ranks
N
Kadar Kartisol ses Kadar Kartisol seb
Negative Ranks
Positive Ranks
Ties
Total
1a
9b
0c
10
Mean Rank
2.00
5.89
Sum of Ranks
2.00
53.00
Pada tabel di atas, nilai T+,R = Positive Ranks = 53.00 (pada kolom Sum of ranks),
nilai T -,R = Negative Ranks = 2.00, nilai Z = - 2.599, dan nilai Asymp. Sig. (2-tailed)
= .009. Karena uji ini menggunakan uji satu pihak (kiri atau kanan) maka nilai
Asymp. Sig. (2-tailed) harus dibagi dengan 2, yakni 0,009/2 = 0,0045. Karena nilai
ini < 0,01, maka tolak H0.
ditentukan oleh:
1 besarnya nilai yang akan digunakan untuk pengujian H 0 di atas,
2 besarnya nilai power yang akan digunakan (1- ),
3 besarnya nilai perbedaan yang diharapkan oleh peneliti antara
101
4 besarnya nilai standar deviasi populasi ( d ). Nilai ini dapat diduga dari SD
sampel, yakni sd yang diperoleh pada prapenelitian.
Salah satu bentuk rumus besar sampel (Beth Dawson and Robert G. Trapp: Basic
& Clinical Biostatistics. Third Edition. McGraw-Hill Inter-national Editions, New
York, 2001, p 125) adalah:
Z Z d
n
n = besar sampel, Z = nilai dalam Tabel Z untuk nilai tertentu (ditentukan oleh
Z
peneliti dan biasanya yang dipilih = 0,05 = 5% atau = 0,01 = 1%), = nilai
da-lam Tabel Z untuk nilai power tertentu (ditentukan oleh peneliti dan biasanya
dipilih nilai power = 80% atau 90%), d = diperoleh melalui penelitian sebelumnya
(prapenelitian) atau berdasarkan referensi, dan besarnya d ditentukan oleh
peneliti (clinical judgment).
Contoh: Dari masalah varikokeletomi dengan metode subinguinal (peneli-tian
sebelumnya), diperoleh d =22,93 juta/ml.
15
14,4 15 pasien
102