LIHATLAH

GAMBARAN
BESARNYA…
……… TEORI SEDERHANA PROSEDUR
PEMILIHAN UJI HIPOTESIS

By Yuliaji Siswanto
Di mana kita
berada ?
Statistik deskriptif dan analitik
Analisis data :
 Deskriptif : gambaran berbagai karakteristik data
know your data, what kind of data you have !
 Analitik/inferensi : pengambilan kesimpulan terhadap
hipotesis

 Pertimbangan penggunaan uji hipotesis

ANALISIS DESKRIPTIF (UNIVARIAT)
 Variabel dengan Data Kategorikal
Berkaitan dengan gambaran karakteristik satu set data
dengan skala pengukuran kategorikal, biasanya digunakan
jumlah atau frekuensi tiap kategori (n) dan persentase tiap
kategori (%) yang umumnya disajikan dalam bentuk tabel
atau grafik.
Tabel 1. Distribusi responden menurut tingkat pendidikan
Tingkat Frekuensi Persentase
Pendidikan
SD 12 24,0
SMP 8 16,0
SMU 17 34,0
PT 13 26,0
Jumlah 50 100,0

Distribusi tingkat pendidikan responden hampir merata

untuk masing-masing tingkat pendidikan. Paling banyak
responden berpendidikan SMU yaitu 17 orang (34,0%),
sedangkan untuk pendidikan SD, SMP, dan PT masing-
masing 24,0%, 16,0%, dan 26,0%.
 ANALISIS DESKRIPTIF (UNIVARIAT)
 Variabel dengan Data Numerik
 ukuran nilai tengah (mean, median, modus) dan sebarannya
(standar deviasi, varians, interkuartil, range, dan minimum
maksimum).
 umumnya diajikan dalam bentuk tabel dan grafik
(histogram dan plots)
 Jika sebaran data mempunyai distribusi normal  pilih
mean sebagai ukuran pemusatan dan standar deviasi (SD)
sebagai ukuran penyebaran
 Jika sebaran data tidak normal  memilih median sebagai
ukuran pemusatan dan minimum maksimum sebagai
ukuran penyebaran.
 Tabel 2. Distribusi statistik deskriptif variabel
umur responden Tahun 2004

Variabel Mean Median SD Min - Max 95% CI

Umur 25,10 24,00 4,8 19 - 35 23,72 – 26,48

5

 Hasil analisis didapatkan rerata umur ibu adalah 24 tahun (95% CI :

23,72 – 26,48) Umur termuda 19 tahun dan umur tertua 35 tahun.
Dari hasil estimasi interval dapat disimpulkan bahwa 95% diyakini
bahwa rata-rata umur ibu adalah antara 23,72 tahun sampai dengan
26,48 tahun.
Tabel Uji Hipotesis
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
 Keterangan :
1. Uji dengan tanda * merupakan uji parametrik
2. Tanda panah ke bawah menunjukkan uji alternatif
jika syarat uji parametrik tidak terpenuhi
3. Untuk hipotesis komparatif numerik, perlu
diperhatikan banyaknya kelompok
4. Untuk hipotesis komparatif kategorik tidak
berpasangan, pemilihan uji menggunakan “tabel B x
K”
5. Untuk hipotesis komparatif kategorik tidak
berpasangan, pemilihan uji menggunakan “tabel P x
K”
 Langkah-langkah penggunaan tabel uji
hipotesis :
1. Menentukan variabel yang dihubungkan
2. Menentukan jenis hipotesis
3. Menentukan masalah skala pengukuran
4. Menentukan berpasangan/tidak berpasangan
5. Menentukan jumlah kelompok atau menentukan jenis
tabel (lihat keterangan 3-5)
 INGAT
Pemahaman ketujuh istilah
Istilah : di bawah ini PENTING !

1. Skala pengukuran : kategorik atau numerik

2. Jenis hipotesis : komparatif atau korelatif
3. Masalah skala pengukuran : numerik atau kategorik
4. Pasangan : berpasangan atau tidak berpasangan
5. Jumlah kelompok : 2 kelompok atau > 2 kelompok
6. Syarat uji parametrik dan non parametrik
7. Prinsip tabel B x K dan P x K
BAGAIMANA
MENGETAHUI SUATU
DATA
BERDISTRIBUSI
NORMAL ATAU

NORMALITAS
TIDAK ?

DATA
Kurva Normal
 Kenapa Diperlukan ?
Penyajian data dan uji hipotesis yang dipakai tergantung normalitas
distribusi data

Normalitas Data
Manfaat Normal Tidak Normal
Penyajian Data Mean & Median &
Standar deviasi Minimum
maksimum
Uji Hipotesis Uji parametrik Uji non
parametrik
Bagaimana caranya ?
 Deskriptif
 Analitik
Tabel : Metode untuk mengetahui suatu set data memiliki
sebaran normal atau tidak (Dahlan, 2004)

Metode Parameter Kriteria sebaran data Keterangan

dikatakan normal
Koefisien varian Nilai koefisien varians > 30% (SD/mean) x 100%

Rasio skewness Nilai rasio skewness -2 s/d 2 (Skewness/SE Skewness)

Rasio kurtosis Nilai rasio kurtosis -2 s/d 2 (Kurtosis/SE Kurtosis)

Deskriptif Histogram Simetris tidak miring kiri

maupun kanan, tidak terlalu
tinggi atau terlalu rendah
Box plot Simetris median tepat di
tengah, tidak ada ourlier atau
nilai ekstrim
Normal Q-Q plots Data menyebar sekitar garis

Detrended Q-Q plots Data menyebar sekitar garis

pada nilai 0
Kolmogorv-Smirnov Nilai kemaknaan (p) > 0,05 Untuk sampel besar (> 50)
Analitik Shapiro-Wilk Nilai kemaknaan (p) > 0,05 Untuk sampel kecil (≤ 50)
Caranya
1. Dari menu utama SPSS (Data view) pilihlah Analyze,
kemudian pilih Descriptive Statistics, Explore.
2. Sorot variabel umur, klik tanda panah dan masukkan ke
kotak dependent list.
3. Pilih Both pada Display, biarkan kotak statistics sesuai
default SPSS (akan memberikan output deskripsi variabel)
4. Aktifkan kotak Plots....aktifkan factor levels together
pada Boxplots (untuk menampilkan boxplot), aktifkan
Histogram pada Descriptive (untuk menampilkan
histogram), dan Normality plots with test (untuk
menampilkan plot dan uji normalitas).
5. Klik continue, OK
5. Klik continue, OK
Explore
Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
UMUR 55 100.0% 0 .0% 55 100.0%

De scriptives

St atist ic St d. Error
UMUR Mean 25.24 .647
95% Confidenc e Lower Bound 23.94
Int erval for Mean Upper Bound
26.53

5% Trimmed Mean 25.06

Median 24.00
Variance 23.036
St d. Deviation 4.800
Minimum 19
Maximum 35
Range 16
Int erquartile Range 9.00
Sk ewness .467 .322
Kurtos is -.885 .634

Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
UMUR .116 55 .064 .930 55 .003
a. Lilliefors Significance Correction
 Interpretasi Hasil
1. Deskriptif  Rasio Skewness
RS = (Skewness/SE Skewness)
= 0,467 / 0,322
= 1,45
Nilai RS 1,45 berada di antara -2 ----- +2 maka
data umur dikatakan berdistribusi normal
 Interpretasi Hasil
2. Analitik  Kolmogorov-Smirnov (n = 55)
Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
UMUR .116 55 .064 .930 55 .003
a. Lilliefors Significance Correction
p = 0,064

Dari analisis data diperoleh nilai (p=0,064) > 0,05,

maka kesimpulannya data umur mempunyai
sebaran/berdistribusi normal.
 Latihan
Tentukan uji hipotesis apa yang dipergunakan untuk
menguji data untuk pertanyaan berikut :
1. Apakah terdapat hubungan antara perilaku merokok
(merokok dan tidak merokok) dengan infertilitas pria
(infertil dan fertil) ?
2. Apakah terdapat perbedaan rerata tekanan darah
(skala pengukuran numerik) trimester I dan trimester
III pada ibu hamil ?
3. Apakah terdapat perbedaan berat badan lahir bayi
(skala pengukuran numerik) antara kelompok status
ekonomi tinggi dan kelompok rendah ?
4. Adakah korelasi antara kadar gula darah (skala
pengukuran numerik) dengan kadar kolesterol (skala
pengukuran numerik) ?
5. Apakah terdapat perbedaan rerata tekanan darah
sistolik (skala pengukuran numerik) sebelum dan
sesudah penggunaan kontrasepsi oral selama satu
tahun?
Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

terapi Statistic df Sig. Statistic df Sig.

tds sebelum .230 13 .058 .837 13 .020
sesudah .199 13 .164 .844 13 .024
a. Lilliefors Significance Correction

a. Interpretasikanlah hasil uji normalitas data

tersebut !
b. Uji apakah yang sesuai untuk menjawab
pertanyaan di atas ?