FAKULTAS ILMU KESEHATAN UNIVERSITAS NASIONAL

JENIS UJI STATISTIK ZDFSDFSF

BY: SHINTA NOVELIA, S.ST, MNS

 FAKULTAS ILMU KESEHATAN UNIVERSITAS NASIONAL

Pengolahan Data

JENIS-JENIS UJI STATISTIK

A. BERDASARKAN PARAMETER

• Statistik PARAMETRIK : variable

dengan skala numerik dan distribusi
ZDFSDFSF data
normal

• Statistik NONPARAMETRIK :
variable dengan skala kategorik, dan
variable dengan skala numerik tetapi
distribusi data tidak normal

2
 FAKULTAS ILMU KESEHATAN UNIVERSITAS NASIONAL

ANALISA DATA

B. BERDASARKAN JUMLAH VARIABEL

ZDFSDFSF

• Analisis univariat : descriptive study

• Analisis bivariat: correlational study
• Analisis multivariat : multivariat study

3
 FAKULTAS ILMU KESEHATAN UNIVERSITAS NASIONAL

Statistika Parametrik:
• Membutuhkan pengukuran kuantitatif dengan data interval
atau rasio
• Mempertimbangkan jenis sebaran/distribusi data, yaitu
apakah data menyebar normal atau tidak.
• Contoh metode statistika parametrik: uji-z (1 atau 2
sampel), uji-t (1 atau 2 sampel), korelasi pearson,
Perancangan Percobaan (1 or 2-way ANOVA parametrik),
dll. ZDFSDFSF

Statistika Nonparametrik
 Membutuhkan data dengan data numerik atau kategorik
 Merupakan statistika bebas sebaran (tdk mensyaratkan
bentuk sebaran parameter populasi, baik normal atau
tidak).
 Contoh metode Statistika non-parametrik: Binomial test,
Chi-square test, Median test, Friedman Test, dll.

4
UJI KORELASI (PEARSON R CORRELATION)
• Untuk untuk mengukur kekuatan dan arah hubungan linier
dari dua veriabel.
• Dua variabel dikatakan berkorelasi apabila perubahan salah
satu variabel disertai dengan perubahan variabel lainnya, baik
dalam arah yang sama ataupun arah yang sebaliknya.
• Harus diingat bahwa nilai koefisien korelasi yang kecil (tidak
signifikan) bukan berarti kedua variabel tersebut tidak saling
berhubungan. Mungkin saja dua variabel mempunyai
keeratan hubungan yang kuat namun nilai koefisien
korelasinya mendekati nol, misalnya pada kasus hubungan
non linier.
• Termasuk jenis statistic parametrik maka asumsi parametrik
harus dipenuhi: skala ukur variable numerik dan data
terdistribusi normal
5
Contoh penelitian:
Hubungan antara status gizi dengan anemia pada ibu hamil
Maka:
• Variabel independent: status gizi, HU: LILA dalam cm, SU: Ratio
• Variabel dependent: anemia, HU : HB dalam angka, SU: ratio
• Lakukan uji normalitas: jika data terdistribusi normal maka
gunakan parametrik statistic untuk menguji korelasi 2 variable
• Yaitu “Pearson R correlation”

6
Koefisien Korelasi (r)
• Koefisien korelasi mengukur kekuatan dan arah hubungan linier dari
dua veriabel.
• nilai koefisien korelasi yang kecil (tidak signifikan) bukan berarti
kedua variabel tersebut tidak saling berhubungan. Mungkin saja dua
variabel mempunyai keeratan hubungan yang kuat namun nilai
koefisien korelasinya mendekati nol, misalnya pada kasus hubungan
non linier. Dengan demikian, koefisien korelasi hanya mengukur
kekuatan hubungan linier dan tidak pada hubungan non linier.
7
Karakteristik korelasi
• Nilai r selalu terletak antara -1 dan +1
• Nilai r tidak berubah apabila seluruh data baik pada variabel x,
variabel y, atau keduanya dikalikan dengan suatu nilai konstanta (c)
tertetu (asalkan c ≠ 0).
• Nilai r tidak berubah apabila seluruh data baik pada variabel x,
variabel y, atau keduanya ditambahkan dengan suatu nilai konstanta
(c) tertetu.
• Nilai r tidak akan dipengaruhi oleh penentuan mana variabel x dan
mana variabel y. Kedua variabel bisa saling dipertukarkan.
• Nilai r hanya untuk mengukur kekuatan hubungan linier, dan tidak
dirancang untuk mengukur hubungan non linier
8
 FAKULTAS ILMU KESEHATAN UNIVERSITAS NASIONAL

Proses Uji Korelasi

Aktifkan kembali SPSS pada tampilan “Variable View”, kemudian ketik
Variabel Y, X1, dan X2 serta isi kolom Label dengan nama variabel
penelitian. Perhatikan tampilan dibawah ini:

ZDFSDFSF

Pelatihan SPSS 9
Melakukan uji Korelasi Pearson untuk mencari nilai r dengan
SPSS sangatlah mudah. Caranya sebagai berikut:
Klik Analyze --> Correlate --> Bivariate
Klik Masukkan variabel x1, x2, x3, dan y ke kotak
Variables.
Pada bagian Correlation Coefficients, ceklis Pearson.
Pada bagian Test of Significance, ceklis Two-tailed.
Klik Options --> Ceklis Means and standard deviations --
> Ceklis Exclude cases pairwise.
Klik Continue.
Klik OK.

10
 FAKULTAS ILMU KESEHATAN UNIVERSITAS NASIONAL

Proses Uji Korelasi (Lanjutan)

Aktifkan SPSS pada tampilan “Data View”, kemudian ketik Data
Variabel Y, X1, dan X2 atau Copy dari file Excel. Pastikan jumlah data
yang tercopy sebanyak 50 data. Perhatikan tampilan dibawah ini:

ZDFSDFSF

Pelatihan SPSS 11
 FAKULTAS ILMU KESEHATAN UNIVERSITAS NASIONAL

Proses Uji Korelasi (Lanjutan)

Proses uji korelasi dimulai dengan Analyze, correlate, Bivariate. Klik Bivariate
untuk masuk dalam proses berikutnya. Perhatikan tampilan dibawah ini:

ZDFSDFSF

Pelatihan SPSS 12
 FAKULTAS ILMU KESEHATAN UNIVERSITAS NASIONAL

Uji Korelasi (Lanjutan)

Tampilan SPSS akan tampak seperti dibawah ini. Lihat colom dimana
“Gender” berwarna, geser kolom tersebut ke bawah, sampai terlihat
variabel Y, X1 dan X2. Perhatikan tampilan dibawah ini:

ZDFSDFSF

Pelatihan SPSS 13
 UNIVERSITAS NASIONAL
FAKULTAS ILMU KESEHATAN
Uji Korelasi (Lanjutan)
Blok variabel Y, X1 dan X2. Pastikan semua berwarna sebagai
pertanda bahwa variabel tersebut sudah terblok. Selanjutnya klik
tanda panah yang ditengah, sehingga ketiga variabel tersebut akan
berpindah ke kolom Variables. Perhatikan tampilan dibawah ini:

ZDFSDFSF

Pelatihan SPSS 14
 FAKULTAS ILMU KESEHATAN UNIVERSITAS NASIONAL

Uji Korelasi (Lanjutan)

Pastikan ketiga variabel tersebut sudah dalam kolom variables.
Selanjutnya Correlation Coefficient diaktifkan pada Pearson, dan
Two Tailed, serta klik Flag Significant correlation. Bila semua
sudah sesuai, maka klik OK. Perhatikan tampilan dibawah ini:

ZDFSDFSF

Pelatihan SPSS 15
 FAKULTAS ILMU KESEHATAN UNIVERSITAS NASIONAL
Uji Korelasi (Lanjutan)
Output SPSS akan tampil seperti dibawah ini. Bandingkan
output SPSS dengan pedoman koefisien korelasi, sehingga
diketahui hubungan variabel variabel tersebut signifikan atau
tidak.

ZDFSDFSF

Note:
• Hubungan antara X1 dengan Y adalah signifikan (sig 0,002< 0,05) dengan tingkat korelasi sedang (r= .425).
• Hubungan antara X2 dengan Y adalah signifikan (sig 0,000 < 0,05) dengan tingkat korelasi sedang (r= .505) .
• Hubungan antara X1 dengan X2 adalah signifikan (sig 0,000< 0,05) dengan tingkat korelasi sedang (r= .475).

Pelatihan SPSS 16
 FAKULTAS ILMU KESEHATAN UNIVERSITAS NASIONAL

THANK YOU ZDFSDFSF

Tim Dosen FEB UTA'45 Jkt Pelatihan SPSS 17