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
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 1Sd 1 n 2 1Sd 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 :
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 … …
0.010 … … … … … … 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 1Sd 1 n 2 1Sd 2
2 2
n1 n 2 2
df n1 n 2 2
Sp 2
n 1 1Sd 1 n 2 1Sd 2
2 2
n1 n 2 2
Sp 2
10 110 2 8 115 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
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)
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
Standar deviasi dari nilai 2
deviasinya (SD_d) : dd 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 … … … …
… .. … … … … …