MAKALAH

UJI 2 SAMPEL NON PARAMETRIK INDEPENDEN

(UJI CHI-SQUARE, UJI MANN WHITNEY, UJI KOLMOGOROV SMIRNOV)

(Disusun guna memenuhi tugas Biostatistika Inferensial, Kelas B)

Dosen Pengampu:

Dimas Bagus Cahyaningrat, S.Si., M.Si.

Dwi Martina Wati, S.Si., M.Si.

Disusun Oleh Kelompok 16:

Rizka Ayu Kartika (162110101082)
Nur Fauziyah (162110101083)
Dita Farma Anwar Fidas (162110101199)

PROGRAM STUDI ILMU KESEHATAN MASYARAKAT

FAKULTAS KESEHATAN MASYARAKAT
UNIVERSITAS JEMBER
2019
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT, karena berkat limpahan rahmat, hidayah, dan
inayah-Nya maka makalah ini dapat diselesaikan dengan baik. Salam dan salawat semoga
selalu tercurah pada baginda Rasulullah Muhammad SAW.
Makalah yang berjudul “Uji 2 Sampel Non Parametrik Berpasangan” makalah ini
kami susun untuk memenuhi tugas mata kuliah Biostatistika Inferensial. Penulis
mengucapkan rasa terimakasih yang sebesar-besarnya atas semua bantuan yang telah
diberikan, baik secara langsung maupun tidak langsung selama penyusunan makalah ini
hingga selesai. Secara khusus rasa terimakasih tersebut kami sampaikan kepada:
1. Bapak Dimas Bagus Cahyaningrat, S.Si., M.Si. dan Ibu Dwi Martina Wati, S.Si., M.Si.
selaku dosen pengampu mata kuliah Biostatistika Inferensia kelas B, Fakultas Kesehatan
Masyarakat Universitas Jember.
2. Teman-teman Fakultas Kesehatan Masyarakat Universitas Jember, yang juga ikut
membantu dalam peyusunan makalah.
Penulis menyadari bahwa makalah ini belum sempurna, baik dari segi materi maupun
penyajiannya. Untuk itu kritik dan saran yang membangun sangat diharapkan dalam
penyempurnaan makalah ini. Terakhir penulis berharap, semoga makalah ini dapat
memberikan hal yang bermanfaat dan menambah wawasan bagi pembaca dan khususnya bagi
penulis.

Jember, 15 Januari 2019

Penulis
 DAFTAR ISI

KATA PENGANTAR ............................................................................................................... 1

DAFTAR ISI.............................................................................................................................. 2
BAB 1. PENDAHULUAN ........................................................................................................ 3
1.1 Latar Belakang ............................................................................................................ 3
1.2 Rumusan Masalah ....................................................................................................... 3
1.3 Tujuan.......................................................................................................................... 3
1.3.1 Tujuan Umum ...................................................................................................... 3
1.3.2 Tujuan Khusus ..................................................................................................... 3
BAB 2. TINJAUAN PUSTAKA ............................................................................................... 4
2.1 Uji Chi-Square............................................................................................................. 4
2.2 Uji Mann Whitney....................................................................................................... 5
2.3 Uji Kolmogorov Smirnov............................................................................................ 8
BAB 3. APLIKASI ................................................................................................................. 11
3.1 Uji Chi-Square........................................................................................................... 11
3.2 Uji Mann Whitney..................................................................................................... 14
3.3 Uji Kolmogorov Smirnov.......................................................................................... 19
DAFTAR PUSTAKA .............................................................................................................. 25
 BAB 1. PENDAHULUAN

1.1 Latar Belakang

Analisis data merupakan proses atau prosedur dalam penelitian, analisis data
digunakan untuk membuktikan atau mencari jawaban terhadap rumusan masalah dan
dugaan pemeliti tentang variabel yang akan dipelajari. Hasil dari analisis data ini akan
diintrepretasikan oleh peneliti kemudian diambil simpulan jawaban berdasarkan
keyakinan empiris.

Uji analisis data memiliki banyak jenis, salah satunya yaitu uji dua sampel non
parametrik independen yang meliputi (uji chi square, uji mann whitney dan uji
kolmogorov smirnov) , uji ini juga dapat digunakan untuk menguji hipotesis penelitian.
Dalam makalah ini akan menjelaskan tentang uji tersebut. Karena penyusun ingin
mengetahui bagaimana teori dan pengaplikasian dari uji dua sampel parametrik
independen (uji t independen)

Pengaplikasian akan dilakukan dengan mengunakan software SPSS dan perhitungan

manual dengan menggunakan data yang telah disediakan dan variabel yang telah
ditentukan, kemudian data tersebut akan dimasukan dalam software dan akan dilakukan
seperti kedua uji tersebut dan ditarik hasil kesimpulan atau analisa output data.

1.2 Rumusan Masalah

Apa dan bagaimanakah uji dua sampel non parametrik independen (uji chi square, uji
mann whitney dan uji kolmogorov smirnov)?

1.3 Tujuan
1.3.1 Tujuan Umum
Untuk mengetahui apa dan bagaimana uji dua sampel non parametrik independen
(uji chi square, uji mann whitney dan uji kolmogorov smirnof).

1.3.2 Tujuan Khusus

a. Untuk mengetahui teori dan aplikasi dari uji chi square dalam penelitian.
b. Untuk mengetahui teori dan aplikasi dari uji mann whitney dalam penelitian.
c. Untuk mengetahui teori dan aplikasi dari uji kolmogorov smirnof dalam penelitian.
 BAB 2. TINJAUAN PUSTAKA
2.1 Uji Chi-Square
a. Pengertian

Uji Chi Squere merupakan salah satu metode statistik non parametik, antara lain
digunakan untuk uji kesesuain, uji independensi, dan uji homogenitas.

b. Manfaat

Uji Chi Squere Test digunakan untuk menguji data, yang mana salah satu data
bersifat nominal atau berupa kategori. Square berguna untuk menguji hubungan atau
pengaruh dua buah variabel nominal dan mengukur kuatnya hubungan antara variabel
yang satu dengan variabel nominal lainnya (C = Coefisien of contingency)

c. Karakteristik
1. Nilai Chi‐Square selalu positif.
2. Terdapat beberapa keluarga distribusi Chi‐Square, yaitu distribusi Chi‐Square
dengan DK=1, 2, 3, dst.
3. Bentuk Distribusi Chi‐Square adalah menjulur positif.
d. Kriteria Pengujian
Jika x2 hitung ≤ x2 tabel, maka Ho diterima.
Jika x2 hitung > x2 tabel, maka Ho ditolak.
ATAU
Jika Sig. χ2 hitung > alpha, maka Ho diterima.
Jika Sig. χ2 hitung < alpha, maka Ho ditolak.
e. Rumus
Berikut ini adalah rumus chi squere (Blair and Taylor, 2008);

(𝑓ₑ−𝑓ₒ)²
X2 – Ʃ [ ]
𝑓ₑ

Keterangan :

𝑓ₒ = Observed frequency

𝑓ₑ = Expected Frequency

Atau dapat juga digunakan rumus sebagai berikut (Daniel, 2010):

 (𝑂−𝐸)²
X2 – Ʃ [ ]
𝐸

Keterangan :

O = Observed frequency

E = Expected frequency

Atau dapat juga menggunakan rumus berikut ini:

𝑛 (𝑎𝑑−𝑏𝑐)²
X2 = (𝑎+𝑏)( 𝑐+𝑑)(𝑎+𝑐)(𝑏+𝑑)

Keterangan :

a = exposure positif dan effect positif

b = exposure positif dan effect negatif

c = exposure positif dan effect positif

d = exposure negatif dan effect negatif

n = total sampel

Dependent
variabel

Independent variabel (+) (-)

(+) a b a+b

(-) c d c+ d

Total a+c b+d a+b+c+d

2.2 Uji Mann Whitney

a. Pengetian
 Uji Mann Whiteney adalah uji non parametrik yang menjadi alternatif dari uji t (uji
parametrik). Uji Mann-whitney tidak memerlukan asumsi populasi-populasi terdistribusi
normal, namun hanya mengasumsikan bahwa populasi-populasi tersebut mempunyai
bentuk yang sama. kelebihan uji ini dibandingkan uji t, adalah uji ini dapat digunakan
pada data ordinal atau data peringkat. Uji ini sering disebut juga sebagai uji U, karena
statistik yang digunakan untuk menguji hipotesis nolnya disebut U.

b. Tujuan
Uji Mann Whiteney digunakan untuk mengetahui ada atau tidaknya perbedaan dari
dua himpunan data yang berasal dari sampel yang independen.

c. Asumsi
1. data merupakan sampel acak hasil pengamatan X1, X2, ......., Xn1, dari populasi 1
dan sampel acak hasil pengamatan Y1, Y2, Yn1 dari populasi 2
2. skala pengukuran yang dipakai ordinal
3. kedua sampel tidak saling memepengaruhi
4. variabel yang diamati adalah variabel acak kontinu.
5. Fungsi-fungsi distribusi kedua populasi hanya berbeda dalam hal lokasi, yakni
apabila keduanya sungguh berbeda.

d. . Hipotesis
Hipotesis yang digunakan pada uji peringkat bertanda Mann Whitney (uji U) ini
dapat dibedakan beberapa type, antara lain:

1. Dua sisi
H0: µA = µB
Ha: µ ≠µB
Kaidah pengujian: terima H0, jika Uhitung ≥ Utabel(α/2)
2. Satu sisi kiri
H0: µA ≥ µB
Ha: µ < µB
Kaidah pengujian: terima H0, jika Uhitung ≥ Utabel(α/2)
3. Satu sisi Kanan
H0: µA ≤ µB
Ha: µ > µB
 Kaidah pengujian: terima H0, jika Uhitung ≥ Utabel(α/2)

e. Uji Mann Whitney Sampel Kecil (n < 20)

Sampel dikatakan berukuran kecil bila sampel yang diambil dari suatu populasi
maksimum 20 (n < 20) sedangkan sampel dikatakan berukuran besar bila sampel yang
diambil dari suatu populasi n > 20.

prosedur uji Statistik sampel kecil, sebgai berikut:

1. Membuat hipotesis dalam uraian kalimat

H0 = tidak ada perbedaan antara kelompok/sampel satu dengan kelompok/sampel
kedua.
Ha = ada perbedaan antara kelompok/sampel satu dengan kelompk/sampel kedua
2. Membuat hipotesis dalam bentuk model statistik
H0: µA = µB
Ha: µ ≠µB
3. Menentukan taraf nyata/signifikasi (α)
4. Kaidah pengujian
H0 diterima, jika Uhitung ≥ Utabel (α/2, n1,n2 )
Ha ditolak, jika Uhitung < Utabel (a/2, n1,n2)
5. Menentukan nilai Uhitung
Nilai Uhitung yang dipilih adalah nilai Uhitung yang terkecil di antara U1 dan U2
Rumus :
n1 (n1 (n1 + 1)
U1 = n1n2 + - R1
2
n1 (n1 (n1 + 1)
U1 = n1n2 + - R2
2

Dimana:
U1 = jumlah peringkat sampel ke-1
U2 = jumlah peringkat sampel ke-2
n1 = sampel ke-1
n2 = sampel ke-2
R1 = jumlah rangking sampel ke-1
R2 = jumlah rangking sampel ke-2
6. Menentukan nilai Utabel
 Nilai Utabel dapat dicari dengan menggunakan tabel Mann Whiteney
Caranya, bila dua sisi Utabel = ((α/2) (n1,n2) dan sisi Utabel (α) ( n1, n2)
7. Membandingkan antara Uhitung dan Utabel
Tujuan membandingan Uhitung dan Utabel adalah untuk mengetahui hipotesis mana
yang diterima berdasarkan kaidah pengujian.
8. Membuat kesimpulan
Menerima atau menolak H0
f. Uji Mann Whitney Sampel Besar (n > 20)

Sampel dapat dinyatakan berukuran besar apabila sampel yang diambil dari suatu
populasi lebih besar dari 20 (n >20) prosedure perhitungan sampel besar untuk uji
peringkat Mann Whiteney secara garis besar hampir sama dengan sampel kecil, hanya uji
statistik pada sampel besar menggunakan uji Z.

Rumus:
U – E(U)
Zhitung =
√𝑉𝑎𝑟(𝑈)

Dimana untuk mencari nilai Zhitung terlebih dahulu menghitung nilai-nilai berikut:
a. Nilai U
Nilai U hitung yang dipilih adalah U hitung yang terkecil di antara U1 dan U2
Rumus :
𝑛1(𝑛1+1)
U1 = n1n2 - R1
2
𝑛2(𝑛2+1)
U2 = n1n2 – R2
2

b. Nilai E (U)
𝑛1𝑛2
E (U) = 2

c. Nilai Var (U)

Rumus:
𝑛1𝑛2(𝑛1+𝑛2+1)
Var (U) = 12

2.3 Uji Kolmogorov Smirnov

a. Pengertian

Uji kolmogorov smirnov dua sampel adalah uji yang digunakan untuk mengetahu
apakah dua sampel bebas (independent) berasal dari populasi yang sama. artinya uji ini
diterapkan dalam kaitanya dengan pembuktian apakah sampel yamg diambil berasal dari
satu populasi yang sama atau populasi yang berbeda.

b. Tujuan

Untuk menguji hipotesis komperatif dua sampel, bila datanya berjenis ordinal

c. Asumsi
1. tes ini diterapkan jika berhadapan dengan dua sampel bebas
2. masing-masing sampel mempunyai data paling rendah beskala ordinal
3. menggunakan pendekatan distribusi frekuensi kumulatif dan data untuk masing-
masing. sampel observasi disusum dalam bentuk interval-iterval.
d. Uji Kolmogorov dua sampel

Pada uji kolmogorov smirnov sampel dikatakan berukuran kecil, bila sampel yang
diambil dari suaru populasi maksimum 40 (n1 n2 ≤ 40), sampel yang berukuran 40
dikatakan sampel kecil pada uji ini dikarenakan Dtabel (tabel kolmogorov-Smirnov) yang
paling besar hanya 40 sampel.

.prosedur uji Statistik sampel kecil, sebagai berikut:

1. Membuat hipotesis dalam uraian kalimat

H0 = tidak ada perbedaan antara kelompok/sampel satu dengan kelompok/sampel
kedua.
Ha = ada perbedaan antara kelompok/sampel satu dengan kelompk/sampel kedua
2. Membuat hipotesis dalam bentuk model statistik
H0: µA = µB
Ha: µ ≠µB
3. Menentukan taraf nyata/signifikasi (α)
Taraf nyata yang biasa digunakanuntuk uji ini antara lain: 0,5% (0,005); 0,1%
(0,001); 1% (0,01); 2,5% (0,025); 5% (0,05); 10% (0,1).
4. Kaidah pengujian
H0 diterima, jika Dhitung ≤ Dtabel(n1,n2)
Ha ditolak, jika Dhitung > Dtabel(n1,n2)
5. Menentukan nilai Dhitung
Nilai Dhitung ditentukan berdasarkan nilai maksimum dari selisih |𝑆𝑛2 (𝐴) −
𝑆𝑛2 (𝐵)| (bersifat mutlak, artinya semua nilai selisih dianggap positif)
 6. Menentukan nilai Dtabel
Nilai Dtabel dapat dicari dengan menggunakan tavel kolmogorov smirnov
Nilai dari Dtabel tergantung dari derjat bebas (v)/ degreeof freedom
Dtabel = D(a,n) n = sampel, α = derajat bebas (taraf signifikan)
7. Membandingkan antara Dhitung dan Dtabel
Tujuan membandingan Dhitung dan Dtabel adalah untuk mengetahui hipotesis mana
yang diterima berdasarkan kaidah pengujian.
8. Membuat kesimpulan
Menerima atau menolak H0

e. Uji Kolmogorov Smirnov sampel besar

Sampel dapat dinyatakan berukuran besar apabila sampel yang diambil dari suatu
populasi adalah n1n2 > 40 dalam hal ini n1 dan n2 tidak harus sama besar. Prosedur
perhitungan sampel besar untuk uji kolmogorov smirnov sampel besar secara garis besar
hampir sama dengan sampel kecil, hanya berbeda pada penentuan nilai Dtabel bila sampel
kecil Dtabel dapat dilihat dari tabel komogorov smirnov sedangkan untuk sampel besar
Dtabel ditentukan berdasarkan rumus:

𝑛₁+𝑛₂ 𝑛₁+𝑛₂
D hitung (0,05) = 1,36 √ 𝑛₁𝑛₂ D hitung (0,01) = 1,63 √ 𝑛₁𝑛₂

𝑛₁+𝑛₂ 𝑛₁+𝑛₂
D hitung (0,1) = 1,22 √ 𝑛₁𝑛₂ D hitung (0,025) = 1,48 √ 𝑛₁𝑛₂

𝑛₁+𝑛₂ 𝑛₁+𝑛₂
D hitung (0,005) = 1,73 √ 𝑛₁𝑛₂ D hitung (0,0001) = 1,95 √ 𝑛₁𝑛₂
 BAB 3. APLIKASI
3.1 Uji Chi-Square
a. Penggunaan Cara Manual
Contoh kasus dilakukan sebuah penelitian yang bertujuan untuk melakukan pengujian
hubungan antara tingkat pendidikan dengan tingkat pengetahuan tentang Perilaku
Hidup Bersih dan Sehat (PHBS). Berikut ini frekuensi dari kedua variabel tersebut.
Tabel Data pengetahuan PHBS dan tingkat pendidikan dan
Pengetahuan Tingkat Pendidikan Jumlah
PHBS SMP SMA Perguruan
Tinggi
Tinggi 2 5 8 15

Rendah 3 4 6 13

Jumlah 5 9 14 28

1. Berdasarkan data tersebut maka perhitungan frekuensi sebagai berikut:

(𝑛𝐾𝑖) (𝑛𝐵𝑗)
Dengan Rumus : Eij = 𝑛

Keterangan: i = baris ke-i dan j= kolom ke-j, n= 150, nK=jumlah kolom,

nB=jumlah baris.
(𝑛𝐾1) (𝑛𝐵1) (5) (15)
E11 = = = 2,67
𝑛 28
(𝑛𝐾2) (𝑛𝐵1) (9) (15)
E21 = = = 4,82
𝑛 28
(𝑛𝐾3) (𝑛𝐵1) (14) (15)
E31 = = = 7,5
𝑛 28
(𝑛𝐾2) (𝑛𝐵1) (5) (13)
E12 = = = 2,32
𝑛 28
(𝑛𝐾2) (𝑛𝐵1) (9) (13)
E22 = = = 4,17
𝑛 28
(𝑛𝐾2) (𝑛𝐵1) (14) (13)
E32 = = = 6,5
𝑛 28

2. Berdasarkan hasil frekuensi yang diharapkan, maka dilakukan perhitungan nilai

Chi-Squaredengan menggunakan tabel penolong.
Tabel penolong Perhitungan
Tingkat Pengetahuan O E O-E (O-E)2 (𝑶 − 𝑬)𝟐
Pendidikan PHBS 𝑬
 SMP Tinggi 2 2,67 -0,67 0,448 0,167

Rendah 3 2,32 0,68 0,462 0,199

SMA Tinggi 5 4,82 0,18 0,032 0,006

Rendah 4 4,17 -0,17 0,028 0,006

PERGURUAN Tinggi 8 7,5 0,5 0,25 0,033

TINGGI
Rendah 6 6,5 -0,5 0,25 0,038

Jumlah 0,449

Maka diperoleh besarnya koefisien Chi-Square sebagai berikut:

(𝑂−𝐸)²
X2 – Ʃ [ ]= 0,167+0,199+0,006+0,006+0,033+0,038=0,449
𝐸

3. Cari dengan x2 tabel. Sebelumnya hitung dulu df (derajat kebebasan).

df = (K-1) (B-1) = (3-1) (2-1) = 2
Pada α = 0,05 dengan dk = 2 maka besarnya x2 tabel adalah 5,99.
Tabel x2 (Chi-Square)

4. Kesimpulan:
 x2 hitung = 0,449 dan x2 tabel = 5,99. Maka x2 hitung < x2 tabel. Artinya tidak
terdapat hubungan antara tingkat pendidikan dengan tingkat pengetahuan Perilaku
Hidup Bersih Sehat (PHBS) atau H0 diterima.

b. Penggunaan Cara SPSS

1. Masukan file data ke dalam spss
2. Klik Analyze-Descriptive Statistic dan pilih Crosstabs
3. Kemudian akan muncul kotak dialog crosstabs, masukan variabel pengetahuan ke
kotak Row(s) dan variabel pendidikan ke kotak column(s)
4. Klik statistics pada kotak dialog crosstabs akam muncul kota cross tabs statistics
kemudian centang pada bagia Chi-Square dan klik continue serta klik Ok.
5. Akan muncul hasil output sebagai berikut.

Case Processing Summary

P
a Cases

d Valid Missing Total

a N Percent N Percent N Percent

Tingkatan pengetahuan
o PHBS * Tinkatan 28 100,0% 0 0,0% 28 100,0%
u pendidikan
t
put tabel case processing sumarry terdapat 28 data responden yang semuanya di proses
(tidak ada dataa yang missing atau hilang), sehingga tingkat kevalidannya 100%

Tingkatan pengetahuan PHBS * Tinkatan pendidikan Crosstabulation

Count
Tinkatan pendidikan Total
SMP SMA PERGURUA
N TINGGI
Tingkatan pengetahuan Tinggi 2 5 8 15
PHBS Rendah 3 4 6 13
Total 5 9 14 28
 Pada output tabel Tingkat Pengetahuan PHBS*Tingkatan Pendidikan
Crosstabulation terlihat tabel silang yang memuat hubungan antara variabel tingkat
pengetahuan dengan dengan tingkat pendidikan. Terdapat 2 responden (pengetahuan
PHBS tinggi, dengan pendidikan SMP), 3 responden (pengetahuan PHBS rendah,
dengan pendidikan SMP), 5 responden (pengetahuan PHBS tinggi, dengan pendidikan
SMA), 4 responden (pengetahuan PHBS rendah, dengan pendidikan SMA), 8 responden
(pengetahuan PHBS tinggi, dengan pendidikan PT dan 6 responden (pengetahuan PHBS
rendah dengan pendidikan PT).

Chi-Square Tests
Value df Asymp. Sig.
(2-sided)
Pearson Chi-Square ,456a 2 ,796
Likelihood Ratio ,456 2 ,796
Linear-by-Linear
,334 1 ,563
Association
N of Valid Cases 28
a. 4 cells (66,7%) have expected count less than 5. The
minimum expected count is 2,32.

Pada output tabel Chi-Square Tests terlihat asymp.Sig sebesar 0,796, karena nilai
asymp.Sig > 0,05. Maka artinya tidak terdapat hubungan antara tingkat pendidikan
dengan tingkat pengetahuan Perilaku Hidup Bersih dan Sehat (PHBS) berarti H0
diterima.

3.2 Uji Mann Whitney

a. Penggunaan Cara Manual

Contoh kasus, misalnya seorang Bidan Desa ketika memberikan penyuluhan

mengenai kesehatan reproduksi kepada para remaja laki-laki dan perempuan di desa X,
ingin mengetahui apakah ada perbedaan pengetahuan mengenai kesehatan reproduksi
pada remaja laki-laki dan perempuan, kemudian dilakukan penarikan sampel pada laki-
laki sebanyak 7 dan perempuan sebanyak 9 dengan memberikan beberapa soal dengan α
(0,05). Berikut hasil perhitungan masing-masing skor pengetahuan. Dan didapat data
sebagai berikut.
 Skor Pengetahuan
Skor Pengetahuan
Remaja
Remaja Laki-laki
Perempuan

79 90

82 89

85 82

88 89

85 91

80 86

80 85

86

84

1. Gunakan tabel penolong, sebagai berikut.

Skor Pengetahuan Ranking Jenis Kelamin

79 1 Laki-laki

80 2,5 Laki-laki

80 2,5 Laki-laki

82 4,5 Perempuan

82 4,5 Laki-laki

84 6 Perempuan

85 8 Perempuan

85 8 Laki-laki

85 8 Laki-laki
 86 10,5 Perempuan

86 10,5 Perempuan

88 12 Laki-laki

89 13,5 Perempuan

89 13,5 Perempuan

90 15 Perempuan

91 16 Perempuan

2. Jumlahkan nilai jenjang untuk masing-masing sampel

Skor Skor
Pengetahuan Rangking Pengetahuan Rangking
Laki-laki Perempuan

79 1 90 15

82 4,5 89 13,5

85 8 82 4,5

88 12 89 13,5

85 8 91 16

80 2,5 86 10,5

80 2,5 85 8

86 10,5

84 6

Jumlah rangking 38,5 Jumlah rangking 97,5

3. Hitung statistik uji U
Diketahui:
𝑛1 = 7 (jumlah responden remaja laki)
𝑛2 = 9 (jumlah responden remaja perempuan)

𝑛1 (𝑛1 + 1)
𝑈1 = 𝑛1 . 𝑛2 + − ∑ 𝑅1
2
7(7 + 1)
𝑈1 = 7.9 + − 38,5
2
56
𝑈1 = 63 + − 38,5 = 52,2
2
𝑈1 = 52,5

𝑛2 (𝑛2 + 1)
𝑈2 = 𝑛1 . 𝑛2 + − ∑ 𝑅2
2
9(9 + 1)
𝑈2 = 9.7 + − 97,5
2
𝑈2 = 63 + 45 − 97,5 = 10,5

Ambil hasil perhitungan uji U yang paling kecil untuk kemudian

dibandingkan dengan tabel Mann Whitney. Nilai perhitungan uji U yang paling
kecil = 10,5 dan Nilai tabel Mann Whitney = 12

Tabel U
 4. Kesimpulan

U hitung = 10,5 dan U tabel 12, jadi nilai statistik uji U < dari nilai tabel yang
artinya Ho ditolak. terdapat perbedaan yang signifikan antara skor pengetahuan
mengenai kesehatan reproduksi pada remaja laki-laki dan perempuan di desa X.

b. Penggunaan Cara SPSS

1. Input data yang akan digunakan pada aplikasi SPSS
2. Klik Analyze → pilih Nonparametric Tests → Legacy Dialogs →klik 2
Independent Samples
3. Masukkan skor pengetahuan yang sudah diinput ke SPSS ke dalam kotak Two-
Independent-Samples Tests
4. Masukkan responden (laki-laki dan perempuan) yang sudah diinput ke dalam
Grouping Variable
5. Klik tombol Define Groups, lalu isikan angka 1 ke kotak Group 1 dan isikan
angka 2 ke kotak Group 2 → klik Continue
6. Centang Test Type “Mann Whitney U”
7. Klik OK, lalu lihat hasilnya di lembar output SPSS

Ranks
Responden N Mean Sum of
Rank Ranks

Skor Pengetahuan Laki-laki 7 5,50 38,50

Kesehatan Reproduksi Perempuan 9 10,83 97,50
Remaja Total 16

Pada tabel output menunjukan Mean Rank atau rata-rata peringkat tiap
kelompok diketahui bahwa kelompok laki-laki memilik rata-rata 5,50 dan kelompok
perempuan memiliki rata-rata 10,83. Pada kelompok laki-laki memiliki rata-rata
lebih rendah dari pada perempuan.

Test Statisticsa
 Skor
Pengetahuan
Kesehatan
Reproduksi
Remaja
Mann-Whitney U 10,500
Wilcoxon W 38,500
Z -2,236
Asymp. Sig. (2-tailed) ,025
Exact Sig. [2*(1-tailed
,023b
Sig.)]
a. Grouping Variable: Responden
b. Not corrected for ties.

Tabel output di atas menunjukkan nilai U sebesar 0,023 dan nilai W sebesar
38,5. Apabila dikonversikan ke nilai Z maka besarnya -2,236. Nilai Sig atau P Value
sebesar 0,025 < 0,05. Apabila nilai p value < batas kritis 0,05 artinya Ho ditolak
artinya terdapat perbedaan yang signifikan antara skor pengetahuan mengenai
kesehatan reproduksi pada remaja laki-laki dan perempuan di desa X.

3.3 Uji Kolmogorov Smirnov

a. Penggunaan Cara Manual
Contoh soal :
Hasil survey tentang pemanfaatan pelayanan kesehatan yang dilakukan oleh
keluarga sejahtera dan non sejahtera didapatkan data sebagai berikut:

Pelayanan Keluarga Non sejahtera (B)

Kesehatan Sejahtera (A)

Frekuensi Frekuensi

Dokter spesialis 11 1

Rumah Sakit 8 2
 Dokter Umum 4 6

Puskesmas 5 10

Manteri 4 12

Diobati sendiri 6 15

Dibiarkan 5 7

Total 43 53

Selidikilah dengan =5% apakah kedua kelompok berasal dari populasi yang
identik?

a) Menghitung Dhitung dan Dtabel

 Menghitung nilai Dhitung
Data disusun ke dalam bentuk tabel distribusi kumulatif dengan interval kelas-
kelas tertentu.

Pelayanan Keluarga Sejahtera (A) Non sejahtera (B)

Kesehatan
Frekuensi Frekuensi Frekuensi Frekuensi
Kumulatif Kumulatif

Dokter 11 11 1 1
spesialis

Rumah Sakit 8 19 2 3

Dokter Umum 4 23 6 9

Puskesmas 5 28 10 19

Manteri 4 32 12 31

Diobati sendiri 6 38 15 46

Dibiarkan 5 43 7 53

Jumlah 43 53
 Dari tabel diatas disusun kembali ke dalam bentuk tabel baru yang berisikan
hasil bagi antara frekuensi dengan frekuensi kumulatif dari setiap kelompok sampel
yang dinyatakan dalam bentuk proposional.

Misalnya :

Dokter Spesialis (A) = 11

Proporsinya (Sn1) = 11/43 = 0.255

Misalnya = Dokter Spesialis (B) = 1

Proporsinya (Sn2) = 1/53 = 0.018

Sampel Pelayanan Kesehatan

Dokter Rumah Dokter Puskesmas Mantri Diobati Dibiarkan

Spesialis Sakit Umum sendiri

Sn1 (X) 11 8 4 5 4 6 5
Sejahtera

Sn2 (X) Non 1 2 6 10 12 15 7

Sejahtera

Nilai 11 19 23 28 32 38 43
kumulatif
Sn1

Nilai 1 3 9 19 31 46 53
kumulatif
Sn2

Proporsi 0.255 0.186 0.093 0.116 0.093 0.139 0.116

Kumulatif
Sn1

Proporsi 0.018 0.037 0.113 0.188 0.226 0.283 0.132

Kumulatif
Sn2

½ Sn1 - Sn2½ 0.237 0.149 0.02 0.72 0.133 0.144 0.016

b) Menentukan nilai Dhitung

Nilai Dhitung ditentukan berdasarkan nilai maksimum dari selisih antara
| Sn₁ (𝐴) − Sn₂ (𝐵)| yaitu sebesar = 0.237

c) Menentukan nilai Dtabel

Nilai Dtabel dapat dicari dengan menggunkan rumus:
𝑛₁+𝑛₂
Dtabel = 1.36 √ 𝑛₁𝑛₂

43+53
Dtabel = 1.36 √ 43.53

96
Dtabel = 1.36 √2279

Dtabel = 1.36 √0.042

Dtabel = 0.272

d) Membandingkan antara Dhitung dan Dtabel

Dhitung = 0.237 Dtabel = 0.272
Ternyata: Dhitung < Dtabel, Maka H0 diterima.

e) Membuat kesimpulan
Tidak ada perbedaan pelayanan kesehatan yang signifikan antara Keluarga
Sejahtera dan Non Sejahtera

b. Penggunaan Cara SPSS

1. Input data yang akan digunakan pada aplikasi SPSS
2. dari baris menu pilih menu Analysis , kemudian pilih submenu Nonparametric
Test
3. dari serangkaian pilihan test untuk non parametric, sesuai kasus pilih 2-
Independent Samples
4. Pindah Pemanfaatan pelayanan kesehatan ke Test variable list dan Kriteria
Keluarga pada Grouping variable
5. Klik pada Define Group:
 Untuk Group1, isi dengan 1, yang berarti Grup 1 berisi tanda 1 atau
“Keluarga sejahtera”
 Untuk Group2, isi dengan 2, yang berarti Grup 2 berisi tanda 2 atau
“Keluarga Non-Sejahtera”
6. Untuk Test Type atau tipe uji, karena dalam kasus akan diuji dengan
Kolmogorov Smirnov maka klik pilihan Kolmogorov-Smirnov. Sedang 3
pilihan uji yang lain diabaikan saja.
7. Klik OK untuk mengakhiri pengisian prosedur analisis.

Maka akan didapat hasil output data sebagai berikut :

Frequencies
Kriteria Keluarga N
Keluaraga Sejahtera 43
Pemanfaat Pelayanan Keluarga Non-
53
Kesehatan Sejahtera
Total 96

Test Statisticsa
Pemanfaat
Pelayanan
Kesehatan
Absolute .385
Most Extreme
Positive .000
Differences
Negative -.385
Kolmogorov-Smirnov Z 1.877
Asymp. Sig. (2-tailed) .002
a. Grouping Variable: Kriteria Keluarga
Kesimpulan :
Terlihat bahwa pada kolom Asymp. Sig/Asymptotic significance dua sisi
adalah 0.002. Di sisi didapat probabilitasnya di atas 0,05. Maka H0 ditolak atau dapat
dikatakan bahwa terdapat perbedaan yang signifikan pemanfaatan pelayanan
kesehatan antara Keluarga Sejahtera Dan Keluarga Non – Sejahtera.

.
 DAFTAR PUSTAKA
Arifin, Johar. 2017. SPSS24 untuk Penelitian dan Skripsi. Jakarta: PT Elex Media
Komputindo.

Harinaldi. 2005. Prinsip-Prinsip Statisttik untuk Teknin dan Sains. Jakarta: Erlangga.

Santoso, Singgih. 2010. Statistik Nonparametik. Jakarta: PT Elex Media Komputindo.

Siregar, S. 2013. Metode Penelitian Kuantitatif: Dilengkapi Perbandingan Perhitungan

Manual & SPSS. Jakarta: Kencana.

Swarjana, K. I. 2016. Statistika Kesehatan. Yogyakarta: CV Andi Offset