EVALUASI BAB II

TINGKAT PEMAHAMAN
NO. TUJUAN BAB II
1 2 3 4 5 6 7 8 9
1. Pembaca mampu memasukkan data
dengan benar
2. Pembaca mampu melakukan transformasi
data dari skala pengukuran numerik ke
skala kategori
3. Pembaca mampu membuat dan
mendekripsikan tabel frekuensi dan grafik
untuk variabel kategorik
4. Pembaca mampu membuat dan
mendeskripsikan ukuran penyebaran dan
ukuran pemusatan untuk variabel numerik
5. Pembaca mampu melakukan uji
normalitas data secara deskriptif
(koefisien varians, rasio kurtosis, rasio
skewness, plots)
6. Pembaca mampu melakukan uji
normalitas data dengan uji Kolmogorov-
Smirov dan Shapiro-Wilk
7. Pembaca mampu melakukan transformasi
data agar mempunyai sebaran data yang
normal
Tingkat pemahaman:
*1 menunjukkan tidak paham.
*7 menunjukkan sangat paham.
*Nilai 1 sampai dengan 7 adalah gradasi tingkat pemahaman Anda
 BAB III
UJI HIPOTESIS KOMPARATIF VARIABEL
NUMERIK DUA KELOMPOK
Tujuan :
1. Pembaca mampu mengaplikasikan alur pemikiran uji hipiotesis
untuk variabel numerik 2 kelompok.
2. Pembaca mampu melakukan dan menginterpretasikan hasil uji t
berpasangan.
3. Pembaca mampu melakukan dan menginterpretasikan hasil uji t
tidak berpasangan.
4. Pembaca mampu melakukan dan menginterpretasikan hasil uji
Wilcoxon.
5. Pembaca mampu melakukan dan menginterpretasikan hasil uji
Mann-Whitney.
 Tabel 3.1 Cakupan uji hipotesis yang dialihkan pada Bab III

Jenis Hipotesis (asosiasi)

Masalah skala
pengukuran komparatif
Korelatif
Tidak berpasangan Berpasangan

>2 >2
Numerik 2 kelompok kelompok 2 kelompok kelompok Pearson
Uji t tidak One way Uji t Repeateed
berpasangan anova berpasangan anova

Spearman
Mann- Kruskal-
Kategorik (ordinal) Wilocoxon Friedman Sommers
Whitney Wallis
Gamma

McNemar, Cochran
Chi square Fisher Koefisien
Marginal Homogenity
Kategorik Kolmogorov-Smirnoc kontingensi
Wilcoxon, Fredman
(tabel B x K) Lambda
(prinsip P x K)
NO. NAMA UJI Makna jika P<0,05
(Hipotesis nol ditolak)
1 Uji normalitas Kolmogorov-Smirnov, Shapiro- Distribusi data tidak normal
Wilk

2 Uji Varians Levene’s Distribusi data yang

dibandingkan mempunyai
varian yang berbeda
3 Uji t berpasangan

4 Uji t tidak berpasangan Terdapat perbedaan rerata

yang bermakna antara dua
kelompok
5 Uji Wilcoxon

6 Uji Mann-Whitney
LATIHAN 1
UJI T TIDAK BERPASANGAN
(UJI HIPOTESIS KOMPARATIF VARIABEL NUMERIK
BERDISTRIBUSI NORMAL DUA KELOMPOK TIDAK
BERPASANGAN)

Kasus:
Anda ingin mengetahui bagaimana pengaruh kehadiran suami
saat istri dalam proses melahirkan terhadap skor anestesi istri. Anda
merumuskan pertanyaan penelitian sebagai berikut: “Apakah terdapat
perbedaan reratan skor ansietas antara kelompok ibu-ibu yang proses
melahirkannya didampingi suami dan ibu-ibu yang proses melahirkannya
tidak didampingi suami?”

Uji hipotesis apa yang akan dipilih?

Langkah-langkah yang digunakan untuk menjawab pertanyaan
tersebut adalah sebagai berikut.
 Tabel 3.2 langkah-langkah menentukan uji hipotesis yang sesuai
dengan paduan uji hipotesis dan diagram alur

Langkah Jawaban
1. Menentukan variabel jawaban Variabel yang dihubungkan adalah
yang dihubungkan pendampingan kelahiran (kategorik) dengan
skor ansietass (numerik)
2. Menentukan jenis hipotesis Komparatif

3. Menetukkan masalah skala Numerik

variabel
4. Menentukan pasangan / tidak Tidak berpasangan
pasangan
5. Menentukan jumlah kelompok Dua kelompok

Kesimpulan :
Uji yang digunakan adalah uji t tidak berpasasngan (uji parametrik) jika memenuhi
syarat. Jika tidak memenuhi syarat, maka digunakan uji sistematifnya, yaitu uji Mann-
Whitney (uji nonparametrik)
 Bagaimana langkah-langkah melakukan uji t
tidak berpasangan?
Langkahnya adalah sebagai berikut.
 Memeriksa syarat uji t tidak berpasangan.
a. Data harus berdistribusi normal (wajib).
b. Varians data boleh sama, boleh juga tidak sama.
 Jika memenuhi syarat (data berdistribusi normal), maka dipilih uji t
tidak berpasangan.
 Jika tidak memenuhi syarat (data tidak berdistribusi normal)
dilakukan terlebih dahulu transformasi data.
 Jika variabel baru hsail transformasi berdistribusi normal, maka
dikapai uji t tidak berpasangan.
 Jika variabel baru hasil transformasi tidak berdistribusi normal, maka
dipilih uji Mann-Whitney.
 Bagaimana prosedur melakukan uji t tidak
berpasangan dengan SPSS?

 Menguji distribusi data

 Bukalah file: unpaired_t_test
 Lakukanlah uji normalitas untuk data skor ansietas kelompok
ibu yang proses melahirkannya ditemani suami dan skor data
ansietas kelompok ibu yang proses melahirkannya tidak
didampingi suami.

Catatan :
Prosesnya sama dengan latihan 5 pada Bab II. Perbedaanya adalah
dengan memasukkan variabel “suami” ke dalam Factor List. Akan
terlihat tampilan sebagai berikut.
 Prosedur telah selesai. Klik Continue, klik OK.
 Bagaimana hasilnya?

Output SPSS
t – test for Equality of Means
Levene’s test for
Equality of Variances 95% Confidence Interval
Sig. (2- Mean Std. Error of the Difference
t df
talled) Difference Difference
F Sig. Lower Upper

Scores ansietas
Equal variances assumed
33, 353 000 -38,189 248 .000 -50.13 1.31 -52.71 -47.54
Equal variances not
assumed
-34,988 105,249 .000 -50.13 1.43 -52.96 -47.29
 Bagaimana interpretasi output?

 Menguji varians.
Pada kotak Levene’s test (nama uji hipotesis untuk
menguji varians), nilai sig = 0,000. karena nilai p < 0,05
maka varians dat kedua kelompok tidak sama. Ingat,
untuk variabel 2 kelompok tidak berpasangan, kesamaan
varians tidak menjadi syarat mutlak.
 Karena varians tidak sama, maka untuk melihat hasil uji t
memakai hasil pada baris ke dua (equal varians not
assumed).
 Bagaimana interpretasi output? (lanjutan)

 Angka Significancy pada baris kedua adalah 0,000,

dengan perbedaan rerata (mean difference) sebesar -50,13.
 Nilai IK 95% adalah antara -52,96 sampai -47,29.
 Karena nilai p < 0,05 maka diambil kesimpulan “terdapat
perbedaan rerata skor ansietas yang bermakna antara
kelompok ibu yang proses melahirkan didampingi suami
dan yang tidak didampingi suami, dimana skor ansietas
didampingi suami lebih rendah daripada tidak didampingi
suami.”
 Interpretasi lengkap nilai p

“Jika skor ansietas kelompok ibu yang proses

melahirkannya didampingi suami tidak berbeda
dengan yang tidak didampingi suami, maka faktor
peluang saja dapat mnerangkan 0,000% untuk
memperoleh perbedaan rerata sebesar -50,13.”
Karena peluang untuk menerangkan hasil yang
diperoleh < 5%, maka hasil ini bermakna.
 Interpretasi lengkap nilai IK 95%

“Kita percaya sebesar 95% bahwa jika pengukuran

dilakukan pada populasi, maka perbedaan skor
ansietas antara kelompok ibu-ibu yang didampingi
suami dengan ibu-ibu yang tidak diampingi suami
adalah antara -52,96 sampai -47,29”

Catatan :
Kesimpulan yang diperoleh dengan cara menghitung p dan
menghitung IK 95% adalah sama, akan tetapi informasi yang
diberikan berbeda.
 Melaporkan hasil

 Tabel 3.3, 3.4, dan 3.5 menyajikan hasil analisis uji t

tidak berpasangan. Suatu tabel yang lengkap terdiri
dari jumlah subjek tiap kelompok, rerata tiap
kelompok, simpang baku tiap kelompok, perbedaan
rerata tiap kelompok, interval kepercayaan (IK) dari
perbedaan rerata, dan nilai p. Variasi lain adalah
hanya melaporkan nilai p (Tabel 3.4) atau IK tanpa
menyertakan nilai p (Tabel 3.5).
 Melaporkan hasil (lanjutan 1)

 Penyajian terbaik adalah Tabel 3.3, kemudian 3.5, dan

3.4. Tabel 3.3 paling baik karena menyajikan
informasi yang lengkap. Penyajian IK (Tabel 3.5)
lebih baik dari pada penyajian nilai p (Tabel 3.4)
karena informasi nilai IK lebih berguna secara klinis
dibandingkan informasi nilai p. Selain itu, dengan
mengetahui nilai IK, kita dapat mengetahui nilai p.
Oleh karena nilai IK tidak terdapat angka nol, kita
dapat mengetahui nilai p pasti kurang dari 0,05.
 Melaporkan hasil (lanjutan 2)

 Tabel mama yang disajikan dalam laopran penelitian

atau dalam jurnal ilmiah bergantung pada aturan yang
dimuat oleh institusi atau jurnal tersebut.