UJI Mc Nemar, Uji Cochran

dan
Uji Run
Achmad ridwan MO, dr M.Sc
Achmad.ridwanmo@yahoo.co
m
08127134097

UJI MC NEMAR

Tabel Uji Hipotesis

Jenis Uji Hipotesis

Komparatif/Asosiatif
2 Kelompok

> 2 Kelompok

Skala
Pengukuran
Variabel

Deskirptif
(1 variabel)

Nominal

Binomial
Chisq uare
one sampel
test

McNemar**
(2X2)
Marginal
Homogenity**
(2 X >2)

Chi Square**
Fisher**
KolmogorovSmirnov**

Cochran**

Chi Square**
Fisher**
KolmogorovSmirnov**

Coefisien
Kontingensi
**
Lamda**

Ordinal

Run test

McNemar**
Marginal**
Homogenity**

Chi Square**
Fisher**
KolmogorovSmirnov**

Cochran**

Chi Square**
Fisher**
KolmogorovSmirnov**

Somersd **
Gamma**

Wilcoxon

MannWhitney

Friedman

KruskalWallis

Spearman

Uji t
Berpasangan *

Uji t tidak
berpasangan
*

Anova *

Anova *

Pearson*

Numerik
(Interval &
Ratio)

T test

Berpasangan

Tidak
Berpasanga
n

Berpasanga
n

Tidak
Berpasanga
n

Korelatif

i dengan tanda * merupakan uji parametrik

nda panah menunjukkan uji alternatif bila syarat uji parametrik tidak terpenuhi
i hipotesis untuk variabel ordinal sama dengan uji untuk variabel nominal bila dapat dibuat dalam
entuk tabel silang (tabel Baris kali Kolom)
nda ** menunjukkan bahwa uji tsb dapat disajikan dalam bentuk tabel silang

Kasus
Anda ingin mengetahui peran
penyuluhan terhadap pengetahuan
responden. Sebelum penyuluhan
anda terlebih dahulu mengukur
tingkat pengetahuan responden yg
dikelompokkan menjadi baik dan
buruk. Setelah dilakukan
penyuluhan, anda kembali
melakukan pengukuran tingkat
pengetahuan.

Langkah-langkah untuk menentukn

uji hipotesis
1. Tentukan variabel yg dihubungkan:Tingkat
pengetahuan sebelum dan sesudah
penyuluhan (kategori)
2. Jenis hipotesis: Komparatif
3. Skala variabel: nominal
4. Menentukan pasangan/tidak berpasangan:
berpasangan
5. Menentukan jenis Pengulangan x Kategori
(PxK)=2x2
. Uji hipotesis yg digunakan: Uji McNemar

Rumus Uji Mc Nemar

Sebelum

Sesudah

+
+
-

+
+
-

Sebelum
+
-

Isikan dalam
sel
A
B
C
D

Sesudah
+
A
C
2
(

1
)
X 2
A D

B
D

Contoh Aplikasi Uji Mc

Nemar
Penelitian ingin menguji efek pengobatan
dalam mengurangi sesak nafas pada
penderita asma. Sebelum pengobatan
anda mengukur efek pada responden yg
dikelompokan menjadi sesak dan tidak
sesak. Setelah dilakukan pengobatan ,
anda kembali melakukan pengukuran
gejala sesak (sesak dan tidak sesak).
Desain penelitian uji klinis. Untuk
mudahnya data disusun dalam tabel 1.1.

Tabel 1 hasil penelitian efek pengobatan

terhadap sesak nafas, data berpasangan
sesak_1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

sesak_2
1
1
1
1
1
1
1
1
1
1
0
0
1
0
1
1
1
1
1
1
1
0
0
1
1
1
1
1

0
0
0
0
0
1
1
0
1
1
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0

No
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58

Sesak 1 Sesak _2
1
0
1
0
0
0
0
0
0
0
0
1
0
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1
0
0
0
0
0
0
1
0
1
0
1
0
1
0

Sesak_1=Sebelum
Pengobatan
Sesak_2=Sesudah
Pengobatan
0=Tidak sesak
1= Sesak

Sesak sebelum pengobatan dan

sesak sesudah pengobatan
Gejala sesak
sesudah
pengobatan
Gejala Sesak
Sebelum pengobatan

Tidak

Ya

Total

Tidak

17

19

Ya

33

39

50

58

Pertanyaan penelitian:
Apakah terdapat perbedaan gejala sesak antara
sebelum pengobatan dan sesudah pengobatan?

 Evaluasi data: n=58 sebelum pengobatan

dan 58 sesudah pengobatan (skala
Nominal)
Asumsi: Sampel random
Hipotesis:
Ho: Tidak terdapat perbedaan sesak sebelum
dan sesudah pengobatan
Ha: Terdapat perbedaan sesak sebelum dan
sesudah pengobatan

Uji Mc Nemar

( A D 1 ) 2
2
X
A D

 =0,05. df (b-1)(k-1)=1x1=1-->Chi square

tabel 3,841
Kriteria Pengujian:
Ho diterima bila Chi saquare hitung <
Chi square tabel (3,841)
Ho ditolak bila Chi square hitung Chi
square tabel (3,841)

Perhitungan

( 17 6 1 )2
2
. 4 , 347
X
17 6

 Keputusan statistik: Karena Chi

square hitung=4,347 > 3,846
berarti Ho ditolak
Kesimpulan:
Ada perbedaan sesak sebelum dan
sesudah pengobatan, X2 =4,347

Print out program statistik

Sesak sebelum diberi obat * Sesak sesudah diberi obat
Crosstabulation
Count
Sesak sesudah diberi obat Total

0 1
Sesak sebelum diberi obat 0 17 2 19
1 32 6 38
Total 498 57

Chi-Square Tests
Value Exact Sig. (2-sided)
McNemar Test
.000a
N of Valid Cases
57
a. Binomial distribution used.

Cara melaporkan hasil

Gejala sesak
sesudah
pengobatan
Tidak
Gejala Sesak
Sebelum
pengobatan

Total

0,0005

Ya

Tidak 17

19

Ya

39

33

sponden dengan tidak sesak

pengobatan
dan
50 sebelum
8
58
sudah pengobatan Tidak sesak 17 orang. Responden sebelum
ngobatan tidak sesak dan sesudah Pengobatan Sesak ada
orang. Dst.
sil uji McNemar nilai p=0,000(tulis 0,0005)<0,05 artinya gej
sak sebelum dan sesudah pengobatan berbeda secara berm

Latihan 1
Pengetahuan sebelum penyuluhan
dan sesudah penyuluhan, sampel 25
ibu balita yang berkunjung ke
posyandu
Pertanyaan penelitian apakah ada
beda tingkat pengetahuan sebelum
dan sesudah
penyuluhan,lakukan uji pada
alpha=0,05

Pre
1.0
1.0
1.0
2.0
2.0
2.0
1.0
2.0
2.0
2.0
1.0
2.0
1.0
1.0
2.0
1.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0

Post
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
2.0
2.0
2.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0

Pengetahuan
1=baik
2=buruk

UJI Q COCHRAN

Tabel Uji Hipotesis

Jenis Uji Hipotesis

Komparatif/Asosiatif
2 Kelompok

> 2 Kelompok

Skala
Pengukuran
Variabel

Deskirptif
(1 variabel)

Nominal

Binomial
Chisq uare
one sampel
test

McNemar**
(2X2)
Marginal
Homogenity**
(2 X >2)

Chi Square**
Fisher**
KolmogorovSmirnov**

Cochran**

Chi Square**
Fisher**
KolmogorovSmirnov**

Coefisien
Kontingensi
**
Lamda**

Ordinal

Run test

McNemar**
Marginal**
Homogenity**

Chi Square**
Fisher**
KolmogorovSmirnov**

Cochran**

Chi Square**
Fisher**
KolmogorovSmirnov**

Somersd **
Gamma**

Wilcoxon

MannWhitney

Friedman

KruskalWallis

Spearman

Uji t
Berpasangan *

Uji t tidak
berpasangan
*

Anova *

Anova *

Pearson*

Numerik
(Interval &
Ratio)

T test

Berpasangan

Tidak
Berpasanga
n

Berpasanga
n

Tidak
Berpasanga
n

Korelatif

i dengan tanda * merupakan uji parametrik

nda panah menunjukkan uji alternatif bila syarat uji parametrik tidak terpenuhi
i hipotesis untuk variabel ordinal sama dengan uji untuk variabel nominal bila dapat dibuat dalam
entuk tabel silang (tabel Baris kali Kolom)
nda ** menunjukkan bahwa uji tsb dapat disajikan dalam bentuk tabel silang

UJI COCHRAN
HIPOTESIS KOMPARATIF KATEGORIK
BERPASANGAN PRINSIP(>2)X2
Digunakan untuk menguji hipotesis antara
3/lebih sampel berpasangan bila data
bebentuk nominal dari frekuensi dikotomi.
Uji ini merupakan pengembangan dari uji
Mc-Nemar yg dipakai bilamana banyak
sampel lebih dari 2.
Uji ini diukur dalam skala nominal atau
ordinal yang dipisah-pisahkan (dikotomi)
misalnya ya dan tidak, sukses dan gagal
dan lain-lain.

Kasus
Anda ingin mengetahui peran
penyuluhan terhadap pengetahuan
responden. Pengukuran sebanyak
tiga kali, yaitu Sebelum penyuluhan,
sesaat sesudah penyuluhan, dan
satu bulan sesudah penyuluhan.

Langkah-langkah untuk menentukn

uji hipotesis
1. Tentukan variabel yg dihubungkan:Tingkat
pengetahuan sebelum dan sesudah
penyuluhan (kategori)
2. Jenis hipotesis: Komparatif
3. Skala variabel: nominal
4. Menentukan pasangan/tidak berpasangan:
berpasangan
5. Menentukan jenis Pengulangan x Kategori
(PxK)=3x2
. Uji hipotesis yg digunakan: Uji Cochran

Asumsi-asumsi
A. Data untuk analisis terdiri atas
reaksi-reaksi dari r buah blok dengan
c buah perlakuan yg ditetapkan
secara independen.
B. Reaksi-reaksi itu dinyatakan
dengan 1 untuk sukses atau 0
untuk gagal. Hasil-hasil
pengamatan ini bisa diperagakan
dalam sebuah tabel kontingensi
seperti tabel 7.20 dengan Xij yg

Tabel 7.20 Tabel kontingensi untuk

data pada uji Q Cochran
Blok

Perlakuan

Total
baris

X1.1

X1.2

X1.3

X1c

R1

X2.1

X2.2

X2.3

X2c

R2

X3.1

..
..
Total kolom

X3.2

X3.3

X3c

..

..

Xi1

Xi2

xi3

Xic

C1

C2

C3

Cc

R3
Ri Total baris
N

atan: 1=menyatakan diagnosis yg benar, 0=menyatakan diagnosis yg s

C. Blok-blok yg ditampilkan merupakan blok-blok yg dipilih

secara acak dari suatu populasi yg terdiri atas
semua blok yg mungkin.

Hipotesis-hipotesis:
Ho: Semua perlakuan mempunyai efek yg sama
Ha: Tidak semua perlakuan mempunyai efek yg
sama

Statistik Uji

C (c 1)
2

C (c 1)i 1C 1 (c 1) N 2
c

cN i 1Ri2
c

c= Banyaknya sampel (perlakuan)

C=banyaknya sukses dalam tiap perlakukan
R=banyaknya sukses dalam tiap ulangan
N=banyaknya sukses dalam tiap ulangan

Kaidah pengambilan
keputusan
Apabila data telah tersaji seperti dalam tabel 7.20,
singkirkanlah semua blok (baris) yg semua hanya berisi
skor-skor o atau skor=1. Jika hasil perkalian antara
banyaknya blok yg masih ada dan bany aknya
perlakuan adalah 24 atau lebih , dan banyaknya blok
sekurang-kurangnya 4, bandingkan nilai Q hasil
perhitungan dengan nilai kai kuadrat dengan df c-1
dengan taraf nyata () yg ditetapkan peneliti.
Ho ditolak jika Q X2 tabel ,Ho diterima jika Q < X2 tabel
Atau tolak Ho jika p hitung (Asymp sig) , terima Ho jika p hitung (Asymp sig) >

Jika hasil perkalian tadi kurang dari 24, buatlah

distribusi Q yg eksak atau gunakan tabel khusus (tabel
untuk nilai r dan c tertentu)

Contoh aplikasi penelitian

Gustasfon dkk memperbandingkan
kemampuan tiga sistem diagnostik berbantuan
komputer (model) dan kesimpulan-kesimpulan
yg dibuat oleh dokter (majority opinion) dalam
diagnosis berdasarkan simptom, tanda tanda
fisik dan informasi lab.
Tabel 7.21 memperlihatkan hasil-hasil yg
diperoleh pemeriksaan terhadap 11 pasien
hipotiroid. Untuk menguji Ho yg menyatakan
bahwa keempat metode diagnostik
memberikan hasil-hasil yg sama.

Tabel 7.21.Kesalahan-kesalahan
individu yg dibuat oleh dokter dan oleh
model-model.
Pasien
hipotiroid

Pendapat
umum dr

Actuarial
PIP

Subjective
PIP

Semi-PIP

10

11

atan: 1=menyatakan diagnosis yg benar, 0=menyatakan diagnosis yg s

 Ho: Keempat metode diagnostik

memberikan hasil-hasil yang identik
Ha: Keempat metode diatas berbeda
dalam hal kemampuan membuat
dagnosis yang benar.

Tabel 7.22.Seperti tabel 7.21, tetapi

baris-baris yg hanya berisi 0 atau
berisi 1 dihilangkan
Pasien
hipotiro
id

Penda
pat
umum
dr

Actuari
al PIP

Subject Semiive PIP PIP

Total

10

13

atan: 1=menyatakan diagnosis yg benar, 0=menyatakan diagnosis yg s

C (c 1)i 1C 1 (c 1) N 2
c

C (c 1)

cN i 1Ri2

4(4 1)(6 2 12 2 2 4 2 ) (4 1)132

Q
7,70
2
2
2
2
2
2
2
4(13) (1 3 2 3 2 1 1 )

 Karena perkalian baris-baris dan kolom-kolom

dalam tabel yg telah direduksi adalah 7x4=28,
maka kita memperbandingkan nilai Q=7,70 hasil
perhitungan kita bandingkan dengan nilai dalam
tabel Kai-Kuadrat untuk derajat bebas 4-1=3. Kai
kuadrat tabel pada alpha 0,05 didapat: 7,815
Keputusan:
Ho diterima sebab 7,70 < 7,815
Tabel Kai-kuadrat mengungkapkan bahwa bila Ho
benar, peluang untuk mendapatkan suatu nilai Q
sebesar 7,70 adalah antara 0,05 dan 0.10.

Kesimpulan?

Print out program statistik

Test Statistics
N
Cochran's Q
df
Asymp. Sig.
a. 1 is treated as a success.

11
7.696a
3
.053

Latihan 2
Pengetahuan sebelum penyuluhan,
sesaat sesudah penyuluhan dan satu
bulan sesudah penyuluhan. Sampel
25
Apakah dapat disimpulkan ada
perbedaan bermakna pengetahuan
sebelum penyuluhan, sesat seduah
penyuluahndan 1 bulan sesudah
penyuluhan, lakukan uji ppada
alpha=0,05

Pre
1.0
1.0
1.0
0.0
0.0
0.0
1.0
0.0
0.0
0.0
1.0
0.0
1.0
1.0
0.0
1.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0
0.0

Post1 Post2
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
0.0
0.0
0.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0

1.0
1.0
1.0
0.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
0.0
0.0
0.0
1.0
0.0
0.0
1.0
1.0
1.0
1.0
1.0
1.0
0.0
1.0

1=baik
0=bur
uk

Uji random data

RUN TEST

RUN TEST
Digunakan untuk menguji hipotesis deskriptif (satu
sampel), bila datanya berbentuk ordinal.
Pengujian dilakukan dg.cara mengukur kerandoman
populasi yg didasarkan atas data hasil pengamatan
melalui data sampel.
Pengamatan: mengukur banyaknya Run dlm suatu
kejadian. Contoh melempar sekeping logam dg tanda R
dan C, dilempar 15 kali, hasilnya:
RRR CCC R CCCC RR C R
1
2
3
4
5 6 7 kejadian tsb=7 Run
Atau dg. Tanda + dan - :
+++ - - - + - - - - + + - +
1
2
3
4
5
6 7 kejadian tsb=7 Run

Contoh Penelitian
Effect film meduated fantasy agression on strength of
aggressive drive in young children.
Dalam suatu studi mengenai dinamika agresi dalam diri
kanak-kanak, pembuat eksperimen mengamati
pasangan-pasangan kanak-kanak dalam suatu permainan
yg dikontrol. 24 anak berasal dari sekolah yg sama, dg
demikian mereka bisa bermain bersama sehari-hari,
Diatur diamati 2 anak/harinya, kehawatiran mungkin
terjadi bias dalam studi akibat terjadi perbincangan
antara anak yg telah melaksanakan tugas sebagai
subyek dg anak yg akan mendapat giliran sesudahnya.
Kalau perbincangan semacam itu ada pengaruh terhadap
tingkat agresi dalam waktu bermain, pengaruh ini akan
tampak sebagai kurangnya kerandoman skor agresi
dalam urutan pengumpulan skor itu.

Tabel 4.5. Skor Agresi dalam urutan kemunculannya

Kanak-kanak
Skor
Posisi skor
Kanak-kanak
terhadap median
1

31

23

36

43

51

44

12

26

43

10

75

11

12

+
+
+
+
+
+
+
+
-

Skor

Posisi skor
terhadap median

13

15

14

18

15

78

16

24

17

13

18

27

19

86

20

61

21

13

22

23

24

Median himpunan skor=24,5

Yang jatuh diatas median ditandai tanda tambah (+),
Yang jatuh dibawah median ditandai tanda tambah (-)
Run=10 (uruan tambah dan kurang)

+
+
+
+
-

 Hipotesis:
Ho: Tambah dan kurang terjadi dalam
urutan random
Ha: Urutan tambah dan kurang
menyimpang dari kerandoman.

Test statistik: tes run satu sampel

Tingkat signifikansi
Dipilih alpha 0,05. N=banyak
subyek=24, n1=12, n2=12

 Distribusi sampling. Tabel F menyajikan hargaharga kritis r dari distribusi sampling

Daerah penolakan.
Uji dua sisi, pada n1=12,n2=12, Daerah penolakan
adalah semua r yg terletak antara harga r 7 (Tabel FI)
dan r 19 (Tabel FII)

Keputusan (Data Lihat tabel 4.5)

Run (r)=10 , pada tabel F r tabel=7 (buku Sidney
Siegel), n1=12 dan n2=12,maka r hitung tidak
termasuk daerah penolakan (r10>7).

Kesimpulan:Bahwa sampel skor itu terjadi dalam

urutan random, dapat kita terima.

Skor agressi
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Skor
31
23
36
43
51
44
12
26
43
75
2
3
15
18
78
24
13
27
86
61
13
7
6
8

Lakukan Uji Run

Print out Uji Run program

statistik
Runs Test
Skor Agressi
Test Valuea
25.00
Cases < Test Value
12
Cases >= Test Value
12
Total Cases
24
Number of Runs
10
Z
-1.044
Asymp. Sig. (2-tailed) 0.297
a. Median
P=0,297 adalah >0,05

Sampel-sampel besar
n1 atau n2 lebih besar dari 20

r r
z

2n1n2
r (
1
n1 n2
2n1n2 (2n1n2 n1 n2 )
2
(n1 n2 ) (n1 n2 1)

Latihan 3
Dalam suatu kantin diperusahaan elektronik,
terdapat sekelompok wanita yg makan siang.
Dari sekelompok karyawan itu ada 24 orang
diambil secara random, selanjutnya
diwawancarai kapan akan mengambil cuti
hamil. Dalam pertanyaan tsb disertakan dua
alternatif jawaban yaitu akan mengambil cuti
besar sebelum melahirkan (R) atau sesudah
melahirkan (C). Wawancara dilakukan secara
berurutan yaitu mulai dari nomor1 sampai
dengan no 24.

Waktu cuti karyawan

No

Jawaban

No

Jawaba

13

14

15

16

17

18

19

20

21

10

22

11

23

12

24

Jumlah Run

 Pertanyaan penelitian: Apakah dapat

disimpulkan bahwa peluang
mengambil cuti sebelum dan
sesudah melahirkan sama (berarti
urutan dalam meimilih cuti bersifat
random)? Lakukan uji pada = 0,05.

Buku sumber:
1. Achmad Ridwan MO, Bahan ajar
Statistik Non Parametrik, STIK Bina
Husada
2. Sidney Siegel Statistik nonparametrik
untuk ilmu-ilmu sosial
3. Wayne Daniel, 1989. Alih bahasa Alex
Tri Kancono W. Statististika non
parametrik terapan, PT Gramedia,
Jakarta

Dari 58 subyek
Sesudah diberi pengobatan
Tidak sesak: 50
Sesak:8
Dipilih secara random
Rincian:
58 subyek sampel
Tidak sesak tetap=17
Sebelum diberi pengobatan Diberi
Pengobatan Tidak Sesak jadi sesak=2
Tidak sesak:17
Sesak jadi tidak sesak=33
Sesak:33
Sesak tetap sesak= 6
Desain Uji Klinik

Dipilih secara random

Placebo
58 subyek sampel
Sebelum diberi pengobatan
Tidak sesak:17
Sesak:33

Dipilih secara random

58 subyek sampel
Sebelum diberi pengobatan
Tidak sesak:17
Sesak:33