(Kolmogrov - Somirnov)
FUNGSI :
Untuk mengetahui normal atau tidaknya data
ASUMSI :
HIPOTESIS :
PENGAMBILAN KEPUTUSAN
contoh kasus :
Seorang tenaga kesehatan mengatakan bahwa terapi akupuntur dapat menurunkan berat badan pasien.
Seorang peneliti dibidang kesehatan ingin mengetahui apakah ada perbedaan yang signifikan berat
badan pasien sebelum dan sesudah terapi akupuntur
no sebelum sesudah
1 77 51
2 66 48
3 80 58
4 95 44
5 74 61
6 79 55
7 72 59
8 67 50
9 60 48
10 60 52
1. Output :
2. Interpretasi :
Karena P value dari kedua kelompok > dari (0,05)
Maka : Data berdistribusi Normal
UJI T 2 SAMPEL BERPASANGAN
(Paired Sample t Test)
FUNGSI :
Untuk mengetahui perbedaan sebelum dan sesudah perlakuan tertentu pada 2 kelompok
data berpasangan
ASUMSI :
1. Data berskala Interval/Ratio
2. Berdistribusi Normal
HIPOTESIS :
Ho : sebelum = sesudah
Tidak ada perbedaan yang signifikan berat badan pasien sebelum dan sesudah terapi akupuntur
Ha : sebelum sesudah
ada perbedaan yang signifikan berat badan pasien sebelum dan sesudah terapi akupuntur
PENGAMBILAN KEPUTUSAN
Contoh Kasus :
Seorang tenaga kesehatan mengatakan bahwa terapi akupuntur dapat menurunkan berat badan
pasien. Seorang peneliti dibidang kesehatan ingin mengetahui apakah ada perbedaan yang
signifikan berat badan pasien sebelum dan sesudah terapi akupuntur
no sebelum sesudah
1 77 51
2 66 48
3 80 58
4 95 44
5 74 61
6 79 55
7 72 59
8 67 50
9 60 48
10 60 52
1. Output
2. Interpretasi :
ttabel (2,262), pada df= n-1 = 10-1 = 9
Karena thitung (5,298) > ttabel (2,776) dan P value (0,000) < (0,05)
Maka : Hipotesis Nol Ditolak
Kesimpulan:
ada perbedaan yang signifikan berat badan pasien sebelum dan sesudah terapi akupuntur
WILCOXON SIGNED-RANK TEST
FUNGSI :
Untuk mengetahui perbedaan sebelum dan sesudah perlakuan tertentu pada 2 kelompok
data berpasangan.
ASUMSI :
1. Data berskala Interval/Ratio
2. Berdistribusi tidak Normal
HIPOTESIS :
Ho : sebelum = sesudah
Tidak ada perbedaan yang signifikan berat badan pasien sebelum dan sesudah terapi akupuntur
Ha : sebelum sesudah
ada perbedaan yang signifikan berat badan pasien sebelum dan sesudah terapi akupuntur
PENGAMBILAN KEPUTUSAN
Contoh Kasus :
Seorang tenaga kesehatan mengatakan bahwa terapi akupuntur dapat menurunkan berat badan
pasien. Seorang peneliti dibidang kesehatan ingin mengetahui apakah ada perbedaan yang
signifikan berat badan pasien sebelum dan sesudah terapi akupuntur
no sebelum sesudah
1 77 51
2 66 48
3 80 58
4 95 44
5 74 61
6 79 55
7 72 59
8 67 50
9 60 48
10 60 52
1. Output
2. Interpretasi :
Karena P value (0,005) < (0,05)
Maka : Hipotesis Nol Ditolak
Kesimpulan:
ada perbedaan yang signifikan berat badan pasien sebelum dan sesudah terapi akupuntur.
UJI t 2 SAMPEL BEBAS
(Independen Sample T Test)
FUNGSI :
Untuk mengetahui perbedaan antara 2 (dua) kelompok yang saling bebas atau independen
ASUMSI :
1. Data berskala Interval/Ratio
2. Berdistribusi Normal
HIPOTESIS :
Ho : 1= 2
Tidak ada perbedaan nilai ujian antara kelas A dan kelas B pada fakultas psikologi
suatu universitas
Ha : 1 2
Ada perbedaan nilai ujian antara kelas A dan kelas B pada fakultas psikologi suatu
universitas
PENGAMBILAN KEPUTUSAN
Perhitungan nilai uji statistik untuk uji t sample bebas sangat tergantung pada kondisi
varians data. Untuk itu perlu dilakukan uji varians untuk mengetahui apakah data
mempunyai varians homogen atau heterogen.
4. Interpretasi :
Uji Levenes Test menunjukkan bahwa p-value (0,613) > (0,05), maka Varians
data Homogen
ttabel (2,100), pada df= n1+n2-2 = 10+10-2=18
Karena thitung (3,490) > ttabel (2,100) atau p-value (0,003 < (0,05)
maka: Hipotesis Nol Ditolak
Kesimpulan:
Ada perbedaan nilai ujian antara kelas A dan kelas B pada fakultas psikologi suatu
universitas.
MANN WHITNEY
FUNGSI :
Untuk mengetahui perbedaan antara 2 (dua) kelompok yang saling bebas atau independen
ASUMSI :
1. Data berskala Interval/Ratio
2. Berdistribusi tidak Normal
HIPOTESIS :
Ho : 1= 2
Tidak ada perbedaan nilai ujian antara kelas A dan kelas B pada fakultas psikologi suatu
universitas
Ha : 1 2
Ada perbedaan nilai ujian antara kelas A dan kelas B pada fakultas psikologi suatu
universitas
PENGAMBILAN KEPUTUSAN
5. Contoh Kasus :
Seorang mahasiswa dalam penelitiannya ingin mengetahui apakah ada perbedaan nilai
ujian antara kelas A dan kelas B pada fakultas psikologi suatu universitas. Penelitian
dengan menggunakan sampel sebanyak 20 responden yang diambil dari kelas A dan kelas
B. Dalam uji ini jumlah kelompok responden yang diambil sama, yaitu kelas A sebanyak
10 orang dan kelas B 10 orang. Data yang didapat sebagai berikut :
No Nilai ujian Kelas
1 32 Kelas A
2 35 Kelas A
3 41 Kelas A
4 39 Kelas A
5 45 Kelas A
6 43 Kelas A
7 42 Kelas A
8 47 Kelas A
9 42 Kelas A
10 37 Kelas A
11 35 Kelas B
12 36 Kelas B
13 30 Kelas B
14 28 Kelas B
15 26 Kelas B
16 27 Kelas B
17 32 Kelas B
18 35 Kelas B
19 38 Kelas B
20 41 Kelas B
a. Output
b. Interpretasi :
Karena p-value (0,005 < (0,05)
maka: Hipotesis Nol Ditolak
Kesimpulan:
Ada perbedaan nilai ujian antara kelas A dan kelas B pada fakultas psikologi suatu
universitas
.
CHI-SQUARE
FUNGSI :
Untuk mengetahui hubungan antara variabel independen dengan variabel dependen
ASUMSI :
1. Data kategori
2. Variabel Independen (Nominal/Ordinal) dan Variabel Dependen (Nominal)
HIPOTESIS :
Ho : Tidak ada perbedaan antara merokok dengan tidak merokok terhadap kejadian CHD
Ha : ada perbedaan antara merokok dengan tidak merokok terhadap kejadian CHD
PENGAMBILAN KEPUTUSAN
Contoh Soal :
Pada penelitian tentang hubungan antara merokok dengan hipertensi dengan total
sampel 110 orang laki-laki, didapatkan 35 orang menderita Coronary Heart Disease
(CHD) disertai dengan kebiasaan merokok, 25 orang menderita CHD tanpa disertai
dengan kebiasaan merokok, sedangkan sisanya 20 orang non-CHD dengan kebiasaan
merokok dan 30 orang non CHD tanpa kebiasaan merokok. Hitunglah apakah terdapat
perbedaan antara merokok dengan tidak merokok terhadap kejadian CHD
Hipertensi
Merokok Total
CHD Non-CHD
Positif 35 20 55
Negatif 25 30 55
total 60 50 110
a. Output Crosstabulation
Dari tabel crosstabulation, tidak terdapat nilai expected count yang < 5 sehingga
terpenuhi asumsi Chi-Square. Jika terdapat nilai Expected count < 5 maka uji yang
digunakan adalah Fisher Exact
b. Output Chi-Square
Jika tabel Non 2x2 dan nilai expected count > 5 maka menggunakan nilai person
Chi-Square
Jika tabel 2x2 dan nilai expected count > 5 maka menggunakan nilai Continuity
Correction
Jika tabel Non 2x2 / 2x2 dan nilai expected count < 5 maka menggunakan nilai
Fisher Exact
c. Interpretasi :
Karena tabel 2x2 dan nilai expected count > 5 maka menggunakan nilai
Continuity Correction
X2hitung (2,970) < X2tabel (3,841) atau p-value (0,85) > (0,05)
maka: Hipotesis Nol Diterima
Kesimpulan:
Tidak ada perbedaan antara merokok dengan tidak merokok terhadap kejadian
CHD
MC-NEMAR
FUNGSI :
Untuk mengetahui perbedaan sebelum dan sesudah perlakuan tertentu pada 2 kelompok
data berpasangan.
ASUMSI :
HIPOTESIS :
Ho : sebelum = sesudah
Tidak ada perbedan peningkatan eritrosit sebelum dan sesudah pemberian diet
Ha : sebelum sesudah
ada perbedan peningkatan eritrosit sebelum dan sesudah pemberian diet
PENGAMBILAN KEPUTUSAN
1. Contoh Kasus :
Seorang tenaga kesehatan mengklaim bahwa tidak ada perbedaan peningkatan jumlah hb
sebelum dan sesudah pemberian diet. Apakah ada perbedan peningkatan eritrosit sebelum
dan sesudah pemberian diet ? (gunakan a = 0,05)
3. Interpretasi :
Karena P value (0,450) > (0,05)
Maka : Hipotesis Nol Diterima
Kesimpulan:
Tidak ada perbedan peningkatan eritrosit sebelum dan sesudah pemberian diet