Statistik Analisis Bivariat

(Uji Chi-Square, Uji Korelasi Spearman, Uji Mann-

Whitney, dan Uji Wilcoxon)

dr. Ringgo Alfarisi, M.Kes

Program Studi Pendidikan Dokter
Fakultas Kedokteran
UNIVERSITAS MALAHAYATI
 Analisis Bivariat
• Analisis Bivariat adalah analisis secara simultan dari
dua variabel (independent dan dependent)
• Analisis Bivariat : Parametrik dan Non-parametrik
 Skala Pengukuran Data
• Kategorik
– Nominal
– Ordinal
• Numerik
– Interval
– Rasio
 Statistik Parametrik
• Statistik Parametrik, yaitu ilmu statistik yang
mempertimbangkan jenis sebaran atau
distribusi data secara normal. Dengan kata
lain, data yang akan dianalisis menggunakan
statistik parametrik harus memenuhi asumsi
normalitas. 
• Contoh metode statistik parametrik 
a. Uji-z (1 atau 2 sampel)
b. Uji-t (1 atau 2 sampel)
c. Korelasi pearson
d. one -way anova

Ciri-ciri statistik parametrik:

- Data dengan skala interval dan rasio
- Data menyebar/berdistribusi normal
 Statistik Non-Parametrik
• Statistik Non-Parametrik adalah statistik bebas
sebaran (tidak mensyaratkan bentuk sebaran
parameter populasi, baik normal atau tidak).
• Statistik non-parametrik lazimnya menggunakan
skala pengukuran nominal dan ordinal yang
umumnya tidak berdistribusi normal. 
Yg termasuk metode statistik non-parametrik:

• Uji Chi-Square
• Uji Korelasi Spearman
• Uji Mann-Whitney
• Uji Wilcoxon
 Ciri Statistik Non-Parametrik
• Data tidak berdistribusi normal 
• Umumnya data berskala nominal dan ordinal
• Umumnya dilakukan pada penelitian sosial
• Umumnya jumlah sampel kecil 
 Keunggulan Statistik Non-parametrik
• Tidak membutuhkan asumsi normalitas.
• Secara umum metode statistik non-parametrik lebih mudah dikerjakan
dan lebih mudah dimengerti jika dibandingkan dengan statistik
parametrik  karena ststistika non-parametrik tidak membutuhkan
perhitungan matematik yang rumit seperti halnya statistik parametrik.
• Statistik non-parametrik dapat digantikan data numerik (nominal)
dengan jenjang (ordinal).
• Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan
atau jenjang secara formal karena sering dijumpai hasil pengamatan
yang dinyatakan dalam data kualitatif.
• Pengujian hipotesis pada statistik non-parametrik dilakukan secara
langsung pada pengamatan yang nyata.
• Walaupun pada statistik non-parametrik tidak terikat pada distribusi
normal populasi, tetapi dapat digunakan pada populasi berdistribusi
normal.
 Kelemahan Statistik Non-parametrik :  

• Statistik non-parametrik terkadang mengabaikan

beberapa informasi tertentu.
• Hasil pengujian hipotesis dengan statistik non-parametrik
tidak setajam statistik parametrik.
• Hasil statistik non-parametrik tidak dapat
diekstrapolasikan ke populasi studi seperti pada statistik
parametrik. Hal ini dikarenakan statistik non-parametrik
mendekati eksperimen dengan sampel kecil dan
umumnya membandingkan dua kelompok tertentu.
 Uji Normalitas
• Uji normalitas diperlukan untuk
menginterpretasikan apakah suatu data
berditribusi normal atau tidak, karena
pemilihan penyajian data dan uji hipotesis
yang dipakai tergantung dari normal tidaknya
distribusi data.
 Jenis Uji normalitas
• Terdapat 2 jenis uji normalitas yang lazim
dilakukan pada uji statistik, yaitu:
– Uji kolmogorov-smirnov (untuk sampel besar > 50)
– Uji Shapiro-wilik (untuk sampel < atau = 50)

Data berdistribusi tidak normal jika p value < 0,05

 Uji Chi Square
• Uji chi-square di sebut juga dengan Kai Kuadrat.
• Uji chi-squeare adalah salah satu uji statistic no-parametik
yang cukup sering digunakan dalam penelitian yang
menggunaka dua variable, dimana skala data kedua variable
adalah nominal, atau untuk menguji perbedaan dua atau
lebih proporsi sampel.
• Chi-square  adalah teknik analisis yang digunakan untuk
menentukan perbedaan frekuensi observasi (Oi) dengan
frekuensi ekspektasi atau frekuensi harapan (Ei) suatu
kategori tertentu yang dihasilkan.
• Uji ini dapat dilakukan pada data diskrit atau frekuensi.
 Uji Chi Square
• Pada uji Chi Square terdapat komponen odds
ratio yang berfungsi untuk mengetahui
estimasi besar resiko suatu variabel terhadap
variabel lainnya.
 Rumus Chi Square

• χ2: Nilai chi-kuadrat

fe: Frekuensi yang diharapkan
fo: Frekuensi yang diperoleh/diamati
 Syarat Uji Chi-Square
• Tidak ada cell dengan nilai frekuensi kenyataan atau
disebut juga Actual Count (F0) sebesar 0 (Nol).
• Apabila bentuk tabel kontingensi 2 X 2, maka tidak
boleh ada 1 cell saja yang memiliki frekuensi
harapan atau disebut juga expected count (“Fh”)
kurang dari 5.
• Apabila bentuk tabel lebih dari 2 x 2, misal 2 x 3,
maka jumlah cell dengan frekuensi harapan yang
kurang dari 5 tidak boleh lebih dari 20%.
 Lanjutan...
• Apabila tabel kontingensi bentuk 2 x 2, maka
rumus yang digunakan adalah “koreksi yates”.
• Apabila tabel kontingensi 2 x 2, tetapi tidak
memenuhi syarat seperti di atas, yaitu ada cell
dengan frekuensi harapan kurang dari 5, maka
rumus harus diganti dengan rumus “Fisher
Exact Test”.
 Contoh Penelitian dgn Uji Chi-Square
“Hubungan Merokok dengan Tekanan Darah pada Pekerja PT .X
Bandar Lampung”
Variabel Bebas:
Merokok = 1. ya
2. Tidak
(nominal)
Variabel Terikat:
Tekanan Darah = 1. Hipertensi
2. Tidak Hipertensi
(nominal)
Demonstrasi 1
 Uji Korelasi Spearman
• Korelasi Spearman merupakan alat uji statistik yang
digunakan untuk menguji hipotesis asosiatif dua variabel
bila datanya berskala ordinal (ranking).
• Nilai korelasi ini disimbolkan dengan rh (dibaca: rho).
Karena digunakan pada data beskala ordinal, untuk itu
sebelum dilakukan pengelolahan data, data kuantitatif
yang akan dianalisis perlu disusun dalam bentuk ranking.
• Nilai korelasi Spearman berada diantara -1 <  < 1. Bila
nilai = 0, berarti tidak ada korelasi atau tidak ada
hubungannya antara variabel independen dan dependen.
 Uji Korelasi Spearman
• Nilai  = +1 berarti terdapat hubungan yang positif
antara variabel independen  dan dependen.
• Nilai  = -1 berarti terdapat hubungan yang negatif
antara variabel independen  dan dependen.
• Dengan kata lain, tanda “+” dan “-“ menunjukkan arah
hubungan di antara variabel yang sedang dilakukan
pengujian statistik.
• Uji Korelasi Spearman juga merupakan uji alternatif
untuk uji Pearson, jika data ditemukan tidak
berdistribusi normal.
Rumus Uji Spearman
Makna Nilai Korelasi Spearman
 Contoh Penelitian dgn Uji Spearman

“Pengaruh Indeks Massa Tubuh terhadap Kadar

Gula Darah Puasa pada Penderita Diabetes
Mellitus di Puskesmas Rajabasa”
Variabel Bebas:
IMT = Angka dalam satuan Kg/m2 (ratio)
Variabel Terikat:
KGD Puasa= Angka dalam satuan mg/dl (ratio)
Demonstrasi 2
 Uji Mann-Whitney
• Mann Whitney U Test adalah uji non
parametris yang digunakan untuk
mengetahui perbedaan median 2 kelompok
bebas apabila skala data variabel terikatnya adalah
ordinal atau interval/ratio tetapi tidak berdistribusi
normal.
• Merupakan pilihan uji non parametris apabila
uji Independet T test (Unpaired t test) tidak dapat
dilakukan oleh karena asumsi normalitas tidak
terpenuhi.
 Rumus Uji Mann-Whitney

Dimana:
• U  = Nilai uji Mann-Whitney
• N1= sampel 1
• N2= sampel 2
• Ri = Ranking ukuran sampel
 Tujuan Spesifik Uji Mann-Whitney
• Untuk menguji data, dimana diketahui dengan
jelas bahwa terdapat perbedaan median,
bentuk dan sebaran data sama, tetapi tidak
diketahui secara pasti apakah perbedaan
median tersebut bermakna atau tidak.
Contoh Penelitian dgn Uji Mann-Whitney

“Perbedaan Kadar Hemoglobin antara Penduduk

Dataran Tinggi X dengan Penduduk Dataran
Rendah Y di Kabupaten Pesawaran”
Variabel Bebas:
Ketinggian Tempat= 1. Dataran Tinggi
2. Dataran Rendah
Variabel Terikat :
Hb = Angka dalam satuan mg/dl (ratio)
Demonstrasi 3
 Uji Wilcoxon
(Wilcoxon Signed Rank Test)

• Merupakan uji nonparametrik untuk mengukur

signifikansi perbedaan antara 2 kelompok
data berpasangan berskala ordinal atau interval
tetapi berdistribusi tidak normal.
• Merupakan uji alternatif dari uji pairing t test 
(Dependent T test) apabila tidak memenuhi asumsi
normalitas
 Asumsi Mann Whitney

• Skala data variabel terikat adalah ordinal,

interval atau rasio. Apabila skala interval atau
rasio, asumsi normalitas tidak terpenuhi.
(Normalitas dapat diketahui setelah uji
normalitas).
• Data berasal dari 2 kelompok.
• Data berasal dari kelompok yang berbeda
atau tidak berpasangan.
 Rumus Uji Wilcoxon

• Dimana :
N = banyak data yang berubah setelah diberi perlakuan berbeda
T = jumlah renking dari nilai selisih yng negative (apabila banyaknya
selisih yang positif lebih banyak dari banyaknya selisih negatif)
= jumlah ranking dari nilai selisih yang positif (apabila banyaknya selisih
yang negatif > banyaknya selisih yang positif)
 Asumsi Wilcoxon Signed Rank Test

• Variabel dependen berskala data ordinal atau

interval/rasio tetapi berdistribusi tidak normal.
• Variabel independen terdiri dari 2 kategori
yang bersifat berpasangan.
• Bentuk dan sebaran data antara kedua
kelompok yang berpasangan adalah simetris.
 Contoh Penelitian dgn Uji Wilcoxon

“Perbedaan Kadar Hemoglobin Sebelum dan Sesudah

Menstruasi pada Mahasiswi Fakultas Ekonomi
Universitas Malahayati”
Variabel Terikat 1:
Hb Sebelum Menstruasi = Angka dalam satuan mg/dl
(ratio)
Variabel Terikat 2:
Hb Sesudah Menstruasi= Angka dalam satuan mg/dl
(ratio)
Demonstrasi 4
 Terima Kasih
Sumber bacaan:
1. Notoatmojo,S. 2012.Metodologi Penelitian
Kesehatan. Jakarta: Rineka Cipta
2. Dahlan, M. S. 2014. Statistik Untuk
Kedokteran dan Kesehatan. Jakarta: Salemba
Medika