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
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
H 1 : Ada asosiasi data antara kebiasaan merokok malam dengan dengan kejadian
kanker paru pada perokok
Jawab:
a) Hipotesis
H 0 : Tidak ada asosiasi antara kadar Hb terhadap perilaku menyusui
H 1 : Ada asosiasi antara kadar Hb terhadap perilaku menyusui
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 t-dependen
Uji t dependen seringkali disebut uji t Paired/related atau pasangan. Sering
digunakan dalam analisis data penelitian eksperimen. Disebut dependen bila
responden diukur dua kali/diteliti dua kali atau pre- dan post- test.
Contoh soal:
Untuk contoh ini akan dilakukan uji uji beda rata-rata kadar Hb antara pengukuran
pertama dan kedua.
HB1 HB2
13.1 14.2
11.4 11.6
15.9 16.2
14.2 13.7
15.1 16.3
16.3 16.1
12.8 13.8
13.7 13.9
10.9 14.2
11.9 12.3
12.8 13.4
14.3 15.6
18.3 16.7
15.6 16.4
Jawab:
a) Hipotesis
H 0 : Tidak ada asosiasi antara kadar Hb pertama dan kadar Hb kedua
H 1 : Ada asosiasi antara kadar kadar Hb pertama dan kadar Hb kedua
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 pertama dan kadar Hb
kedua.
3) 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.
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.
TP BB Bayi
1 3.4
2 4.5
2 2.8
1 4.1
3 3.5
4 4.6
3 3.2
4 4.8
1 2.9
2 3.7
2 3.9
Jawab:
ANOVA
BB
Total 4.645 10
a) Hipotesis
H 0 : Tidak ada asosiasi antara Tingkat Pendidikan Ibu dan Berat Badan Bayi
H 1 : Ada asosiasi antara Tingkat Pendidikan Ibu dan Berat Badan Bayi
b) Besaran yang diperlukan
α =5 %
c) Kesimpulan
Berdasarkan keluaran program, didapatkan bahwa nilai
p−value=0 ,151> α=0,05. Maka H 0 diterima, artinya ada asosiasi antara Tingkat
Pendidikan Ibu dan Berat Badan Bayi .