HIPOTESIS
KOMPARATIF
Devi Elvina Rachma S.Gz, M.Gz
◦ Hipotesis Komparatif
merupakan dugaan
terhadap
perbandingan nilai
dua sampel atau lebih
Jenis Hipotesis Komparatif
◦ 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
Uji Komparatif
Berpasangan Wilcoxon
(2 sample)
◦ 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
◦ 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
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
◦ 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
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.
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