MAKALAH BIOSTATISTIK

UJI MCNEMAR, UJI MARGINAL HOMOGENEITY,

DAN UJI COCHRAN

DI SUSUN
KELOMPOK 3 :

Restunalia (21142019010.P)
Dian Puspita Sari (21142019004.P)
Bagus Hariansyah Akbar (21142019039.P)

SEKOLAH TINGGI ILMU KESEHATAN BINA HUSADA

PROGRAM STUDI ILMU KEPERAWATAN

TAHUN 2022
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat allah SWT yang telah melimpahkna
rahmat-Nya sehingga makalah ini dapat terselesaikan tepat pada waktunya.
Makalah ini dibuat guna satu penunjang nilai mata kuliah Keperawatan Keluarga.
Ucapan terimakasih kami ucapkan kepada dosen mata kuliah Keperawatan
Biostatistik serta semua pihak yang turut mendukung pembuatan makalah ini.
Penulis menyadari bahwa makalah ini masih banyak kekurangan. Oleh sebab
itu,kami sangat mengharapkan kritik dan saran demi penyempurnaan makalah ini.
Semoga makalah ini bermanfaat dan dapat menambah pengetahuan serta
wawasan bagi pembaca,khususnya bagi kami sendiri sebagai penyusunnya.

Palembang, Januari 2023

Penulis
A. UJI MC NEMAR
1. PENGERTIAN
Uji McNemar merupakan uji statistik non parametrik yang menguji
perbedaan pada rancangan dengan perlakuan “sebelum” dan “sesudah“.
Pengujian ini bisa kita terapkan untuk data dikotomi berskala
nominal.Uji ini diperkenalkan oleh Quin McNemar seorang professor
statistik dari Universitas Stanford
pada tahun 1947.

2. FUNGSI UJI MCNEMAR

Hingga saat ini, Uji McNemar masih banyak digunakan baik dalam studi
kesehatan, machine learning, politik dan lainnya.
 Dalam studi kesehatan, seperti pengujian dampak pemberian vaksin.
Misalnya apakah sebelum dan sesudah pemberian vaksin
mengabikatkan demam atau tidak.
 Dalam machine learning, uji ini bisa kita terapkan untuk
membandingkan akurasi dari dua model
 Contoh lain pada bidang politik, pengujian bisa kita lakukan untuk
melihat apakah ada pengaruh sebelum dan sesudah debat terhadap
keputusan pemilih

3. SYARAT UJI MCNEMAR

Sebelum melakukan pengujian, ada beberapa syarat atau asumsi yang
harus terpenuhi yaitu
1. Pemilihan sampel dari populasi bersifat acak
2. Menggunakan skala pengukuran nominal
3. Data dikotomi, yaitu data dengan dua kemungkinan yang mutually
exclusive seperti pelemparan uang koin (gambar-angka), jenis kelamin
(pria-wanita), dan lainnya.
Contoh Kasus :
Seorang peneliti melakukan penelitian tentang perilaku penggunaan MSG pada
masakan. Peneliti ingin mengetahui efektifitas seminar kesehatan terhadap
penggunaan MSG dalam makanan. Dalam penelitian ini diambil sampel sebanyak
30 orang. Berdasarkan hasil survei diperoleh data sebagai berikut (0 menandakan
responden tidak menggunakan MSG dan 1 menandakan menggunakan MSG).
Selidiki apakah terdapat perbedaan penggunaan MSG dalam makanan sebelum
dan sesudah mengikuti seminar kesehatan pada taraf nyata 5%.

Tabel 3.1 Data Teladan 3.1

No. Sebelum Sesudah No. Sebelum Sesudah

1 0 0 16 0 0
2 1 0 17 1 0
3 0 0 18 0 0
4 1 0 19 0 0
5 0 1 20 1 0
6 1 0 21 1 1
7 1 0 22 1 1
8 1 0 23 0 0
9 1 0 24 0 0
10 0 0 25 1 0
11 1 0 26 1 1
12 1 1 27 1 1
13 1 0 28 0 0
14 1 1 29 1 0
15 1 0 30 1 0
Hipotesis untuk permasalahan diatas dirumuskan sebagai berikut :
𝐻0 : Penggunaan MSG sebelum dan sesudah seminar kesehatan adalah
sama.
𝐻1 : Terdapat pengurangan penggunaan bahan MSG masakan setelah
seminar kesehatan.

Analisis dengan SPSS:

1. Definisikan jenis variabel yang digunakan dalam variable view.

Gambar 3.2 Variable View Teladan 3.1

2. Masukkan data yang digunakan ke dalam data view.

Gambar 3.3 Data View Teladan 3.1

 3. Klik Analyze – Nonparametric Test – Legacy Dialogs - 2 related
samples, maka setelah itu akan muncul kotak dialog Two Related
Samples Tests.
Pindahkan variabel “sebelum” dan “sesudah” ke kotak Test Pair(s) List.

Gambar 3.4 Kotak Dialog Uji Mc Nemar

4. Tandai pilihan McNemar pada kotak Test Type=>Klik

Hasil Analisis dengan SPSS:

Sesudah Seminar

Tanpa MSG Dengan MSG

Sebelum Seminar
Tanpa MSG 9 1
Dengan MSG 14 6

Tabel 3.2
Luaran SPSS untuk Uji McNemar McNemar Test
Sebelum Seminar & Sesudah Seminar
 Test Statisticsa

Sebelum Seminar
& Sesudah
Seminar

N 30
Exact Sig. (2-tailed) .001b

a.McNemar Test
b.Binomial distribution used.

Interpretasi hasil
 Tabel cross tab menunjukkan penggunaan MSG sebelum dan sesudah
seminar kesehatan. Sel yang menjadi perhatian adalah baris 1 kolom 2
(B1K2) dan baris 2 kolom 1 (B2K1). Sel B1K2 bernilai 1, hal ini
menunjukkan perubahan peserta yang sebelum seminar memasak kesehatan
memasak tanpa MSG berubah menjadi menggunakan MSG ada 1 orang. Sel
B2K1 bernilai 14, hal ini berarti jumlah peserta seminar yang sebelumnya
menggunakan MSG setelah seminar menjadi tidak menggunakan MSG
sebanyak 14 orang.

 Tabel Statistics memaparkan analisis hipotesis dari penelitian tersebut.

Nilai Exact
Sig. (2-tailed) = 0,001 < 1
𝛼 = 0,025, hal ini berarti H0 ditolak. Dengan demikian
2

Dapat disimpulkan bahwa terdapat pengurangan penggunaan MSG setelah

seminar kesehatan. Dalam hal ini metode yang digunakan adalah uji binomial.
Contoh :
Suatu perusahan minuman ringan ingin mengetahui pengaruh sponsor yang
diberikan dalam suatu pertandingan olah raga terhadap penjualan produknya.
Dalam penelitian diambil sampel secara acak berukuran 125 orang. Sebelum
sponsor diberikan terdapat 60 orang yang membeli minuman tersebut dan 65
orang tidak membeli. Setelah sponsor diberikan dalam pertandingan olah raga,
ternyata dari 125 orang tersebut 100 orang yang membeli dan 25 orang tidak.
Dari 100 orang tersebut terdiri atas 50 orang pembeli tetap, dan yang berubah
dari tidak membeli menjadi membeli sebanyak 5orang. Selanjutnya dari 25 orang
yang tidak membeli itu 15 orang tetap tidak membeli sebelum adanya sponsor
pertandingan olah raga maupun sesudah. Gunakan alpha 5% untuk menguji
apakah kegiatan sponsor olah raga tersebut mempengaruhi animo masyarakat
dalam memebeli produk minuman ringan tersebut .
Hipotesis untuk permasalahan diatas dirumuskan sebagai berikut :
𝐻0 : pembelian sponsor tidak mempengaruhi animo masyarakat dalam
memberikan minuman ringan
𝐻1 pembelian sponsor mempengaruhi animo masyarakat dalam
memberikan minuman ringan

Langkah-langkah Analisis dengan SPSS :

1. Definisikan jenis variabel yang digunakan dalam variabel view.

Gambar 3.5 Varabel View Teladan 3,2

2. Masukkan data yang digunakan dalam Data view.

Gambar 3.6 Data View teladan 3.2

3. Pilih “data” kemudian “weight case by” selanjutnya pindahkan

variabel Nilai dengan mengklik tanda panah seperti berikut:

Gambar 3.7 Kotak Dialog Weight case

4. Analyze – Nonparametric Test – Legacy Dialogs - 2 related samples,
maka setelah itu akan muncul kotak dialog Two Related Samples Tests

Gambar 3.8 Kotak Dialog Uji Mc Nemar Hasil Analisis dengan SPSS:
Tabel 3.3 Luaran SPSS untuk Uji McNemar Teladan 3.2 McNemar Test
sebelum sponsor & sesudah sponsor
sesudah sponsor
tidak
membeli
sebelum sponsor membeli

Membeli 10 50
tidak membeli 15 50
a
Test Statistics

sebelum sponsor &

sesudah
sponsor

N 125
Chi-Squareb 17.785
Asymp. .000
Sig.

a.McNemar Test
b.Continuity Corrected

Interpretasi hasil
 Pada tabel Crosstabulation menunjukkan jumlah perubahan yang
membeli sebelum sponsor dan setelah sponsor tidak membeli, yaitu
10. Sedangkan yang sebelum sponsor dan setelah sponsor tetap
membeli sebanyak 50 orang sebelum sponsor dan setelah sponsor
tetap tidak membeli ada 15 orang. Perubahan sebelum sponsor
membel idan setelah sponsor membeli sebanyak 50 orang.
 Tabel Statistics memaparkan analisis hipotesis dari penelitian
tersebut. Nilai Asymp. Sig.(0.000) < α (0.05), hal ini berarti H 0
ditolak. Dengan demikian dapat disimpulkan bahwa pembelian
sponsor mempengaruhi animo masyarakat dalam memberikan
minuman ringan. Kasus ini merupakan kasus sampel berukuran besar
sehingga metode yang digunakan pendekatan Khi kuadrat dengan
koreksi kontinuitas
B. UJI MARGINAL HEMOGENEITY

Uji Marginal Homogenity ini sebenarnya masih dalam satu paket Uji
McNemar, cuma bedanya pada skala data yang digunakan, artinya bila skala
datanya nominal (dikotomi) maka gunakanlah uji McNemar kunjungi pada
alamat: Uji McNemar menggunakan SPSS. Sedangkan untuk skala data
ordinal seperti ("suka", "kurang suka", "tidak suka") atau ("puas", "kurang
puas", "tidak puas") atau dengan kata lain yang lebih dari 2 pilihan, untuk itu
kita menggunakan Uji Marginal Homogenity. itu semua termasuk kedalam
statistik nonparametrik.
Kali ini kita ambil contoh kasus sebelumnya pada uji McNemar, dimana pada
uji tersebut hanya ada dua pilihan yaitu "suka" atau "tidak suka", namun pada
kasus ini kita tambah satu lagi pilihannya yaitu "cukup suka". Jadi jumlah
semua pilihan ada tiga yaitu: "suka", "cukup suka", atau "tidak suka"

Contoh kasus: 
Mahasiswa  program studi A ingin menilai kinerja terhadap ketua
himpunan selama ketua himpunannya masih menjabat sebagai ketua
himpunan pada program studi tersebut. Sampel diambil sebanyak 20
mahasiswa untuk menilai sebelum dan sesudah terpilihnya ketua himpunan.
Data yang digunakan berbentuk skala ordinal yaitu: suka, cukup
suka atau tidak suka. Berikut hasil survei dari 20 mahasiswa
Hipotesis Penelitian:
H0: Tidak berbeda secara nyata sikap pemilih terhadap penilaian kinerja
ketua himpunan sebelum dipilih dan sesudah dipilih.
H1: Berbeda secara nyata sikap pemilih terhadap penilaian kinerja ketua
himpunan sebelum dipilih dan sesudah dipilih.

Kriteria Pengujian Statistik:

Jika nilai Signifikan > 0.05 maka H0 diterima
Jika nilai Signifikan < 0.05 Maka H0 ditolak

Ada dua langkah yang kita gunakan untuk proses data di atas, yang pertama

data tersebut ditabulasikan silang (crosstabs) antara sebelum pemilihan dan
sesudah pemilihan, yang kedua baru kita gunakan Marginal
Homogenity untuk mendapatkan hasilnya. 

Langkah-langkah yang digunakan dengan SPSS:

1. Buka aplikasi SPSS yang sudah di install sampai muncul area kerja
2. Sebelah kiri sisi bawah ada dua pilihan yaitu: Data View dan Variabel
View
3. Klik Variabel View untuk kita isi variabel dari data yang hendak di uji
 4. Baris pertama pada kolom Name ketik Sebelum, pada kolom Decimal
ketik 0, pada kolom Label ketik Sebelum dipilih, pada kolom Value
posisikan mouse pada kolom baris tersebut dan klik sampai muncul kotak
Value Labels seperti gambar berikut: 

5. Dari gambar di atas pada kolom Value ketik 1 dan pada Label ketik
Suka lalu klik Add, kemudian isi lagi pada kolom Value ketik 2 dan pada
Label ketik cukup suka lalu klik Add, lalu isi lagi pada kolom Value ketik 3
dan pada kolom Label ketik tidak suka, kemudian klik OK. atau seperti
gambar berikut:
6. Sedangkan untuk variabel sesudah langkahnya sama seperti pada langkah ke
4, hanya saja kolom Name dan kolom Label yang
berbeda yaitu: Sesudah dan sesudah dipilih, sedangkan yang lainnya sama.
Jika sudah di isi variabel sebelum dan sesudah sesuai dengan langkah di
atas, maka terlihat hasil isiannya seperti pada gambar berikut:

7. Perhatikan pada sisi bawah sebelah kiri ada dua pilihan yaitu: Data View
dan Variabel View. Lalu klik Data view untuk kita isi datanya. Sesuaikan
dengan soal dimana 1=suka, 2=cukup suka, dan 3=Tidak suka, atau isiannya
seperti pada gambar berikut:
Berikut cara menggunakan Crosstabs dan Marginal Homogenity untuk data dari
variabel yang sudah kita isi sebelumnya, Ada dua langkah yaitu:

Langkah 1:
1. Cari pada toolbar di atas yaitu menu Analyze ---> Descriptive Statistics
---> Crosstabs... lalu muncul kotak Crosstabs,
kemudian pindahkan variabel Sebelum dipilih[Sebelum] kedalam kotak
Row(s):, dan pindahkan variabel Sesudah dipilih[Sesudah] kedalam kotak
Column(s):, atau contoh isiannya seperti pada gambar berikut:

2. Lalu klik OK. Hasil dari Crosstabs disimpan dulu, nanti kita analisis

hasilnya setelah dapat hasil dari Marginal Homogenity

Langkah 2:
2. Pada langkah ini kita menggunakan uji Marginal Homogenity
2. Pada toolbar atas cari menu Analyze---> Nonparametric Tests--->
Legacy Dialogs---> 2 Related Samples... sehingga muncul kotak Two-
Relates-Samples Tests.
3. Pindahkan variabel Sebelum dipilih[Sebelum] kedalam kotak test pairs:
tepatnya kedalam kotak variable1 dan pindahkan variabel Sesudah
dipilih[Sesudah] kedalam kotak test pairs: tepatnya kedalam kotak
variable2, lalu pada kotak Test Type centang Marginal
Homogenity. atau isiannya terlihat seperti pada gambar berikut:
4. Langkah terakhir klik OK. 
5. Berikut hasil Crosstabs dan Marginal Homogenity.
  
6. Analisis hasil

Analisis tabel crosstabs

Dari tabel kontingensi atau tabel kekonsistenan di atas dapat kita ketahui bahwa
sebelumnya yang memilih suka 3 orang dan tidak suka 2 orang lalu berubah sikap pemilih
terhadap yang dipilih menjadi 5 orang atau cukup suka (baris ke 1 kolom 2). Kemudian
sikap pemilih yang sebelumnya yang memilih suka 3 orang dan tidak suka 2 orang jadi
berubah yang sebelumnya cukup suka ada 5 orang setelah terpilih maka berubah sikap
pemilih menjadi 0 (baris ke 2 kolom 2). Lalu sikap pemilih yang sebelumnya memilih suka
2 orang, tidak suka 2 orang, jadi berubah sikap menjadi  0 cukup suka (baris ke 3 kolom
2). Jadi sikap pemilih pada kasus ini selalu berubah, tetapi terjadi perubahan beda tipis
antara jumlah suka 8 orang, tidak suka 7 orang dan cukup suka 5 orang

Analisis tabel Marginal Homogenity Test

Dari tabel di atas bisa kita lihat bahwa pada nilai Asymp. Sig. (2-tailed) diperoleh
0.433. Berdasarkan kriteria pengujian statistik: Jika nilai Signifikan > 0.05 maka H0
diterima, Jadi 0.433 > 0.05 berarti dalam hal ini H0 diterima.
3. UJI COCHRAN

Uji Q-Cochran merupakan pengembangan dari uji Mc Nemar. Uji ini dipakai
untuk menguji hipotesis komparatif k sampel berpasangan (k > 2). Apabila uji
Mc Nemar digunakan untuk dua sampel berpasangan, maka uji Cochran
digunakan untuk tiga sampel berpasangan atau lebih. Uji ini pertama kali
diperkenalkan oleh William G Cochran pada tahun 1950. Uji Cochran tersebut
memberikan metode untuk menguji apakah k himpunan frekuensi atau proporsi
berpasangan saling berbeda secara signifikan. Perpasangan data didasarkan
atas ciri-ciri yang relevan dalam subyek-subyek yang berlainan, atau
didasarkan pada kenyataan bahwa subyek-subyek yang sama dipakai di bawah
kondisi yang berbeda. Apabila data penelitian disusun dalam tabel dua arah
dengan n baris dan k kolom, maka dapat dilakuakan uji hipotesis nol bahwa
frekuensi atau proporsi jawaban tertentu adalah sama dalam masing-masing
kolom, kecuali karena perbedaaan-perbedaan yang terjadi karena kebetulan.
Jika hipotesis nol benar maka proporsi “sukses” akan menyebar secaara acak
dalam baris serta kolom dalam tabel dua arah tersebut. Asumsi :
4. Data minimal dalam skala ordinal
5. Pengamatan yang dilakukan terhadap sampel adalah saling independent.
Pada uji ini hanya terdapat spesifikasi data 0 atau 1, misalkan 1
menyatakan berhasil dan 0 menyatakan gagal, ya atau tidak, bagus atau
jelek dan seterusnya.
Hipotesis :
Ho : Probabilitas total “sukses” adalah sama diantara k kelompok
H1 : Probabilitas total “sukses” berbeda diantara k kelompok
Statistik Uji :
𝑄 = (𝑘 − 1) [𝑘 Σ C 2 j − (ΣCj) 2 ]
𝑘(Σ 𝑅𝑖 ) − Σ 𝑅2 𝑖
 akan mengikuti distribusi Chi-Square dengan derajat bebas k-1, dimana :
Cj = jumlah keseluruhan “sukses” dalam kolom ke J Ri = jumlah
keseluruhan “sukses” dalam baris ke-i k = banyaknya kategori yang
dikomparasi Kriteria pengujian dinyatakan dengan : Ho diterima jika Q ≤ χ
2 α; db = k-1 Ho ditolak jika Q > χ2 α; db = k-1

Contoh kasus
Sebuah perusahaan konveksi sedang mempertimbangkan pembelian tiga buah
mesin untuk mengerjakan beberapa pesenannya. Manajer perusahaan itu
memutuskan untuk mengambil 8 orang pekerja sebagai sampel dan masing-
masing dari ketiga mesin tersebut. Setiap pekerja akan memberi nilai pada setiap
mesin. 0 jika kinerja mesin dirasakan tidak memuaskan 1 jika kinerja mesin
dirasakan memuaskan.
Tabel 5.1 Data Teladan 5.1

Pekerja Mesin A Mesin B Mesin C

1 0
2 0
3 1
4 1
5 1
6 0
7 0
8 0
0 1
1 0
1 0
1 1
0 0
0 1
1 1
0 0

Hipotesis permasalahan di atas

H0 : Semua perlakuan mempunyai efek yang sama. Atau dalam kasus ini
ketiga m e s i n mempunyai kinerja yang sama.
H1: minimal ada 1 mesin mempunyai kinerja yang berbeda.
Analisis dengan SPSS
1. Masukkan data kedalam data editor

Gambar5.1 Kotak dialog variable view

Gambar 5.2 Kotak dialog variable view

2. Klik Analyze Nonparametric Test k related samples, maka

akan ditampilkan kotak dialog Test For Several Related Samples
Gambar 5.3 Kotak Dialog k Sampel Berpasangan

3. Pindahkan variable “mesin_A”, “mesin_B”, “mesin_C” ke kotak Test

variable.
4. Tandai pilihan ke kotak Cochran’s Q pada kotak Test Type.
5. Klik Statistics dan pilih descriptive.
6. Klik OK.

Hasil Analisis dengan SPSS

Interpretasi Hasil

Terlihat bahwa pada kolom Asymp sig (2-tailed) untuk diuji 2 sisi adalah
0,846 > 0,05, maka Ho diterima. Dapat disimpulkan ketiga mesin mempunyai
kinerja yang sama.
 DAFTAR PUSTAKA

http://himasta.unimus.ac.id/wp-content/uploads/2022/02/Uji-Q-COCHRAN-11.pdf

https://mufusai.files.wordpress.com/2013/04/uji-marginal-homogeneity.pdf

https://ujistatistik.com/uji-mcnemar-penjelasan-dan-contoh-soal/

https://simdos.unud.ac.id/uploads/file_pendidikan_1_dir/
76fa066ec9cf190b0c20c3c32ce7c15e.pdf