Uji beda merupakan analisis untuk menguji apakah terdapat perbedaan yang

signifikan di antara kelompok-kelompok data. Uji beda dibagi dua yaitu uji
bivariat dan uji multivariat. Uji bivariat adalah uji yang dilakukan untuk
mengetahui keterkaitan dua variabel. Contoh uji bivariat yaitu t-test untuk data
terdistribusi normal dan Mann Whitney untuk data tidak terdistribusi normal.
Sedangkan uji multivariat adalah metode pengolahan variabel dalam jumlah
banyak untuk mencari pengaruhnya terhadap suatu obyek secara simultan. Contoh
uji bivariat yaitu Anova untuk data terdistribusi normal dan Kruskal Wills untuk
data tidak terdistribusi normal (Hidayat dan Istiadah 2011).
Uji beda yang akan dilakukan pada praktikum ada 4 yaitu :
1. T test => 2 variabel (bivariate, data terdistribusi normal)
2. Mann Whitney => 2 variabel (bivariate, data tidak terdistribusi normal)
3. Anova => lebih dari 2 variabel (multivariate, data terdistribusi norma)
4. Kruskal Wills => lebih dari 2 variabel (multivariate, data tidak terdistribusi
normal)
Sebelum melakukan keempat uji, terlebih dahulu ditambahkan variabel jenis
kelamin. Berikut langkah-langkahnya :
Buka file Data buat praktikum ADPG.sav yang sudah dilakukan uji distribusi
normal.
Kemudian klik variable view tambahkan baris JK
Lalu pada type numeric, label jenis kelamin measure scale, dan decimals nol
klik bagian values
Maka muncul kotak dialog value labels
o Ketik 0 pada value dan laki-laki pada label, klik add
o Ketik 1 pada value dan perempuan pada label, klik add
o Klik OK
Lalu pada data view isi kolom jenis kelamin dengan baris 1-18 laki-laki dan
baris sisanya perempuan.
A. UJI T-TEST
klik analyze, pilih compare means
Pilih independent-sample T test, maka akan muncul kotak dialog explore

Lihat equal variance assumed bagian sig. 2 tailed nilainya 0.532 bernilai > 0.05
tidak berbeda nyata.
Perbedaan BMI laki2 dan perempuan tidak berbeda nyata
Namun rata2 BMI laki2 (dilihat dari grup statistiknya) lebih besar dari
perempuan.
Uji asupan protein dngan JK

Klik OK

Asym sig 2 tailed hasilnya 0.139 menunjukkan bahwa protein adequency antara
laki-laki dan perempuan tidak berbeda nyata.

Pada mean rank protein adequency pada laki-laki lebih besar dari perempuan
Uji Anova
Analyze
Compare Means
One Way Anova

Masukkan energy adequency ke dependent list

Masukkan category BMI ke independent list

Checklist descriptive
Homogenity

Klik OK

0.119 perbedaan antara Kategori BMI dan energy adequency tidak berbeda nyata
Jika berbeda nyata lanjut ke LSD dan uji Duncan.
LSD untuk melihat perbandingan masing2 kelompok
Kesimpulan perb. Antar kelopok kategori BMI tidak signifikan kecuali antara
normal dan overweight karena significant bernilai < 0.05
Uji Duncan
Untuk melihat ranking

Paling rendah obesitas, underweight,.. inggi normal..

Kruskal Walis
Cat BMI dengan protein

Tabel tes statistics

Asymp. Sig. menunjukkan nilai 0.383 tidak berbeda nyata. Kalau berbeda nyata
lanjut Mann Whitney.
UJI BEDA => variabel :
1. Kategorik
a. Nominal
b. Ordinal
2. Kontinus
a. Interval
b. rasio
Bivariate
1. T test :
Variabel terdistribusi normal
Variabel kategorik 2 grup
2. Mann Whitney :
Variabel tidak normal
Variabel kategorik 2 grup

Kolom test variabel => variabel

yang ingin dibedakaan/ diuji
Kolom grouping variabel =>
variabel yang diuji berdasarkan

Multivariate
1. Anova :
Variabel terdistribusi normal
Variabel kategorik > 2 grup
Uji lanjut
LSD => berdasarkan nilai sig per kategorik
Duncan => berdasarkan ranking
3. Kruskal Walis
Variabel tidak normal
Variabel kategorik > 2 grup
Uji lanjut : Mann Whitney

Kolom dependent list

=>lebih dari 1 variabel
Kolom factor => 1 variabel

LAPORAN
Uji beda itu apa
Ada 4 uji dijelasin pengertian
Uji lanjut dijelasin pengertian
Daftar Pustaka
Hidayat T, Istiadah N. 2011. Panduan Lengkap Menguasai SPSS 19 untuk
Mengolah Data Statistik Penelitian. Jakarta (ID): Mediakita.
Santoso S. 2010. Statistik Parametrik. Jakarta (ID): PT Elex Media Komputindo.