MENJELASKAN KONSEP APLIKASI

UJI BEDA DUA MEAN, UJI PERANGKAT

ANOVA, UJI BEDA 1 LUNAK
PROPORSI – UJI Z, UJI
BEDA 2 PROPORSI – UJI
Z, UJI CHI KUADRAT

KELOMPOK 7A :
1. Putik Silvia Anggraeni
2. Yuyun Yunaningsih
3. Irvi Nur S.
4. Ulfa Mutia
Uji hipotesis perbedaan 2
mean ( independen &
dependen )
Konsep uji hipotesis perbedaan 2
mean

Uji statistik yang membandingkan mean dua

kelompok data ini disebut uji beda dua mean.

NOTE : Sebelum kita melakukan uji statistik 2

kelompok data, kita perlu perhatikan apakah 2
kelompok data tersebut berasal dari 2 kelompok data
yang independen atau berasal dari 2 kelompok yang
dependen/pasangan.
Contoh Kelompok data
Independen/tidak berpasangan
Misalnya : Membandingkan
mean pengetahuan ibu
hamil tentang kehamilan
resiko tinggi di desa A dan
desa B
Pengetahuan ibu hamil di
desa B independen (tidak
tergantung) dengan
pengetahuan ibu hamil di
desa A.
Contoh kelompok data
Dependen/Pasangan
Dilain pihak , kedua kelompok
data dikatakan
dependen/pasangan bila
kelompok data yang
dibandingkan datanya saling
mempunyai ketergantungan.
Misalnya : Data Perbedaan
pengetahuan ibu hamil di
desa A sebelum dan sesudah
dilakukan penyuluhan.
Dilakukan oleh orang yang
sama (data sesudah
dependen/tergantung
dengan data sebelumnya)
Uji hipotesis Beda Dua
Mean Independen
Uji Beda 2 mean Independen
 Tujuan : untuk mengetahui perbedaan
mean 2 kelompok data
independen/tidak berpasangan

 Syarat/asumsi yang harus dipenuhi :

1. Data berdistribusi normal dan homogen
2. Kedua kelompok data independen
3. Variabel yang dihubungkan berbentuk
numerik.
Dasar pengambilan
keputusan
1. Jika nilai sig.(2 – tailed) < 0.05, maka
terdapat perbedaan yang signifikan
antara pengetahuan ibu hamil di desa A
dan di desa B.
2. Jika nilai sig ( 2 – tailed ) > 0.05, maka
tidak terdapat perbedan yang signifikan
antara pengetahuan ibu hamil di desa A
dan desa B.
PENGAPLIKASIAN
Uji hipotesis Beda Dua
Mean Dependen
Uji Paired Sample T-Test
 Paired
sample t-test digunakan untuk
mengetahui apakah terdapat
perbedaan rata-rata 2 sample yang
berpasangan.

 Duasample yang dimaksud adalah

sample yang sama namun mempunyai 2
data.
PENGAPLIKASIAN
Uji One Way Anova
Konsep Dasar Uji One Way
Anova
 Istilahlain dari uji one way anova (
analysis of varian) adalah uji anova satu
faktor
 Uji one way anova berguna untuk
menguji perbedaan rata – rata lebih dari
2 kelompok
Persyaratan penggunaan uji
one way anova
1. Sample berasal dari kelompok yang
independen
2. Variabel faktor bersifat non metrik ( data
kategorikal )
3. Data masing – masing kelompok
berdistribusi normal
4. Varian antar kelompok harus homogen
DASAR PENGAMBILAN
KEPUTUSAN UJI NORMALITAS

 Jika nilai sig > 0,05 , maka data

berdistribusi normal
 Jika nilai sig < 0,05, maka data
berdistribusi tidak normal
Dasar pengambilan
keputusan uji anova

 Jika nilai sig > 0,05, maka rata-rata sama

 Jika nilai sig < 0,05 maka rata – rata beda
Pengaplikasian
Pengaplikasian
Uji normalitas data
Uji Two Way Anova
Konsep Dasar Uji Two Way
Anova
 Uji two way anova disebut juga dengan
uji anova 2 arah/faktor
 Uji two way anova bertujuan untuk
membandingkan perbedaan rata – rata
antara kelompok yang telah di bagi
pada dua variabel faktor
Persyaratan penggunaan uji
two way anova :

 Sample berasal dari kelompok yang

independen
 Variabel faktor adalah data non metrik
(data kategorikal)
 Variabel dependen adalah data berskala
kuantitatif (interval/rasio)
 Nilai residual standard berdistribusi normal
 Varian antar kelompok harus homogen
Contoh kasus
Seorang peneliti ingin mengetahui apakah
terdapat perbedaan pengetahuan ibu
hamil tentang kehamilan beresiko
berdasarkan kepatuhan kunjungan ANC
dan jenjang pendidikan terakhir .
o Faktor kepatuhan kunjungan ANC yakni
patuh dan tidak patuh
o Faktor jenjang pendidikan terakhir terdiri
dari 3 taraf yaitu : SMP, SMA dan PT
Langkah – langkah uji two
way anova :
 Melakukan uji normalitas nilai residual
standard
 Melakukan uji homogenitas dan uji two way
anova

Dasar pengambilan keputusan uji normalitas:

 Jika nilai sig. >0,05 , maka nilai residual
standard normal
 Jika nilai sig <0,05 , maka nilai residual
standard tidak normal
Uji normalitas
Uji homogenitas dan Two way
anova
Uji Beda Proporsi
Uji Proporsi
 Proporsi adalah suatu pecahan, rasio atau
persentase yang menunjukkan suatu bagian
populasi atau sampel yang mempunyai sifat
luas.

 Sebagai contoh adalah suatu survei tentang

tingkat pendidikan konsumen dengan
mengambil sampel 70 orang, 30 orang
dinyatakan berpendidikan SMU. Jadi sampel
proporsi yang berpendidikan SMU adalah
30/70 = 42,86 %.
Uji proporsi

Populasi (n)

Sample (x)

Maka dugaan proporsi nya dapat kita tuliskan

 Pembagian uji Beda proporsi

Pengujian proporsi 1
populasi

Pengujian Proporsi

Pengujian Proporsi 2
Populasi
 DATA

INTERVAL & NOMINAL &

NUMERIK KATEGORIKAL
RASIO ORDINAL

STATISTIK UJI BEDA STATISTIK NON

PARAMETRIK PROPORSI PARAMETRIK

UJI T UJI Z 1 PROPORSI 2 PROPORSI

BERDISTRIBUSI BERDISTRIBUSI
NORMAL & NORMAL & UJI UJI CHI SQUAR,
JUMLAH JUMLAH BINOMIAL & UJI MAN
SAMPLE BESAR UJI RUN WHITNEY, UJI
SAMPLE
N<30 KOLMOGORO
KECIL N<30 V SMIRNOV
Uji Beda 1 Proporsi – Uji Z
Asumsi yang harus
dipenuhi

 Sampel yang digunakan dalam

pengujian adalah sampel acak
sederhana.
 Sampel berasal dari populasi yang
berdistribusi normal atau ukuran
(banyaknya) sampel cukup besar
(biasanya ukuran sampel cukup besar
yang sering digunakan adalah lebih dari
30).
 Uji proporsi satu populasi adalah uji statistik yang
digunakan untuk mengetahui apakah suatu
populasi memiliki rata-rata yang sama dengan,
lebih kecil atau lebih besar dari suatu nilai rata-
rata tertentu sesuai dengan hipotesis yang telah
ditetapkan.

 Uji hipotesis Ho bahwa P= 0. hipotesis alternatifnya

yang bersifat 1 arah dan dua arah : P < Po, P > Po
atau P ≠ 0.
 UJI Z

UJI 1 ARAH UJI 2 ARAH

Ho : P = Po Ho : P = Po
H1 : P > Po H1 : P < Po
Ho : P = Po
Atau Atau
H1 : P ≠ Po
Ho : P ≤ Po Ho : P ≥ Po
H1 : P > Po H1 : P < Po
Bentuk kurva berdasarkan arah dan bentuk
formasinya pada penggunaan hipotesis
adalah sebagai berikut

a. Uji satu arah pihak kiri

b. Uji satu arah pihak kanan

c. Uji dua arah

Selanjutnya kita akan membahas uji proporsi
1 pihak dan uji proporsi 2 pihak

 Ujiproporsi satu pihak

Langkah – langkah pengujiannya adalah :
1. Menetukan Ho yaitu Ho : P = Po
2. Menentukan H1, hipotesis alternatifnya H1 : P
< Po atau P > Po
3. Menetukan taraf signifikan ⍺
4. Menentukan daerah kritis :
a. Z < -z⍺ bila hipotesis alternatifnya P < Po
b. Z > z⍺ bila hipotesis alternatifnya P > Po
5. Perhitungan

Dengan,
= proporsi sample
𝒙
=
𝒏
X = jumlah sample
n = jumlah sample yang diambil dari populasi
P = peluang sukses proporsi
6. Menentukan kesimpulan :
tolak Ho jika z jatuh dalam wilayah kritik ; dan
terima Ho bila z jatuh kedalam wilayah penerimaan

Contoh kasus :
Suatu obat penenang ketegangan syaraf diduga
hanya 60% efektif . Hasil percobaan dengan obat
baru terhadap 100 orang dewasa penderita
ketegangan syaraf , yang diambil secara acak ,
menunjukan bahwa obat baru ini 70 % efektif .
Apakah ini merupakan bukti yang cukup untuk
menyimpulkan bahwa obat baru itu lebih baik dari
yang beredar sekarang ? Gunakan taraf nyata 0,05.
Jawab
 Ho : P = 0,6
 H1 : P > 0,6
 ⍺ : 0,05
 Wilayah kritik : Z > 1,645
 Perhitungan : x = 70, n = 100, Po = 0,6

 Kesimpulan : Z hitung > Z tabel, yaitu 2,04> 1,645 sehingga

Ho ditolak dan simpulkan bahwa obat baru tersebut
memang lebih unggul dari yang biasa beredar
 Uji proporsi dua pihak
Langkah – langkah pemgujiannya adalah sebagai berikut
1. Menetukan Ho yaitu Ho : P = Po
2. Menentukan H1, hipotesis alternatifnya H1 : P ≠ Po
3. Menetukan taraf signifikan ⍺
4. Menentukan daerah kritis :
Z < -z⍺/2 dan Z > z⍺/2
5. Perhitungan

= proporsi sample
𝒙
=𝒏
X = jumlah sampel
n = jumlah sampel yang diambil dari populasi
P = peluang sukses proporsi
6. Menentukan kesimpulan :
tolak Ho jika z jatuh dalam wilayah kritik ;
dan terima Ho bila z jatuh kedalam wilayah
penerimaan

Contoh soal :
Hasil penelitian yang sudah dilakukan pada SD X ,
dinyatakn pada 40 % murid SD tersebut
menderita cacingan. Pernyataan tersebut akan
diuji dengan taraf signifikan 5%, untuk itu diambil
sampel sebanyak 250 murid SD dan dilakukan
pemeriksaan tinja dan diperoleh 39% diantaranya
terinfeksi cacing. Apakah pernyataan tersebut
benar?
Jawab
 Ho : P = 0,4
 H1 : P ≠ 0,4
 ⍺ = 0.05, karena uji dua pihak maka : Z ⍺ /2 =0,025
 Wilayah kritik : Ho ditolak pada Z <-1,96 dan Z > 1,96
 Perhitungan : = 0,39, n= 250, Po = 0,4

 Kesimpulan : Z hitung > Z tabel, yaitu – 0,33 > - 1,96

sehingga Ho Ho diterima dan simpulkan bahwa tidak
bemar pernyataan bahwa 40% Murid SD x menderita
cacingan.
Uji Beda 2 Proporsi – Uji Z
Uji Proporsi dengan 2 populasi

 Sering
kali kita berhadapan dengan masalah
yang mengharuskan kita menguji hipotesis nol
bahwa dua proporsi adalah sama

Ho = P1 = P2 = P

 Dari
hipotesis nol tersebut kita bisa menentukan
hipotesis alternatifnya:

H1 : P1 > P2 H1 : P1 < P2 H1 : P1 ≠ P2
Statistik uji yang digunakan untuk
menguji hipotesis proporsi dua
populasi adalah :
Uji Beda 2 Proporsi, Chi
Kuadrat
Pengertian uji chi kuadrat
 Chi square test adalah suatu alat ujistatistik
untuk mengetahui perbedaaan dan
pengaruh lebih dari dua proporsi populasi
berdasarkan sampelnya yang dikelompokkan
menurut karakteristik data.
kegunaan
 UjiKai Kuadrat dapat digunakan untuk menguji :
1. Uji χ2 untuk ada tidaknya hubungan antara
dua variabel (Independency test).
2. Uji χ2 untuk homogenitas antar- sub kelompok
(Homogenity test).
3. Uji χ2 untuk Bentuk Distribusi (Goodness of Fit)

* berbeda hanya pada penetapan hipotesis awal

dan hipotesis alternatif.
Aturan umum
 Nilai Chi square selalu positif
 Jumlah sampel harus cukup besar untuk meyakinkan kita bahwa
terdapat kesamaan antara ditribusi teoretis dengan distribusi
sampling chi-kuadrat
 Pengamatan harus bersifat independen(unpaired). Ini berarti
bahwa jawaban satu subjek tidak berpengaruh terhadap jawaban
subjek lain/ satu subjek hanya satu kali digunakan dalam analisis.
 Data deskrit( data frekuensi/ data kategori) atau data kontinyu
yang telah dikelompokkan menjadi kategori.
 Jumlah frekuensi yang diharapkan harus sama dengan jumlah
frekuensi yang diamati.
 Pada db=1 (tabel2x2) tidak boleh ada nilai ekspektasi yg sangat
kecil. Secara umum, bila nilai yang diharapkan terletak dalam satu
sel terlalui kecil(<5) sebaiknya chi kuadrat tidak digunakan karena
dapat menimbulkan taksiran yang berlebih sehingga banyak
hipotesis yang ditolak kecuali dengan koreksi dari yates.
 Jml N (fo) > 40 ( fh tdk ada syarat–gunakan koreksi yates)
Rumus
Pengambilan keputusan

 Jika X2 Hitung < X2 Tabel = Ho diterima.

 Jika X2 Hitung > X2 Tabel = Ho ditolak

ATAU

 P Value > 0.05 maka H0 diterima

 P Value < 0.05 maka H0 ditolak
Contoh soal

 Dilakukan penelitian untuk menguji pengaruh

kondisi sanitasi lingkungan terhadap
terjangkitnya penyakit diare. Kelompok
kondisi sanitasi baik sebanyak 70 orang, yang
terjangkit penyakit diare sebanyak 50 orang
dan yang tidak terjangkit penyakit diare
sebanyak 20 orang. Sedangkan kelompok
sanitasi buruk sebanyak 50 orang, yang
terjangkit penyakit diare sebanyak 20 orang
dan yang tidak terjangkit penyakit diare
sebanyak 30 orang.
penyelesaian

 Tentukan hipotesis
• Hipotesis:
Ho : Tidak terdapat perbedaan yang signifikan
kejadian diare terhadap kondisi sanitasi
lingkungan
Ha : Ada perbedaan yang signifikan kejadian
diare terhadap kondisisanitasi lingkungan
Penyelesaian dengan rumus
Tabel kotingensi
Pengaplikasian spss