UJI BEDA
OLEH: KELOMPOK 1
LUIS.DAMURA
PRICILIA.MATHEOS
PATRISIA.PINANGKAAN
MILLENIA.SAJOW
SINTIA.LIMBANON
MILLINI.KAWULUR
KRISMITA.PANANGGUNG
THEOFILUS.PODAYOW
HERDIASYA.BINUNI
NADIA.POLUAN
NIKITA.RORIMPANDEY
Uji Beda
Uji beda dilakukan dengan dua alternatif metode yaitu uji statistik parametrik atau
hasil uji normalitas (Kolmogorov-Smirnov Test). Bila hasil uji menunjukkan data
1) Uji normalitas
Uji normalitas dilakukan untuk menguji apakah data uji mempunyai distribusi
normal atau tidak. Data uji yang baik adalah yang memiliki distribusi normal atau
Kolgomorov-Smirnov. Alat uji ini biasa disebut dengan K-S yang tersedia dalam
program SPSS 15.00 For Windows. Kriteria yang digunakan dalam tes ini adalah
alpha yang digunakan, dimana data tersebut dikatakan berdistribusi normal bila
2) Uji beda
(1) Uji statistik parametrik
Uji statistik parametrik adalah suatu uji yang modelnya menetapkan syarat-
sudah dianggap memenuhi syarat. Seberapa jauh makna hasil uji parametrik
juga menuntut bahwa nilai-nilai yang dianalisis merupakan hasil dari suatu
menentukan apakah dua sampel yang tidak berhubungan memiliki nilai rata-
rata yang berbeda (Ghozali, 2006: 55-56). Uji beda t-test dilakukan dengan
……….... (1)
a) Rumusan hipotesis
diterapkan untuk data dalam skala ordinal dan beberapa yang lain juga dapat
Uji non parametrik yang digunakan dalam penelitian ini adalah uji Willcoxon.
Uji Willcoxon adalah uji non parametrik yang didasarkan atas dasar ranking
dan uji ini akan sangat bermanfaat kalau data yang digunakan adalah data
yang berskala ordinal. Menurut Wahid Sulaiman (2002: 79), uji Willcoxon
independen yang berukuran sama dan datanya berbentuk ordinal. Uji ini
a) Rumusan hipotesis
PARAMETRIK
Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran
atau distribusi data, yaitu apakah data menyebar secara normal atau tidak.
Dengan kata lain, data yang akan dianalisis menggunakan statistik parametrik
harus memenuhi asumsi normalitas. Pada umumnya, jika data tidak menyebar
normal, maka data seharusnya dikerjakan dengan metode statistik non-parametrik,
atau setidak-tidaknya dilakukan transformasi terlebih dahulu agar data mengikuti
sebaran normal, sehingga bisa dikerjakan dengan statistik parametrik.
Langkah-langkah pengujian.
1. HIPOTESIS
2. STATISTIK UJI
KETERANGAN :
x = rata-rata sampel
µ = rata-rata populasi/penelitian terdahulu
S = Standar Deviasi
n = jumlah (banyaknya) sampel
3. KEPUTUSAN STATISTIK
4. KESIMPULAN
UJI T DEPENDEN BERPASANGAN
Uji ini untuk menguji perbedaan rata-rata antara dua kelompok data yang dependen.
Misalnya untuk mengetahui apakah ada perbedaan berat badan sebelum mengikuti
proram diet dan berat badan setelah mengikuti program diet.
Sama seperti uji T independen, uji T dependen memiliki asumsi yang harus dipenuhi,
yaitu :
1. Datanya berdistribusi normal.
2. Kedua kelompok data dependen (berpasangan)
3. Variabel yang dihubungkan berbentuk numerik dan kategorik (dengan hanya 2
kelompok)
KETERANGAN :
δ = rata-rata deviasi (selisih sampel sebelum dan sampel sesudah)
SDδ = Standar deviasi dari δ (selisih sampel sebelum dan sampel sesudah)
n = banyaknya sampel
DF = n-1
Uji Paired sample t-test
Digunakan untuk membandingkan mean dari suatu sampel yang berpasangan
Sampel berpasangan adalah sebuah kelompok sampel dengan subyek yang sama namun
mengalami dua perlakuan atau pengukuran yang berbeda.
UJI T INDEPENDEN
Uji ini untuk mengetahui perbedaan rata-rata dua populasi/kelompok data yang
independen.
Uji T independen ini memiliki asumsi/syarat yang mesti dipenuhi, yaitu :
1. Datanya berdistribusi normal.
2. Kedua kelompok data independen (bebas)
3. Variabel yang dihubungkan berbentuk numerik dan kategorik (dengan hanya 2
kelompok)
Secara perhitungan manual ada dua formula (rumus) uji T independen, yaitu uji T yang
variannya sama dan uji T yang variannya tidak sama.
Untuk varian sama gunakan formulasi berikut :
Nah... untuk menentukan apakah varian sama atau beda, maka menggunaka rumus :
UJI Z
Pendahuluan
Uji Z adalah salah satu uji statistika yang pengujian hipotesisnya didekati dengan
distribusi normal. Menurut teori limit terpusat, data dengan ukuran sampel yang
besar akan berdistribusi normal. Oleh karena itu, uji Z dapat digunakan utuk menguji
data yang sampelnya berukuran besar. Jumlah sampel 30 atau lebih dianggap sampel
berukuran besar. Selain itu, uji Z ini dipakai untuk menganalisis data yang varians
populasinya diketahui. Namun bila varian populasinya tidak diketahui maka varians
dari sampel dapat digunakan sebagai gantinya.
ANOVA
Anova (analysis of varian) digunakan untuk menguji perbedaan mean (rata-rata) data
lebih dari dua kelompok. Anova mempunyai dua jenis yaitu analisis varian satu faktor
(one way anova) dan analsis varian dua faktor (two ways anova). Pada kesempatan ini
hanya akan dibahas analisis varian satu faktor.
Asumsi pertama harus dipenuhi pada saat pengambilan sampel yang dilakukan secara
random terhadap beberapa (> 2) kelompok yang independen, yang mana nilai pada
satu kelompok tidak tergantung pada nilai di kelompok lain. Sedangkan pemenuhan
terhadap asumsi kedua dan ketiga dapat dicek jika data telah dimasukkan ke
komputer, jika asumsi ini tidak terpenuhi dapat dilakukan transformasi terhadap data.
Apabila proses transformasi tidak juga dapat memenuhi asumsi ini maka uji Anova
tidak valid untuk dilakukan, sehingga harus menggunakan uji non-parametrik
misalnya Kruskal Wallis.
Uji Anova pada prinsipnya adalah melakukan analisis variabilitas data menjadi dua
sumber variasi yaitu variasi didalam kelompok (within) dan variasi antar kelompok
(between). Bila variasi within dan between sama (nilai perbandingan kedua varian
mendekati angka satu), maka berarti tidak ada perbedaan efek dari intervensi yang
dilakukan, dengan kata lain nilai mean yang dibandingkan tidak ada perbedaan.
Sebaliknya bila variasi antar kelompok lebih besar dari variasi didalam kelompok,
artinya intervensi tersebut memberikan efek yang berbeda, dengan kata lain nilai
mean yang dibandingkan menunjukkan adanya perbedaan.
NON-PARAMETRIK
a. UJI MC-NEMAR
Uji Mcnemar digunakan untuk penelitian sebelum dan sesudah peristiwa/treatment
dimana setiap objek digunakan pengontrol dirinya sendiri. Uji ini digunakan pada dua
(2) sampel yang berhubungan, skala pengukurannya berjenis nominal (binary respon)
dan untuk crosstabulasi data 2 x 2.
c. UJI WILCOXON
Uji Wilcoxon dilakukan untuk membandingkan dua kelompok data yang saling
berhubungan. Uji ini memiliki kekuatan test dibandingkan dengan uji tanda (Sign
Test).
UJI MANN-WHITNEY
Uji Mann Whitney digunakan untuk mengetahui apakah terdapat perbedaan respon
dari dua populasi data yang saling independen. Tes ini merupakan tes paling kuat
diantara tes-tes nonparametrik. Uji ini merupakan alternatif uji t parametrik ketika
data yang diambil dalam penelitiannya lebih lemah dari skala interval.
DAFTAR PUSTAKA
Imam Ghozali. 2006. Aplikasi Analisis Multivariate dengan Program SPSS. Semarang :
BP Undip
Sulaiman, Wahid. 2002. Statistik Non-Parametrik, Contoh Kasus dan Pemecahannya
dengan SPSS. Yogyakarta: Andi.