Hal tersebut disebabkan jika data berdistribusi normal, maka pengujian hipotesis yang digunakan adalah uji statistik
parametrik. Jika data berdistribusi tidak normal, pengujian hipotesis yang digunakan adalah uji statistik non parametrik.
PARAMETRIK
Uji t-test merupakan metode analisis statistik yang bertujuan untuk menguji beda
rata-rata (mean) berupa perbandingan atau perbedaan keadaan variable dari dua rata-
rata sampel atau kelompok. Uji beda dua mean (t-test) digunakan untuk melihat
perbedan variasi (varian) kedua kelompok data, sehingga pada prinsipnya harus
diketahui varians kedua kelompok data yang diuji sama atau beda. Uji beda mean
terdapat dua yaitu uji beda mean idenpenden dan uji beda dua mean dependen /
berpasangan.
Uji T-Test independen dan dependen merupakan Uji Parametrik, dimana Uji T-
Test merupakan analisa komparatif, dengan membandingkan dua kelompok dengan
syarat data masing-masing kelompok semua berdistribusi mormal. Uji t-test
independen bertujuan unntuk menguji perbedaan mean antara kelompok independen.
Pada Uji T-Test Independen, variabel Independen berupa kategorik yang tidak
berpasangan dan terdiri atas dua kelompok, sedangkan variabel Dependen berupa
data berskala numerik. Syarat uji beda dua mean (t-test) independen adalah distribusi
data harus normal, kedua kelompok berbeda atau tidak saling berkaitan antara satu
dengan yang lainnya, variable pada uji beda mean (t-test) adalah variable numerik.
Uji t-test dependen bertujuan untuk menguji perbedaan mean antara dua
kelompok data dependen, yaitu subyeknya sama diukur dua kali (berpasangan),
karena menganalisa sampel yang sama dua kali sebelum dan sesudah
intervensi.Syarat uji beda dua mean (t-test) dependen adalah distribusi data harus
normal, kedua kelompok sama (berpasangan), variable yang digunakan adalah
numerik.
Langkah melakukan uji beda dua mean (t-test) independen dengan program
SPSS adalah sebagai berikut :
Sebagai contoh : “Seorang penliti ingin mengetahui perbedaan densitas parasite pada
kelompok Obat A dan B”
1. Lakukan analisis data untuk mengetahui data berdistribusi normal atau tidak,
jika data berditribusi normal, lanjutkan untuk melakukan pengujian hipotesis t-
test.
2. Klik AnalyzePilih Compare MeansPilih Independent-Sample T-Test
4. Klik Define Groups Masukkan angka 1 pada Group 1, angka 2 pada Group 2
Continue.
Berdasarkan contoh, karena varians data tidak sama, maka uji t yang digunakan
pada tabel hasil adalah pada baris ke dua yaitu “Equal variances not assumed”.
Berdasarkan tabel 5.1 menunjukkan bahwa terdapat angka signifikansi hasil uji t-
test pada penelitian tersebut adalah 0,621. Berdasarkan hasil tersebut tidak terdapat
perbedaan densitas parasit baik pada kelompok A maupun pada kelompok B.
3. Pada menu Paired-Sample T-Test, pindahkan variable plak indeks before pada
Variabel 1, dan plak indeks after pada Variabel 2 Klik OK
2. Uji ANOVA
Pengujian statistik untuk lebih dari dua kelompok, yaitu 3 kelompok independen
atau lebih dengan menggunakan uji Anova (Analysis of Variance). Uji Anova
merupakan uji Parametrik analisis komparatif, dengan membandingkan tiga atau lebih
kelompok independen (tidak berpasangan), dengan syarat semua data berdisrtibusi
normal. Variabel Independen berupa kategorik yang tidak berpasangan, dan variabel
dependen berskala numerik. Analisis uji anova terdidi dari analisis varian satu faktor
(one way anova) dan analisis varian dua faktor (two ways anova). 6
Uji Anova diguankan untuk mengetahui perbedaan rerata lebih dari dua
kelompok independen (tidak berpasangan). Syarat uji anova adalah sebagai berikut :
a. Sampel kelompok independen
b. Varian antar kelompok sama (homogen)
c. Semua data berdistribusi normal
Langkah melakukan uji ANOVA dengan program SPSS adalah sebagai berikut
:
Sebagai Contoh : Apakah terdapat perbedaan indeks kebersihan gigi mulut dengan
tingkat penghasilan orng tua yang rendah, cukup, tinggi?
Variabel Independen : Tingkat penghasilan orang tua rendah(1), sedang (2), tinggi (3
Variabel Dependen : Indeks kebersihan gigi mulut (numeric)
1. Lakukan analisis data untuk mengetahui data berdistribusi normal atau
tidak, jika data berditribusi normal, lanjutkan untuk melakukan pengujian
hipotesis t-test.
Gambar 5.10 Hasil normalitas data
4. Pada kotak One way ANOVA, Pilih Options Aktifkan Homogeneity of variance
test dan Descriptive Klik Continue Kemudian klik OK
Gambar 5.15 Tampilan One Way Anova : Post Hoc Multiple Comparisons
6. Hasil pada output SPSS adalah sebagai berikut
Gambar 5.17 Tampilan Output hasil One Way Anova hasil Post Hoc Tests.
7. Menganalisi hasil Output Uji Anova
Dari hasil Output diperoleh nilai anova F = 1,234, dengan nilai p (p-value) =
0,316. Simpulan dari hasil tersebut adalah dari alpha 5% tidak terdapat perbedaan
yang signifikan antara tingkat penghasilan orang tua yang rendah, cukup dan tinggi
terhadap Indeks kebersihan gigi mulut.
Dari hasil utuput juga menunjukkan bahwa nilai p ≥0,05, maka data Homogen
(Equal variances Assumed). Lihatlah hasil Post Hoc Output “Equal variances
Assumed”. Hasil output Post Hoc tests atau analisa lebih lanjut digunakan untuk
menguji dan mengetahui perbedaan masing-masing kelompok. Pada contoh penelitian
tersebut, karena nilai p≥0,05, maka hasil post hoc yang diambil adalah data Homogen
(Equal variuances Assumed) Tukey.
Gambar 5.18 Tampilan Output hasil One Way Anova hasil Post Hoc Tests Tukey HSD.
Berdasarkan gambar 5.18 hasil ouput dari Post Hoc Tukey untuk mengetahui
analisa terperinci mengenai perbedaan indeks kebersihan gigi mulut antar kelompok
adalah sebagai berikut :
- p-value antara tingkat penghasilan rendah dengan sedang = 0,983
- p-value antara tinkat penghasilan rendah dengan tinggi = 0,302
- p-value antara tingkat penghasilan sedang dengan tinggi = 0,485.
NON PARAMETRIK
3. Uji Wilcoxon
Uji Wilcoxon yaitu merupakan salah satu uji statistic non parametric yang
digunakan untuk menganalisis komparatif numeric bivariabel untuk membandingan
rerata dua kelompok berpasangan (two related sample test) dengan data tidak
berdistirbusi normal. Two related sample test digunakan untuk mengetahui perbedaan
antara dua variable yang berpasangan atau berhubungan.
Langkah melakukan uji Wilcoxon dengan program SPSS adalah sebagai berikut
: (sebelum melakukan uji Wilcoxon, harus dilakukan uji data distribusi normal seperti
Keterampilan Komputer yang dilakukan sebelumnya)
Gambar 4.12 Tampilan menu Explore Plots pada uji normalitas data
Hasil uji normalitas data, karena jumlah subjek penelitian lebih dari 50, maka
menggunakan parameter Kolmogorov Smirnov. Hasil output tersebut menunjukkan
nilai p <0.001, maka distribusi data tidak normal. Karena data tidak berdistribusi
normal, maka analisis statistik two related samples yang digunakan adalah Uji
Wilcoxon.
4. Uji Mann Whitney merupakan salah satu uji yang digunakan untuk
membandingkan dua kelompok dengan distribusi data satu atau dua kelompok
yang tidak normal. Uji Mann Whitney merupakan uji non parametrik untuk uji
Independent T test (two independent sample test). Uji Mann Whitney digunakan
sebagai analisis komparatif untuk mengetahui ada tidaknya perbedaan antara dua
kelompok data yang saling independen. Variabel data yang digunakan dalam uji
Mann Whitney yaitu
variable independen berupa kategorik tidak berpasangan dan terdiri
dari dua kelompok, serta variable dependen berupa numeric. Uji
Mann Whitney digunakan untuk mengukur data berskala ordinal dan
tidak berdistribusi normal.
5.