Rangkuman

UJI STATISTIK BERDASARKAN VARIABEL DAN TIPE DATA

VARIABEL TERGANTUNG
VARIABEL
BEBAS
Kategori Numerik

Chi-Kuadrat, Log T-test, ANOVA, Regresi

Kategori
Linear, Logistik linear

Regresi linear, korelasi

Numerik Regresi Logistik
Pearson

Antara kategori Regresi Linear,

Regresi logistik
dan Numerik ANCOVA
 UJI STATISTIK BERDASARKANTIPE DATA DAN TUJUAN

TIPE DATA

TUJUAN Numerik Rank, skor,

(Berdistribusi Numerik tidak Binomial Survival Time
Normal) Normal

Median,
Kaplan Meier
Deskriptif Mean, SD Interquartile Proporsi
survival curva
range

Membandingk One-sample t- Chi-Square,

Wilcoxon test
an satu group test Binomial test

Membandingk Fishers test

Two
an dua group Man-Whitney (Chi-square Log-rank test,
independent
tidak test untuk sampel Mantel-Haenszel
t-test
berpasangan besar)

Membandingk hazard
McNemars
an dua group Paired t-test Wilcoxon test regression
test
berpasangan
 UJI STATISTIK lanjutan

Membandingkan Cox
tiga atau lebih One-way Kruskal- Chi-square Proportional
group tidak ANOVA Wallis test test hazard
berpasangan regression
Membandingkan
Repeated Cond. Prop.
tiga atau lebih Fridman
measures Cochrane Q Hazard
group test
ANOVA regression
berpasangan
Hubungan
Pearson Spearman Contingency
kuantitas antara
correlation correlation coefficients
dua variabel
Simple linear Nonparame Simple Cox prop.
Prediksi dari satu
or non linear tric logistik Hazard
variabel lain
regression regression regression regression
Prediksi dari Multiple Cox prop.
Multiple
beberapa linear or Hazard
logistic
pengukuran atau nonlinear regression
regression
variabel binomial regression
 UJI STATISTIK berdasarkan Jenis Hipotesis
JENIS HIPOTESIS
SKALA Perbandingan (komparatif)
PENGUKURAN 2 Kelompok Lebih dari 2 Kelompok
VARIABEL Korelatif
Tidak Tidak
Berpasangan Berpasangan
Berpasangan Berpasangan
Numerik
Uji t- Uji t- Repeat
(interval & ANOVA Pearson
Rasio) paired group Measure
Mann- Kruskal-
Wilcoxon Friedman Spearman
Whitney Wallis
Ordinal Chi-square, Chi-square,
McNemar,
Fisher E, Fisher E, Sommersd
Marginal Cochran
Kolmogorov- Kolmogorov- Gamma
homogenity
Smirnov Smirnov
Chi-square Chi-square,
McNemar, Koefisien
Fisher E, Fisher E,
Nominal Marginal Cochran Kontingensi
Kolmogorov- Kolmogorov-
homogenity Lambda
Smirnov Smirnov
 PENTING DIKETAHUI
No Uji Statistik
1 Untuk Mengetahui Distribusi Data (Normalitas Data)
Secara analitik, dapat diuji dengan uji normalitas Kolmogorov-Smirnov atau
Shapiro-Wilk (uji untuk mengetahui apakah sebaran data normal atau tidak). Uji
dengan nilai kemaknaan (p) > 0,05 menunjukkan bahwa data yang diuji
mempunyai sebaran data yang normal.
a. Sampel besar (30) digunakan uji Kolmogorov-Smirnov.
b. Sampel kecil (<30) digunakan uji Shapiro-Wilk, karena untuk sampel kecil
uji Shapiro-Wilk lebih sensitive terhadap kenormalan suatu data.
2 Uji varians (Levenes test of varians) digunakan untuk mengetahui apakah varian
dua buah atau lebih kelompok data sama atau tidak. Jika uji varians menghasilkan
nilai p > 0,05, maka varians dari data yang diuji adalah sama (homogen).
Uji statistik Uji alternatif
3 T-test tidak berpasangan Mann-Whitney
4 T-test berpasangan Wilcoxon
5 Anova Kruskal-Wallis
6 Repeat Measure Friedman
7 Chi square Fisher, Kolmogorov-Smirnov (tergantung
jumlah kolom dan baris, nilai observer &
ekspektasi setiap sel)
8 Uji korelasi Pearson Uji korelasi Spearman
 Uji Normalitas

Uji Normalitas:

Analyze > Descriptive Statistics> Explore

Klik Plots > Normality Plots with Tests
(tick)
Continu
OK