Anda di halaman 1dari 12

HAL YG PERLU DIPERHATIKAN DALAM MENENTUKAN UJI STATISTIK

1. Jumlah variabel
2. Skala ukuran
3. Cara pengambilan sampel
4. Besar sampel

JUMLAH VARIABEL
Yaitu nilai atau sifat dari benda, orang, kejadian atau segala sesuatu yang dapat bervariasi.
Misalnya:
1. variabel = Tinggi Badan.
2. variabel = Status kesehatan & imunisasi.
3. variabel = status kes, imunisasi & jenis kelamin
Jumlah variabel tergatung dari pernyataan penelitian

SKALA PENGUKURAN
Nominal dan ordinal : Non Parametrik
Interval dan rasio: Paremetrik & Non Parametrik

CARA PENGAMBILAN SAMPEL


Hal yang diperlu diparhatikan:
1. Indipenden/ unrelated: Pemilihan
Individu, tak dipengarui oleh faktor tertentu
2. Dependent / releted: Pemilihan individu yang dipengarui oleh faktor tertentu
Untuk cara pengambilan sampel yang berbeda
Pakai uji statistik yang berbeda

BESAR SAMPEL
Hal yang perlu diperhatikan
Makin besar sampel maka mendekati keadaan sebenarnya
Uji non parametrik sampel kecil

MEMILIH UJI STATISTIK


Uji 1 variabel: Uji 3 variabel
Bionominal Anova
Chi-square Multipel regresi
K.S. Run tes

Uji 2 variabel
Tidak berpasangan Berpasangan
• Chi-square Mc. Nemar
• Fisher Exact Uji tanda
• K.S. Cochran’S
• Unpair- t-test Pair-t-test
• Peorsons’s Wilcoxon
PENENTUAN ANALISA DATA:
CHI SQUARE TEST

Seorang peneliti ingin mengetahui apakah ada perbedaan kecenderungan penggunaan jenis
tensimeter yaitu air raksa, mekanik, digital dan “sound” diantara dokter-dokter muda (lulus
dokter < 5 tahun), menengah (lulus 5 – 10 th) dan tua (>10 th). Data dari 668 dokter yang
diperiksa terlihat seperti tabel di bawah.

Kelompok Air raksa Mekanik Digital Sound Total


dokter
Muda 56 71 13 34 174
Menengah 27 63 30 62 182
Tua 14 42 85 41 182
Total 97 176 128 137 538

Uji yang digunakan Kai-kuadrat X2.


Uji kai-kuadrat adalah suatu analisis nonparametrik untuk menguji perbedaan atau penaksiran
data bersekala nominal. Ada 3 macam bentuk uji kai-kuadrat, yaitu :
1. Untuk menaksir 1 kelompok data terhadap populasi tertentu, uji goodness of fit
2. Untuk menguji perbedaan antara 2 kelompok pengamatan yang mandiri (lain subyek)
3. Untuk menguji perbedaan antara 3 kelompok pengamatan atau lebih yang mandiri
Pada praktikum ini kita akan menguji 3 kelompok pengamatan ( dokter muda, menengah dan
tua) dengan skala data nominal. Langkah-langkahnya

1. start SPSS

2. Pilih Variable View

isi :
1. nama variabel :
baris 1 : dokter dan baris 2 : tensi

2. Label :
baris 1 : kelompok usia dokter
baris 2 : jenis tensimeter

3. Value
klik pada values akan muncul tampilan value labels, isikan pada kolom value angka 1,
kemudian value labels kelompok umur dokter 20-30 th, klik add. Isi angka 2 untuk value labels
kelompok umur 31-40 th, klik add. Demikian seterusnya, untuk baris ke dua dengan cara yang
sama kita masukan jenis tensimeter
4. klik data view untuk memasukan data

5. Kemudian hitung uji beda dengan chi square, klik analyze, pilih descriptive statistic pilih
crosstab.
pilih statistik, kemudian chi-square
klik continue, output

UJI T INDEPENDENT SAMPLES

Seorang peneliti ingin meneliti pengaruh pemberian perasan daun jambu biji terhadap
pertumbuhan e coli. Untuk itu peneliti meneliti apakah ada perbedaan jumlah koloni e-coli yang
tumbuh pada cawan petri antara kelompok kontrol yang tidak diberi perasan jambu biji dengan
kelompok perlakuan yang diberi perasan 20%. Data yang diperoleh adalah sebagai berikut:

Kontrol 20%
974 942
1044 975
1080 926
1060 964
1042 972
1072 896
980 938
996 918
1026 996
1022 994
1005 955
1022 918
1035 988
1045 997
1002 922

Uji yang digunakan Uji T.


Uji T ialah uji perbedaan yang harus memenuhi parametrisitas, uji ini untuk mengukur secara
kwantitatif tingkat perbedaan mean, baik antar dua kelompok pengamatan maupun antara
pengamatan pada sampel dengan populasi. Pengukuran tingkat perbedaan diformulasikan dalam
bentuk harga uji T, yang besarnya dipengaruhi oleh proporsi nominator dan denominator.
Nominator uji T ditentukan oleh perbedaan mean dua kelompok pengamatan atau selisih mean
sampel dengan mean populasi. Makin besar nominator maka makin besar harga uji T, sehingga
makin tinggi tingkat perbedaannya. Yang berlaku sebagai denominator adalah varians kedua
kelompok pengamatan, yang dicerminkan oleh besar simpangan baku ( sd ) dikaitkan dengan besar
sampel (n kelompok). Makin besar simpangan baku, makin besar denominator, sehingga makin
kecil harga uji t. Jadi pada prinsipnya tujuan uji dua sampel adalah ingin mengetahui apakah ada
perbedaan rata-rata (mean) antara dua populasi, dengan melihat rata-rata dua sampelnya.

1. Masukan data dengan cara seperti praktikum 2, yaitu klik variabel view
2. kemudian isi baris 1 dengan kadar, pada kolom value 1 : kontrol dan 2 : 20% (untuk
keseragaman praktikum)

3. uji normalitas data, klik analyze, pilih descriptive statistics, kemudian pilih explore
4. muncul tampilan
5. Pindahkan e coli ke kolom dependen list dan kadar ke kolom Factor list

6. kemudian klik plots, muncul tampilan

7. pilih normality plots with tests, kemudian pada kotak descriptive pilih histogram dan pada
spread vs level with Levene Test pilih power estimation untuk mengetahui homogenitas
data.
8. klik OK
9. out- put
Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
KADAR Statistic df Sig. Statistic df Sig.
ECOLI kontrol ,104 15 ,200* ,976 15 ,906
20% ,129 15 ,200* ,934 15 ,370
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Test of Homogeneity of Variance

Levene
Statistic df1 df2 Sig.
ECOLI Based on Mean ,300 1 28 ,588
Based on Median ,286 1 28 ,597
Based on Median and
,286 1 27,389 ,597
with adjusted df
Based on trimmed mean ,289 1 28 ,595

10. Dari output normalitas diketahui bahwa nilai p (lihat nilai Sig.) Kolmogorov Smirnov dan
Shapirowilk untuk kelompok ‘kontrol’ adalah 0,200 dan 0.906 keduanya lebih dari 0.05,
maka data berdistribusi normal. Sedangkan nilai p Kolmogorov Smirnov dan Shapirowilk
untuk kelompok ‘20%’ adalah 0,200 dan 0.370 keduanya lebih dari 0.05, maka data
berdistribusi normal.
Dari output homogenitas diketahui bahwa nilai p (lihat nilai Sig.) uji homogenitas
semuanya lebih besar daripada 0.05, sehingga dapat simpulkan bahwa varian data adalah
sama atau homogen.
Karena memenuhi prasyarat normalitas dan homogenitas, maka uji dapat dilanjutkan
menggunakan uji parametric T-independent Test.

11. Selanjutnya, kembali ke data, klik data view, pilih analyze, kemudian compare mean
12. Pilih independent sample T test, pindahkan e coli masuk ke kotak test variable(s),
kemudian kadar ke kotak grouping variable. Klik define groups akan muncul tampilan,
muncul tampilan

13. klik define Groups, muncul tampilan

14. Group 1 : isilah 1 yaitu kontrol laki-laki dan group 2 : isilah 2 yaitu 20%, klik continue
15. Klik OK
16. output data
Group Statistics

Std. Error
KADAR N Mean Std. Deviation Mean
ECOLI kontrol 15 1027,0000 31,5821 8,1545
20% 15 953,4000 33,1594 8,5617

Independent Samples Test

Levene's Test for


Equality of Variances t-test for Equality of Means
95% Confidence
Interval of the
Mean Std. Error Difference
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper
ECOLI Equal variances
,300 ,588 6,225 28 ,000 73,6000 11,8236 49,3804 97,8196
as sumed
Equal variances
6,225 27,934 ,000 73,6000 11,8236 49,3778 97,8222
not ass umed

Hipotesis:
Ho: mean kelompok kontrol dan kelompok 20% adalah sama
H1 : mean kolompok kontrol dan kelompok 20% berbeda secara signifikan

Ada 3 cara pengujian hipotesis,


1. Jika nilai t > dari t tabel maka H1 diterima Ho ditolak.
2. Jika p < 0.05 maka H1 diterima dan Ho ditolak

Hasil menunjukkan bahwa nilai t hitung = 6,225 > 1.70 (t tabel)


Nilai probabilitas p (lihat nilai Sig. 2 tailed diurutkan dari row nilai F) = 0.000 < 0.05.

Bagaimana Simpulannya?????