BAB XIII UJI HIPOTESIS KOMPARATIF KATEGORIK TIDAK BERPASANGAN DALAM BENTUK TABEL B X K

(1)

BAB XIII

UJI HIPOTESIS KOMPARATIF KATEGORIK

TIDAK BERPASANGAN

DALAM BENTUK TABEL B X K

Cakupan uji hipotesis komparatif variabel kategorik tidak berpasangan disajikan pada tabel dibawah ini.

Tabel uji hipotesis alur

menuju pemilihan uji hipotesis variabel kategorik tidak berpasangan Masalah skala Pengukuran Jenis Hipotesis assosiatif komparatif_{Tidak berpasangan}

Kategorik

(Nominal/Ordinal) Chi-SquareFisher

Kolmogorov-Smirnov (Tabel B x K)

Dengan menggunakan tabel tersebut, anda sudah bisa menentukan uji hipotesis yang dipilih untuk menguji data yang anda miliki. Penggunaan tabel diatas akan lebih mudah dipahami bila dikombinasikan dengan diagram uji hipotesis tabel B x K sebagai berikut.

Tidak terpenuhi Tidak terpenuhi Tidak terpenuhi

Tabel B x K

Tabel selain 2 x 2 dan 2 x k

Tabel 2 x k Tabel 2 x 2

Syarat Chi Square terpenuhi Uji Chi -Square

Penggabungan sel

(2)

Dengan panduan diagram tersebut anda dapat menarik beberapa catatan penting sebagai berikut :

1. Semua hipotesis untuk kategorik tidak berpasangan menggunakan uji Chi-Square , bila memenuhi syarat uji Chi-Chi-Square.

2. Syarat uji Chi – Square adalah sel yang mempunyai nilai expected kurang dari 5, maksimal 20 % dari jumlah sel.

3. Jika syarat uji Chi-Square tidak terpenuhi, maka dipakai uji alternatifnya a. Alternatif Uji Chi-Square untuk tabel 2 x 2 adalah uji Fisher

b. Alternatif untuk tabel 2 x K adalah uji Kolmogorov – Smirnov

c. Alternatif uji Chi – Square untuk tabel selain 2 x 2 dan 2 x K adalah penggabungan sel. Setelah dilakukan penggabungan sel akan terbentuk suatu tabel B x K yang baru. Uji hipotesis yang dipilih sesuai dengan tabel B x K yang baru tersebut.

Definisi

Nilai observed (O) adalah nilai observasi yang dapatkan pada subjek penelitian Nilai Expected (E) adalah nilai yang diperoleh apabila hipotesis nol benar.

Berikut ini adalah contoh output SPSS untuk tabel 2 x 2 dengan menampilkan nilai observed dan nilai expectednya.

Hubungan antara perilaku merokok dengan status fertilitas

Keterangan

(3)

Nilai expected dihitung dengan persamaan : Total baris x Total Kolom

Total sampel Sebagai contoh

Nilai expected sel a = Total baris x Total Kolom = 50 x 55 = 27,5

Total sampel 100

Nilai expected sel d = Total baris x Total Kolom = 50 x 45 = 27,5

Total sampel 100

(4)

LATIHAN UJI CHI - SQUARE

(UJI HIPOTESIS KOMPARATIF VARIABEL KATEGORIK TIDAK BERPASANGAN TABEL 2 X 2 )

Kasus :

Anda ingin mengetahui hubungan antara perilaku merokok (merokok dan tidak merokok) dengan status fertilitas seorang pria (infertil dan fertil). Anda merumuskan pertanyaan penelitian sebagai berikut : apakah terdapat hubungan antara antara perilaku merokok dengan status fertilitas seorang pria?

Uji apakah yang mungkin digunakan untuk menjawab pertanyaan tersebut?

Langkah-langkah yang digunakan untuk menjawab pertanyaan tersebut adalah sebagai berikut :

Tabel Langkah-langkah untuk menentukan uji hipotesis yang sesuai dengan panduan tabel uji hipotesis dan diagram alur.

No Langkah Jawaban

1 Menentukan variabel yang

dihubungkan Vriabel yang dihubungkan adalahstatus fertilitas (kategorik) dengan perilaku merokok (kategorik)

2 Menentukan jenis hipotesis Komparatif

3 Menentukan skala variabel Kategorik

4 Menentukan pasangan/tidak

berpasangan Tidak berpasangan

5 Menentukan jenis tabel 2 x 2

Kesimpulan

Jenis tabel pada soal ini adalah 2 x 2. Uji yang digunakan adalah uji Chi-Square bila memenuhi syarat. Bila tidak memenuhi syarat uji Chi-Chi-Square digunakan uji alternatifnya yaitu uji Fisher.

 Bukalah FILE Chi – Square_2_2

 Lihat terlebih dahulu bagian variabel View untuk mempelajari variabel

yang ada.

(5)

Lakukan langkah sebagai berikut :

 Analyze  Deskriptives statistics  Crosstabs

 Masukkan variabel rokok ke dalam Rows (karena bertindak sebagai

variabel bebas).

 Masukkan variabel subur ke dalam columns (karena bertindak sebagai

variabel terikat)

 Klik kotak statistics, lalu pilih Chi-Square pada kiri atas kotak, lalu klik

(6)

 Aktifkan kotak Cell, lalu pilih Observed ( untuk menampilkan nilai

observed) dan Expected ( untuk menampilkan nilai Expected) pada kotak Counts, lalu Continue.

 Proses telah selesai. Klik Continue. Klik OK

Output SPSS

perilaku merokok * Status fertilitas Crosstabulation

Status fertilitas

Total subur Tidak subur

perilaku merokok tidak merokok Count 35 15 50

Expected Count 27.5 22.5 50.0

Merokok Count 20 30 50

Total Count 55 45 100

(7)

Chi-Square Tests

Value Df Asymp. Sig. (2-sided) Exact Sig. (2-sided) Exact Sig. (1-sided) Pearson Chi-Square 9.091a ₁ _.003

Continuity Correctionb _7.919 ₁ _.005

Likelihood Ratio 9.240 1 .002

Fisher's Exact Test .005 .002

Linear-by-Linear

Association 9.000 1 .003

N of Valid Casesb ₁₀₀

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 22.50. b. Computed only for a 2x2 table

Interpretasi Hasil

1. Tabel pertama menggambarkan deskriptif masing-masing sel untuk nilai observed dan expected. Nilai observed untuk sel a,b,c, d masing-masing 35, 15, 20, 30 sedangkan nilai expectednya masing-masing 27,5; 22,5 ; 27,5; dan 22,5.

2. Tabel 2 x 2 ini layak untuk uji Chi Square karena tidak ada nilai expected yang kurang dari lima

3. tabel kedua menunjukkan hasil uji Chi-Square. Nilai yang dipakai adalah pada nilai Pearson Chi-Square. Nilai significancy-nya adalah 0,003, artinya terdapat hubungan antara perilaku merokok dengan status fertilitas.

Interpretasi lengkap nilai p

Bila tidak ada hubungan antara perilaku merokok dengan status kesuburan, faktor peluang saja menerangkan 0,3 % hasil yang diperoleh.

(8)

LATIHAN UJI FISHER

(UJI HIPOTESIS KOMPARATIF VARIABEL KATEGORIK TIDAK BERPASANGAN ALTERNATIF UJI CHI – SQUARE TABEL 2 X 2 )

Kasus :

Anda ingin mengetahui hubungan antara faktor genetik (positif dan negatif) dengan obesitas (obesitas dan tidak obesitas). Anda merumuskan pertanyaan penelitian sebagai berikut : apakah terdapat hubungan antara faktor genetik dengan obesitas

No Langkah Jawaban

dihubungkan Vriabel yang dihubungkan adalahgenetik (kategorik) dengan obesitas (kategorik)

berpasangan Tidak berpasangan

Kesimpulan

Jenis tabel pada soal ini adalah 2 x 2. Uji yang digunakan adalah uji Chi-Square bila memenuhi syarat. Bila tidak memenuhi syarat uji Chi-Chi-Square digunakan uji alternatifnya yaitu uji Fisher.

 Bukalah FILE Chi – Square_fisher

(9)

yang ada.

 Prosedur yang dilakukan sama dengan prosedur pada uji CHI-SQUARE

 Analyze  Deskriptives statistics  Crosstabs

 Masukkan variabel genetik ke dalam Rows (karena bertindak sebagai

variabel bebas).

 Masukkan variabel obesitas ke dalam columns (karena bertindak

sebagai variabel terikat)

 Klik kotak statistics, lalu pilih Chi-Square pada kiri atas kotak, lalu klik

Continue.

 Aktifkan kotak Cell, lalu pilih Observed ( untuk menampilkan nilai

observed) dan Expected ( untuk menampilkan nilai Expected) pada kotak Counts, lalu Continue.

 Proses telah selesai. Klik Continue. Klik OK

Jika prosedur yang anda lakukan benar maka hasilnya sebagai berikut : Output SPSS

genetik * obesitas Crosstabulation

Obesitas

Total obesitas tidak obesitas

Genetic ada faktor genetic Count 25 21 46 Expected Count 23.0 23.0 46.0 tidak ada faktor genetic Count 2 6 8

Total Count 27 27 54

(10)

Pearson Chi-Square 2.348a ₁ _.125

Continuity Correctionb _1.321 ₁ _.250

Likelihood Ratio 2.441 1 .118

Fisher's Exact Test .250 .125

Linear-by-Linear Association 2.304 1 .129 N of Valid Casesb ₅₄

a. 2 cells (50.0%) have expected count less than 5. The minimum expected count is 4.00. b. Computed only for a 2x2 table

Interpretasi Hasil

1. Tabel pertama menggambarkan deskriptif masing-masing sel untuk nilai observed dan expected. Nilai observed untuk sel a,b,c, d masing-masing 35, 15, 20, 30 sedangkan nilai expectednya masing-masing 25, 21, 2, 6, sedangkan nilai expected-nya masing – masing 23, 23, 4 dan 4.

2. Tabel 2 x 2 ini tidak layak untuk uji Chi Square karena sel yang nilai expected-nya yang kurang dari lima ada 50 % jumlah sel (c & d). Oleh karena itu uji yang dipakai adalah uji alternatifnya, yaitu uji Fisher.

3. Tabel kedua menunjukkan hasil uji Fisher. Nilai significancy-nya adalah 0,250 untuk 2-sided (two tail) dan 0,125 untuk 1-sided (one tail)

(11)

LATIHAN UJI KOLMOGOROV-SMIRNOV

(UJI HIPOTESIS KOMPARATIF VARIABEL KATEGORIK TIDAK BERPASANGAN ALTERNATIF UJI CHI – SQUARE TABEL 2 X K )

Kasus :

Anda ingin mengetahui hubungan antara jenis kelamin (laki-laki dan perempuan) dengan klasifikasi depresi (clinical range, borderline, normal). Anda merumuskan pertanyaan penelitian sebagai berikut : apakah terdapat hubungan antara jenis kelamin dengan klasifikasi depresi (clinical range, borderline, normal)?

No Langkah Jawaban

dihubungkan Vriabel yang dihubungkan adalahjenis kelamin (kategorik) dengan depresi (kategorik)

berpasangan

Tidak berpasangan

Kesimpulan

Jenis tabel pada soal ini adalah 2 x 3. Uji yang digunakan adalah uji Chi-Square bila memenuhi syarat. Bila tidak memenuhi syarat uji Chi-Chi-Square digunakan uji alternatifnya yaitu uji Kolmogorov-Smirnov.

 Bukalah File Chi – Square_2_k

(12)

yang ada.

 Analyze  Deskriptives statistics  Crosstabs

 Masukkan variabel jenis kelamin ke dalam Rows (karena bertindak

sebagai variabel bebas).

 Masukkan variabel depresi ke dalam columns (karena bertindak sebagai

variabel terikat)

 Klik kotak statistics, lalu pilih Chi-Square pada kiri atas kotak, lalu klik

Continue.

 Aktifkan kotak Cell, lalu pilih Observed ( untuk menampilkan nilai

observed) dan Expected ( untuk menampilkan nilai Expected) pada kotak Counts, lalu Continue.

 Proses telah selesai. Klik Continue. Klik OK

Output SPSS

jenis kelamin * depresi Crosstabulation

depresi

Total clinical range Borderline normal

jenis kelamin laki-laki Count 1 4 9 14 Expected Count .9 2.3 10.7 14.0

perempuan Count 1 1 14 16

Expected Count 1.1 2.7 12.3 16.0

Total Count 2 5 23 30

Expected Count 2.0 5.0 23.0 30.0

(13)

Value Df Asymp. Sig. (2-sided) Pearson Chi-Square 2.766a ₂ _.251

Likelihood Ratio 2.890 2 .236 Linear-by-Linear Association 1.222 1 .269 N of Valid Cases 30

a. 4 cells (66.7%) have expected count less than 5. The minimum expected count is .93.

Interpretasi Hasil

1. Tabel pertama menggambarkan deskriptif masing-masing sel untuk nilai observed dan expected.

2. Tabel 2 x 3 ini tidak layak untuk uji Chi Square karena sel yang nilai expected-nya yang kurang dari lima ada 66,7 % jumlah sel (yaitu sel a, b, d & e). Oleh karena itu uji yang dipakai adalah uji alternatifnya, yaitu uji Kolmogorov-Smirnov.

 Analyze  nonparametrics test  2 independent sample

 Masukkan depresi ke dalam Test Variable List

 Masukkan sex ke dalam Grouping Variable

 Aktifkan pilihan Kolmogorov –Smirnov pada Test Type dan nonaktifkan

pilihan lainnya.

(14)

 Aktifkan Define Group

 Masukkan angka 1 sebagai kode faktor genetik positif) ke dalam Group

1, dan angka 2 (sebgai kode faktor genetik negatif) ke dalam group 2

 Proses telah selesai. Klik continue, lalu klik OK

Test Statisticsa

depresi Most Extreme Differences Absolute .232

Positive .000 Negative -.232 Kolmogorov-Smirnov Z .634 Asymp. Sig. (2-tailed) .816 a. Grouping Variable: jenis kelamin

Interpretasi Hasil

1. tabel diatas menunjukkan hasil uji Kolmogorov-Smirnov

2. Nilai significancy menunjukkan angka 0,816. Oleh karena p > 0,05 maka dapat diambil kesimpulan bahwa tidak ada hubungan antara jenis kelamin dengan depresi