Uji Hipotesis Komparatif

Numerik Tidak Berpasangan

Pertemuan 2
Tujuan Pembelajaran
• Peserta dapat melakukan uji t tidak berpasangan.
• Peserta dapat melakukan uji t tidak berpasangan data hasil
transformasi.
• Peserta dapat melakukan uji Mann-Whitney.
• Peserta dapat melakukan uji One Way Anova.
• Peserta dapat melakukan uji Kruskal-Wallis.
Tujuan Pembelajaran
• Peserta dapat melakukan uji t tidak berpasangan.
• Peserta dapat melakukan uji t tidak berpasangan data hasil
transformasi.
• Peserta dapat melakukan uji Mann-Whitney.
• Peserta dapat melakukan uji One Way Anova.
• Peserta dapat melakukan uji Kruskal-Wallis.
Contoh Kasus

• Peneliti ingin mengetahui apakah terdapat perbedaan rerata skor

ansietas* antara kelompok ibu yang melahirkan dengan didampingi
suami dan yang tidak didampingi.

*: gangguan kecemasan
Uji t tidak berpasangan
• Buka file unpaired_t_test.sav
• Lakukan uji normalitas
• Klik Analyze, Compare means, Independent Samples T Test
• Masukkan Score ansietas kedalam kotak Test Variable
• Masukkan suami kedalam kotak Grouping Variable
• Klik Define Group
• Masukkan angka 1 untuk Group 1 dan 2 untuk Group 2
• Continue dan OK
Interpretasi Hasil
• Lihat pada Levene’s test untuk mengetahui varian data. Bila<0,05
maka varian berbeda.
• Bila varian berbeda, maka hasil uji yang digunakan adalah uji t tidak
berpasangan untuk varian berbeda (baris kedua “equal variances not
assumed”).
• Lihat angka Sig. (2-tailed), baris kedua yaitu 0,000
• Karena nilai p < 0,05 maka dapat disimpulkan terdapat perbedaan
secara statistik rerata skor ansietas antara kelompok ibu yang
melahirkan dengan didampingi suami dan yang tidak didampingi.
Tujuan Pembelajaran
• Peserta dapat melakukan uji t tidak berpasangan.
• Peserta dapat melakukan uji t tidak berpasangan data hasil
transformasi.
• Peserta dapat melakukan uji Mann-Whitney.
• Peserta dapat melakukan uji One Way Anova.
• Peserta dapat melakukan uji Kruskal-Wallis.
Tujuan Pembelajaran
• Buka file t test hasil transformasi.
• Lakukan uji normalitas. Bila tidak normal lakukan transformasi data.
• Bila sudah normal datanya, lakukan uji t tidak berpasangan seperti
langkah sebelumnya.
Tujuan Pembelajaran
• Peserta dapat melakukan uji t tidak berpasangan.
• Peserta dapat melakukan uji t tidak berpasangan data hasil
transformasi.
• Peserta dapat melakukan uji Mann-Whitney.
• Peserta dapat melakukan uji One Way Anova.
• Peserta dapat melakukan uji Kruskal-Wallis.
Contoh Kasus

• Peneliti ingin mengetahui apakah terdapat perbedaan

(malondialdehyde) MDA antara kelompok perokok dan bukan
perokok.
Uji Mann-Whitney
• Buka file mann_whitney
• Lakukan uji normalitas.
• Diasumsikan transformasi data tidak berhasil, maka harus menggunakan uji non-
parametrik.
• Klik Analyze, Nonparametrics test, Legacy Dialogs, 2 Independent Samples
• Masukkan MDA kedalam kotak Test Variable
• Masukkan kelompok kedalam kotak Grouping Variable
• Klik Define Group
• Masukkan angka 1 untuk Group 1 (perokok) dan 2 untuk Group 2 (non-perokok)
• Continue dan OK
Interpretasi Hasil
• Lihat nilai pada kolom Asymp. Sig. (2-tailed). Bila<0,05 maka terdapat
perbedaan bermakna.
• Karena nilai p > 0,05 maka dapat disimpulkan tidak terdapat
perbedaan statistik secara bermakna rerata MDA perokok dan bukan
perokok.
• Ketidak bermaknaan mungkin disebabkan jumlah subjek yang sedikit.
Tujuan Pembelajaran
• Peserta dapat melakukan uji t tidak berpasangan.
• Peserta dapat melakukan uji t tidak berpasangan data hasil
transformasi.
• Peserta dapat melakukan uji Mann-Whitney.
• Peserta dapat melakukan uji One Way Anova.
• Peserta dapat melakukan uji Kruskal-Wallis.
Contoh Kasus

• Peneliti ingin mengetahui perbandingan kadar gula darah antara

kelompok ekonomi rendah, sedang dan tinggi pasien diabetes
mellitus (DM).
Uji One Way ANOVA Varian Data Berbeda
• Buka file anova
• Lakukan uji normalitas pada data kadar gula darah.
• Klik Analyze, Compare means, One-way ANOVA
• Masukkan variabel kadar gula ke Dependent List
• Masukkan variabel class kedalam Factor
• Checklist Homogeneity of Variance
• Checklist Welch
• Continue dan OK
Interpretasi Hasil
• Nilai Sig. pada Test homogeneity of variances adalah 0,000. Karena
nilai p < 0,05 maka dapat disimpulkan paling tidak terdapat dua
kelompok yang memiliki varian beda.
• Karena varian beda maka digunakan One way ANOVA Welch.
• Nilai Sig. ANOVA Welch (pada Robust Tests of Equality of Means),
adalah 0,000.
• Karena nilai p < 0,05 maka dapat disimpulkan paling tidak terdapat
dua kelompok yang memiliki rerata gula darah berbeda bermakna.
Post hoc Games-Howell
• Karena hasil uji ANOVA bermakna tapi varian berbeda maka dapat
dilakukan uji post hoc analisis yaitu Games-Howell untuk mengetahui
kelompok mana yang memiliki perbedaan.
• Klik Analyze, Compare means, One-way ANOVA
• Masukkan variabel kadar gula ke Dependent List
• Masukkan variabel class kedalam Factor List
• Klik kotak Post Hoc. Pilih Games-Howell pada Equal Variances Not
Assumed.
Interpretasi Hasil
• Terdapat perbedaan kadar gula darah antara kelompok ekonomi
tinggi dengan sedang dan rendah.
Tujuan Pembelajaran
• Peserta dapat melakukan uji t tidak berpasangan.
• Peserta dapat melakukan uji t tidak berpasangan data hasil
transformasi.
• Peserta dapat melakukan uji Mann-Whitney.
• Peserta dapat melakukan uji One Way Anova.
• Peserta dapat melakukan uji Kruskal-Wallis.
Contoh Kasus

• Peneliti ingin mengetahui indeks Brinkman* dengan motilitas sperma.

Motilitas sperma diklasifikasikan menjadi buruk, sedang dan baik.

* Indeks Brinkman = jumlah rata-rata rokok yang dihisap sehari (batang) x lama merokok (tahun)
Uji Kruskal-Wallis
• Buka file Kruskal Wallis
• Lakukan uji normalitas pada data Indeks Brinkman
• Diasumsikan transformasi data tidak berhasil, maka harus menggunakan uji non-parametrik.
• Klik Analyze, nonparametric test, Nonparametrics test, Legacy Dialogs, K Independent
Samples
• Masukkan variabel Indeks Brinkman ke Test Variable List
• Masukkan variabel motil kedalam Grouping Variable
• Klik Define Range
• Masukkan angka 1 untuk kotak minimum dan 3 untuk kotak maksimum
• Continue dan OK
Interpretasi Hasil
• Nilai Asymp. Sig. adalah 0,000. Karena nilai p < 0,05 maka dapat
disimpulkan paling tidak terdapat perbedaan indeks brinkman antara
dua kelompok.
• Karena hasil uji Kruskal Wallis bermakna maka dapat dilakukan uji
post hoc analisis yaitu menggunakan uji Mann Whitney untuk
mengetahui kelompok mana yang memiliki perbedaan.
Post hoc Analysis

n Indeks Brinkman Nilai p

Buruk 25 89 (60-173)
Motilitas Sperma Sedang 25 76 (46-196) <0,001
Baik 25 59 (48-68)
Terima kasih !