UJI HIPOTESIS:

UJI PARAMETRIK DAN

NON PARAMETIK
Indah P. Kiay Demak, MMedEd
Bagian IKK-KM
Fakultas Kedokteran
Universitas Tadulako
2017
Diadaptasi dari:
Nur Azid Mahardinata
FK UGM
Klasifikasi Data Berdasarkan
Sumbernya
■ Data Primer
Data yang dikumpulkan oleh peneliti (tangan
pertama) yang digunakan untuk menjawab tujuan
penelitian secara spesifik

■ Data Sekunder
Data yang sudah tersedia atau telah dikumpulkan oleh
orang atau lembaga tertentu, misalnya Biro Pusat
Statistik, Dinas Kesehatan, Rumah Sakit, dll
Kunci Utama Menentukan
Jenis Uji Hipotesis Penelitian

Kenali data Anda, jenis

data apa yang Anda miliki
Jenis Input Data

Angka
– Angka murni (TB, BB, Suhu, Usia, dll)
– Coding: Kode angka (1=laki-laki, 2=perempuan;
skala likert, dll)

Kata/kalimat
– Wawancara, FGD
– Observasi
Langkah-langkah Uji Hipotesis
1. Identifikasi skala pengukuran variabel
2. Tentukan jenis uji hipotesis
3. Identifikasi jumlah kelompok
4. Identifikasi pasangan/tidak berpasangan
5. Identifikasi jenis tabel silang untuk data
kategorikal
6. Identifikasi persyaratan uji parametrik dan non
parametrik
PENJELASAN LANGKAH
UJI HIPOTESIS
1. Identifikasi Skala Pengukuran
Varibel

Skala Nominal
– Kategorikal, kualitatif, diskontinyu
– Angka merupakan kode kategori (dikotomi, politomi)
– Tidak ada arti/logika matematik

Skala Ordinal
– Sesuai skala nominal dengan penjenjangan (jarak antar
kategori tidak harus sama)
1. Identifikasi Skala Pengukuran
Varibel

Skala Interval
– Numerik, non-kategorikal, kuantitatif, kontinue
– Tidak memiliki nilai 0 absolut

Skala Rasio
– Sesuai skala interval dengan nilai nol absolut

Dalam program SPSS, skala interval dan numerik

tidak dibedakan, dan digolongkan menjadi skala
(scale) atau disebut juga variabel numerik
1. Identifikasi Skala Pengukuran
Varibel

Skala Pengukuran
Nominal Interval
-Jenis Kelamin -Suhu
-Golongan Darah

Ordinal Rasio
- Tingkat pendidikan -Berat badan
- Klasifikasi BMI -Tinggi badan
-Kadar gula darah
Kriteria Pemilihan Skala
Pengukuran
1. Kesesuaian penggunaan
2. Praktis
3. Powerful
4. Didefinisikan dengan jelas
5. Kategori yang cukup
6. Komprehensif
7. Mutually exclusive
2. Tentukan jenis uji hipotesis
1. Hipotesis Komparatif/Asosiatif
That is the value of one variable tend to be
higher or alternatively lower for higher value
of other variable

2. Hipotesis Korelasi

Correlation is the method to measure the

degree of association
2. Tentukan jenis uji hipotesis

Komparatif/Asosiatif
– Apakah terdapat perbedaan………
– Apakah terdapat hubungan ………

Korelatif
– Berapa besar korelasi antara……
3 dan 4. Identifikasi jumlah
kelompok dan pasangan

■ Jumlah kelompok
– Adalah jumlah kelompok data yang didapatkan dari
pengukuran
■ Pasangan
– Berpasangan
■ Berasal dari satu subjek yang sama atau dicocokkan
menurut kategori yang sama
– Tidak berpasangan
■ Berasal dari subjek yang berbeda
3 dan 4. Identifikasi jumlah
kelompok dan pasangan

Contoh Kasus
1. Seorang peneliti mengukur kadar Hb
penduduk dengan tingkat ekonomi sedang
dan tinggi
2. Suatu penelitian yang mengukur kadar Hb
mahasiswa PSPD Tadulako pada awal
semester dan akhir semester
3. Suatu penelitian yang mengukur kadar Hb
mahasiswa PSPD tahun 1 dan tahun 3
dengan karakteristik tertentu
3 dan 4. Identifikasi jumlah
kelompok dan pasangan

■ Jawaban contoh kasus:

1. Dua kelompok tidak berpasangan
2. Dua kelompok berpasangan
3. Kelompok berpasangan karena
proses matching
5. Identifikasi jenis tabel
silang untuk data kategorikal
Uji hipotesis komparatif untuk variabel ordinal
sama dengan uji untuk variabel nominal bila
dapat dibuat dalam bentuk tabel silang
6. Identifikasi persyaratan uji
parametrik dan non parametrik
Syarat uji parametrik
– Skala pengukuran variabel numerik (interval atau rasio)
– Sebaran data normal
– Varians data

Syarat uji non-parametrik

– Skala pengukuran variabel nominal dan ordinal
– Jika data dengan skala numerik tidak memenuhi syarat uji
parametrik
 JENIS HIPOTESIS (ASOSIASI)

SKALA KOMPARATIF KORELATIF

TIDAK BERPASANGAN BERPASANGAN

2 KLPK > 2 KLPK 2 KLPK > 2 KLPK

PEARSON
NUMERIK
UJI T ONE WAY UJI T REPEATED
independent ANOVA dependent ANOVA

SPEARMAN,
KATEGORIK MANN KRUSKAL-
WILCOXON FRIEDMAN SOMERS’D,
(ORDINAL) WHITNEY WALLIS
GAMMA

MCNEMAR,
CHI SQUARE, COCHRAN,
KATEGORIK FISHER, MARGINAL KOEFISIEN
(NOMINAL/O KOLMOGOR HOMOGENITY, KONTIGENSI
RDINAL) OV-SMIRNOV WILCOXON, LAMBDA
(TABEL B X K) FRIEDMAN
(PRINSIP P X K)
 Variabel numerik
Hipotesis komparatif/Asosiatif

Apakah sebaran data normal?

Ya Tidak
Apakah data berpasangan?

Ya Tidak Uji Non-

Parametrik
2 > 2 kelompok
kelompok
Varians?

Sama Berbeda Sama Berbeda

Uji Parametrik yang sesuai

LATIHAN PENENTUAN
JENIS UJI HIPOTESIS
Buatlah Tabel Seperti di Bawah Ini
No. Langkah jawaban

1 Menentukan variabel yang diuji

2 Menentukan skala pengukuran

3 Menentukan jenis hipotesis

4 Menentukan jumlah kelompok

5 Menentukan berpasangan atau

tidak
Kesmpilan
Soal 1

Anda ingin mengetahui bagaimana pengaruh keberadaan suami

pada saat istri dalam proses melahirkan terhadap skor ansietas
istri. Pertanyaan penelitian: “Apakah terdapat perbedaan rerata
skor ansietas antara kelompok ibu-ibu yang proses
melahirkannya didampingi suami dan ibu-ibu yang proses
melahirkannya tidak didampingi suami?”
Soal 2

Anda ingin mengetahui bagaimana pengaruh terapi

sulih testosteron terhadap perubahan body mass
index. Pertanyaan penelitian: “Apakah terdapat
perbedaan rerata body mass index sebelum dan
sesudah satu bulan penyuntikan testosteron?”
Soal 3

Anda ingin mengetahui apakah ada perbedaan kadar

gula darah antara kelompok ekonomi rendah, sedang,
dan tinggi. Pertanyaan penelitian: “Adakah perbedaan
kadar gula darah antara kelompok ekonomi rendah,
sedang, dan tinggi?”
Soal 4

Anda ingin mengetahui koerlasi antara skor depresi

dengan skor ansietas. Pertanyaan penelitian: “Berapa
besar korelasi antara skor depresi dengan skor
ansietas
UJI STATISTIK
UJI STATISTIK

= Prosedur formal untuk menguji secara kuantitatif kesesuaian

antara hasil pengamatan (data) dan hipotesis

Jenis uji statistik:

1. Statistik parametrik
2. Statistik non-parametrik
STATISTIK PARAMETRIK

■ Prosedur pengujian hipotesis dan estimasi dengan

menggunakan parameter mean dan asumsi normalitas
distribusi frekuensi
■ Skala numerik
■ Varians data sama ( > 2 Klpk)  Levene’s test
■ Distribusi data normal  Kolmogorov-Smirnov (sampel > 50),
Shapiro-Wilk (sampel ≤ 50)
STATISTIK NON-PARAMETRIK

■ Prosedur pengujian hipotesis dan estimasi tanpa

menggunakan parameter mean maupun asumsi normalitas
distribusi frekuensi
■ Skala kategorik
UJI PARAMETRIK
Syarat-syarat Tes Parametrik

1. Data variabel dependen (tergantung) ter-distribusi

normal
2. Skala variabel: Interval
3. Ukuran sampel (>30 per kelompok)
4. Data independen, kecuali dengan proses matching
5. Data variabel tergantung didapatkan secara random
6. Varians yang sama diantara sampel
7. Hipotesis yang dibuat biasanya tentang nilai numerik,
khususnya rerata (mean)
Normalitas Data

■ Karakteristik Distribusi Normal

1. Berbentuk seperti lonceng dan simetris
terhadap mean
2. Diterapkan oleh 2 parameter, mean dan
standard deviasinya
3. Mean, media, modus sama
4. Luas wilayah dibawah kurva sama dengan
satu
5. Mempunyai ekor yang panjang di dua arah
sumbu x dan tidak pernah memotongnya
(asimptotis)
Mean
Median
Modus
Normalitas Data

Bagaimana kita mengetahui bahwa data kita

terdistribusi normal ataukah tidak?
– Metode deskriptif
– Metode analitik (Kolmogorov-Smirnov atau Shapiro-
Wilk)
Metode Parameter Definisi Kriteria Sebaran Data
dikatakan normal
Deskriptif Deskriptif varians Perbandingan SD dan Nilai koefisien varians
mean <30&
Rasio skewness Perbandingan antara Nilai ratio skewness
skewness dan SE Skewness -2 s/d 2
Rasio kurtosis Perbandingan antara Nilai ratio kurtosis -2 s/d 2
kurtosis dan SE Kurtosis
Histogram Simetris

Box plot Simetris tanpa outliers

Normal Q-Q Plots Menyebar sekitar garis

Detrended Q-Q Plots Menyebar sekitar nilai 0

Analitik Kolmogorov Smirnov Nilai kemaknaan (p) > 0.05

Shapiro-Wilk
Normalisasi Data

Proses normalisasi data:

– Transformasi log10, akar kuadrat, kuadrat, akar
tiga, dll
Varians Data

=Adalah parameter ukuran penyebaran satu set data numerik

yang secara matematis merupakan kuadrat standar deviasi
Beberapa ketentuan
– Kesamaan varians tidak menjadi syarat untuk uji kelompok
berpasangan
– Kesamaan varians adalah syarat tidak mutlak untuk 2
kelompok tidak berpasangan
– Kesamaan varians adalah syarat mutlak untuk > 2 kelompok
tidak berpasangan
Varians Data

■ Uji varians (Leuvene test of varians) digunakan untuk

mengetahui apakah 2 atau lebih kelompok data mempunyai
varians yang sama atau tidak. Data memiliki varians yang
sama jika menghasilkan nilai p>0.05
Jenis-Jenis Uji Parametrik

■ Uji T tidak berpasangan

■ Uji T berpasangan
■ Anova
■ Pearson
Langkah Melakukan Uji t
tidak berpasangan
Memeriksa syarat Uji t tidak berpasangan
– Sebaran data harus normal (wajib)
– Varians data boleh sama, boleh tidak sama

Jika tidak memenuhi syarat, maka dipilih uji alternatif, yaitu uji
Mann-Whitney
Langkah Melakukan Uji t
berpasangan
Memeriksa syarat Uji t berpasangan
– Sebaran data harus normal (wajib)
– Varians data tidak perlu diuji karena kelompok data
berpasangan

Jika tidak memenuhi syarat, maka dipilih uji alternatif, yaitu uji
Wilcoxon
Langkah Melakukan Uji
Anova
Syarat Anova untuk > 2 kelompok
– Sebaran data harus normal (wajib)
– Varians data harus sma (wajib)

Jika tidak memenuhi syarat, maka digunakan uji alternatifnya

(Kruskal-Wallis)

Jika p<0.05 dilanjutkan analisis post hoc

Langkah Melakukan Uji
Pearson
Syarat uji parametrik
– Data harus normal

Jika tidak memenuhi syarat, digunakan uji alternatifnya

(Spearman)
 UJI NON-
PARAMETRIK
Uji-Uji Non-Parametrik

■ Tes Kai Kuadrat

■ Tes Mann Whitney
■ Wicoxon Signed Rank Test
■ Korelasi Rank Spearman
Langkah Melakukan Uji Kai
Kuadrat
E

TABEL B X K

TABEL SELAIN
TABEL 2 X 2 TABEL 2 X K
2 X 2 DAN 2 X K

KOLMOGOROV- PENGGABUNGAN
FISHER
SMIRNOV SEL

Syarat uji chi-square:

1. Nilai expected kurang dari 5 minimal 20 % dari jumlah sel
2. Rumus expected sel = total baris x total kolom
Total sampel
 + -
+ a b
- c d