DOSEN PENGAMPU:
OLEH:
KETERANGAN:
δ = rata-rata deviasi (selisih sampel sebelum dan sampel sesudah)
SDδ = Standar deviasi dari δ (selisih sampel sebelum dan sampel sesudah)
n = banyaknya sampel
DF = n-1
Contoh: :
Penelitian telah dilakukan untuk mengetahui pengaruh pemberian (suplementasi) Fe terhadap
kadar hemoglobin (Hb) pekerja suatu pabrik farmasi. Diambil 2 kelompok pekerja masing-
masing 6 orang, dimana kadar Hb sebelum suplementasi Fe tidak berbeda nyata. Fe diberikan
hanya kepada kelompok II. Satu bulan setelah suplementasi Fe, kadar Hb pada kelompok II
diperiksa. Pemeriksaan kadar Hb baik sebelum dan setelah diberi Fe pada kelompok II hasil
seperti pada tabel berikut ini. (Gunakan =0,05)
Buatlah: a. Rumusan masalah; b. Hipotesis penelitian; c. Uji hipotesis; dan d. Kesimpulan
penelitian. Rumusan Masalah: Apakah pemberian (suplementasi) Fe berpengaruh terhadap
kadar hemoglobin (Hb) pekerja suatu pabrik farmasi?
Hipotesis Penelitian: Hipotesis yang dipilih adalah hipotesis kerja (alternatif) dua arah (dua
ekor) Pemberian (suplementasi) Fe berpengaruh terhadap kadar hemoglobin (Hb) pekerja suatu
pabrik
Uji Hipotesis: menggunakan uji t berpasangan
CONTOH SOAL
Kita ingin menguji dua jenis pupuk nitrogen terhadap hasil padi
1. Hipotesis
Ho : 1 = 2
HA : 1 ≠ 2
2.Hasil penelitian tertera pada Tabel 1.
Tabel 1. Data hasil penelitian dua jenis pupuk nitrogen terhadap hasil padi (t/h)
Plot Pupuk A Pupuk B
Y1 Y2
1 7 8
2 6 6
3 5 7
4 6 8
5 5 6
6 4 6
7 4 7
8 6 7
9 6 8
10 7 7
11 6 6
12 5 7
Hitunglah
1= 5.58
S1 = 0.996
2 = 6.92
S2 = 0.793
=( 5.58 – 6.92)/√(0.9962/12)+(0.7932/12)
= -1.34/0.367522 = -3.67
Setelah itu, kita lihat nilai t table, sebagai nilai pembanding. Cara melihatnya adalah
sebagai berikut. Pertama kita lihat kolom α = 0.025 pada Tabel 2. Nilai α ini berasal
dari α 0.05 dibagi 2, karena hipotesis H A kita adalah hipotesis 2 arah (lihat hipotesis).
Kemudian, kita lihat baris ke 22. Nilai 22 ini adalah nilai df, yaitu n1+n2-2. Nilai n
adalah jumlah ulangan, yaitu masing 12 ulangan. Akhirnya, kita peroleh nilai t table =
2.074.
t table = t α/2 (df) = t0.05/2 (n1+n2-2)=t0.025(12+12-2) = t0.025(22) = 2.074
Tabel 2. Nilai t
df α
0.05 0.025 0.01 0.005
6.31 12.70 31.82 63.65
1 4 6 1 7
2.92
4.303 6.965 9.925
2 0
2.35
3.182 4.541 5.841
3 3
2.13
2.776 3.747 4.604
4 2
2.01
2.571 3.365 4.032
5 5
1.94
2.447 3.143 3.707
6 3
1.89
2.365 2.998 3.499
7 5
1.86
2.306 2.896 3.355
8 0
1.83
2.262 2.821 3.250
9 3
1.81
2.228 2.764 3.169
10 2
1.79
2.201 2.718 3.106
11 6
1.78
2.179 2.681 3.055
12 2
1.77
2.160 2.650 3.012
13 1
1.76
2.145 2.624 2.977
14 1
1.75
2.131 2.602 2.947
15 3
1.74
2.120 2.583 2.921
16 6
1.74
2.110 2.567 2.898
17 0
1.73
2.101 2.552 2.878
18 4
1.72
2.093 2.539 2.861
19 9
1.72
2.086 2.528 2.845
20 5
1.72
2.080 2.518 2.831
21 1
1.71
2.074 2.508 2.819
22 7
1.71
2.069 2.500 2.807
23 4
1.71
2.064 2.492 2.797
24 1
1.70
2.060 2.485 2.787
25 8
1.70
2.056 2.479 2.779
26 6
4. Kriteria Pengambilan Kesimpulan
5. Kesimpulan
Karena nila thit|= 3.67 (tanda minus diabaikan) dan nilai t table=2.074, maka kita tolak
H0, alias kita terima HA. Dengan demikian, 1 ≠ 2, yaitu hasil padi yang dipupuk
dengan pupuk A tidak sama dengan hasil padi yang dipupuk dengan pupuk B. Lebih
lanjut, kita lihat bahwa rata-rata hasil padi yang dipupuk dengan pupuk B lebih tinggi
daripada yang dipupuk dengan pupuk A. Dengan demikian, kita dapat menyimpulkan
bahwa pupuk B nyata lebih baik daripada pupuk A untuk meningkatkan hasil padi.
Banyaknya anggota rumah tangga hasil sebuah survei rumah tangga di 3 desa adalah sebagai
berikut:
Ujilah dengan tingkat signifikansi 5 persen, apakah terdapat perbedaan rata-rata banyaknya
anggota rumahtangga di ketiga desa tersebut!
Penyelesaian Anova Satu Arah dimulai dari penetapan hipotesis, menghitung statistik uji,
menentukan titik kritis, pengambilan keputusan dan menarik kesimpulan.
a. Hipotesis
H0: µ1 = µ 2 = µ3
(Rata-rata banyaknya anggota rumah tangga ketiga desa adalah sama)
H1: Minimal terdapat satu μ yang tidak sama
(Minimal terdapat rata-rata banyaknya anggota rumah tangga salah satu desa tidak sama
dengan desa yang lain)
b. Statistik Uji
Langkah-langkah menghitung statistik uji adalah sebagai berikut:
Banyaknya perlakuan adalah 3 (k = 3),(k=3), yaitu 3 desa (Desa A, Desa B dan Desa C)
SSE=SST−SSTr
=72,6538−3,8173
=68,8365
df treatment = k - 1 = 3 - 1 = 2
df error = n−k=26−3=23
9. Hitung Rata-rata Kuadrat Perlakuan (MSTr)(MSTr) dan Rata-rata Kuadrat Error (MSE)
(MSE)
c. Titik Kritis
Distribusi yang digunakan dalam pengujian Anova adalah distribusi F.
F(α;k−1,n−k)=F(0,05;2,23)=3,422
d. Keputusan
e. Kesimpulan
Dengan tingkat signifikansi 5 persen, tidak terdapat perbedaan rata-rata banyaknya anggota
rumah tangga di Desa A, Desa B dan Desa C.
4. Repeated ANOVA
Uji Repeated Measures Anova merupakan teknik lebih lanjut dari uji paired sample t test. Uji
repeated measures anova ini, sanggup digunakan untuk menguji perbedaan dari tiga sampel atau
lebih yang saling berpasangan. Sementara pada uji paired sample t test hanya untuk dua sampel
berpasangan saja.
Asumsi Dasar dalam Uji Repeated Measures Anova.
Persyaratan yang harus terpenuhi atau perkiraan dasar penggunaan uji repeated measures
anova dalam analisis data penelitian ialah sebagai berikut.
1. Variabel independent (variabel bebas) memakai data berskala kategori. Sementara untuk
variabel dependent (variabel terikat) memakai data berskala interval atau rasio (numerik).
2. Uji repeated measures anova merupakan pecahan dari statistik parametrik. Oleh lantaran
itu, nilai Standardized Residual untuk semua pengukuran (variabel) harus berdistribusi
normal. Sementara itu, kalau salah satu dari nilai Standardized Residual untuk variabel
ada yang tidak normal, maka solusinya ialah mengganti analisis data dengan statistik non
parametrik memakai uji friedman.
3. Data penelitian diasumsikan mempunyai varians yang sama atau homogen. Hal ini
dibuktikan dengan nilai signifikansi (Sig.) > 0,05 pada Mauchly’s Test of Sphericity.
Namun demikian, untuk persyaratan poin ke-3 ini bukanlah sebuah keharusan (tidak
mutlak). Sebab, walaupun varians tidak homogen, akan tetapi kita tetap bisa melanjutkan
penggunakan uji repeated measures anova untuk analisis data penelitian yakni dengan
memperhatikan nilai Greenhouse-Geisser yang ada di tabel output SPSS Tests of Within-
Subjects Effects.
Contoh kasus
Proses pertumbuhan tanaman dapat dipengaruhi oleh pemberian pupuk dan penyiraman yang
tepat. Dilakukan sebuah percobaan untuk mengetahui pemberian pupuk dan penyiraman yang
paling maksimal terhadap hasil pertumbuhan tanaman jagung. Pada faktor pemumpukan
dikelompokkan menjadi pupuk dengan dosis 3%, 5% dan 7%, sedangkan pada penyiraman
dikelompokan menjadi penyiraman 1x/minggu, 3x minggu dan tidak ada penyiraman. Pada
tanaman jagung dilakukan pengukuran terhadap tinggi tanaman, dan jumlah bongkol yang
dihasilkan. Didapatkan hasil seperti pada tabel berikut:
Penentuan hipotesis Ho : Tidak ada perbedaan rata-rata tinggi tanaman dan jumlah
bongkol jagung pada kelompok pemberian dosis pupuk yang berbeda.
: Tidak ada perbedaan rata-rata tinggi tanaman dan jumlah bongkol jagung pada
kelompok pemberian pemberian frekuensi penyiraman yang berbeda : tidak ada
perbedaan rata-rata tinggi tanaman dan jumlah bongkol jagung pada kelompok interaksi
dosis pupuk dan frekuensi penyiraman yang berbeda Ha : ada perbedaan rata-rata tinggi
tanaman dan jumlah bongkol jagung pada kelompok pemberian dosis pupuk yang
berbeda. : ada perbedaan rata-rata tinggi tanaman dan jumlah bongkol jagung pada
kelompok pemberian pemberian frekuensi penyiraman yang berbeda : ada perbedaan
rata-rata tinggi tanaman dan jumlah bongkol jagung pada kelompok interaksi dosis pupuk
dan frekuensi penyiraman yang berbeda
Uji Anova two-way secara manual Pada uji anova two-way karena terdapat 3 hipotesa,
maka akan ada 3 nilai Fhitung
Tetapi beberapa ahli tetap menyatakan bahwasanya uji Mann Whitney U Test tidak hanya
menguji perbedaan Median, melainkan juga menguji Mean. Mengapa seperti itu? karena
dalam berbagai kasus, Median kedua kelompok bisa saja sama, tetapi nilai P Value
hasilnya kecil yaitu < 0,05 yang berarti ada perbedaan. Penyebabnya adalah karena Mean
kedua kelompok tersebut berbeda secara nyata. Maka dapat disimpulkan bahwa uji ini
bukan hanya menguji perbedaan Median, melainkan juga perbedaan Mean.
Contoh kasus
Tim Statistik Ceria penasaran ingin mengetahui apakah ada perbedaaan Denyut nadi
pria dan denyut nadi wanita. kemudian dilakukan penarikan sampel untuk pria dan wanita
dengan melihat denyut nadi masing-masing. Berikut hasil perhitungan masing-masing denyut
nadi.
90 79
89 82
82 85
89 88
91 85
86 80
85 80
86
84
Hipotesis:
H0 : Denyut nadi wanita sama dengan denyut nadi pria
H1 : Denyut nadi wanita berbeda dengan denyut nadi pria
Susun kedua hasil Pengamatan menjadi satu kelompok sampel dan buat peringkat seperti berikut
Denyut Nadi Rangking Jenis Kelamin
79 1 Wanita
80 2,5 Wanita
80 2,5 Wanita
82 4,5 Pria
82 4,5 Wanita
84 6 Pria
85 8 Pria
85 8 Wanita
85 8 Wanita
86 10,5 Pria
86 10,5 Pria
88 12 Wanita
89 13,5 Pria
89 13,5 Pria
90 15 Pria
91 16 Pria
90 15 79 1
89 13,5 82 4,5
82 4,5 85 8
89 13,5 88 12
91 16 85 8
86 10,5 80 2,5
85 8 80 2,5
86 10,5
84 6
U2=n1.n2-U1
U2=9.7-52,5
U2 = 10,5
Kesimpulan
Oleh karena nilai U statistik uji lebih kecil dari nilai U tabel Mann Whitney yaitu 10,5 < 12.
Sehingga Keputusan H0 ditolak, H1 diterima. Sehingga bisa disimpulkan ada perbedaan antara
denyut nadi pria dan denyut nadi wanita.
6. Kruskal Wallis
Uji Kruskal Wallis adalah uji nonparametrik berbasis peringkat yang tujuannya untuk
menentukan adakah perbedaan signifikan secara statistik antara dua atau lebih kelompok variabel
independen pada variabel dependen yang berskala data numerik (interval/rasio) dan skala
ordinal.
Uji ini identik dengan Uji One Way Anova pada pengujian parametris, sehingga uji ini
merupakan alternatif bagi uji One Way Anova apabila tidak memenuhi asumsi misal asumsi
normalitas. Selain sebagai uji alternatif, kegunaan lain adalah sebagai perluasan dari uji Mann
Whitney U Test, di mana kita ketahui bahwa uji tersebut hanya dapat digunakan pada 2
kelompok variabel dependen. Sedangkan Kruskall Wallis dapat digunakan pada lebih dari 2
kelompok misal 3, 4 atau lebih.
Contoh soal
Seorang peneliti ingin mengetahui apakah terdapat perbedaan prestasi belajar mahasiswa yang
diajar oleh dosen A, dosen B, dan dosen C. Berdasarkan data berikut, apakah dapat disimpulkan
bahwa terdapat perbedaan prestasi belajar antara mahasiswa yang diajar oleh dosen A, B, dan C?
(Ujilah dengan alpha = 5%).
Pembahasan:
Tentukan hipotesis:
Tentukan hipotesis penelitian. H0: prestasi belajar mahasiswa untuk ketiga dosen sama.H1:
prestasi belajar mahasiswa untuk ketiga dosen berbeda (miniam ada satu yang berbeda)
Statistik Uji:
Karena terdapat ranking kembar, maka gunakan faktor koreksi, yakni
Kesimpulan: Dengan tingkat kepercayaan 95% dan berdasarkan sampel yang ada, dapat
dinyatakan bahwa terdapat cukup bukti untuk menyatakan prestasi belajar mahasiswa untuk
7. Uji Wilcoxon
Uji wilcoxon matched-paired signed test adalah salah satu uji nonparametris yang digunakan
untuk mengukur ada tidaknya perbedaan nilai rata-rata 2 kelompok sampel yang saling
berpasangan (dependen). Uji wilcoxon sign test biasa digunakan pada penelitian desain pre-post
test.
b. Hitung selisih skor pasangan data (X post – X pre) atau disebut diff
c. Hitung harga mutlak selisih skor pasangan data |X post – X pre| atau disebut absolut diff
e. Berikan tanda positif atau negatif pada langkag d sesuai dengan tanda hasil pada diff atau
disebut D sign
f. Jumlah rangking pada hasil bertanda positif (T+) dan negatif (T-)
Sebuah perusahaan Pharmasi sedang mengembangkan suplemen penambahan berat badan pada
anak-anak. Perusahaan ingin mengetahui khasiat suplemen tersebut sebelum dipasarkan secara
komersial. Untuk itu perusahaan mencoba obat tersebut secara kontinu terhadap 15 orang siswa
sekolah dasar yang sudah diukur terlebih dahulu berat badannya. Setelah 3 bulan kemudian
siswa-siswa tersebut ditimbang berat badannya lagi untuk mngetahui apakah ada peningkatan
berat badannya yang nyata
Absolut Rank
Siswa Ke- Pre Post Diff Diff D D sign
1 25 26 1 1 3,5 3,5
2 27 26 -1 1 3,5 -3,5
3 20 22 2 2 9 9
4 21 24 3 3 12,5 12,5
5 18 22 4 4 14,5 14,5
6 19 21 2 2 9 9
7 20 24 4 4 14,5 14,5
8 22 21 -1 1 3,5 -3,5
9 24 26 2 2 9 9
10 25 26 1 1 3,5 3,5
11 24 25 1 1 3,5 3,5
12 27 28 1 1 3,5 3,5
13 23 25 2 2 9 9
14 25 27 2 2 9 9
15 22 25 3 3 12,5 12,5
Dari hasil perhitungan diatas akan dilakukan uji analisis hipotesis sebagai berikut :
Uji hipotesis :
H0 : Tidak Terdapat perbedaan nilai rata rata pada data sebelum dan sesudah
H1 : Terdapat perbedaan nilai rata rata pada data sebelum dan sesudah
Daerah Kritik :
H0 ditolak jika T kritik tabel > Thitung terkecil
Nilai T hitung dan T kritik tabel :
Dengan menggunakan tabel sign wilcoxon untuk N = 15, α = 5% diperoleh nilai T kritik =
25 dan T hitung = 7. Artinya T kritik > T hitung
Kesimpulan :
T kritik (25) > T hitung (7) maka H0 di tolak artinya Terdapat perbedaan nilai rata rata pada
data sebelum dan sesudah sehingga suplemen penambah berat badan mampu menaikan berat
badan anak anak.
8 . Fried Man
Uji Friedman dilakukan untuk mengetahui perbedaan lebih dari dua kelompok sampel yang
saling berhubungan. Data yang dianalisis adalah data ordinal, sehingga jika data berbentuk
interval atau ratio sebaiknya dirubah dulu ke bentuk ordinal.
Uji Friedman merupakan alternative dari ANOVA satu jalur. Uji ini dilakukan jika asumsi-
asumsi dalam statistik parametris tidak terpenuhi, atau juga karena sampel yang terlalu sedikit.
Contoh Kasus
Restoran LEZAT ingin meluncurkan empat paket masakan dengan nama paket 1, paket 2, paket
3 dan paket 4. Untuk mengetahui bagaimana tanggapan konsumen terhadap keempat paket
tersebut, sejumlah 10 orang (sampel) dipersilakan mencicipi keempat jenis paket tersebut,
kemudian memberikan penilaian kepada tiap-tiap paket. Nilai yang diberikan ditentukan antara 0
2 85 78 68 84
3 82 82 64 71
4 81 86 82 76
5 84 71 88 70
6 83 79 86 89
7 89 80 80 90
8 84 82 74 74
9 72 84 76 71
10 75 70 81 72
Akan diteliti apakah keempat paket tersebut mempunyai mutu (dalam hal ini nilai) yang sama?
Pembahasan:
Di sini seorang responden (penilai) mencicipi keempat jenis paket masakan tersebut, atau bisa
dikatakan suatu eksperimen yang pengukurannya terhadap keempat paket masakan dilakukan
terhadap subjek yang sama (seorang responden/penilai). Oleh karena paket masakan lebih dari
dua, maka pengujian bisa dilakukan secara uji lebih dari dua sampel berhubungan.
Hipotesis:
Ho: Populasi-populasi dalam suatu blok adalah identik (Keempat jenis paket mempunyai
dibandingkan dengan sekurang-kurangnya salah satu perlakuan lain. Atau, dalam kasus di atas
sekurang-kurangnya salah satu jenis paket mendapat penilaian yang lebih besar dibandingkan
Statistik uji:
Berdasarkan data hasil penilaian yang diberikan pada soal, buatlah ranking setiap perlakuan
untuk setiap subjek/orang. Tabel berikut menunjukkan hasil perankingan yang telah dilakukan.
2 4 2 1 3
3 3,5 3,5 1 2
4 2 4 3 1
5 3 2 4 1
6 2 1 3 4
7 3 1,5 1,5 4
8 4 3 1,5 1,5
9 2 4 3 1
10 3 1 4 2
RjRj 29,5 24 23 23,5
Karena kita menjumpai angka yang sama, yakni ada 2 skor 74, 2 skor 80, dan 2 skor 82,
maka χ2rχr2 harus dikoreksi. Kita peroleh sebagai berikut.
Selanjutnya, dari tabel chi-square dengan tingkat signifikansi 5% dan derajat bebas = k - 1 = 4 -
Keputusan: Karena nilai chi-square hitung lebih kecil dibandingkan nilai chi-square tabel, yakni
Kesimpulan:Dengan tingkat signifikansi 5%, dapat disimpulkan bahwa keempat jenis paket
8. Uji Pearson
Koefisien korelasi Pearson dapat digunakan untuk menyatakan besar hubungan linier
antara dua variabel ketika data kuantitatif (data berskala interval atau rasio) dan kedua
variabel
Koefisien korelasi Pearson dapat digunakan untuk menyatakan besar hubungan linier antara dua
variabel ketika data adalah data kuantitatif (data berskala interval atau rasio) dan kedua variabel adalah
bivariat yang berdistribusi normal. Ketika datanya adalah data kualitatif (data berskala ordinal) maka
besar hubungan dua variabel dapat dicari dengan korelasi Spearman atau korelasi Kendall Tau, dan
ketika datanya kualitatif berskala nominal dalam bentuk tabel kontingensi maka besar hubungan dua
variabel dapat dicari dengan korelasi Cramer. Korelasi-korelasi dengan data kualitatif ini akan dibahas
pada sesi tulisan yang lain. Simbol korelasi pada ukuran populasi adalah ρ (dibaca: rho) dan pada
ukuran sampel adalah r
Uji Spearman
Uji Somars
Uji Gamma
REFERENSI
Susilawati, Luh Kadek dkk. Bahan Ajar Praktikum Statistik. 2017. Fakultas Kedokteran
Universitas Udayana
https://www.statistikian.com/2014/07/tutorial-uji-wilcoxon-signed-rank-test.html
Diakses tanggal 21 Oktober 2022