Febri Endra B.S, dr., M.

Kes

PENELITIAN
Keingintahuan

Peneliti
Pembuktian
Penyampaian

Data
Fakta

Fenomena

Informasi

TUGAS
AKHIR

JUDUL
LOKASI
metpen
KONSUL &
JADWAL UjIAN

METODE PENELITIAN
Rancangan Penelitian
Tempat Pelaksanaan Penelitian
Populasi dan Sampel Penelitian
Estimasi Besar Sampel
Karakteristik Sampel Penelitian
Variabel Penelitian
Definisi Operasional
Pengumpulan Data
Uji Validitas & Reliabilitas
Alur Penelitian
Analisis Data / Uji Hipotesis

Hipotesis
Suatu pernyataan yang masih lemah kebenarannya dan

perlu dibuktikan/dugaan yg sifatnya masih sementara

Hipotesis ini perlu untuk diuji utk diterima/ditolak
Pengujian hipotesis : suatu prosedur yg akan

menghasilkan suatu keputusan keputusan menerima

atau menolak hipotesis

Bentuk Hipotesis
1.

Hipotesis Nol (Ho)

hubungan atau pengaruh antar variabel sama
dengan nol tidak terdapat perbedaan, hubungan
atau pengaruh antar variabel.

2.

Hipotesis Alternatif (Ha/1)

adanya perbedaan, hubungan atau pengaruh antar
variabel tidak sama dengan nol terdapat
perbedaan, hubungan atau pengaruh antar variabel

ANALISIS
SESUAI DENGAN TUJUAN :
1. IDENTIFIKASI : STAT. DESKRIPTIF

2. MENGUJI BEDA UJI BEDA / KOMPARASI

3. MENGUJI HUBUNGAN KORELASI
4. MENGUJI PENGARUH REGRESI

UJI STATISTIK (UJI HIPOTESA)

PARAMETRIK

NON PARAMETRIK

SKALA PENGUKURAN VARIABEL

SKALA

NUMERIK
SEBARAN DATA HARUS NORMAL
KESAMAAN VARIANS TIDAK
MUTLAK UNTUK KELOMPOK
BERPASANGAN & 2 KELOMPOK
TIDAK BERPASANGAN
KESAMAAN VARIAN MUTLAK
UNTUK > 2 KELOMPOK TIDAK
BERPASANGAN

PENGUKURAN
KATEGORIKAL
UJI PARAMETRIK
PADA SKALA
NUMERIK TIDAK
BISA DIGUNAKAN

Test Homogeneity of Variances Levene

8

UJI STATISTIK
(UJI HIPOTESA)

LANGKAH UJI HIPOTESA

1. Menentukan variabel yang akan diuji
2. Menentukan jenis hipotesa
3. Menentukan skala data variabel
4. Menentukan berpasangan atau tidak

berpasangan
5. Menentukan jumlah kelompok

10

UJI HIPOTESIS
HIPOTESIS KOMPARATIF :

SKALA KATEGORIKAL MENCARI ASOSIASI VARIABEL

KATEGORIK DENGAN VARIABEL KATEGORIK
SKALA NUMERIK MENCARI ASOSIASI VARIABEL
KATEGORIK DENGAN VARIABEL NUMERIK
HIPOTESIS KORELASI :
SKALA KATEGORIKAL SALAH SATU VARIABEL
ADALAH VARIABEL KATEGORIK
SKALA NUMERIK MENCARI ASOSIASI VARIABEL
NUMERIK DENGAN VARIABEL NUMERIK

11

Uji statisika Parametrik

SKALA/JENIS DATA

Uji beda : t-test, ANOVA

Uji korelasi: Product moment Pearson
Uji pengaruh: Regressi

RATIO
Jumlah
kunjungan
Jumlah
tempat tidur
Berat badan
Tinggi badan

INTERVAL
Temperatur
Ukuran lensa

Uji statistika Non Parametrik

Uji beda : Wilcoxon, Mann Whitney,

Uji tanda, Kruskal Wallis,
Frieman Anova, Chi Square,
Exact Fischer, McNemar
Uji korelasi : Spearman,
Koef. Phi,
Koef. Contingensi,
Koef. Cramers V
Uji pengaruh : Logistic Regressi,
Ordinal Regressi

ORDINAL
Rangking 1 = 1
Rangking 2 = 2
Rangking 3 = 3

Pria = 1
Wanita = 2

Dapat dilakukan operasi aritmatik

(x) (:) (+) (-)

NOMINAL

Tidak dapat dilakukan operasi aritmatik

(x) (:) (+) (-)

KELOMPOK DATA
2 KELOMPOK TERDAPAT DUA KELOMPOK DATA
BERPASANGAN DUA DATA DIPEROLEH DARI

SUBYEK YANG SAMA

TIDAK BERPASANGAN DUA DATA DIPEROLEH

DARI KELOMPOK SUBYEK YANG TIDAK SAMA

13

UJI HIPOTESIS
JENIS HIPOTESA (ASOSIASI)

SKALA
PENGUKURAN

KOMPARATIF

KORELATIF
TIDAK BERPASANGAN
2
Kelp
NUMERIK (RASIO &
INTERVAL)

KATEGORIK
(ORDINAL)

KATEGORIK

>2
Kelp

BERPASANGAN
2
Kelp

>2
Kelp
Pearson

Uji t
tidak ber pasangan

One Way
ANOVA

Mann
Whitney

KruskalWallis

Chi Square
Fisher
Kolmogorov- Smirnov
(Tabel B x K)

Uji t ber pasangan

Wilcoxon

Repeated
ANOVA

Friedman

McNemar, Cochran,
Marginal Homogeneity,
Wilcoxon, Friedman
(Prinsip P x K)

Spearman,
Sommers d,
Gamma
Koefisien
kontingensi
LAMBDA
14

SEBARAN DATA
METODE

DESKRIPTIF

ANALITIK

PARAMETER

KRITERIA SEBARAN
NORMAL

KET

Koefisien Varian

Nilai Koef. > 30%

SD x 100%
mean

Rasio Skewness

Nilai rasio -2 s/d 2

Swewness
SE Skewness

Rasio Kurtosis

Nilai rasio -2 s/d 2

Kurtosis
SE Kurtosis

Histogram

Simetri kanan kiri, tinggi

ideal

Box Plot

Median tepat ditengah

tidak ada ourlier atau nilai
ekstrim

Normal Q-Q plots

Data menyebar sekitar

garis

Detrended Q-Q plots

Data menyebar sekitar

garis pada nilai 0

Kolmogorov-Smirnov

P > 0.05

Sampel > 50

Shapiro-Wilk

P > 0,05

Sampel < 50

Contoh Output Analisis

Statistic
Umur

Mean

35.6789

Median

37.0000

Std Deviation

4.6753

Range

35.00

Skewness

.675

.132

Kurtosis

.432

.245

MOtivasi
IPK

Std
Error

Kolmogorov Smirnov

Shapiro Wilk

Stat

Stat

df

Sig

Tinggi

.132

32

.057

Rendah

.154

54

.001

df
.879

Sig
45

.065

16

HIPOTESIS
KOMPARATIF
(Uji Beda)

17

UJI TIDAK BERPASANGAN

VARIABEL NUMERIK
UJI MANN

UJI t TIDAK

WHITNEY

BERPASANGAN

UJI ONE WAY

ANOVA

SYARAT
TIDAK
DIPENUHI

UJI KRUSKAL-

WALLIS

18

UJI t TIDAK
BERPASANGAN
DUA KELOMPOK

DATA TIDAK
BERPASANGAN
SEBARAN DATA
HARUS NORMAL
VARIANS DATA BISA
SAMA ATAU TIDAK
TDK PERLU DIUJI

Gagal
Transformasi

UJI
MANN WHITNEY

19

UJI
ONE WAY ANOVA
> DUA KELOMPOK

DATA TIDAK
BERPASANGAN
SEBARAN DATA HARUS
NORMAL
VARIANS DATA HARUS
SAMA

Gagal
Transpormasi

UJI
KRUSKAL-WALLIS

UJI VARIANS DATA HOMOGENEITY of VARIANCE

20

UJI BERPASANGAN
VARIABEL NUMERIK
UJI WILCOXON

UJI t

BERPASANGAN

UJI REPEATED

SYARAT
TIDAK
DIPENUHI

UJI FREADMAN

ANOVA

21

UJI t BERPASANGAN
DUA KELOMPOK

DATA BERPASANGAN
SEBARAN DATA
HARUS NORMAL
VARIANS DATA TIDAK
PERLU DIUJI KARENA
BERPASANGAN

Gagal
Transformasi

UJI
WILCOXON

22

UJI REPEATED
ANOVA
> DUA KELOMPOK

DATA BERPASANGAN
SEBARAN DATA
HARUS NORMAL

Gagal
Transformasi

UJI
FRIEDMAN

23

UJI TIDAK BERPASANGAN

VARIABEL KATEGORIKAL (TABEL B x K)
UJI CHI SQUARE
TABEL 2X2/2X3, TIDAK ADA SEL YG MEMPUNYAI
NILAI EXPECTED KURANG DARI 5
SYARAT TDK
DIPENUHI
PADA TABEL 2X2,
ADA SEL YANG
NILAI EXPECTED
KURANG DARI 5

UJI FISHER

SYARAT TDK
DIPENUHI
PADA TABEL 2X3,
ADA SEL YANG
NILAI EXPECTED
KURANG DARI 5

UJI KOLMOGOROV SMIRNOV

24

UJI BERPASANGAN
VARIABEL KATEGORIKAL (PRINSIP P x K)
UJI YANG DIGUNAKAN

PxK=2x2

UJI Mc NEMAR

P x K = 2 x (>2)

UJI MARGINAL

HOMOGENEITY
P x K = (>2) x 2

UJI COCHRAN

25

HIPOTESIS
KORELATIF

26

PEMILIHAN HIPOTESIS KORELATIF

VARIABEL 1

VARIABEL 2

UJI KORELASI

NOMINAL

NOMINAL

KOEF. KONTINGENSI, LAMBDA

NOMINAL

ORDINAL

KOEF. KONTINGENSI, LAMBDA

ORDINAL

ORDINAL

SPEARMAN, GAMMA, SOMERSD

ORDINAL

NUMERIK

SPEARMAN

NUMERIK

NUMERIK

PEARSON

27

UJI
KORELASI PEARSON
KORELASI VARIABEL

NUMERIK - NUMERIK
SEBARAN DATA HARUS
NORMAL

Gagal
Transformasi

UJI
SPEARMAN

28

UJI KORELASI ORDINAL - ORDINAL

SPEARMAN

TABEL 2X2

SOMMERSD

TABEL 3X3
DEPENDENT-

INDEPENDENT
GAMMA

TABEL 3X3
IN/DEPENDENT-

IN/DEPENDENT
(SETARA)
29

UJI KORELASI KATEGORIKAL

KOEFISIEN KONTINGENSI:
IN/DEPENDENT IN/DEPENDENT

(SETARA)

LAMBDA:
DEPENDENT - INDEPENDENT

30

INTERPRETASI UJI KORELASI

NO

PARAMETER

KEKUATAN
KORELASI (r)

NILAI

INTERPRETASI

0.00 0,199

SANGAT LEMAH

0,20 0,399

LEMAH

0,40 0,599

SEDANG

0,60 0,799

KUAT

0,80 1,000

SANGAT KUAT

P < 0,05

KORELASI BERMAKNA ANTARA 2

VARIABEL YANG DI UJI

P > 0.05

TIDAK TERDAPAT KORELASI TIDAK

BERMAKNA ANTARA VARIABEL YANG
DIUJI

+ (POSITIF)

SEARAH, SEMAKIN BESAR NILAI SATU

VARIABEL SEMAKIN BESAR NILAI
VARIABEL LAINNYA

- (NEGATIF)

BERLAWANAN ARAH, SEMAKIN BESAR

NILAI SATU VARIABEL SEMAKIN KECIL
NILAI VARIABEL LAINNYA

NILAI p

ARAH KORELASI

31