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

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

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

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

Kemudian klik OK. seperti pada gambar di bawah ini: Page 5 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).3. Pada kotak Weight Cases klik pilihan weight cases by.

5 26.3% 100. 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% 24.0 100.5 22.0 100.7% 100.9% 112 112.9% 45.8% 52.7% 10.5 77.3% tidak membaik 53 51.9% 80 80.0 75.0% 45. dan pilih kotak Observed.3% 35. Klik kotak Cells.0% Page 6 of 15 . Kemudian klik Continue. Klik OK. Klik kotak Statistics lalu pilih kotak Chi Square kemudian klik Continue.1% 21 19.1% 54.7% Total 68 68.8% 59 60.0 100.1% 41. Total.0% 75.2% 36 36.7% 39. Expected. dan percentage Row.0% 54. 7.9% 47.0% 100.5 73.0% 100.6.3% 58.1% 148 148.0 24.3% 14. Colum.

21 orang dalam kondisi membaik dan 59 orang dalam kondisi tidak membaik. (1sided) .346 a. 15 orang dalam kondisi membaik dan 53 orang dalam kondisi tidak membaik. hitung = 0. Populasi T1 dan populasi T2 homogen.553 Exact Sig.555 b df a Asymp. b. Tidak ada nilai harapan (expected count) yang kurang dari 5 maka digunakan uji Pearson Chi-Square. Sig.351 Daerah Kritik H0 ditolak bila Kesimpulan 2 2 2 hitung > 2 tabel.160 .348 148 1 . 0 cells (.841 maka H0 tidak ditolak.554 . 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. The minimum expected count is 16.54.352 .571 . Page 7 of 15 . (2sided) 1 1 1 .689 .0%) have expected count less than 5. (2sided) Exact Sig. Chi-Square Tests Value Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases . Sedangkan 80 orang yang melakukan pengobatan kanker T2.Dari 68 orang yang melakukan pengobatan kanker T1.351 < tabel=3.05 Statistik uji Pearson Chi-Square= 0.351 .

Tingkat signifikansi\n") cat("\t alpha=0.w. Statistik Uji \n") cat("\t W=".1]+data[1.\n") cat("a.841) \n") cat("e.1] m2=data[1.1]+data[2.8."\n") cat("d.2])(data[1.05 \n") cat("c.2]+data[2.841) maka Ho tidak ditolak.1]))^2))/(m1*m2*n1*n2) { cat("--------------------------------UJI HOMOGENITAS------------------------------.2] n2=data[2.841) maka Ho ditolak. \n") cat("\t Artinya populasi 1 dan populasi 2 tidak homogen. \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. 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 .1]*data[2.841) { cat("\t Nilai W= ". Daerah Kritik \n") cat("\t Ho ditolak bila W > Chi-Square tabel(3. \n") cat("\t Artinya populasi 1 dan populasi 2 homogen.841 Comment [A8]: Kesimpulan jika nilai W>3.2] n=m1+m2 w=(n*(((data[1.1 (R-Console) homogenitas=function(data) { if (length(data)>4) { stop("data Anda bukan merupakan matriks 2x2 \n") } else { n1=data[1." < Chi-Square tabel(3.2] m1=data[1.1]+data[2.2]*data[2. \n") cat("------------------------------------------------------------------------------\n") } else { cat("\t Nilai W= ".w. Kesimpulan\n") if (w<3.Menggunakan R 2.w.

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

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

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

5% 26.000 Exact Sig. Tidak ada expected count yang kurang dari 5 maka digunakan uji Pearson Chi-Square.6% Total 250 250.4% 120 146. b. The minimum expected count is 104.5% 15.412 22.0 100. (2sided) 1 1 1 .0%) have expected count less than 5.0% 41. (1sided) 22.0 100.0% 208 208.000 .0% 50.4% 100. Computed only for a 2x2 table Uji hipotesis H0: variabel kategorik umur independen terhadap variabel kategorik jam_tidur. H1: variabel kategorik umur tidak independen terhadap variabel kategorik jam_tidur.0 100.00.0% 250 250.0% 50.0% 50. 120 orang tidur kurang dari pukul 8 dan 130 orang tidur lebih dari pukul 8.0 41.449 .0% 41.0% 58.8% 58.0 68.4% >8 78 104. dan 78 orang tidur lebih dari pukul 8.0% 500 500.0% 100.0% 62. 172 orang tidur kurang dari pukul 8. Sedangkan 250 orang berusia 60-70 tahun.0% 292 292. (2sided) Exact Sig.6% 130 104.216 500 1 .2% 37. 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. 0 cells (.0% Sebanyak 250 orang berusia 30-40 tahun.6% 100.1% 24.0 48.000 a.000 .0 58.0% 100.9% 34.000 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. Tingkat signifikansi Page 12 of 15 .000 .260 21.0 52.0 31.

hitung = 22. Tingkat signifikansi\n") cat("\t alpha=0.841) \n") cat("e.2] n=m1+m2 w=(n*(((data[1.841) { cat("\t Nilai W= ".2] n2=data[2.2]+data[2.w.05 \n") cat("c.260 > umur tabel=3.1]+data[2.841 Page 13 of 15 . Kesimpulan\n") if (w<3.841) maka Ho tidak ditolak.1]+data[2.1]*data[2.1]))^2))/(m1*m2*n1*n2) { cat("--------------------------------UJI INDEPENDENSI------------------------------."\n") cat("d.α = 0.1]+data[1.w.1 independensi=function(data) { if (length(data)>4) { stop("data Anda bukan merupakan matriks 2x2 \n") } else { n1=data[1.8. \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] m2=data[1. Statistik Uji \n") cat("\t W=". Artinya variabel independen terhadap variabel kategorik kategorik tidak jenis_kelamin. 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. Menggunakan R 2.05 Statistik uji Pearson Chi-Square= 22. Daerah Kritik \n") cat("\t Ho ditolak bila W > Chi-Square tabel(3.\n") cat("a.2]*data[2." < Chi-Square tabel(3. \n") cat("\t Variabel kategorik 1 independen terhadap variabel kategorik 2.260 Daerah Kritik H0 ditolak bila Kesimpulan 2 2 2 hitung > 2 tabel.841 maka H0 ditolak.2] m1=data[1.2])(data[1.

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

3.KESIMPULAN 1. 2 lebih presisi yakni 5 Page 15 of 15 . Dari penggunaan kedua software yakni SPSS 17 dan R 2.8. 2. Berdasarkan uji homogenitas diperoleh kesimpulan bahwa populasi T1 dan T2 tidak homogen. 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. Berdasarkan uji independensi diperoleh kesimpulan bahwa variabel kategorik umur tidak independen terhadap variabel kategorik jenis_kelamin.

Sign up to vote on this title
UsefulNot useful