,jI.

CHI KUADRAT k SAMPEL BEBAS

1. Tujuan : Menguji hipotesis komporatif rata-rata sampel bebas

2. Kriteria : a. Setiap sampel ada beberapa kategori
b. Skala data ordinal
c. Ukuran jumlah sampel tak harus sama
(fo – fh ) ²
3. Rumusan : X² = ∑ -------------- dk = ( b-1 ) ( k-1 )
fh
4. Contoh Kasus :
Perimbangan (fo – fh)²
Kelompok fo fh ( f0 – fh ) ( fo – fh )²
pilih RS fh
Dokter
500 587 - 87 7569 12,9
lengkap
Pegawai
Negeri Sipil Alat lengkap 500 521 - 21 441 0,8
Biaya murah 500 392 108 11664 28,8
Dokter
400 313 87 7569 24,2
lengkap
Pegawai
Swasta Alat lengkap 300 278 22 484 1,7
Biaya murah 100 209 - 109 1181 57
JUMLAH 2.300 2.300 0,00 125,4

Contoh perhitungan
1. Mencari fo dan fh
2. Jumlah memilih dokter lengkap = 500 + 400 = 900
900
3. F = --------- x 100 % = 39,13%
2300
4. Fh dokter lengkap antara pengawai negeri = 1500 x 39,13% = 587
500 + 300
5. Jumlah yang memilih alat lengkap = ----------------- = 34,78 %
2.300

6. Fh Alat lengkap pada Pegawai Negeri = 1.500 x 34,78 % = 521

500 + 100
7. Jumlah yang memilih biaya murah = ---------------- = 26,09 %
2.300
8. Fh Biaya murah pada Pegawai Negari = 1500 x 26,09 % = 392
9. Fh dokter pada Pegawai Swasta = 800 x 39,13 % = 313
10. Fh alat lengkap pada pegawai swasta = 800 x 34,78 % = 278
11. Fh biaya murah pada Pegawai Swasta = 800 x 26,09 % = 209

Uji Statistik 2 Hal 1

J. KORELASI RANK SPEARMAN
1. Tujuan : Menguji signifikansi hubungan data yang berskala ordinal
6 ∑ b i²
2. Rumus : ρ = 1 - --------------
n ( n² - 1 )

a. Contoh Kasus :

Kepuasan Kepuasan
Nama
pd Prwt I pd Prwt II Rank I Rank II b b²
Pasien
( x) ( y)
A 9 8 1 2 -1 1
B 6 7 5.5 4,5 1 1
C 5 6 7 6 1 1
D 7 5 3.5 7 -3,5 12,25
E 4 4 8 8 0 0
F 3 3 9 9 0 0
G 2 2 10 10 0 0
H 8 8 2 2 0 0
I 7 7 3.5 4,5 -1 1
J 6 8 5.5 2 3,5 12,25
JUMLAH 0 28,5

6 X 28,5
ρ = 1 - ------------------- = 0,82
10 (10² - 1 )

Bandingkan dengan ρ (rho) tabel XIII dengan n = 10 dan ∂ 0,05  0,648   hitung  ρ
tabel

Uji signifikansi yang lain bisa juga dengan


Zh = ------------------ = 0,82/0,33 = 2,48
1/√n–1

misal untuk taraf kesalahan 5 % ( karena 2 sisi maka ½ alpha = 0,025 ) maka Z tabel
sebesar 1,96 . Jadi Z hitung lebih besar dari Z tabel

Uji Statistik 2 Hal 2

UJI STATISTIK PARAMETRIK
UJI HIPOTESIS DISKRIPTIF 1 SAMPEL
xi - x
K. Uji Z  bila simpangan baku diketahui dengan rumus Z = ----------
S
L. Uji t  bila simpangan baku tidak diketahui :
a. Rumus x - µ0
t = -------------
S/√n

Dimana : t = t hitung
µ0 = nilai rata-rata populasi yang dihipotesiskan
S = simpangan baku
N = besar sampel

b. Contoh kasus :
Rata-rata jam buka puskesmas pembantu ditetapkan 4 jam/hari. Dilakukan penelitian
terhadap 31 orang Kepala Puskesmas Pembantu sebagai sampel dengan hasil
sebagai berikut :
3,2,3,4,5,6,7,8,5,3,4,5,6,6,7,8,8,5,3,4,5,6,2,3,4,5,6,3,2,3,3
c. Langkah penyelesaian :
Tentukan n = 31, µ0 = 4 jam/hari

∑xi 144
x = ------------ = --------- = 4,645
n 31

S= Σ (Xi – X )² = 1,81
n–1

t = X - µo = 4,645 – 4 = 1,98
s/√n 1,81 / √31

t 0,05 ; 30 = 2,042
t hitung < t tabel  rata-rata jam buka perhari 4 jam/hari mungkin telah dilaksanakan

d. Sampel bebas  gunakan uji t sampel bebas

1). Rumus
a). Separated varians X 1 – X2

t = -------------------------
S1 ² + S 2 ²

n1 n2

Uji Statistik 2 Hal 3

 b). Polled varians
X1 - X 2
t = --------------------------------------------------------------
(n1 – 1) S1² + (n2-1) S2² 1 1

n1 + n 2 - 2 n1 n2

c). Kriteria pengujian  tergantung besarnya n1 dan n2 serta homogenitas

varians
(1) . n1 = n2 dan σ1² dan σ2² homogen
 dapat menggunakan rumus a) atau b) dengan dk (n 1 + n2 – 2 )

(2) . Bila n1 ≠ n2 dan σ1² dan σ2² homogen

 gunakan rumus b)  dk = ( n1+ n2 – 2 )

(3) . Bila n1 = n2 dan σ1² dan σ2² tidak homogen

 gunakan rumus a) maupun b) dengan dk = (n 1 – 1 ) atau (n2 – 1)

(4). Bila n1 ≠ n2 dan σ1² dan σ2² tidak homogen

 gunakan rumus a)
 harga t tabel = selisih t ( dk n1 – 1 ) dngan t (dk n2 – 1 ) dibagi 2
kemudian ditambah dengan harga t tabel yang terkecil

d). Pengujian homogenitas varians

Varians terbesar
(1) . Gunakan uji F  F = ------------------------
Varaians terkecil
(2) . Hasil uji F dibandingkan dengan tabel XII dengan dk pembilang
= (n1 – 1) dan dk penyebut = (n2 – 1 )
(3) . Bila F hitung < F tabel  varians homogen

Uji Statistik 2 Hal 4

 2). Contoh Kasus
Akan diteliti perbedaan jumlah penderita diare dalam 1 bulan yang berobat ke
Puskesmas Rawat Inap dan Puskesmas non Rawat Inap dengan data sebagai
berikut :

Minggu Jml Diare PKM JML Penderita Diare

ke Rawat Inap PKM Non Rawat Inap
1 6 2
2 3 1
3 5 3
4 2 1
5 5 3
6 1 2
7 2 2
8 3 1
9 1 3
10 3 1
11 2 1
12 4 1
13 3 3
14 4 2
15 2 1
16 3 2
17 1 2
18 5 1
19 1
20 3
21 1
22 4
n1 = 22 N2 = 18
X1 = 2,91 X2 = 1,78
S1 = 1,51 S2 = 0,81
S1 ² = 2,28 S2 ² = 0,65

Dari tabel tersebut maka berlaku ketentuan n1 ≠ n2

Dari uji F diketahui bahwa :
2,28
F = ------------- = 3,49
0,65

Uji Statistik 2 Hal 5

 dengan dk pembilang 22 – 1 dan dk penyebut 18 – 1, α = 0,05  F tabel XII

diketahui 2,22 (harga antara 20 dan 24).

Harga F hitung > F tabel  varians tidak homogen.
Setelah diketahui varians tidak homogen dan n1 ≠ n2  gunakan separated
varians :
X1 - X2 2,91 – 1,78

t = ----------------- = ------------------------- = 3,02

S1 ² S 2 ² 2,28 0,65
------ + ------ --------- + --------
n1 n2 22 18

harga t tabel pengganti =

tdk n1 – 1 – tdk n2 - 1
= ---------------------------------- + t terkecil
2

2,08 – 2,11
= ------------------------- + 2,08 = - 0,015 + 2,08 = 2,065
2

maka t hitung > t tabel  Ho ditolak

e. DUA SAMPEL YANG BERHUBUNGAN  gunakan uji t dua sampel berhubungan

- Tiap pengamatan dibuat berpasangan atau sebelum dan sesudah
- Dicari se beda mean antara 2 sampel yang berhubungan yaitu = SB
∑ d²
SB = ---------------
n (n – 1)

∑d² = ∑B² - (∑B )²  t = B

n SB

( B = beda pengamatan tiap pasang )

Perumusan Hipotesa :
Ho = μB = 0
Ha = μB ≠ 0

Daerah penolakan :

Uji Statistik 2 Hal 6

 - Tolak Ho terima Ha bila t > t 1/1 ∂, df = n – 1
- Tolak Ha terima Ho bila t < t ½ ∂, df = n – 1

Contoh :
Penelitian pada 20 mahasiswa Akper  dijadikan 10 pasang, dimana tiap pasang mahasiswa
mempunyai umur dan IQ yang sama. Percobaan dilakukan untuk membedakan meode mengajar
yaitu dengan OHP dan tanpa OHP, menggunakan ∂ 5%.
Hasil percobaan yaitu jumlah soal ujian yang dapat dikerjakan secara benar pada ujian akhir
adalah sbb :
PASANGAN DENGAN OHP TANPA OHP B B²
1 10 6 4 16
2 9 7 2 4
3 10 7 3 9
4 8 8 0 0
5 7 10 3 9
6 8 7 1 1
7 5 7 2 4
8 6 10 4 16
9 4 9 5 25
10 4 3 1 1
25 85

∑∂² = ∑b² - ( ∑b ) ² = 85 – ( 25 ) ² = 78,75

n 10

B = 25 = 2,5
10

∑d² 78,75
SB = ---------------- = ------------------ = 0,875
N(n–1) 10 ( 10 – 1 )

B 2,5
t = ------- = -------- = 2,86
SB 0,875

Lihat harga t tabel pada df n-1 = 9 dengan ∂ = 5%

t = 2,262  Ho ditoiak, Ha diterima
 Ada beda penggunaan metode dengan OHP dan tanpa OHP pada hasil ujian
akhir.
Contoh Yang lain :
Pada sejumlah balita sebelum diberi PMT di timbang BB, sesudah diberi PMT ditimbang lagi 
apakah ada pengaruh pemberian PMT terhadap penambahan BB balita.

M. Komparatif k sampel
a. Sampel berkorelasi

Uji Statistik 2 Hal 7

 Analisis varians
1). Asumsi : a). Sampel diambil secara random.
b). Data berdistribusi normal.
c). Varians antar sampel homogen.
2). Rumus :
a). JK total = Σ x total – [ Σ x total ] ² → dk = N - 1
N

b). JK antar kelompok = ( Σ x 1 ) ² ( Σ x 2 )² (Σx m)² (Σxtot)²

----------- + ----------- + ----------- - ----------  dk = m-1
n1 n2 nm N

c). JK dalam kelompok = JK total - JK antar kelompok  dk = N – m

JK antar
d). Mean kuadrat Antar Kelompok = --------------
m–1

JK dalam
e). Mean kuadrat dalam kelompok = --------------
N–m
MK antar
f). F hitung = ----------------
MK dalam

g). Membandingkan dengan F tabel pada : - dk pembilang = ( m – 1 )

- dk penyebut = ( N – 1 )

h). Membuat tabel ANOVA

SUMBER JUMLAH MEAN

dk F HITUNG
VARIASI KUADRAT (JK ) KUADRAT (MK)
(Σxtot)²
TOTAL N-1 ΣX² tot – -----------
N
ANTAR (ΣXk)² (Σxtot)² JK antar MK antar
KELOMPOK M-1 -------- - ----------- -------------- --------------
nk N m-1 MK dalam
JK dalam
DALAM
N –m JK tot – JK antar --------------
KELOMPOK
N-m

Uji Statistik 2 Hal 8

 3). Contoh kasus :

Dilakukan penelitian terhadap efektifitas program QA pada 15 bidan dan

perawat dengan membandingkan prestasi mereka sebelum penerapan
program QA , 6 bulan setelah penerapan QA dan 1 tahun setelah penerapan
QA dengan hasil sebagai berikut :

NAMA PRESTASI PRESTASI 6 PRESTASI TOTAL

BIDAN/PE SEBELUM BL SETELAH 1 TH SETELAH
RAWAT QA QA QA

X1 X 1² X2 X 2² X3 X 3² X tot X² tot

A 12 144 13 169 18 324 43 637

B 13 169 15 225 18 324 46 718
C 10 100 12 144 14 196 36 440
D 15 225 18 324 20 400 53 949
E 13 169 15 225 15 225 43 619
F 14 196 17 289 19 361 50 846
G 10 100 18 324 20 400 48 824
H 12 144 20 400 21 441 53 985
I 13 169 14 196 18 324 45 689
J 14 196 16 256 17 289 47 741
K 13 169 18 324 17 289 48 782
L 10 100 16 256 19 361 45 657
M 13 169 15 225 16 256 44 650
N 10 100 13 169 17 289 40 558
O 15 225 16 256 14 196 45 637
JUMLAH 187 2375 236 3722 263 4635 686 10732
X BAR 12,46 15,73 17,53
S 1,76 2,22 2,10
S² 3,12 4,92 4,55

Dilakukan uji Homogenitas varians :

4.92
F = ---------- = 1,57  lebih kecil dari F tabel ( 2,48)
3.12

maka varians homogen

(∑X tot )² (686)²

a). Jktot = ∑X² tot - --------------- = 10.732 - ------------ = 274,4

Uji Statistik 2 Hal 9

 N 45

(∑X 1 )² (∑X 2 )² (∑X m )² (∑X tot )²

b). Jkantar = ------------- + ----------- + -------------- - --------------- =198,58
n1 n2 nm N

c). Jkdal = Jktot - Jkantar = 274,4 - 198,58 = 75,82

Jkantar 198,58
d). Mkantar = ----------------- = ------------- = 99,29
m–1 3 - 1

Jkdalam 75,82
e). Mkdalam = ----------------- = ------------- = 1,80
N–m 45 - 3
Mkantar 99,29
f). Fhitung = --------------- = --------------- = 55,16
Mkdalam 1,80
Tabel Anova

Sumber Jumlah
Dk Mk Fh F tabel Keputusan
Variasi Kuadrat
Total 45 – 1 274,4 - Fh>Ftab
99,29
Antar kel 3 – 1=2 198,58 99,29 Ha diterima
----------=55,16 5% =3,32
Ho ditolak
Dalam ke 45-3=42 75,82 1,8 1,8

b. Sampel bebas
1). Besar sampel tiap kelompok, yaitu n1, n2 dan nm boleh tidak sama

2). Rumus dan tabel Anova sama dengan sampel korelasi

UJI HIPOTESIS ASOSIATIF

N. Uji Korekasi Product Moment
a). Rumus
∑xy n∑xy – ( ∑x ) ( ∑y )
R x y = --------------- = --------------------------------------------
∑x²y² { n∑ x² - (∑x)² } { n∑y² - (∑y)²}

Uji Statistik 2 Hal 10

 b). Uji signifikansi
1. Gunakan tabel III r product moment dengan ∂ = 0,05 Dan nilai n
r n-2
2. Gunakan uji t = ------------------------ tabel II
1 - r²

dengan ∂ = 0,05 dan dk = n – 2

O. Uji Korelasi Ganda

a). Rumus identik dengan korelasi pearson dengan beberapa koefensiensi korelasi.
Misalnya bila ada 2 variabel X dan 1 variabel Y, maka ada 4 koofesien korelasi sebagai
berikut :
1). ry X1 X2 = korelasi antara X1 ddan X2 secara bersama-sama dengan Y

2). ry X1 = korelasi antara X1 dengan Y

3). ry X2 = Korelasi antara X2 dengan Y

4). Rx1 x2 = korelasi antara x1 dengan x2

b). Rumus korelasi gabungan

r²yX1 + r²yx2 – 2ryx1 . ryx2 . rx1 rx2
Ry x1 x2 = ------------------------------------------------------
1 - r² x1 x2

c). Rumus signifikansi gunakan uji F

R² / k
Fh = ---------------------------------
( 1 - R² ) / ( n – k - 1 )

dimana : R : Koefesiensi korelasi ganda

k : jumlah variabel bebas
n : jumlah anggota sampel
F tabel ∂ = 0,05 dengan dk pembilang = k dan dk penyebut = ( n – k – 1 )

ANALISIS REGRESI
P. Regresi Linier Sederhana
a. Rumus : y = a + bx
Dimana
y : Subyek variabel tergantung yang diprediksikan

Uji Statistik 2 Hal 11

 a : Konstanta  sama dengan harga y bila x = 0
b : koefesiensi regresi
c : subyek variabel bebas yang mempunyai nilai tertentu
(∑y) (∑x²) – (∑x) ( ∑xy)
a = --------------------------------
n∑x² - (∑x)²

n∑xy – (∑x) ( ∑y)

b = --------------------------------
n∑x² - (∑x)²

b. Contoh penerapan prediksi

y : kunjungan pasien
x : kinerja perawat
1 ). Y = 10 + 2x, bila kinerja perawat = 5  maka rata-rata perbulan kunjungan
pasien = 10 + 2(5) = 20
2). Setiap kinerja perawat bertambah 1 maka kunjungan paseian akan bertambah 2
c. Koefesien determinasi ( R² )
Misal :
R = 0,05  maka R² = 0,25
Artinya : pengaruh variabel x terhadap variabel y sebesar 25% sedangkan yang 75%
dipengaruhi oleh variabel lain yang tidak diteliti.
Q. Regresi Ganda
a. Regresi ganda dua prediktor
Y = a + b1x1 + b2x2 + e

b. Regresi ganda untuk n prediktor

Y = a + b1x1+ b2x2 + ………. + bnxn + e

c. Work Sheet ( bila 2 prediktor )

No X1 X2 y X1y X2y X1x2 X1 ² X2 ²

1
2
3
dst
Jml

Uji Statistik 2 Hal 12

 d. Untuk menghitung a;b1;b2 digunakan rumus ( untuk 2 prediktor )
∑y = a.n + b1∑x1 + b2∑x2

∑x1y = a.∑x1 + b1∑x1 + b2∑x1x2

∑x2y = a.∑x1 + b1∑x1 + b2∑x2²

Dari 3 persamaan tersebut diperoleh nilai a, b1 , b2

HIERARKI UJI STATISTIK

VARIABEL YANG DITELITI

- Tabulasi Silang
- Proporsi
- Distribusi
DUA VARIABEL ATAU LEBIH SATU VARIABEL
Frekuensi
2 SAMPEL 2NOMINAL
SAMPEL >2 2 SAMPEL 2 SAMPEL >2 - Variasi
BEBAS ORDINAL
BERPASA SAMPEL BEBAS BERPA SAMPEL
- Central Tendency
- Uji Uji
MannStatistikFisher
- 2 STATISTIK
NGAN - Uji
NOMINAL - Uji t
INFERENSIAL INTERVAL SANGAN
NOMINAL - Uji Hal 13
ASOSIATIF
Whiteney - Median
Uji Friedman Independent - Uji t Anova - Visualisasi Data
NON PARAMETRIK - MC Nemar RATIO ORDINAL - Korelasi - Kuadrat Khi
INTERVALSKALA - Wilcoxon
Kuadrat
DATA DATA BERDISTRIBUSI
SKALA DATA DATA BERDISTRIBUSI STATISTIK
- Kuadrat Khi - Rank - dependent
Kuadrat Khi Product
RATIO Chi
NOMINAL/ ORDINAL BEBAS
INTERVAL / RATIO NORMAL Diskriptif
DISKRIPTIF
KOMPARATIF Spearman
ASOSIATIF dg Contigensi
KOMPARATIF Moment
PAREMETRIK