DOA BELAJAR

PEMBUKA BELAJAR

“Kami ridho Allah SWT sebagai Tuhanku, Islam sebagai agamaku,

dan Nabi Muhammad sebagai Nabi dan Rasul, Ya Allah,
tambahkanlah kepadaku ilmu dan berikanlah aku kefahaman”
ANALISIS STATISTIK
KOMPARATIF

HERI PUSPITO, S.Kep.,Ns., M.K.M

Disampaikan pada Kuliah Biostatistik
Mei 2021
 Capaian Pembelajaran
Mahasiswa mampu memahami konsep dasar Analisis Statistik Komparatif
Mahasiswa mampu memahami melakukan analisis parametrik dan non parametrik
Mahasiswa mampu menganalisis data dengan Uji beda
Mahasiswa mampu memahami skala pengukuran
 Bahan Kajian
1. Skala data
2. Uji Beda parametrik(T-Test Bebas, T-Tes
terikat, One-way Anova)
3. Uji Beda Non-parametrik (mann-whitney,
Wilcoxon, Kruskal walis)
4. Uji Hubungan parametrik (Product Momen)
5. Uji hubungan Non-Parametrik (Spearman, Chi
Square)
SKALA DATA
1. Nominal
2. Ordinal
3. Interval
4. Rasio
Uji Beda parametrik,
T-Test Bebas (independent sample t-test)
Merupakan statistic inferensial untuk uji beda atau perbandingan. Ada asumsi atau syarat yg
harus dipenuhi untuk uji ini:
1. Sampel tidak berpasangan; contoh uji kelompok control dan kelompok intervensi
2. Skala data interval atau rasio
3. Varian sama atau homogen
contoh

Ha: tidak ada perbedaan rata-rata hasil belajar antara siswa kelompok A dengan
Kelompok B
H0 : ada perbedaan rata-rata hasil belajar antara siswa kelompok A dengan
Kelompok B
Levene’s test for equality of variance 0,738 > 0,05 maka data kelompok A dan B homogen atau
sama (Sujarweni, 2014, Dahlan, 2014)

Sig (2-tailed) 0,039 < 0,05 maka HO ditolak Ha diterima. Sehingga disimpulkan ada perbedaan
nyang signifikan antara rata-rata hasil belajar siswa kelompok A dan Kelompok B.

Nilai t hitung bernilai negative (-2,494) disebabkan karena nilai rata-rata hasil belajar pada
kelompok A lebih rendah dari nilai rata-rata hasil kelompok B. Jika dibandingkan antara t hitung
dengan t tabel dapat berarti positif yaitu 2,419
Jml responden 9 dengan tingkat
kesalahan/ alpha 0,05
T hitung 2,419 > t tabel 2,262; HO
ditolak dan Ha diterima
T-Tes terikat

T-Test terikat (paired sample t-test)

Merupakan statistic inferensial untuk uji beda atau perbandingan. Ada asumsi atau syarat yg
harus dipenuhi untuk uji ini:
1. Sampel berpasangan; contoh uji kelompok sebelum intervensi dan setelah intervensi
2. Skala data interval atau rasio
3. Varian sama atau homogen
Pada uji shapiro-wilk nilai sig. untuk pre test sebesar 0,345 nilai
post test 0,114 karna lebih besar dari 0,05 sehingga data
terdistribusi Normal.

Cara uji Normalitas:

https://www.spssindonesia.com/2015/05/cara-uji-normalitas-
shapiro-wilk-dengan.html
Jika nilai sig. (2-tailed) < 0,05 maka H0 ditolak dan Ha diterima,
jika Jika nilai sig. (2-tailed) > 0,05 maka H0 diterima dan Ha ditolak

Nilai sig (2-tailed) 0,002 < 0,05 sehingga H0 ditolak dan Ha diterima dapat disimpulkan bahwa ada
perbedaan yang signifikan antara hasil belajar pretest dengan post test / ada pengaruh penggunaan
strategi pembelajaran answer gallery dalam meningkatkan hasil belajar untuk mata ajar bhs jawa pada
siswa kelas 5 SD
N = 12 responden
Nilai t-tabel 2,179 (alpha 0,05)
Nilai t hitung 3,930 > t tabel 2,179 maka ada perbedaan yang
signifikan antara hasil belajar pretest dengan post test / ada
pengaruh penggunaan strategi pembelajaran answer gallery dalam
meningkatkan hasil belajar untuk mata ajar bhs jawa pada siswa
kelas 5 SD
One-way Anova -) Kruskal walis
Termasuk uji parametrik untuk uji beda, membutuhkan asumsi atau syarat.
1. Homogen
2. Skala data interval atau rasio
3. Variabel >2
4. Terdistribusi normal
UJI NORMALITAS
• JIKA NILAI SIG. > 0,05 maka data terdistribusi normal -> one-way anova
• Jika nilai sig. < 0,05 terdistribusi tidak normal -> cruskal walis
Nilai probabilitas atau sig. 0,074 >0,05 sehingga keempat keompok penjualan handphone yg
dibandingkan sama atau homogen
Nilai sig. 0,009 < 0,05 sehingga dapat disimpulkan bahwa
rata-rata keempat penjualan merk handphone berbeda
secara isgnifikan.

Jika ingin mengetahui kelompok mana saja yg rata2

penjualan sama atau tidak sama (post HOC)
Pengujian Tukey HSD adalh pengujian perbandingan
jamak untuk menentukan apakah tiga rata-rata atau lebih
perbedaan secara signifikan dalam jumlah analisis varian.
Contoh: membandingkan rata2 penjualan HP Samsung
dengan oppo, angka perbedaan rata2 penjualan merk
merk HP tsb sebesar 4,200. angka ini diperoleh dari nilai
rata2 (pada output deskriptif) Samsung 45,30 dikurangi
rata2 penjualan oppo 41,10
 Uji Beda Non-parametrik,

mann-whitney
Uji beda tidak berpasangan (independent sampel t-test)-> tidak ada syarat terdistribusi
normal.
Contoh kasus: apakah ada pengaruh penggunaan metode diskusi terhadap hasil belajar pada
matapelajran IPA kelas 9.
• Jika nilai sig. atau asymp.Sig (2 –tailed) < 0,05 maka Ha
diterima
• Jika nilai sig. atau asymp.Sig (2 –tailed) > 0,05 maka H0
diterima atau Ha ditolak
Wilcoxon

Uji alternatif dari paired t-test (uji berpasangan), termasuk uji

statistic non parametrik
Contoh kasus “pengaruh metode pembelajaran kelompok
terhadap hasil belajar matematika pada siswa SMP 8a. Untuk
kebutuhan data maka peneliti melakukan penilaian hasil
belajar sebelum dan sesudah metode pembelajaran
kelompok
1. Negative ranks atau selisih negative antara hasil belajar matematika untuk pre dan post test
adalah 0 baik nilai N, mean rank dan sum rank. Nilai 0 menunjukkan tidak ada penurunan
atau pengurangan nilai pre dan post
2. Positive ranks atau selisih positif antara hasil belajar matematika untuk pre test dan post
test. Terdapat 22 data positif (N) artinya 22 siswa mengalami peningkatan hasil belajar
matematika dari nilai pre dan pos test. Mean rank atau peningkatan tersebut adalah
sebesar 11,50 sedangkan jml rangking positif atau sumranks adalah sebesar 253,00
3. Ties adalah kesamaan nilai pre-test dan post test, nilai ties 0 dapat dikatakan ada nilai yg
sama antara pre dan post test
• Asymp.sig (2-tailed) sebesar 0,000 < 0,05 sehingga dapat
disimpulkan bahwa ada pengaruh penggunaan metode
pembelajaran kelompok terhadap hasil belajar matematika
pada siswa smp kelas 8a.
Kruskal wallis (non parametrik)

Merupakan uji non parametrik untuk data lebih dari dua sampel tidak
saling berpasangan atau berhubungan. Sebagai uji alternatif dari uji
anova Ketika data tidak terdistribusi normal

Contoh: PT cahaya memproduksi 4 buah lampu dengan merk A B C .

Manajer ingin tahu apakah ada perbedaan mutu produksi yg nyata dari
keempat lampu tsb.
 Uji Hubungan / korelasi (parametrik)

Korelasi bivariate pearson

Merupakan analisis korelasi yang membahas derajat keeratan hubungan antar variabel yang
dinyatakan dengan koefisien korelasi. Hubungan antara variabel bersifat positif atau negative.
Dalam analisis korelasi sebetulnya tidak ada variabel independent dan dependent karna pada
dasarnya hubungan antara variabel independent dengan variabel dependent akan bermakna
sama dengan hubungan variabel dependent dengan independent.
 Persyaratan analisis korelasi bivariate pearson

• Skala interval atau rasio

• Terdistribusi normal
• Terdapat hubungan linear antar variabel penelitian
Dasar pengambilan keputusan uji linearitas
1. Membandingkan nilai signifikansi (sig.) dengan 0,05. jika nilai p > 0,05 maka linear secara
signifikan; jika p <0,05 maka tidak ada hubungan linear antara variabel independent dan
dependent
2. Mebandingkan nilai F tabel: jika F hitung < F tabel maka ada hubungan linear, jika F hitung >
F tabel maka tidak ada hubungan linear
Arti angka korelasi
3. Koefisien korelasi atau pearson corelations memiliki nilai paling kecil -1 dan paling besar 1
4. Jika 0 maka artinya tidak ada korelasi sama sekali, jika nilai 1 ada korelasi sempurna.
Semakin mendekati 1 atau -1 maka hubungan dua variabel semakin kuat. Jika nilai r atau
pearson correlation mendekati 0 brarti hubungan 2 variabel semakin lemah.
5. Tanda negative (-) pada tabel outputs SPSS menunjukkan arah berlawanan, sedangkan
positif (+) menunjukkan arah yg sama atau korelasi searah
Sig > 0,05 maka linear secara signifikan

F tabel: 0,457 < 4,35 linear secara signifikan

• Misalkan peneliti ingin
menguji apakah ada
hubungan yg signifikan
antara motivasi dan minat
dengan prestasi belajar
siswa.
 Uji hubungan non-parametrik,

korelasi rank spearman

Digunakan untuk menguji hubungan antara variabel penelitian pada statistic nonparametric
(skala ordinal). Dalam analisis rank spearman diawali dengan pemeringkatan (rangking
terhadap data. Tidak perlu uji linearitas.
Tujuan analisis ini:
1. Melihat tingkat kekuatan (keeratan) hubungan dua variabel
2. Melihat arah (jenis) hubungan dua variabel
3. Melihat apakah hubungan signifikan atau tidak
Nilai keeratan:
4. Koefisien 0,00 – 0,25 = hubungan sangat lemah
5. Koefisien 0,26 – 0,50 = hubungan cukup
6. Koefisien 0,51 – 0,75 = hubungan kuat
7. Koefisien 0,76 – 0,99 = hubungan sangat kuat
8. Koefisien 1,00 = hubungan sempurna
Contoh: “apakah terdapat hubungan antara kualitas pelayanan dengan kepuasan konsumen”
1. Melihat kekuatan (keeratan) hubungan kualitas pelayanan dengan kepuasan pasien:
correlation coefficient 0,838** ( 0,76 – 0,99 = sangat kuat)
2. Melihat signifakansi hubungan kedua variabel: sig.(2-tailed) 0,002 < 0,05 maka ada
hubungan yang signifikan antara variabel kualitas pelaynan dengan kepuasan pasien
3. Koefisien korelasi bernilai positif sehingga hubungan kedua variabel searah: jika variabel x
meningkat maka y meningkat.
chi-square
Uji chi-square atau uji X Kuadrat bertujuan untuk mengetahui hubungan antara variabel yang
terdapat pada baris dengan kolom. Skala data pada Uji chi square berskala nominal atau
ordinal (data kualitatif) atau saah satu data berskala nominal atau ordinal. Uji ini termasuk uji
non-parametrik sehingga tidak memerlukan asumsi normalitas data.

Sebagai contoh: peneliti ingin mengetahui apakah terdapat hubungan antara sumber air
minum dengan kejadian diare pada balita diwilayah kerja puskesmas X tahun 2019. (30
responden balita)
 REFERENSI

1.Sastroasmoro, S., & Ismael, S. (2011). Dasar-dasar Metodologi Penelitian Klinis Edisi 4.
Jakarta : CV. Sagung Seto.
2.Sugiyono. (2011). Metode Penelitian Kuantitatif, Kualitatif, dan R & D Edisi 12. Bandung : CV. Alfabeta.
3.Dahlan, M. S. (2009). Besar sampel dan cara pengambilan sampel dalam penelitian kedokteran dan kesehatan.
Jakarta: Salemba Medika.
4.Dahlan, M. S. (2009). Statistik untuk kedokteran dan kesehatan. Jakarta: Salemba Medika.
 ِ ‫ب ِّ ّـِم ّ َما ك َ َسبُ ْوا ۗ َوالل ّ ٰ ُه َس ِريْ ُع ال ِْح َس‬
‫اب‬ ٌ ْ‫اُولٰۤ ِـٕىِٕ َكل َُه ْم ن َ ِصي‬

Terjemahan
Mereka itulah yang memperoleh bagian dari apa
yang telah mereka kerjakan, dan Allah Mahacepat
perhitungan-Nya. Al-BAQARAH 202
 PENUTUP BELAJAR
‫يم‬
ِ ‫ح‬ِ ‫ن ال َّر‬
ِ ‫م‬
َ ‫ح‬ ِ َّ‫م الل‬
ْ ‫ه ال َّر‬ ِ ‫س‬
ْ ِ‫ب‬

‫ه‬ ْ ‫طال ً َوا ْر ُز ْق َنا‬

ُ ‫اج ِت َنا َب‬ ِ ‫ل بَا‬ ِ ‫وأَ ِرنَا ا ْلبَا‬
َ ‫ط‬ َ ُ ‫وا ْر ُز ْق َنا اتِ ّـبَاعَ ه‬ ًّ ‫ح‬
َ ‫قا‬ َ ‫ق‬ َ ‫م أَ ِرنَا ا ْل‬
َّ ‫ح‬ َّ ‫اَللَّ ُه‬

Ya Allah Tunjukkanlah kepada kami kebenaran sehinggga kami

dapat mengikutinya,
Dan tunjukkanlah kepada kami keburukan sehingga kami dapat
menjauhinya.