PRATIKUM III

UJI BEDA, UJI BEDA INDEPENDENT, UJI BEDA BERPASANGAN

dan UJI ANOVA

1. Uji Beda
a. Sampel Besar
Sampel besar dimaksud >30, Varian populasi diketahui  rumus uji z
b. Sampel Kecil
Sampel kecil dimaksud adalah <30 dan varian populasi tidak diketahui, metode
parametrik yang digunakan adalah uji t.

Kasus dugaan lama rawat inap seorang pasien adalah 15 hari. Untuk membuktikan di cek
thd data admistrasi RS suatu populasi dengan rata-rata = 18,8 hari.
Apakah dapat disimpulkan kalai lama rawat inap populasi memang 15 hari.
Ho= Lama rawat inap tidak berbeda dengan rata-rata rawat inap dari populasi
suatu RS
Ha= Lama rawat inap berbeda dengan rata-rata rawat inap dari populasi suatu
RSUji 2 sisi.
Data;
• 29,00
• 14,00
• 11,00
• 24,00
• 14,00
• 14,00
• 28,00
• 14,00
• 18,00
• 22,00
Cara Input Data
a. Input data

b. Langkah uji t: Analize  Compare mean  one sampel T test.

c. Input Test Variabel(s).

d. Input Test Value. Dugaan 15 hari  test value

e. Karena tidak ada data missing dan tingkat kepercayaan tetap 95%, abaikan pilihan
pengisian option
f. OK
 Didapatkanhasil :

T-Test

One-Sample Statistics
N Mean Std. Deviation Std. Error Mean

lama rawat I 10 18.80 6.494 2.054

One-Sample Test
Test Value = 15

95% Confidence Interval of

the Difference

T df Sig. (2-tailed) Mean Difference Lower Upper

lama rawat I 1.850 9 .097 3.800 -.85 8.45

Interpretasi :
Nilai sig 2 tail = 0,097
Pengujian = 0,097/2 > 0,05/2
Sehinggadidapatkanhasil H0 diterima.
Lihat Mean dan SD
18,8 +/- 6,5 sehingga rata-rata rawat inap adalah 12,3 sampai 25,3 hari. Sedangkan dugaannya
adalah 15 hari, yang berarti berada dalam range rata-rata tersebut. Jadi terbukti Ho ( lama
rawat inap tidak berbeda dengan rata-rata rawat inap populasi).
c. Uji Beda Independent
Ujibeda Independent memilikitujuanuntukmengetahuiapakahadaperbedaan rata-rata (mean)
antaraduapopulasi, terhadapnilai rata-rata duasampelnya. Misalnya :
1) Pengujian Pertama: Apakah ada kesamaan varians pada data pria dan wanita ( pengujian
asumsi kesamaan varians dilakukan lewat uji F )
a) Ho= Kedua varians populasi adalah identik (varians populasi tinggi badan pria dan
wanita adalah sama)
b) Ha= Kedua varians populasi adalah tidak identik.
2) Analisis t Test untuk mengetahui apakah rata-rata tinggi badan pria dan wanita adalah
berbeda secara signifikan?
a) Ho= Kedua rata-rata populasi adalah identik ( rata-rata populasi tinggi badan pria
dan wanita adalah sama ).
b) Ha= Kedua rata-rata populasi adalah tidak identik.

Kasus :
1) Apakah ada perbedaan rata-rata antara tinggi dan berat badan seorang perawat pria
dan seorang perawat wanita.
2) Data harus terdistribusi dengan normal.
3) Sampel dipilih secara acak.

Adapunlangkah-langkahUjibeda Independent
1) Pemasukan data ke SPSS
a. Sheet tab  Variabel View.

b. Data view  masukan data

2) Analyze

````
3) Compare Mean
4) Independent-Samples t Test

Akan tampil

5) input Test Variabel  Variabel Tinggi dan Berat.

6) Input Grouping Variabel  masukan variabel Gender.

7) Define group  group 1: pria, 2: wanita.

 Akan tampil

8) Continue OK.
 Akan muncultampilanhasilpada Output

Hasil data adalah :

T-Test
Group Statistics
jeniskelamin N Mean Std. Deviation Std. Error Mean

tinggibadan laki-laki 7 169.3000 6.13514 2.31887

perempuan 7 155.3143 1.64259 .62084

beratbada laki-laki 7 66.4571 2.02308 .76465

perempuan 7 49.5571 5.15553 1.94861

 Independent Samples Test
Levene's Test
for Equality
of Variances t-test for Equality of Means

95% Confidence Interval

Sig. (2- Mean Std. Error of the Difference

F Sig. t df tailed) Difference Difference Lower Upper

tinggiba Equal variances assumed 5.475 .037 5.826 12 .000 13.98571 2.40054 8.75539 19.21604
dan Equal variances not assumed 5.826 6.856 .001 13.98571 2.40054 8.28505 19.68638
beratbad Equal variances assumed 4.345 .059 8.074 12 .000 16.90000 2.09327 12.33916 21.46084
a Equal variances not assumed 8.074 7.805 .000 16.90000 2.09327 12.05185 21.74815

Intepretasi hasil uji t dilakukandengandilakukandenganlangkah-langkahsebagaiberikut:

1) Langkahpertamayaitu : melakukanpengujianterhadapvariansdariduapopulasi yang
dapatdianggapmemilikitingkatkesamaan (nilai Sig. (P) harus> 0,05, untukmenerima Ho,
yaitukeduavarianspopulasiadalahidentik, yang dapatdilihatpadaLevene’s test for equality
of Variancesatau F test)
a. Jika probabilitas >0.05 maka Ho diterima.
b. Jika probabilitas <0.05 maka Ho ditolak.
c. Jika Ho ditolak berarti varians benar-benar berbeda maka t test menggunakan
dasar Equal varians Not assumed ( diasumsikan kedua varians tidak sama)
2) Langkahkeduayaitumelakukanpegujianterhadapadatidaknyaperbedaan rata-rata
dalampopulasi.

Interpretasihasildari data adalah :

1) Padahasilinikeduapopulasimemilikinilai Sig. padaLevene’s test for equality of
Variancessebesar 0,037 dan 0,059,
sehinggadisimpulkanbahwakeduapopulasimemilikinilai yang berbedadiantarakedua
variance maka t test menggunakan dasar Equal varians Not assumed. Dimana variance
tinggibadan< 0,05sedangkanberatbadan>dari 0,05 sehingga Ho ditolakberarti variance
benar-benarberbedadiasumsikankedua variance tidaksama.
2) Nilai Sig. padaEqual varians Not assumedadalah 0,00dan 0,01 <dari 0,05
sehinggaterdapatperbedaan yang signifikanpadatinggidanberatbadan.

d. Uji Beda Berpasangan (sampel paired t test)

Ujiinidilakukanterhadap 2 sampelberpasangan (paired).
Sampel yang berpasanganmerupakansebagaisebuahsampeldengansubjek yang
samatetapimengalami 2 perlakuanataupengukuran yang berbeda (longitudinal).
1) Pada jumlah sampel yang besar >30, maka uji t dapat digantikan dengan uji z, hasil
yang di dapat dapat diintepretasikan sebagai perolehan z, seperti ( t hitung ), untuk
jumlah sampel >30 akan sama dengan angka z hitung.
2) Sedangkan angka signifikansi atau probabilitas tetap mempunyai arti yang sama untuk
menolak atau menerima Ho.

Soalkasus :

Data obat penurun berat badan, apakah mempunyai efek

No Pasien Berat badan Berat badan

secara acak Sebelum Sesudah

1 76.85 76.22

2 77.95 77.89

3 78.65 79.02

4 79.25 80.21

5 82.65 82.65

6 88.15 88.16

7 92.54 92.54

8 96.25 96.25

9 84.56 84.56

10 88.25 88.25

Langkah-langkah :
1) Uji Normalitas Data
2) Pemasukan data ke SPSS
Variabel view
3) Mengisi data
Data view

4) Analyze
5) Compare Means

6) Paired-Samples T-Test
 Hasil data

7) Paired Variables.
8) Input data sebelum dan sesudah.

9) Option confidence interval percentage= 95%

 10) continue ok.
Hasil data adalahsebagaiberikut

T-Test
Paired Samples Statistics
Mean N Std. Deviation Std. Error Mean

Pair 1 beratbadansebelum 84.5100 10 6.63931 2.09953

beratbadansesudah 84.5750 10 6.61830 2.09289

Paired Samples Correlations

N Correlation Sig.

Pair 1 beratbadansebelum&beratbadanses 10 .998 .000

udah

Paired Samples Test

 Paired Differences

95% Confidence Interval

Std. Std. Error of the Difference Sig. (2-

Mean Deviation Mean Lower Upper t Df tailed)

Pair 1 beratbadansebelum -.06500 .39677 .12547 -.34883 .21883 -.518 9 .617

-
beratbadansesudah

Interpretasidata :
Padahasil data didapatkan Pair 1 Beratbadansebelumnilai rata-ratanyaadalah
84,5100danberatbadansetelahnilai rata-ratanyaadalah 84,5750. Nilai Sig.
padaberatbadansebelumadalah 0,617 untuk (2-tailed)
menunjukkanujiduasisimakasetiapsisidibagidua :angkaprobalitas/2 < 0,025 = 0,3085
>dari 0,025 sehingga Ho diterima.

e. Uji Beda Anova

Uji F atau ANOVA digunakanbagipenelitian yang akanmenganalisisdanujilebihdari 2
sampel. Analisi data yang dilakukanuntukdapatmengetahuitingkatperbedaan yang
signifikanantara rata-rata hitungpadakelompok data hasilobservasi.

Selanjutnyaasumsimenjadidasarpadaanalisisuji ANOVA meliputibeberapahal, yaitu :

1. Populasi-populasi data yang dilakukanuji ANOVA harusmemiliki data dengandistribusi
data dengan normal
2. Variansdaripopulasi-populasi yang akandiujimemilikivarians yang identik
3. Sampeladalahimdependent

Perludiketahuibahwa :
1. Jika uji t dan uji z digunakan untuk pengujian 2 sampel, maka uji F atau ANOVA
digunakan untuk pengujian lebih dari 2 sampel ( >2 sampel).
2. Sedangkan esensi dari pengujian adalah sama, yaitu untuk dapat mengetahui apakah ada
perbedaan yang signifikan antara rata- rata hitung beberapa kelompok data.

AsumsiujiANOVA :

1. Populasi- populasi yang akan dilakukan pengujian berdistribusi Normal.

2. Varians dari populasi- populasi adalah sama ( identik / Ho = diterima (P-value >0,05)
pada uji F ).

3. Sampel tidak berhubungan satu dengan lainnya. Sampel bersifat independen.

Uji ANOVA digunakan untuk melakukan pengujian, apakah ada perbedaan rata-rata pada
lebih dari 2 kelompok data. Langkah-langkahnyaadalahsebagaiberikut:
1. Input data

a. Variable view
 b. Data view

2. Menu Analyze  Compare Mean

3. One-Way ANOVA
 Akan muncul data

4. Dependen List  Metrik Data

5. Faktor  Kategorikal data.

6. Untuk Statistics  Deskriptive dan Homogeneity-of-Variance

7. Continue

8. Post-Hoc atau analisis lanjutan dari F Test  Bonferroni dan Tukey

 9. Continue  OK.

Hasil :
Oneway
Descriptives
kinerjaperawat

95% Confidence Interval for

Mean

Lower
N Mean Std. Deviation Std. Error Bound Upper Bound Minimum Maximum
pagi 25 8.08 .997 .199 7.67 8.49 6 10
sore 25 7.56 1.325 .265 7.01 8.11 5 9
 malam 25 6.32 .988 .198 5.91 6.73 4 8
Total 75 7.32 1.327 .153 7.01 7.63 4 10

Test of Homogeneity of Variances

kinerjaperawat

Levene Statistic df1 df2 Sig.

2.899 2 72 .062

ANOVA
kinerjaperawat

Sum of
Squares Df Mean Square F Sig.
Between Groups 40.880 2 20.440 16.454 .000
Within Groups 89.440 72 1.242
Total 130.320 74

Post Hoc Tests

Multiple Comparisons
Dependent Variable: kinerjaperawat

95% Confidence Interval

(J) shift Mean Difference Lower

(I) shift kerja kerja (I-J) Std. Error Sig. Bound Upper Bound

Tukey HSD Pagi Sore .520 .315 .232 -.23 1.27

Malam 1.760* .315 .000 1.01 2.51

Sore Pagi -.520 .315 .232 -1.27 .23

Malam 1.240* .315 .001 .49 1.99

Malam Pagi -1.760* .315 .000 -2.51 -1.01

Sore -1.240* .315 .001 -1.99 -.49

Bonferroni Pagi Sore .520 .315 .310 -.25 1.29
*
Malam 1.760 .315 .000 .99 2.53

Sore Pagi -.520 .315 .310 -1.29 .25

Malam 1.240* .315 .001 .47 2.01

Malam Pagi -1.760* .315 .000 -2.53 -.99

Sore -1.240* .315 .001 -2.01 -.47

*. The mean difference is significant at the 0.05 level.

Homogeneous Subsets
kinerjaperawat
 Subset for alpha = 0.05

shift kerja N 1 2

TukeyHSDa Malam 25 6.32

Sore 25 7.56

Pagi 25 8.08

Sig. 1.000 .232

Means for groups in homogeneous subsets are displayed.

a. Uses Harmonic Mean Sample Size = 25.000.

Interpretasihasil :

1. Descriptives
Nilaihasil output padakolom descriptive dapatdiketahui :
a. Rata-rata nilai shift pada shift pagi 8,08
b. Nilai minimum adalah 6 dannilai maximum adalah 10
c. Padatingkatkepercayaan 95% atautingkatsignifikansi 5% rata-rata nilaipada range 7,67-
8,49.
2. Test of homogeneity of variance
Pada output test of homogeneity of variances
dimanaanalisisinidimaksudkanuntukujiatasberlakunyaasumsianova, yaituidentiknyavarians.
Nilai Sig. sebesar 0,062 > 0,05 yang berarti Ho diterima : ketiga variance
populasiadalahsama) sehingga variance populasiadalahidentik.
Dengandemikianpengujianinitelahmemenuhiasumsipersamaan variance
padaketentuan/persyaratanujianova.
3. ANOVA
Setelahketiga variance memenuhipersyaratan, makadilanjutkandenganuji ANOVA (analysis
of variance) untukmengujitingkatketigasampelmemiliki rata-rata yang sama.
Denganmemperhatikannilai Sig. = 0,000 < 0,05makadapatdisimpulkan Ha diterima,
yaituketiga rata-rata populasiadalahtidakidentik (memangberbeda).
Sehinggahasilpengukurankinerjaperawatmemilikinilaiberbeda rata-rata padadinaspagi, sore
danmalam.
4. Post Hoc test
Setelahmemperhatikananalisis data, hasilanalisismenunjukkanadaperbedaan yang
signifikandiantaraketiga shift.
5. Tukey Test danBonferroni Test
Hasil output darihasilpengujianTukeymengujiperbedaanhasilkinerjaperawatdinaspagi, sore
danmalam. Padadinaspagidengan sore danmalamkolom Mean Difference atauperbedaan rata-
rata diperolehnilai 0,520 dengannilai Sig. 0,232 > 0,05, berartitidakadaperbedaan. Padadinas
sore denganpagidanmalampadakolom Mean Difference atauperbedaan rata-rata
 diperolehnilai -0,520 dengannilai Sig. 0,232 > 0,05 berartitidakadaperbedaan,
sedangkanpadadinasmalamdengandinaspagidan sore memilikinilai rata-rata diperolehnilai -
1,760 dengannilai Sig. 0,000 < 0,05 berartisignifikanberbeda.

f. UJI ANOVAINTERAKSI 2 FAKTOR (kategorikal)

Langkah-Langkah Uji Anova interaksi 2 faktor:
1. Input data
Variable view

Data view

2. Analyze  General Linear Model

3. Univariate

4. Dependent variabel= data metrik

5. Fix Factor (s)= data kategorikal

6. Abaikan bagian yang lain  tekan OK.

 Hasildata :
Univariate Analysis of Variance

Between-Subjects Factors
Value Label N

shift kerja 1 Pagi 25

2 Sore 25

3 Malam 25
jeniskelamin 1 laki-laki 16

2 Perempuan 59

Tests of Between-Subjects Effects

Dependent Variable: kinerjaperawat

Type III Sum of

Source Squares Df Mean Square F Sig.

Corrected Model 42.181a 5 8.436 6.604 .000

Intercept 2722.832 1 2722.832 2131.569 .000
Shift 27.097 2 13.549 10.606 .000
Sex .413 1 .413 .323 .572
shift * sex .943 2 .471 .369 .693
Error 88.139 69 1.277
Total 4149.000 75
Corrected Total 130.320 74

a. R Squared = .324 (Adjusted R Squared = .275)

Interpretasidata :
R square :nilaideterminandari gender dan shift secarabersama-samaterhadapkinerja =
signifikan = tidaksignfikan

Adjusted R square :akurasi model dalammemprediksi variable dependen (dalampersen) =

100 = Adjusted R square : variable predictor /independen variable lain yang
mempengaruhidiluar variable shift dan gender terhadapkinerja.