UJI HOMOGENITAS DAN UJI INDEPENDENSI PERBANDINGAN SPSS 17 DENGAN R-CONSOLE Oleh: Rahayuni Wasisarini Website: http://rahayuni

.com/ E-mail: mail@rahayuni.com

LANDASAN TEORI

A. Uji Homogenitas Uji homogenitas dilakukan untuk menentukan apakah sampel berasal dari varians yang homogen. Pada uji homogenitas sampel berasal dari dua populasi baris. Jadi ditentukan terlebih dahulu besarnya sampel n1 dan n2, sedangkan n sebagai akibat dari jumlahan n1+n2.

Variabel kategorik 2 B Variabel kategorik 1 A A
c

Bc b d

Jumlah n1 = a+b n2 = c+d n = n1 + n2 = m1 + m2

A C

Jumlah m1 = a+c m2 = b+d

Langkah langkah uji homogenitas adalah sebagai berikut: a. Hipotesis H0: p1 = p2 (populasi 1 dan populasi 2 homogen) H1: p1 p2 (populasi 1 dan populasi 2 tidak homogen) b. Statistik penguji

H0 ditolak jika Whit >

1,α

B. Uji Independensi

Page 1 of 15

Pengujian ini hampir sama dengan korelasi akan tetapi pada uji independensi dengan menggunakan metode Chi Kuadrat. sampel berasal dari satu populasi. Hipotesis H0: P(AB) = P(A)P(B) (variabel kategorik A independen terhadap variabel kategorik B H1: P(AB) kategorik B) b.α Page 2 of 15 . Variabel kategorik 2 B Variabel kategorik 1 A A c Bc b d Jumlah n1 = a+b n2 = c+d n = n1 + n2 = m1 + m2 A C Jumlah m1 = a+c m2 = b+d Langkah-langkah uji Independensi table 2x2 adalah sebagai berikut: a. Pada uji independensi. Jadi ditentukan terlebih dahulu besarnya n sampel sedangkan n1 dan n2 diperoleh observasi sebagai bagian dari sampel. kedua variabel yang dianalisis haruslah berupa variabel yang bersifat kategorikal atau berskala pengukuran nominal atau ordinal.Uji independensi bertujuan untuk melihat ada tidaknya hubungan antara dua variabel. Statistik penguji P(A)P(B) (variabel kategorik A tidak independen terhadap variabel H0 ditolak jika Whit > 1.

Diperoleh fakta sebagai berikut: Jam tidur Umur 30-40 60-70 Jumlah 8 172 120 292 >8 78 130 208 Jumlah 250 250 500 Sumber: http://saintek.1 (R-Console) Page 3 of 15 .PERMASALAHAN 1. Lakukan uji hipotesis bahwa dua cara pengobatan itu mempunyai efektivitas yang sama.ac.id/file_kuliah/2. (Gunakan α= 5%) Kondisi membaik Pengobatan T1 T2 Jumlah 15 21 36 Tidak membaik 53 59 112 Jumlah 68 80 148 2.uin-suka.8. Uji Homogenitas Dua cara pengobatan terhadap penyakit kanker memberikan hasil-hasil dalam tabel dibawah. Pengobatan dikatakan berhasil apabila ada tanda-tanda membaik. Uji Independensi Sampel random dengan 250 orang dalam kelompok umur (30-40 tahun) dan 250 orang dalam umur (60-70 tahun) ditanya tentang rata-rata jam tidur tiap malam.pdf Akan dilakukan perbandingan output antara SPSS 17 dengan R 2.Lilliefors&Tabel Kategorik.

PEMBAHASAN A. dalam hal ini variabel pengobatan dan variabel kondisi maka kedua variabel tersebut perlu dibobot dengan frekuensi data yang ada. > menu Weight Page 4 of 15 . Karena dalam analisis tabulasi silang yang dipakai adalah variabel baris dan variabel kolom. Masukkan data dengan format sebagai berikut: 2. Uji homogenitas Menggunakan SPSS 17 Langkah-langkah : 1. dengan cara klik data Cases.

4. kemudian kotak frequency table diisi dengan frekuensi. Masukkan variabel pengobatan pada kotak Row(s) dan variabel kondisi pada Column(s). Pada kotak Weight Cases klik pilihan weight cases by. seperti pada gambar di bawah ini: Page 5 of 15 .3. Kemudian klik OK. Kemudian lakukan analisis tabulasi silang dengan cara klik menu Analyze > Descriptive statistics > Crosstabs seperti pada gambar di bawah ini: 5.

7% 39.0% 24.3% 100.0% 100.0% 100.2% 36 36. Kemudian klik Continue.0 75.8% 52.9% 112 112.9% 45.3% 58.7% 10. Total. Klik kotak Cells.3% tidak membaik 53 51.9% 47.1% 54.9% 80 80.0% 54.0 24.7% 100. Expected.8% 59 60.6. Klik OK.0 100. dan percentage Row.7% Total 68 68.5 26. dan pilih kotak Observed.5 22. Colum.1% 21 19.1% 148 148.0 100.5 77.0% 75.0% 45. 7. Outputnya adalah sebagai berikut: pengobatan * kondisi Crosstabulation Kondisi membaik pengobatan T1 Count Expected Count % within pengobatan % within kondisi % of Total T2 Count Expected Count % within pengobatan % within kondisi % of Total Total Count Expected Count % within pengobatan % within kondisi % of Total 15 16.0 100.1% 41.5 73.0% Page 6 of 15 . Klik kotak Statistics lalu pilih kotak Chi Square kemudian klik Continue.3% 14.3% 35.

553 Exact Sig. Page 7 of 15 .352 . The minimum expected count is 16. 21 orang dalam kondisi membaik dan 59 orang dalam kondisi tidak membaik.346 a. hitung = 0. (2sided) 1 1 1 . b. Tidak ada nilai harapan (expected count) yang kurang dari 5 maka digunakan uji Pearson Chi-Square.351 Daerah Kritik H0 ditolak bila Kesimpulan 2 2 2 hitung > 2 tabel.0%) have expected count less than 5. Populasi T1 dan populasi T2 homogen.571 . Computed only for a 2x2 table Uji hipotesis H0: p1 = p2 (populasi T1 dan populasi T2 homogen) H1: p1 p2 (populasi T1 dan populasi T2 tidak homogen) Tingkat signifikansi α = 0.348 148 1 .Dari 68 orang yang melakukan pengobatan kanker T1. 0 cells (. 15 orang dalam kondisi membaik dan 53 orang dalam kondisi tidak membaik.554 .555 b df a Asymp. (2sided) Exact Sig.05 Statistik uji Pearson Chi-Square= 0.351 < tabel=3. Chi-Square Tests Value Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases .54.841 maka H0 tidak ditolak. (1sided) .160 .689 .351 . Sedangkan 80 orang yang melakukan pengobatan kanker T2. Sig.

"\n") cat("d.841) { cat("\t Nilai W= ".Menggunakan R 2.841 Comment [A8]: Kesimpulan jika nilai W>3.1 (R-Console) homogenitas=function(data) { if (length(data)>4) { stop("data Anda bukan merupakan matriks 2x2 \n") } else { n1=data[1.1]+data[1. \n") cat("\t Artinya populasi 1 dan populasi 2 tidak homogen.8.841) maka Ho ditolak.2] n2=data[2.1]+data[2.05 \n") cat("c.841) maka Ho tidak ditolak.841) \n") cat("e.1]*data[2.2])(data[1.2]*data[2.1] m2=data[1.\n") cat("a.2]+data[2.2] m1=data[1.1]+data[2. Daerah Kritik \n") cat("\t Ho ditolak bila W > Chi-Square tabel(3. \n") cat("------------------------------------------------------------------------------\n") } else { cat("\t Nilai W= ". Uji Hipotesis \n") cat("\t Ho: Populasi 1 dan populasi 2 homogen \n") cat("\t H1: Populasi 1 dan populasi 2 tidak homogen \n") cat("b." < Chi-Square tabel(3. \n") cat("\t Artinya populasi 1 dan populasi 2 homogen.1]))^2))/(m1*m2*n1*n2) { cat("--------------------------------UJI HOMOGENITAS------------------------------. Tingkat signifikansi\n") cat("\t alpha=0.841 Output: Page 8 of 15 .w.w. Kesimpulan\n") if (w<3. Statistik Uji \n") cat("\t W=".2] n=m1+m2 w=(n*(((data[1.w. \n") cat("----------------------------------------------------------------------------\n") } } } } Comment [A1]: Fungsi uji homogenitas Comment [A2]: Rumus untuk menghitung statistic uji W Comment [A3]: Uji hipotesis Comment [A4]: Tingkat signifikansi Comment [A5]: Statistik uji Comment [A6]: Daerah kritik Comment [A7]: Kesimpulan jika nilai W< 3." > Chi-Square tabel(3.

Masukkan data seperti pada gambar berikut: 2. Lakukan pembobotan dengan data yang ada. Uji Independensi Menggunakan SPSS 17 Langkah-langkah: 1.B. caranya klik Data > Weight Cases Page 9 of 15 .

3. lakukan analisis tabulasi silang dengan cara menu Analyze > Descriptive statistics > Crosstabs seperti pada gambar berikut: Page 10 of 15 . masukkan data frekuensi. Klik Weight Cases by. 4. Setelah itu. Lalu klik OK.

Kemudian klik Continue. Klik kotak Statistics lalu pilih kotak Chi Square kemudian klik Continue. Masukkan variabel umur pada kotak Row(s) dan variabel jam_tidur pada Column(s). Total.5. Klik kotak Cells. Klik OK. seperti pada gambar di bawah ini: 6. Outputnya adalah sebagai berikut: Page 11 of 15 . dan pilih kotak Observed. 7. Expected. Colum. dan percentage Row.

000 Exact Sig.0% 50. Chi-Square Tests Value Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases 22.412 22. Sedangkan 250 orang berusia 60-70 tahun.4% >8 78 104.5% 15.0% 292 292.0% 100.9% 34.1% 24. 172 orang tidur kurang dari pukul 8.0% 41. 120 orang tidur kurang dari pukul 8 dan 130 orang tidur lebih dari pukul 8.umur * jam_tidur Crosstabulation jam_tidur <=8 umur 30-40 Count Expected Count % within umur % within jam_tidur % of Total 60-70 Count Expected Count % within umur % within jam_tidur % of Total Total Count Expected Count % within umur % within jam_tidur % of Total 172 146. Tingkat signifikansi Page 12 of 15 .0 100.0 52.0 100.6% 100. (2sided) Exact Sig.0% 100.0% 500 500.0% 50.00. b.4% 120 146.0 41.216 500 1 .2% 37. 0 cells (.0% 41.4% 100.0 68.0 31.0 48. Sig. (2sided) 1 1 1 . (1sided) 22.000 .0% 50.0% 58.000 .0% 62.0% 50.0 58. H1: variabel kategorik umur tidak independen terhadap variabel kategorik jam_tidur. Tidak ada expected count yang kurang dari 5 maka digunakan uji Pearson Chi-Square. dan 78 orang tidur lebih dari pukul 8.449 .8% 58.0%) have expected count less than 5.6% 130 104.6% Total 250 250.0% Sebanyak 250 orang berusia 30-40 tahun.0% 250 250.260 21.000 b df a Asymp. Computed only for a 2x2 table Uji hipotesis H0: variabel kategorik umur independen terhadap variabel kategorik jam_tidur.000 .000 a.5% 26. The minimum expected count is 104.0 100.0% 208 208.

841 maka H0 ditolak.\n") cat("a.05 \n") cat("c.1]+data[1. Uji Hipotesis \n") cat("\t Ho: Variabel kategorik 1 independen terhadap variabel kategorik 2 \n") cat("\t H1: Variabel kategorik 1 tidak independen terhadap variabel kategorik 2 \n") cat("b. Statistik Uji \n") cat("\t W=".8. hitung = 22.2]*data[2.2] m1=data[1.2])(data[1.260 Daerah Kritik H0 ditolak bila Kesimpulan 2 2 2 hitung > 2 tabel.1]+data[2.w." < Chi-Square tabel(3. \n") cat("--------------------------------------------------------------------------------\n") } else { Comment [A9]: Fungsi uji independensi Comment [A10]: Rumus menghitung statistic uji W Comment [A11]: Uji hipotesis Comment [A12]: Tingkat signifikansi Comment [A13]: Statistik uji Comment [A14]: Daerah kritik Comment [A15]: Kesimpulan jika nilai W<3.841 Page 13 of 15 .05 Statistik uji Pearson Chi-Square= 22. Menggunakan R 2.841) maka Ho tidak ditolak.2] n2=data[2.841) \n") cat("e.1 independensi=function(data) { if (length(data)>4) { stop("data Anda bukan merupakan matriks 2x2 \n") } else { n1=data[1."\n") cat("d.2]+data[2. Artinya variabel independen terhadap variabel kategorik kategorik tidak jenis_kelamin.260 > umur tabel=3.1]))^2))/(m1*m2*n1*n2) { cat("--------------------------------UJI INDEPENDENSI------------------------------. Tingkat signifikansi\n") cat("\t alpha=0. \n") cat("\t Variabel kategorik 1 independen terhadap variabel kategorik 2.2] n=m1+m2 w=(n*(((data[1.α = 0. Daerah Kritik \n") cat("\t Ho ditolak bila W > Chi-Square tabel(3. Kesimpulan\n") if (w<3.1]*data[2.841) { cat("\t Nilai W= ".w.1]+data[2.1] m2=data[1.

\n") cat("-------------------------------------------------------------------------------\n") } } } } Comment [A16]: Kesimpulan jika nilai W>3.841 Output Page 14 of 15 .w." > Chi-Square tabel(3. \n") cat("\t Variabel kategorik 1 tidak independen terhadap variabel kategorik 2.841) maka Ho ditolak.cat("\t Nilai W= ".

2 lebih presisi yakni 5 Page 15 of 15 . Berdasarkan uji homogenitas diperoleh kesimpulan bahwa populasi T1 dan T2 tidak homogen. Dari penggunaan kedua software yakni SPSS 17 dan R 2.KESIMPULAN 1. 2. hanya saja pada software R (R-Console) nilai digit di belakang koma. Berdasarkan uji independensi diperoleh kesimpulan bahwa variabel kategorik umur tidak independen terhadap variabel kategorik jenis_kelamin.8. 3.1 (R-Console) untuk uji homogenitas dan uji independensi diperoleh hasil perhitungan yang tidak jauh berbeda.

Sign up to vote on this title
UsefulNot useful