Oleh
Nama : 1. Rahma Yani (F1F016015)
2. Novri Andre (F1F016016)
3. Rahmat Kevin Praditia (F1F016025)
Dosen Pengampu : 1. Prof. Ir. Sigit Nugroho, M.Sc., Ph.D.
2. Winalia Agwil, S.Si., M.Si.
i=1 j =1 Eij
Sedangkan frekuensi harapan sendiri dapat dihitung dengan rumus :
ni . n . j
Eij =
n
i=1 j =1 Eij
4) Kriteria Penolakan
Tolak H 0 jika χ 2 ≥ χ 21−α ;2
Terima H 0 jika χ 2 < χ 21−α ;2
5) Kesimpulan
Berdasarkan perhitungan di atas, didapatkan nilai χ 2=2,49< χ 21−α ;2=5,99. Maka H 0
diterima, artinya tidak ada asosiasi atau hubungan antara jenis kelamin terhadap tingkat
kesibukan. Keluaran pada SPSS (hasilnya sama):
Contoh soal:
Sebuah studi kasus kontrol ingin melihat pengaruh merokok malam dengan kejadian
kanker paru, hasil yang diperoleh tersaji pada tabel silang berikut :
Kanker Paru
Merokok
Jumlah
Malam Ya Tidak
Ya 3 0 3
Tidak 1 3 4
Jumlah 4 3 7
Apakah ada perbedaan antara kebiasaan merokok malam dengan dengan kejadian
kanker paru pada perokok pada α = 5%
Jawab:
1) Hipotesis
H 0 : Tidak ada asosiasi data antara kebiasaan merokok malam dengan dengan kejadian
kanker paru pada perokok μi=0 ,i=1,2.
H 1 : Ada asosiasi data antara kebiasaan merokok malam dengan dengan kejadian
kanker paru pada perokok μi ≠0 ,i=1,2.
2) Besaran yang diperlukan
α = 5%
3) Statistik Uji
( A+ B ) ! ( C+ D ) ! ( A+C ) ! ( B+ D ) ! ( 3+0 ) ! ( 1+3 ) ! ( 3+1 ) ! ( 0+ 3 ) !
P= =
N ! A! B!C ! D ! 7!3!0!1!3!
6 ∙ 24 ∙ 24 ∙6 20736
P= = =0,1143
5040 ∙6 ∙ 1 ∙1 ∙6 181440
4) Kriteria Penolakan
Tolak H 0 jika P ≤ α
Terima H 0 jika P>α
5) Kesimpulan
Uji 1 Sisi P=0,114>α =0,05 maka H 0diterima dan uji 2 sisi yaitu
P=0,114∗2=0,228> α=0,05 sehingga H 0 Diterima. Jadi, baik pada Uji satu sisi
maupun dua sisi, kita menyimpulkan tidak ada perbedaan yang bermakna antara
mereka yang merokok maupun tidak merokok pada malam hari terhadap kanker
paru.
2. Asosiasi Dua Variabel (Numerik-Kategorik)
a. Kategorik = 2
1) Uji t-independen
Asumsi:
− Distribusi normal
− Data independen
− Variabel numerik vs kategorik (hanya 2 kelompok)
Prinsipnya ingin mengetahui apakah ada perbedaan mean antara dua populasi,
dengan membandingkan dua mean sampelnya.
Contoh kasus:
Seorang peneliti ingin mengetahui apakah ada hubungan perilaku menyusui
tehadap kadar Hb. Diambil sampel 14 ibu, dengan 0 = tidak ekslusif, 1 = ekslusif.
Jawab:
a) Hipotesis
H0 : Tidak ada asosiasi antara kadar Hb terhadap perilaku menyusui atau
μi=0 ,i=1,2
H 1 : Ada asosiasi antara kadar Hb terhadap perilaku menyusui atau μi ≠0 ,i=1,2.
b) Besaran yang diperlukan
α =5 %
c) Kesimpulan
Berdasarkan keluaran program, didapatkan bahwa nilai p−value=0,00≤ α =0,05 .
Maka H 0 ditolak, artinya ada asosiasi antara kadar Hb terhadap perilaku
menyusui.
2) Uji ANOVA
Anova (Analysis of variances) digunakan untuk melakukan analisis komparasi
multivariabel. Teknik analisis komparatif dengan menggunakan tes “t” yakni dengan
mencari perbedaan yang signifikan dari dua buah mean hanya efektif bila jumlah
variabelnya dua. Untuk mengatasi hal tersebut ada teknik analisis komparatif yang
lebih baik yaitu Analysis of variances yang disingkat anova. Anova digunakan untuk
membandingkan rata-rata populasi bukan ragam populasi. Jenis data yang tepat
untuk anova adalah nominal dan ordinal pada variabel bebasnya, jika data pada
variabel bebasnya dalam bentuk interval atau rasio maka harus diubah dulu dalam
bentuk ordinal atau nominal. Sedangkan variabel terikatnya adalah data interval atau
rasio. Anova satu arah (one way anova) digunakan apabila yang akan dianalisis
terdiri dari satu variabel terikat dan satu variabel bebas. Interaksi suatu kebersamaan
antar faktor dalam mempengaruhi variabel bebas, dengan sendirinya pengaruh
faktorfaktor secara mandiri telah dihilangkan. Jika terdapat interaksi berarti efek
faktor satu terhadap variabel terikatakan mempunyai garis yang tidak sejajar dengan
efek faktor lain terhadap variabel terikat sejajar (saling berpotongan), maka antara
faktor tidak mempunyai interaksi.
Bentuk Data
kn
Dimana 2 : T ∑Ti⋅¿2 T 2
JKT=∑ ∑ x2ij− ¿⋅¿ ¿JKP=i=1 − ¿⋅¿ ¿JKG=JKT−JKP¿
i=1 j=1 nk n nk
JKT = Jumlah Kuadrat Total
JKP = Jumlah Kuadrat Perlakuan
JKG = Jumlah Kuadrat Galat
Tabel ANOVA:
Sumber Derajat Jumlah Kuadrat
Variasi Bebas Kuadrat Tengah F
Perlakuan k-1 JKP JKP/k-1 KTP/KTG
Galat k(n-1) JKG JKG/k(n-1)
Total nk-1 JKT
Contoh soal:
Pada contoh ini akan dicoba hubungan antara tingkat pendidikan ibu dengan berat badan
bayi. Variabel pendidikan merupakan kategorik dengan 4 kategori sedangkan variabel
berat badan bayi merupakan numerik. 1 = SD, 2 = SMP, 3 = SMA, 4 = Sarjana.
TP BB Bayi
1 3.4
1 4.5
1 2.8
2 4.1
2 3.5
2 4.6
3 3.2
3 4.8
3 2.9
4 3.7
4 3.9
Jawab:
Populasi
1 2 3 4
3.4 4.1 3.2 3.7
4.5 3.5 4.8 3.9
2.8 4.6 2.9 4.5
total 10.7 12.2 10.9 12.1 45.9
T 2i . 114.49 148.84 118.81 146.41 528.55
2 2 2 2
x ij x ij x ij x ij
∑ ∑ x2ij =180.71
i=1 j=1
∑ T 2i .=528.55
i=1
Manual:
k n 2
T .. (45.9)2 2106.81
JKT=∑ ∑ x − =180.71−
2
=180.71−
ij =5.142
i=1 j=1 nk 12 12
k
∑ T 2i . 2
T .. 528.55 (45.9)2
i=1
JKP= − = − =176.183−175.568=0.616
n nk 3 12
JKG=JKT −JKP=5.142−0.616=4.527
JKP 0.616
KTP= = =0.205
df 3
JKG 4.527
KTG= = =0.566
df 8
Tabel ANOVA dengan bantuan SPSS
ANOVA
BB
Total 5.142 11
a) Hipotesis
H 0 : Tidak ada asosiasi antara Tingkat Pendidikan Ibu dan Berat Badan Bayi atau
μi=0 ,i=1,2
H 1 : Ada asosiasi antara Tingkat Pendidikan Ibu dan Berat Badan Bayi atau
μi ≠0 ,i=1,2
b) Besaran yang diperlukan
α =5 %
c) Statistik Uji
KTP 0,205
F= = =0,363
KTG 0,566
d) Kriteria Penolakan
Tolak H 0 jika F hit > F (α ;k −1 ;k (n−1)) atau p−value ≤ α
Terima H 0 jika F hit ≤ F(α ; k−1; k(n−1)) atau p−value>α
e) Kesimpulan
Berdasarkan keluaran program, didapatkan bahwa nilai
p−value=0 ,782> α=0,05 atau F hit =0,363< F(0.05 ;3 ;8) =4,066 . Maka H 0 diterima,
artinya tidak ada asosiasi antara Tingkat Pendidikan Ibu dan Berat Badan Bayi.
DAFTAR PUSTAKA
Muhson, Ali. 2016. ANOVA. http://staffnew.uny.ac.id/upload/132232818/pendidikan
/Ali%20Muhson%20(2016)%20Pedoman%20Praktikum%20Analisis
%20Statistik.pdf.
Nurjati, Syekh. 2013. Uji t. http://sc.syekhnurjati.ac.id/esscamp/files_dosen/modul
/Pertemuan_14IN.1040837.pdf.
Purnawadi, I Gede. 2013. Analisis Bivariat. https://www.academia.edu/24915133/
ANALISISBIVARIAT_DATA_KATEGORIK_DAN_NUMERIK_Uji_t_dan_A
NOVA.
Wibowo, Ari. 2012. Uji Chi-squared. file:///C:/Users/CACC/Downloads/294-804-1-
PB.pdf.