TUGAS UJI PERBEDAAN MEAN

BIOSTATISTIK LANJUT

CONTOH KASUS PENGGUNAAN UJI PERBEDAAN MEAN

DISUSUN OLEH :

NAMA : SASKIA KURNIATI

NIM :K012202044

KELAS E

PROGRAM PASCA SARJANA

FAKULTAS KESEHATAN MASYRAKAT
UNIVERSITAS HASANUDDIN
2021
A. UJI-T SATU SAMPEL (ONE SAMPLE T-TEST)
Contoh Soal:
1. Seorang peneliti membuat dugaan yang menyatakan bahwa “nilai rata-rata
hasil ujian mahasiswa yang aktif di BEM adalah sama dengan 75. Untuk
membuktikan hal tersebut, peneliti memilih secara random atau acak 12
orang siswa yang aktif di BEM. Adapun nilai rata-rata hasil ujian ke 12
orang siswa tersebut adalah sebagai berikut.

No Rata-Rata Hasil Ujian

.
1 78.3
2 74.7
3 80.5
4 83.5
5 75
6 77.6
7 73.5
8 83.5
9 78.5
10 73.7
11 81.5
12 77

a) Hipotesis Penelitian
H0 : Nilai rata rata hasil ujian mahasiswa yang aktif BEM sama dengan
nilai 75
Ha : Nilai rata rata hasil ujian mahasiswa yang aktif BEM tidak sama
dengan nilai 75

b) Uji Normalitas

Descriptives
Statistic Std. Error
 Hasil Ujian Mean 78.108 1.0261
95% Confidence Interval for Lower Bound 75.850
Mean Upper Bound 80.367
5% Trimmed Mean 78.065
Median 77.950
Variance 12.635
Std. Deviation 3.5546
Minimum 73.5
Maximum 83.5
Range 10.0
Interquartile Range 6.5
Skewness .271 .637
Kurtosis -1.158 1.232

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Hasil Ujian .142 12 .200* .929 12 .368
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Nilai sig 0,364 > 0,05 maka data terdistribusi normal maka akan
dilakukan uji one sample t-test (Uji t satu sampel).

c) Uji One Sample T-Test (Uji T Satu Sampel).

One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
Hasil Ujian 12 78.108 3.5546 1.0261

One-Sample Test
Test Value = 75
95% Confidence Interval of the
Difference
t df Sig. (2-tailed) Mean Difference Lower Upper
Hasil Ujian 3.029 11 .011 3.1083 .850 5.367
 - Jika nilai Sig. (2-tailed) < 0,05, maka H0 ditolak.
- Jika nilai Sig. (2-tailed) > 0,05, maka H0 diterima.
Nilai Sig. (2-tailed) sebesar 0,011 < 0,05 maka H0 ditolak.
d) Kesimpulan
Karena nilai Sig. (2-tailed) sebesar 0,011 < 0,05 maka H 0 ditolak. Dengan
demikian, dapat diartikan bahwa nilai rata rata hasil ujian mahasiswa yang
aktif BEM tidak sama dengan nilai 75.

2. Seorang peneliti ingin melihat apakah suatu poster yang berisi imbauan
dan edukasi terkait Covid-19 mampu menambah tingkat kesadaran
anggota masyarakat tertentu terhadap bahaya pandemic tersebut. Peneliti
mengambil 40 sampel secara acak dari masyarakat tersebut dan melakukan
studi ‘sebelum-sesudah’. Berikut tingkat kesadaran masyarakat terhadap
bahaya pandemic Covid-19.

Responden Sebelum Sesudah Tanda

1 5 5 0
2 4 5 -
3 3 4 -
4 4 3 +
5 4 3 +
6 3 4 -
7 3 4 -
8 4 5 -
9 4 5 -
10 3 5 -
11 4 3 +
12 3 4 -
13 3 4 -
14 2 3 -
15 4 4 0
16 3 3 0
17 3 4 -
18 5 4 +
19 2 3 -
20 2 3 -
a) Hipotesis Penelitian
H0 : Tidak ada perbedaan tingkat kesadaran sebelum dengan sesudah
melihat poster.
Ha : Ada perbedaan tingkat kesadaran sebelum dengan sesudah melihat
poster.
b) Uji Normalitas

Descriptives
Statistic Std. Error
Sebelum Mean 3.40 .197
95% Confidence Interval for Lower Bound 2.99
Mean Upper Bound 3.81
5% Trimmed Mean 3.39
Median 3.00
Variance .779
Std. Deviation .883
Minimum 2
Maximum 5
Range 3
Interquartile Range 1
Skewness .082 .512
Kurtosis -.474 .992
Sesudah Mean 3.90 .176
95% Confidence Interval for Lower Bound 3.53
Mean Upper Bound 4.27
5% Trimmed Mean 3.89
Median 4.00
Variance .621
Std. Deviation .788
Minimum 3
Maximum 5
Range 2
Interquartile Range 2
Skewness .186 .512
Kurtosis -1.308 .992
 Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Sebelum .225 20 .009 .887 20 .023
Sesudah .223 20 .010 .809 20 .001
a. Lilliefors Significance Correction

Nilai sig sebelum 0,023 < 0,05 dan sesudah 0,001 < 0,05 maka data tidak
terdistribusi normal maka akan dilakukan uji sign test (uji tanda).
c) Uji Sign Test

Test Statisticsa
Sesudah -
Sebelum
Exact Sig. (2-tailed) .049b
a. Sign Test
b. Binomial distribution used.

- Jika nilai Sig. (2-tailed) > 0,05, maka H0 diterima.

- Jika nilai Sig. (2-tailed) < 0,05, maka H0 ditolak.

Nilai Sig. (2-tailed) sebesar 0,049 < 0,05 maka H0 ditolak.

d) Kesimpulan
Karena nilai Sig. (2-tailed) sebesar 0,049 < 0,05 maka H 0 ditolak dan Ha
diterima. Dengan demikian, dapat diartikan bahwa ada perbedaan
tingkat kesadaran sebelum dengan sesudah melihat poster.

B. UJI-T 2 SAMPEL INDEPENDEN

Contoh Soal:
1. Suatu peneliti ingin mengetahui apakah terdapat perbedaan signifikan nilai
biostatistika antara mahasiswa Kesehatan masyarakat dan mahasiswa
kedokteran. Untuk itu dikumpulkan dikumpulkan 10 sampel mahasiswa
Kesehatan masyarakat dan 10 sampel mahasiswa kedokteran. Tidak
diketahui varians kedua populasi ini namun varians kedua populasi
diasumsikan sama. Dari data tersebut, apakah terdapat perbedaan nilai
biostatistika antara mahasiswa Kesehatan masyarakat dan mahasiswa
kedokteran? Alpha yang digunakan adalah 5% = 0,05.

Mahasiswa Mahasiswa
Kesehatan masyarakat Kedokteran
8 7
9 8
6 5
6 4
9 7
6 5
8 6
5 5
7 8
6 5

a. Hipotesis Penelitian
H0 : Tidak terdapat perbedaan nilai mahasiswa Kesehatan masyarakat dan
mahasiswa kedokteran
Ha : Ada perbedaan nilai mahasiswa Kesehatan masyarakat dan mahasiswa
kedokteran.

b. Uji Normalitas

Descriptives
Jurusan Mahasiswa Statistic Std. Error
Kesmas Mean 7.00 .447
Lower Bound 5.99
 Nilai 95% Confidence Interval for Upper Bound 8.01
Biostatistik Mean
a 5% Trimmed Mean 7.00
Median 6.50
Variance 2.000
Std. Deviation 1.414
Minimum 5
Maximum 9
Range 4
Interquartile Range 2
Skewness .295 .687
Kurtosis -1.393 1.334
Kedok Mean 6.00 .447
95% Confidence Interval for Lower Bound 4.99
Mean Upper Bound 7.01
5% Trimmed Mean 6.00
Median 5.50
Variance 2.000
Std. Deviation 1.414
Minimum 4
Maximum 8
Range 4
Interquartile Range 2
Skewness .295 .687
Kurtosis -1.393 1.334

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Jurusan Mahasiswa Statistic df Sig. Statistic df Sig.
Nilai Biostatistika Kesmas .260 10 .053 .887 10 .158
Kedok .260 10 .053 .887 10 .158
a. Lilliefors Significance Correction
Nilai sig 0,158 > 0,05 maka data terdistribusi normal maka akan
dilakukan uji-t dua sampel independent.
c. Uji-t dua sampel independent.

Group Statistics
 Jurusan Mahasiswa N Mean Std. Deviation Std. Error Mean
Nilai Biostatistika Kesmas 10 7.00 1.414 .447
Kedok 10 6.00 1.414 .447

Independent Samples Test

Levene's Test for
Equality of
Variances t-test for Equality of Means
95% Confidence Interval of the
Mean
Difference
Sig. (2- Differen Std. Error
Sig. df tailed) ce Difference Lower Upper
Nilai Equal variances 1.000 18 .131 1.000 .632 -.329 2.329
Biost assumed
Equal variances 18.000 .131 1.000 .632 -.329 2.329
not assumed

- Jika nilai Sig. (2-tailed) > 0,05, maka H0 diterima.

- Jika nilai Sig. (2-tailed) < 0,05, maka H0 ditolak.

Nilai Sig. (2-tailed) sebesar 0,131 > 0,05 maka H0 diterima.

d. Kesimpulan
Karena nilai Sig. (2-tailed) sebesar 0,131 > 0,05 maka H0 diterima dan Ha
ditolak. Dengan demikian, dapat diartikan bahwa Tidak terdapat
perbedaan nilai mahasiswa Kesehatan masyarakat dan mahasiswa
kedokteran.

C. UJI-T DUA SAMPEL DEPENDEN (PAIRED T-TEST)

Contoh Soal:
1. Seorang peneliti ingin menguji model penyuluhan untuk meningkatkan
pengetahuan masyarakat tentang PHBS telah dilaksanakan dan didapat
data di bawah. Sebelum penyuluhhan dilakukan pre test dan setelah
penyuluhan dilakukan post test dengan soal yang sama. Selidikilah dengan
alpha = 0,05, apakah model penyuluhan mampu meningkatkan
pengetahuan masyarakat tentang PHBS.

No. Pre-test Post-test

1. 30 34
2. 29 29
3. 26 29
4. 29 32
5. 28 28
6. 32 32
7. 30 33
8. 28 28
9. 28 29
10. 26 30
11. 29 30
12. 27 27

a. Hipotesis Penelitian
H0 : Tidak ada perbedaan pengetahuan antara sebelum dan setelah
dilakukan penyuluhan tentang PHBS
Ha : Ada perbedaan pengetahuan antara sebelum dan setelah dilakukan
penyuluhan tentang PHBS

b. Uji Normalitas

Descriptives
Statistic Std. Error
POST-TEST Mean 30.08 .633
95% Confidence Interval for Lower Bound 28.69
Mean Upper Bound 31.48
 5% Trimmed Mean 30.04
Median 29.50
Variance 4.811
Std. Deviation 2.193
Minimum 27
Maximum 34
Range 7
Interquartile Range 4
Skewness .494 .637
Kurtosis -.854 1.232
PRE-TEST Mean 28.50 .500
95% Confidence Interval for Lower Bound 27.40
Mean Upper Bound 29.60
5% Trimmed Mean 28.44
Median 28.50
Variance 3.000
Std. Deviation 1.732
Minimum 26
Maximum 32
Range 6
Interquartile Range 3
Skewness .315 .637
Kurtosis .234 1.232

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
*
POST-TEST .189 12 .200 .935 12 .431
*
PRE-TEST .136 12 .200 .950 12 .642
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Nilai sig 0,431 > 0,05 dan 0,642 > 0,05 maka data terdistribusi normal
maka akan dilakukan uji paired t-test.
c. Uji-T Dua Sampel Dependen (Paired T-Test)

Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean
 Pair 1 PRE-TEST 28.50 12 1.732 .500
POST-TEST 30.08 12 2.193 .633

Paired Samples Correlations

N Correlation Sig.
Pair 1 PRE-TEST & POST-TEST 12 .658 .020

Paired Samples Test

Sig. (2-
Paired Differences t df tailed)
95% Confidence
Interval of the
Std. Std. Error Difference
Mean Deviation Mean Lower Upper
Pair 1 PRE-TEST - -1.583 1.676 .484 -2.649 -.518 -3.272 11 .007
POST-
TEST

- Jika nilai Sig. (2-tailed) > 0,05, maka H0 diterima.

- Jika nilai Sig. (2-tailed) < 0,05, maka H0 ditolak.

Nilai Sig. (2-tailed) sebesar 0,007 < 0,05 maka H0 ditolak.

d. Kesimpulan
Karena nilai Sig. (2-tailed) sebesar 0,007 < 0,05 maka H 0 ditolak dan Ha
diterima. Dengan demikian, dapat diartikan bahwa Ada perbedaan
pengetahuan antara sebelum dan setelah dilakukan penyuluhan
tentang PHBS.

D. UJI ONE WAY ANOVA (UJI ANOVA SATU ARAH)

Contoh Soal:
1. Seorang peneliti ingin membandingkan jumlah kunjungan pasien di
beberapa puskesmas yaitu puskesmas A, B, C dan D . Berapa rata-rata
kunjungan pasien di keempat puskesmas tersebut? apakah terdapat
perbedaan rata-rata dalam kunjungan pasien di empat puskesmas tersebut.
Rata-rata kunjungan pasien di puskesmas mana saja yang sama atau
berbeda kunjungan pesiennya. Didapatkan data sebagai berikut:

Minggu Puskesmas Puskesmas Puskesmas Puskesmas

ke- A B C D
1 52 48 34 32
2 45 36 32 33
3 48 33 37 36
4 36 38 35 39
5 39 49 42 38
6 41 51 41 35
7 42 35 43 32
8 35 42 45 29
9 60 40 41 40
10 55 39 40 43

a. Hipotesis Penelitian
H0 : Tidak ada perbedaan jumlah rata-rata kunjungan pasien dengan
keempat puskesmas tersebut.
Ha : Ada perbedaan jumlah rata-rata kunjungan pasien dengan keempat
puskesmas tersebut.

b. Uji Normalitas

Descriptives
Puskesmas Statistic Std. Error
Jumlah Puskesma Mean 45.30 2.633
Kunjungan s A 95% Confidence Interval for Lower 39.34
Mean Bound
Upper 51.26
Bound
5% Trimmed Mean 45.06
 Median 43.50
Variance 69.344
Std. Deviation 8.327
Minimum 35
Maximum 60
Range 25
Interquartile Range 15
Skewness .516 .687
Kurtosis -.781 1.334
Puskesma Mean 41.10 1.980
sB 95% Confidence Interval for Lower 36.62
Mean Bound
Upper 45.58
Bound
5% Trimmed Mean 41.00
Median 39.50
Variance 39.211
Std. Deviation 6.262
Minimum 33
Maximum 51
Range 18
Interquartile Range 13
Skewness .487 .687
Kurtosis -1.181 1.334
Puskesma Mean 39.00 1.350
sC 95% Confidence Interval for Lower 35.95
Mean Bound
Upper 42.05
Bound
5% Trimmed Mean 39.06
Median 40.50
Variance 18.222
Std. Deviation 4.269
Minimum 32
Maximum 45
Range 13
Interquartile Range 8
Skewness -.386 .687
 Kurtosis -1.076 1.334
Puskesma Mean 35.70 1.367
sD 95% Confidence Interval for Lower 32.61
Mean Bound
Upper 38.79
Bound
5% Trimmed Mean 35.67
Median 35.50
Variance 18.678
Std. Deviation 4.322
Minimum 29
Maximum 43
Range 14
Interquartile Range 7
Skewness .163 .687
Kurtosis -.728 1.334

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk

Puskesmas Statistic df Sig. Statistic df Sig.

Jumlah Puskesmas A .154 10 .200* .951 10 .678
Kunjungan
Puskesmas B .170 10 .200* .922 10 .372

Puskesmas C .193 10 .200* .945 10 .613

Puskesmas D .134 10 .200* .977 10 .950

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

- Jika nilai Sig > 0,05, maka data terdistribusi normal

- Jika nilai Sig < 0,05, maka data berdistribusi tidak normal
Nilai sig Puskesmas A 0,678 > 0,05 ; Puskesmas B 0,372 > 0,05 ;
Puskesmas C 0,613 > 0,05 dan Puskesmas D 0,950> 0,05 maka data
terdistribusi normal maka akan dilakukan uji one way anova.
c. Uji Homogenitas

Test of Homogeneity of Variances

 Jumlah Kunjungan
Levene Statistic df1 df2 Sig.
2.508 3 36 .074
Dapat dilihat dari hasil pengujian homogenitas di atas nilai sig 0.074 >
0.05 menandakan bahwa data Homogen atau variansi keempat
kelompok puskesmas yang kita bandingkan tersebut adalah
sama/homogen. Sehingga asumsi homogenitas dalam uji one way
anova terpenuhi.
d. Uji One Way Anova
Descriptives
Jumlah Kunjungan
95% Confidence Interval
for Mean Minimum Maximum
Std. Std. Lower Upper
N Mean Deviation Error Bound Bound
Puskesmas A 10 45.30 8.327 2.633 39.34 51.26 35 60

Puskesmas B 10 41.10 6.262 1.980 36.62 45.58 33 51

Puskesmas C 10 39.00 4.269 1.350 35.95 42.05 32 45

Puskesmas D 10 35.70 4.322 1.367 32.61 38.79 29 43

Total 40 40.28 6.782 1.072 38.11 42.44 29 60

Berdasarkan output SPSS “Descriptives”, kita dapat melihat perbedaan

rata-rata kunjungan pasien dari keempat puskesmas dengan rincian
sebagai berikut:
1. Rata-rata kunjungan pasien di Puskesmas A sebesar 45.30
2. Rata-rata kunjungan pasien di Puskesmas B sebesar 41.10
3. Rata-rata kunjungan pasien di Puskesmas C sebesar 39.00
4. Rata-rata kunjungan pasien di Puskesmas D sebesar 35.70
Dengan demikian, maka secara deksriptif dapat disimpulkan bahwa
rata-rata kunjungan pasien tertinggi adalah di puskesmas A yakni
sebesar 45.30.
 ANOVA
Jumlah Kunjungan
Sum of Squares df Mean Square F Sig.
Between Groups 484.875 3 161.625 4.445 .009
Within Groups 1309.100 36 36.364
Total 1793.975 39

Berdasarkan uji diatas, dapat dilihat bahwa nilai p pada uji anova
adalah 0.009 < 0.005 yang menandakan bahwa Ho ditolak dan Ha
diterima, sehingga kesimpulan bahwa ada perbedaan jumlah rata-
rata kunjungan pasien dengan keempat puskesmas tersebut.

Multiple Comparisons
Dependent Variable: Jumlah Kunjungan
Tukey HSD
95% Confidence
Mean Interval
(I) (J) Difference Lower Upper
Puskesmas Puskesmas (I-J) Std. Error Sig. Bound Bound
Puskesmas Puskesmas B 4.200 2.697 .415 -3.06 11.46
A Puskesmas C 6.300 2.697 .109 -.96 13.56
Puskesmas D 9.600* 2.697 .006 2.34 16.86
Puskesmas Puskesmas A -4.200 2.697 .415 -11.46 3.06
B Puskesmas C 2.100 2.697 .864 -5.16 9.36
Puskesmas D 5.400 2.697 .206 -1.86 12.66
Puskesmas Puskesmas A -6.300 2.697 .109 -13.56 .96
C Puskesmas B -2.100 2.697 .864 -9.36 5.16
Puskesmas D 3.300 2.697 .616 -3.96 10.56
*
Puskesmas Puskesmas A -9.600 2.697 .006 -16.86 -2.34
D Puskesmas B -5.400 2.697 .206 -12.66 1.86
Puskesmas C -3.300 2.697 .616 -10.56 3.96
*. The mean difference is significant at the 0.05 level.

Pengujian Tukey HSD adalah pengujian perbadingan jumlah jamak

untuk menentukan apakah rata-rata kunjungan pasien terbubut
signifikan dalam jumlah analisis varian. Sebagai contoh, kita akan
membandingkan rata-rata kunjungan pasien Puskesmas A dengan
 Puskesmas B. Angka perbedaan rata-rata untuk kunjungan pasien
tersebut adalah 4,200. Angka 4,200 ini diperoleh dari nilai rata-rata
(pada output deksriptif) untuk kunjungan pasien Puskesmas A (45,30)
dikurangi dengan rata-rata kunjungan pasien Puskesmas B (41.10).
Sementara itu, perbedaan rata-rata kunjungan pasien berkisar anrata
3,06 (Lower bound) sampai dengan 11,46 (Upper Bound) pada tingkat
kepercayaan 95 %.

Jumlah Kunjungan
a
Tukey HSD
Subset for alpha = 0.05
Puskesmas N 1 2
Puskesmas D 10 35.70
Puskesmas C 10 39.00 39.00
Puskesmas B 10 41.10 41.10
Puskesmas A 10 45.30
Sig. .206 .109
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 10.000.

Untuk melihat kesamaan rata-rata, maka kita akan menggunakan

output Tukey HSD
1. Pada subset 1 terdapat data jumlah kunjungan pasien pada
Puskesmas D, C, dan B. Artinya, rata rata jumlah kunjungan pasien
di puskesmas tersebut tidak mempunyai perbedaan yang signifikan.
Dengan kata lain, rata-rata kunjungan pasien D, C dan B adalah
sama.
2. Pada subset 2 terdapat data kunjungan pasien di puskesmas C, B
,A. Artinya, rata rata jumlah kunjungan pasien di puskesmas
tersebut tidak mempunyai perbedaan yang signifikan. Dengan kata
lain, rata-rata kunjungan pasien C, B dan A adalah sama.
e. Kesimpulan
 Dalam riset eksperimen ini hanya rata-rata jumlah kunjungan pasien di
Puskesmas A dan Puskesmas D saja yang berbeda, sedangkan rata-rata
jumlah kunjungan pasien lainnya adalah sama. Dengan demikian,
variable kunjungan pasien hanya berpengaruh secara signifikan
terhadap perbedaan rata-rata jumlah kunjungan pasien Puskemas A
dan Puskesmas D. Sedangkan dalam uji one way anova dapat dilihat
bahwa nilai p pada uji anova adalah 0.009 < 0.005 yang menandakan
bahwa Ho ditolak dan Ha diterima, sehingga kesimpulan bahwa ada
perbedaan jumlah rata-rata kunjungan pasien dengan keempat
puskesmas tersebut.
E. UJI TWO WAY ANOVA (UJI ANOVA DUA ARAH)
Contoh Soal:
1. Seorang peneliti ingin mengetahui apakah terdapat perbedaan hasil
pengetahuan ibu tentang ASI eksklusif berdasarkan jenjang Pendidikan
terkahir ibu dan faktor pekerjaan ibu.
- Faktor jenjang Pendidikan terakhir ibu terdiri dari 3 taraf, yaitu SMP,
SMA dan Perguruan Tinggi (PT).
- Faktor pekerjaan terdiri dari 2 taraf yaitu ibu bekerja dan ibu tidak
bekerja.

Kemudian akan diteliti tentang perbedaan hasil pengetahuan ibu tentang

ASI eksklusif berdasarkan jenjang Pendidikan terakhir ibu. Apakah ada
perbedaan hasil pengetahuan ibu tentang ASI eksklusif berdasarkan faktor
pekerjaan ibu. Dan apakah ada interaksi jenjang Pendidikan terakhir ibu
dengan faktor pekerjaan ibu dalam menentukan hasil pengetahuan ibu
tentang ASI eksklusif.

HASIL PENGETAHUAN IBU TENTANG ASI EKSLUSIF

Jenjang Pendidikan
No. Faktor Pekerjaan
SMP SMA PT
1 Bekerja 60 70 80
2 40 60 60
3 70 80 90
4 50 70 80
 5 50 80 90
6 60 60 80
7 80 70 70
8 70 70 70
9 40 80 90
10 60 60 80
11 Tidak Bekerja 70 70 100
12 80 60 90
13 60 50 90
14 50 70 70

a. Hipotesis Penelitian
H01 : Tidak ada perbedaan hasil pengetahuan ibu tentang ASI eksklusif
berdasarkan jenjang Pendidikan terakhir ibu.
Ha1 : Ada perbedaan hasil pengetahuan ibu tentang ASI eksklusif
berdasarkan jenjang Pendidikan terakhir ibu.
H02 : Tidak ada perbedaan hasil pengetahuan ibu tentang ASI eksklusif
berdasarkan faktor pekerjaan ibu.
Ha2 : Ada perbedaan hasil pengetahuan ibu tentang ASI eksklusif
berdasarkan faktor pekerjaan ibu.

H03 : Tidak ada interaksi jenjang Pendidikan terakhir ibu dengan faktor
pekerjaan ibu dalam menentukan hasil pengetahuan ibu tentang ASI
eksklusif.

Ha3 : Ada interaksi jenjang Pendidikan terakhir ibu dengan faktor

pekerjaan ibu dalam menentukan hasil pengetahuan ibu tentang ASI
eksklusif.

b. Uji Normalitas

Descriptives
Statistic Std. Error
Standardiz Mean .0000 .14459
ed 95% Confidence Interval for Lower Bound -.2920
Residual Mean Upper Bound .2920
for Hasil 5% Trimmed Mean .0007
Median .1264
 Variance .878
Std. Deviation .93704
Minimum -1.90
Maximum 1.90
Range 3.79
Interquartile Range 1.52
Skewness -.142 .365
Kurtosis -.614 .717

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
*
Standardized .095 42 .200 .981 42 .698
Residual for Hasil
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

- Jika nilai Sig. > 0,05, maka Nilai Residual standard normal.
- Jika nilai Sig. < 0,05, maka Nilai Residual standard tidak normal.

Nilai Sig 0,698 > 0,05 ; maka data terdistribusi normal maka akan
dilakukan uji two way anova.
c. Uji Homogenitas (Levene’s Test)

Levene's Test of Equality of Error

Variancesa
Dependent Variable: Hasil Pengetahuan tentang
ASI Eksklusif
F df1 df2 Sig.
.536 5 36 .748
Tests the null hypothesis that the error variance of
the dependent variable is equal across groups.
a. Design: Intercept + Pendidikan + Pekerjaan +
Pendidikan * Pekerjaan

Berdasarkan output SPSS ini, diperoleh nilai Sig sebesasr 0,748. Karena
nilai Sig. 0,748 > 0,05, maka dapat disimpulkan bahwa varian variabel
 hasil pengetahuan ibu tentang ASI ekslusif adalah homogen. Sehingga
asumsi homogenitas dalam uji two way anova terpenuhi.
d. Uji Two Way Anova

Tests of Between-Subjects Effects

Dependent Variable: Hasil Pengetahuan tentang ASI Eksklusif
Type III Sum of
Source Squares df Mean Square F Sig.
Corrected Model 3497.619a 5 699.524 5.475 .001
Intercept 204402.381 1 204402.381 1599.67 .000
1
Pendidikan 3290.476 2 1645.238 12.876 .000
Pekerjaan 21.429 1 21.429 .168 .685
Pendidikan * 185.714 2 92.857 .727 .490
Pekerjaan
Error 4600.000 36 127.778
Total 212500.000 42
Corrected Total 8097.619 41
a. R Squared = .432 (Adjusted R Squared = .353)

1. Diperoleh nilai Sig. sebesar 0,000 < 0,005, maka H01 ditolak dan Ha1
diterima.
2. Diperoleh nilai Sig. sebesar 0,685 > 0,05, maka H02 diterima dan Ha2
ditolak
3. Diperoleh nilai Sig. sebesar 0,490 > 0,05, maka H03 diterima dan Ha3
ditolak
e. Kesimpulan
1. Diperoleh nilai Sig. sebesar 0,000 < 0,005, sehingga dapat disimpulkan
ada perbedaan hasil pengetahuan tentang ibu tentang ASI ekslusif
berdasarkan jenjang Pendidikan terakhir ibu.
2. Diperoleh nilai Sig. sebesar 0,685 > 0,05, sehingga dapat disimpulkan
tidak ada perbedaan hasil pengetahuan tentang ibu tentang ASI
ekslusif berdasarkan faktor pekerjaan.
3. Diperoleh nilai Sig. sebesar 0,490 > 0,05, sehingga dapat disimpulkan
tidak ada interaksi jenjang Pendidikan terakhir ibu dengan faktor
pekerjaan dalam menentukan hasil pengetahuan ibu tentang ASI
eksklusif.