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. Statistik penguji P(A)P(B) (variabel kategorik A tidak independen terhadap variabel H0 ditolak jika Whit > 1.α Page 2 of 15 . Pada uji independensi. sampel berasal dari satu populasi. Pengujian ini hampir sama dengan korelasi akan tetapi pada uji independensi dengan menggunakan metode Chi Kuadrat. kedua variabel yang dianalisis haruslah berupa variabel yang bersifat kategorikal atau berskala pengukuran nominal atau ordinal. 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. Hipotesis H0: P(AB) = P(A)P(B) (variabel kategorik A independen terhadap variabel kategorik B H1: P(AB) kategorik B) b.

Lilliefors&Tabel Kategorik. (Gunakan α= 5%) Kondisi membaik Pengobatan T1 T2 Jumlah 15 21 36 Tidak membaik 53 59 112 Jumlah 68 80 148 2.id/file_kuliah/2. 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. Lakukan uji hipotesis bahwa dua cara pengobatan itu mempunyai efektivitas yang sama.ac.8. Uji Homogenitas Dua cara pengobatan terhadap penyakit kanker memberikan hasil-hasil dalam tabel dibawah.pdf Akan dilakukan perbandingan output antara SPSS 17 dengan R 2. 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. Pengobatan dikatakan berhasil apabila ada tanda-tanda membaik.uin-suka.PERMASALAHAN 1.1 (R-Console) Page 3 of 15 .

PEMBAHASAN A. dengan cara klik data Cases. dalam hal ini variabel pengobatan dan variabel kondisi maka kedua variabel tersebut perlu dibobot dengan frekuensi data yang ada. Masukkan data dengan format sebagai berikut: 2. 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 .

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. 4. Masukkan variabel pengobatan pada kotak Row(s) dan variabel kondisi pada Column(s). Kemudian klik OK. Pada kotak Weight Cases klik pilihan weight cases by.3. seperti pada gambar di bawah ini: Page 5 of 15 .

9% 112 112.9% 45.5 22.3% 58. 7.9% 80 80. Klik kotak Cells.7% Total 68 68. dan percentage Row.1% 148 148.7% 39.0% 54.5 73. 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% 100.9% 47.5 26.7% 10. dan pilih kotak Observed. Colum. Total.0% 45.5 77.0% 24.1% 21 19.3% 14.8% 59 60.1% 41.2% 36 36.3% 35.6.0% Page 6 of 15 .0 100.8% 52. Kemudian klik Continue. Expected.1% 54.0 100.0 75.0 100. Klik kotak Statistics lalu pilih kotak Chi Square kemudian klik Continue.7% 100.0% 75. Klik OK.3% 100.0 24.3% tidak membaik 53 51.0% 100.

(2sided) 1 1 1 .571 . The minimum expected count is 16. (1sided) .555 b df a Asymp.841 maka H0 tidak ditolak.352 . (2sided) Exact Sig. Page 7 of 15 .54.346 a. 21 orang dalam kondisi membaik dan 59 orang dalam kondisi tidak membaik.348 148 1 . 0 cells (.0%) have expected count less than 5.160 . 15 orang dalam kondisi membaik dan 53 orang dalam kondisi tidak membaik.351 .351 < tabel=3.351 Daerah Kritik H0 ditolak bila Kesimpulan 2 2 2 hitung > 2 tabel.689 .554 . Populasi T1 dan populasi T2 homogen. Chi-Square Tests Value Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases . Sig.05 Statistik uji Pearson Chi-Square= 0. Sedangkan 80 orang yang melakukan pengobatan kanker T2.553 Exact Sig. hitung = 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.Dari 68 orang yang melakukan pengobatan kanker T1. b. Tidak ada nilai harapan (expected count) yang kurang dari 5 maka digunakan uji Pearson Chi-Square.

\n") cat("a.w.841) \n") cat("e. \n") cat("------------------------------------------------------------------------------\n") } else { cat("\t Nilai 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< 3.2] n=m1+m2 w=(n*(((data[1.1]+data[1. \n") cat("\t Artinya populasi 1 dan populasi 2 homogen.2])(data[1.Menggunakan R 2."\n") cat("d. Statistik Uji \n") cat("\t W=".841) { cat("\t Nilai W= ".1]*data[2.w.2] n2=data[2.841) maka Ho tidak ditolak.w.1]+data[2. Tingkat signifikansi\n") cat("\t alpha=0." < Chi-Square tabel(3.05 \n") cat("c. Kesimpulan\n") if (w<3.1]+data[2." > Chi-Square tabel(3. Daerah Kritik \n") cat("\t Ho ditolak bila W > Chi-Square tabel(3.2]*data[2.2]+data[2.8.1 (R-Console) homogenitas=function(data) { if (length(data)>4) { stop("data Anda bukan merupakan matriks 2x2 \n") } else { n1=data[1. \n") cat("\t Artinya populasi 1 dan populasi 2 tidak homogen. 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.1]))^2))/(m1*m2*n1*n2) { cat("--------------------------------UJI HOMOGENITAS------------------------------.841) maka Ho ditolak.841 Comment [A8]: Kesimpulan jika nilai W>3.1] m2=data[1.2] m1=data[1.841 Output: Page 8 of 15 .

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

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

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

0% 250 250.0% 50. (1sided) 22.5% 15.4% 120 146. Sedangkan 250 orang berusia 60-70 tahun. Chi-Square Tests Value Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases 22.6% 100.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 172 146.449 . 120 orang tidur kurang dari pukul 8 dan 130 orang tidur lebih dari pukul 8.000 .6% Total 250 250.0 48.000 .0%) have expected count less than 5. (2sided) 1 1 1 . Sig.4% >8 78 104.0% 50. The minimum expected count is 104.260 21.0 58.0 31.5% 26. Tidak ada expected count yang kurang dari 5 maka digunakan uji Pearson Chi-Square.0% Sebanyak 250 orang berusia 30-40 tahun.1% 24.000 . H1: variabel kategorik umur tidak independen terhadap variabel kategorik jam_tidur.0% 58. 0 cells (.8% 58.0% 292 292.0% 50.216 500 1 . (2sided) Exact Sig.000 a.000 Exact Sig.0 68.0% 41. Computed only for a 2x2 table Uji hipotesis H0: variabel kategorik umur independen terhadap variabel kategorik jam_tidur.0 100.00.0 100.0 100.0 41.4% 100.9% 34. 172 orang tidur kurang dari pukul 8.000 b df a Asymp.0% 50.412 22. Tingkat signifikansi Page 12 of 15 .0% 500 500.0% 62.0 52. b. dan 78 orang tidur lebih dari pukul 8.2% 37.0% 208 208.0% 41.6% 130 104.0% 100.0% 100.

Statistik Uji \n") cat("\t W=".841) { cat("\t Nilai W= ".841 Page 13 of 15 ." < Chi-Square tabel(3. Tingkat signifikansi\n") cat("\t alpha=0. Kesimpulan\n") if (w<3. Daerah Kritik \n") cat("\t Ho ditolak bila W > Chi-Square tabel(3. hitung = 22.2]+data[2.1 independensi=function(data) { if (length(data)>4) { stop("data Anda bukan merupakan matriks 2x2 \n") } else { n1=data[1.1] m2=data[1.841) \n") cat("e. \n") cat("\t Variabel kategorik 1 independen terhadap variabel kategorik 2.841) maka Ho tidak ditolak. Artinya variabel independen terhadap variabel kategorik kategorik tidak jenis_kelamin.1]+data[2.841 maka H0 ditolak.05 Statistik uji Pearson Chi-Square= 22.05 \n") cat("c.260 > umur tabel=3."\n") cat("d.8. \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<3.1]+data[1.\n") cat("a.α = 0.1]))^2))/(m1*m2*n1*n2) { cat("--------------------------------UJI INDEPENDENSI------------------------------.1]+data[2.1]*data[2.260 Daerah Kritik H0 ditolak bila Kesimpulan 2 2 2 hitung > 2 tabel.2]*data[2.w.2])(data[1. Menggunakan R 2.w.2] n=m1+m2 w=(n*(((data[1.2] n2=data[2.2] m1=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.

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

KESIMPULAN 1. Berdasarkan uji independensi diperoleh kesimpulan bahwa variabel kategorik umur tidak independen terhadap variabel kategorik jenis_kelamin. 2. 3. Dari penggunaan kedua software yakni SPSS 17 dan R 2. hanya saja pada software R (R-Console) nilai digit di belakang koma. 2 lebih presisi yakni 5 Page 15 of 15 . Berdasarkan uji homogenitas diperoleh kesimpulan bahwa populasi T1 dan T2 tidak homogen.8.1 (R-Console) untuk uji homogenitas dan uji independensi diperoleh hasil perhitungan yang tidak jauh berbeda.

Sign up to vote on this title
UsefulNot useful