OLEH :
Chi-Square
Contoh kasus pemasaran dealer menyediakan 4 warna honda scoopy yang hendak dijual kepada
konsumen, selama ini manajer pemasaran menganggap bahwa tidak semua konsumen yang
hendak membeli mereka sama – sama menyukai ke empat warna honda scoopy berupa scoopy
sporty merah metalik,scoopy putih bergaris orange, scoopy playfull cream, scoopy putih biru.
Untuk itu manajer pemasaran ingin mengetahui apakah anggapan tersebuat benar bahwa semua
konsumen menyukai ke empat warna honda scoopy. Untuk membuktikan anggapannyamanajer
menggunakan 20 orang responden.
Test Statistics
warna honda
scoopy
Chi-
2.800a
Square
df 3
Asymp.
.423
Sig.
a. 0 cells (0.0%) have
expected frequencies less
than 5. The minimum
expected cell frequency is
5.0.
Dari hasil tersebut diperoleh nilai Chi-square hitung 2.800. nilai tersebut kita bandingkan
dengan nilai chi-square tabel, nilai schi-square tabel di dapat 7.81. dan nilai Asymp. sig
(probabilitas) diperoleh 0.423.
Karena chi-square hitung < chi-square tabel yaitu: 2.800 < 7.815 dan nilai sig >0.05 yaitu
0.423. maka dalam hal ini H0 diterima.
Kesimpulan:
Berdasarkan pengujian statistik diatas maka dapat di ambil kesimpulan bahwa tidak
semua konsumen menyukai sama-sama ke empat warna honda Scoopy yang ada, maka
dalam hal ini pihak manajer pemasaran sudah benar anggapannnya.
Uji Spearman Rank Correlation
hubungan antara status anemia Ibu Hamil (Anemia) dengan Berat Badan Bayi Lahir
(BBBL)?
N = 10
Anemia menggunakan skala ordinal
1 = Anemia
0 = Tidak Anemia
BBBL menggunakan skala ordinal
1 = BBBL
0 = Tidak BBBL
Nonparametric Correlations
Correlations
anemia BBBL
N 10 10
Spearman's rho
Correlation Coefficient ,802** 1,000
N 10 10
Dari hasil uji korelasi spearman diatas sebesar 0,802 dengan sig (2-tailed) sebesar 0,005 atau lebih
kecil dari dari 0,05 sehngga diputuskan anemia dan BBLR memiliki hubungan yang signifikan.
UJI WILCOXON
Contoh
No Sebelum Sesudah
1 60 62
2 56 60
3 70 70
4 68 67
5 65 66
6 54 57
7 55 54
8 66 68
9 76 77
10 78 77
11 45 45
12 56 57
13 65 68
14 64 65
15 67 66
16 72 74
17 71 75
18 74 76
Ranks
N Mean Rank Sum of Ranks
Negative Ranks 4a 4.50 18.00
Positive Ranks 12b 9.83 118.00
setelah minum obat - sebelum
minum obat Ties 2c
Total 18
Pada tabel Ranks kita dapat mengetahui nilai selisih (nilai beda +/-). Misalnya pada data baris
pertama pada soal nilainya 60-62= -2, 56-60=-4 dan seterusnya. Setelah di hitung nilai selisih
kemudian di beri ranking dari nilai kecil sampai ke yang besar. Sehingga di dapat pada kolom (N
di tabel Ranks) diperoleh ranks negative ada 4 data dan ranks positive ada 12 data (4+12=16),
sedangkan Ties itu dikarenakan ada data yang sama pada baris ke 9 dan 10 (nilai 77 pada soal).
Jadi jumlah keseluruhan data adalah 4+12+2=18 data. Kemudian kita dapat mengetahui Mean
Rank dan Sum of Rank dari banyaknya data negative Ranks dan Positive Ranks.
Pada tabel Test Statistics di dapat nilai Z hitung adalah -2.628, sedangkan nilai Z tabel diperoleh
dari tabel Z dengan alpha 5% atau 0.05 nilainya sekitar -1.645 (tanda negatif disesaikan saja
tergantung output dari Z hitung). Sedangkan pada nilai Asymp. Sig (2-tailed) diperoleh 0.09.
Jadi arena Z hitung > Z tabel yaitu -2.628 > -1.645 atau nilai sig 0.009 < 0.05 sesuai dengan
pengujian statistik yang kita gunakan maka H0 di tolak, Jadi terimalah H1
Kesimpulan:
Terdapat kenaikan berat badan pasien yang bermakna antara sebelum dan sesudah minum obat
UJI MANN WHITNEY TEST
Contoh:
Hasil check up kadar gula darah normal pada orang dewasa yang berpuasa selama 8 jam sebelum
di cek gula darah dan kadar gula darah orang yang tidak berpuasa.
Mann-Whitney Test
Ranks
kelompok N Mean Rank Sum of Ranks
Total 25
Test Statisticsa
kadar gula darah
Mann-Whitney U 5,000
Wilcoxon W 83,000
Z -3,972
Asymp. Sig. (2-tailed) ,000
Exact Sig. [2*(1-tailed Sig.)] ,000b
a. Grouping Variable: kelompok
b. Not corrected for ties.
Berdasarkan pada tabel Test Statistics di atas, nilai Z hitung diperoleh -3.972 (positif dan negatif
tidak diperhitungkan artinya sama saja). lalu nilai z hitung tersebut kita bandingkan dengan nilai
Z tabel. Nilai Z tabel di peroleh -1.96.
UJI PARAMETRIK
No Operasi Normal
1 37 26
2 45 16
3 38 25
4 68 3
5 59 5
6 35 16
7 35 17
8 52 20
9 2 22
10 59 13
11 48 16
12 69 28
13 42 14
14 42 10
15 57 28
16 47 30
17 24 28
18 47 15
19 50 24
20 45 15
kelompok persalinan
Descriptives
Median 46.0000
Variance 161.463
Minimum 21.00
Maximum 69.00
Range 48.00
Median 16.5000
Variance 59.839
Minimum 3.00
Maximum 30.00
Range 27.00
Group Statistics
HO = Tidak berbeda seara nyata kepuasan ibu melahirkan dengan cara sesar sibandingkan dengan ibu yang melahirkan dengan
cara normal.
H1 = Berbeda secara nyata kepuasaan ibu melahirkan dengan cara sesar dibandingkan dengan ibu yang melahirkan dengan
cara normal.
Jadi H0 diterima jika t hitung ˂ t tabel (nilai t dapat dilihat dari tabel distribusi t) cara lain untuk melihat H0 diterima
bisa juga dari nilai probabilitas dimana nilai sig ˃ 0.05
H0 ditolak pada harga lainnya artinya bila hitung ˃ t tabel (nilai t dapat dilihat dari tabe distribusi t).
Cara lain untuk melihat H0 bisa juga dari nilai probabilitas dimana nilai sig ˂ atau = 0.05
Dari hasil di atas kolom Levene's Test for Equality of Variances pada baris pertama (Equal variances assumed) diperoleh nilai
sig 0.106, karena nilai sig > 0.05 ini artinya kedua kelompok ibu melahirkan memiliki varians yang sama
(equal variances assumed), kesamaan varians disini bukan syarat yang harus dipenuhi dalam uji t tes tidak berpasangan.
Pada kolom t-test for Equality of Means kita peroleh nilai t hitung 8.222 dan
nilai t tabel (lihat tabel distribusi t dimana N-2 = 38) di dapat 2.02239.
Jadi t hitung > t tabel atau nilai probabilitas sig < 0.05. Jadi Tolak H0 terimalah H1.
Kesimpulannya: Berbeda secara nyata kepuasan ibu melahirkan dengan cara sesar dibandingkan dengan ibu yang melahirkan dengan cara normal .