ANALISIS DATA STATISTIK ANALITIK

NON PARAMETRIK
A. Judul
Analisis Data Statistik Analitik Non Parametrik Uji Beda terhadap Penyakit DBD
B. Tujuan

1. Mahasiswa mampu menganalisis data statistic analitik non parametric uji bedadan
uji kolerasi.
2. Mahasiswa mampu memahami langkah-langkah pengolahan data statistic analitik
non parametric uji beda ..
3. Mahasiswa mampu melakukan langkah-langkah pengolahan data statistic statistic
analitik non parametric uji beda .
C. Prosedur Kerja
1. Independen
a. Nominal
a) Dua Kelompok
1) Membuka aplikasi SPSS

2) Membuka variable view dan mengisi semua variable yang dibutuhkan

3) Mengisi value pada variabel sesuai yang dibutuhkan

4) Mendeskripsikan data. Analayze  Descriptive Statistic  Cross Tab

Meletakan variabel DBD ke Row(s) dan variabel Daerah ke Column(s)

 Klik Statistik dan pilih Chisquare  Continue

Klik Cells dan memilih semua di kolom Counts dan Percentages  Klik
ContinueKlik Ok.Dan analisis hasilnya.

5) Berikut hasil yang diperoleh

Tabel 1
Hasil Uji Chi Square (2 kelompok)

Keterangan Value df Asymp. Sig.

(2-sided)
Pearson Chi-Square 1.667 1 0.197
Likelihood Ratio 1.726 1 0.189
Linear by Linear 0.417 1 0.519
Association
 N of Valid Cases 10
Hipotesis
H0 : Tidak ada perbedaan positif dan negative penyakit DBD dengan
keadaan daerah
H1 :Ada perbedaan positif dan negative penyakit DBD dengan keadaan
daerah
α = 0,05
Daerah tolak H0, Jika P < α/2
0,197 > 0.05 / 2
0,197 > 0,025
Maka H0 diterima, berarti tidak ada perbedaan positif dan negative
penyakit DBD dengan keadaan daerah

1. Ordinal
a) Dua Kelompok

1) Membuka aplikasi SPSS

2) Membuka variable view dan mengisi semua variable yang dibutuhkan.

Kemudian mengisi value dan data yang dibutuhkan

3) Mendeskripsikan data. Analayze  Descriptive Statistic  Cross Tab

4) Meletakan variabel Perilakuke Row(s) dan variabel Daerah ke

Column(s)  Klik Statistik dan pilih Chisquare  ContinueKlik
Cells dan memilih semua di kolom Counts dan Percentages  Klik
Continue Klik Ok. Dan analisis hasilnya
5) Menganalisis data
Analyze  Nonparametric Test  2 Independent Samples
Memasukan variabel Perilaku ke kolom Test Variable List dan variabel
Daerah ke kolom Grouping variabel Klik Define Groups dan mengisi
sesuai dengan kategori Daerah Klik Continue

Klik Meann-Whitney U dan Kolmogorov-Smirnov ZKlik Ok.Dan

analisis hasilnya

6) Berikut hasil yang diperoleh

Tabel 2
Uji Mann Whitney
Perilaku terhadap penyakit Pes

Keterangan Perilaku
Uji Mann-Whitney U 5.000
Uji Wilcoxon 20.000
Z -1.800
Asymp.Sig. (2-tailed) 0.072
Exact Sig. (2*(1-tailed Sig)) 0.151a
 Hipotesis
H0 : Perilaku responden di daerah Suspect terhadap penyakit DBD tidak berbeda
dengan perilaku responden di daerah Endemis
H1 : Perilaku responden di daerah Suspect terhadap penyakit DBD berbeda
dengan perilaku responden di daerah Endemis
α = 0,05
Daerah tolak H0, Jika P < α

0,072> 0.05

Maka H0 diterima, berarti Perilaku responden di daerah Suspect terhadap

penyakit DBD tidak berbeda dengan perilaku responden di daerah Endemis
Tabel 3
Uji Kolmogorov Smirnov Perilaku terhadap penyakit DBD
Keterangan Perilaku
Most Extreme Differences 0.600
Absolute
Positive 0.000
Negative - 0.600
Kolmogorov Smirnov Z 0.949
Asymp. Sig (2-tailed) 0.329
Hipotesis
H0 : Perilaku responden di daerah Suspect terhadap penyakit DBD sama dengan
perilaku responden di daerah Endemis
H1 : Perilaku responden di daerah Suspect terhadap penyakit DBD berbeda secara
signifikan dengan perilaku responden di daerah Endemis
α = 0,05
Daerah tolak H0, Jika P < α

0,329 > 0.05

Maka H0 diterima, berarti Perilaku responden di daerah Suspect terhadap

penyakit DBD sama dengan perilaku responden di daerah Endemis
B. Dependen
1. Nominal
a. Membuka program SPSS

b. Membuka variable view dan mengisi semua variable yang dibutuhkan

kemudian isi Value pada variabel sesuai yang dibutuhkan
c. Mendeskripsikan data. Analayze  Descriptive Statistic  Cross Tab

d. Meletakan variabel Sebelum ke Row(s) dan variabel Sesudahke Column(s) 

Klik Cells dan memilih semua di kolom Counts dan Percentages  Klik
Continue Klik Ok.Dan analisis hasilnya.

e. Menganalisis data
Klik Analyze  Nonparametrik Tests  2 Related Samples
 Memasukan Variabel Sebelum pada Variabel 1dan Sesudah pada Variabel 2.
Dan Klik Wellcoxon, Sign, dan McNemar Klik Ok. Menganalisis hasilnya

f. Berikut hasil yang diperoleh

Tabel 4
Test Statistics Mc Nemar

Keterangan Sebelum renovasi & sesudah

renovasi
N (Jumlah sampel) 15
Exact Sig. (2-tailed) 0,625

Hipotesis
 H0 :Keadaan Rumah di daerah sekitar responden yang memenuhi dan tidak
memenuhi sebelum dilakukan renovasi sama dengan setelah dilakukan
renovasi.
H1 : Keadaan Rumah di daerah sekitar responden yang memenuhi dan tidak
memenuhi sebelum dilakukan renovasi berbeda secara nyata setelah
dilakukan renovasi.
α = 0,05
Daerah tolak H0, Jika P < α

0.625> 0.05

Maka H0 diterima, berarti keadaan Rumah di daerah sekitar responden yang

memenuhi dan tidak memenuhi sebelum dilakukan renovasi sama dengan setelah
dilakukan renovasi.

2. Ordinal
a. Membuka program SPSS

b. Membuka variable view dan mengisi semua variable yang dibutuhkan,

Kemudian isi Value pada variabel sesuai yang dibutuhkan. Kemudian mengisi
data view

c. Mendeskripsikan data
Analayze  Descriptive Statistic  Cross Tab
 Memasukan variabel Sebelum pada kolom Row(s) dan variabel Sesudah pada
kolom Column(s) Klik Cells dan memilih semua yang berada di kolom
Counts dan Percentages

d. Menganalisis data
Klik Analyze  Nonparametrik Tests  K Related Samples
Memasukkan variabel Sebelum dan Sesudah ke kolom Test Vriables Klik
Ok. Dan menganalisis data.

e. Berikut hasil yang dipeeroleh

Tabel 5
Test Statistics Friedman
Keterangan Sebelum penyuluhan & sesudah
penyuluhan
N (Jumlah sampel) 15
Chi-Square 1000
df 1
Asvmo.Sig 0.317

Hipotesis
 H0 :Perbedaan tingkat pengetahuan sebelum dilakukan penyuluhan tidak
mengakibatkan perbedaan pata tingkat pengetahuan setelah dilakukan
penyuluhan
H1 :Perbedaan tingkat pengetahuan sebelum dilakukan penyuluhan mengakibatkan
perbedaan pata tingkat pengetahuan setelah dilakukan penyuluhan
α = 0,05
Daerah tolak H0, Jika P < α

0.317> 0.05

Maka H0 diterima, berarti :ada perbedaan tingkat pengetahuan sebelum

dilakukan penyuluhan tidak mengakibatkan perbedaan pada tingkat pengetahuan
setelah dilakukan penyuluhan

C. KESIMPULAN

a. Tidak ada perbedaan positif dan negative penyakit DBD dengan keadaan daerah
dari hasil uji yang dilakukan
b. Perilaku responden di daerah Suspect terhadap penyakit DBD tidak berbeda
dengan perilaku responden di daerah Endemis dari hasil uji beda yang dilakukan
c. Rumah di daerah sekitar responden yang memenuhi dan tidak memenuhi sebelum
dilakukan renovasi sama dengan setelah dilakukan renovasi.
d. Ada perbedaan tingkat pengetahuan sebelum dilakukan penyuluhan tidak
mengakibatkan perbedaan pada tingkat pengetahuan setelah dilakukan penyuluhan

D. LAMPIRAN

Chi-Square Tests

Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-

Value df sided) sided) sided)

Pearson Chi-Square 1.667a 1 .197

Continuity Correctionb .417 1 .519

Likelihood Ratio 1.726 1 .189

Fisher's Exact Test .524 .262

Linear-by-Linear Association 1.500 1 .221

N of Valid Casesb 10

a. 4 cells (100,0%) have expected count less than 5. The minimum expected count is 2,00.

b. Computed only for a 2x2 table

 Chi-Square Tests

Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-

Value df sided) sided) sided)

Pearson Chi-Square 1.667a 1 .197

Continuity Correctionb .417 1 .519

Likelihood Ratio 1.726 1 .189

Fisher's Exact Test .524 .262

Linear-by-Linear Association 1.500 1 .221

N of Valid Casesb 10

a. 4 cells (100,0%) have expected count less than 5. The minimum expected count is 2,00.

b. Computed only for a 2x2 table

 Chi-Square Tests

Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-

Value df sided) sided) sided)

Pearson Chi-Square 1.667a 1 .197

Continuity Correctionb .417 1 .519

Likelihood Ratio 1.726 1 .189

Fisher's Exact Test .524 .262

Linear-by-Linear Association 1.500 1 .221

N of Valid Casesb 10

a. 4 cells (100,0%) have expected count less than 5. The minimum expected count is 2,00.

Test Statisticsa

N 15

Chi-Square 1.000

df 1

Asymp. Sig. .317

a. Friedman Test

Test Statisticsb

Sebelum &
Sesudah

N 15

Exact Sig. (2-tailed) .625a

a. Binomial distribution used.

b. McNemar Test

Test Statisticsb

perilaku

Mann-Whitney U 5.000

Wilcoxon W 20.000

Z -1.800

Asymp. Sig. (2-tailed) .072

Exact Sig. [2*(1-tailed Sig.)] .151a

a. Not corrected for ties.

b. Grouping Variable: daerah

 Chi-Square Tests

Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-

Value df sided) sided) sided)

Pearson Chi-Square 1.667a 1 .197

Continuity Correctionb .417 1 .519

Likelihood Ratio 1.726 1 .189

Fisher's Exact Test .524 .262

Linear-by-Linear Association 1.500 1 .221

N of Valid Casesb 10

a. 4 cells (100,0%) have expected count less than 5. The minimum expected count is 2,00.

b. Computed only for a 2x2 table