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

kedua variabel yang dianalisis haruslah berupa variabel yang bersifat kategorikal atau berskala pengukuran nominal atau ordinal. Pengujian ini hampir sama dengan korelasi akan tetapi pada uji independensi dengan menggunakan metode Chi Kuadrat. Pada uji independensi. sampel berasal dari satu populasi.Uji independensi bertujuan untuk melihat ada tidaknya hubungan antara dua variabel. 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. 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.

Uji Homogenitas Dua cara pengobatan terhadap penyakit kanker memberikan hasil-hasil dalam tabel dibawah.id/file_kuliah/2. Lakukan uji hipotesis bahwa dua cara pengobatan itu mempunyai efektivitas yang sama.ac. Pengobatan dikatakan berhasil apabila ada tanda-tanda membaik.1 (R-Console) Page 3 of 15 .PERMASALAHAN 1. 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.Lilliefors&Tabel Kategorik. 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.uin-suka. (Gunakan α= 5%) Kondisi membaik Pengobatan T1 T2 Jumlah 15 21 36 Tidak membaik 53 59 112 Jumlah 68 80 148 2.8.pdf Akan dilakukan perbandingan output antara SPSS 17 dengan R 2.

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

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

0 100.3% 58.7% 100.3% tidak membaik 53 51.0% 54.0% Page 6 of 15 .9% 45.3% 14. Kemudian klik Continue.0 75.7% 10.6.9% 112 112. 7.0 24. Klik OK.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. Klik kotak Statistics lalu pilih kotak Chi Square kemudian klik Continue. dan percentage Row. Klik kotak Cells.9% 80 80.1% 41.0 100.0% 45.0% 100.5 22.0% 75.0% 24.8% 52.1% 148 148.1% 21 19.9% 47.0 100.7% 39.5 26. Total.7% Total 68 68. Expected.2% 36 36.0% 100.3% 35.1% 54.8% 59 60.5 77.3% 100. Colum. dan pilih kotak Observed.

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 .351 Daerah Kritik H0 ditolak bila Kesimpulan 2 2 2 hitung > 2 tabel. 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 = 0.160 .554 . Page 7 of 15 .571 .555 b df a Asymp. The minimum expected count is 16.348 148 1 .553 Exact Sig.352 .0%) have expected count less than 5.Dari 68 orang yang melakukan pengobatan kanker T1.05 Statistik uji Pearson Chi-Square= 0. b.351 . 21 orang dalam kondisi membaik dan 59 orang dalam kondisi tidak membaik. Sedangkan 80 orang yang melakukan pengobatan kanker T2. hitung = 0. (2sided) Exact Sig.689 .346 a. 0 cells (. Populasi T1 dan populasi T2 homogen.54. (1sided) . Tidak ada nilai harapan (expected count) yang kurang dari 5 maka digunakan uji Pearson Chi-Square. 15 orang dalam kondisi membaik dan 53 orang dalam kondisi tidak membaik. (2sided) 1 1 1 .841 maka H0 tidak ditolak. Sig.

Menggunakan R 2. \n") cat("------------------------------------------------------------------------------\n") } else { cat("\t Nilai W= ".841) { cat("\t Nilai W= ".1]+data[2.1]))^2))/(m1*m2*n1*n2) { cat("--------------------------------UJI HOMOGENITAS------------------------------.\n") cat("a.05 \n") cat("c.w." < Chi-Square tabel(3.841 Output: Page 8 of 15 .1]*data[2.841) \n") cat("e. Tingkat signifikansi\n") cat("\t alpha=0.2])(data[1.1 (R-Console) homogenitas=function(data) { if (length(data)>4) { stop("data Anda bukan merupakan matriks 2x2 \n") } else { n1=data[1. 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[2.1] m2=data[1. \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.w. Daerah Kritik \n") cat("\t Ho ditolak bila W > Chi-Square tabel(3. Kesimpulan\n") if (w<3. Statistik Uji \n") cat("\t W=".2]+data[2.2] n=m1+m2 w=(n*(((data[1.841) maka Ho tidak ditolak.2] n2=data[2.w." > Chi-Square tabel(3. \n") cat("\t Artinya populasi 1 dan populasi 2 tidak homogen. \n") cat("\t Artinya populasi 1 dan populasi 2 homogen.8.1]+data[1.2] m1=data[1.1]+data[2.841 Comment [A8]: Kesimpulan jika nilai W>3.841) maka Ho ditolak.

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

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

Kemudian klik Continue. Total. Expected. Outputnya adalah sebagai berikut: Page 11 of 15 . Colum. Masukkan variabel umur pada kotak Row(s) dan variabel jam_tidur pada Column(s). seperti pada gambar di bawah ini: 6.5. 7. dan percentage Row. Klik kotak Cells. Klik kotak Statistics lalu pilih kotak Chi Square kemudian klik Continue. Klik OK. dan pilih kotak Observed.

Sedangkan 250 orang berusia 60-70 tahun. Tidak ada expected count yang kurang dari 5 maka digunakan uji Pearson Chi-Square. (2sided) 1 1 1 .5% 26.0% 292 292.216 500 1 .0% 62.0 58.4% >8 78 104.0 41.0% 50.000 . (1sided) 22.0% 50. The minimum expected count is 104. H1: variabel kategorik umur tidak independen terhadap variabel kategorik jam_tidur. 0 cells (. 172 orang tidur kurang dari pukul 8.0 31.0% 41.4% 120 146.449 . (2sided) Exact Sig.0% 208 208.0% 50.1% 24. 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% 41.0% 58.000 a.8% 58.000 . b.0%) have expected count less than 5.0% 500 500. 120 orang tidur kurang dari pukul 8 dan 130 orang tidur lebih dari pukul 8. Tingkat signifikansi Page 12 of 15 .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 172 146.000 .0 68.412 22.0% 250 250. Sig.0% Sebanyak 250 orang berusia 30-40 tahun.000 Exact Sig.6% 100.4% 100.000 b df a Asymp.2% 37.6% 130 104. Computed only for a 2x2 table Uji hipotesis H0: variabel kategorik umur independen terhadap variabel kategorik jam_tidur.5% 15.0 52.0 100.0% 100.0 100.260 21. dan 78 orang tidur lebih dari pukul 8.6% Total 250 250.0% 100.00.9% 34.0 48.0% 50.0 100.

841) maka Ho tidak ditolak.2] n=m1+m2 w=(n*(((data[1.841 Page 13 of 15 . 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. Artinya variabel independen terhadap variabel kategorik kategorik tidak jenis_kelamin. Menggunakan R 2.2]*data[2.2]+data[2.\n") cat("a. Kesimpulan\n") if (w<3.05 \n") cat("c.α = 0. Statistik Uji \n") cat("\t W=". Daerah Kritik \n") cat("\t Ho ditolak bila W > Chi-Square tabel(3.1]))^2))/(m1*m2*n1*n2) { cat("--------------------------------UJI INDEPENDENSI------------------------------.w.1] m2=data[1. \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<3.260 Daerah Kritik H0 ditolak bila Kesimpulan 2 2 2 hitung > 2 tabel." < Chi-Square tabel(3.05 Statistik uji Pearson Chi-Square= 22.w. hitung = 22.1]*data[2.2] m1=data[1.841) { cat("\t Nilai W= ".260 > umur tabel=3.2] n2=data[2."\n") cat("d.1 independensi=function(data) { if (length(data)>4) { stop("data Anda bukan merupakan matriks 2x2 \n") } else { n1=data[1.841 maka H0 ditolak. Tingkat signifikansi\n") cat("\t alpha=0.2])(data[1.8.1]+data[2.1]+data[2. \n") cat("\t Variabel kategorik 1 independen terhadap variabel kategorik 2.1]+data[1.841) \n") cat("e.

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

2. Dari penggunaan kedua software yakni SPSS 17 dan R 2. Berdasarkan uji independensi diperoleh kesimpulan bahwa variabel kategorik umur tidak independen terhadap variabel kategorik jenis_kelamin.1 (R-Console) untuk uji homogenitas dan uji independensi diperoleh hasil perhitungan yang tidak jauh berbeda. 2 lebih presisi yakni 5 Page 15 of 15 . hanya saja pada software R (R-Console) nilai digit di belakang koma.KESIMPULAN 1.8. Berdasarkan uji homogenitas diperoleh kesimpulan bahwa populasi T1 dan T2 tidak homogen. 3.