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

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. Pada uji independensi. sampel berasal dari satu populasi. Jadi ditentukan terlebih dahulu besarnya n sampel sedangkan n1 dan n2 diperoleh observasi sebagai bagian dari sampel. 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 . Statistik penguji P(A)P(B) (variabel kategorik A tidak independen terhadap variabel H0 ditolak jika Whit > 1. 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.

PERMASALAHAN 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. (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.ac. Lakukan uji hipotesis bahwa dua cara pengobatan itu mempunyai efektivitas yang sama.Lilliefors&Tabel Kategorik.id/file_kuliah/2.1 (R-Console) Page 3 of 15 . 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.8.pdf Akan dilakukan perbandingan output antara SPSS 17 dengan R 2.

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

Kemudian lakukan analisis tabulasi silang dengan cara klik menu Analyze > Descriptive statistics > Crosstabs seperti pada gambar di bawah ini: 5. kemudian kotak frequency table diisi dengan frekuensi. Pada kotak Weight Cases klik pilihan weight cases by. 4.3. seperti pada gambar di bawah ini: Page 5 of 15 . Kemudian klik OK. Masukkan variabel pengobatan pada kotak Row(s) dan variabel kondisi pada Column(s).

3% 35.3% 100.1% 54. 7. Colum. Kemudian klik Continue. dan pilih kotak Observed. Klik kotak Cells.0% 100.5 73.2% 36 36.0% 75.0% 100. Expected. Klik kotak Statistics lalu pilih kotak Chi Square kemudian klik Continue.1% 21 19.0 24.0 100.7% 39.0 75.3% tidak membaik 53 51. dan percentage Row.0% Page 6 of 15 .9% 112 112.5 22.7% 10. 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 16.7% 100.8% 59 60.6.0% 54.5 77.9% 47.9% 80 80.7% Total 68 68.8% 52.1% 148 148.3% 58.5 26. Total.0% 24. Klik OK.0 100.1% 41.9% 45.0% 45.3% 14.0 100.

54.0%) have expected count less than 5.Dari 68 orang yang melakukan pengobatan kanker T1. Page 7 of 15 .346 a. (2sided) Exact Sig. Tidak ada nilai harapan (expected count) yang kurang dari 5 maka digunakan uji Pearson Chi-Square.554 . (2sided) 1 1 1 . (1sided) . Populasi T1 dan populasi T2 homogen. b. The minimum expected count is 16.352 . hitung = 0.351 . 0 cells (. Sedangkan 80 orang yang melakukan pengobatan kanker T2.689 .571 .555 b df a Asymp.05 Statistik uji Pearson Chi-Square= 0. 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 = 0.841 maka H0 tidak ditolak.351 Daerah Kritik H0 ditolak bila Kesimpulan 2 2 2 hitung > 2 tabel.160 .348 148 1 . Sig.553 Exact Sig.351 < tabel=3. 15 orang dalam kondisi membaik dan 53 orang dalam kondisi tidak membaik. Chi-Square Tests Value Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases . 21 orang dalam kondisi membaik dan 59 orang dalam kondisi tidak membaik.

1]+data[2.2]+data[2. Tingkat signifikansi\n") cat("\t alpha=0.w.Menggunakan R 2.05 \n") cat("c.2])(data[1.\n") cat("a. Daerah Kritik \n") cat("\t Ho ditolak bila W > Chi-Square tabel(3.1]+data[2. Kesimpulan\n") if (w<3.8.1]+data[1.1 (R-Console) homogenitas=function(data) { if (length(data)>4) { stop("data Anda bukan merupakan matriks 2x2 \n") } else { n1=data[1.1]*data[2." > Chi-Square tabel(3.2]*data[2. Statistik Uji \n") cat("\t W=". \n") cat("\t Artinya populasi 1 dan populasi 2 homogen.841) { cat("\t Nilai W= ".2] n=m1+m2 w=(n*(((data[1.841) \n") cat("e. \n") cat("\t Artinya populasi 1 dan populasi 2 tidak homogen.1]))^2))/(m1*m2*n1*n2) { cat("--------------------------------UJI HOMOGENITAS------------------------------. \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(3.2] m1=data[1.841) maka Ho ditolak. \n") cat("------------------------------------------------------------------------------\n") } else { cat("\t Nilai W= ".841 Comment [A8]: Kesimpulan jika nilai W>3.841) maka Ho tidak ditolak.1] m2=data[1.w.w.2] n2=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.841 Output: Page 8 of 15 ."\n") cat("d.

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

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

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

000 .000 Exact Sig.8% 58. dan 78 orang tidur lebih dari pukul 8.5% 15.0% 50.6% 130 104.0% 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. 172 orang tidur kurang dari pukul 8.0% 50.6% Total 250 250.0 68.0% 58.0% 41.4% >8 78 104. H1: variabel kategorik umur tidak independen terhadap variabel kategorik jam_tidur.0 41.5% 26.000 .260 21.0% 292 292.000 .412 22.9% 34.0 100. 0 cells (.1% 24. Tingkat signifikansi Page 12 of 15 .000 b df a Asymp.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 172 146.0% 50.00.6% 100.2% 37.0 58. 120 orang tidur kurang dari pukul 8 dan 130 orang tidur lebih dari pukul 8. Tidak ada expected count yang kurang dari 5 maka digunakan uji Pearson Chi-Square.4% 120 146.0 100. Sedangkan 250 orang berusia 60-70 tahun.000 a. The minimum expected count is 104.0% 500 500.0%) have expected count less than 5.0 31. (2sided) Exact Sig.449 .0 52. (2sided) 1 1 1 . b.0% 250 250.0 100.4% 100.0% 208 208. Sig.0 48.216 500 1 .0% 62. Computed only for a 2x2 table Uji hipotesis H0: variabel kategorik umur independen terhadap variabel kategorik jam_tidur.0% 50. (1sided) 22.0% Sebanyak 250 orang berusia 30-40 tahun.0% 41.0% 100.

Statistik Uji \n") cat("\t W=". \n") cat("\t Variabel kategorik 1 independen terhadap variabel kategorik 2.1]+data[2.1] m2=data[1.2]*data[2.05 Statistik uji Pearson Chi-Square= 22.1]+data[2.841 Page 13 of 15 .\n") cat("a.2] n2=data[2.α = 0."\n") cat("d.2] m1=data[1." < Chi-Square tabel(3.260 Daerah Kritik H0 ditolak bila Kesimpulan 2 2 2 hitung > 2 tabel.2])(data[1.260 > umur tabel=3.w.841) \n") cat("e. Tingkat signifikansi\n") cat("\t alpha=0.2]+data[2.w.841) { cat("\t Nilai W= ".841) maka Ho tidak ditolak. Menggunakan R 2.841 maka H0 ditolak. Artinya variabel independen terhadap variabel kategorik kategorik tidak jenis_kelamin.1]))^2))/(m1*m2*n1*n2) { cat("--------------------------------UJI INDEPENDENSI------------------------------.2] n=m1+m2 w=(n*(((data[1.1]*data[2. \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. Kesimpulan\n") if (w<3. Daerah Kritik \n") cat("\t Ho ditolak bila W > Chi-Square tabel(3. hitung = 22.1 independensi=function(data) { if (length(data)>4) { stop("data Anda bukan merupakan matriks 2x2 \n") } else { n1=data[1.05 \n") cat("c. 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.1]+data[1.8.

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

3.1 (R-Console) untuk uji homogenitas dan uji independensi diperoleh hasil perhitungan yang tidak jauh berbeda.KESIMPULAN 1.8. 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. 2. Berdasarkan uji homogenitas diperoleh kesimpulan bahwa populasi T1 dan T2 tidak homogen. 2 lebih presisi yakni 5 Page 15 of 15 . Dari penggunaan kedua software yakni SPSS 17 dan R 2.