MAKALAH

UJI HIPOTESIS KOMPARATIF VARIABEL NUMERIC DUA KELOMPOK

Disusun Guna Memenuhi Tugas Mata Kuliah Analisa Data

Disusun Oleh:

1. M. Thufeil Addausy 19100047

2. Mardiana DM 2010071P

3. Melpina Leo Lukman 2010072P

4. Merin Mediloka 2010073P

STIKES Citra Delima Bangka Belitung

Program Studi S1 Ilmu Keperawatan

Jl. Pinus I depan kuburan, Kacang Pedang, Gerunggang, Kota Pangkal Pinang,

Kepulauan Bangka Belitung 33125

 KATA PENGANTAR

Puji dan syukur kami panjatkan kehadirat Tuhan Yang Maha Esa yang telah

memberikan hidayahnya sehingga kami dapat menyelesaikan Makalah Uji Hipotesis

Komparatif Variabel Numerik Dua Kelompok. Tujuan dibuat Makalah ini untuk memberi

pengetahuan bagi pembaca mengenai analisa data dan adapun keaslian dalam penulisan

makalah ini adalah hasil makalah kami sendiri.

Harapan saya kedepan semoga dengan terselesaikan makalah ini dapat bermanfaat bagi

pembaca dan menjadi tolok ukur bagi makalah lain.

Demikianlah kata pengantar ini dibuat, sudah tentu banyak kekurangan-kekurangan yang

terdapat dilaporan ini. Karena itu, saran dan kritik yang membangun dari pembaca sangat

kami harapkan untuk kesempurnaan makalah ini.

Mapur, 30 September 2022

Penyusun

ii
 DAFTAR ISI

Kata Pengantar....................................................................................................... ii

Daftar Isi ................................................................................................................ iii

BAB I Pendahuluan................................................................................................ 1

1.1 Latar Belakang............................................................................................. 1

1.2 Rumusan Masalah........................................................................................ 1

1.3 Tujuan Penulisan.......................................................................................... 1

BAB II Pembahasan................................................................................................ 2

2.1 Uji t Tidak Berpasangan.............................................................................. 2

2.2 Uji t Berpasangan......................................................................................... 8

2.3 Uji Mann Whitney........................................................................................ 13

2.4 Uji Wilcoxon................................................................................................. 17

BAB III Penutup..................................................................................................... 22

3.1 Kesimpulan................................................................................................... 22

3.3 Saran.............................................................................................................. 22

Daftar Pustaka......................................................................................................... 23

iii
iv
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Kata statistik secara etimologis berasal dari kata status (bahasa latin) yang

mempunyai kesamaan arti dengan state (bahasa Inggris) atau kata stat (bahasa Belanda)

serta. Pada mulanya statistik diartin sebagai kumpulan bahan keterangan data, baik

dalam bentuk angka maupun tidak berbentuk angka, yang mempunyai arti penting dan

kegunaan yang besar bagi suatu negara. Namun pada perkembangannya hanya dibatasi

pada kumpulan bahan keterangan ang berwujud angka dan tidak berwujud angka.

Pada hakekatnya statistik adalah kerangka teori dan metode yang telah dkembangkan

untuk melakukan pengumpulan, analisis, dan pelukis data sampel yang memperoleh

kesimpulan yang bermanfaat.

1.2 Rumusan Masalah

1. Bagaimana menginterpretasikan hasil uji t berpasangan?

2. Bagaimana menginterpretasikan hasil uji t tidak berpasangan?

3. Bagaimana cara menginterpretasikan hasil uji Wilcoxon?

4. Bagaimana cara menginterpretasikan hasil uji Mann- Whitney?

1.3 Tujuan Penulisan

1. Mampu menginterpretasikan hasil uji t berpasangan.

2. Mampu menginterpretasikan hasil uji t tidak berpasangan.

3. Mampu menginterpretasikan hasil uji Wilcoxon.

4. Mampu menginterpretasikan hasil uji Mann- Whitney

1
 BAB II

PEMBAHASAN

2.1. Uji T Tidak Berpasangan

KASUS: Anda ingin mengetahui bagaimana pengaruh kehadiran suami pada saat istri

dalam proses melahirkann terhadap skor ansietas istri. Anda merumuskan pertanyaan

penelitian sebagai berikut: “Aakah terdapat perbedaan rerata skor ansietas antara

kelompok ibu-ibu yang proses kelahirannya didampingi suami dan ibu-ibu yang proses

melahirkannya tidak didampingi suami?”.

Uji hipotesis apa yang akan dipilih?

Langkah-langkah menentukan uji hipotesis yang sesuai dengan panduan tabel uji

hipotesis dan diagram alur.

No Langkah Jawaban

1 Menentukan variabel yang Variabel dihubungkan adalah

dihubungkan pendampingan kelahiran (kategorik)

dengan skor ansietas (numerik)

Menentuan jenis hipotesis Komparatif

Menentukan skala variabel Numerik

Menentukan pasangan/tidak Tidak berpasangan

berpasangan

Menentukan jumlah kelompok Dua kelompok

Kesimpulan:

Uji yang digunakan adalah uji t tidak berpasangan (uji parametrik) jika memenuhi

syarat. Jika tidak memenuhi syarat, maka digunakan uji alternatifnya, yaitu uji Mann

Whitney (uji nonparametrik)

2
Langkah-langkah melakukan uji t tidak berpasangan

1. Memeriksa syarat uji t tidak berpasangan

a. Data berdistribusi normal (wajib)

b. Varians data boleh sama dn tidak sama

2. Jika memenuhi syarat maka dipilih uji t tidak berpasangan

3. Jika tidak memenuhi syarat dilakukan terlebih dahulu transformasi data

4. Jika variabel baru hasil transformasi normal, maka dipakai uji t tidak berpasangan

5. Jika variabel baru hasil transformasi tidak normal, maka dipiih uji Mann Whitney

Prosedur melakukan uji t tidak berpasangan dengan SPSS

1. Menguji distribusi data

a. Buka file unpaired-t-test

b. Lakukan uji normalitas untuk data skor ansietas kelomok ibu yang proses

melahirkan ditemani suami dan data skor ibu melahirkan yang tidak ditemani

suami.

3
 Setelah diproses, output SPSS

Test of Normality

Kolmogorov- Smimov

Statistic df Sig.

Score ansietas diadampingi suami .068 147 .098

tidak didampingi suami .037 103 .200

Interpretasi

1.) Bagian pertama adalah statistik deskriptif untuk variabel skor ansietas

berdasarkan masing-asing kelompok.

2.) Sesuai kesepakatan, Anda menggunakan uji kolmogorovv-Smirnov atau

Shapiro-Wik untuk menguji apakah distribusi data normal atau tidak. Apakah

data berdistribusi normal?

Pada Uji Test of Normality Kolmogrov-Smirnov, skor ansietas ibu yang

didampingi suami mempunyai nilai p= 0,098 sedangkan yang tidak didampingi

suami p=0,200. Karena nilai p > 0,05, dapat diambil kesimpulan bahwa distribusi

4
 skor ansietas ibu yang didampingi suami maupun yang tidak didampingi suami

berdistribusi normal.

Karena syarat distribusi data normal terpenuhi, maka uji hipotesis yang

digunakan adalah uji t tidak berpasangan.

2. Langkah uji t tidak berpasangan

Buka file unpaired-t-test

Lakukan prosedur

a. Analyze Compare Means Independent sample t

b. Masukkan Score kedaam kotak Test Variabel

c. Masukkan suami ke dalam Grouping Variabel

d. Aktifkan kotak Define Group

e. Masukkan angka 1 untuk kotak group 1 (kode tidak didampingi suami)

f. Masukkan angka 2 untuk grup 2 (kode didampingi suami)

5
g. Prosedur telah selesai, klik Continue, Klik OK.

Output SPSS

Interpretasi output

1.) Menguji varians

Pada kotak Levenes test (nama uji hipotesis untuk menguji varians), nilai

sig = 0,000. Karena nilai p < 0,05 maka varians data kedua kelompok tidak

sama. Ingat, untuk variabel 2 kelompok tidak berpasangan, kesamaan

varians tidak menjadi syarat mutlak.

2.) Karena varians tidak sama, maka untuk melihat hasil uji t memakai hasil

pada baris ke dua (equal varians not assumed).

3.) Angka significancy pada baris kedua adalah 0,000 dengan perbedaan rerata

(mean difference) sebesar -50,13

4.) Nilai IK 95% adalah antara -52,96 sampai -47,29

6
5.) Karena nilai p<0,05 maka diambil kesimpulan “terdapat erbedaan rerata

skor ansietas yang bermakna antara kelompok-keomok ibu yang proses

melahirkan didampingi suami dan yang tidak didampingi suami” atau

“rerata skor ansietas kelompok ibu yang proses melahirkan didampingi

suami lebih redah secara bemakna dibandingkan tidak didampingi suami”.

Intepretasi lengkap nilai p

Jika skor ansietas kelompok ibu yang proses melahirkannya didampingi

suami tidak berbeda dengan yang tidak didampingi suami, mmaka faktor

peluang saja dapat menerangkan 0,000% untuk memperoleh perbedaan rerata

sebesar -50,13. Karena peluang untuk menerangkan hasil sebanya yang

diperoleh <5%, maka hasil ini bermakna.

Interpretasi lengkap nilai IK 95%

Kita percaya sebesar 95% bahwa jika pengukuran dilakukan pada populasi,

maka perbedaan skor ansietas antara kelompok ibi-ibu yang didampingi suami

dengan ibu-ibu yang tidak didampingi suami adalah antara 52,96 sampai -

47,29.

Kesimpulan yang diperoleh dengan cara menghitung p dan menghtung IK 95%

adalah sama, akan teapi informasi yng diberikan berbeda.

Melaporkan hasil

Pada tabel sebelumnya menyajikan hasil analisis uji t tidak bepasangan.

Suatu tabel yang lengkap terdiri atas jumlah subjek tiap elompok, rerata tiap

keompok, simpang baku tiap elompok, perbedan rerata antar kelompok,

interval kepercyaan (IK) dari perbedaan rerata, dan nilai p. Variasi lain yaitu

melaporkan nilai p dan menyertakan IK.

7
 Uji t tidak berpasangan secara lengkap

n Rerata s.b Perbedaan p

Rerata IK 95%

Didampingi suami 147 20,9 < > 7,6 50,1(47,3-53,0) <0,001

Tidak didampingi suami 103 71,0 < >13,1

Uji t tidak berpasangan dengan melaporkan nilai p

n Rerata s.b p

Didampingi suami 147 20,9 < > 7,6 <0,001

Tidak didampingi suami 103 71,0 < >13,1

Uji t tidak berpasangan dengan melaporkan nilai interval keperayaan

n Rerata s.b Perbedaan Rerata IK 95%

Didampingi suami 147 20,9 < > 7,6 50,1(47,3-53,0)

Tidak didampingi suami 103 71,0 < >13,1

2.2. Uji T Berpasangan

KASUS: Anda ingin mengetahui bagaimana pengaruh terapi sulih testosteron terhadap

perubahan body masssa index (BMI). Pertanyaan And “Apakah terdapat perbedaan

rerata BMI sebelum dan sesudah stu bulan penyuntikan testosteron?”.

Uji hipotesis

Langkah-langkah untuk menentukan uji hipotesis yang sesuai dengan panduan tabel uji

hipotesis dan diagram alur.

No Langkah Jawaban

1 Menentukan variabel yang Variabel adalah BMI (numerik)

dihubungkan dengan pengukuran waktu (kategorik)

8
 Menentuan jenis hipotesis Komparatif

Menentukan skala variabel Numerik

Menentukan pasangan/tidak Berpasangan

berpasangan

Menentukan jumlah kelompok Dua kelompok

Kesimpulan:

Uji yang digunakan adalah uji t tidak berpasangan (uji parametrik) jika memenuhi

syarat. Jika tidak memenuhi syarat, maka digunakan uji alternatifnya, yaitu uji

Wilcoxon (uji non parametrik)

Langkah-langkah melakukan uji t berpasangan

1. Memeriksa syarat uji t kelompok berpasangan.

a. Distribusi data harus normal (wajib)

b. Varians data tidak perlu di uji karena kelompok data berpasangan

2. Jika memenuhi syarat, maka dipilih uji t berpasangan.

3. Jika tidak memenuhi syarat dilakukan transfomasi data terlebih dahulu.

4. Jika variabel baru transformasi berdistribusi normal, maka dipakai uji t berpasangan.

5. Jika variabel baru hasi transformas tidak berdistribusi normal, maka dipilih uji

Wilcoxon.

1. Menguji distribusi data

a. Buka file paired-t-test.

b. Lakukan uji normalitas untuk skor BMI sebelum dan setelah satu bulan

penyuntikan testosteron.

9
 Tesis of Normality

Kolmogorov-Smirnov Shapiro-Wilk

Statistic df Sig Statistic df Sig

BMI sebelum suntik .123 50 .055 .965 50 .143

BMI setelah suntik .123 50 .058 .983 50 .695

Interpretasi hasil

a. Bagian pertama yaitu statistik untuk BMI berdasarkan masing kelompok

data.

b. Pada tes normalitas, karena jumlah sampel kecil (n=50) dianjurkan

menggunakan uji Shapiro-Wilk.

c. Dengan hasil test of normality Shapiro-Wilk, diperoleh hasil untuk kedua

kelompok data adalah >0,05. Dengan demikian dapat diambil kesimpulan

bahwa disstribusi kedua kelompok data adalah normal.

10
2. Langkah-langkah uji t berpasangan

Tetap berada di file paired-t-test dengan melakukan langkah:

a. Analyze compare means paired sample t

b. Masukan bmipre dan bmiposst ke dalam kotak paired variabels

c. Proses telah selesai. Klik continue. Klik OK

Hasil Output

Mean N Std. Deviation Std. Error

Pair 1 BMI sebelum 18.390 50 .772 .109

suntik

BMI setelah

suntik
23.994 50 .890 .126

Paired Sample Test

Paired Diferences

Mean S.Dev S. 95% C. Interval

iation Error of the Difference

Mean Low Up I nf Sig 2 tailed

Pair 1 BMI -5.604 1.088 .154 .5913 .5295 .36.423 49 .000

sebelum dan

setelah suntik

testosteron

11
Interpetasi hasil

a. Bagian paired samples statistic menggambarkan deskripsi masing-mmasing

variabel.

b. Tabel kedua menggambarkan hasil uji t berpasangan. Diperoleh s. 2 tailed 0,000

(p< 0,05), artinya “terdapat perbedaan rerataa bmi yang bermakna sebelum dan

setelah satu bulan penyuntikan testosteron”. Nilai IK 95% antar -5,913 sampai -

5,295.

Interpretasi lengkap nilai p

Jika BMI sebelum penyuntikan testosteron tidak berbeda dengan BMI satu bulan

sesudah penyuntikan, maka faktor peluang saja dapat menerangkan 0,00% untuk

memperoleh perbedaan rerata sebesar -5,604. Karena peluang untuk menerangkan

hasil yang diperoleh <5%, maka hasil ii bermakna.

Interpretasi lengkap nilai IK 95%

Kita percaya sebesar 95% pengukuran dilakukan pada popuasi, selisih BMI

sebelum dan sesudah penyuntikan testosteron dengan BMI satu bulan setelah

penyuntikan adalah antara -5,913 sampai -5,295.

Melaporkan hasil

Hasil uji t berpasangan secara lengkap

n Rerata < > s.b Perbedaan Rerata IK 95% p

IMT sebelum suntik 50 18,39< > 0,77 5,60< >1,09 5,29-5,91 <0,001

IMT setelah suntik 50 23,99< > 0,89

Hasil uji t berpasangan dengan melaporkan niai p

n Rerata < > s.b p

IMT sebelum suntik 50 18,39< > 0,77 <0,001

IMT setelah suntik 50 23,99< > 0,89

12
 Hasil uji t berpasangan dengan melaporkan nilai IK tanpa simpang baku perbedaan

rerata

n Rerata < > s.b Perbedaan Rerata IK 95%

IMT sebelum suntik 50 18,39< > 0,77 5,60< >1,09 5,29-5,91

IMT setelah suntik 50 23,99< > 0,89

2.3.............................................................................................................................Uji

Mann-Whitney

KASUS: Anda ingin mengetahui apakah terdapat perrbedaan rerata body massa index

(BMI) antara kelompok ekonomi rendah dengan kelompok ekonomi tinggi. Anda

merumuskan pertanyaan penelitian “Apakah terdapat perbedaan rerata body massa

index antara kelompok ekonomi rendah dengan kelompok ekonomi tinggi?”.

Langkah-langkah menentukan uji hipotesis

No Langkah Jawaban

1 Menentukan variabel yang Variabel adalah BMI (numerik)

dihubungkan dengan status ekonomi (kategorik)

Menentuan jenis hipotesis Komparatif

Menentukan skala variabel Numerik

Menentukan pasangan/tidak Tidak Berpasangan

berpasangan

Menentukan jumlah kelompok Dua kelompok

Kesimpulan:

Uji yang digunakan adalah uji t tidak berpasangan (uji parametrik) jika memenuhi

syarat. Jika tidak memenuhi syarat, maka digunakan uji alternatifnya, yaitu uji Mann-

Whitney (uji non parametrik)

13
1. Memeriksa syarat uji t tidak berpasangan

c. Data berdistribusi normal (wajib)

d. Varians data boleh sama dn tidak sama

2. Jika memenuhi syarat maka dipilih uji t tidak berpasangan

3. Jika tidak memenuhi syarat dilakukan terlebih dahulu transformasi data

4. Jika variabel baru hasil transformasi normal, maka dipakai uji t tidak berpasangan

5. Jika variabel baru hasil transformasi tidak normal, maka dipiih uji Mann Whitney

1. Uji Normalitas

a. Buka file mann-whitney

b. Lakukan uji normalits untuk data bmi kelompok ekonomi rendah dengan bmi

kelompk ekonomi tinggi. Prosedur sama pada prosedur di materi sebelumnya

dengan menambahkan class ke dalam factor list.

Case Processing Sunminary

Cases
Tingkat
Valid Missing Total
ekonomi
N Percent N Percent N Percent

IMT Tinggi 44 100,00% 0 0% 44 100,0%

Rendah 56 100,00% 0 0% 56 100,0%

14
 Tesis of Normality

Tingkat Kolmogorov-Smimov Shapire-Wilk

ekonomi Statistic Df Sig Statistic df Sig

IMT Tinggi 187 44 .001 .932 44 .019

Rendah 172 56 .000

Interpretasi Hasil

a. Bagian pertama yaitu statistik deskriptif untuk variabel Bmi berdasarrkan

masing-masing kelompok data.

b. Hasil uji shapiro-Wilk dipakai untuk uji normalitas Bmi kelompok ekonomi

tinggi (p= 0,019), sedangkan untuk kelompok ekonomi rendah memakai

hasil uji K-Smirnov (p=0,000)

Untuk jumlah sampel kecil, uji normalitas yang dipakai adalah uji Shapiro-

Wilk, sedangkan jumlah sampel yang besar, uji normalitas yang dipakai

adalah uji Kolmogorov-Smirnov.

2. Uji t tidak berpasangan

15
 Karena nilai p < 0,05 maka dapat diambil kesimpulan bahwa distribusi data kedua

kelompok tidak normal, maka tidak dilakukan uji t tidak berpasangan.

3. Transformasi data

Setelah distribusi data tidak normal, langkah yang dilakuan yaitu:

a. Melakukan transformasi data agar data berdistribusi normal.

b. Melakukan uji noemalitas tehadap variabel hasil transformasi.

4. Uji normalitas vaariabel baru hasil transformasi

Proses transformasi data untuk usaha agar distribusi data menjadi normal tidak

berhasi. Syarat data harus memiliki distribusi normal tidak terpenuhi, maka uj

hipotesis yang dipakai yaitu uji alternati t test tidak berpasangan, yaitu uji Mann-

Whitney.

5. Uji Mann-Whitney

a. Analyze Non parametrics test 2 independent samples

b. Masukkan bmi kedalam test variable

c. Masukkan class ke dalam grouping variable

d. Aktifkan uji Mann-Whitney

e. Klik kotak define group

f. Masukkan angka 1 pada kotak grup 1 (1= ekonomi tinggi)

g. Masukkan angka 2 pada kotak grup 2 (2= ekonomi rendah)

16
h. Proses selesai, Klik continue, Klik OK

Output SPSS

BMI

Mann-Whitney U 973.000

Wilcoxon 1963.000

Z -1907

Asymp. Sig. (2tailed) .071

Interpretasi hasil

Dengan uji Mann-Whitney, diperoleh angka Sig. 0.071. Karena nilai p > 0,05, dapt

disimpulkan bahwa “tidak ada perbedaan bermakna antara BMI kelmpok ekonomi

rendah dengan BMI kelompok ekonomi tinggi”.

Interpretasi lengkap nilai p

Jika BMI kelompok ekonomi rendah tidak berbeda dengan BMI kelompok ekonmi

tinggi, maka faktor peluang saja dapat menerangkan 7,1% untuk memperoleh hasil

yang diperoleh. Karena peluang untuk menerangkan hasil yang diperoleh > 5%,

maka hasil dianggap tidak bermakna.

Melaporkan hasil

Hasil analisis uji Mann-Whitney

n Median (min-max) p

IMT kelompok ekonomi tinggi 44 23,7 (22,0-26,0) 0.071

17
 IMT kelompok ekonomi rendah 56 24,0 (22,8-25,0)

Hasil analisis uji Mann-Whitney dengan penambahan informasi rerata dan simpang

baku

n Median (min-max) Rerata < > s.b p

IMT kelompok ekonomi tinggi 44 23,7 (22,0-26,0) 23,76 < > 1,06 0.071

IMT kelompok ekonomi rendah 56 24,0 (22,8-25,0) 24,06 < > 0,57

2.4.............................................................................................................................Uji

Wilcoxon

KASUS: Anda ingin mengetahui apakah terdapat pengaruh penyuluhan terhadap skor

pengetahuan ibu. Anda merumuskan pernyatan “Apakah terdapat perbedaan rerata skor

pengetahuan ibu-ibu (numerik) tentang gizi sebelum dan sesudah penyuuhan?”.

Langkah menentukan hipotesis

No Langkah Jawaban

1 Menentukan variabel yang Variabel adalah Skor pengetahuan

dihubungkan (numerik) dengan waktu pengukuran

(kategorik)

Menentuan jenis hipotesis Komparatif

Menentukan skala variabel Numerik

Menentukan pasangan/tidak Berpasangan

berpasangan

Menentukan jumlah kelompok Dua kelompok

Kesimpulan:

18
 Uji yang digunakan adalah uji t tidak berpasangan (uji parametrik) jika memenuhi

syarat. Jika tidak memenuhi syarat, maka digunakan uji alternatifnya, yaitu uji

Wilcoxon (uji non parametrik)

Langkah melakukan uji t kelompok berpasangan

1. Memeriksa syarat uji t kelompok berpasangan.

a. Distribusi data harus normal (wajib)

b. Varians data tidak perlu di uji karena kelompok data berpasangan

2. Jika memenuhi syarat, maka dipilih uji t berpasangan.

3. Jika tidak memenuhi syarat dilakukan transfomasi data terlebih dahulu.

4. Jika variabel baru transformasi berdistribusi normal, maka dipakai uji t berpasangan.

5. Jika variabel baru hasi transformas tidak berdistribusi normal, maka dipilih uji

Wilcoxon.

1. Melakukan uji normalitas

a. Buka file wilcoxon

b. Lakukan uji normalitas untuk data pengetahuan sebeum dan sesudah dilakuan

penyuluhan. Prosedur yang dilakukan sama seperti materi sebelumnya.

19
 Output SPSS

Kolmogorov-Smirnov Shapiro-Wilk

Statistic df Sig Statistic df Sig

Pengetahuan sebelum penyuluhan .156 100 .000 .933 100 .000

Pengetahuan setelah penyuluhan .132 100 .000 .952 100 .001

Interpretasi hasil

a. Bagian pertama yaitu statistik deskriptif untuk variabel skor pengetahuan

berdasarkan masing-masing data.

b. Karena jumlah sampel besar, maka digunakan uji normalitas Kolmogorov-

Smirnov (p= 0,000 untu kedua kelompok). Dengan demikian dapat diambi

kesimpulan bahwa distribusi kedua kelompok data tidak normal.

2. Transformasi data

3. Uji normalitas variabel baru hasil transformasi

Proses transformasi data untuk upaya distribusi data menjadi normal tidak berhasil.

Maka data tidak terpenuhi, uji hipotesis yang dipakai adalah uji alternatif t

berpasangan, yaitu wilcoxon.

4. Melakukan uji Wilcoxon

20
a. Analyze Non parametric test related sample

b. Masukkan prepeng dan postpeng ke dalam kotak test pairs list

c. Aktifkan uji Wilcoxon

d. Proses telah selesai, Klik continue klik OK

Output SPSS

Ranks

N Mean Rank Sum of Ranks

Pengetahuan setelah Negative Ranks 26a 37,42 973.00

penyuluhan Positif Rans 56b 43,39 2430.00

Pengetahuan sebelum Ties 18c

penyuluhan Total 100

a. Pengetahuan setelah penyuluhan < pengetahuan sebelum penyuluhan

b. Pengetahuan setelah penyuluhan > pengetahuan sebelum penyuluhan

c. Pengetahuan seteah penyuluhan = pengetahuan sebelum penyuluhan

Test Statisticb

Pengetahuan setelah – sebelum penyuluhan

Z -3.377a

21
 Asymp. Sig. (2 tailed) .001

a. Based on negative ranks

b. Wilcoxon Signed Ranks Test

Interpretasi hasil

a. Output pertama menunjukan perbandingan pengetahuan sebelum dan setelah

penyuluhan. Terdapat 26 orang dengan hasil pengetahuan setelh penyuluhan

lebih rendah daripada sebelum penyuluhan, 18 orang tetap, dan 56 orang

mempunyai pengetahuan yang lebih baik dari sebelum penyuluhan.

b. Bagian test statistic menunjukkan hasil uji Wilcoxon. Diperoleh nilai sig. 0,001

(p< 0,05), dengan demikian disimpulkan “terdapat perbedaan pengetahuan yang

bermakna antara sebelum dan sesudah penyuluhan”.

Melaporkan hasil

Hasil uji Wilcoxon

N Median (min-max) p

Pengetahuan sebelum penyuluhan 100 58 (33-78) 0.001

Pengetahuan setelah penyuluhan 100 62 (40-79)

Hasil analisis uji Wilcxn dengan tambahan informasi rerata dan simppang baku

n Median (min-max) Rerata < > s.b p

Pengetahuan sebelum 100 58 (33-78) 60,58 < > 11,05 0.001

penyuluhan 100 62 (40-79) 62,90 < > 8,60

Pengetahuan setelah penyuluhan

BAB III

PENUTUP

22
3.1. Kesimpulan

Uji t tidak berpasangan berkaitan dengan uji Mann Whitney dimana uji yang

digunakan adalah uji t tidak berpasangan (uji parametrik) jika memenuhi syarat, jika

tidak memenuhi syarat maka uji alternatifnya yaitu uji Mann Whitney.

Uji t berpasangan berkaitan dengan uji Wilcoxon, dimana uji t berpasangan (uji

parametrik) jika memenuhi syarat, jika tidak memenuhi syarat maka uji alternatifnya

yaitu uji Wilcoxon.

Untuk jumlah smpel kecil, uji normalitas yang dipakai adalah uji Shapiro Wilk.

Untuk jumlah sampel besar, uji normalitas yang dipakai adalah uji Kolmogorov –

Smirnov.

3.2. Saran

Dalam penulisan makalah ini, saya banyak meminta saran atas kekurang maksimal

dalam pembuatan makalah. Saya harap makalah saya dapat menjadi tolok ukur bagi

makalah lain.

DAFTAR PUSTAKA

23
Sopiyudin, M. Dahlan. 2013. Statistik Untuk Kedokteran Dan Kesehatan. Jakarta: Salemba

Medika

24