Uji T Independent
-
Upload
amri-ashshiddieq -
Category
Documents
-
view
5 -
download
0
description
Transcript of Uji T Independent
Uji T independent
- Tujuan : untuk melihat perbedaan rata rata dua kelompok yg saling bebas/ tidak berpasangan.- Tujuan penelitian : untuk mengetahui ada atau tidaknya perbedaan bb ibu meroko dan bb tidak meoko.
(untuk uji independent pake nominal dan ordinal ) input masukin value .
Buat cek jumlah missal anak sd berap smp berapa yg ngroko berapa caramya..
Analyze deskriptif frequensis..
- Variable dependen : bbibu ( skala rasio) ( hasil)
Varbel independen : merokok-tidak merokok (skala interval)(penyebab)
- Asumsi - Data berdistribusi normal- Data homogeny/heterogen(22ny a boleh tapi kalo di minta)- Hipotesis penelitian
- Uji normalitasHo : data berdistribusi normalH1 : data tidak berdistribusi normal
(kalo data > 30 caranya analyze-> non parametric test -> legacy dialog -> 1 sample ksKalau < 30 analyza -> descriptive statistic -> explore -> saphiro wilk
Yg di pake yg bbnya atau yg dependen karena dia yg di liat..
One-Sample Kolmogorov-Smirnov Test
bbibu
N 103
Normal Parametersa,bMean 35.5920
Std. Deviation 6.18506
Most Extreme Differences
Absolute .060
Positive .057
Negative -.060
Kolmogorov-Smirnov Z .605
Asymp. Sig. (2-tailed) .857
a. Test distribution is Normal.
b. Calculated from data.
Berdasarkann uji normalitas diatas, didapatkan p value 0.857 lebih besar dari 0.05 sehingga h0 diterima dan h1 di tolak. Artinya data
tersebut berdistribusi normal. kemudian kita lanjutkan ke uji independent test. Pada saat uji t independent test, kita juga dapat
mengetahui apakah data tersebut homogeny atau heterogen.
- Uji homgenitas
Ho : data homogeny
H1 : data hetergoen
Untuk mengetahui data tersebut homogeny atau tidak, saat uji t independent kita lihat di table uji levene’s test.
Analyze -> compare means -> independent t test.
Berdasarkan hasil table diatas pada uji levene’s test di dapatkan p value 0.141 yang lebih dari 0.05. artinya h0 di terima,Kesimpulan nya data homogen
- Uji hipotesis penelitianHo: tdak ada perbedaan rata-rata antara berat badan ibbu yang merokok dan tidak merokokH1 : ada perbedaan rata-rata antara berat badan ibbu yang merokok dan tidak merokok
Karena varians data nya homogeny,untuk melihat uji hipotesis penelitian kita lihat yang sejajar dengan equal variances assumed dan dipatkan p value 0.001 ( 0.000 diganti mnjadi 0.001) kurang dari 0.05, sehingga h0 di tolak dan h1 diterima. Kesimpulannya ada perbedaan rata-rata antara berat badan ibu yang merokok dan tidak merokok.
T- Dependent Test( numeric: I R)Tujuan : untuk melihat perbedaan rata-rata dua kelompok yang saling berpasangan.Tujian penelitian : untuk mengetahui ada atau tidaknya perbedaan rata-rata berat badan ibu sebelum dan sesudah melahirkan?Contoh soal : apakah ada perbedaan rata-rata berat badan ibu sebelum dan sesudah melahirkan?
Independent Samples Test
Levene's Test for Equality of
Variances
t-test for Equality of Means
F Sig. t df Sig. (2-tailed) Mean
Difference
Std. Error
Difference
95% Confidence Interval of the
Difference
Lower Upper
bbibu
Equal variances assumed 2.201 .141 11.554 101 .000 11.15133 .96511 9.23681 13.06585
Equal variances not
assumed
13.070 43.752 .000 11.15133 .85323 9.43149 12.87118
Asumsi :- Data berdistribusi normal- Data homogeny- Hipotesis penelitian- Data 2 kelompok
a. Uji HomogenitasHo: data berdistribusi normalH1 : data tidak berdistribusi normal
One-Sample Kolmogorov-Smirnov Test
bbibu bbibu2
N 50 50
Normal Parametersa,bMean 35.3721 35.8098
Std. Deviation 6.35702 6.12853
Most Extreme Differences
Absolute .116 .099
Positive .089 .074
Negative -.116 -.099
Kolmogorov-Smirnov Z .818 .701
Asymp. Sig. (2-tailed) .516 .709
a. Test distribution is Normal.
b. Calculated from data.
Berdasarkan dari table diatas hasil p value bbibu : 0,516 dan bbibu2 0,709 lebih besar dari 0,05 berarti terdistribbusi normal.
Uji hipotesis H0 : tidak ada perbedaan rata rata antara bb ibu sebelum dan sesudah melahirkan H1 :ada perbedaan rata rata antara bb ibu sebelum dan sesudah melahirkan
Paired Samples Test
Paired Differences t df Sig. (2-tailed)
Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the
Difference
Lower Upper
Pair 1 bbibu - bbibu2 -.43762 9.74268 1.37782 -3.20646 2.33122 -.318 49 .752
Bedasarkan table di atas di dapatkan p value .752 lebih besar dari 0,05 sehingga h0 diterima h1 di tolak.
Kesimpulannya tidak ada perbedaan rata rata antara bb ibu sebelum dan sesudah.
- One way anova
- Tujuan : untuk melihat perbedaan rata rata lebih dari dua kelompok yg saling bebas/ tidak berpasangan.- Tujuan penelitian : untuk mengetahui perbedaan kadar hb dengan tingkat pendididkan- Variable dependen : hb ( skala rasio) ( hasil)
Varbel independen : pendidikan (skala interval)(penyebab)
- Asumsi
- Data > dari 2 kelompok- Data berdistribusi normal- Data homogeny/heterogen- Hipotesis penelitian
- Uji normalitasHo : data berdistribusi normalH1 : data tidak berdistribusi normal
One-Sample Kolmogorov-Smirnov Test
hb
N 103
Normal Parametersa,bMean 12.1010
Std. Deviation .99217
Most Extreme Differences
Absolute .065
Positive .065
Negative -.061
Kolmogorov-Smirnov Z .657
Asymp. Sig. (2-tailed) .780
a. Test distribution is Normal.
b. Calculated from data.
Berdasarkann uji normalitas diatas, didapatkan p value 0.780 lebih besar dari 0.05 sehingga h0 diterima dan h1 di tolak. Artinya data
tersebut berdistribusi normal. kemudian kita lanjutkan ke uji one wway anova test. Pada saat uji one way anova, kita juga dapat
mengetahui apakah data tersebut homogeny atau heterogen.
uji homogenitas
H0 : data homogeny
H1 : data heterogen
Analyze compermin onway option test of homogen
Test of Homogeneity of Variances
hb
Levene Statistic df1 df2 Sig.
.620 2 100 .540
Berdasarkan table di atas di dapatkan p value sebesar 0,540 yg lebih besar dari 0,05 sehingga data homogen.
Uji hipotesis penelitian.
H0 : tidak ada perbedaan antara kaar hb dengan tingkat didk
H1 : minimal ada 1 pasang perbedaan antara kadar hb ibu dengan pendidikan
Analize compermin one way
ANOVA
hb
Sum of Squares df Mean Square F Sig.
Between Groups 10.694 2 5.347 5.960 .004
Within Groups 89.716 100 .897
Total 100.410 102
Dari table di ats di dapatkan p value 0,04 lebiih kecil dari 0,05 berarti h0 di tolak dan h`1 di terima .kesimpulannya terdapat minimal
terdapat 1 pasang perbedaan antar hb ibu dengan pendidikan. Untuk mengetahui dimana letak perbedaannya kita lakukan uji post-hoc.
Setelah dilakukan uji post hoc, dapat kita simpulkan bahwa perbedaany kadar hb ibu pada kelompok pendidikan sd dan sma, karena p
value nya lebih kecil dari 0.05
Kesimpulan : minimal terdapat 1 pasang perbedaan kadar hb ibu pada kelompok pendidikan, yaitu sd – sma.
Multiple Comparisons
Dependent Variable: hb
LSD
(I) didik (J) didik Mean Difference
(I-J)
Std. Error Sig. 95% Confidence Interval
Lower Bound Upper Bound
sdsmp -.30813 .22464 .173 -.7538 .1376
sma -.78161* .22665 .001 -1.2313 -.3319
smpsd .30813 .22464 .173 -.1376 .7538
sma -.47349 .23870 .050 -.9471 .0001
smasd .78161* .22665 .001 .3319 1.2313
smp .47349 .23870 .050 -.0001 .9471
*. The mean difference is significant at the 0.05 level.
( bila lebiih kecil dari 0,05 ada perbadaan. )
- Two way
Tujuan : untuk melihat perbedaan rata-rata lebih dua kelompok yang saling berpasangan.Tujian penelitian : untuk mengetahui perbedaan rata-rata berat badan ibu sebelum, seminggu sesudah dan sebulan setelah melahirkan.
Asumsi :- Data berdistribusi normal- Data homogeny- Hipotesis penelitian- Data lebih dari 2 kelompok
A. Uji normalitasHo : data normalH1 : data tidak normal
One-Sample Kolmogorov-Smirnov Test
bbibu bbibu2 bbibu3
N 50 50 50
Normal Parametersa,bMean 35.3721 35.8098 35.3721
Std. Deviation 6.35702 6.12853 6.35702
Most Extreme Differences
Absolute .116 .099 .116
Positive .089 .074 .089
Negative -.116 -.099 -.116
Kolmogorov-Smirnov Z .818 .701 .818
Asymp. Sig. (2-tailed) .516 .709 .516
a. Test distribution is Normal.
b. Calculated from data.
Dari table table di atas di dapatkan bb ibu sebelum melahirkan 0.516, bb ibu seminggu sesudah melahirkan 0.709, dan sebulan setelah melahirkan 0.516 , lebih besar dari 0.05, yang artinya ketiga data tersebut berdistribusi normal.
Selanjutnya kita lanjutkan untuk menguji hipotesis penelitian.
b. Uji hipotesis penelitianHo : tidak ada perbedaan antara berat badan ibu sebelum melahirkan, seminggu sesudah melahirkan, dan sebulan setelah melahiran.H1 : minimal ada 1 pasang perbedaan antara berat badan ibu sebelum melahirkan, sesudah melahirkan dan sebulan setelah melahirkan.
(general liner model : repeted measure : judulnya a boleh sama masukin nomer susuai data add difine
Tests of Within-Subjects Effects
Measure: MEASURE_1
Source Type III Sum of
Squares
df Mean Square F Sig.
beratbdanibu
Sphericity Assumed 6.384 2 3.192 .101 .904
Greenhouse-Geisser 6.384 1.000 6.384 .101 .752
Huynh-Feldt 6.384 1.000 6.384 .101 .752
Lower-bound 6.384 1.000 6.384 .101 .752
Error(beratbdanibu)
Sphericity Assumed 3100.711 98 31.640
Greenhouse-Geisser 3100.711 49.000 63.280
Huynh-Feldt 3100.711 49.000 63.280
Lower-bound 3100.711 49.000 63.280
Dari data di atas p value 0,904 leih besar dari 0,05, yang berarti h0 diterima dan h1 di tolak.artinya tidak ada perbedaan antara berat badan ibu sebelum melahirkan, seminggu sesudah melahirkan, dan sebulan setelah melahiran.
Jika p value lebh kecil dari 0.05 berarti ada perbedaan , dan lanjut ke t berpasangan.
Uji korelasi : mengetahui hubungan 2 data.
- Pearson : distribubusi normal , interval ratio.(parametric)- Spearmen : semua skala bias (NOIR) . distribusi ga normal.
Tujuan : mengetahui hubungan 2 data.
Tujuan penelitian : untuk mengetahui ada tidakn.ya hubungan antara berat badan ibu dengan lingkar lengan atas
Asumsi
- Pearson : distriusi normal, menggunakan skala interval dan ratio (parametric)- Spearmean : distribusi tidak normal, menggunakan semua sekala yaitu nomina,ordinal,interval,ratio.(non-parametric)1. Uji normalitas
H0 : data terdistribusi normal
H1 : data terdistribusi tak normal
One-Sample Kolmogorov-Smirnov Test
bbibu Lila
N 103 103
Normal Parametersa,bMean 35.5920 26.5607
Std. Deviation 6.18514 2.06030
Most Extreme Differences
Absolute .060 .084
Positive .057 .084
Negative -.060 -.048
Kolmogorov-Smirnov Z .605 .851
Asymp. Sig. (2-tailed) .857 .465
a. Test distribution is Normal.
b. Calculated from data.
Berdasarkan table di atas p value pada bbibu adalah 0,857 dan lila 0,465 lebih besar dari 0,05 maka data terdistribusi normal.maka H0 diterima dan h1 di tolak.
Uji hipotesis
H0 : tidak ada hubungan antar bbibu dengan lila
H1: ada hubungan antar bbibu dengan lila
Analize correlate bivariate pilih / centang pearson biasa ada juga spearman.
Correlations
bbibu lila
bbibu
Pearson Correlation 1 -.118
Sig. (2-tailed) .234
N 103 103
lila
Pearson Correlation -.118 1
Sig. (2-tailed) .234
N 103 103
Dari table diatas p value 0.234 lebih besar dari 0,05 maka h0 diterima h1 ditolak maka tidak ada hubungan natara beratbadan ibu dengan lila.