UJI BEDA MEAN DAN BEDA

PROPORSI
 Uji Beda Mean
Uji Normalitas
PARAMETRIK NONPARAMETRIK

2 mean >2 mean 2 mean >2 mean

independen paired independen paired

Varian
homogen heterogen Homogen

Independen t test Paired t test ANOVA Mann-Whitney Wilcoxon Kruskal-Wallis

Jika TIDAK HOMOGEN

 Tahapan Uji hipotesis
1. Buat hipotesis statistik (H0) dan hipotesis
alternatif (Ha)
2. Tentukan nilai α (kesalahan tipe 1)
3. Tentukan uji statistik yg akan digunakan u/
menganalisis data
4. Lakukan perhitungan statistik (tentukan nilai
probabilitas/ p value)
5. Buat keputusan menolak atau menerima H0.
(p value ≤ α : H0 ditolak dan p value > α : H0
gagal ditolak)
 ANOVA
• Prinsip: perbedaan variance antar BETWEEN
dan WITHIN dg menggunakan mean sum
square
• Asumsi: berdistribusi NORMAL & varian
HOMOGEN ???
• Semakin besar variance BETWEEN  BEDA
ANTAR KELOMPOK
• Semakin besar variance WITHIN  BEDA
ANTAR INDIVIDU
 ANOVA

Var DEPENDEN

var INDEP
 Descriptives

BBAYI
95% Confidence Interval for
Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
SD 47 2400.43 695.899 101.507 2196.10 2604.75 709 3940
SMP 84 2915.17 555.331 60.592 2794.65 3035.68 1588 4153
SMA 58 3428.38 655.324 86.048 3256.07 3600.69 1729 4990
Total 189 2944.66 729.022 53.029 2840.05 3049.26 709 4990

Test of Homogeneity of Variances

BBAYI
Levene
Statistic df1 df2 Sig. Variasi nilai BB bayi adalah homogen (p>0,05)
1.300 2 186 .275
antar ketiga kelompok pendidikan ibu
 asumsi terpenuhi

ANOVA

BBAYI
Sum of
Squares df Mean Square F Sig. Ada perbedaan mean BB bayi
Between Groups
Within Groups
27565146
72351907
2
186
13782572.92
388988.746
35.432 .000
Antar kel pendidikan ibu (p<0,05)
Total 99917053 188 tp tidak menjelaskan antar
kelompok yang mana
 ANOVA
• Ksimpulan: ada perbedaan rata-rata BB bayi antar
kelompok pendidikan ibu  POST HOC
 ANOVA
Multiple Comparisons

Dependent Variable: BBAYI

Mean
Difference 95% Confidence Interval
(I) DIDIK (J) DIDIK (I-J) Std. Error Si g. Lower Bound Upper Bound
Tukey HSD SD SMP -514.74* 113.610 .000 -783.16 -246.32
SMA -1027.95* 122.405 .000 -1317.15 -738.76
SMP SD 514.74* 113.610 .000 246.32 783.16
SMA -513.21* 106.478 .000 -764.78 -261.65
SMA SD 1027.95* 122.405 .000 738.76 1317.15
SMP 513.21* 106.478 .000 261.65 764.78
Scheffe SD SMP -514.74* 113.610 .000 -795.08 -234.40
SMA -1027.95* 122.405 .000 -1330.00 -725.91
SMP SD 514.74* 113.610 .000 234.40 795.08
SMA -513.21* 106.478 .000 -775.96 -250.47
SMA SD 1027.95* 122.405 .000 725.91 1330.00
SMP 513.21* 106.478 .000 250.47 775.96
LSD SD SMP
SMA
-514.74*
-1027.95*
113.610
122.405
.000
.000
-738.87
-1269.43
-290.61
-786.47
Ada perbedaan
SMP SD
SMA
514.74*
-513.21*
113.610
106.478
.000
.000
290.61
-723.27
738.87
-303.15
mean BB bayi antara
SMA SD
SMP
1027.95*
513.21*
122.405
106.478
.000
.000
786.47
303.15
1269.43
723.27
kel ibu SD dg SMP;
Bonferroni SD SMP
SMA
-514.74*
-1027.95*
113.610
122.405
.000
.000
-789.20
-1323.66
-240.28
-732.24
antar kel ibu SMP dg SMA
SMP SD
SMA
514.74*
-513.21*
113.610
106.478
.000
.000
240.28
-770.44
789.20
-255.98 & antar kel ibu SD dg SMA
SMA SD 1027.95* 122.405 .000 732.24 1323.66
SMP 513.21* 106.478 .000 255.98 770.44
*. The mean difference is significant at the .05 level.
 CHI SQUARE
• Dasar dari uji Chi Square adalah
membandingkan frekuensi yang diamati
(Observed = O) dengan frekuensi yang
diharapkan (Expected = E)
• Perbedaan antara pengamatan dengan
diharapkan (O-E) dianalisa apakah perbedaan
itu cukup berarti (bermakna) atau hanya
karena faktor variasi sampel saja (by chance).
 Chi-Square (X2)
• Uji beda proporsi
• Contoh:
– apakah terdapat perbedaan proporsi berat bayi
lahir rendah antar kelompok status merokok ibu?
– apakah terdapat perbedaan proporsi berat bayi
lahir rendah antar kelompok riwayat hipertensi
ibu?
– apakah terdapat perbedaan proporsi berat bayi
lahir rendah antar tingkat pendidikan ibu?
Chi-Square
 Chi-Square Tests
ROKOK * BBLR Crosstabulation
Asymp. Sig. Exact Sig. Exact Sig.
BBLR Value df (2-sided) (2-sided) (1-sided)
Tidak Ya Total Pearson Chi-Square 4.924b 1 .026
ROKOK Tidak Count 86 29 115 Continuity Correctiona 4.236 1 .040
% within ROKOK 74.8% 25.2% 100.0% Likelihood Ratio 4.867 1 .027
Ya Count 44 30 74 Fisher's Exact Test .036 .020
% within ROKOK 59.5% 40.5% 100.0% Linear-by-Linear
Total Count 130 59 189 4.898 1 .027
Association
% within ROKOK 68.8% 31.2% 100.0% N of Valid Cases 189
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is
23.10.

• 25,2%  dari 115 ibu yg TIDAK merokok, 29 di

antaranya melahirkan bayi dg BBLR
• 40,5%  dari 74 ibu yg MEROKOK, 30 di antaranya
melahirkan bayi dg BBLR
• Penentuan uji statistik  perhatikan footnote
Expected<5 Tabel 2x2 Tabel >2x2

CC Pearson
≤20% sel TIDAK BOLEH jk
expected<1

Fisher Collaps
20% sel Alternatif: LR
 Chi Square
1. Pearson chi Square: digunakan bila asumsi chi square
terpenuhi (tidak boleh ada nilai expected < 1 dan nilai
Expected < 5 lebih dari 20%), jika nilai expectasi yang
terlalu kecil, akan mengakibatkan nilai Chi Square >>
sehingga peluang menolak Ho semakin besar
2. Continuity Corection: digunakan khusus untuk tabel 2x2
3. Likelihood Ratio: digunakan bila sampel penelitian kecil
dan mengantiipasi bila tabel tidak bisa di kolaps
berdasarkan pertimbangan substansi
4. Fisher Exact test : digunakan apabila asumsi chi square
tidak terpenuhi pada tabel 2x2
5. Linier-by linier: menguji koefisien korelasi pearson
• Ho: p bblr|rokok = p bblr|tidak
• α = 0,05
• Uji Chi- Square dg CC  p=0,04
• Keputusan: p < α maka Ho ditolak
• Kesimpulan: terdapat perbedaan bermakna
proporsi BBLR antara kelompok ibu yg
MEROKOK (40,5%) & TIDAK merokok (25,2%)