Yuliaji S.

Program Studi Kesehatan Masyarakat

Fakultas Ilmu Kesehatan
Universitas Ngudi Waluyo
 Statistik deskriptif  memahami karakteristik
data yang dimiliki  menggambarkan berbagai
karakteristik data
 Statistik analitik  mengambil kesimpulan
terhadap hipotesis  melakukan uji hipotesis
 Uji hipotesis : metode untuk mengetahui
hubungan (association) antara variabel yang
bisa dilakukan dengan dua cara yaitu secara
komparatif (comparation) dan korelatif
(correlation).
Masalah Jenis hipotesis (asosiasi)
skala
pengkuran Komparatif Korelatif

Tidak berpasangan Berpasangan

Numerik 2 kelompok > 2 kelompok 2 kelompok >2 Pearson *

kelompok
Uji t tidak One way anova * Uji t Repeated
berpasangan * berpasangan * anova *

Kategorik
(Ordinal) Mann Whitney Kruskal-Wallis Wilcoxon Friedman Spearman,
Kendall,
Sommers,
Gamma
Kategorik Chi square McNemar, Cochran Koefisien
Fisher Marginal Homogeneity kontingensi,
Kolmogorov-smirnov (tabel B x K) Wilcoxon, Friedman Lambda,
(prinsip P x K) Cramer
 Metode untuk mengetahui hubungan (association)
secara komparatif antara variabel numerik dan
variabel kategorik (dengan 2 kategori)
 Uji statistik yang digunakan untuk melihat
perbedaan rata-rata (var. numerik) pada 2 kelompok
(var. kategorik)  uji beda dua mean (rata-rata)
 Uji beda dua mean yang sering digunakan adalah
uji t (uji t berpasangan atau uji t tidak berpasangan)
 Tujuan : untuk mengetahui perbedaan mean
dua kelompok data independen.

 Syarat/asumsi :
• Variabel yang dihubungkan berbentuk numerik
dan katagori (dengan hanya dua kelompok)
• Kedua kelompok data independen
• Data berdistribusi normal/simetris

 Prinsip pengujian dua mean adalah melihat

perbedaan variasi kedua kelompok data.
 Dua sampel tidak berpasangan
(independen) :
◦ Dua sampel yang memang berbeda ciri-ciri variabelnya
◦ Dua data yang diperoleh dari dua sampel yang memang
berbeda
◦ Sampel2 yang memiliki kesamaan variabel karena telah
dilakukan matching, atau satu variabel yang diberi
perlakuan dua atau lebih dari dua kali
1. Memeriksa syarat uji t tidak berpasangan
(normalitas data)
2. Lakukan uji homogenitas varians
• Tujuan : untuk mengetahui perbedaan varian
(sama atau tidak) antara kedua kelompok
data.
• Rumuskan hipotesisnya (perbedaan varians)
• Lakukan penghitungan nilai F
• Kesimpulan
 Rumus : 2
Sd 1
F 2
Sd 2
dengan

df1  n1  1 df 2  n 2  1

Keterangan :
◦ n1 atau n2= jumlah sampel kelompok 1 atau 2
◦ Sd1 atau Sd2 = standar deviasi sampel kelompok 1 atau 2
 Nilai Sd yang besar digunakan sebagai pembilang dan Sd yang
kecil digunakan sebagai penyebut
3. Tentukan uji yang dipakai (independent t-test
varian sama atau beda)
4. Rumuskan hipotesis (uji beda mean)
5. Lakukan perhitungan uji t (sesuai hasil point 3),
dengan rumus sbb : (slide berikutnya)
6. Kesimpulan : bandingkan nilai hitung dengan
nilai tabel atau p dengan 
 Rumus untuk independent t-test varian
sama :
x1  x 2
t
Sp 1 / n 1   1 / n 2 

Sp 2

n 1  1Sd 1  n 2  1Sd 2
2 2

n1  n 2  2

df  n1  n 2  2
 Rumus untuk independent t-test varian
berbeda :

x1  x 2
t
Sd 1
2
 
/ n 1  Sd 2 / n 2
2

df 
Sd  
/ n 1  Sd 2 / n 2
1
2 2

2


 Sd / n   Sd 2 / n
2
 1 1  2
2
 2   
2

 n 1  1   n 2  1 
Contoh :

Uji hipotesis apa yang akan dipilih ?

No Langkah Jawaban
1 Menentukan variabel yang akan Variabel yang dilihat perbedaannya
dihubungkan/dilihat adalah tekanan darah (numerik)
perbedaannya pada perokok dan bukan perokok
(kategorik  2 kategori)
2 Menentukan jenis hipotesis Komparatif

3 Menentukan masalah skala Numerik

variabel
4 Menentukan pasangan / tidak Tidak berpasangan
berpasangan
5 Menentukan jumlah kelompok 2 kelompok

Kesimpulan : Uji yang digunakan adalah uji t tidak berpasangan (uji

parametrik) jika memenuhi syarat. Jika tidak memenuhi syarat, maka
digunakan uji alternatifnya yaitu uji Mann-Whitney (uji non parametrik).
1. Memeriksa syarat uji t tidak berpasangan
(normalitas data)  dilakukan pada saat
analisis data dengan menggunakan program
2. Lakukan uji homogenitas varians
 Hipotesis :
◦ H0 : 1   2 (varian tekanan darah perokok sama
2 2

dengan varian tekanan darah bukan perokok)

◦ Ha : 1 2   2 2 (varian tekanan darah perokok berbeda
dengan varian tekanan darah bukan perokok)

 Rumus : 2 2
Sd1 15
F 2
 2  2,25
Sd 2 10

dan
df1  8  1  7 df 2  10  1  9
 Numerator DF
Denominator Area 1 2 3 4 5 6 7 8 9 dst
DF

9 0.100 … … … … … … 2.51 … …

0.050 … … … … … … 3.29 … … F = 2,25

0.025 … … … … … … 4.20 … … p > 0,05

0.010 … … … … … … 5.61 … …

0.005 … … … … … … 6.88 … …

0.001 … … … … … … 10.70 … …
3. Tentukan uji yang dipakai (independent t-test varian
sama atau beda)
– p > 0,100 > 0,05; Ho diterima, jadi uji yang
digunakan adalah independent t-test varian sama
4. Rumuskan hipotesis (uji beda mean)
◦ H0 : 1  2 (mean tekanan darah perokok sama
dengan tekanan darah bukan perokok)
◦ Ha : 1  2 (mean tekanan darah perokok tidak sama
dengan tekanan darah bukan perokok)
5. Lakukan perhitungan dengan rumus uji t
independen varian sama
 Rumus untuk independent t-test varians sama :

x1  x 2
t
Sp 1 / n 1   1 / n 2 

Sp 2

n 1  1Sd 1  n 2  1Sd 2
2 2

n1  n 2  2
df  n1  n 2  2
Sp 2

n 1  1Sd 1  n 2  1Sd 2
2 2

n1  n 2  2

Sp 2 
10  110 2  8  115 2
 154,69 Sp  154,69  12,44
10  8  2
x1  x 2
t
Sp 1 / n 1   1 / n 2 
155  130
t  4,24
12,44 1 / 10  1 / 8

df  10  8  2  16
df α = 0.1 0.05 0.025 0.01 0.005 0.001
∞ tα=1.282 1.645 1.960 2.326 2.576 3.091
nilai p
1 3.078 6.314 … … … … (< 0,001)
2 1.886 2.920 … … … …
3 1.638 2.353 … … … …
4 1.533 2.132 … … … …
… .. … … … … …
11 1.363 1.796 2.201 2.718 3.106 4.025
12 1.356 1.782 2.179 2.681 3.055 3.930
13 1.350 1.771 2.160 2.650 3.012 3.852
14 1.345 1.761 2.145 2.624 2.977 3.787
15 1.341 1.753 2.131 2.602 2.947 3.733
16 1.337 1.746 2.120 2.583 2.921 3.686 thit = 4,24
17 1.333 1.740 2.110 2.567 2.898 3.646
18 1.330 1.734 2.101 2.552 2.878 3.610
19 1.328 1.729 2.093 2.539 2.861 3.579
20 1.325 1.725 2.086 2.528 2.845 3.552
6. Kesimpulan : bandingkan nilai hitung dengan nilai
tabel atau p dengan 
• Pendekatan klasik :
thitung = 4,24 > ttabel df = 16 =0,025 = 2,120  H0 ditolak
• Pendekatan probabilitas :
0,001 > nilai p  karena ujinya two tail maka dikalikan 2
0,05 > 0,002 > p , karena p <  maka H0 ditolak

Kesimpulan :
• secara statistik tekanan darah daerah penolakan
perokok lebih tinggi dibandingkan
tekanan darah bukan perokok 4,24

(p<0,005). -2,120 2,120

• ada perbedaan yang bermakna mean
tekanan darah orang perokok dan
tidak merokok
 Tujuan : untuk mengetahui perbedaan mean antara dua
kelompok data yang dependen.
 Syarat/asumsi :
 Variabel yang dihubungkan berbentuk numerik dan
katagori (dengan hanya dua kelompok)
 Kedua kelompok data dependen
 Data berdistribusi normal/simetris
 Dua sampel berpasangan (dependen) :
◦ Dua data yang diperoleh dari satu sampel diberikan
perlakuan (dua sampel berpasangan)

Contoh kasus :
• Apakah ada perbedaan tingkat
pengetahuan antara sebelum dan
sesudah dilakukan pelatihan
• Apakah ada perbedaan berat
badan antara sebelum dan sesudah
mengikuti program diet.
1. Memeriksa syarat uji t berpasangan (normalitas data)
2. Rumuskan hipotesis (uji beda mean)
3. Lakukan perhitungan deviasi data sebelum (data 1) dan data
sesudah (data 2), rata-rata deviasi dan standar deviasi dari
deviasi
4. Lakukan perhitungan uji t dengan rumus sbb :

d
t
Sd _ d / n
Keterangan :
 rata-rata deviasi (selisih sampel 1 dengan sampel 2)
 standar deviasi dari deviasi (selisih sampel 1 dan sampel 2)

5. Kesimpulan : bandingkan nilai hitung dengan nilai tabel

atau p dengan 
 Contoh :

Sebelum : 12,2 11,3 14,7 11,4 11,5 12,7 11,2 12,1 13,3 10,8
Sesudah : 13,0 13,4 16,0 13,6 14,0 13,8 13,5 13,8 15,5 13,2

Uji hipotesis apa yang akan dipilih ?

No Langkah Jawaban
1 Menentukan variabel yang akan Variabel yang dilihat perbedaannya
dihubungkan/dilihat adalah kadar Hb (numerik) sebelum
perbedaannya dan sesudah pengobatan (kategorik
 2 kategori)
2 Menentukan jenis hipotesis Komparatif

3 Menentukan masalah skala Numerik

variabel
4 Menentukan pasangan / tidak Berpasangan
berpasangan
5 Menentukan jumlah kelompok 2 kelompok

Kesimpulan : Uji yang digunakan adalah uji t berpasangan (uji

parametrik) jika memenuhi syarat. Jika tidak memenuhi syarat, maka
digunakan uji alternatifnya yaitu uji Wilcoxon (uji non parametrik).
1. Memeriksa syarat uji t berpasangan (normalitas
data)  dilakukan pada saat analisis data
dengan menggunakan program
2. Rumuskan hipotesis (uji beda mean)
◦ H0 :  = 0 (tidak ada perbedaan kadar Hb antara
sebelum dan sesudah pemberian vitamin B12)
◦ Ha :   0 (ada perbedaan kadar Hb antara sebelum
dan sesudah pemberian vitamin B12)
3. Lakukan perhitungan deviasi data sebelum
(data 1) dan data sesudah (data 2), rata-rata
deviasi dan standar deviasi dari deviasi
 2
Sebelum Sesudah d d d d d d d

12,2 13,0 0,8 -1,06 1,06 1,1236

11,3 13,4 2,1 0,24 0,24 0,0576
14,7 16,0 1,3 -0,56 0,56 0,3136
11,4 13,6 2,2 0,34 0,34 0,1156
11,5 14,0 2,5 0,64 0,64 0,4096
12,7 13,8 1,1 -0,76 0,76 0,5776
11,2 13,5 2,3 0,44 0,44 0,1936
12,1 13,8 1,7 -0,16 0,16 0,0256
13,3 15,5 2,2 0,34 0,34 0,1156
10,8 13,2 2,4 0,54 0,54 0,2916
18,6 3,2240
3. Lakukan perhitungan uji t, dengan rumus sbb :
Rata-rata deviasinya d   18,6
10
 1,86

 
Standar deviasi dari nilai 2
deviasinya (SD_d) :  dd 3,2240
Sd    0,598  0,60
n 1 9

d 1,86
t    9,80
SD _ d / n 0,60 / 10

df  n  1
 10  1  9
df
α = 0.1 0.05 0.025 0.01 0.005 0.001
nilai p
∞ tα=1.282 1.645 1.960 2.326 2.576 3.091 (< 0,001)
1 3.078 6.314 … … … …
2 1.886 2.920 … … … …
3 1.638 2.353 … … … …
4 1.533 2.132 … … … …
… .. … … … … …

8 1.397 1.859 2.306 2.896 3.355 5.041

9 1.383 1.833 2.262 2.821 3.249 4.781
thit = 9,80

11 1.363 1.796 2.201 2.718 3.106 4.025

12 1.356 1.782 2.179 2.681 3.055 3.930
4. Kesimpulan : bandingkan nilai hitung dengan
nilai tabel atau p dengan 
◦ t hitung = 9,80 > t df=9, =0,05 = 2,262  H0 ditolak
◦ nilai p < 0,0005(x2) < 0,05
nilai p < 0,001 < 0,05  H0 ditolak
Sehingga dengan menggunakan alpha 5% dapat
disimpulkan bahwa, secara statistik ada perbedaan yang
bermakna kadar Hb antara sebelum dan sesudah diberi
suntikan vitamin B12 (p<0,01).