Uji Anova Dependemt Wilcoxon [PDF]

Citation preview

Dalam perhitungan pengujian hipotesis perlunya untuk menentukan distibusi data dan metode statistik yang digunakan. Hal tersebut disebabkan jika data berdistribusi normal, maka pengujian hipotesis yang digunakan adalah uji statistik parametrik. Jika data berdistribusi tidak normal, pengujian hipotesis yang digunakan adalah uji statistik non parametrik.



PARAMETRIK 



1. Uji T-Test Dependen Uji t-test dependen merupakan uji Parametrik dengan syarat data berdistribusi normal. Uji T-Test Dependen bertujuan untuk menguji perbedaan mean antara dua kelompok data dependen, yaitu subyeknya sama diukur dua kali (berpasangan), karena



menganalisa



sampel



yang



sama



dua



kali



sebelum



dan



sesudah



intervensi.Syarat uji beda dua mean (t-test) dependen adalah distribusi data harus normal, kedua kelompok sama (berpasangan), variable yang digunakan adalah numerik. Langkah melakukan uji beda dua mean (t-test) dependen dengan program SPSS adalah sebagai berikut : Sebagai Contoh : Seorang peneliti ingin mengetahui efektifitas menyikat gigi sebelum dan sesudah dilakukan edukasi kesehatan gigi dan mulut terhadap pembersihan plak. 6 Variabel Independen : Kelompok satu yaitu indeks plak sebelum dan kelompok dua yaitu indeks plak setelah penyuluhan Variabel Dependen : Indeks plak (numeric) 1. Lakukan analisis data untuk mengetahui data berdistribusi normal atau tidak, jika data berditribusi normal, lanjutkan untuk melakukan pengujian hipotesis ttest.



Gambar 5.6 Hasil normalitas data



2. Klik AnalyzePilih Compare MeansPilih Paired-Sample T-Test



Gambar 5.7 Tampilan menu Paired-Sample T-Test



3. Pada menu Paired-Sample T-Test,  pindahkan variable plak indeks before pada Variabel 1, dan plak indeks after pada Variabel 2  Klik OK



Gambar 5.8 Tampilan Paired-Sample T-Test



4. Hasil pada output SPSS adalah sebagai berikut



Gambar 5.9 Tampilan Output hasil Paired-Sample T-Test



5. Menganalisi hasil Output Uji T-Test Dependen Dalam melakukan interpretasi hasil uji beda dua mean (t-test) Dependent, yang perlu diperhatikan pertama adalah “Sig (2 tailed)” yang menunjukkan nilai p (pvalue) Berdasarkan contoh, nilai Significancy 0,114 (nilai p>0,05).Nilai IK 95% -,85 sampai 0,73). Maka secara statistik tidak ada perbedaan indeks plak sebelum dan setelah penyuluhan kesehatan gigi mulut.



6. Penyajian data hasil analisi uji t-test dependent Tabel 5.2 Perbedaan rata-rata plak indeks sebelum dan setelah penyuluhan kesehatan gigi.



Variabel



n



Mean±SD



T(t-test)



Nilai-P



Plakindeksbefore Plakindeksafter



20 20



3,16(1,05) 2,83(1,0)



1,6



0,114



Berdasarkan tabel 5.2 menunjukkan bahwa terdapat angka signifikansi hasil uji ttest dependen pada penelitian tersebut adalah 0,114. Berdasarkan hasil tersebut tidak terdapat perbedaan indeks plak sebelum dan setelah penyuluhan kesehatan gigi dengan nilai p>0,05.



.



2. Uji ANOVA Pengujian statistik untuk lebih dari dua kelompok, yaitu 3 kelompok independen atau lebih dengan menggunakan uji Anova (Analysis of Variance). Uji Anova merupakan uji Parametrik analisis komparatif, dengan membandingkan tiga atau lebih kelompok independen (tidak berpasangan), dengan syarat semua data berdisrtibusi normal. Variabel Independen berupa kategorik yang tidak berpasangan, dan variabel dependen berskala numerik. Analisis uji anova terdidi dari analisis varian satu faktor (one way anova) dan analisis varian dua faktor (two ways anova). 6 Uji Anova diguankan untuk mengetahui perbedaan rerata lebih dari dua kelompok independen (tidak berpasangan). Syarat uji anova adalah sebagai berikut : a. Sampel kelompok independen b. Varian antar kelompok sama (homogen) c. Semua data berdistribusi normal Langkah melakukan uji ANOVA dengan program SPSS adalah sebagai berikut : Sebagai Contoh : Apakah terdapat perbedaan indeks kebersihan gigi mulut dengan tingkat penghasilan orng tua yang rendah, cukup, tinggi? Variabel Independen : Tingkat penghasilan orang tua rendah(1), sedang (2), tinggi (3 Variabel Dependen : Indeks kebersihan gigi mulut (numeric) 1. Lakukan analisis data untuk mengetahui data berdistribusi normal atau tidak, jika data berditribusi normal, lanjutkan untuk melakukan pengujian hipotesis t-test.



Gambar 5.10 Hasil normalitas data



2. Klik AnalyzePilih Compare MeansPilih One Way ANOVA



Gambar 5.11 Tampilan menu One way ANOVA



3. Pada menu One way Anova,  pindahkan variable dependen (plakindeksbefore) ke dalam kotak Dependent list  pindahkan variable independen (tingkat penghasilan) pada kotak Factor



Gambar 5.12 Tampilan Paired-Sample T-Test



4. Pada kotak One way ANOVA, Pilih Options  Aktifkan Homogeneity of variance test dan Descriptive Klik Continue  Kemudian klik OK



Gambar 5.13 Tampilan One Way Anova : Options



5. Pada kotak One way ANOVA, Pilih Post Hoc  Aktifkan Tukey pada “Equal Variance Assumed”, dan Tamhane’s T2 pada “Equal Variances Not Assumed” Klik Continue  Kemudian klik OK



Gambar 5.14 Tampilan One Way Anova : Post Hoc



Gambar 5.15 Tampilan One Way Anova : Post Hoc Multiple Comparisons



6. Hasil pada output SPSS adalah sebagai berikut



Gambar 5.16 Tampilan Output hasil One Way Anova



Gambar 5.17 Tampilan Output hasil One Way Anova hasil Post Hoc Tests.



7. Menganalisi hasil Output Uji Anova Dari hasil Output diperoleh nilai anova F = 1,234, dengan nilai p (p-value) = 0,316. Simpulan dari hasil tersebut adalah dari alpha 5% tidak terdapat perbedaan yang signifikan antara tingkat penghasilan orang tua yang rendah, cukup dan tinggi terhadap Indeks kebersihan gigi mulut. Dari hasil utuput juga menunjukkan bahwa nilai p ≥0,05, maka data Homogen (Equal variances Assumed). Lihatlah hasil Post Hoc Output “Equal variances Assumed”. Hasil output Post Hoc tests atau analisa lebih lanjut digunakan untuk menguji dan mengetahui perbedaan masing-masing kelompok. Pada contoh penelitian tersebut, karena nilai p≥0,05, maka hasil post hoc yang diambil adalah data Homogen (Equal variuances Assumed) Tukey.



Gambar 5.18 Tampilan Output hasil One Way Anova hasil Post Hoc Tests Tukey HSD.



Berdasarkan gambar 5.18 hasil ouput dari Post Hoc Tukey untuk mengetahui analisa terperinci mengenai perbedaan indeks kebersihan gigi mulut antar kelompok adalah sebagai berikut : -



p-value antara tingkat penghasilan rendah dengan sedang = 0,983



-



p-value antara tinkat penghasilan rendah dengan tinggi = 0,302



-



p-value antara tingkat penghasilan sedang dengan tinggi = 0,485.



8. Penyajian data hasil analisi uji t-test dependent Tabel 5.3 Perbedaan rata-rata Indeks kebersihan gigi mulut pada ingkat penghasilan orang tua rendah, cukup dan tinggi.



Tingkat Penghasilan Rendah



n



Mean±SD



F(Anova)



Nilai-P



10



3,4(0,93)



1,234



0,316



Cukup Tinggi



5 5



3,3(1,00) 2,53(1,26)



Berdasarkan tabel 5.3 menunjukkan bahwa tidak terdapat perbedaan indeks kebersihan gigi mulut baik pada tingkat penghasilan rendah, sedang, dan tinggi. Hasil ini diasumsikan karena jumlah subjek yang sedikit, sehingga dapat memengaruhi hasil penelitian. Tabel 5.4 Hasil uji banding ganda



Variabel Rendah dengan Sedang Rendah dengan Tinggi Sedang dengan Tinggi



p-value



Simpulan



0,983 0,302 0,485



Tidak berbeda Tidak berbeda Tidak berbeda



Berdasarkan table 5.4 menunjukkan bahwa tidak terdapat pernedaan yang bermakna diantara kelompok tingkat penghasilan rendah, sedang, dan tinggi.



NON PARAMETRIK 



3. Uji Wilcoxon Uji Wilcoxon yaitu merupakan salah satu uji statistic non parametric yang digunakan untuk menganalisis komparatif numeric bivariabel untuk membandingan rerata dua kelompok berpasangan (two related sample test) dengan data tidak berdistirbusi normal. Two related sample test digunakan untuk mengetahui perbedaan antara dua variable yang berpasangan atau berhubungan. Langkah melakukan uji Wilcoxon dengan program SPSS adalah sebagai berikut : (sebelum melakukan uji Wilcoxon, harus dilakukan uji data distribusi normal seperti Keterampilan Komputer yang dilakukan sebelumnya) Sebagai contoh : Peniliti ingin mengetahui pengaruh penyuluhan kesehatan gigi mulut terhadap skor sikap dalam menjaga kebersihan gigi mulut pada ibu. Uji Normalitas Data : 1.



Klik Analyze  Pilih Descriptive Statistics  Pilih Explore



Gambar 4.11 Tampilan menu untuk uji normalitas data



2. Pindahkan variabel Skor sikap_1 (Skor sikap sebelum penyuluhan) dan Skor_after (skor sikap setelah penyuluhan) pada kolom Dependent list  Pilih Plots  Aktifkan Normality plots with test  Pilih Continue



Gambar 4.12 Tampilan menu Explore Plots pada uji normalitas data



3.



Hasil uji normalitas terdapat pada layar Output



Gambar 3.13 Tampilan menu Output pada uji normalitas data



Hasil uji normalitas data, karena jumlah subjek penelitian lebih dari 50, maka menggunakan parameter Kolmogorov Smirnov. Hasil output tersebut menunjukkan nilai p