PENGUJIAN HIPOTESIS

KOMPARATIF
DENGAN SPSS

90

80
Pengetahuan sebelum penyuluhan

70

60

50

78
28

40

30
N= 2 4 6 6 8 6 8 10 2 14 6 4 2 4 4 8 4 2

40 50 54 55 56 57 58 60 64 65 66 68 69 70 75 76 78 79

Pengetahuan setelah penyuluhan

Rini Indrati
Tim MK. Biostatistik

1. UJI T 2 SAMPEL TIDAK BERPASANGAN (UNPIRED T-TEST)

Untuk menguji 2 sampel tidak berpasangan data berbentuk Interval atau rasio dan berdistribusi normal.
Contoh Kasus : Dilakukan penelitian ingin mengetahui pengaruh pemberian insentif terhadap kinerja
radiografer

Langkah pengujian :
1. Buka File Un Pired_t_test
2. Lakukan Uji Normalitas data untuk data “score” , jika data normal lanjutkan dengan ”Uji T”, Jika
Tidak normal dengan ”Uji Mann Whitney”.
3. Menguji sebaran data
a. Klik Analyze......Descriptive statistic……Explore
b. Sorot variable score, masukkan pada dependent List, dan Variabel Insentif pada kotak
Factor List akan tampak tampilan sbb :

Analisis Data dengan SPSS Rini Indrati Hal 1 dari 15

 c. Klik Plots ----tampak dialog explore plot klik Normality Plot with test kemudian klik OK
sehingga akan tampak output sbb :

Case Processing Summary

Cases
Valid Missing Total
Pemberian Insentif N Percent N Percent N Percent
Score kinerja radiografer Tidak Ada Insentif 147 100,0% 0 ,0% 147 100,0%
Ada insentif 103 100,0% 0 ,0% 103 100,0%

Descriptives

Pemberian Insentif Statistic Std. Error

Score kinerja radiografer Tidak Ada Insentif Mean 20,90 ,63
95% Confidence Lower Bound 19,66
Interval for Mean Upper Bound
22,14

5% Trimmed Mean 20,96

Median 22,00
Variance 57,873
Std. Deviation 7,61
Minimum 2
Maximum 39
Range 37
Interquartile Range 9,93
Skewness -,135 ,200
Kurtosis -,238 ,397
Ada insentif Mean 71,03 1,29
95% Confidence Lower Bound 68,47
Interval for Mean Upper Bound
73,58

5% Trimmed Mean 70,92

Median 70,00
Variance 170,857
Std. Deviation 13,07
Minimum 46
Maximum 100
Range 54
Interquartile Range 17,73
Skewness ,103 ,238
Kurtosis -,516 ,472

Tests of Normality
a
Kolmogorov-Smirnov
Pemberian Insentif Statistic df Sig.
Score kinerja radiografer Tidak Ada Insentif ,068 147 ,098
Ada insentif ,037 103 ,200*
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Interpretasi :
Bag Pertama adalah statistic deskriptif, Ingat anda harus selalu mempelajari deskripsi variable
sebelum melakukan proses selanjutnya.

Pada Uji test of normality Kolmogorof-Smirnov score kinerja radiographer yang tidak ada
insentif p = 0,98, sedangkan yg ada insentif p = 200 karena nilai p > 0,05 dapat diambil
kesimpulan sebaran data normal.
Uji Apakah yang akan anda pakai ?

Karena sebaran data normal maka digunakan uji t tidak berpasangan

Analisis Data dengan SPSS Rini Indrati Hal 2 dari 15
 4. Langkah Uji t 2 sampel tidak berpasangan
a. Buka file unprired t_test
b. Klik Analyze.....Compare Means....Independent Samples T-Test
c. Masukkan “score” ke dalam kotak Test Variable(s)
d. Masukkan insentif kedalam Grouping Variable, sampai tahap ini akan tampak tampilan
sbb :

e. Aktifkan kotak Define Groups

f. Masukkan angka 1 untuk kotak group 1 (sebagai kode tidak ada insentif)
g. Masukkan kode 2 untuk kotak grup 2 (sebagai kode ada insentif)

h. Prosedure telah selesai lalu klik Continue dan klik OK, bagaimana Hasilnya ??

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
Score kinerja radiografer Equal variances
33,353 ,000 -38,189 248 ,000 -50,13 1,31 -52,71 -47,54
assumed
Equal variances
-34,988 150,249 ,000 -50,13 1,43 -52,96 -47,29
not assumed

Silahkan untuk diinterpretasikan hasilnya !!

2. UJI T 2 SAMPEL BERPASANGAN (PAIRED T-TEST)

Anda ingin mengetahui bagaimana pengaruh pemberian Uang makan PNS terhadap perubahan Body
Mass Index
Pertanyaan : Apakah ada perbedaan BMI pada PNS sebelum dan setelah diberikan Uang Makan ?
LANGKAH PENGUJIAN
a. Memeriksa Syarat Uji t untuk kelompok berpasangan
- Sebaran data harus normal (wajib)
- Varians data tidak perlu diuji karena kelompok data berpasangan
- Jika memenuhi syarat sebaran data normal maka dipilih uji t berpasangan, jika sebaran data
tidak normal digunakan uji wilcoxon
Analisis Data dengan SPSS Rini Indrati Hal 3 dari 15
 b. Menguji sebaran data
Buka file paired_t_test
Lakukan uji normalitas data, langkah-langkah seperti uji yang telah dilakukan sebelumnya
Hasilnya tampak spt output berikut :

Descriptives

Statistic Std. Error

Bodi mass index Mean 18,390 ,109
sebelum pemberian uang 95% Confidence Lower Bound 18,171
makan Interval for Mean Upper Bound
18,609

5% Trimmed Mean 18,383

Median 18,500
Variance ,596
Std. Deviation ,772
Minimum 17,0
Maximum 20,0
Range 3,0
Interquartile Range 1,025
Skewness ,013 ,337
Kurtosis -,437 ,662
Body mass index setelah Mean 23,994 ,126
pemberian uang makan 95% Confidence Lower Bound 23,741
Interval for Mean Upper Bound
24,247

5% Trimmed Mean 23,993

Median 24,000
Variance ,790
Std. Deviation ,889
Minimum 22,0
Maximum 26,0
Range 4,0
Interquartile Range 1,125
Skewness -,067 ,337
Kurtosis -,386 ,662

Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Bodi mass index
sebelum pemberian uang ,123 50 ,055 ,955 50 ,098
makan
Body mass index setelah
,123 50 ,058 ,979 50 ,667
pemberian uang makan
a. Lilliefors Significance Correction

Interpretasikan data normal atau tidak ?

c. Melakukan Uji t berpasangan

Lakukan langkah : Klik Analyze............compare means............paired sample t-test
Masukkan bmipre dan bmipost ke dalam kotak paired variables

Analisis Data dengan SPSS Rini Indrati Hal 4 dari 15

 Proses telah selesai……….klik options pilih 95% CI kemudian klik Continue….klik OK

Paired Samples Statistics

Std. Error
Mean N Std. Deviation Mean
Pair Bodi mass index
1 sebelum pemberian uang 18,390 50 ,772 ,109
makan
Body mass index setelah
23,994 50 ,889 ,126
pemberian uang makan

Paired Samples Test

Paired Differences
95% Confidence
Interval of the
Std. Error Difference
Mean Std. Deviation Mean Lower Upper t df Sig. (2-tailed)
Pair Bodi mass index
1 sebelum pemberian
uang makan - Body -5,604 1,088 ,154 -5,913 -5,295 -36,423 49 ,000
mass index setelah
pemberian uang makan

Interpretasi Hasil
a. Bagian paired samples statistics menggambarkan deskripsi masing-masing variabel
b. Tabel ke 2 menggambarkan hasil uji t berpasangan. Lihat kolom sig (2 tailed) diperoleh nilai
significancy 0,000 (p < 0,05) artinya terdapat perbedaan rerata BMI yang bermakna sebelum dan
sesudah pemberian Uang makan. Nilai CI 95% = -5,913 s/d -5,295

3. MANN WHITNEY TEST

Kasus : Ingin diketahui apakah ada perbedaan rerata body mass index antara kelompok ekonomi rendah
dengan kelompok ekonomi tinggi. Coba Rumuskan pertanyaan penelitian !
Bagaimana Bentuk Hipotesisnya ?
Jenis Ujia Statistik apa yg sesuai ?
Langkah-langkah pengujian :
a. Melakukan uji sebaran data apakah normal atau tidak ? bila normal dengan uji t tidak berpasangan.
Bila sebaran data tidak normal dilakukan dengan Uji Mann Whitney
b. Langkah pengujian Normalitas :
- Buka File Mann Whitney
- Lakukan Uji normalitas data bmi kelompok ekonomi rendah dengan bmi kelompok
ekonomi tinggi
- Kalau anda berhasil akan tampak out put seperti berikut :

Analisis Data dengan SPSS Rini Indrati Hal 5 dari 15

 Descriptives

tingkat ekonomi Statistic Std. Error

body mass index tinggi Mean 23,755 ,159
95% Confidence Lower Bound 23,434
Interval for Mean Upper Bound
24,075

5% Trimmed Mean 23,728

Median 23,700
Variance 1,114
Std. Deviation 1,055
Minimum 22,0
Maximum 26,0
Range 4,0
Interquartile Range 1,675
Skewness ,347 ,357
Kurtosis -,834 ,702
rendah Mean 24,061 7,601E-02
95% Confidence Lower Bound 23,908
Interval for Mean Upper Bound
24,213

5% Trimmed Mean 24,075

Median 24,000
Variance ,324
Std. Deviation ,569
Minimum 22,8
Maximum 25,0
Range 2,2
Interquartile Range ,875
Skewness -,167 ,319
Kurtosis -,281 ,628

Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
tingkat ekonomi Statistic df Sig. Statistic df Sig.
body mass index tinggi ,187 44 ,001 ,932 44 ,019
rendah ,172 56 ,000
a. Lilliefors Significance Correction

Interpretasikan hasil out put diatas !!

P < 0,05  apa artinya ???

Setelah mengetahui sebaran data tidak normal dilakukan Uji dengan Mann Whitney test dengan
langkah sbb :
a. Analyze….Non parametrics test…….2 independent samples
b. Masukkan bmi ke dalam test variable
c. Masukkan class ke dalam grouping variable

Analisis Data dengan SPSS Rini Indrati Hal 6 dari 15

 d. Aktifkan Uji Mann Whitney
e. Klik Kotak define group
f. Masukkan angka 1 pada kotak group 1 (1 merupakan kode tingkat ekonomi tinggi)
g. Masukkan angka 2 pada kotak group 2 (2 merupakan kode tingkat ekonomi rendah)

h. Proses selesai, klik Continue…..klik OK

Bagaimana hasilnya ??
Test Statisticsa

body mass
index
Mann-Whitney U 973,000
Wilcoxon W 1963,000
Z -1,807
Asymp. Sig. (2-tailed) ,071
a. Grouping Variable: tingkat ekonomi

Interpretasi hasil :
Dengan Uji Mann Whitney diperoleh angka signifikancy 0,071, Karena nilai p >
0,05 dapat disimpulkan bahwa tidak ada perbedaan bermakna antara BMI kelompok ekonomi
rendah dan BMI kelompok ekonomi tinggi

4. UJI WILCOXON
Kasus : Ingin mengetahui apakah terdapat perbedaan pengaruh pelatihan terhadap skor pengetahuan
radiografer.
Langkah-langkah untuk menentukan uji hipotesis

No. Langkah Jawaban

1. Menentukan Variabel yg dihubungkan Skor pengetahuan (numeric) dan waktu
pengukuran (katagorik)
2. Menentukan Jenis Hipotesis Komparatif
3. Menentukan masalah skala varibel Numerik
4. Menentukan Pasangan / tidak berpasangan Berpasangan
5. Menentukan Jumlah kelompok 2 kelompok
Kesimpulan : Uji yg digunakan adalah uji t berpasangan (uji parametric) jika memenuhi
syarat. Jika tidak digunakan alternative (non parametric) yaitu Uji wilcoxon)
Analisis Data dengan SPSS Rini Indrati Hal 7 dari 15
 Melakukan Uji t dg langkah :
1. memeriksa syarat : sebaran data normal atau tidak ?
2. Bila data normal dg uji t 2 sampel paired test
3. Jika sebaran data tidak normal dipilih Uji Wilcoxon

Melakukan Uji normalitas :

1. Buka file Wilcoxon
2. Lakukan Uji normalitas data sehingga tampak tampilan output sbb :

Descriptives

Statistic Std. Error

Pengetahuan Mean 60,58 1,10
sebelum pelatihan 95% Confidence Lower Bound 58,39
Interval for Mean Upper Bound
62,77

5% Trimmed Mean 60,97

Median 58,00
Variance 122,064
Std. Deviation 11,05
Minimum 33
Maximum 78
Range 45
Interquartile Range 13,00
Skewness -,234 ,241
Kurtosis -,385 ,478
Pengetahuan Mean 62,90 ,86
setelah pelatihan 95% Confidence Lower Bound 61,19
Interval for Mean Upper Bound
64,61

5% Trimmed Mean 62,98

Median 62,00
Variance 73,949
Std. Deviation 8,60
Minimum 40
Maximum 79
Range 39
Interquartile Range 12,00
Skewness ,082 ,241
Kurtosis -,281 ,478

Tests of Normality
a
Kolmogorov-Smirnov
Statistic df Sig.
Pengetahuan
,156 100 ,000
sebelum pelatihan
Pengetahuan
,132 100 ,000
setelah pelatihan
a. Lilliefors Significance Correction

Interpretasikan hasilnya !! Sebaran data normal ?? apa patokannya ??

Melakukan Uji Wilcoxon

1. Analyze…...Non Parametric test.....2 related samples
2. Memasukkan prepeng dan postpeng ke dalam kotak test paired list

Analisis Data dengan SPSS Rini Indrati Hal 8 dari 15

 3. Aktifkan Uji Wilcoxon
4. Proses telah selesai, Continue,.....OK. bagaimana hasil outputnya ??

Ranks

N Mean Rank Sum of Ranks

Pengetahuan setelah Negative Ranks 26a 37,42 973,00
pelatihan - Pengetahuan Positive Ranks 56b 43,39 2430,00
sebelum pelatihan Ties 18c
Total 100
a. Pengetahuan setelah pelatihan < Pengetahuan sebelum pelatihan
b. Pengetahuan setelah pelatihan > Pengetahuan sebelum pelatihan
c. Pengetahuan sebelum pelatihan = Pengetahuan setelah pelatihan

Test Statisticsb

Pengetahuan
setelah
pelatihan -
Pengetahuan
sebelum
pelatihan
Z -3,377a
Asymp. Sig. (2-tailed) ,001
a. Based on negative ranks.
b. Wilcoxon Signed Ranks Test

Coba Interpretasikan !!!!!

5. ONE WAY ANOVA

Kasus ingin mengetahui perbedaan kadar gula darah antara kelompok ekonomi rendah, sedang dan
tinggi.
Langkah Uji Anova :
1. Memeriksa apakah sebaran data normal atau tidak ? (wajib normal)
2. Memeriksa apakah varian data data normal atau tidak ? (wajib sama)
3. Jika normal dan varians sama digunakan uji Anova
4. Jika Tidak gunakan Uji Kruskall Wallis

Uji Normalitas :
Buka File Anova
Lakukan Uji Normalitas spt Langkah terdahulu, Jangan lupa memasukkan kelompok ekonomi kedalam
kotak factor list.
Jika anda melakukan prosedur dengan benar maka akan tampak tampilan sbb :

Analisis Data dengan SPSS Rini Indrati Hal 9 dari 15

 Case Processing Summary

Cases
Valid Missing Total
tingkat ekonomi N Percent N Percent N Percent
kadar gula darah tinggi 100 100,0% 0 ,0% 100 100,0%
sedang 100 100,0% 0 ,0% 100 100,0%
rendah 100 100,0% 0 ,0% 100 100,0%

Descriptives

tingkat ekonomi Statistic Std. Error

kadar gula darah tinggi Mean 273,9870 4,5741
95% Confidence Lower Bound 264,9110
Interval for Mean Upper Bound
283,0630

5% Trimmed Mean 273,2500

Median 270,0000
Variance 2092,242
Std. Deviation 45,7410
Minimum 180,00
Maximum 388,80
Range 208,80
Interquartile Range 67,5000
Skewness ,145 ,241
Kurtosis -,348 ,478
sedang Mean 213,5012 2,6706
95% Confidence Lower Bound 208,2021
Interval for Mean Upper Bound
218,8003

5% Trimmed Mean 213,4969

Median 210,0000
Variance 713,215
Std. Deviation 26,7061
Minimum 158,40
Maximum 280,00
Range 121,60
Interquartile Range 40,0000
Skewness ,138 ,241
Kurtosis -,506 ,478
rendah Mean 204,8306 2,7543
95% Confidence Lower Bound 199,3654
Interval for Mean Upper Bound
210,2958

5% Trimmed Mean 204,9433

Median 201,6000
Variance 758,641
Std. Deviation 27,5434
Minimum 142,56
Maximum 260,00
Range 117,44
Interquartile Range 49,3200
Skewness ,007 ,241
Kurtosis -,672 ,478

Tests of Normality
a
Kolmogorov-Smirnov
tingkat ekonomi Statistic df Sig.
kadar gula darah tinggi ,088 100 ,055
sedang ,085 100 ,071
rendah ,083 100 ,083
a. Lilliefors Significance Correction

Analisis Data dengan SPSS Rini Indrati Hal 10 dari 15

 Interpretasikan hasilnya bagaimana ?
Langkah pengujian Varians

a. Klik Analyze….. Compare Means…………One Way Anova

b. Masukkan Variabel Gula ke dalam dependent list
c. Masukkan variable ekonomi ke dalam Factor List
d. Aktifkan kotak Option

e. Pilih homogeneity of variance

f. Klik Continue………klik OK
g. Akan tampak output sbb ;

Test of Homogeneity of Variances

kadar gula darah

Levene
Statistic df1 df2 Sig.
19,480 2 297 ,000

ANOVA

kadar gula darah

Sum of
Squares df Mean Square F Sig.
Between Groups 283877,3 2 141938,649 119,474 ,000
Within Groups 352845,8 297 1188,033
Total 636723,1 299

6. UJI FRIEDMAN
Kasus : Ingin diketahui apakah terdapat perbedaan kadar testosteron sebelum pengobatan, 1 bulan
setelah pengobatan dan 2 bulan setelah pengobatan pada pasien dengan terapi sulih hormon
testosterone.
1. Bagaimana pertanyaan penelitiannya ?
2. Bagaimana bunyi hipotesisnya ?
3. Uji apa yg tepat digunakan ?
Analisis Data dengan SPSS Rini Indrati Hal 11 dari 15
 Untuk menjawab digunakan langkah2 sbb :

No. Langkah Jawaban

1. Menentukan Variabel yg dihubungkan Kadar testosteron (numerik) dg
waktu pengukuran (kategorik)
2. Menentukan Jenis Hipotesis Komparatif
3. Menentukan masalah skala varibel Numerik
4. Menentukan Pasangan / tidak berpasangan Berpasangan
5. Menentukan Jumlah kelompok 3 kelompok
Kesimpulan : Uji yg digunakan adalah repeated anova (parametrik) jika syarat terpenuhi. Jika
syarat tidak digunakan alternative (non parametric) yaitu Uji Friedman

Langkah Pengujian :
1. Uji Normalitas : lakukan uji normalitas untuk data kadar testosterone sebelum pengobatan,
satu bulan setelah pengobatan dan 2 bulan setelah pengobatan . Jika prosedur dilakukan secara
benar akn tampak output t sbb :

Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
Kadar testosterone
50 100,0% 0 ,0% 50 100,0%
sebelum terapi
Kadar testosterone
50 100,0% 0 ,0% 50 100,0%
satu bulan terapi
Kadar testosterone
50 100,0% 0 ,0% 50 100,0%
dua bulan terapi

Analisis Data dengan SPSS Rini Indrati Hal 12 dari 15

 Descriptives

Statistic Std. Error

Kadar testosterone Mean 1,6280 6,041E-02
sebelum terapi 95% Confidence Lower Bound 1,5066
Interval for Mean Upper Bound
1,7494

5% Trimmed Mean 1,6156

Median 1,5000
Variance ,182
Std. Deviation ,4272
Minimum 1,10
Maximum 2,40
Range 1,30
Interquartile Range ,7250
Skewness ,326 ,337
Kurtosis -1,422 ,662
Kadar testosterone Mean 3,7444 ,1389
satu bulan terapi 95% Confidence Lower Bound 3,4652
Interval for Mean Upper Bound
4,0236

5% Trimmed Mean 3,7158

Median 3,4500
Variance ,965
Std. Deviation ,9825
Minimum 2,53
Maximum 5,52
Range 2,99
Interquartile Range 1,6675
Skewness ,326 ,337
Kurtosis -1,422 ,662
Kadar testosterone Mean 8,6121 ,3196
dua bulan terapi 95% Confidence Lower Bound 7,9699
Interval for Mean Upper Bound
9,2543

5% Trimmed Mean 8,5463

Median 7,9350
Variance 5,106
Std. Deviation 2,2597
Minimum 5,82
Maximum 12,70
Range 6,88
Interquartile Range 3,8353
Skewness ,326 ,337
Kurtosis -1,422 ,662

Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Kadar testosterone
,183 50 ,000 ,873 50 ,010**
sebelum terapi
Kadar testosterone
,183 50 ,000 ,873 50 ,010**
satu bulan terapi
Kadar testosterone
,183 50 ,000 ,873 50 ,010**
dua bulan terapi
**. This is an upper bound of the true significance.
a. Lilliefors Significance Correction

2. Melakukan Uji Friedman

a. Analyze…..non parametrics test ………k related sample
b. Masukkan test 1, tet2 dan test2 kedalam test variables
c. Aktifkan Uji Friedman
d. Proses selesai…klik OK
e. Out put sbb :

Analisis Data dengan SPSS Rini Indrati Hal 13 dari 15

 Ranks

Mean Rank
Kadar testosterone
1,00
sebelum terapi
Kadar testosterone
2,00
satu bulan terapi
Kadar testosterone
3,00
dua bulan terapi

Test Statisticsa

N 50
Chi-Square 100,000
df 2
Asymp. Sig. ,000
a. Friedman Test

3. Melakukan Analisis Post hoc

Tujuan untuk mengetahui anatar pengukuran mana terjadi perbedaan kadar testosterone.
Langkah analissi post hoc adalah dengan uji wilcoxon, yaitu : analisis beda antara test1 dengan
test2, test 1 dengan test3 dan test2 dengan test3. Langkahnya sbb :
a. Analyze…………non parametric test……2 related samples
b. Masukkan test1 dan test2 kedalam test paired list
c. Masukkan test1 dan tets3 kedalam test paired list
d. Masukkan test2 dan tets3 kedalam test paired list
e. Aktifkan Uji wilcoxon, sampai tahap ini tampilan sbb :

f. Proses selesai.klik OK akan terlihat tampilan sbb :

Analisis Data dengan SPSS Rini Indrati Hal 14 dari 15

 Ranks

N Mean Rank Sum of Ranks

Kadar testosterone Negative Ranks 0a ,00 ,00
satu bulan terapi - Positive Ranks 50b 25,50 1275,00
Kadar testosterone Ties 0c
sebelum terapi
Total 50
Kadar testosterone Negative Ranks 0d ,00 ,00
dua bulan terapi - Positive Ranks 50
e
25,50 1275,00
Kadar testosterone f
sebelum terapi Ties 0
Total 50
Kadar testosterone Negative Ranks 0g ,00 ,00
dua bulan terapi - Positive Ranks 50h 25,50 1275,00
Kadar testosterone Ties i
satu bulan terapi 0
Total
50

a. Kadar testosterone satu bulan terapi < Kadar testosterone sebelum terapi
b. Kadar testosterone satu bulan terapi > Kadar testosterone sebelum terapi
c. Kadar testosterone sebelum terapi = Kadar testosterone satu bulan terapi
d. Kadar testosterone dua bulan terapi < Kadar testosterone sebelum terapi
e. Kadar testosterone dua bulan terapi > Kadar testosterone sebelum terapi
f. Kadar testosterone sebelum terapi = Kadar testosterone dua bulan terapi
g. Kadar testosterone dua bulan terapi < Kadar testosterone satu bulan terapi
h. Kadar testosterone dua bulan terapi > Kadar testosterone satu bulan terapi
i. Kadar testosterone satu bulan terapi = Kadar testosterone dua bulan terapi

Test Statisticsb

Kadar Kadar Kadar

testosterone testosterone testosterone
satu bulan dua bulan dua bulan
terapi - Kadar terapi - Kadar terapi - Kadar
testosterone testosterone testosterone
sebelum sebelum satu bulan
terapi terapi terapi
Z -6,162a -6,162a -6,162a
Asymp. Sig. (2-tailed) ,000 ,000 ,000
a. Based on negative ranks.
b. Wilcoxon Signed Ranks Test

Coba interpretasikan Hasilnya !!

Analisis Data dengan SPSS Rini Indrati Hal 15 dari 15