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

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

Lilliefors&Tabel Kategorik. Lakukan uji hipotesis bahwa dua cara pengobatan itu mempunyai efektivitas yang sama. 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.ac.1 (R-Console) Page 3 of 15 .pdf Akan dilakukan perbandingan output antara SPSS 17 dengan R 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. Uji Homogenitas Dua cara pengobatan terhadap penyakit kanker memberikan hasil-hasil dalam tabel dibawah. Pengobatan dikatakan berhasil apabila ada tanda-tanda membaik.id/file_kuliah/2.8. 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.PERMASALAHAN 1.

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

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 lakukan analisis tabulasi silang dengan cara klik menu Analyze > Descriptive statistics > Crosstabs seperti pada gambar di bawah ini: 5. 4. Kemudian klik OK. kemudian kotak frequency table diisi dengan frekuensi.

0% 54.1% 21 19.3% 14.5 73.0% 75.0% 24.7% 39.0 100.3% 58.9% 80 80.1% 148 148.5 77.7% 10.0% 100.2% 36 36. dan pilih kotak Observed.0% Page 6 of 15 .5 22.0% 45. Kemudian klik Continue.6.3% tidak membaik 53 51.5 26.8% 52.8% 59 60.0 24. Klik OK. 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 16.1% 54. Colum.9% 112 112.3% 100.0 100.1% 41.9% 45. 7. Klik kotak Statistics lalu pilih kotak Chi Square kemudian klik Continue.0 75.3% 35. Total.9% 47.7% Total 68 68.0% 100.0 100.7% 100. Klik kotak Cells. Expected. dan percentage Row.

555 b df a Asymp.571 .54.160 . Page 7 of 15 . (1sided) . Populasi T1 dan populasi T2 homogen. 0 cells (. 21 orang dalam kondisi membaik dan 59 orang dalam kondisi tidak membaik.554 . Sig. The minimum expected count is 16. (2sided) 1 1 1 . 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 = 0.352 . hitung = 0.348 148 1 .841 maka H0 tidak ditolak.05 Statistik uji Pearson Chi-Square= 0.351 Daerah Kritik H0 ditolak bila Kesimpulan 2 2 2 hitung > 2 tabel. Tidak ada nilai harapan (expected count) yang kurang dari 5 maka digunakan uji Pearson Chi-Square.553 Exact Sig. b.351 .346 a. Sedangkan 80 orang yang melakukan pengobatan kanker T2.351 < tabel=3.689 . Chi-Square Tests Value Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases . (2sided) Exact Sig.0%) have expected count less than 5. 15 orang dalam kondisi membaik dan 53 orang dalam kondisi tidak membaik.Dari 68 orang yang melakukan pengobatan kanker T1.

841) maka Ho tidak ditolak.Menggunakan R 2.w.2] n=m1+m2 w=(n*(((data[1." < Chi-Square tabel(3." > Chi-Square tabel(3. Statistik Uji \n") cat("\t W=". Daerah Kritik \n") cat("\t Ho ditolak bila W > Chi-Square tabel(3.1]+data[2.841 Comment [A8]: Kesimpulan jika nilai W>3.1] m2=data[1.1]))^2))/(m1*m2*n1*n2) { cat("--------------------------------UJI HOMOGENITAS------------------------------.1]+data[2. 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.2]*data[2. \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."\n") cat("d.1]*data[2.\n") cat("a. \n") cat("\t Artinya populasi 1 dan populasi 2 tidak homogen.2] m1=data[1.w.841) maka Ho ditolak.1]+data[1.05 \n") cat("c. \n") cat("------------------------------------------------------------------------------\n") } else { cat("\t Nilai W= ".841) \n") cat("e.2]+data[2.841 Output: Page 8 of 15 .1 (R-Console) homogenitas=function(data) { if (length(data)>4) { stop("data Anda bukan merupakan matriks 2x2 \n") } else { n1=data[1.2] n2=data[2.2])(data[1. Kesimpulan\n") if (w<3. \n") cat("\t Artinya populasi 1 dan populasi 2 homogen.w.841) { cat("\t Nilai W= ". Tingkat signifikansi\n") cat("\t alpha=0.8.

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

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

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

(2sided) Exact Sig. 172 orang tidur kurang dari pukul 8.8% 58.0% 292 292.000 Exact Sig.5% 15.000 . Sedangkan 250 orang berusia 60-70 tahun.449 .6% 130 104.0 48.0% 50. H1: variabel kategorik umur tidak independen terhadap variabel kategorik jam_tidur.000 b df a Asymp.0 52.0% 50.0% 50.216 500 1 .000 .0% 500 500. 0 cells (. (1sided) 22.0% 208 208. Tingkat signifikansi Page 12 of 15 .5% 26.000 .0 100.0 41.0% 41. Tidak ada expected count yang kurang dari 5 maka digunakan uji Pearson Chi-Square. dan 78 orang tidur lebih dari pukul 8.0 100. (2sided) 1 1 1 . The minimum expected count is 104.0% 62.6% Total 250 250.6% 100.2% 37.412 22.0% 250 250.0% 100. Chi-Square Tests Value Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases 22.0 31.00.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. Computed only for a 2x2 table Uji hipotesis H0: variabel kategorik umur independen terhadap variabel kategorik jam_tidur.4% 120 146.4% 100.0% Sebanyak 250 orang berusia 30-40 tahun.0% 50.0% 41.0% 100.0 68.0 58.0% 58.0%) have expected count less than 5.9% 34.0 100.1% 24.000 a.4% >8 78 104.260 21. 120 orang tidur kurang dari pukul 8 dan 130 orang tidur lebih dari pukul 8. b. Sig.

1]*data[2.w. Kesimpulan\n") if (w<3."\n") cat("d. Daerah Kritik \n") cat("\t Ho ditolak bila W > Chi-Square tabel(3.1]))^2))/(m1*m2*n1*n2) { cat("--------------------------------UJI INDEPENDENSI------------------------------. Statistik Uji \n") cat("\t W=".260 Daerah Kritik H0 ditolak bila Kesimpulan 2 2 2 hitung > 2 tabel. Artinya variabel independen terhadap variabel kategorik kategorik tidak jenis_kelamin. \n") cat("\t Variabel kategorik 1 independen terhadap variabel kategorik 2.260 > umur tabel=3.8.841 maka H0 ditolak.2])(data[1.2]+data[2.05 Statistik uji Pearson Chi-Square= 22.2] n2=data[2. 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.\n") cat("a.841) { cat("\t Nilai W= ". \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<3.2] n=m1+m2 w=(n*(((data[1. Tingkat signifikansi\n") cat("\t alpha=0. hitung = 22.α = 0.2] m1=data[1." < Chi-Square tabel(3.05 \n") cat("c.1]+data[2.2]*data[2.841 Page 13 of 15 .1] m2=data[1.w.1 independensi=function(data) { if (length(data)>4) { stop("data Anda bukan merupakan matriks 2x2 \n") } else { n1=data[1.841) maka Ho tidak ditolak. Menggunakan R 2.1]+data[1.1]+data[2.841) \n") cat("e.

" > Chi-Square tabel(3.841) maka Ho ditolak. \n") cat("\t Variabel kategorik 1 tidak independen terhadap variabel kategorik 2.cat("\t Nilai W= ". \n") cat("-------------------------------------------------------------------------------\n") } } } } Comment [A16]: Kesimpulan jika nilai W>3.w.841 Output Page 14 of 15 .

Berdasarkan uji independensi diperoleh kesimpulan bahwa variabel kategorik umur tidak independen terhadap variabel kategorik jenis_kelamin. hanya saja pada software R (R-Console) nilai digit di belakang koma.1 (R-Console) untuk uji homogenitas dan uji independensi diperoleh hasil perhitungan yang tidak jauh berbeda. 3. Berdasarkan uji homogenitas diperoleh kesimpulan bahwa populasi T1 dan T2 tidak homogen.8.KESIMPULAN 1. 2. 2 lebih presisi yakni 5 Page 15 of 15 . Dari penggunaan kedua software yakni SPSS 17 dan R 2.

Sign up to vote on this title
UsefulNot useful