Uji Statistik

Almubarak
 Statistik Deskriptif
Bertujuan untuk menyajikan
informasi dari suatu data berupa
angka.
Mengetahui Frekuensi
Contoh : berikut merupakan daftar
kadar bakteri E.Coli pada makanan
berbahan dasar tahu.
 Kita akan melakukan data statistik
deskriptif
Masukkan data daftar kadar E.Coli pada SPSS.
Lalu klik Analyze ----Descriptive Statostic
----Frequencies
 Pada kotak dialog yang muncul, klik variabel nilai. Lalu
masukkan Variabel dengan cara menekan tombol panah

Maka variabel kadar akan berpindah ke kotak variabel. Klik

ok untuk analisa
 Sekarang buka jendela out-put
Output 1 : menunjukkan banyaknya data yang diolah yakni
sebnayak 10
Output 2 : memberi informasi mengenai frekuensi data &
prsentase masing-masing kadar
 Menggunakan Menu Descriptive
Bertujuan untuk mengetahui informasi kadar rata-rata &
standar daviasi.
Klik Analyze ---Descriptive Statistics --- Descriptives

pada kotak dialog pindahkan ke kotak variabel(s).

 Out Put Descriptives
Kolom N menunjukkan jumlah data yang diproses. Kolom
maksimum menunjukkan kadar paling kecil dari data &
kolom minimum yakni sebaliknya. Std.Deviation yakni
standar daviasi data.
 Menggunakan Menu Eksplorer
Bertujuan untuk memberikan informasi mengenai data yang lebih
lengkap.
Contoh : data kadar gula berdasarkan jenis kelamin
Kode jenis kelamin 1: pria, 2: wanita

Masukkan data pada SPSS dan kodekan jenis kelamin tersebut.

Klik Analyze --- Descriptives Statistics --- Explorer
 Pada kotak dialog yang muncul, masukkan variabel kadar gula
pada kotak Dependent List. Masukkan variabel jenis kelamin ke
kotak Factor List. Klik ok untuk analisa.
Output 1 : jumlah data yang diproses dan output 2 : nilai statistic
yang lengkap
Output 3 : stem leaf
Cara bacanya:
Kolom frekuensi menunjukkan
frekuensi kadar
Nilai extreme menunjukkan
adanya data yang nilainya
cukup berbeda jauh dengan
data yang lain. Pada data jenis
kelamin pria = 1 terdapat 1
nilai extreme data yang
nilainya kurang/sama dari 120
Stem artinya tangkai. Leaf
artinya daun. Pada data jenis
kelamin wanita terdapat 2 data
pada stem. 1.4 & 1.56 berarti
ada dua kadar gula di atas
140-an atau di bawah 160-an.
Output 4 : grafik Boxplot. Cara bacanya, garis
tengah pada kotak merupakan nilai median & tanda *
menunjukkan data extreme
 Mengetahui Distribusi Data Menggunakan P-P Plots & Q-Q Plots
Kita dapat mengetahui distribusi data normal atau tidak dengan
menggunakan grafik P-P Plots.
Klik Analyze --- Descriptive Statistics --- P-P- Plots
Masukkan variabel kadar gula ke kotak variabel(s). Pastikan
test distribution pada pilihan Normal. Lalu klik OK
Output 1: menunjukkan data. Apabila data tersebar di
sekitar garis maka distribusi Normal. Data di bawah
ini secara P-P & Q-Q Plots
 Statistik Parametris
Uji T : untuk mengetahui apakah ada perbedaan dari nilai
yang diperkirakan dengan hasil perhitungan statistik. Nilai
perkiraan ini bermacam-macam asalnya, ada yang kita
tentukan sendiri, berdasar isu, nilai persyaratan dll.
Uji T biasanya digunakan untuk data yang jumlahnya
sedikit kurang dari 30 sampel. Syarat uji T yakni: 1) nilai
parameter diketahui/ditentukan, 2) distribusi Normal.
Uji T-1 : hanya membutuhkan sebuah sampel/variabel dan
nilai perkiraan sebelumnya.
Contoh : turbidimeter pada minuman mineral bermerek
yakni di bawah atau sama dengan 5,0 sesuai standar dari
BPOM.
Buatlah terlebih dahulu data pada App.SPSS anda.
 Klik Analyze --- Compare Means --- One-Sample T test

Pindahkan variabel Turbidimeter ke kotak Variabel(s). Klik

OK
 Output
Output 2 : menunjukkan informasi nilai untuk mengambil
keputusan:
Kolom t : nilai t hitung, sebagai dasar pengambilan
keputusan
Kolom df : derajat kebebasan. Nilainya berasal dari N-1 : 10-
1:9
Kolom sig : singnifiansi/probabilitas
 Langkah pertama yakni, melakukan hipotesa. Dalam statistik
hipotesa dinotasikan Ho. Kemudian dilengkapi dengan hipotesa
alternatif H1/Ha.
Ho = kadar turbidimeter pada minuman mineral bermerek
adalah di bawah atau sama dengan 5.
H1 = kadar turbidimeter pada minuman mineral bermerek
adalah tidak di bawah atau tidak sama dengan 5.
Langkah selanjutnya, melakukan uji hipotesa. Dengan
menggunakan uji dua sisi. Dengan nilai df = 9 dan nilai
signifikansi yang digunakan SPSS adalah 0,05. maka, dengan
menggunakan nilai t tabel = 2,262.
Dengan nilai t hitung = 5,088 dan nilai ini terletak melewati
nilai t tabel
Ilustrasi : -2,262......XXX.......2,262....5,088. Maka Ho ditolak &
keputusannya adalah kadar turbidimeter pada minuman
mineral bermerek adalah tidak di bawah atau sama dengan 5.
apabila letak t hitung berada di luar daerah penerimaan, maka
Ho ditolak dan keputusan yang diambil adalah H1
Daftar nilai uji t (Dua Sisi)
Uji t-2 Sampel Berpasangan (Paired Sample)
Adalah pengujian untuk mengetahui apakah ada perbedaan
nilai dari satu sampel sebelum & sesudah dilakukan
perlakuan tertentu. Walupun dikatakan dua sampel namun
sebenarnya menggunakan sampel yang sama hanya saja
pengambilan data diambil dalam waktu yang berbeda.
Contoh : untuk meneliti apakah obat penurun berat badan
benar-benar bekerja. Dilakukan penelitian terhadap
sukarelawan. Sebelum minum obat peserta ditimbang
dahulu. Kemudian selama 1 minggu peserta meminum obat
penurun berat badan. Seminggu kemudian dilakukan
kembali pengukuran.
 Klik Analyze --- Compare Means --- Paired-Sample T
test

Masukkan variabel berat_sebelum ke kotak variabel 1 dan

di ikuti berat_setelah di kotak sebelahnya. Klik OK
Output
 Output 1 : memberikan informasi deskriptif mengenai data
sebelum & sesudah. Mean menunjukkan rata-rata berat
badan sebelum & sesudah minum obat. N menunjukkan
jumlah data yang diproses.
Output 2 : memberikan informasi mengenai nilai korelasi
antara data sebelum & sesudah
Ho = berat badan sebelum & sesudah minum obat penurun
berat badan yakni sama
H1 = berat badan sebelum & sesudah minum obat penurun
berat badan yakni tidak sama (ada perbedaan)
Dengan nilai df 15 dan signifikansi SPSS 0,05 maka dengan
menggunakan uji dua sisi pada t tabel di dapat nilai t tabel
= 2.201
T hitung = 0.104, terletak antara
-2.201.......0.104.......2.201. maka, Ho diterima dengan
keputusan bahwa berat badan sebelum & sesudah minum
obat penurun berat badan yakni sama dengan kata lain
obatnya tidak manjur.
 Uji t-2 sampel bebas (independent sample)
Untuk menguji apakah ada perbedaan nilai 2 sampel yang
diberi perlakuan yang berbeda. Uji ini benar-benar
sampelnya berbeda.
Contoh : apakah ada perbedaan tekanan darah antara
orang yang meminum alkohol dan tidak minum alkohol.
 Klik Analyze --- Compare Means --- Independent
Sample t test

Masukkan variabel tekanan_darah ke kotak test

variabel(s)
 Masukkan variabel pasien/kelompok ke kotak grouping
variabel lalu klik define groups. Lalu continue kemudian OK
Output
 Output explanation
Output 1 : data deskriptif dari yang minum alkohol & tidak minum
Output 2 : nilai-nilai yang dugunakan dalam analisa.
Melakukan hipotesa:
Ho = tekanan darah antara kelompok yang minum alkohol & tidak
meminum yakni sama
H1 = tekanan darah antara kelompok yang minum alkohol & tidak
meminum yakni berbeda
Terdapat 2 analisis dalam uji t-2 sampel bebas, yakni asumsi
varians sama & asumsi varians berbeda.
Pertama2, lakukan pengecekan apakah varian antar 2 sampel
sama atau tidak. Caranya adalah dengan membandingkan nilai
signifikansi pada kolm Levens Test For Equality of Variances-
Sign, dengan nilai signifikansi yang digunakan (SPSS secara
default menggunakan signifikansi 0,05)
 Untuk pengujian varians, apabila nilai signifikansi
(probabilitas) > 0,05 maka data mempunyai varians yang
sama. Apabila signifikansi < 0,05 maka data mempunyai
varians yang berbeda.
Dari data di atas nilai signifikansinya 0.426. maka data di
atas mempunyai nilai varians yang sama. (0.426 > 0.05).
Oleh karena itu kita menggunakan nilai-nilai yang terdapat
pada baris Equal Variances Assumed. Apabila varians
berbeda maka kita gunakan Equal Variances Not
Assumed.
Berikut analisanya : dengan nilai df 12 dan signifikansi 0.05
maka dengan menggunakan uji 2 sisi pada tabel t di dapat
nilai t tabel = 2.179
t hitung = 3.8, terletak diluar range
-2.179.......XXX.......2.179.....3.8. keputusannya yakni Ho
ditolak dan yang diambil yakni H1 = tekanan darah antara
kelompok yang minum alkohol & tidak meminum yakni
berbeda