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%)