Académique Documents
Professionnel Documents
Culture Documents
# Memilih test yang sesuai dengan axis, tipe variabel (kategorik/numeric), distribusi (normal/non-
normal).
X AXIS Y AXIS
KATEGORIK NUMERIK
Normal Non-normal
KATEGORIK 2 kategori Non-Parametrik T-test Man-Whitney
Chi-square
>2 kategori Fishers ANOVA Kruskal-Wallis
KS
NUMERIK Normal Korelasi Kendal
Pearson
Non-normal Kendal Kendal
Contoh 1:
Axis X tipe kategorik, axis Y tipe kategorik. Jadi test yang dipilih adalah yang non-parametrik. Boleh test
chi-square atau fishers atau KS tergantung dengan syarat setiap test.
Contoh 2:
Axis X tipe kategorik dengan 3 kategori (>2), axis Y tipe numeric dengan distribusi normal. Jadi test yang
dipilih adalah test ANOVA.
Kerangka Konsep
#Untuk melihat jika sesuatu variable itu normal atau tidak normal.
Pengaturan
Masukkan variable yang numerical
Test distribution : Normal
Options : Descriptive
ANOVA test
Ho : Tidak ada perbedaan rata-rata umur dengan 3 kategori dehidrasi (Rata-rata A=B=C)
Pengaturan
Dependent : Umur
Factor : Dehidrasi
Options: Descriptive
Post Hoc: LSD (#untuk menguji perbedaan signifikan ANOVA)
P > 0.05, Ho diterima. Tidak ada perbedaan rata-rata umur dengan 3 kategori dehidrasi.
Test Non-parametric
#baca teori di modul dan ambil tahu setiap syarat-syarat test (Chi-sq, Fishers, KS)
Dehidrasi (Axis Y)
Jenis kelamin (Axis X) Berat Ringan Tidak
Perempuan a b C
Laki-laki d e F
Pengaturan
Row : Kelamin
Column : Dehidrasi
Cells : Expected (untuk melihat nilai expected > 5 atau < 5 di dalam cells a-b)
Statistics : Chi-square (dipilih bila nilai expected > 5)
# jika P > a (alpha), Ho diterima, tidak ada perbedaan (kaitan) antara variable.
# Apabila table 2x2 digunakan. Misalnya hubungan kelamin (2kat) dan gagal ginjal kronik (2kat)
Bila expected value < 5 dan ada cells yang kosong berarti hasil P yang dilihat adalah pada
Fishers test karena tidak cukup syarat untuk test Chi-square.
Pembacaan hasil continuity correction dilakukan apabila sample kecil. (Bukan pada pearson dan
Chi-square)
Tanpa koreksi cenderung menolak Ho
T-test
Analyse > Compare Mean > Independent-Samples T-test (untuk orang yang beda)
Pengaturan
Grouping: GGK (define group 0,1)
Variables: Suhu
# Baca hasil sig 2 tailed untuk melihat jika ada perbedaan yang signifikan pada dua nilai rata-rata.
Contoh: Hasil rata-rata GGK dan rata-rata suhu tidak ada perbedaan karena > 0.05. (Ho diterima). Tidak
ada hubungan antara GGK dan suhu.