View
229
Download
4
Category
Preview:
Citation preview
LOGO
UJI BEDA MEAN DAN BEDA PROPORSI
Uji Beda Mean
PARAMETRIK NONPARAMETRIK
2 mean
homogen
independen
>2 mean 2 mean
paired
heterogen
Independen t test Paired t test ANOVA
>2 mean
independen paired
Mann-Whitney Wilcoxon Kruskal-Wallis
Uji Normalitas
Varian Homogen
Jika TIDAK HOMOGEN
Tahapan Uji hipotesis
1. Buat hipotesis statistik (H0) dan hipotesis alternatif (Ha)
2. Tentukan nilai α (kesalahan tipe 1)3. Tentukan uji statistik yg akan digunakan u/
menganalisis data4. Lakukan perhitungan statistik (tentukan nilai
probabilitas/ p value)5. Buat keputusan menolak atau menerima H0.
(p value ≤ α : H0 ditolak dan p value > α : H0 gagal ditolak)
ANOVA
• Prinsip: perbedaan variance antar BETWEEN dan WITHIN dg menggunakan mean sum square
• Asumsi: berdistribusi NORMAL & varian HOMOGEN ???
• Semakin besar variance BETWEEN BEDA ANTAR KELOMPOK
• Semakin besar variance WITHIN BEDA ANTAR INDIVIDU
ANOVA
Var DEPENDEN
var INDEP
Descriptives
BBAYI
47 2400.43 695.899 101.507 2196.10 2604.75 709 394084 2915.17 555.331 60.592 2794.65 3035.68 1588 415358 3428.38 655.324 86.048 3256.07 3600.69 1729 4990
189 2944.66 729.022 53.029 2840.05 3049.26 709 4990
SDSMPSMATotal
N Mean Std. Deviation Std. Error Lower Bound Upper Bound
95% Confidence Interval forMean
Minimum Maximum
Test of Homogeneity of Variances
BBAYI
1.300 2 186 .275
LeveneStatistic df1 df2 Sig.
ANOVA
BBAYI
27565146 2 13782572.92 35.432 .00072351907 186 388988.74699917053 188
Between GroupsWithin GroupsTotal
Sum ofSquares df Mean Square F Sig. Ada perbedaan mean BB bayi
Antar kel pendidikan ibu (p<0,05) tp tidak menjelaskan antar
kelompok yang mana
Variasi nilai BB bayi adalah homogen (p>0,05) antar ketiga kelompok pendidikan ibu
asumsi terpenuhi
ANOVA
• Ksimpulan: ada perbedaan rata-rata BB bayi antar kelompok pendidikan ibu POST HOC
ANOVA
Multiple Comparisons
Dependent Variable: BBAYI
-514.74* 113.610 .000 -783.16 -246.32-1027.95* 122.405 .000 -1317.15 -738.76
514.74* 113.610 .000 246.32 783.16-513.21* 106.478 .000 -764.78 -261.651027.95* 122.405 .000 738.76 1317.15
513.21* 106.478 .000 261.65 764.78-514.74* 113.610 .000 -795.08 -234.40
-1027.95* 122.405 .000 -1330.00 -725.91514.74* 113.610 .000 234.40 795.08
-513.21* 106.478 .000 -775.96 -250.471027.95* 122.405 .000 725.91 1330.00
513.21* 106.478 .000 250.47 775.96-514.74* 113.610 .000 -738.87 -290.61
-1027.95* 122.405 .000 -1269.43 -786.47514.74* 113.610 .000 290.61 738.87
-513.21* 106.478 .000 -723.27 -303.151027.95* 122.405 .000 786.47 1269.43
513.21* 106.478 .000 303.15 723.27-514.74* 113.610 .000 -789.20 -240.28
-1027.95* 122.405 .000 -1323.66 -732.24514.74* 113.610 .000 240.28 789.20
-513.21* 106.478 .000 -770.44 -255.981027.95* 122.405 .000 732.24 1323.66
513.21* 106.478 .000 255.98 770.44
(J) DIDIKSMPSMASDSMASDSMPSMPSMASDSMASDSMPSMPSMASDSMASDSMPSMPSMASDSMASDSMP
(I) DIDIKSD
SMP
SMA
SD
SMP
SMA
SD
SMP
SMA
SD
SMP
SMA
Tukey HSD
Scheffe
LSD
Bonferroni
MeanDifference
(I-J) Std. Error Sig. Lower Bound Upper Bound95% Confidence Interval
The mean difference is significant at the .05 level.*.
Ada perbedaan mean BB bayi antara kel ibu SD dg SMP;
antar kel ibu SMP dg SMA & antar kel ibu SD dg SMA
CHI SQUARE
• Dasar dari uji Chi Square adalah membandingkan frekuensi yang diamati (Observed = O) dengan frekuensi yang diharapkan (Expected = E)
• Perbedaan antara pengamatan dengan diharapkan (O-E) dianalisa apakah perbedaan itu cukup berarti (bermakna) atau hanya karena faktor variasi sampel saja (by chance).
Chi-Square (X2)
• Uji beda proporsi• Contoh:
– apakah terdapat perbedaan proporsi berat bayi lahir rendah antar kelompok status merokok ibu?
– apakah terdapat perbedaan proporsi berat bayi lahir rendah antar kelompok riwayat hipertensi ibu?
– apakah terdapat perbedaan proporsi berat bayi lahir rendah antar tingkat pendidikan ibu?
Chi-Square
ROKOK * BBLR Crosstabulation
86 29 11574.8% 25.2% 100.0%
44 30 7459.5% 40.5% 100.0%
130 59 18968.8% 31.2% 100.0%
Count% within ROKOKCount% within ROKOKCount% within ROKOK
Tidak
Ya
ROKOK
Total
Tidak YaBBLR
Total
• 25,2% dari 115 ibu yg TIDAK merokok, 29 di antaranya melahirkan bayi dg BBLR
• 40,5% dari 74 ibu yg MEROKOK, 30 di antaranya melahirkan bayi dg BBLR
• Penentuan uji statistik perhatikan footnote
Chi-Square Tests
4.924b 1 .0264.236 1 .0404.867 1 .027
.036 .020
4.898 1 .027
189
Pearson Chi-SquareContinuity CorrectionaLikelihood RatioFisher's Exact TestLinear-by-LinearAssociationN of Valid Cases
Value dfAsymp. Sig.
(2-sided)Exact Sig.(2-sided)
Exact Sig.(1-sided)
Computed only for a 2x2 tablea.
0 cells (.0%) have expected count less than 5. The minimum expected count is23.10.
b.
Expected<5 Tabel 2x2 Tabel >2x2
≤20% selCC Pearson
TIDAK BOLEH jk expected<1
20% selFisher Collaps
Alternatif: LR
Chi Square
1. Pearson chi Square: digunakan bila asumsi chi square terpenuhi (tidak boleh ada nilai expected < 1 dan nilai Expected < 5 lebih dari 20%), jika nilai expectasi yang terlalu kecil, akan mengakibatkan nilai Chi Square >> sehingga peluang menolak Ho semakin besar
2. Continuity Corection: digunakan khusus untuk tabel 2x23. Likelihood Ratio: digunakan bila sampel penelitian kecil
dan mengantiipasi bila tabel tidak bisa di kolaps berdasarkan pertimbangan substansi
4. Fisher Exact test : digunakan apabila asumsi chi square tidak terpenuhi pada tabel 2x2
5. Linier-by linier: menguji koefisien korelasi pearson
• Ho: p bblr|rokok = p bblr|tidak • α = 0,05• Uji Chi- Square dg CC p=0,04• Keputusan: p < α maka Ho ditolak• Kesimpulan: terdapat perbedaan bermakna
proporsi BBLR antara kelompok ibu yg MEROKOK (40,5%) & TIDAK merokok (25,2%)
Recommended