Teori Sederhana Prosedur Pemilihan Uji Hipotesis Poltekkes
Teori Sederhana Prosedur Pemilihan Uji Hipotesis Poltekkes
1
Bagian 1
Teori Sederhana
Prosedur Pemilihan
Uji Hipotesis
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 ==
Variabel 1 Variabel 2
Tinggi g h i g+h+i
Total a+d+gPengetahuan
b+e+h
sesudah c+f+i N
penyuluhan
Baik Buruk
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.
Lihat Data View
Analyze Descriptive Statistics Explore. Masukkan variabel umur ke dalam
Dependent List.
Pilih Both pada Display
Biarkan kotak Statistics sesuai default SPSS.
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
Bagian 3
Uji Hipotesis Komparatif
Variabel Numerik
Dua Kelompok
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
2. Jika memenuhi syarat (distribusi data normal, varians sama) Uji One
Way ANOVA
3. Jika tidak memenuhi syarat Transformasi
4. Hasil transformasi tidak memenuhi syarat Uji Kruskal Wallis
5. Uji ANOVA atau Kruskall-wallis menghasilkan nilai p<0,05, Analisis
Post Hoc
One Way Anova
Uji Normalitas
1. Bukalah file: ANOVA. Lihat terlebih dahulu bagian Variable
View
2. Lakukan uji normalitas untuk data gula darah kelompok
ekonomi rendah, sedang, dan tinggi. Jangan lupa untuk
memasukkan variabel tingkat ekonomi ke dalam kotak
Factor List
3. Nilai p>0,05 normal
One Way Anova
Uji Varians
Analyze Compare means One-way ANOVA
Masukkan variabel gula ke dalam Dependent List
Masukkan variabel obat ke dalam Factor List
Aktifkan kotak Options
Pilih Homogenity of Variance (untuk menguji varians data)
Klik Continue. Klik OK.
One Way Anova
Interpretasi Uji
Varians
• 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
AnalyzeGeneral linier modelRepeated Measure
Masukkan kata waktu pada kolom Within Subject Factor Name (bisa juga pada kolom
ini dibiarkan default SPSS dengan kata factor1)
Ketik angka “3” ke dalam Number of Levels (untuk menunjukkan bahwa pengukuran
dilakukan tiga kali)
Klik kotak Add.
Klik kotak Define
Masukkan variabel dtk_sct1, dtk_sct4, dan dtk_sct6 ke dalam Within-Subject Variable.
Klik kotak Option. Pindahkan variabel waktu ke dalam Display Means for
Proses selesai. Klik Continue. Klik OK.
Uji Repeated Anova
• Interpretasi
Uji Repeated Anova
• Interpretasi
Uji Repeated Anova
• Penyajian Data
Uji Friedman
Merupakan alternatif jika syarat Uji Repeated Anova tidak
terpenuhi
Bukalah file: Friedman
AnalyzeNonparametrics testk-related sample
Masukkan test1, test2, dan test3 ke dalam Test Variables
Aktifkan Uji Friedman.
Uji Friedman
• Interpretasi
• Uji Post Hoc
dilakukan
menggunakan uji
Wilcoxon
Uji Friedman
Bagian 5
Uji Hipotesis
Variabel Kategorik
Tidak Berpasangan
(Tabel B x K)
Tujuan
1. Peserta mampu mengaplikasikan alur pemikiran uji untuk
tabel B x K
2. Peserta mampu melakukan dan menginterpretasikan hasil
uji Chi-Square
3. Peserta mampu melakukan dan menginterpretasikan hasil
uji Fisher
4. Peserta mampu melakukan dan menginterpretasikan hasil
uji Kolmogorov- Smirnov
Uji Chi Square 2 x 2
Uji Chi Square 2 x 2
Buka file Chi-square_2_2
Analyze Descriptives statistics Crosstabs
Masukkan variabel rokok ke dalam Rows (karena bertindak sebagai
variabel bebas)
Masukkan variabel subur ke dalam Columns (karena bertindak sebagai
variabel terikat)
Klik kotak Statistics, lalu pilih Chi-Square pada kiri atas kotak lalu klik
Continue
Aktifkan kotak Cell, lalu pilih Observed dan Expected
Proses selesai. Klik Continue. Klik OK
Uji Chi Square 2 x 2
Uji Chi Square 2 x 2
Uji Fisher
Alternatif Uji Chi-Square tabel 2x2
• Buka file
Chi_square_fisher
• Langkah pengujian,
interpretasi dan
penyajian hasil sama
seperti Uji Chi
Square
Uji Kolmogorov-Smirnov
(Alternatif Uji Chi-Square tabel 2xk)
• Buka file chi_square_2_k
• AnalyzeNonparametrics test2-independent sample
• Masukkan sex ke dalam Grouping Variable
• Aktifkan pilihan Kosmogorov-Smirnov pada Test Type dan nonaktifkan
pilihan lainnya
• Aktifkan Define Group
• Masukkan angka 1 (sebagai kode faktor genetik positif) ke dalam Group
1, angka 2 (sebagai kode faktor genetik negatif) ke dalam Group 2.
• Proses selesai, klik Continue, lalu klik OK.
Uji Kolmogorov-Smirnov
(Alternatif Uji Chi-Square tabel 2xk)
• Interpretasi
Uji Kolmogorov-Smirnov
(Alternatif Uji Chi-Square tabel 2xk)
• Penyajian Hasil
Bagian 6
Uji Hipotesis
Variabel Kategorik
Berpasangan
(Tabel P x K)
Tujuan
1. Peserta mampu mengaplikasikan alur pemikiran uji untuk
prinsip P x K
2. Peserta mampu melakukan dan mengiinterpetasikan hasil
uji McNemar
3. Peserta mampu melakukan dan menginterpretasikan hasil
uji Marginal Homogeneity dan Wilcoxon
4. Peserta mampu melakukan dan menginterpretasikan hasil
uji Cochran
Uji Mc. Nemar
• Buka file McNemar
• Analyze Descriptives Statistics Crosstabs
• Masukkan variabel pre ke dalam Rows
• Masukkan variabel pos_1 ke dalam Columns
• Aktifkan kotak Statistics, lalu pilih McNemar pada kanan
bawah kotak, lalu klik Continue
• Proses selesai, klik Continue, lalu klik OK
Uji Mc. Nemar
• Interpretasi
Uji Mc. Nemar
• Penyajian Hasil
Uji Marginal Homogeneity
(Prinsip 2x (>2)
• Buka file homogeneity
• Analyze Nonparametric test 2 related sample
• Tandai variabel pos dan pre, pindahkan ke dalam kotak Test
Pair List
• Aktifkan Marginal Homogeneity Test
• Proses selesai, klik OK.
Uji Marginal Homogeneity
(Prinsip 2x (>2)
• Interpretasi
Uji Marginal Homogeneity
(Prinsip 2x (>2)
• Penyajian
Hasil
Uji Cochran
(Prinsip (>2) x 2
• Buka file Cochran
• AnalyzeNonparametric testk-related sample
• Tandai variabel pre, post_1 dan post_2
• Pindahkan ke dalam kotak Test Variables
• Aktifkan Cochran’s
• Proses selesai, klik OK.
Uji Cochran
(Prinsip (>2) x 2
• Interpretasi
Uji Cochran
(Prinsip (>2) x 2
• Interpretasi
Bagian 7
Uji Hipotesis Korelatif
Tujuan
1. Peserta mampu mengaplikasikan alur pemikiran uji korelasi
2. Peserta mampu melakukan dan menginterpetasikan hasil uji korelasi
pearson
3. Peserta mampu melakukan dan menginterpetasikan hasil uji korelasi
Spearman
4. Peserta mampu melakukan dan menginterpetasikan hasil uji korelasi
gamma
5. Peserta mampu melakukan dan menginterpetasikan hasil uji korelasi
Somers’d
6. Peserta mampu melakukan dan menginterpetasikan hasil uji korelasi
koefisien kontingensi
7. Peserta mampu melakukan dan menginterpetasikan hasil uji korelasi
lambda
Pemilihan uji hipotesis korelatif
101