UJI STATISTIK

Non-Parametrik

Kelompok uji statistik

Stat.parametrik

bersyarat:

Populasi bersifat normal

Sampel secara random

Tak ada nilai ekstrim

Peka untuk deteksi kemaknaan

Stat.non

parametrik tanpa syarat

Kurang peka untuk mendeteksi

Uji statistik non parametrik

Chi square test

Fisher exact test

Kolmogorov Smirnov test

Mc Nemar test

Uji pengganti parametrik

Chi Square Test

o

Untuk jenis data kualitatif

Dapat untuk satu sampel atau lebih

Sampel bersifat independen

Bisa untuk sampel kecil

Menguji perbedaan antar proporsi

Rumus umum : tabel umum ( R by C )

Rumus khusus : tabel 2 x 2

Syarat Chi Square

Tabel 2 x 2

Tabel R x C

n > 20

Tidak ada sel yang

nilainya 0

Tidak ada sel

yang nilai
expected nya < 5

Sel nilai yang

expected nya < 5
harus < dari 20%

Nilai observed
Allergi

Asma + Asma -

Total

12 ( a )

68 ( b )

80

63 ( c )

147 ( d )

210

Total

75

215

290

Perhitungan Chi Square

Rumus

umum:
X2 =

( o - e )2
------------e
o = observed (data yg didapat)
e = expected (data yg diharapkan)
Hitung nilai e untuk tiap sel
Hitung nilai (o - e)2/e tiap sel dan jumlah
Cari p dari nilai X2 pada tabel Chi Square
dengan df = (r-1)(c-1)

Menghitung nilai expected (e)

a = ( 75x 80)/290

= 20,7

b = ( 215X80)/290

= 59,3

c =

= 54,3

( 75X210)/290

d = ( 215X210)/290 =
155,7

Membaca tabel Chi Square

1.Lihat nilai kritis pada =0,05 dengan df 1
df = (r-1)(c-1) = (2-1)(2-1) = 1
Didapatkan X2 = 3,84
2.Tentukan p dari nilai X2 (=6,82) pada df yg
sama, didapatkan :
p berada antara 0,01 - 0,001
Jadi p < , karena =0,05
Ho ditolak, berarti ada perbedaan riwayat
alergi pada penderita asma dan bukan
penderita asma.

Tabel Chi square

df

0,10

0,05

0,02

0,01

0,001

2,71

3,84

5,41

6,51

10,83

4,60

5,99

7,82

9,21

13,82

6,25

7,82

9,84

11,34 16,27

7,78

9,49

11,67 13,28 18,46

Rumus khusus
( ad - bc )2 n
X2 = ------------------(a+b) (c+d) (b+d) (a+c)
( l ad-bc l n )2 n
X2 = ------------------(a+b) (c+d) (b+d) (a+c)

Fisher Exact Test

o

Untuk jenis data kualitatif

Sampel bersifat independen

Khusus untuk sampel kecil

Merupakan uji asosiasi

Merupakan alternatif, bila chi square

2 x 2 tidak dapat dipergunakan

Contoh Fisher exact test

Vaksinasi/
Sakit

Sehat

Sakit

Total

Vaksinasi
+

Vaksinasi
-

Total

12

Tabel Fisher ekstrem

Vaksinasi/
Sakit

Sehat

Sakit

Total

Vaksinasi
+

Vaksinasi
-

Total

12

Perhitungan
(a+b)! (c+d)! (b+d)! (a+c)!
p= --------------------a! b! c! d! n!
Hitung besar p untuk tabel observe
dan tabel ekstrem ( p1 dan p2 )
Nilai p = p1 + p2
Tidak ada tabel untuk tes ini.

Kolmogorov Smirnov ( KS )
o

Data kualitatif, Sampel independen

Untuk sampel kecil, uji asosiasi

Alternatif Chi Square untuk tabel 2 x n

bila syarat Chi Square tidak dipenuhi

Variabel independen nominal

Variabel dependen ordinal

Kolmogorov Smirnov test

Hasil Ujian
Klp

Buruk

Krng

Cukup

Baik

Baik
Skl

Rajin

Tidak

Total

16

Tabel kumulatif KS
Hasil Ujian
Klp
Rajin

Buruk

Krng

Cukup

Baik

Baik
Skl

0,000 0,125 0,250 0,875 1,000

Tidak 0,200 0,500 0,900

1,00

1,000

Delta 0,200 0,375 0,650 0,125 0,000

Perhitungan
n1 n2
80
K= 4D2 ------- = 4 (0,65)2----n1 + n2
18
K= 7,51 lihat tabel C.Sq dengan df=2
Didapat p antara 0,02-0,05 p<
Jadi Ho ditolak

Mc Nemar test
Indikasi dan persyaratan
Perbandingan proporsi pada kelompok
seperti pada uji Chi Square, tetapi
pada sampel yang berpasangan
(dependent group)
Misal desain before-after study,
membandingkan nilai sebelum dan
sesudah perlakuan untuk membuktikan
ada tidaknya perubahan

Discordant Pairs
Sesudah

Sebelum

Penyakit (+)
Penyakit (-)
Total

Penyakit
(+)
a

Total

Penyakit
(-)
b

a+ b

c +d

a + c

b + d

Langkah perhitungan
1. Hitung nilai X2 dengan rumus
X2

( b-c -1)2
= --------------b+c

2. Tentukan nilai p dengan mencocokkan

nilai X2 pada tabel Chi Square dengan df
=1

Contoh

Ho: Tidak ada perbedaan kebiasaan merokok

sebelum dan sesudah penyuluhan anti rokok

Sesudah
penyuluhan

Total

Berhenti
merokok Merokok
Tidak
merokok
Sebelum
penyuluhan Merokok

0
23

5
40

5
63

Total

23

45

68

Contoh
1. Hitung X2
(| 5-23 | -1)2
X2 = --------------- = 10,32
5 + 23
2. Tabel distribusi Chi Square, df=1, =
0,05 didapatkan nilai 3,84 nilai
kritis. Berarti X2 > nilai kritis Ho
ditolak

Kesimpulan
Terdapat perbedaan kebiasaan merokok
antara sebelum dan sesudah penyuluhan.
Lebih banyak orang yang tidak merokok
sesudah intervensi (23/68) dibandingkan
sebelum intervensi (5/68).

Pengganti parametrik
Bila tak memenuhi persyaratan:
Unpaired t test

Mann Whitney rank

Paired t test Wilcoxon rank
Unpaired Anova Kruskal Wallis rank
Paired Anova Friedman rank
Pearson Correlation Spearman rank

Uji Mann Whitney rank

Indikasi dan persyaratan
Data numerik yang berasal dari 2 sampel
independent distribusi data tidak
normal
alternatif uji parametrik uji tindependent
~ Tes Wilcoxon rank untuk paired
sampel

Langkah perhitungan
Urutkan seluruh data dan tentukan
rank nya. Data yang nilainya sama diberi
rank rata-rata
Jumlah rank disebut T, dihitung pada
kelompok dengan n yang lebih kecil
Jika n pada setiap kelompok < 15, maka
nilai T digunakan sebagai nilai uji Mann
Whitney

Rumus
Jika jumlah sampel pada salah satu kelompok
lebih besar dari 15, maka nilai uji Mann
Whitney dihitung dengan rumus :
(T-T)
z= -----------T
T= (nL T)/6

nS (nS + nL+1)
T = --------------------2

Menentukan nilai p
Jika n setiap kelompok < 15, maka nilai
p didapat dengan membandingkan nilai
T dengan tabel Mann Whitney
Jika n pada salah satu kelompok > 15,
maka nilai p didapat dengan
membandingkan nilai z dengan nilai
tabel distribusi normal

Contoh
Ho: Tidak ada perbedaan usia kelompok pekerja
yang mengalami Tinea kruris dengan yang tidak.
Langkah-langkah
Urutkan seluruh data dan tentukan rank nya.
Jumlah rank
klp Tinea (+) = 93,5
Tinea (-) = 116,5
N kedua kelompok < 15 nilai T = hasil uji.
Nilai p berdasarkan tabel > 0,05 p >
Kesimpulan: tidak ada perbedaan usia antara
pekerja yang mengalami Tinea kruris dengan yang
tidak.

Tabel Ranking usia pekerja di kedua kelompok

Tinea (+)
20
21
21
21
22
22
23
23
39
40
nS =10

Ranking
1.5
5
5
5
8.5
8.5
10.5
10.5
19
20
93.5

Tinea (-)
20
21
21
23
25
26
27
27
28
29
nL=10

Ranking
1.5
5
5
12
13
14
15.5
15.5
17
18
116.5

Uji Korelasi Spearman

Indikasi dan persyaratan
Alternatif uji parametrik korelasi Pearson jika
salah satu dari syarat di bawah ini terpenuhi:
Sedikitnya salah satu variabel berskala ordinal
Ada salah satu variabel yang tidak terdistribusi
normal
Jumlah sampel kecil
uji asosiasi antara 2 variabel yang hubungannya
tidak linear

Langkah perhitungan
1. Urutkan seluruh data X dan tentukan rank nya
2. Urutkan seluruh data Y dan tentukan rank nya
3. Hitung koefisien korelasi Spearman (rs) dengan
rumus
_
_
(X- X) (Y-Y)
rs = --------------------------------- (X- X)2 (Y-Y)2
4. Tentukan nilai p dengan membandingkan nilai
rs dengan tabel korelasi Spearman.

Penilaian
1. Arah hubungan

Negatif: jika nilai X bertambah maka nilai Y

berkurang, dan sebaliknya
Positif: jika nilai X bertambah maka nilai Y
bertambah, dan sebaliknya

2. Kemaknaan

Penilaian
3. Kuat hubungan dinilai rs.
Korelasi sempurna bila r = +1 atau -1.
Berdasarkan kriteria WHO
< 0,3
: tak ada korelasi
0,3 - 0,5
: korelasi lemah
0,5 - 0,8
: sedang
> 0,8
: kuat

Contoh
Ho: Tidak ada korelasi antara indeks massa tubuh
dan usia di kalangan pekerja.
Didapatkan rs 0,65 Tabel Korelasi
Spearman, 0,05<p<0,01 p < maka Ho
ditolak.
Kesimpulan: Terdapat korelasi positif yang kuat
dan bermakna antara indeks massa tubuh
dengan usia pekerja. Atau: makin bertambah
usia maka indeks massa tubuh akan
meningkat.

Usia
21
20
22
21
22
21
23
23
40
39

Ranking
3
5.5
2
5.5
4
7.5
7.5
10
9

IMT
17.1
19.8
20.7
21.1
21.1
21.2
21.6
22.4
25.3
30.1

Ranking
1
2
3
4.5
4.5
6
7
8
9
10

SOAL TABEL 2X2

Kerja gilir * Insomnia/bukan Crosstabulation

Kerja
gilir

tidak
ya

Total

Count
% within Kerja gilir
Count
% within Kerja gilir
Count
% within Kerja gilir

Insomnia/bukan
tidak
ya
34
55
38.2%
61.8%
19
69
21.6%
78.4%
53
124
29.9%
70.1%

Total
89
100.0%
88
100.0%
177
100.0%

HASIL CHI-SQUARE
Chi-Square Tests

Pearson Chi-Square
Continuity Correctiona
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
Association
N of Valid Cases

Value
5.820b
5.056
5.882
5.788

df
1
1
1
1

Asymp. Sig.
(2-sided)
.016
.025
.015

Exact Sig.
(2-sided)

Exact Sig.
(1-sided)

.021

.012

.016

177

a. Computed only for a 2x2 table

b. 0 cells (.0%) have expected count less than 5. The minimum expected count is
26.35.

Interpretasi
Ho: terjadinya insomnia tak ada
hubungan dgn sistem kerja gilir
1. Syarat Chi Square terpenuhi???
2. Jika X2 = 5,8 p=0.016 p < alpha
Hasil uji kemaknaan???
Ho ditolak/diterima???
3. Kesimpulan???