UJI

HIPOTESIS
KOMPARATIF
Devi Elvina Rachma S.Gz, M.Gz
◦ Hipotesis Komparatif
merupakan dugaan
terhadap
perbandingan nilai
dua sampel atau lebih
Jenis Hipotesis Komparatif

◦ Komparasi berpasangan (Related) dalam dua sampel dan lebih dari

dua sampel (k sampel)
◦ Komparasi independent dalam dua sampel dan lebih dari dua
sampel (k sampel)
UJI KOMPARATIF (DUA SAMPLE)

◦ Uji statistik dua sample dipergunakan jika peneliti ingin menentukan apakah antara dua
perlakuan terdapat perbedaan atau apakah perlakuan yang satu lebih baik dari perlakuan yang
lainnya.
◦ Perlakuan yang dimaksudkan disini dapat berupa satu dari berbagai macam kondisi seperti
pemberian perlakuan pelatihan pada suatu lembaga, pemberian suatu dosis obat, pengenalan
suatu program-program baru dan sebagainya.
◦ Dalam penelitian, kelompok yang telah mengalami perlakuan akan dibandingkan dengan
kolompok yang tanpa mengalami perlakuan atau dibandingkan dengan kelompok yang
mengalami perlakuan lainnya.
Tiga macam pengujian hipotesis komparatif dua sampel:
1. Uji Dua Pihak
Ho : Tidak terdapat perbedaan berat badan peserta yang melakukan diet rendah lemak dengan yang
tidak melakukan diet rendah lemak
Ha : Terdapat perbedaan berat badan peserta yang melakukan diet rendah lemak dengan yang tidak
melakukan diet rendah lemak
2. Uji Pihak Kiri
Ho : Berat badan peserta yang melakukan diet rendah lemak lebih besar atau sama dengan yang
tidak melakukan diet rendah lemak
Ha : Berat badan peserta yang melakukan diet rendah lemak lebih kecil daripada dengan yang tidak
melakukan diet rendah lemak
3. Uji Pihak Kanan
Ho : Berat badan peserta yang melakukan diet rendah lemak lebih kecil dari yang tidak melakukan
diet rendah lemak
Ha : Berat badan peserta yang melakukan diet rendah lemak lebih besar atau sama dengan peserta
yang tidak melakukan diet rendah lemak
UJI KOMPARATIF DUA SAMPLE
BERPASANGAN
Mc Nemar

Non Parametrik Sign Test

Uji Komparatif
Berpasangan Wilcoxon
(2 sample)

Parametrik Related T Test

1. Uji Mc Nemar

◦ Uji McNemar merupakan pengujian statistik yang digunakan untuk menentukan

apakah terdapat perbedaan yang signifikan atara variabel dependen atau saling
berpasangan antara 2 kelompok terkait.
◦ Salah satu contoh yang paling umum adalah kondisi “sebelum” dan “sesudah”
sebuah perlakuan atau treatment.
◦ Sebagai contoh penggunaan, uji ini dapat digunakan untuk mengetahui
efektivitas perlakukan terhadap kecenderungan masyarakat untuk memilih sayur
atau buah setelah dilakukan Pendidikan gizi.
Asumsi Uji Mc Nemar
Secara umum terdapat 4 asumsi Uji McNemar:
1) Memiliki satu variabel dependen dengan sifat dikotomis dan satu variabel
independent kategoris dengan dua kelompok terkait. Contoh variabel dikotomis
seperti “aman dan tidak aman” atau “lulus dan gagal”.
2) Kedua kelompok variabel harus saling eksklusif atau tidak ada yang timpang tindih.
Sederhananya, data atau peserta pada satu kelompok hanya bosa berada di salah
satu dari dua kelompok dan tidak bisa berada di kelompok lain diwaktu yang
bersamaan.
3) Sampel bersifat acak dari populasi yang sesuai
4) Skala data yang digunakan adalah nominal atau ordinal
 1. Sign Test
◦ Uji Sign Test adalah uji yang digunakan untuk melihat adanya perbedaan antara dua
kondisi (sebelum dan sesudah) tanpa melihat besarnya perbedaan yang terjadi
◦ Uji Tanda menggunakan data berskala ordinal.
◦ Perbedaan nilai/skor pada kedua kondisi tersebut ditandai dengan "+" atau "-“
◦ Jadi, uji ini didasarkan pada tanda dari perbedaan dua kondisi pengukuran subjek yang
saling berhubungan.
◦ Jika populasi adalah sama maka banyaknya tanda + dan - adalah seimbang
◦ Jika suatu tanda (+ atau -) terlalu banyak atau terlalu sedikit, sampai batas tertentu, maka
populasi adalah tidak sama
3. Uji Wilcoxon

◦ Uji wilcoxon matched-paired signed test adalah salah satu uji nonparametris yang
digunakan untuk mengukurada tidaknya perbedaan nilai rata-rata 2 kelompok sampel yang
saling berpasangan (dependen).
◦ Uji wilcoxon biasa digunakan pada penelitian desain pre-post test.
Syarat Uji Wilcoxon

1) Data sampel tidak berdistribusi normal

2) Dua Kelompok sampel yang saling berpasangan (anggota sampel dua
kelompok sama)
3) Sampel berskala data ordinal, atau interval
4) Jumlah sampel pada kedua kelompok sama
4. Uji Paired T-Test

◦ Paired T-Test merupakan uji parametrik yang dapat digunakan pada dua data
berpasangan.
◦ Tujuan dari uji ini adalah untuk melihat apakah ada perbedaan rata-rata antara
dua sampel yang saling berpasangan atau berhubungan. 
◦ Karena berpasangan, maka data dari kedua sampel harus memiliki jumlah yang
sama atau berasal dari sumber yang sama.
Syarat Paired T-Test

1. Data yang dimiliki oleh subyek adalah data interval atau rasio.
2. Kedua kelompok data berpasangan berdistribusi normal
UJI KOMPARATIF DUA SAMPLE
TIDAK BERPASANGAN Fisher Exact

Chi Square

Non Parametrik Median Test

Mann Witney
Uji Komparatif Tidak
Berpasangan
(2 sample)
Kolmogorov
Smirnov

Independent
Parametrik
T-Test
1. Uji Fisher Exact
◦ Uji Fisher merupakan suatu tehnik untuk menganalisa data diskrit
(nominal atau ordinal) ketika dua sampel independen adalah
kecil.
◦ Uji Fisher Exact digunakan sebagai uji alternatif Kai Kuadrat
untuk tabel silang (kontingensi) 2 x 2 dengan ketentuan:
◦ Sampel kurang atau sama dengan 40 dan terdapat sel yang nilai
harapan (E) kurang dari 5
◦ Uji Fisher Exact juga dapat digunakan untuk sampel kurang dari
20 dalam kondisi apapun (baik terdapat sel yang nilai E-nya
kurang dari 5 ataupun tidak).
◦ Asumsi dari uji ini adalah data yang akan diuji mempunyai skala
pengukuran nominal
2. Uji Chi Square
◦ Uji Chi-square adalah salah satu jenis uji komparatif non parametris yang dilakukan pada dua variabel, di mana
skala data kedua variabel adalah nominal.

◦ Frekuensi responden atau sampel yang digunakan besar, sebab ada beberapa syarat di mana chi square
dapat digunakan yaitu:

1) Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual Count (F0) sebesar 0 (Nol).

2) 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.

3) Apabila bentuk tabel lebih dari 2 x 2, misak 2 x 3, maka jumlah cell dengan frekuensi harapan yang
kurang dari 5 tidak boleh lebih dari 20%.
3. Median Test
◦ Uji Median atau Median Test merupakan pengujian untuk melihat apakah dua
kelompok yang independen memiliki median yang sama/berbeda. Independen berarti dua kelompok
tersebut berasal dari populasi yang berbeda.
◦ Untuk melakukan Uji Median, ada beberapa syarat atau asumsi yang harus terpenuhi yaitu

1) Penarikan sampel melalui proses pemilihan yang acak

2) Data pengujian merupakan dua kelompok yang saling independen (tidak saling berhubungan)
3) Skala data minimal ordinal
4) Tidak memerlukan asumsi distribusi tertentu, karena itu uji ini adalah uji nonparametrik
4. Uji Kolmogorov Smirnov

◦ Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan membandingkan distribusi data
(yang akan diuji normalitasnya) dengan distribusi normal baku.
◦ Distribusi normal baku adalah data yang telah ditransformasikan ke dalam bentuk Z-Score dan
diasumsikan normal.
◦ Jadi sebenarnya uji Kolmogorov Smirnov adalah uji beda antara data yang diuji normalitasnya dengan
data normal baku.
Syarat Uji Kolmogorov Smirnov:
• Data yang akan diuji harus berskala kontinu (interval atau rasio)
• Menggunakan data tunggal/data yang belum dikelompokkan
• Terkait jumlah sampel, uji Kolmogorov Smirnov bisa digunakan untuk ukuran sampel kecil hingga besar.
Namun uji ini lebih baik digunakan untuk sampel yang besar.
5. Uji Independent T Test

◦ Independen T Test adalah uji komparatif atau uji beda untuk mengetahui adakah perbedaan
mean atau rerata yang bermakna antara 2 kelompok bebas yang berskala data interval/rasio.
Dua kelompok bebas yang dimaksud di sini adalah dua kelompok yang tidak berpasangan, artinya
sumber data berasal dari subjek yang berbeda.
Syarat Uji Independent T-Test :
1.Skala data interval/rasio.
2.Kelompok data saling bebas atau tidak berpasangan.
3.Data per kelompok berdistribusi normal.
4.Data per kelompok tidak terdapat outlier.
5.Varians antar kelompok sama atau homogen.
Uji Komparatif Tiga Sampel
Berpasangan
Cochran Q

Non Parametrik Chi Square

Uji Komparatif
Berpasangan (3 Friedman
sample)

Parametrik Anova
1. Cochran Q

◦ Uji Cochran Q merupakan perluasan dari Uji McNemar dan digunakan untuk menguji apakah tiga atau
lebih sampel berbeda signifikan dalam hal proporsi atau frekuensinya. Uji ini menggunakan data
minimal berskala nominal yang bersifat dikotomi (misalnya, sukses atau gagal).
Agar dapat melakukan pengujian, harus terpenuhi beberapa syarat berikut
• Data analisis adalah biner atau dikotomi
• Setiap subjek independen satu dengan yang lainnya dan dipilih secara acak
• Banyaknya subjek atau sampel → n ≥ 24/k
• Tidak memerlukan asumsi distribusi tertentu
2. Uji Friedman
◦ Uji Friedman berfungsi untuk melihat apakah tiga atau lebih perlakuan memberikan efek yang berbeda-
beda pada sampel atau subjek yang sama. Efek tiap perlakuan dikatakan sama apabila nilai median dari
satu subjek sama dengan nilai median dari subjek lainnya.
Syarat Penggunaan Uji Friedman
• Hasil pengukuran terhadap subjek minimal berskala ordinal. Data yang berskala ordinal, interval, dan
rasio diperlukan agar bisa dilakukan perankingan.
• Sampel bersifat acak agar hasil analisis dapat menggambarkan keadaan populasi
• Jumlah sampel minimal lima, semakin besar jumlah sampel maka semakin baik
• Tidak memerlukan asumsi distribusi normal
3. Anova
◦ Anova adalah sebuah analisis statistik yang menguji perbedaan rerata antar grup. Grup
disini bisa berarti kelompok atau jenis perlakuan.

Syarat Uji ANOVA

◦ Random sampling: sampel bersifat independen dan bebas, artinya individu sampel diambil secara acak
(random) dari masing-masing populasi atau kelompok data.
◦ Multivariate normality: distribusi gejala tiap populasi atau kelompok data adalah normal. Untuk
mendapat data dengan distribusi normal, jumlah sampel bisa diperbanyak atau bisa dilakukan tes
normalitas terlebih dahulu.
◦ Homogenity of variance: setiap populasi memiliki kesamaan variansi, jika berbedapun hendaknya tidak
terlalu signifikan. Kesamaan variansi dapat diketahui melalui pengujian variansi.
Uji Komparatif Tiga Sampel
Tidak Berpasangan
Chi Square

Non Parametrik Median Extention

Uji Komparatif Tidak

Kruskall Wallis
Berpasangan (3 sample)

Parametrik Anova
1. Median Extention
◦ Median Test (Uji Median) merupakan salah satu uji statistik non parametrik yang cukup sederhana. Teknik ini
biasanya digunakan pada data berjenis ordinal (berjenjang), dimana tujuannya adalah untuk menguji dua atau lebih
sampel independen dari sebuah populasi memiliki median data yang sama.
2. Uji Kruskal Wallis

◦ Uji Kruskal-Wallis merupakan salah satu uji statistik non parametrik berbasis
peringkat yang bertujuan untuk mengetahui apakah terdapat perbedaan yang
signifikan secara statistik antara dua atau lebih kelompok variabel bebas
terhadap variabel terikat pada skala data numerik (rentang/rasio) maupun skala
ordinal.
◦ Pada umumnya, uji ini dipergunakan oleh peneliti sebagai solusi dari uji Anova
apabila satu atau seluruh sebaran data yang diuji tidak berdistribusi normal.
Thank You