Teori Sederhana Prosedur Pemilihan Uji Hipotesis
Teori Sederhana Prosedur Pemilihan Uji Hipotesis
dengan SPSS
Misrawatie Goi, SKM, MKM
1
Tujuan Pembelajaran
1. Peserta memahami Statistik Deskriptif
2. Peserta mampu memahami alur berfikir yang benar untuk
menentukan uji hipotesis yang sesuai secara teoritis untuk
analisis bivariat
a. Hipotesis komparatif skala pengukuran numerik, dua kelompok
b. Hipotesis komparatif skala pengukuran numerik >2 kelompok data
c. Hipotesis komparatif skala pengukuran kategorik kelompok data
berpasangan
d. Hipotesis komparatif, skala pengukuran kategorik, kelompok data
berpasangan
A. Statistik Deskriptif (Know your data)
• Variabel Kategorik
A. Statistik Deskriptif (Know your data)
• Variabel Numerik Parameter:
Rerata, SD, varians, range,
min-max
• Data berdistribusi normal
Mean-SD
• Data tidak berdistribusi normal
median – minimum -
maksimum
B. Statistik Analitis Bivariat
• ??? “Uji Hipotesis apa yang
Anda pakai untuk menguji
set data yang Anda
miliki???”
• ==Gunakan uji hipotesis yang
sesuai ==
Pengetahuan sesudah
penyuluhan
Baik Buruk
Pengetahuan Baik a b a+b
sebelum Buruk c d c+d
penyuluhan
a+c b+d N
Tujuan Pembelajaran
1. Peserta mampu memasukkan data dengan benar
2. Peserta mampu melakukan perubahan data dari skala
pengukuran numerik ke skala kategorik
3. Peserta mampu membuat dan mendeskripsikan tabel frekuensi
dan grafik untuk variabel kategorik
4. Peserta mampu membuat dan mendeskripsikan ukuran
penyebaran dan ukuran pemusatan untuk variabel numerik
5. Peserta mampu melakukan uji normalitas Kolmogorov-Smirnov
dan Shapiro-Wilk
6. Peserta mampu melakukan transformasi data
Memasukkan Data
Mengisi Variabel View
Buka program SPSS
Aktifkan Variable View
Isi field: Name, Type, Width, Decimals, Labels, Values, Column Width,
Alignment dan Measures dengan isian sesuai variabel.
Melakukan perubahan data
1. Buka file latihan entri
2. Aktifkan “Data View”
3. Lakukan langkah-langkah berikut:
Transform Recode Recode into Different Variables
Masukkan variabel “umur” ke dalam Input Variabel
Ketik umur_1 ke dalam Output Variable
Ketik ‘klasifikasi umur’ ke dalam label
Klik kotak change.
Klik Old and New Value
Isilah kotak Old Value dan kotak New Value (Selanjutnya ikuti logika berfikir)
Melakukan perubahan data
Logikanya adalah:
Semua data <20 tahun diubah menjadi kode 1
Semua data 20-22 diubah menjadi kode 2
Semua data >22 tahun diubah menjadi kode 3
Dengan logika tersebut, isilah Old Value dan New Value sebagai
berikut:
Old Value: range lowest through 19, New Value: 1, klik Add
Old Value: range 20 through 22, New Value: 2, klik Add
Old Value: 23 through highest, New Value: 3, klik Add.
Proses selesai
Klik OK
Memasukkan Deskripsi Variabel Kategorik
1. Buka file frequency
2. Lakukan proses sebagai berikut
Analyze Descriptive statistics Frequencies
Masukkan variabel sex (jenis kelamin responden) ke dalam kotak
variabel(s)
Aktifkan Display Frequency Tables
Klik kotak Charts
Pilih bar pada Chart Type
Pilih Percentages pada Chart Values
Klik Continue. Proses selesai, klik OK.
Membuat Deskripsi Variabel Numerik
1. Buka file deskripsi
2. Lakukan proses sebagai berikut:
Analyze Descriptive Statistics Frequencies
Masukkan BMI ke dalam kotak Variables
Pilihan Display Frequency Tables dinonaktifkan
Klik kotak Statistic. Pilih Mean, Median, Modus pada Central Tendency
(sebagai ukuran pemusatan), pilih Std deviation, Variance, Minimum,
Maksimum pada Distribution (sebagai ukuran penyebaran)
Klik Continue, lalu aktifkan pilihan Chart pilih Histogram pada Chart
Type dan aktifkan kotak With normal curve.
Proses selesai, klik Continue, klik OK.
Mengetahui distribusi data:
Normal atau Tidak
Buka file: normalitas
Lihat Variabel View. Bacalah keterangan variabel yang ada pada file tersebut.
Aktifkan kotak Plots, aktifkan Factor levels together pada Boxplots, aktifkan
Histogram pada Descriptive dan Normality plots with test
Proses selesai, klik Contonue, klik OK.
Transformasi Data untuk Menormalkan
Data yang Distribusinya Tidak Normal
1. Buka file normalitas
2. Lakukan prosedur berikut ini
Transform Compute
Ketik tran_age ke dalam kotak Target Variable
Cari pilihan LG10 pada pilihan Functions, kalau sudah ditemukan
pindahkan ke kotak Numeric Expression dengan mengklik tanda panah.
Terlihat ada spasi setelah kata lg10 (nampak log10 [?]
Pindahkan variabel umur ke spasi tersebut dengan mengklik tanda
panah. Terlihat variabel umur mengisi spasi kosong tadi
Proses selesai, klik OK
Tujuan
1. Peserta mampu mengaplikasikan alur pemikiran uji hipotesis
untuk variabel numerik 2 kelompok
2. Peserta mampu melakukan dan menginterpretasikan hasil uji t
berpasangan
3. Peserta mampu melakukan dan menginterpretasikan hasil uji t
tidak berpasangan
4. Peserta mampu melakukan dan menginterpretasikan hasil uji
Wilcoxon
5. Peserta mampu melakukan dan menginterpretasikan hasil uji
Mann-Whitney
Uji t tidak berpasangan
Langkah pengujian
1. Memeriksa syarat uji t tidak berpasangan
a. Data harus berdistribusi normal (wajib)
b. Varians data boleh sama, boleh juga tidak
• Masukkan angka 1 pada kotak group 1 (1 merupakan kode tingkat ekonomi tinggi)
• Masukkan angka 2 pada kotak group 2 (2 merupakan kode tingkat ekonomi rendah)
Transform Compute
Ketik trn_gula pada Target Variable (sebagai nama variabel baru).
Pindahkan sqrt dari kotak function ke kotak Numeric Expression dengan mengklik
tanda panah.
Masukkan variabel gula ke dalam kolom berkedip dengan mengklik tanda panah
sehingga tampil ekspresi sebagai berikut: sqrt(gula).
Lalu ketik 1/sebelum sqrt(gula) sehingga tertulis 1/SQRT(gula) yang berarti 1/square
root.
Proses selesai. Klik OK.
One Way Anova
Melakukan uji varians untuk variabel hasil transformasi.
Analyze Compare means One-way ANOVA
Masukkan variabel tran_gula ke dalam Dependent List.
Masukkan variabel class ke dalam factor List
Aktifkan kotak Optionsce
Pilih Homogeneity of Variance
Klik Continue. Klik OK untuk uji varians data
One Way Anova
• Interpretasi
nilai varians
One Way Anova
• Interpretasi hasil
uji ANOVA
One way anova
Melakukan analisis Post Hoc
Analyze compare means One-way ANOVA
Masukkan variabel tran_gula ke dalam Dependent List
Masukkan variabel class ke dalam Factor List
Aktifkan kotak Post Hoc
Pilih LSD pada kotak Equal Variances Assumed
Klik Continue, klik OK
One Way Anova- Post Hoc Test
One Way Anova- Post Hoc Test
One Way Anova – Melaporkan Hasil
Uji Kruskall-Wallis
Alternatif jika syarat ANOVA untuk >2 kelompok tidak berpasangan tidak
memenuhi syarat.
Buka file: Kruskal-Wallis
Analyze nonparametric test k-independent samples
Masukkan rokok ke dalam kotak Test Variabel List
Aktifkan uji Kruskal-Wallis
Masukkan motil ke dalam Grouping Variabel
Aktifkan Define Range
Masukkan angka 1 (sebagai kode untuk motilitas buruk) pada kotak
Minimum
Masukkan angka 3 (sebagai kode untuk motilitas baik) pada kotak
Maksimum
Proses telah selesai. Klik Continue, klik OK.
Interpretasi Uji Kruskal-Wallis
Uji Kruskal-Wallis
Analisis Post Hoc dilakukan dengan uji Mann-Whitney antara
group 1 dan 2, 1 dan 3 serta 2 dan 3
Hasil uji Mann-Whitney:
Kelompok buruk dan sedang, p=0,061 tidak bermakna
Kelompok buruk dan baik, p=0,000 bermakna
Kelompok sedang dan baik, p=0,000 bermakna
Uji Kruskal-Wallis
Uji Repeated Anova
Langkah pengujian
1. Memeriksa syarat uji repeated ANOVA Distribusi data
harus normal
2. Jika Distribusi data normal Uji Repeated ANOVA
3. Jika distribusi data tidak normal Transformasi data
Normal Uji Repeated ANOVA
4. Setelah transformasi data Tidak normal Uji Friedman
5. Hasil Uji Repeated Anova atau Friedman p<0,05 Analisis
Post Hoc.
Uji Repeated Anova
Buka file Repeated ANOVA
Ketik angka “3” ke dalam Number of Levels (untuk menunjukkan bahwa pengukuran
dilakukan tiga kali)
Klik kotak Option. Pindahkan variabel waktu ke dalam Display Means for