Langkah-Langkah dalam Uji Hipotesis

Dari data SPSS tentang diabetes, tentukanlah:

1. Perbedaan total kolestrol, LDL dan HDL berdasarkan jenis kelamin
2. Perbedaan logarimna level trigliserida dan glukosa berdasarkan kelompok usia
3. Untuk menginvestigasi apakah distribusi grup BMI berbeda berdasarkan
kelompok usia

A. Ada 4 langkah-langkah dalam melakukan uji hipotesis:

1. Tentukan uji hipotesis yang digunakan
Untuk membandingkan kadar LDL (numerik) berdasarkan jenis kelamin (kategorik),
gunakan 2 sampe t-test karena membandingkan 2 means di dalam grup sampel yang
berbeda.
Tabel Perbedaan total kolesterol, LDL dan HDL berdasarkan jenis kelamin
Total LDL HDL
Item cholesterol
n Persentase (%) mean ± sd mean ± sd mean ± sd
Total 400 100.00
Laki-laki 211 52.80 190.18 ± 33.42 113.40 ± 29.15 54.14 ± 12.23
Perempua 189 47.30 190.05 ± 36.18 119.88 ± 30.97 44.51 ± 10.43
n
p-value 0.970 0.032 < 0.001

2. Tentukan hasil dari Ho dan Ha

Ho: mean LDL pada lak—laki sama dengan mean LDL pada perempuan
Ha: mean LDL pada laki-laki tidak sama dengan mean LDL pada perempuan

3. P-value
p-value <0.05 yang artinya menolah Ho dan menerima Ha
4. Buat kesimpulan
Secara statistik, ada perbedaan mean LDL pada laki-laki dan perempuan
B. Untuk mebandingkan logarimna level trigliserida dan glukosa berdasarkan kelompok
usia digunakan one way Anova karena metode ini membandingkan tiga atau lebih
means pada grup sampel yang berbeda. Jika uji memiliki p-value <0.05 dilanjut
dengan mmenggunakan uju Turkey untuk melihat perbedaan setiap kelompok usia.
LTG Glucose
n Mean ± SD Mean ± SD
Total 400
< 43 tahun 129 4.49 ± 0.51 87.68 ± 11.49
Age 43-55 tahun 141 4.65 ± 0.51 92.28 ± 11.46
≥ 56 tahun 130 4.80 ± 0.51 94.75 ± 10.55
p-value < 0.001 <0.001
Significant pairs from (≥ 56 years) > (43-55 years) (≥ 56 years) > (< 43 years)
Turkey’s pairwise (≥ 56 years) > (< 43 years) (43-55 years) > (< 43 years)
comparison (43-55 years) > (< 43 years)

Lakukan langkah berikutnya sampai 4 langkah uji statistik selesai.

C. Untuk menginvestigasi apakah distribusi grup BMI berbeda berdasarkan kelompok

usia kita menggunakan uji Chi Square diman uji ini untuk membedakan variabel
kategorik.

Kelompo ≤ 24 24.1 – 27.8 ≥ 27.9 p-value

k BMI n % N % n % of χ²
Kelompok
400 133 133 134
umur
< 43 129 55 41.40 35 26.30 39 29.10 0.032
43 – 55 141 47 35.30 48 36.10 46 34.30
≥ 56 130 31 23.30 50 37.60 49 36.60

Kelompok ≤ 24 24.1 – 27.8 ≥ 27.9 p-value

BMI n % N % n % of χ²
Kelompok
400 133 133 134
umur
< 43 129 55 41.40 35 26.30 39 29.10 0.032
43 – 55 141 47 35.30 48 36.10 46 34.30
≥ 56 130 31 23.30 50 37.60 49 36.60
1. Koefisien Kontingensi:

Uji ini dipergunakan untuk menghitung hubungan antara variabel bila

datanya nominal.

Contoh:

Apakah terdapat korelasi antara mata pencaharian dengan jenis obyek

wisata yang dipilih masyarakat ?

Misal:

1 = Nelayan            1 = Pantai
2 = PNS                 2 = Pegunungan
3 = Peg. Swasta      3 = Belanja
4 = Wiraswasta       4 = Bioskop
Hipotesis ?

Ho = Tidak ada hubungan positif antara mata pencaharian dengan

pilihan obyek wisata.

Ha = Ada hubungan positif antara mata pencaharian dengan pilihan

obyek wisata.
Hasil Uji Statistik

Berdasarkan perhitungan diatas maka dapat disimpulkan bahwa

tidak terdapat hubungan yang signifikan antara jenis mata pencaharian
dengan pilihan rekreasi (Ho diterima). Hal tersebut dapat dilihat dari approx
sig sebesar 0,415 yang lebih besar dari alpha 0,05.
2. Korelasi Spearman Rank:

Korelasi Rank Spearman dipergunakan untuk mencari hubungan atau untuk

menguji signifikansi hipotesis asosiatif bila masing-masing variabel yang
dihubungkan berbentuk ordinal dan sampelnya kecil.

Contoh:

Apakah terdapat korelasi antara golongan tingkat penerimaan DAU

dengan golongan tingkat kemandirian daerah ?

Berdasarkan tabel tersebut dapat disimpulkan bahwa tidak

terdapat hubungan yang signifikan antara pemilihan DAU dengan tingkat
kemandirian daerah. Koefisien korelasinya menunjukkan bahwa
kedua variabel mempunyai korelasi /hubungan yang negatif.

Berdasarkan tabel tersebut dapat disimpulkan bahwa tidak

terdapat hubungan yang signifikan antara kedua variabel tersebut (H0
diterima) sedangkan dilihat dari Koefisien korelasinya menunjukkan bahwa
kedua variabel mempunyai korelasi /hubungan yang negatif.
3. Korelasi Kendall Tau:

Koefisien Korelasi Kendall Tau dipergunakan untuk mencari hubungan dua

atau lebih variabel dengan data ordinal dan sampelnya besar (>=30).

Contoh:

Apakah terdapat hubungan antara efektifitas organisasi dengan kemampuan

kerja, motivasi serta budaya organisasi?

Kesimpulan:

 Efektifitas organisasi berkorelasi positif dengan variabel kemampuan

kerja dengan koefisien korelasi positif 0,805 dan p-value adalah
<0,001
 Efektifitas organisasi berkorelasi positif dengan budaya dengan
koefisien korelasi positif sebesar 0,734 dan p-value <0,001
 Efektifitas organisasi berkorelasi negatif dengan motivasi berkorelasi
negatif sebesar -0,166 dengan level signifikansi (0,220 lebih besar dari
0,005, H0 diterima dan Ha ditolak).