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 logistik

Regresi Linear,
ANCOVA

Antara kategori
dan Numerik

TIPE DATA
TUJUAN

Deskriptif

Numerik
(Berdistribusi
Normal)

Rank, skor,
Numerik tidak
Normal

Binomial

Survival Time

Mean, SD

Median,
Interquartile
range

Proporsi

Kaplan Meier
survival curva

Wilcoxon test

Chi-Square,
Binomial test

Man-Whitney
test

Fishers test
(Chi-square
untuk sampel
besar)

Wilcoxon test

McNemars
test

Membandingk One-sample tan satu group

test
Membandingk
an dua group
tidak
berpasangan
Membandingk
an dua group
berpasangan

Two
independent
t-test

Paired t-test

Log-rank test,
Mantel-Haenszel
hazard
regression

Membandingkan
tiga atau lebih
group tidak
berpasangan

One-way
ANOVA

KruskalWallis test

Membandingkan
tiga atau lebih
group
berpasangan

Repeated
measures
ANOVA

Hubungan
kuantitas antara
dua variabel

Pearson
correlation

Prediksi dari satu

variabel lain
Prediksi dari
beberapa
pengukuran atau
variabel binomial

Chi-square
test

Cox
Proportional
hazard
regression

Fridman
test

Cochrane Q

Cond. Prop.
Hazard
regression

Spearman
correlation

Contingency
coefficients

Simple linear Nonparamet

or non linear
ric
regression
regression
Multiple
linear or
nonlinear
regression

Simple
logistik
regression
Multiple
logistic
regression

Cox prop.
Hazard
regression
Cox prop.
Hazard
regression

Numerik
Perbandingan
2 Kelompok
Berpasangan

SKALA
PENGUKURA
N VARIABEL

Numerik

HIPOTESIS
Perbandingan
Perbandingan
Perbandingan (komparatif)
(komparatif)
(komparatif)
2 kelompok
Lebih dari 2 kelompok
Tidak
Tidak
Berpasang
Berpasang
Berpasang
Berpasang
an
an
an
an
Uji t-paired

Uji t-group

Repeat
Measure

One Way
ANOVA

Pearson

Wilcoxon

MannWhitney

Friedman

KruskalWallis

Spearman

Chi-square,
Chi-square,
Ordinal
Numerik
McNemar,
Fisher E,
Fisher E,
Perbandingan
>> dua kelompok
>> Cochran
Berpasangan
Marginal
KolmogorovKolmogorovhomogenity
Smirnov
Smirnov

Nominal

Korelatif

McNemar,
Marginal
homogenity

Chi-square
Fisher E,
KolmogorovSmirnov

Cochran

Chi-square,
Fisher E,
KolmogorovSmirnov

Sommersd
Gamma

Koefisien
Kontingensi
Lambda

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).

3
4
5
6
7

Uji statistik
T-test tidak berpasangan
T-test berpasangan
Anova
Repeat Measure
Chi square

Uji korelasi Pearson

Uji alternatif
Mann-Whitney
Wilcoxon
Kruskal-Wallis
Friedman
Fisher, Kolmogorov-Smirnov (tergantung
jumlah kolom dan baris, nilai observer &
ekspektasi setiap sel)
Uji korelasi Spearman

Ra

O1

O2

O3

O4

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

P1

O5

P2

O2
O4
O6

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

O1 K O2 WO O3
O3
O1
O2

Keterangan:
K = Kontrol
P = Perlakuan

O4
O4

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

O1

Keterangan:
K = Kontrol
P1 = Perlakuan 1
P2 = Perlakuan 2

P1
O2

WO1

O3

O4

P2
WO2

O5

O6

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:
Analyze >> Nonparametrik >> k related sample

Uji Normalitas:
Analyze > Descriptive Statistics> Explore
Klik Plots > Normality Plots with Tests
(tick)
Continu
OK