UJI HIPOTESIS VARIABEL KATEGORIKAL TIDAK BERPASANGAN (TABEL B X K)

Tujuan :

1. Mampu mengaplikasikan alur pemikiran uji untuk table B x K

2. Mampu menginterpretasikan hasil uji Chi Square
3. Mampu menginterpretasikan hasil uji fisher
4. Mampu menginterprestasikan hasil uji Kolmogorov Smirnov

Kasus 1:
Anda ingin mengetahui hubungan antara perilaku merokok (merokok dan tidak merokok) dengan status
fertilitas seorang pria (infertile dan fertile). Anda merumuskan pertanyaan sebagai berikut:
“Apakah terdapat hubungan antara perilaku merokok dengan status fertilitas seorang pria?”

Uji apakah yang mungkin digunakan untuk menjawab pertanyaan tersebut?

Hasil Ouput SPSSnya sebagai berikut:

Perilaku_Merokok * Status Fertilitas Crosstabulation

Status Fertilitas
Fertil Infertil Total
Perilaku_Merokok Tidak Merokok Count 13 2 15
Expected Count 7.5 7.5 15.0
Merokok Count 2 13 15
Expected Count 7.5 7.5 15.0
Total Count 15 15 30
Expected Count 15.0 15.0 30.0

Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 16.133b 1 .003
Continuity Correctiona 13.333 1 .005
Likelihood Ratio 18.028 1 .002
Fisher's Exact Test .005 .002
Linear-by-Linear
15.596 1 .003
Association
N of Valid Cases 30
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 7.
50.

Interprestasi hasil:
1. Tabel pertama menggambarkan deskripsi masing-masing sel untuk nilai Observed dan Expected.
2. Table 2x2 ini layak dengan uji Chi Square karena tidak ada nilai expected yang < 5.
3. Table kedua menunjukkan hasil uji chi square. Nilai yang dipakai adalah pada nilai Pearson Chi
Square. Nilai signifikancynya adalah 0,003 menunjukkan bahwa Ho ditolak dan Ha diterima
sehingga dapat disimpulkan bahwa terdapat hubungan antara perilaku merokok dengan status
fertilitas.

Kasus 2:
Anda ingin mengetahui hubungan antara factor genetic (positif dan negative) dengan obesitas (obesitas
dan tidak obesitas). Anda merumuskan pertanyaan sebagai berikut: “Apakah terdapat antara factor
genetic dengan obesitas?”

Uji Hipotesis yang digunakan untuk menjawab pertanyaan tersebut? Uji Hipotesis Chi Square

Hasil Output SPSS sebagai berikut:

genetik * obesitas Crosstabulation

obesitas
obesitas tidak obesitas Total
genetik ada faktor genetik Count 25 21 46
Expected Count 23.0 23.0 46.0
tidak ada faktor genetik Count 2 6 8
Expected Count 4.0 4.0 8.0
Total Count 27 27 54
Expected Count 27.0 27.0 54.0

Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 18.662b 1 .125
Continuity Correctiona 16.213 1 .250
Likelihood Ratio 21.772 1 .118
Fisher's Exact Test .250 .125
Linear-by-Linear
18.289 1 .129
Association
N of Valid Cases 54
a. Computed only for a 2x2 table
b. 2 cells (50.0%) have expected count less than 5. The minimum expected count is 4.
00.

Interprestasi Hasil:
Karena ada nilai expexted < 5 lebih dari 20% maka uji Chi Square tidak bisa digunakan, sehingga uji
yang digunakan adalah Fisher (table 2x2). Uji fisher menunjukkan p value = 0,25 (> 0,05) sehingga Ho
diterima dan Ha ditolak. Dengan demikian dapat disimpulkan bahwa tidak ada hubungan antara factor
genetic dengan obesitas.
Kasus 3 :
Anda ingin mengetahui hubungan antara jenis kelamin (laki-laki dan perempuan) dengan klasifikasi
depresi (clinical range, borderline, normal). Anda membuat pertanyaan tersebut sebagai berikut:
“Adakah hubungan antara jenis kelamin dengan depresi?”

Uji apakah yang mungkin digunakan untuk menjawab pertanyaan tersebut?

Chi Square jika memenuhi syarat jika tidak maka digunakan uji Kolmogorov Smirnov (karena tabelnya
2x3)

Hasil Ouput SPSS:

Jenis Kelamin * depresi Crosstabulation

depresi
normal borderline clinical range Total
Jenis Kelamin Laki-laki Count 7 7 5 19
Expected Count 7.0 7.0 5.1 19.0
Perempuan Count 4 4 3 11
Expected Count 4.0 4.0 2.9 11.0
Total Count 11 11 8 30
Expected Count 11.0 11.0 8.0 30.0

Chi-Square Tests

Asymp. Sig.
Value df (2-sided)
Pearson Chi-Square .003a 2 .998
Likelihood Ratio .003 2 .998
Linear-by-Linear
.002 1 .962
Association
N of Valid Cases 30
a. 3 cells (50.0%) have expected count less than 5. The
minimum expected count is 2.93.

Interprestasi: krn ada sell yg nilainya < 5 lebih dr 20% maka uji yg digunakan adalah kolmogorov.
Hasil Uji Kolmogorov Smirnov:
Test Statisticsa

depresi
Most Extreme Absolute .010
Differences Positive .010
Negative .000
Kolmogorov-Smirnov Z .025
Asymp. Sig. (2-tailed) 1.000
a. Grouping Variable: Jenis Kelamin

Interprestasi Hasil:

Hasil uji menunjukkan p value = 1,000 (> 0,05) maka keputusan Ho diterima Ha ditolak. Kesimpulan tidak ada
hubungan antara jenis kelamin dengan tingkat depresi.
UJI HIPOTESIS VARIABEL KATEGORIKAL BERPASANGAN (PRINSIP P X K)

Tujuan :

1. Mampu mengaplikasikan alur pemikiran uji untuk prinsip P x K

2. Mampu menginterpretasikan hasil uji Mc Nemar
3. Mampu menginterpretasikan hasil Marginal Homogeneity dan Wilcoxon
4. Mampu menginterprestasikan hasil uji Cochran

Uji Mc Nemar untuk jenis P X K yaitu 2 x 2

Uji Marginal Homogeneity untuk jenis P X K yaitu 2 x 3
Uji Cochran untuk jenis P X K yaitu 3 x 2

Kasus 1:
Anda ingin mengetahui peran penyuluhan terhadap pengetahuan responden. Sebelum penyuluhan,
Anda terlebih dahulu mengukur tingkat pengetahuan responden yang diklasifikasikan menjadi baik dan
buruk. Setelah dilakukan penyuluhan, Anda kembali melakukan pengukuran tingkat pengetahuan (baik
dan buruk).

Uji apakah yang mungkin digunakan untuk menjawab pertanyaan tersebut?

Uji yang digunakan adalah Mc Nemar karena prinsipnya PxK = 2x2

Hasil Output SPSS sebagai berikut:

Tingkat Pengetahuan Sebelum * Tingkat Pengetahuan Sesudah

Crosstabulation

Count
Tingkat Pengetahuan
Sesudah
Baik Buruk Total
Tingkat Pengetahuan Baik 8 4 12
Sebelum Buruk 16 2 18
Total 24 6 30

Chi-Square Tests

Exact Sig.
Value (2-sided)
McNemar Test .012a
N of Valid Cases 30
a. Binomial distribution used.

Interprestasi hasil: p value diperoleh 0,012 (< 0,05) maka Ho ditolak Ha diterima maka kesimpulannya
ada perbedaan pengetahuan sebelum dan sesudah penyuluhan.
Kasus 2:
Kasus pada soal ini sama dengan kasus 1 akan tetapi Anda membagi tingkat pengetahuan menjadi 3
yaitu baik, sedang, dan buruk.
Uji apakah yang mungkin digunakan untuk menjawab pertanyaan tersebut?
Uji yang digunakan adalah Marginal Homogeneity karena prinsip PxK adalah 2 x 3.
Hasil Output SPSS sebagai berikut:

Marginal Homogeneity Test

Tingkat
Pengetahuan
Sebelum &
Tingkat
Pengetahuan
Sesudah
Distinct Values 3
Off-Diagonal Cases 29
Observed MH Statistic 57.000
Mean MH Statistic 48.000
Std. Deviation of MH
3.082
Statistic
Std. MH Statistic 2.920
Asymp. Sig. (2-tailed) .004

Interprestasi:
Nilai p diperoleh 0,004 (< 0,05) maka Ho ditolak dan Ha diterima. Kesimpulannya ada perbedaan
pengetahuan sebelum dan sesudah diberikan penyuluhan.

Kasus 3:
Sama dengan kasus 1, akan tetapi Anda melakukan pengukuran sebanyak 3 kali yaitu sebelum
penyuluhan, sesaat sesudah penyuluhan, dan satu bulan sesudah penyuluhan.
Uji apakah yang digunakan untuk menjawab pertanyaan tersebut?
Uji yang digunakan adalah uji Cochran karena prinsip pxk adalah 3x2.

Hasil Ouput SPSS sebagai berikut:

Frequencies

Value
1 2
Tingkat Pengetahuan
12 18
Sebelum Penyuluhan
Tingkat Pengetahuan
sesaat Sesudah 24 6
Penyuluhan
Tingkat Pengetahuan
sesaat sebulan 19 11
Sesudah penyuluhan
 Test Statistics
N 30
Cochran's Q 10.900a
df 2
Asymp. Sig. .004
a. 1 is treated as a success.

Interprestasi Hasil:
Diperoleh Nilai p 0,004 (< 0,05) maka Ho ditolak Ha diterima. Dengan demikian dapat disimpulkan
ada perbedaan pengetahuan sebelum, sesaat sesudah dan satu bulan sesudah penyuluhan.

Analisis Post Hoc

Pada pengukuran yang manakah terjadi perbedaan pengetahuan? Apakah antara sebelum dengan sesaat
sesudah penyuluhan? Atau sesaat sesudah penyuluhan dengan sebulan setelah penyuluhan?
Untuk menjawab pertanyaan tersebut, lakukanlah uji Mc Necmar untuk menguji:
1. Pengetahuan sebelum penyuluhan dengan pengetahuan sesaat sesudah penyuluhan
2. Pengetahuan sebelum penyuluhan dengan sebulan sesudah penyuluhan
3. Pengetahuan sesaat sesudah penyuluhan dengan sebulan setelah penyuluhan

Bagaimana kesimpulan Anda terhadap hasil Post Hoc di bawah ini:

Tingkat Pengetahuan Sebelum Penyuluhan &
Tingkat Pengetahuan sesaat Sesudah Penyuluhan

Tingkat Pengetahuan
sesaat Sesudah
Tingkat Pengetahuan Penyuluhan
Sebelum Penyuluhan 1 2
1 8 4
2 16 2

Tingkat Pengetahuan Sebelum Penyuluhan & Tingkat

Pengetahuan sesaat sebulan Sesudah penyuluhan

Tingkat Pengetahuan
sesaat sebulan
Tingkat Pengetahuan Sesudah penyuluhan
Sebelum Penyuluhan 1 2
1 9 3
2 10 8

Tingkat Pengetahuan sesaat Sesudah Penyuluhan &

Tingkat Pengetahuan sesaat sebulan Sesudah penyuluhan

Tingkat Pengetahuan
Tingkat Pengetahuan sesaat sebulan
sesaat Sesudah Sesudah penyuluhan
Penyuluhan 1 2
1 18 6
2 1 5
 Test Statisticsb

Tingkat
Tingkat Pengetahuan
Tingkat Pengetahuan sesaat
Pengetahuan Sebelum Sesudah
Sebelum Penyuluhan & Penyuluhan &
Penyuluhan & Tingkat Tingkat
Tingkat Pengetahuan Pengetahuan
Pengetahuan sesaat sesaat
sesaat sebulan sebulan
Sesudah Sesudah Sesudah
Penyuluhan penyuluhan penyuluhan
N 30 30 30
Exact Sig. (2-tailed) .012a .092a .125a
a. Binomial distribution used.
b. McNemar Test

Interprestasi Hasil:

- Tingkat Pengetahuan sebelum dan sesaat sesudah penyuluhan P = 0,012

P < 0,05 maka Ho ditolak / Ha diterima. Dengan demikian dapat disimpulkan
Ada perbedaan pengetahuan sebelum, sesaat sesudah penyuluhan
- Tingkat Pengetahuan sebelum dan sesaat sebulan sesudah penyuluhan P = 0,092
P > 0,05 maka Ho diterima / Ha ditolak. Dengan demikian dapat disimpulkan
Tidak ada perbedaan pengetahuan sebelum, sesaat sebulan sesudah penyuluhan
- Tingkat Pengetahuan sesaat sesudah dan sesaat sebulan sesudah penyuluhan P = 0,125
P > 0,05 maka Ho diterima / Ha ditolak. Dengan demikian dapat disimpulkan
Tidak ada perbedaan tingkat Pengetahuan sesaat sesudah dan sesaat sebulan sesudah penyuluhan
HIPOTESIS KORELATIF

Tujuan :
1. Mampu mengaplikasikan alur pemikiran uji korelasi
2. Mampu menginterprestasikan hasil uji korelasi Pearson
3. Mampu menginterprestasikan hasil uji korelasi Spearman
4. Mampu menginterprestasikan hasil uji korelasi Gamma
5. Mampu menginterprestasikan hasil uji korelasi Somers’d
6. Mampu menginterprestasikan hasil uji korelasi Koefisien kontingensi
7. Mampu menginterprestasikan hasil uji korelasi Lambda

Pada table hasil uji hipotesis, terdapat enam uji hipotesis korelatif yang akan dipelajari. Anda dapat
memilih uji hipotesis korelatif yang tepat dengan berpedoman pada table sebagai berikut:

Variabel 1 Variabel 2 Uji Korelasi

Nominal Nominal Koefisien kontingensi Lambda
Nominal Ordinal Koefisien kontingensi Lambda
Ordinal Ordinal Spearman, Gamma, Somers’d
Ordinal Numerik Spearman
Numerik Numerik Pearson
Keterangan: untuk variabel numeric-numerik, Anda memakai Uji Pearson dengan alternatifnya Uji
Spearman.

1. Apa persamaan dan perbedaan uji korelasi koefisien kontingensi dengan lambda?
Persamaan:
Kedua uji tersebut digunakan untuk menguji korelasi dua variabel dimana salah satu variabelnya
adalah variabel nominal.
Perbedaan:
Uji korelasi koefisien kontingensi dipergunakan untuk menguji korelasi antara dua variabel yang
setara sedangkan uji korelasi Lambda untuk dua variabel yang tidak setara.

2. Apa persamaan dan perbedaan uji korelasi spearman dengan uji korelasi Gamma dan Sommers’d
Persamaan:
Keduanya digunakan untuk uji korelasi antara variabel ordinal dengan ordinal.
Perbedaan:
- Uji Speaman digunakan juga untuk uji korelasi antara variabel numeric dengan ordinal
- Uji Spearman digunakan juga sebagai alternative uji pearson, jika syarat uji pearson, jika syarat uji
pearson tidak terpenuhi.
- Uji korelasi Gamma dan Somers’d digunakan untuk uji korelasi variabel ordinal dengan ordinal
dimana kategori variabel ordinal tersebut “sedikit” sehingga dapat dibuat suatu table silang B kali
K
3. Apa perbedaan uji korelasi gamma dan Sommers’d?
Uji korelasi Gamma dipergunakan untuk menguji korelasi antara dua variabel yang setara sedangkan
uji korelasi Somers’d untuk dua variabel yang tidak setara.
Bagaimana Interprestasi Hasil uji Korelasi?
No Parameter Nilai Interprestasi
1. Kekuatan Korelasi ® 0,00 – 0,199 Sangat lemah
0,20 – 0,399 Lemah
0,40 – 0,599 Sedang
0,60 – 0,799 Kuat
0,80 – 1,000 Sangat Kuat
2. Nilai p P < 0,05 Terdapat korelasi yang
bermakna antara dua variabel
yang diuji.
P > 0,05 Tidak terdapat korelasi yang
bermakna antara dua variabel
yang diuji
3. Arah korelasi + (positif) Searah, semakin besar nilai
satu variabel semakin besar
pula nilai variabel lainnya.
- (negatif) Berlawanan arah. Semakin
besar nilai satu variabel,
semakin kecil nilai variabel
lainnya.

Kasus 1:
Anda ingin mengetahui korelasi antara skor depresi dengan skor ansietas. Dirumuskan pertanyaan
sebagai berikut: “Adakah korelasi antara skor depresi dengan skor ansietas?’

Uji apakah yang mungkin digunakan untuk menjawab pertanyaan tersebut?

Uji yang mungkin digunakan adalah pearson jika distribusi datanya normal jika tidak maka digunakan
Spearman.

Uji Normalitas Sebagai berikut:

Tests of Normality

Kolmogorov-Smirnov
statistic df Sig.
skor_ansietas .046 348 .078
skor_depresi .046 348 .078

Interprestasi:
Nilai p = 0,078 (> 0,05) maka distribusi data normal sehingga uji yang digunakan adalah Pearson.
Hasil Output SPSS:

Correlations

skor_ansietas skor_depresi
skor_ansietas Pearson Correlation 1 .862
Sig. (2-tailed) .000
N 348 348
skor_depresi Pearson Correlation .862 1
Sig. (2-tailed) .000
N 348 348

Interprestasi:
Nilai p diperoleh 0,000 (< 0,05) maka Ho ditolak H a diterima dengan demikian dapat disimpulkan
bahwa ada korelasi antara skor ansietas dengan skor depresi.
Nilai r (kekuatan hubungan) diperoleh 0,862 artinya kekuatan korelasinya sangat kuat dengan arah
korelasi positif (searah) artinya semakin tinggi skor ansietas maka skor depresinya juga semakin tinggi.

Kasus 2:
Anda ingin mengetahui korelasi antara skor gangguan somatic dengan skor gangguan social.
Dirumuskan pertanyaan sebagai berikut: “adakah korelasi antara skor gangguan somatic dengan skor
gangguan social?”

Uji hipotesis apakah yang Anda gunakan? UJi Hipotesis Perason

Hasil Uji Normalitas data:

Tests of Normality

Kolmogorov-Smirnov
statistic df Sig.
somatic
.132 374 .000
complaint
social
.139 374 .000
problem

Interprestasi:
Nilai p = 0,000 < 0,05 maka distribusi data Tidak normal sehingga uji yang digunakan adalah
Spearman
Nilai p diperoleh 0,000 (< 0,05) maka Ho ditolak Ha diterima dengan demikian dapat disimpulkan
Ada korelasi antara skor gangguan somatic dengan skor gangguan social.
Hasil Uji SPSS sebagai berikut:

Correlations

somatic social
complaint problem
Spearman's rho somatic Correlation Coefficient 1.000 0.351*
complaint Sig. (2-tailed) . .000
N 374 374
social Correlation Coefficient 0.351* 1.000
problem Sig. (2-tailed) .000 .
N 374 374

Interpretasi:
Nilai p diperoleh 0,000. P< 0,05 maka Ho ditolak Ha diterima dengan demikian dapat disimpulkan
Ada korelasi antara skor gangguan somatic dengan skor gangguan social.

Kasus 3:
Anda ingin mengetahui korelasi antara tingkat penilaian responden terhadap mutu pelayanan
keperawatan (buruk, sedang, baik) dengan mutu pelayanan rumah sakit (buruk, sedang, baik).
Dirumuskan pertanyaan sebagai berikut: “Adakah korelasi antara tingkat penilaian pasien terhadap
mutu pelayanan keperawatan dengan mutu pelayanan rumah sakit”

Uji hipotesis yang akan digunakan? Uji Hipotesis Somers’d

Hasil output spss:

Mutu Pelayanan Rumah Sakit * Pelayanan Keperawatan Crosstabulation

Count
Pelayanan Keperawatan
Baik Sedang Buruk Total
Mutu Pelayanan Baik 12 5 0 17
Rumah Sakit Sedang 18 4 2 24
Buruk 3 1 5 9
Total 33 10 7 50

Directional Measures

Asymp.
a b
Value Std. Error Approx. T Approx. Sig.
Ordinal by Ordinal Somers' d Symmetric .259 .134 1.825 .068
Mutu Pelayanan Rumah
.288 .148 1.825 .068
Sakit Dependent
Pelayanan Keperawatan
.234 .124 1.825 .068
Dependent
a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null hypothesis.
 Symmetric Measures

Asymp.
a b
Value Std. Error Approx. T Approx. Sig.
Ordinal by Ordinal Gamma .421 .204 1.825 .068
N of Valid Cases 50
a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null hypothesis.

Interpretasi :
Nilai p diperoleh 0,068. P > 0,05 maka Ho diterima / Ha ditolak dengan demikian dapat disimpulkan
Tidak ada korelasi antara tingkat penilaian pasien terhadap mutu pelayanan keperawatan dengan
mutu pelayanan rumah sakit.