4 - Fourth Week (Biostat)
4 - Fourth Week (Biostat)
STATISTIKA PARAMETRIK
Prak. Biostatistik
Oleh :
Outline
-
Uji Normalitas
Paired Sample T-Test
One Sample T-Test
Independent Sample T Test
One Way ANOVA
Two Way Anova
Jenis hipotesis
Skala
pengukuran
variabel
Komparatif/asosiatif
2 kelompok
Korelatif
>2 kelompok
Berpasangan
Tidak
Berpasangan
Berpasangan
Tidak
berpasangan
Nominal
(kategorikal)
McNemar **
Chi Square**
Fisher**
KolmogorovSmirnov**
Cochran**
Chi Square**
Fisher**
KolmogorovSmirnov**
Ordinal
(Kategorikal)
Marginal
homogeneity**
Wilcoxon
Chi Square**
Fisher**
KolmogorovSmirnov**
Cochran**
Friedman**
Chi Square**
Fisher**
KolmogorovSmirnov**
MannWhitney
Friedman
KruskalWallis
Wilcoxon
Numerik
(interval dan
rasio)
Uji t
Uji t tidak
Anova *
berpasangan * berpasangan
*
Anova *
Spearman
Pearson *
Statistika Parametrik
Statistika Nonparametrik
Uji Data Dua Sampel Berhubungan (Dependent), terdiri dari :
Uji Peringkat-Bertanda Wilcoxon
Uji Tanda (Sign)
Uji McNemar
Uji Data Dua Sampel Tidak Berhubungan (Independent), terdiri dari :
Uji U Mann-Whitney
Uji Dua Sampel Kolmogorov-Smirnov
Uji Run Wald-Wolfowitz
Uji Data Tiga atau Lebih (k) Sampel Berhubungan, terdiri dari :
Uji Friedman
Uji Keselarasan (Konkordansi) Kendall
Uji Cochran
Uji Data Tiga atau Lebih (k) Sampel Tidak Berhubungan, terdiri dari :
Uji Kruskal Wallis
Uji Median
5
Statistika Parametrik
Langkah-langkah :
Klik Analyze, kemudian pilih submenu Compare-Means. Dari
serangkaian pilihan test, sesuai kasus pilih Paired-Samples T-Test.
Paired Samples Correlations
N
Pair 1
15
Correlation
.974
Sig.
.000
Mean
Pair
1
sebelum sesudah
-19.400
5.06792
-30.270
-8.53039
df
-3.828
14
Sig. (2-tailed)
.002
Hipotesis :
H0 : tidak ada perbedaaan antara rata-rata penjualan sebelum dan sesudah pelatihan
H1 : terdapat perbedaaan antara rata-rata penjualan sebelum dan sesudah pelatihan
Berdasarkan Uji t
Diperoleh thitung sebesar -3.828 dimutlakkan menjadi 3.828. Sedang ttabel bisa didapat
pada tabel t-test, dengan = 0.05, karena digunakan hipotesis dua arah, nilai dibagi
dua menjadi 0.025, dan df = 14 (dari rumus n-1, dimana n adalah jumlah data, 151=14). Didapat ttabel adalah 2.14.
Oleh karena thitung > ttabel, (3.828 > 2.14), maka H0 ditolak, sehingga dapat disimpulkan
bahwa terdapat perbedaaan antara rata-rata penjualan sebelum ikut pelatihan dan
sesudah ikut pelatihan.
Berdasarkan nilai probabilitas dengan = 0,05 :
Terlihat bahwa (0.002 < 0.05). Dengan demikian H0 ditolak, sehingga terdapat
perbedaaan antara rata-rata penjualan sebelum ikut pelatihan dan sesudah ikut
pelatihan.
10
Langkah-langkah :
Klik Analyze, kemudian pilih submenu Compare-Means. Dari
serangkaian pilihan test, sesuai kasus pilih One-Samples T-Test
One-Sample Test
Test Value = 225
waktu perbaikan
t
.670
df
15
Sig. (2-tailed)
.513
Mean
Dif f erence
16.563
Hipotesis :
H0 : 225 ; rata-rata waktu perbaikan tidak lebih besar 225 jam
H1 : > 225 ; rata-rata waktu perbaikan lebih besar 225 jam
Terlihat bahwa nilai probabilitas pada kolom Sig adalah 0.513 atau
probabilitas di atas 0.05 (0.513 > 0.05). Dengan demikian H0 diterima,
sehingga mempunyai kesimpulan bahwa rata-rata waktu perbaikan
adalah tidak lebih besar 225 jam.
12
Kelas A
73
75
67
57
87
91
56
78
56
77
Kelas B
56
48
69
75
90
45
67
77
87
89
No
11
12
13
14
15
16
17
18
19
20
Kelas A
60
50
76
70
78
82
86
98
92
55
Kelas B
65
52
72
68
75
80
80
87
88
50
Langkah-langkah :
Klik Analyze, kemudian pilih submenu Compare-Means. Dari serangkaian
pilihan test, sesuai kasus pilih Independent-Samples T-Test
Independent Samples Test
Lev ene's Test f or
Equality of Variances
F
Nilai
Equal v ariances
assumed
Equal v ariances
not assumed
Sig.
.029
.865
df
Sig.
(2-tailed)
Mean
Dif f erence
St d. Error
Dif f erence
.487
38
.629
2.20000
4.51582
-6.942
11.3418
.487
37.951
.629
2.20000
4.51582
-6.942
11.3422
2
1
2
2
2
2
Pada nilai Sig. diperoleh nilai sebesar 0.865, karena nilainya jauh di atas =
5%, maka H0 diterima, yang menunjukkan bahwa dengan resiko kekeliruan
sebesar 5%, varians kedua populasi tersebut Homogen, maka digunakan Equal
variances assumed.
14
Continue..
Independent Samples Test
Lev ene's Test f or
Equality of Variances
F
Nilai
Equal v ariances
assumed
Equal v ariances
not assumed
Sig.
.029
.865
df
Sig.
(2-tailed)
Mean
Dif f erence
St d. Error
Dif f erence
.487
38
.629
2.20000
4.51582
-6.942
11.3418
.487
37.951
.629
2.20000
4.51582
-6.942
11.3422
Hipotesis :
H0 : 1 = 2 ; tidak ada perbedaaan antara rata-rata nilai kelas A dan nilai kelas B
H1 : 1 2 ; terdapat perbedaaan antara rata-rata nilai kelas A dan nilai kelas B
Terlihat bahwa nilai probabilitas pada kolom Sig adalah 0.629 atau
probabilitas di atas 0.05 (0.629 > 0.05). Dengan demikian H0 diterima,
sehingga mempunyai kesimpulan yang sama dengan uji t yaitu tidak ada
perbedaaan antara rata-rata nilai kelas A dan nilai kelas B.
15
ONE WAY-ANOVA
Jika Uji t digunakan untuk pengujian dua sampel, maka ONE
WAY-ANOVA digunakan untuk pengujian lebih dari dua
sampel. Asumsi yang digunakan pada pengujian ANOVA
adalah :
Populasi-populasi yang akan diuji berdistribusi normal
Varians dari populasi-populasi tersebut adalah sama
Sampel tidak berhubungan satu dengan yang lain.
CONTOH KASUS
Seorang Supervisor sebuah perusahaan air minum ingin mengetahui
apakah ada perbedaan nyata dari penjualan air minum di daerah
penjualan JABOTABEK. Untuk itu diambil sampel berupa data
penjualan air minum, masing-masing 10 outlet untuk kawasan
JABOTABEK, dengan data sebagai berikut :
16
Daerah Penjualan
Jakarta Bogor Tangerang Bekasi
1
632
564
567
532
2
661
601
601
557
3
632
654
576
543
4
621
695
542
518
5
652
651
587
529
6
685
634
529
534
7
639
624
521
548
8
652
651
542
557
9
638
653
551
524
10
666
632
432
532
No
Langkah-langkah :
Klik Analyze, kemudian pilih submenu Compare-Means. Dari
serangkaian pilihan test, sesuai kasus pilih One-Way Anova
Descriptives
Penjualan
N
Jakarta
Bogor
Tangerang
Bekasi
Total
10
10
10
10
40
Mean
647.80
635.90
544.80
537.40
591.48
St d. Dev iation
19.194
35.146
47.140
13.368
59.599
St d. Error
6.070
11.114
14.907
4.227
9.423
Minimum
621
564
432
518
432
Maximum
685
695
601
557
695
17
UJI VARIANSI
Test of Homogeneity of Variances
Penjualan
Lev ene
St at ist ic
1.898
df 1
df 2
3
36
Sig.
.147
Hipotesis :
H0 : varians keempat populasi homogen
H1 : varians keempat populasi heterogen
Terlihat bahwa nilai probabilitas pada kolom Sig adalah 0.147 di atas
0.05 (0.147 > 0.05). Dengan demikian H0 dierima, yang menunjukkan
bahwa, varians keempat populasi tersebut Homogen.
18
Uji ANOVA
ANOVA
Penjualan
Between Groups
Within Groups
Total
Sum of
Squares
102487.5
36040.50
138528.0
df
3
36
39
Mean Square
34162.492
1001.125
F
34.124
Sig.
.000
Hipotesis :
H0 : tidak ada perbedaaan rata-rata hasil penjualan di antara daerah JABOTABEK
H1 : terdapat perbedaaan rata-rata hasil penjualan di antara daerah JABOTABEK
Jika Fhitung >Ftabel, maka H0 ditolak dan H1 diterima
Jika Fhitung < Ftabel, maka H0 diterima dan H1 ditolak
Didapat nilai Fhitung = 34.124. Sedang Ftabel bisa didapat pada tabel F-test, dengan = 0.05, dan
df1 = 3 (didapat dari rumus N-1, dimana N adalah jumlah variabel bebas, 4-1=3), df2 = 36
(didapat dari rumus n-N, dimana n adalah jumlah data, 40-4=36). Didapat Ftabel adalah 2.866.
Keputusan : Oleh karena Fhitung > Ftabel, (34.124 > 2.866), maka H0 ditolak, sehingga dapat
disimpulkan bahwa terdapat perbedaaan rata-rata hasil penjualan di antara daerah
JABOTABEK.
nilai probabilitas pada kolom Sig adalah 0.000 atau probabilitas di bawah 0.05 (0.000 <
0.05). Dengan demikian H0 ditolak, sehingga terdapat perbedaaan rata-rata hasil penjualan di
antara daerah JABOTABEK.
19
(I) Daerah
Jakarta
Bogor
Tangerang
Bekasi
(J) Daerah
Bogor
Tangerang
Bekasi
Jakarta
Tangerang
Bekasi
Jakarta
Bogor
Bekasi
Jakarta
Bogor
Tangerang
Mean
Dif f erence
(I-J)
11.900
103.000*
110.400*
-11.900
91.100*
98.500*
-103.000*
-91.100*
7.400
-110.400*
-98.500*
-7.400
Std. Error
14.150
14.150
14.150
14.150
14.150
14.150
14.150
14.150
14.150
14.150
14.150
14.150
Sig.
.835
.000
.000
.835
.000
.000
.000
.000
.953
.000
.000
.953
*. The mean dif f erence is signif icant at the .05 lev el.
Output Post Hoc menjelaskan antar daerah mana saja yang memiliki perbedaan dan
yang tidak memiliki perbedaan. Sebagai contoh pada baris pertama menguji perbedaan
antara daerah Jakarta dengan Bogor, didapat selisih rata-rata antar keduanya sebesar
11.9 dengan nilai signifikan (0.835 > 0.05), hal ini menyatakan tidak ada perbedaan
yang signifikan antara rata-rata penjualan di Jakarta dengan Bogor.
20
Penjualan
a
Tukey HSD
Daerah
Bekasi
Tangerang
Bogor
Jakarta
Sig.
N
10
10
10
10
Subset f or alpha = . 05
1
2
537.40
544.80
635.90
647.80
.953
.835
21
ANOVA 2 FAKTOR
22
Contoh Kasus :
Suatu perusahaan roti menduga bahwa penataan roti pada
etalase yang dipajang mempengaruhi penjualan roti. Penataan
roti pada etalase meliputi tinggi (A1, A2, A3,) dan lebar (B1, B2).
Apabila tingkat penjualan diukur dari banyaknya roti yang
terjual dan tingkat kekeliruang adalah 5%. Diperoleh data sbb :
Faktor B
B1 (reguler) B2 (non reguler)
47
46
A1 (dasar)
43
40
62
67
A2 (tengah)
68
71
41
42
A3 (atas)
39
46
Faktor A
Langkah-langkah :
Analisis :
Between-Subjects Factors
Faktor
A
Faktor
B
1.00
2.00
3.00
1.00
2.00
Value Label
A1
A2
A3
B1
B2
N
4
4
4
6
6
Ty pe I II Sum
of Squares
1580.000a
31212.000
1544.000
12.000
24.000
62.000
32854.000
1642.000
df
5
1
2
1
2
6
12
11
Mean Square
316.000
31212.000
772.000
12.000
12.000
10.333
F
30.581
3020.516
74.710
1.161
1.161
Sig.
.000
.000
.000
.323
.375
25
TUGAS
Denyut Nadi
Sebelum
Sesudah
Sebelum
Sesudah
110.5
109.5
56.0
54.3
138.5
140.6
87.5
80.3
122.7
125.7
65.7
63.6
113.8
124.6
89.2
80.7
124.5
123.5
72.3
70.5
132.7
135.7
54.5
53.9
114.9
115.7
60.5
57.9
119.2
120.2
64.5
62.3
120.6
120.7
71.2
68.9
26
27
28