Pendahuluan
Uji Lamda
Penggunaan Statistik Parametris dan Non Parametris Untuk Menguji Hipotesis
BENTUK HIPOTESIS
MACAM DATA Komparatif (dua sampel) Komparatif (lebih dari dua sampel)
Deskriptif (satu variabel
Asosiatif (hubungan)
atau satu sampel)**
Korelasi parsial*
Interval
t-test* t-test of related t-test independent*
Rasio
Korelasi ganda*
Two say Anova* Two say Anova*
variabel yang
dikorelasikan Korelasi Kontinency
Korelasi Kendall’s
Tau
Korelasi Ganda
Korelasi Parsial
Korelasi Pearson-
Product Moment
INDIKASI
KORELASI PEARSON-PRODUCT MOMENT digunakan
untuk mengetahui hubungan dan kekuatan hubungan
antara 2 variabel berskala inter val atau rasio yang
berdistribusi normal.
Jika sebaran data tidak normal, lakukan transformasi. Jika
hasil transformasi tidak normal, gunakan uji KORELASI
SPEARMAN.
Misalnya, mempelajari hubungan antara intake Fe dengan
kadar Hb tenaga kerja.
intake Fe (variabel X) dan kadar Hb (variabel Y)
ke d u a nya m e r u p a k a n v a r i a b e l d e n g a n s k a l a
pengukuran rasio.
ASUMSI
a) Ke d u a va r i a b e l ya n g a k a n d i a n a l i s i s
hubungannya berskala interval atau rasio
b) Variabel X pada setiap nilai variabel Y
berdistribusi normal.
c) Variabel Y untuk setiap nilai variabel X juga
berdistribusi normal.
Korelasi
Dia
g
Melihat hubungan dua variabel :
Pen ram
plo car (sc
t) atte
r
Koe
kor fisien
ela
si
Diagram Tebar/Pencar (scatter plot)
* *
* *
* *
r=1 0<r<1 * * *
r=0
r= -1 0<r<-1
Ujilah apakah ada hubungan antara jumlah rokok yang dikonsumsi setiap hari
dengan kadar Hb pada α 5% dan hitung berapa besar derajat keeratannya?
Contoh
Langkah-langkah mengerjakan:
1. Buat tabel penolong
No Jumlah rokok Hb (Y) X2 Y2 XY
(X)
1 5 11 25 121 55 Misalnya, data telah
2 4 12 16 144 48 diuji normalitas, dan
3 6 10 36 100 60
hasilnya normal.
4 3 14 9 196 42
5 8 9 64 81 72
6 8 8 64 64 64
7 10 7 100 49 70
8 2 15 4 225 30
9 3 12 9 144 36
10 9 8 81 64 72
ΣX = 58 ΣY = 106 ΣX2 = 408 ΣY2=1188 ΣXY = 549
(ΣX)2 = 3364 (ΣY)2 = 11236
Contoh
2. Formulasi hipotesis :
Ho : r = 0 (tidak ada hubungan antara jumlah rokok yang dikonsumsi setiap hari
dengan kadar Hb).
Ha: r ≠ 0 (ada hubungan antara jumlah rokok yang dikonsumsi setiap hari dengan
kadar Hb).
3. Menghitung nilai r hitung
Σ(�3 −�)
ΣTx atau ΣTy=
Rumus Z t = jumlah data yang sama
12
Uji Korelasi Spearman
Jika jumlah sampel >30, untuk menguji
signifikansinya menggunakan rumus :
Uji Korelasi Spearman
72 + 73,5 − 35,5
103 − 10 (43 − 4) + (43 − 4) + (23 − 2) �� =
Σ�2 = − 2 72 � 73,5
12 12 145,5 −35,5
=
2 5292
1000 − 10 109,9
Σ�2 = − (5) + (5) + (0,5) =
12 145,5
= 82,5 – 10,5 = 0,755
= 72 § Lihat Tabel Spearmen dengan n=10 dan α
0,05 didapatkan r tabel 0,648.
§ Karena r hitung (0,755) > r tabel (0,648)
103 − 10 (43 − 4) + (33 − 3) + (33 − 3) maka Ho ditolak, artinya ada hubungan
Σ�2 = −
12 12 antara dukungan keluarga dengan motivasi
pasien dalam menjalani terapi hemodialisis.
1000 − 10 § Kekuatan hubungan kuat dan arah hubungan
Σ�2 = − (5) + (2) + (2) positif artinya bila dukungan keluarga
12
= 82,5 – 9 meningkat maka motivasi pasien ju ga
= 73,5 meningkat.
Uji Korelasi Spearman
Contoh 2
Uji Coeficient
Contingency
Uji Coeficient Contingency (1)
Uji ini bertujuan untuk mengetahui hubungan antara dua
variabel yang berskala data nominal dimana hubungan
keduanya adalah simetris atau searah.
Misalnya, hubungan antara kebiasaan olahraga dengan status
kesehatan. Hubungan keduanya simetris, dimana kebiasaan
olahraga bisa mempengaruhi kesehatan seseorang sedangkan
kesehatan seseorang juga bisa mempengaruhi seseorang untuk
berolahraga.
Uji Coeficient Contingency (1)
Langkah Uji:
1). Membuat tabel silang, menentukan nilai frekuensi ekspektasi.
(� − �)2
����� ���� : �2 ℎ����� = Σ
�
Ket :
1 2 2
1=Tidak
2 2 2 2=Ya / Baik
3 1 1
4 1 2
5 2 2
6 2 2
7 2 1
8 1 1
9 2 2
10 1 1
Uji Coeficient Contingency (2)
Penyelesaian :
1). Ubah data dalam bentuk kode dan buat tabel contingency
2x2
No Olahraga) Kesehatan
1 2 2
2 2 2
3 1 1
4 1 2
5 2 2
6 2 2
7 2 1
8 1 1
9 2 2
10 1 1
Uji Coeficient Contingency (2)
Penyelesaian :
2). Buat tabel silang 2 x 2, kemudian hitung nilai expected count
Olahraga Kesehatan Total
Baik Tidak
Ya 5(E1 = 3,6) 1(E2=2,4) 6
Tidak 1(E3=2,4) 3 (E4=1,6) 4
Total 6 4 10
Σ��� − ��� (��)
�� =
� − max (��)
Keterangan :
nmj = angka terbesar dari setiap kolom pada tabel kontingensi
Ri = angka terbesar untuk total baris
Uji Lamda (2)
3. Mengartikan kekuatan korelasi
m e n ge t a h u i a p a k a h a d a 2 2 2
3 1 2
hubungan antara perilaku
4 1 1
merokok dengan terjadinya 5 1 1
hipertensi. Didapatkan data 6 2 2
sebagai berikut: 7 2 2
8 2 2
9 2 2
10 2 2
11 2 1
12 1 1
13 2 1
14 2 2
15 2 2
Keterangan :
1=tidak hipertensi, tidak merokok; 2 = merokok, hipertensi
Uji Lamda (3)
Ubah data dalam bentuk kode
Buat tabel silang 2 x 2 (dalam pembuatannya, variabel
dependen diletakkan pada row dan independen pada colum.
Kemudia hitung nilai lamda.
Hipertensi Merokok Total
Ya Tidak
Ya 9 1 10
Tidak 2 3 5
Total 11 4 15
(9 + 3) − 10 2
�� = = = 0,4
15 − 10 5
Dari hasil perhitungan didapatkan nilai lamda (0,4) berarti terdapat hubungan lemah
antara merokok dan hipertensi atau perilaku merokok pasien tidak dapat digunakan
untuk memprediksi hipertensi
Pemilihan Hipotesis Korelatif
Variabel 1 Variabel 2 Uji Korelasi