BAB III

ANALISIS HUBUNGAN KATAGORIK DENGAN NUMERIK (UJI T)

Di bidang kesehatan sering kali kita harus menarik kesimpulan apakah

parameter dua populasi berbeda atau tidak. Misanya apakah ada perbedaan tekanan
darah penduduk dewasa antara orang kota dengan orang desa. Atau, apakah ada
perbedaan berat badan antara sebelum mengikuti program diet dengan sesudahnya.
Uji statistic yang membandingkan mean dua kelompok data ini disebut uji beda dua
mean. Pendekatan ujinya dapat menggunakan pendekatan distribusi Z dan distribusi T.
Untuk aplikasi penelitian biasanya digunakan pendekatan distribusi T, sehingga uji beda
dua mean yang lebih sering digunakan adalah UJi T.
Sebelum kita melakukan uji statistic dua kelompok data, kita perlu perhatikan
apakah dua kelompok data tersebut berasal dari dua kelompok yang independen atau
berasal dari dua kelompok yang dependen/berpasangan. Dikatakan kedua kelompok
data independen bila data kelompok yang satu tidak tergantung dari data kelompok
kedua, misalnya membandingkan mean tekanan darah sistolik orang desa dengan
orang kota. Tekanan darah orang kota independen (tidak tergantung) dengan orang
desa. Di lain pihak, kedua kelompok data dikatakan dependen/berpasangan bila
kelompok data yang di bandingkan datanya saling mempunyai ketergantungan,
misalnya data berat badan sebelum dan sesudah mengikuti program diet berasal dari
orang yang sama (data sesudah dan data sebelum).
Berdasarkan karakteristik data tersebut maka uji beda dua mean di bagi dalam
dua kelompok yaitu, Uji beda mean independen (Uji T Independen) dan Uji beda mean
dependen (Uji T Dependen).
1. UJI BEDA DUA MEAN INDEPENDEN
Tujuan : untuk mengetahui perbedaan mean dua kelompok data independen.
Syarat/asumsi yang harus dipenuhi :
a. Data berdistribusi normal/simetris
b. Kedua kelompok data independen
c. Variabel yang dihubungkan berbentuk numeric dan katagorik ( ket : variabel
katagorik dengan hanya dua kelompok).
 Prinsip pengujian dua mean adalah melihat perbedaan variasi kedua
kelompok data. Oleh karena itu dalam pengujian ini diperlukan informasi apakah
varian kedua kelompok yang di uji sama atau tidak. Bentuk varian kedua
kelompok data akan berpengaruh pada nilai standar eror yang akhirnya akan
membedakan rumus pengujiannya.
a. Uji Untuk Varian Sama
Uji beda dua mean dapat dilakukan dengan menggunakan uji Z atau uji T.
Uji Z dapat digunakan bila standar deviasi populasi (σ) diketahui dan jumlah
sampel besar (lebih dari 30 ). Apabila kedua syarat tersebut tidak terpenuhi
maka dilakukan Uji T. Pada Umumnya nilai (σ) sulit diketahui, sehingga uji
beda dua mean biasanya menggunakan Uji T (T –Test). Untuk varian yang
sama maka bentuk ujinya sebagai berikut :
X1-X2
T = ---------------------------
Sp V(1/n1)+(1/n2)

(n1-1) S1² + (n2-1) S2²

Sp² = ---------------------------
n 1 + n2 – 2

df = n1 + n2 -2
Keterangan :
n1 atau n2 = Jumlah sampel kelompok 1 atau 2
s1 atau s2 = Standar deviasi sampel kelompok 1 dan 2

b. Uji Untuk Varian Beda

X1-X2
T = ---------------------------
V (S1²/n1) + (S2²/n2)

[(S1²/n1) + (S2²/n2)]²
df = ------------------------------------------------
[(S1²/n1)²/(n1-1)] + [(S2²/n2)²/(n2-1)]
c. Uji Homogennitas Varian
Tujuan dari uji ini adalah untuk mengetahui varian antara kelompok data
satu apakah sama dengan kelompok data yang kedua.
 Perhitungannya dengan menggunakan Uji F :
S1²
F = --------
S2²

df1 = n1-1 dan df2 = n2-1

Pada perhitungan uji F, varian yang lebih besar sebagai pembilang dan varian
yang lebih kecil sebagai penyebut

2. UJI BEDA DUA MEAN DEPENDEN

Tujuan : untuk menguji perbedaan mean antara dua kelompok data yang dependen.
Contoh kasus :
- Apakah ada perbedaan tingkat pengetahuan antara sebelum dan sesudah
dilakukan pelatihan
- Apakah ada perbedaan berat badan antara sebelum dan sesudah mengikuti
program diet
Syarat :
1. Distribusi data normal
2. Kedua kelompok data dependen/pair
3. Janis variabel : numeric dan katagorik (dua kelompok )

Formula :
d
T = -------------
SD_d/Vn

d= rata-rata deviasi/ selisih sampel 1 dengan sampel 2

SD_d = standar deviasi dari deviasi/selisih sampel 1 dan sampel 2

LATIHAN
UJI T INDEPENDEN DAN UJI T DEPENDEN
1. UJI T INDEPENDEN
 Sebagai contoh kita gunakan data UMUR.SAV dengan melakukan uji hubungan
prilaku menyusui dengan kadar HB (misal digunakan variabel Hb 1), apakah ada
perbedaan kadar HB antara ibu yang menyusui Ekslusive dengan ibu yang menyusui
tidak Ekslusive caranya :
a. Aktifkan/buka file data UMUR.SAV
b. Dari menu utama SPSS, pilih menu Statistik/Analyze kemudian pilih submenu
Compare Mean, lalu pilih Independen-Samples T.Test.

c. Pada layar tampak kotak yang didalamnya ada kotak Test Variable dan
Grouping Variabel. Keterangan : Kotak Test Variabel tempat memasukkan
variabel numeriknya, sedangkan kotak Grouping Variabel tempat untuk
memasukkan variabel katagoriknya, ingta jangan sampai keliru atau kebalik
lhoo??
d. Klik variabel HB 1 dan masukkan ke kotak Test Variabel
e. Klik variabel EKSLU dan masukkan ke kotak Grouping Variabel,

f. Klik Define Group, kemudian dilayar Nampak kotak isian. Anda diminta mengisi
kode variabel Menyusui kedalam kedua kotak. Pada contoh ini, kita tahu bahwa
 kode 1 untuk yang ekslusif dank ode 2 untuk yang non ekslusif. Jadi ketiklah 1
pada Group 1 dan 2 pada Group 2.

g. Klik Continue
h. Klik OK untuk menjalankan prosedur perintahnya, dan hasilnya sebagai berikut :
T-Test

Group Statistics

Std. Error
Pemberian ASI N Mean Std. Deviation Mean
Hemoglobin Ekslusif 18 8.56 1.464 .345
Tidak Ekslusif 18 10.78 1.353 .319

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
Hemoglobin Equal variances
.203 .655 -4.730 34 .000 -2.222 .470 -3.177 -1.267
assumed
Equal variances
-4.730 33.789 .000 -2.222 .470 -3.177 -1.267
not assumed

Pada tampilan diatas dapat dilihat nilai rata-rata, standar deviasi dan standar
eror kadar HB ibu untuk masing masing kelompok. Rata-rata kadar HB ibu yang
menyusui ekslusif adalah 8,56 gr% dengan standar deviasi 1,464 gr%. Sedangkan
untuk ibu yang non ekslusif rata-rata kadar HB nya adalah 10,78 gr% dengan standar
deviasi 1,353 gr%.
 Hasil Uji T dapat dilihat di tabel bawah, SPSS akan menampilkan dua Uji T, yaitu
Uji T dengan asumsi varians kedua kelompok sama (Equal Variances Assumed) dan Uji
T dengan asumsi varians kedua kelompok tidak sama (Equal Variances not Assumed).
Untuk memilih Uji mana yang kita pakai, dapat dilihat pada Uji kesamaan varian melalui
Uji Levene. Lihat nilai p dari levene test, bila nilai p< alpha (0,05) maka varian berbeda,
dan bila nilai p>alpha (0,05) maka varian sama. Pada uji levene di atas menghasilkan
nilai p =0,655 berarti varian kedua kelompok adalah sama. Jadi yang kita lihat sekarang
Uji T untuk varian sama (Equal Varian Assummed). Dari hasil di atas di dapat nilai
p=0,000 sehingga dapat disimpulkan bahwa pada alpha 5 % di dapat ada perbedaan
yang signifikan rata-rata kadar HB antara ibu yang menyusui ekslusif dengan ibu yang
menyusui non ekslusif.

PENYAJIAN DAN DAN INTERPRETASI DI LAOPRAN PENELITIAN

Seperti pada analisis deskriptif, print out diatas tidak bolah langsung di copy dan
di sajikan di laopran penelitian. Pada laporan penelitian kita harus membuat tabel tabel
baru untuk menyajikan hasil print out analisis diatas. Adapun bentuk penyajian dan
interpretasinya adalah sebagai berikut :
Tabel 01
Distribusi Rata-Rata Kadar HB Responden Menurut Prilaku Menyusui
Variabel Mean SD SE P value N
Menyusui
- Ekslusif 8,56 1,464 0,345 0,000 18
- Non Ekslusif 10,78 1,353 0,319 18

Rata-rata kadar HB ibu yang menyusui ekslusif adalah 8,56 gr% dengan standar
devisi 1,464 gr%. Sedangkan untuk ibu yang non ekslusif, rata-rata kadar HB nya 10,78
gr% dengan standar deviasi 1,353 gr %. Hasil uji statistic didapatkan nilai p=0,000
berarti pada alpha 5 % terlihat ada perbedaan yang signifikan rata-rata kadar HB antara
ibu yang menyusui dengan cara Ekslusif dan non ekslusif.
2. UJI T DEPENDEN
Uji T dependen seringkali disebut UjiT pair/related atau berpasangan. Uji T
dependen sering digunakan pada analisis data penelitian eksperimen. Seperti sudah
dijelaskan di depan bahwa disebut kedua sampel bersifat dependen kalau kedua
kelompok sampel yang di bandingkan mempunyai subjek yang sama. Dengan kata
lain disebut dependen bila responden diukur atau diteliti dua kali, sering orang
mengatakan penelitian pre dan post. Misalnya kita ingin membandingkan berat
badan antara sebelum dan sesudah mengikuti program diet.
Untuk contoh ini akan dilakukan uji perbedaan rata-rata kadar HB antara kadar
HB pengukuran pertama dengan kadar HB pengukuran kedua, ingin diketahui
apakah ada perbedaan kadar HB antara pengukuran pertama dengan pengukuran
kedua. Disini terlihat sampelnya dependen karena orangnya sama diukur dua kali.
Adapun langkahnya :
a. Pastikan anda berada di file data UMUR.SAV, jika belum aktifkan atau bukalah
file ini
b. Dari menu utama SPSS, pilih Statistik/Analize, kemudian pilih Compare Mean,
lalu pilih Paired-Samples T Test. Nampak muncul kotak dialog sebagai berikut :

c. Klik HB 1
d. Klik HB 2
e. Klik tanda panah sehingga kedua variabel masuk kotak sebelah kanan,
 f. Klik OK, hasilnya tampak sebagai berikut :
T-Test
Paired Samples Statistics

Std. Error
Mean N Std. Deviation Mean
Pair Hemoglobin 1 9.14 36 2.193 .365
1 Hemoglobin 2 10.50 36 1.540 .257

Paired Samples Correlations

N Correlation Sig.
Pair Hemoglobin 1 &
36 -.148 .389
1 Hemoglobin 2

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 Hemoglobin 1 -
-1.361 2.860 .477 -2.329 -.393 -2.855 35 .007
1 Hemoglobin 2

Pada tabel pertama terlihat statistic deskriptif berupa rata-rata kadar HB dan
Standar Deviasi Kadar HB antara pengukuran pertama dan kedua. Rata-rata kader HB
pada pengukuran pertama (HB1) adalah 9,14 gr% dengan standar deviasi 2,193. Pada
pengukuran kedua(HB2) didapat rata-rata kadar HB adalah 10,50 gr % dengan standar
deviasi 1,540 gr%.
Uji T berpasangan di laporkan pada tabel kedua, terlihat nilai mean perbedaan
antara pengukuran pertama dan kedua adalah 1,361 dengan standar deviasi 2,860.
Perbedaan ini diuji dengan Uji T berpasangan menghasilkan nilai p value yang dapat
dilihat pada kolom 2-tail Sig. Pada contoh diatas didapat nilai p= 0,007 maka dapat di
simpulkan ada perbedaan yang signifikan kadar HB antara pengukuran pertama
dengan pengukuran kedua.

PENYAJIAN DAN INTERPRETASI DI LAPORAN PENELITAIN

Dari hasil yang didapat diatas kemudian angka-angkanya disusun dalam tabel
yang di sajikan dalam laporan penelitian. Bentuk penyajian dan interpretasinya adalah
sebagai berikut :
Tabel 01
Distribusi Rata-Rata Kadar HB Menurut Pengukuran Pertama dan Kedua
Variabel Mean SD SE P Value N
Kadar HB
- Pengukuran 9,14 2,193 0,365 0,007 36
1 10,50 1,540 0,257
- Pengukuran
2

Rata-rata kader HB pada pengukuran pertama (HB1) adalah 9,14 gr% dengan
standar deviasi 2,193. Pada pengukuran kedua(HB2) didapat rata-rata kadar HB adalah
10,50 gr % dengan standar deviasi 1,540 gr%. terlihat nilai mean perbedaan antara
pengukuran pertama dan kedua adalah 1,361 dengan standar deviasi 2,860. Hasil uji
statistic didapatkan nilai p=0,007 maka dapat disimpulkan ada perbedaan yang
signifikan antara kadar HB pengukuran pertama dengan pengukuran kedua.
Tugas Kelompok :
1. Lakukan analisis hubungan pekerjaan dengan kadar HB (gunakan HB 1)
2. Lakukan analisis hubungan umur dengan berat bayi. Umur di klasifikasikan dalam
dua kelompok yaitu yaitu di bawah 25 tahun dan di atas 25 tahun.
3. Laporan dikumpulkan dengan urutan :
- Menyajikan dulu semua tabel dan interpretsinya
- Kemudian baru dilampirkan print out hasil analisis