UJI KOMPARATIF 2 SAMPEL BERPASANGAN

Dr.dr. Yunita Armiyanti, M.Kes

Uji Komparatif 2 Sampel Berpasangan
• Non parametris:
1. Data nominal: Mc Nemar
2. Data Ordinal : Wilcoxon matched pair, Sign test

• Parametris:
Data Interval/Ratio: T-test of related
Non Parametris
• Sampel berpasangan adalah kelompok atau obyek penelitian yang sama
dengan intervensi yang berbeda.
• Misalnya ada 20 bidan yang ingin diketahui sikapnya terhadap kerja tim,
mula-mula diukur sikapnya dengan tidak diberikan kegiatan outbond. Lalu
diberikan kegiatan outbond dan diukur sikapnya. Sikap bidan tersebut
sebelum dan sesudah mengikuti outbond dapat diukur dengan uji statistik
dua sampel berpasangan.
• Jika data berdistribusi normal dengan skala ukur interval atau rasio, maka
menggunakan uji t sampel berpasangan. Namun jika data berdistribusi
tidak normal dengan skala ukur nominal atau ordinal, maka menggunakan
uji statistik non-parametrik dua sampel berpasangan.
• Uji statistik non-parameter dua sampel berpasangan digunakan untuk
tujuan-tujuan sebagai berikut:
1. Menganalisis perbedaan dari dua sampel yang saling berpasangan;
2. Menguji apakah kedua sampel yang berpasangan tersebut berasal
dari satu populasi dengan karakteristik yang sama;
3. Menguji apakah dua perlakuan atau intervensi yang diberikan
kepada sampel memberikan hasil yang sama atau tidak; dan
4. Menguji apakah perlakuan atau intervensi yang satu lebih baik
dibanding yang lain.
Mc Nemar
• Uji Mc Nemar diperkenalkan pertama kali pada tahun 1947 oleh Quinn
McNemar.
• Digunakan untuk menentukan apakah terdapat perbedaan yang signifikan
atara variabel dependen atau saling berpasangan antara 2 kelompok
terkait.
• Skala pengukurannya nominal (Binary respon), tujuannya adalah
membandingkan sebelum dan sesudah peristiwa atau perlakuan dimana
tiap objek digunakan sebagai pengontrol dirinya sendiri.
• Masing-masing subjek penelitian hanya memiliki dua macam penilaian
(dichotomous outcomes) untuk setiap perlakuan yang diberikan. Dua
penilaian tersebut bersifat saling berlawanan atau dikotomi. Contoh dari
dua penilaian yang bersifat saling berlawanan, yakni “benar atau salah”,
“sukses atau gagal”, “ikut atau tidak ikut”, “datang atau tidak datang”.
• Hipotesis :
1. Ho = tidak terdapat perbedaan efek atau pengaruh sebelum dan
sesudah perlakuaan.
2. Ha= ada perbedaan efek atau pengaruh sebelum dan sesudah
perlakuan.

• Tes ini kadang disebut sebagai Uji Chi-square McNemar karena

pengujiannya memiliki distribusi Chi-square, disajikan dalam bentuk
tabel kontingensi atau crosstabulation (selalu dalam bentuk tabel
kontingen 2x2 atau 2 baris dan 2 kolom)
Asumsi Uji Mc Nemar
• Memiliki satu variabel dependen dengan sifat dikotomis dan satu
variabel independent kategoris dengan dua kelompok terkait. Contoh
variabel dikotomis seperti “aman dan tidak aman” atau “lulus dan
gagal”.
• Kedua kelompok variabel harus saling eksklusif atau tidak ada yang
timpang tindih. Sederhananya, data atau peserta pada satu kelompok
hanya bosa berada di salah satu dari dua kelompok dan tidak bisa
berada di kelompok lain diwaktu yang bersamaan.
• Sampel bersifat acak dari populasi yang sesuai
• Skala data yang digunakan adalah nominal atau ordinal
• Data frekuensi disusun dalam tabel kontingensi berukuran 2×2
Kelebihan dan Kekurangan Uji Mc Nemar

Adapun kelebihan dari Uji McNemar adalah:

• Dapat diaplikasikan untuk pengujan nonparametrik dengan data
nominal dan ordinal yang biasanya sukar diolah dengan metode
parametrik.
• Sederhana, mudah dimengerti dan dapat dilakukan tanpa
bantuan software
Adapun kekurangan Uji McNemar adalah
• Hanya berfokus pada kondisi sebelum dan sesudah yang bersifat
dependen
• Tabel kontingensi yang digunakan harus 2×2
• Sel a, b, c dan d menunjukkan jumlah observasi/subyek pada setiap
kemungkinan kategori yang digunakan untuk menampilkan dua jenis
respon subyek.
• Nilai pada kotak a menunjukkan jumlah responden yang pada kondisi pre-
test merespon kategori 1 dan pada kondisi post-test merenspon kategori 1.
• Nilai pada kotak b menunjukkan jumlah responden yang pada kondisi pre-
test merespon kategori 1 dan pada kondisi post-test merenspon kategori 2.
• Nilai pada kotak c menunjukkan jumlah responden yang pada kondisi pre-
test merespon kategori 2 dan pada kondisi post-test merenspon kategori 1.
• nilai pada kotak d menunjukkan jumlah responden yang pada kondisi pre-
test merespon kategori 2 dan pada kondisi post-test merenspon kategori 2.
Interpretasi Hasil (SPSS)

• Asymp.Sig < 0,05 = Ho ditolak

• Asymp.Sig > 0,05 = Ho diterima
Uji Mc Nemar dengan SPSS
• Suatu Puskesmas mempunyai program vaksinasi Covid 19 untuk
mencegah penyebaran penyakitnya, namun banyak masyarakat di
wilayahnya yang menolak karena takut dengan efek sampingnya.
Puskesmas melakukan sosialisasi untuk merubah persepsi masyarakat
terhadap vaksinasi. Untuk itu, terlebih dahulu dikumpulkan 10
responden yang diambil acak, dan kepada mereka ditanyakan
pendapatnya tentang vaksinasi. Sikap mereka dibagi dua, yaitu 1
untuk sikap yang positif terhadap vaksinasi, dan 0 untuk sikap yang
negatif.
• Hasilnya sebagai berikut :
Sikap responden sebelum sosialisasi vaksinasi:
o Sikap positif (1) ada 3 orang
o Sikap negatif (0) ada 7 orang
• Kemudian kepada mereka diberi beberapa presentasi/sosialisasi
secara intensif, dan setelah presentasi, kembali mereka ditanya sikap
mereka, apakah berubah ataukah tetap seperti semula.
1. Isi Variabel View

2. Masukkan data ke dalam Data View

Jangan lupa simpan (save) file kerja ini
dengan menu File – Save (atau menekan
tombol Ctrl+S
Klik Analyze – Nonparametric Test – 2 related samples
Setelah itu memindahkan variabel sebelum dan sesudah pada kolom test pair(s) list,
sedangkan untuk test type pilihlah Mc.Nemar
Output
• Terlihat bahwa pada kolom
exact sig (2-tailed) untuk diuji 2
sisi adalah 0,375. Disini didapat
probabilitas diatas 0,05, maka
Ho diterima, atau kegiatan
sosialisasi tidak mengubah sikap
responden terhadap vaksinasi
COVID-19 secara nyata.
Uji Sign dan Wilcoxon matched pairs (Wilcoxon Signed
Rank Test)
• Uji Tanda (Sign Test) digunakan untuk menguji beda rata-rata dua
kelompok sampel berpasangan.
• Uji wilcoxon bertujuan untuk mengetahui ada atau tidaknya
perbedaan rata-rata dua sampel yang berpasangan dan berasal dari
dua populasi yang tidak diketahui distribusinya.
• Teknik Wilcoxon adalah teknik penyempurnaan dari uji tanda, jika
dalam uji tanda besarnya selisih nilai angka positif dan negative tidak
diperhitungkan sedangkan dalam uji wilcoxon ini diperhitungkan.
Syarat Uji Wilcoxon Matched Pairs
• Variabel dependen berskala data ordinal atau interval/rasio tetapi berdistribusi
tidak normal. Oleh karena itu perlu dilakukan uji normalitas terlebih dahulu pada
selisih antara kedua kelompok. Selisih yang dimaksud adalah misal: nilai pretest
atau sebelum pelajaran dikurangi nilai posttest atau setelah pelajaran. Apabila
memenuhi asumsi normalitas maka sebaiknya menggunakan uji parametris yang
sesuai yaitu uji paired t test. Dan apabila tidak memenuhi maka uji Wilcoxon
Signed Rank Test dapat digunakan sebagai alternatif.
• Variabel independen terdiri dari 2 kategori yang bersifat berpasangan. Seperti
yang sudah dijelaskan di atas, berpasangan artinya subjek sebagai sumber data
adalah 1 individu atau observasi yang sama. Apabila subjeknya beda, misal nilai
ujian kelas A dan kelas B, maka uji yang tepat apabila memenuhi asumsi
normalitas adalah uji Independen T Test. Dan apabila tidak memenuhi asumsi
normalitas, maka uji yang tepat adalah Mann Whitney U Test atau yang disebut
juga Wilcoxon Rank Sum Test.
• Bentuk dan sebaran data antara kedua kelompok yang berpasangan adalah
simetris. Jika tidak memenuhi asumsi ini maka gunakanlah alternatif uji yang lain,
yaitu uji Sign Test.
Interpretasi Hasil
• Ketika nilai probabilitas Asym.sig 2 tailed < 0,05 maka terdapat
perbedaan rata-rata.
• Ketika nilai probabilitas Asym.sig 2 tailed > 0,05 maka tidak terdapat
perbedaan rata-rata
Uji Wilcoxon Matched Pairs dan Sign test dengan SPSS
• Dilakukan uji normalitas lebih dahulu untuk mengetahui data
terdistribusi normal atau tidak.
• Uji statistik yang dapat digunakan diantaranya adalah: Uji Chi-Square,
Kolmogorov Smirnov, Lilliefors, Shapiro Wilk
Langkah-langkah:
1. Isi variable dan data view
2. klik Analyze, Nonparametrics Test, 2 Related Samples.
3. masukkan pretest ke kotak variable 1 dan masukkan posttest ke
kotak variable 2
4. Klik tombol Options dan centang Descriptive.
5. Selanjutnya centang Wilcoxon dan sign dan tekan OK.
Output

• Tabel deskriptive statistics di atas menunjukkan nilai Mean, standart

deviasi, minimum dan maksimum dari masing-masing kelompok data
(pretest dan posttest). Tampak bahwa Mean atau rata-rata nilai
posttest 60,6667 di mana lebih besar dari pada nilai pretest yaitu
53,6667. Besarnya perbedaan ini apakah bermakna secara statistik?
• Negatif ranks artinya sampel dengan nilai kelompok kedua (posttest)
lebih rendah dari nilai kelompok pertama (pretest).
• Positive ranks adalah sampel dengan nilai kelompok kedua (posttest)
lebih tinggi dari nilai kelompok pertama (pretest).
• Sedangkan ties adalah nilai kelompok kedua (posttest) sama besarnya
dengan nilai kelompok pertama (pretest). Simbol N menunjukkan
jumlahnya, Mean Rank adalah peringkat rata-ratanya dan sum of
ranks adalah jumlah dari peringkatnya.
• Berdasarkan hasil dari perhitungan Wilcoxon Signed Rank Test,
maka nilai Z yang didapat sebesar -2,731 dengan p value (Asymp. Sig
2 tailed) sebesar 0,006 di mana kurang dari batas kritis penelitian
0,05 sehingga keputusan hipotesis adalah menerima H1 atau yang
berarti terdapat perbedaan bermakna antara kelompok pretest dan
posttest.
Uji T Dua Sampel Berpasangan (Paired T-test)

• Paired T Test digunakan sebagai uji komparatif atau perbedaan

apabila skala data kedua variabel adalah kuantitatif (Interval atau
Rasio) yang terdistribusi normal.
• Digunakan untuk mengetahui perbedaan rata-rata diantara dua
sampel yang berpasangan.
• Merupakan uji beda parametris pada dua data yang berpasangan.
• Sampel yang berpasangan merupakan kelompok sampel yang memilki
subjek yang sama namun mengalami dua pengukuran yang berbeda,
contoh perlakuan sebelum dan sesudah.
Syarat paired T test:
1.Variabel dependen numerik.
2.Subjek dalam setiap sampel adalah sama. Subjek dalam kelompok pertama
juga dalam kelompok kedua.
3.Teknik pengambilan sampel pada populasi secara acak.
4.Variabel dependen memiliki distribusi normal pada setiap kelompok
5.Tidak ada outliers
• Bisa melakukan uji normalitas dahulu, apabila data tidak terdistribusi
normal bisa menggunakan uji Wilcoxon.
• Uji normalitas Saphiro Wilk umumnya dipakai untuk jumlah sampel yang
kecil (kurang dari 50), sedangkan untuk jumlah sampel besar (lebih dari 50)
menggunakan uji Kolmogorov smirnov.
• Homogenitas varians tidak menjadi persyaratan pada uji ini.
Paired T-test dengan SPSS

• Dilakukan uji normalitas dengan

Saphiro wilk
• Data terdistribusi normal:
dilakukan paired t-test
Uji Normalitas Saphiro wilk
Klik continue dan OK
Output

• Lihat hasil pada saphiro wilk: Sig=0,345 untuk pretes dan 0,109 untuk
postes, yaitu p value>0,05, sehingga data terdistribusi normal
Paired T-test

1. Klik analyze, compare means, paired sample T-Test .

2. Pretest masuk variable 1, posttest masuk variable 2.
3. Klik option: confidence interval percentage: 95% klik continue
4. Klik OK
Output

Menunjukkan hasil korelasi, hubungan antara variable

Diketahui mean (rata-rata) nilai pre test dan
data. Oleh karena, nilai coefficient korelasi 0,350 dengan
pos test, dimana ada perbedaan karena
significance 0,242> 0,05, maka tidak ada hubungan
mean pre test<post test
antara nilai pre test dengan post tes

1. Selisih rata-rata pre tes dengan postes= -13,077

2. Sig(2-tailed) =0,002<0,05 : Ho ditolak , Ha diterima
3. Nilai t= -3,930: bernilai negative karena nilai rata-
rata pre test < post tes
• Tugas: Kerjakan uji Mc Nemar, Wilcoxon dan paired T-test dengan
data yang ada di assignment MMP.

SELAMAT BELAJAR