UJI T TIDAK BERPASANGAN dan UJI MANN WHITNEY UJI T BERPASANGAN dan WILCOXON

DAFTAR ISI

Pengenalan Software

UjiNormalitas dan Transformasi

Uji T Tidak Berpasangan dan Mann Whitney

Uji T Berpasangan dan Wilcoxo

Uji Anova dan Kruskal Walls

UjiPearson dan Spearman Rank

Uji Chi Square dan Fisher

UjiRegresi Linier dan Logistik

UJI T TIDAK BERPASANGAN dan UJI MANN WHITNEY

UJI T BERPASANGAN dan  WILCOXON

A.   TUJUAN PRAKTIKUM UJI T TIDAK BERPASANGAN - UJI MANN WHITNEY

1.      Mahasiswa mampu melakukan dan menginterpretasikan hasil uji t tidak berpasangan

2.     Mahasiswa mampu melakukan dan menginterpretasikan hasil uji Mann Whitney

UJI T TIDAK BERPASANGAN

Syarat Uji T Tidak  berpasangan:

1.      Data wajib berdistribusi normal

2.     Varians boleh sama boleh tidak sama

3.     Bila sebaran data terdistribusi secara normal dan varian sama gunakan Uji t tidak berpasangan untuk varian sama.

4.     Bila sebaran data terdistribusi secara normal dan varian berbeda gunakan Uji t tidak berpasangan untuk varian berbeda.

5.     Bila sebaran data tidak normal, lakukan transformasi. Analisis tergantung pada sebaran dan varian hasil transformasi.

6.     Bila data setelah ditransformasi tidak normal maka digunakan uji Mann Whitney

Kasus: Seorang peneliti ingin mengetahui pengaruh kehadiran suami pada istri saat proses persalinan terhadap skor kecemasan. Rumusan pertanyaan penelitiannya adalah : Apakah terdapat perbedaan rerata skor kecemasan antara kelompok ibu yang proses persalinannya didampingi oleh suami dan yang tidak didampingi oleh suami?

Langkah-langkah:

1.    Buka file : Independent t test

2.    Lakukan uji normalitas data dengan memasukkkan variabel skor kecemasan kelompok ibu yang didampingi suami saat persalinan dan skor kecemasan kelompok ibu yang tidak didampingi suami.

3.    Lakukan interpretasi hasil uji normalitas.

4.    Lakukan uji t tidak berpasangan.

a.    Klik analyze, Compare means, independent sample t

b.    Masukkan score kedalam variable test variable

c.    Masukkan suami ke dalam Grouping variable

Gambar 11. Tampilan independent sample t test

d.    Aktifkan kotak Define Group

e.    Masukkan angka 1 untuk Group 1; tidak didampingi dan Group 2; didampingi).

Gambar 12. Tampilan define group

f.    Klik continue, klik OK

Group Statistics
	Didampingi suami	N	Mean	Std. Deviation	Std. Error Mean
Score ansietas	didampingi suami	147	20.90	7.607	.627
	tidak didampingi suami	103	71.03	13.071	1.288

Independent Sample Test

		Levene's Test for Equality of Variances
		F	Sig.
Score ansietas	Equal variances assumed	33.353	.000
	Equal variances not assumed

Independent Sample Test

	t-test for Equality of Means
						95% Confidence Interval of the Difference
	t	df	Sig. (2-tailed)	Mean Difference	Std. Error Difference	Lower	Upper
Score ansietas	-38.189	248	.000	-50.125	1.313	-52.711	-47.540
	-34.988	150.249	.000	-50.125	1.433	-52.956	-47.295

Interpretasi Hasil :

1.     Lihat Levene’s test

2.    Lihat nilai signifikansi dengan perbedaan rerata dan nilai IK

UJI MANN WHITNEY

Kasus: Peneliti ingin membuktikan rerata Body Mass Index (BMI) pada kelompok keluarga ekonomi rendah dan ekonomi tinggi. Pertanyaan penelitian yang dirumuskan adalah:  Apakah terdapat perbedaan rerata BMI pada keluarga dengan ekonomi rendah dan ekonomi tinggi ?

Langkah-langkah:

1.   Buka file : Mann whitney

2.  Lakukan uji normalitas data dengan memasukkkan variabel skor kecemasan kelompok ibu yang didampingi suami saat persalinan dan skor kecemasan kelompok ibu yang tidak didampingi suami.

3.  Lakukan interpretasi hasil uji normalitas àtransformasi à normalitas

4.  Lakukan uji Mann Whitney.

a.    Klik analyze, Non parametrics test, 2 independent sample

b.    Masukkan BMI kedalam variable test variable

c.    Masukkan Class ke dalam Grouping variable

d.    Aktifkan Mann Whitney

e.    Klik kotak Define Group

f.    Masukkan angka 1 (group ekonomi rendah)

g.    Masukkan angka 2 (group ekonomi tinggi)

h.    Klik OK

5.    Interpretasi hasil

Ranks
	tingkat ekonomi	N	Mean Rank	Sum of Ranks
body mass index	Tinggi	44	44.61	1963.00
	Rendah	56	55.13	3087.00
	Total	100

Test Statisticsa
	body mass index
Mann-Whitney U	973.000
Wilcoxon W	1963.000
Z	-1.807
Asymp. Sig. (2-tailed)	.071
a. Grouping Variable: tingkat ekonomi

B.   TUJUAN PRAKTIKUM UJI T BERPASANGAN – WILCOXON

1.   Mahasiswa mampu melakukan dan menginterpretasikan hasil uji t berpasangan.

2.  Mahasiswa mampu melakukan dan menginterpretasikan hasil uji wilcoxon

UJI T BERPASANGAN

Syarat Uji T berpasangan:

1.      Data wajib berdistribusi normal

2.     Varians data tidak perlu diuji, karena kelompok data berpasangan

3.     Bila sebaran data tidak normal, lakukan transformasi

4.     Bila data setelah ditransformasi tidak normal maka digunakan uji Wilcoxon

Kasus: Anda ingin mengetahui indeks masa tubuh (IMT) sebelum dan sesudah terapi sulih hormon. Maka dirumuskan pertanyaan sebagai berikut: “Apakah terdapat perbedaan IMT sebelum dan sesudah satu bulan penyuntikan testosteron?”

Langkah-langkah:

5.    Buka file : Paired _t_test

6.    Lakukan uji normalitas data dan memasukkkan variabel IMT (selisih)

7.    Klik analyze, Compare means, Paired sample t

8.    Masukkan imt_pre dan imt_post ke dalam kota paired variables

Gambar 13. Tampilan Pairred t test

9.    Klik Continue, Klik OK

Paired Samples Statistics
		Mean	N	Std. Deviation	Std. Error Mean
Pair 1	IMT sebelum	18.390	50	.7723	.1092
	IMT sesudah	23.994	50	.8888	.1257

Paired Samples Test
		Paired Differences					t	df	Sig. (2-tailed)
		Mean	Std. Deviation	Std. Error Mean	95% Confidence Interval of the Difference
					Lower	Upper
Pair 1	IMT sebelum - IMT sesudah	-5.6040	1.0880	.1539	-5.9132	-5.2948	-36.423	49	.000

Catatan: Bandingkan nilai p value dengan nilai alpha. Bila nilai p value/sig <0,05 maka bermakna secara statistik à terdapat perbedaan rerata IMT yang bermakna sebelum dan sesudah satu bulan penyuntikan testosteron

UJI WILCOXON

Kasus: Anda ingin mengetahui apakah terdapat pengaruh penyuluhan terhadap skor pengetahuan ibu. Anda merumuskan pertanyaan penelitian sebagai berikut: “Apakah terdapat perbedaan rerata skor pengetahuan ibu-ibu tentang gizi sebelum dan sesudah penyuluhan?”

Langkah-langkah:

1.      Buka file: Wilcoxon

2.     Lakukan uji normalitas data untuk selisih pengetahuan (selisih)

3.     Langkah selanjutnya adalah melakukan transformasi data. Diasumsikan transformasi tidak berhasil menormalkan data, maka uji yang digunakan adalah alternative uji t berpasangan, yaitu uji Wilcoxon

4.     Prosedur uji Wilcoxon: Klik Analyze, Non-parametric test, 2 related samples

5.     Masukkan prepeng dan postpeng ke dalam kotak Test pairs List

6.     Aktifkan uji Wilcoxon

Gambar 14. Tampilan two related sample t test

7.     Klik Continue, kemudian klik OK

Ranks
		N	Mean Rank	Sum of Ranks
Pengetahuan setelah penyuluhan - Pengetahuan sebelum penyuluhan	Negative Ranks	26a	37.42	973.00
	Positive Ranks	56b	43.39	2430.00
	Ties	18c
	Total	100
a. Pengetahuan setelah penyuluhan < Pengetahuan sebelum penyuluhan
b. Pengetahuan setelah penyuluhan > Pengetahuan sebelum penyuluhan
c. Pengetahuan setelah penyuluhan = Pengetahuan sebelum penyuluhan

Test Statisticsb
	Pengetahuan setelah penyuluhan - Pengetahuan sebelum penyuluhan
Z	-3.377a
Asymp. Sig. (2-tailed)	.001
a. Based on negative ranks.
b. Wilcoxon Signed Ranks Test Daftar Pustaka 1.      Dahlan M.Sopiyudin, 2012, Statistika untuk Kedokteran dan Kesehatan, Penerbit Salemba Medika, Jakarta. 2.     Dahlan M.Sopiyudin, 2014, Deskriptif, Bivariat dan Multivariat dilengkapi dengan Aplikasi SPSS Edisi 6, Penerbit Epidemiologi Indonesia, Jakarta. 3.     Dergibson Siagian & Sugiarto. Metode Statistika untuk Bisnis dan Ekonomi, halaman 4-6". 2002. Jakarta : PT Gramedia Pustaka Utama. ISBN 979-655-924-2 4.     Bernard Rosner; Fundamental of Biostatistics (Fith Edition): Hardvard University, Thomson Learning. 5.     Budiarto Eko, 2001, Biostatistika untuk kedokteran dan kesehatan Masyarakat, EGC, Jakarta. 6.     Chandra Budiman, 1995, Pengantar Statistik Kesehatan, EGC, Jakarta 7.     Ritonga A, 1987, Statistika Terapan Untuk Penelitian, Lembaga Penerbit FE UI.Supranto J, 2001, Statistik Teori dan Aplikasi Jilid 2, Penerbit Erlangga, Jakarta. 8.     Jay S.Kim and Ronald J. Dailey, 2008, Biostatistics for oral Healh Care, Blackwell Munkgaard, California