DI SUSUN
KELOMPOK 3 :
Restunalia (21142019010.P)
Dian Puspita Sari (21142019004.P)
Bagus Hariansyah Akbar (21142019039.P)
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.
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.
Sesudah Seminar
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.
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
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.
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:
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
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
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
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