2 JENIS UJI HIPOTESIS

(UNTUK BIVARIAT / 2 VARIABEL)

 UJI HIPOTESIS PARAMETRIC

 UJI HIPOTESIS
NON-PARAMETRIC
 Tabel Uji Hipotesis Bivariat
Jenis Hipotesis (asosiasi)
Masalah Komparatif
skala
pengukuran Tidak berpasangan Berpasangan
Korelatif

T>E2S
2 kelompok >2
ET R I C
2 kelompok

PA R A M kelompok kelompok

Numerik
Uji t tidak One way Uji t Repeated Pearson
berpasangan anova berpasangan ANOVA

Kategorik Mann Kruskall- Wilcoxon Friedman Spearmen

I C T E S
(ordinal) Whitney Wallis
M E T R Sommers’d

- PAR A gamma

Kategorik
NO N
Chi-square; Fisher McNemar,;Cochran; Koefisien
(nominal/ Kolmogorov-Smirnov Marginal Homogeneity; Kontigensi
ordinal) (Tabel B x K) Wilcoxon; Friedman Lambda
 SYARAT UJI PARAMETRIK
 Skala pengukuran variabel harus NUMERIK

 DISTRIBUSI DATA harus NORMAL

 Varians data:
 Kesamaan varians tidak menjadi syarat untuk uji
kelompok berpasangan
 Kesamaan varians adalah syarat tidak mutlak untuk
2 kelompok tidak berpasangan
 Kesamaan varians adalah syarat mutlak untuk > 2
kelompok tidak berpasangan
SYARAT UJI NONPARAMETRIK
 Sakla pengukuran variabel harus KATEGORIK

 Jika data dengan dengan skala pengukuran

numerik tetapi tidak memenuhi syarat
uji parametrik
 CARA MENETUKAN PARAMETRIC TES
DAN NON PARAMETRIC TES

 Menentukan Skala Data

(Skala Pengukuran)
 Menentukan Normalitas
Data
SKALA DATA (PENGUKURAN)
 NOMINAL
 ORDINAL
 INTERVAL
 RASIO
 ALGORITME SKALA DATA
0 (NOL)
JENIS KATEGORI TINGKATAN JARAK KET.
ABSOLUT

+ - - -

KATEGORIK
NOMINAL

ORDINAL
+ + - -
INTERVAL
+ + + -

NUMERIK
RASIO
+ + + +
 Ketentuan Berdasarkan Skala Data

 Apabila skala data KATEGORIK,

maka uji hipotesis yang digunakan
adalah NON PARAMETRIC TES

 Apabila skala data NUMERIK,

maka uji hipotesis yang digunakan
adalah PARAMETRIC TES
 UJI NORMALITAS DATA
 Disebut data NORMAL, apabila pV > 0.05
Catatan :

Kolmogorov-smirnov p-V > 0.05 : Untuk sampel > 50 subjek

Analitik normal
Shapiro-Wilk p-V > 0.05 : normal Untuk sampel ≤ 50 subjek
 Case Processing Summary

Cases

Valid Missing Total

peminum
alkohol N Percent N Percent N Percent
kadar kolesterol total ya 50 100.0% 0 .0% 50 100.0%

tidak 50 100.0% 0 .0% 50 100.0%

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk
peminum
alkohol Statistic df Sig. Statistic df Sig.
kadar kolesterol total ya .110 50 .180 .964 50 .137
tidak .090 50 .200* .971 50 .243
a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

Keterangan :
Karena jumlah responden 50, maka uji normalitasnya menggunakan Shapiro-Wilk
dengan hasil 0,137 dan 0,243. Lebih besar dari 0,05 yang berarti bahwa
DISTRIBUSINYA NORMAL. Maka uji yang digunakan adalah
PARAMETRIC TES.
 Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
kadar enzim CKMB sebelum
operasi 106 100.0% 0 .0% 106 100.0%

kadar enzim CKMB setelah operasi

106 100.0% 0 .0% 106 100.0%

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
kadar enzim CKMB sebelum
.291 106 .000 .452 106 .000
operasi
kadar enzim CKMB setelah operasi
.263 106 .000 .527 106 .000

a. Lilliefors Significance Correction

Keterangan :
Karena jumlah responden > 50 maka uji normalitas yang dipakai adalah
Kolmogorov Smirnov dengan hasil 0,000 < 0,05 yang berarti distribusi data tidak
normal. Maka dilakukan transformasi data supaya data bisa normal.
 Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
transckmb1 .093 106 .025 .929 106 .000
kadar enzim CKMB setelah operasi
.263 106 .000 .527 106 .000

a. Lilliefors Significance Correction

Keterangan :
Hasilnya 0,025 < 0,05 yang berarti distribusi data TIDAK NORMAL. Maka uji
menggunakan NON-PARAMETRIC TES.
 Tabel Metode Penentuan Normalitas Data
Metode Jenis Kriteria sebaran data
dikatakan normal
Deskriptif Koefisien varian Nilai koefisien varian <
30%
Histogram Simetris: tidak terlalu
miring kiri maupun
kanan; terlalu tinggi atau
rendah
Box plot Simetris median tepat di
tengah, tidak ada oulier
atau nilai ekstrim
Normal Q-Q plots Data menyebar sekitar
garis
Analitik Kolmogorov-smirnov p-V > 0.05 : Untuk sampel > 50
normal subjek

Shapiro-Wilk p-V > 0.05 : normal Untuk sampel ≤ 50

subjek
 Tabel Metode Penentuan
Homogenitas Data
Metode Jenis Interpretasi

Analitik Levene’s test p-V > 0.05 : homogen

p-V ≤ 0.05 : tidak homogen

Penentuan Uji Hipotesis yang Sesuai
 Tabel Uji Hipotesis Bivariat
Jenis Hipotesis (asosiasi)
Masalah Komparatif
Skala
Pengukuran Tidak berpasangan Berpasangan
Korelatif
2 kelompok >2 2 kelompok >2
kelompok kelompok

Numerik Uji t tidak One way Uji t Repeated Pearson

berpasangan anova berpasangan ANOVA

Kategorik Mann Kruskall- Wilcoxon Friedman Spearmen

(ordinal) Whitney Wallis Sommers’d
gamma

Kategorik Chi-square; Fisher McNemar,;Cochran; Koefisien

(nominal/ Kolmogorov-Smirnov Marginal Homogeneity; Kontigensi
ordinal) (Tabel B x K) Wilcoxon; Friedman Lambda
 Pemahaman Penting Penggunaan
Tabel Uji Hipotesis Bivariat

 Skala pengukuran

 Jenis hipotesis: komparatif vs korelatif

 Masalah skala pengukuran

 Pasangan: Data berpasangan atau tidak

 Syarat uji non parametrik dan parametrik

 Tabel B x K dan P x K
 Skala Pengukuran
 Nominal
 Ordinal
 Interval
 Ratio
 Jenis Hipotesis
 Hipotesis: komparatif vs korelatif
 Perbedaan mendasar : out put yang ingin

diperoleh
Contoh (Komparatif) :
1. Apakah terdapat perbedaan rerata kadar gula
darah antara kelompok dengan pengobatan
gliben dan kelompok dengan placebo
2. Apakah terdapat hubungan antara kadar gula
darah dengan jenis pengobatan yang diterima.
Contoh (Korelasi) :
1. Seberapa besar korelasi antara kadar trigliserid dan
kadar gula darah….
 Masalah Skala Pengukuran
Jenis Hipotesis Variabel yang Dicari Istilah
Asosiasinya
Variabel 1 Variabel 2

Kategorik Kategorik Komparatif

kategorik
Hipotesis Kategorik Numerik Komparatif
komparatif numerik
Numerik Numerik -

Kategorik Kategorik Korelatif kategorik

Kategorik Numerik Korelatif kategorik

Hipotesis korelatif

Numerik Numerik Korelatif numerik

Pasangan Data dan Jumlah Kelompok
Contoh :
Ingin mengukur perbedaan kadar
kolesterol pada peminum alkohol
dan tidak peminum…

Catatan;
Pasangan atau tidak, mengacu
pada responden (sama atau
tidak)

2 kelompok atau > 2 kelmpk,

mengacu pada jumlah data yang
didapat.
Pasangan Data dan Jumlah Kelompok
Contoh :
Ingin mengukur perbedaan rerata
kadar enzim CKMB antara
sebelum dan sesudah operasi?

Catatan;
Pasangan atau tidak, mengacu pada
responden (sama atau tidak)

2 kelompok atau > 2 kelmpk,

mengacu pada jumlah data yang
didapat.
Pasangan Data dan Jumlah Kelompok
Contoh :
Ingin mengukur perbedaan kadar
gula darah antara masyarakat
ekonomi rendah, sedang, tinggi

Catatan;
Pasangan atau tidak, mengacu
pada responden (sama atau
tidak)

2 kelompok atau > 2 kelmpk,

mengacu pada jumlah data yang
didapat.
Pasangan Data dan Jumlah Kelompok
Contoh :
Ingin mengukur perbedaan kadar
kolesterol sebelum latihan, 6 jam
setelah latihan dan 12 jam setelah
latihan.

Catatan;
Pasangan atau tidak, mengacu pada
responden (sama atau tidak)

2 kelompok atau > 2 kelmpk, mengacu

pada jumlah data yang didapat.
 Tabel Uji Hipotesis Bivariat
Jenis Hipotesis (asosiasi)
Masalah Komparatif
Skala
Pengukuran Tidak berpasangan Berpasangan
Korelatif
2 kelompok >2 2 kelompok >2
kelompok kelompok

Numerik Uji t tidak One way Uji t Repeated Pearson

berpasangan anova berpasangan ANOVA

Kategorik Mann Kruskall- Wilcoxon Friedman Spearmen

(ordinal) Whitney Wallis Sommers’d
gamma

Kategorik Chi-square; Fisher McNemar,;Cochran; Koefisien

(nominal/ Kolmogorov-Smirnov Marginal Homogeneity; Kontigensi
ordinal) (Tabel B x K) Wilcoxon; Friedman Lambda
 Tabel BxK dan PxK
 BxK : baris x kolom
var. independent x var. dependent

 PxK : pengulangan pengukuran x kategori

C. Statistika Analitis Multivariat
 Analisis Regresi Logistik
Digunakan bila skala ukur variabel dependent-
nya: kategorik

 Analisis Regresi Linier

Digunakan bila skala ukur variabel dependent-
nya: numerik