Adhila F
numeric statistic test
Komparasi 2 sampel :
1. Dependen (berpasangan) nilai pre-test & post-test,
sebelum dan sesudah perlakuan
2. Independen (tdk berpasangan) kelompok sampel tidak
berkaitan satu sama lain. contoh : hasil nilai test laki-laki &
perempuan, penghasila petani dan nelayan
numeric statistic test
Independent t-test
Group A Independent t-test pada
prinsipnya adalah
membandingkan rata-rata pada
X1 = rata-rata group A (x1) dengan rata-rata
s = SD pada group B (x2) yang saling
S2= varians Reduksi
independent
p=proportion
X2 = rata-rata
s = SD
S2= varians
p=proportion
Membuat generalisasi Group B
numeric statistic test
define groups
group 1 1
group 2 2
(sesuai koding)
CONTINUE OK
hasil output
Lingkar
66,93 12,63 67,00 8,37 xx 0,xx
pinggang
hasil output-2
equal
not equal
Lingkar
66,93 12,63 67,00 8,37 0,07 3,91 0,987
pinggang
diketahui nilai signifikansi p = 0,987 p > 0,05 H1 ditolak, Ho diterima
Didapatkan p = 0,000 (p
<0,05) Ho ditolak
Ada beda pada kelompok yg
didukung dan tidak didukung
Tidak
Didukung
Variabel didukung Mean diff p value
suami
suami
skor
31,41 46.34 14,93 0,000
ansietas
Mann-Whitney
Suatu data meneliti hubungan diet dengan kadar
kolesterol
1 128.91
Variabel 2 kadar kolesterol 1 128.80
Variabel 1 diet 1 127.88
1 127.41
koding 1 = diberi diet 1 127.04
koding 0 = tidak diberi diet 1 126.87
1 125.69
0 126.19
0 126.17
0 125.90
0 124.99
0 124.59
0 124.59
0 124.17
Uji tes normalitas
Analyze descriptive explore
Tidak diberi
Variabel Diberi diet Mean diff p value
diet
kadar
125,00 4,86 158,00 8,39 xx 0,xx
kolesterol
Uji mann-whitney
Uji mann-witney
Pada Exact biarkan pada
mode default, Option
centang descriptives
Pada grouping variable
define groups Group 1
= 1, Group 2 = 0
Ok
Didapatkan p = 0,004 (p
<0,05) Ho ditolak
Ada beda pada kelompok yg
diberikan diet dan tidak
Ada efek pemberian diet thdp
kadar kolesterol (dgn selisih 33
mg/dl)
Tidak diberi
Variabel Diberi diet Mean diff p value
diet
kadar
125,00 4,86 158,00 8,39 - 33,00 0,004
kolesterol
numeric statistic test
Paired t-test
Before Pair t-test pada prinsipnya adalah
membandingkan rata-rata pada
2x pengukuran mean pada
X1 = rata-rata subjek yang sama
s = SD
S2= varians Reduksi
p=proportion
X2 = rata-rata
s = SD
S2= varians
p=proportion
Membuat generalisasi After
numeric statistic test
Untuk
menunculkan
rata-rata
kelompok
Output
ANOVA
Uji hipotesis perbedaan nilai rata-rata dari 2 atau lebih
kelompok independen
Jika kita melakukan multiple t-test, maka hal ini akan memakan waktu dan
tidak efektif. Selain itu, bagaimana dengan type 1 error-nya () .
Pengulangan t-test akan menambah akumulasi
Example
p >0,05 sehingga kesimpulan tidak ada beda penjualan maffe vs sonnar, dan
tidak ada beda penjualan sonnar vs mapee
Friedman test
Non parametric dari ANOVA
Analyze nonparametric test K relate sample
Output
Ho : 1 = 2, = 3
H1 : 1 2, 3
kadar gula
Rata-rata SD p value
darah
Model 1 196.70 6,17
Model 2 199.507,26 xxx
Model 3 199.805,20
Output
kadar gula
Rata-rata SD p value
darah
Model 1 196.70 6,17
Model 2 199.507,26 0,209
Model 3 199.805,20
TUGAS
Setiap mahasiswa akan diberikan satu topik untuk
membuat soal kasus dan data sesuai dengan topik yang
diberikan. Soal dikirim dalam bentuk ppt yg diberi judul :
Nama_Topik
Setiap pertemuan terkait topik, akan dipilih 2 mahasiswa
utk mempresentasikan kasus dan pengolahan data dgn
SPSS, dan interpretasinya.
Presentasi akan disampaikan di awal sebelum perkuliahan
slm 10 menit (7 menit presentasi, m5enit diskusi tanya
jawab)
Dikumpulkan ke email fayasari@gmail.com, tgl 17
Oktober 2016
Topik
Pert Topik jml mhsw
1 Uji beda 2 mean independen parametrik
2 Uji beda 2 mean dependen parametrik
3 Uji beda 2 mean independen non parametrik
4 Uji beda 2 mean dependen non parametrik
5 Uji beda > 2 mean parametrik
6 Uji beda > 2 mean non parametrik
7 Uji korelasi parametrik
8 Uji korelasi non parametrik
9 Uji regresi linier parametrik/non parametrik
10 Uji kategorik 2 kelompok parametrik/non
11 Uji kategorik >2 kelompok non parametrik
12 Uji kategorik >2 kelompok parametrik
13 Uji regresi logistik