UJI  

HIPOTESIS  KOMPARATIF  VARIABEL  

NUMERIK  DUA  KELOMPOK
(NON  PARAMETRIK)

Tim  Bio  Statistik

 UJI  WILCOXON

• Uji  Hipotesis  Komparatif  Variabel  Numerik  

Distribusi  Tidak  Normal,  Dua  Kelompok  
Berpasangan)
 KASUS

• Seorang  peneliti  akan  melakukan  penelitian  

yang  berjudul  Pengaruh  pemberian  makanan  
tambahan  terhadap  Berat  Badan  Bayi  di  Desa  Y.  
Pengukuran  dilakukan  sebelum  dan  sesudah  
masing-­masing  dibuat  dalam  skala  ukur  rasio
 DATA
No  Responden BB  Sebelum BB  Sesudah
1 3050 4000
2 2900 3000
3 2750 3150
4 2700 2800
5 2850 2900
6 2670 2750
7 2000 3000
8 2500 2750
9 2000 2500
10 3000 3700
11 3100 3050
12 2800 3100
13 2900 2950
14 2750 2900
15 2890 3000
 LANGKAH-­LANGKAH

• Entry  Data
• Lakukan  Uji  normalitas  data  à
Ø Normal  (Uji  Parametrik/Uji  T  Dependen)  
Ø Tidak  Normal  à Transformasi  Data  à Hasil  transformasi  
(Normal:  Uji  parametrik/T  Dependen)   jika  tetap  (Tidak  
Normal:  Uji  Nonparametrik/Wilcoxon)
HASIL  UJI  NORMALITAS  DATA
HASIL  TRANSFORMASI  DATA
 LANJUT  UJI  WILCOXON
• Analyze  à Nonparametrics   test  à 2  related  samples
• Masukkan  BB_Pre  dan  BB_Post  ke  dalam  kotak  Test  
Pairs  List
• Aktifkan  Uji  Wilcoxon

• Proses  telah  selesai,  Klik  Continue,  kemudian  klik  OK

 HASIL

• Interpretasi  Hasil
Bagian  test  statistics  menunjukkan   hasil  uji  Wilcoxon.  
Dengan  uji  Wilcoxon  diperoleh  p  value 0,001  (p  <  
0,005)  dengan  demikian  disimpulkan  “Terdapat  
perbedaan   BB  sebelum  intervensi  dengan  BB  
sesudah  intervensi.
 PENYAJIAN  TABEL

VARIABEL MEDIAN MIN-­‐MAKS P  VALUE

Berat badan 2800 2000-­‐3100
sebelum 3000 2500-­‐4000
0,001
Berat badan
sesudah

Berdasarkan  tabel  di  atas  didapatkan  nilai  median  berat  badan  responden  
sebelum  diberikan  intervensi  adalah  2800  dengan  berat  badan  terendah  
2000  dan  berat  badan  terberat  3100,  sedangkan  nilai  median  berat  badan  
responden  setelah  diberikan  intervensi  adalah  3000  dengan  berat  badan  
terendah  2500  dan  berat  badan  terberat  4000.  Berdasarkan  hasil  uji  statistik  
didapatkan  nilai  p  0,001,  maka  dapat  disimpulkan  terdapat  pengaruh  
pemberian  makanan  tambahan  dengan  berat  badan  bayi  di  desa  Y.
 PENYAJIAN  TABEL  alternatif
Variabel Rank n pValue
BB  sebelum Negative  rank 1
dan  BB Positive  rank 14
Sesudah   0,001
PMT Ties 0
total 15

Berdasarkan  tabel  di  atas  didapatkan  jumlah  bayi  dengan  BB  sesudah  PMT  
menjadi  menurun  sebanyak  1  bayi,  jumlah  bayi  dengan  BB  sesudah  PMT  
menjadi  meningkat  sebanyak  14  bayi,  dan  tidak  ada  bayi  yang  Bbnya  
menetap  setelah  PMT.  Berdasarkan  hasil  uji  statistik  didapatkan  nilai  p  
0,001,  maka  dapat  disimpulkan  terdapat  pengaruh  pemberian  makanan  
tambahan  dengan  berat  badan  bayi  di  desa  Y.
 UJI  MANN-­WHITNEY

• Uji  hiptesis  komparatif  variabel  

numerik  distribusi  tidak  normal,  dua  
kelompok  tidak  berpasangan
 KASUS
• Seorang  mahasiswa  keperawatan  sedang  
melakukan  penelitian  dengan  judul  Hubungan  
usia  ibu  dengan  Pemberian  ASI  Eksklusif  di  
daerah  X.  Adapun  data  yang  sudah  diambil  
adalah  sebagai  berikut:
a. Variabel  Usia  dalam  skala  ukur  “RASIO”
b. Variabel  Asi  Eksklusif  dalam  skala  ukur  
“NOMINAL”
• Kode  0  untuk  ASI  Tidak  Eksklusif
• Kode  1  untuk  ASI  Eksklusif
 DATA
No Responden Pemberian ASI Usia
1 1 16
2 0 24
3 1 17
4 1 22
5 0 19
6 0 24
7 0 22
8 1 19
9 0 50
10 1 24
 DATA
No Responden Pemberian ASI Usia
11 1 21
12 0 22
13 0 19
14 1 21
15 0 26
16 1 50
17 0 27
18 0 24
19 1 20
20 1 25
 LANGKAH-­LANGKAH
• Entry  Data
• Lakukan  Uji  normalitas  data  à
Ø Normal  (Uji  Parametrik/Uji  T  Independen)  
Ø Tidak  Normal  à Transformasi  Data  à Hasil  transformasi  
(Normal:  Uji  parametrik/T  Independen)   jika  tetap  (Tidak  
Normal:  Uji  Nonparametrik/Mann-­Whitney)
HASIL  UJI  NORMALITAS  DATA
HASIL  TRANSFORMASI  DATA
 LANJUT  UJI  MANN-­WHITNEY
• Analyze  à Nonparametrics   test  à 2  independent  
samples
• Masukkan  umur  ke  dalam  “Test  Variable”
• Masukkan  Pemberian  ASI  ke  dalam  “Grouping  Variable”
• Aktifkan  Uji  Mann-­Whitney
 Con’t…..
• Klik  Kotak  “Define  Group”
• Masukkan  angka  ‘0’  pada  kotak  group  1  (merupakan  
kode  ASI  tidak  eksklusif)
• Masukkan  angka  ‘1’  pada  group  2  (merupakan  kode  ASI  
eksklusif)

• Proses  selesai,  klik  Continue  lalu  klik  OK

 HASIL

• Interpretasi  Hasil
Dengan  uji  mann-­whitney  diperoleh   p  value  0,170  (p  >  
0,05)  dapat  disimpulkan   bahwa  “  Tidak  ada  hubungan  
yang  bermakna  antara  usia  ibu  dengan  pemberian  
ASI  eksklusif”
 PENYAJIAN  TABEL

UMUR MEDIAN MIN-­‐MAKS P  VALUE

ASI  TIDAK   24 19-­‐50
EKSKLUSIF 0,170
ASI  EKSKLUSIF 21 16-­‐50

Berdasarkan  tabel  di  atas  didapatkan  nilai  median  usia  responden  yang  
memberikan  ASI  tidak  eksklusif  adalah  24  dengan  usia  termuda  19  dan  usia  
tertua  50,  sedangkan  nilai  median  usia  responden  yang  memberikan  ASI  
eksklusif  adalah  21  dengan  usia  termuda  16  dan  usia  tertua  50.  
Berdasarkan  hasil  uji  statistik  didapatkan  nilai  p  0,170,  maka  dapat  
disimpulkan  tidak  terdapat  hubungan  antara  usia  ibu  dengan  pemberian  ASI  
eksklusif  dengan.