gkat Pend
Rendah
Ged
1S
Variabel numerik
Berkaicsn dengan gambsrsn Lsrskterisrik sstu sec dsta dcngsn
skala pengukuran numerik, Anda mengenal dna parameter yang
lazim digunakan, yaitu parometer ukuran pcnlusatan dan parameter
en Anda al bebe .tuk uk
pemusatan, yaitu mean, median, dan modns. Untuk parameter ukuran
pcny baran, A eviasi, varians, k
interkuartil, range, dan minimum maksimum. Data variabel dengan
skal disajika lam bentuk dl da
lori Sedertıaıa Prasodur Pemfiıtızn iJji ilipotefils 3
Tahukah Onda dengan berpedoman pada tabet ujf hfpotesfs Fabel 1.3) Anda sudah bisa mene
Spearman
Mann White KfUBkal • Witce xOu Fr an Gamma
fUcNemar. r\rar\
{Nominal/otdinal) Mztginal H ornogeraity Wåcoxon, Fran
K¢gmogorov-Smlmov Lamlnda
(Iabe\ B ¥ K)
Keter angan:
\. UJ\ dengan I:anda ' merupakan uJf parametr\k.
2. Tanda panah ke bawah menunjukkan uji alternatif jika syarat uji
parametrik tidak I:crpenuhi.
3. Untuk hipotesis komparaLif nnmerik, perlu diperhaLikan banyaknya
kelompok.
4. Untuk h\potes\s komparatff kategorik t\dak berpasangan, pem\l\han uJ\
menggunakan "tabel B x X”.
5. Untuk hipotesis komparatif kategorik berpasangan, pemilihan uji
menggunakan ”prinsip Ps K”.
Dengan berpcdoman pada tabel di atas, sesungguhnya Auda
sudah dapat menentukan uji hipotesis yang sesuai dengnn set data yang
Anda miliki.
Langkah-langkah penggunaan tahel uji hipotesis adalah sebagai
b•rikut.
Menentukan variabel yang dihubungkan.
Menentukan jenis hipotcsis.
Menenmkan masalah skala pcngukuran.
Menentukan btrpasangaNtidak btrpasangan.
Menentukan jumlah kelompok aiau menentukan
¡enis tabel
Bila jenis hipotesis komparatif nunierik, tentukan
banyaknya kclompok.
Bi[a jenis hipotesis Lomparati/ katego¥ik tidak
hcrpasangan, tcntukan jenis tabcl B x K.
Bita jcnis hipotcsis koinparatif katcgorik
bcrpasangun, tentukan jenis “princip P x K”.
INGAT!
Pemahaman ketu}uh Ist\lah Int sangat penting.
Oleh karena Itu, fokuslah untuk memahami tujuh tstflah Eni.
Istilah pertama: 9‹ala pengukuran variabel
Ordlnal Realo
Contoh : Tingkat pendldlkan Contoh : - Berat I3adan
PenBdi@n rendah - Tinggi badan
Pen@dIWn menagah - Kadar gufa daraîı
Pendldlkan \lnggi - Kadar Kolesterol
Rendah
Norma4
Kesepakatan
Dalam berbagai buku nijukan, ada beberapa istilah yang digunakan
dalsm kIssifik«si sksla pengtıLure t sntsr« laİh kaccgDrik-nunkstcgorik
dan kualitatif-kuantitatif. Dalam program SPSS, digunakan istilah srdfe
untuk istila h kııantitatif dan nonkategorik.
Dalam buku ini, penulis memakai istilah bategorib untuk mewakili
istilah kuatitatif dan istilah nun erik untuk mewakili istilah
nonkategorik dan kuantitatif.
Kesepakatan
Dalam bahas‹t Fnggric, terdapat perbedaan yang c‹tk‹tp jelas
at›cara DSSOclatiOfil, camparattOn, dan correlation. Akan cctapi, kctika
ditettemahksn ke dalaro bshssa Indonesia, ketiga ksta tersebut di
¢erjemohLsn menjadi hubungan. Akibatny«, d«lsm l›shess Indonesia,
pengertian ‘niencari hubungan’ bisa herarti niencari hubungan secara
komparatif maupun secara korelatif. Kalau kita membaca kata 'mencari
hu6ungan’, maka akan timbul kerancuan apakah yang dimaksud
adalah mencari hubungan secara komparatif atau secara ¥orelatif.
Untuk menghindari kerancuan tersebut, dalam buku ini diambil
kesepakatan sebagai berikut.
Pada tabel uji hipotesis, jenis hipotcsis dibagi menjadi dua, yaitu
komparatif dan korelatif. Untuk memhedakannya, perhatikan contnh
sebagai berikut.
e‹yaeafl8arl ag8bİl8 d8t8 terBebüt dariindividu yang samabaik karenapengukuran bzfu1ang, proses mafcû
daXan tidsk berpasanga« apabila data
pa prosedur mafcf/ing.
Uj i pararnetr ik
Uncuk uji psrsmetrik, terdspst cigs syomt yang perlu ‹Jiperhstiksn, ysitu
skala p¢ngukuran variabcl, dis‹ri$\›si data, dpn varians data.
12
Uj nonpararnetrik
i nonparametrik dignnakan untuk keadaon scbagai bcrikut.
Uji Jika masatah skala pcngukuran variabcl adalah kategorik (ordinal
1. dan nomioal).
Jika data dengan masalah skala pcngukuran numcrik tctapi tidak
2. memenuhi syarat untuk uji parametrik (misalnya distribnsi data
tidak normal), maka dilakukan uji nonparamctrik yang merupakan
alternatif dari u|i pararneuiknya. Lihat ta rida panah pada tabel uji
hipotesis,
Alternatif uji t berpasangan adalah uji Wiicoxon.
Altcrnatif uji t tidak bcrpasangan adalah uji Mann-Whitncy.
Alternatif uji repeated SNO YO adalnh uji Friedman.
Alternatif uji one ray ANOVI adalah uji KruskaI-Wallis.
Rmsloetmmmeg
RGoEuno$|$ 5E Eurtrtab
Kolmoqorov4mirnov NIIa1 kemaknaan ‹p) > 0,05 UnIu8 sampel bectr I> 50)
AnaglTlk
Shapiro-WIO‹ Nilei keniaknaan (p)› 0p5 Unak campel kecll (s 50j
Ket: SD• Stands Devias\, SE • Standar Error. Pembahasan lebih rinci tentang metode
untuk menentd‹an set data memiliki distrtbroi rormat atau Udnk dengan menggu+akan
program SPSS d‹an dibahas peda Bab II
Tingkal Rendah
pendidikaFl Sedang d b c a+b+c
e f d+e+f
Tinqqi h i q+h+i
Baik Buruk
Pengetahuan gş,g a a+b
sebelum
penyuluhan B r«k d c+d
B +C b+d N
feafi Sadatena PfioseM Pamfifia› îJji Ifipolesis 15
lNCiATl
Sebelum melangkahlebihjauh, sudahkah Anda memahami tujuh istilah ini:
C. STATISTIK MULTIVARIAT
Tcrdapat dua analisis multivariat yang sering digunakan dalam
penelitian kcdokteıan dan kesehataıı, yaitu analisis rcgresi logistik dan
analisis rcgresi linicr. Pcmilihan kcdua analisis tcrscbut ditcntukan
olch skaİa pengukuran variabel terikatnya. Bila variahcl terikatnya
berupa variabcl katcgorik, mak a rcgrcsi yang digunakan adalah
analisis rcgrcsi logistik. Bila variabel terikatnya berups variabel
numerik, ınakn regresi ysng digtınakan sdslah ana\isis rcgrcsi
\inicr.
II. Resume Uj i Hipotesis
A. FIE9JMEANALIgS BIVARIAT
Sampai sejanh ini Anda sndah mcmahami bcrbagai istilah yang harus
Anda ketahni untnk menentnkan uji hipotesis yang sesuai dengan
set data yang Anda miliki dengan menggunakan tabcl uji hipotesis.
Pemoparan beriknt akan lebih membantn Anda nutuk menınlınmî alur
ymikiran mcnnju hipotesis yang scsuai. Pemaparan akan dikclDmQOk-
kan nıcnjadi lima bagian.
1. Resurnc hipotesîs komparatif skata pengukuran nunıerîk.
2. Resume hipotesis komparatif skata pengukuran ordinal.
3. Resume hipotesis komporatif skala pengukuran katrgDfik tidak
berpasangan dalam bentuk tabel B x K.
4. Resume hipotesis komparatif skala pengukuran kategorik
berpasangan dalam bentuk P x K.
Resurnc hipotesis korelatif.
Bafpasorfgon
Nurnartk 2keJompok *2 2 &ompot > 2 helompnk
uji t adak ena way ujl t Repeatad
bergaeangan ANCiVA berpaaangan ANOVA
WIDAK
Jumlah KeTompok ?
Tabel 1.11 Tabel uji hipotesis: alur menuju pemi\ihan uji hipotesis variabol
kategorik tklak berpasangan
Fieher
TABEL B x K
Ket er angan:
Pada set a, nilai o6sorvec/-nya {lihat pada lajur count) adalah 35 sedanglcan
nilai eKpect ad•nya (lihat pada la)ur expected coonf) adalah 27,5.
Pada sel b, nilai ods•rveo'-nya adalah 15 sedangkan n|la\ expecteo'-nya adalah
12,d dan seterusnya untuk se1 lainnya.
Sebagai contob:
T‘ 8aris x Total holom
Nilai expect en set a 50 x 55
' Total Sampel \ oo - 27 5
Total
Flilai expeot ed sel d
Pada tabel ini, Arda dapat menggunakan uJi Chi-5quare karena syarat uji Chi
Square terpenuhi, yaitu tidak ada nilai expecf ed yang kurang dari S.
Anda b\sa mempelajari prosedur SPSS untuk menamp\lkan nilai observed dan
expected pada Bab v,
Definisi
Nil ai obser red \Ol adal ah ni I ai obser vasi yang Anda dapat kan pada obj ek penelit ian.
4. Resume Uji Hipotesis Xomparatif Variabel Kategorik
berpamng-an (Prinsip P x K)
Tabel 1.12 Tabet uJf hîpotesfs: alur menuJu pemitîhan uj1 Mpotesis
variabet kategorik berpasang•n.
Jerxs hIpoIg6i6 aeg6ialif
Masalah shala 8omparatıt
pengukuran Berpasangan
ftategonx McNemar, Cochran
(Nomînakordlnal) Marg1naI Homogeneily
W8coxon, Priedman
(label P s K)
begıewzngen
>2
Ket er angan:
Korelasi untuk variabel numerik, memakai uji Pearson dengan ujj Spearman
sebagai altematifnya.
Hipotesis korelatif
Variabel numerik
Sebaran normal ?
TIDAK
Uji nonparame(rik Spearman
U¡i parametrik Pearson
semue u I kornperetit
Uj i t tidak berpaaangan, uji t
bereesenean one wey ANOVA
b*giasangan Uj I t tidak oerpaeangan, one way
ANQVA
Wnen\u¥an umleh Due ke\om Uji T tioek Oerpaeengan
uji t tidak berpaeangan {uy paramefik) j& meme nufıi oyarat. Jika tidak wmanuhl ayet maka dlgunakan u|l aIIam•\lfnya. yaitu rt]i MannWhltn
Kasus 3:
“Apakah ierdapai korelasi antara kadar radikal hehas dengan total
jm ililah rukok ya mg di ihaP selailiJ satti ma ri ? "
(aiuab:
Langkah-langkah yang digunakaii uiituk mcn jawab perran j'aan tcrscbut
adalah sc •*b*i l,erikii r.
tok o ‹ p ar h a I i (n x n e.ik ›
M ji y an g d ig un a kan an ala ä ui[i k o ral as i Pea rso1 uji p ara m e tr ik |. j'na r« e m e n u F. i sy arat. J i\ a 1id ak
m e m c nu h i sy arm z. rr a km d 'Mun a X an u i i a.to tr stil ya ilu # ji here läs i 5 pca rm an ‹uji a g z p a ra m
Un?).
IV. Nil ai Probabilit as (P) dan Inter val Kepercayaan
Ada dua cam untuk melakuk lu iııferensi peııorikan kesimpulon),
vaitti dcngan ırcnghitııng n ilai p dan intcr val kcpvrcayaan (IK),
ltcrikut ini ıncrupakan paHduan uııtuk inrcrprctosi hasil u|i hipotesis
tlcnğ aıı mcnghitu \g i1ilai g,
Tabel 1.17 Panduan interpretasi hasil uji hipotes)s bila nilai p < 0,05
13 Uii Chi-Square
Terdapal hubungan yang bermakna antara variabol
14 Uji Kolmogorov•S mirnov / dengan veriabe1 B
15 Uji I”-isher
16 Uji Pearson
1T Uji Spearman Terdapal korelasi yang bermakna antara variabel A
\8 Uji Koefsien dengan variabel B
Kontingensi
i9 Uji Lambda
20 Uji Gamma S Gr+ners*d
Nilai probabilitas (p)
hıtcrprctasi yang dibcrikan pada Tabel 1.17 adalah untuk memu-
dahkan sa i a. Anda harus nıengerti juga apa yang dimaksud dengan nilaî
p, hipotesis nol, dan hipotesis alternatif:
1. Hipotesis {H) adalah peınyaman sebagai jawaban senıentara atas
pcrtanyaan penelitian yang harus dijawab sccara empirix
2. Hipotesis not (Ho) adalah hipotesis yang menunjukkan tidak ada
ptrbcdaan antarkelompok atau tidak ada hubungan antarvariabel
atan tidak ada korelasi antarvariabcl.
3. Hİ DttSİS alternatif lHa) adalah hipotesis kcbalikan dari hipotesis
nol, yang nknn disimpulkon biln hipotesis no1 ditofak.
4. Intcrprctasi yang lcngkap nutuk nilai p adalah scbagai berikut
“besarnya kemungkinan hasil yang diperoleh atan hasil yang
lebih ekstrim diperoleh karena faktor peluang, bila hipotesis no/
benar”.
Interval kepercayaan
1. Interval keptrcayaan {lK) meiiunjukkan taksiran tentang nilai pada
populasi yang dihitung dengan nilai yang dipcroleh pada sampel.
2. Seperti menghitung nilai p, perhitungan lK mempunyai rumus
tersendiri untuk masing-masing uji bipotcsis.
String.
E#
DeĞmats tid1aktit.
Labels isi deog.w nama tesponden.
Values tidak diisi.
CoJamn &id/fi lS (nutuk keseragaman).
Alignment tcrscrah Anda.
M‹as«res tidak aktif.
Klik Oh.
• Colamn &idt£ terserah anda
' Alignment terserah Anda.
Measures pilih Nominal.
1 : t
rama sex ıxn#r nllal
2 budı
3 c ecep
Z
Z
Bila yang Anda pilih pada menu adalah View Labels maka
tampilan yang akan tampil adalah sebagai beriknt.
Anda harus ttrampil melakukan pcrubahan data dan satu skala ke skala
lainnya karcna pada praktiknya nanti, data awal yang Anda masukkan
harus Anda ubah untuk keperluan tcrtentu. Anda menggunakan
perubahan datu ini jika Anda ingin melakukan perubalian dari skala
pcngukuran numcrik kc skala ordinal atau untuk pcnggabungan sc1
{ingat penggabungan sel sebagai alternatif untuk uji Chi-S quare yang
tclah dibahas di Bab I).
Kastis:
Dari data yang telah diperoleh pada Jatihan 1, Ande
ingin niengategorikan umur responden menjadi tiga
kelompok, yaitu responden yang berumur < 20 tahun, 20-
22 tahun, dan 22 tahnn {dalam hal ini, finda merubah
variabel nuinerik
menjadi vatiabel ordinal).
Logikanya adalah:
Semua data < 20 tahun diubah menjadi kode 1.
Semua data 20—22 tahim diu6ah menjadi kode 2.
semua data > 22 tahun diubah men jadi kode 3.
Dengan lngika terse6ut, isilah Old Value dan New' Value sebagai
berikut
OfJ Value° range lowest through 19 , New Vglue.- 1, klik Add.
Old Value: rdnge 20 tfiro«gfi 22, Nett Value.• 2, MW Add.
Off Vnlue: 23 through highest, New Vn/ac: 3, ktik Add.
2î' O uF 2.(
S aly paempuan 23’ bet
6 feteh pnempgsn
Manfaat
Prinsip utama yang perlu Aada ketahiii adalah:
KaSUS:
An da nielakuka n penelitian dan stida h meugumpul kan
" dan memasukkan data ke SPSS. Salah sntu variabel adalah
ariabel jenis kelamin. Karena Anda mengctahni bahwa
skam
pengukuran variabel i•• is kelamin adalah ıınminal, maka Anda
ingin mengetahui distribusi jenis kelamin dalam bentuk tahel
Staîictics...
6tatiatics
N Valid 50
Missing 0
Interpretasi HagI
Dcngan proscdur ini, Anda mengenali karakteristik
variabel ienis kelamin. Dari output pertama, Anda
mengetahui jumlah total subjek sebanyak 50 oraiig
dan tidak ada data yang missing. Distribusi jenis
kelamin bcrdasarkan jumlah dan pcrsentase dapat
Anda ketahui pada output kedua. Visualisasi dalam
hentuk grafik disajikan pada output ketiga.
LATIHAN 4
M\48UAT DEARlPg VARIABEL NUMERIK
Niantaai
Prinsip utama yang perlu Anda ketahui adalah:
9 3B.ID 1.QI
i0 8b.00 1.56
.
1.£Ö /
11 43.£0 '\ 1,63/
TesB of Komlallty
Interpretasi Hasil
Prosesnya sama dengan latihan 5 pada 8ab II. Perbedaannya adalah dengan
ãsukkan variabel "suami" Ian dalam Factor List. Åken tcrlihat tampilan sebagai
berikut.
Sctelah diproses, bagaimana hasîlnya?
Oulpul 6PS6
.W£
t7#
•.2¥s
71.Œ3
18g
Kolrnogorov-8mîmov*
Sfatistic dF Sig.
score ene eïgs o ogrnptngi marne .0g8 147 .08g
tidah üidemplngl vern O3y î03 z00•
•. This ls a lower bound of the true dgnlflœnœ.
a. Lï îîiefora Si ifiœn œ Correction
lnterpreiasi
a. Bagian pertama adalah statistik deskriptif untuk
varîabel skor ansietas berdasarkan masing-masing
kC O F° k. Ingat prinsip bahwa Anda harus selalu
mempelajari deskripsi variabel sebelum inelangkah
pada proses selan jumya.
b. Sesuai dengan kesepakatan, Anda menggunakan
uji Kolmogorov-Smirnov atau Shapiro-Wilk untuk
mcngnji apakah distribusi data normal atau tidak.
Apsksh dats berdistcibusi normal?
Lili Ilfialesis fiömpaetit Yanabd tıznefifiı Ona fiâanpofil 6B
5. Melakukan uj i Mann-Whitney
Lakukan ptosedur se6rtgai bcrikur.
Analyze G Nonyarnmetrics test H 2 independent cam{les.
Masu kkan bmi ke dalam Tear Variable.
Mosukkan class ke dalom Grouping Varinble.
rokok 'iang
diNsap
dalem salu
df 2
Asyn p. .000
Fig.
a. Krue kal Wellis Test
b. Grouping Variable: Motili
Interpretasi hasil
Dengan uji Kruskal-Wallis, diperoleh nilai p = 0,000.
Oleh karena nilai p < 0,05, maka dapat diambil kesimpu-
ian bahwa “poiing iiddft ttrdapat perbedaan jumlah rokok
yang diisap per bulan anrara dua Lc\ompok”.