UJI STATISTIK NonNon-Parametrik

Joedo Prihartono

Kelompok uji statistik

Stat.parametrik bersyarat:  Populasi bersifat normal  Sampel secara random  Tak ada nilai ekstrim Peka untuk deteksi kemaknaan Stat.non parametrik tanpa syarat Kurang peka untuk mendeteksi

Uji statistik non parametrik

Chi square test Fisher exact test Kolmogorov Smirnov test Mc Nemar test Uji pengganti parametrik

Chi Square Test

o o o o o o o

Untuk jenis data kualitatif Dapat untuk satu sampel atau lebih Sampel bersifat independen Bisa untuk sampel kecil Menguji perbedaan antar proporsi Rumus umum : tabel umum ( R by C ) Rumus khusus : tabel 2 x 2

Syarat Chi Square

Tabel 2 x 2


Tabel R x C


n > 20

Tidak ada sel yang nilainya 0 Sel nilai yang expected nya < 5 harus < dari 20%

Tidak ada sel yang nilai expected nya < 5

Nilai observed
Allergi Asma + Asma Total

+ Total

12 ( a ) 63 ( c ) 75

68 ( b ) 147 ( d ) 215

80 210 290

Perhitungan Chi Square

( o - e )2 7 ------------e o = observed (data yg didapat) e = expected (data yg diharapkan) Hitung nilai e untuk tiap sel Hitung nilai (o - e)2/e tiap sel dan jumlah Cari p dari nilai X2 pada tabel Chi Square dengan df = (r-1)(c-1) (r- )(cRumus umum: X2 =

Menghitung nilai expected (e)

a = (75x 80)/290 b = (215X80) /290 c = (75X210) /290 = 20,7 = 59,3 = 54,3

d = (215X210)/290 = 155,7

Membaca tabel Chi Square

1.Lihat nilai kritis pada E=0,05 dengan df 1 df = (r-1)(c-1) = (2-1)(2-1) = 1 (r-1)(c(2-1)(2Didapatkan X2 = 3,84 2.Tentukan p dari nilai X2 (=6,82) pada df yg sama, didapatkan : p berada antara 0,01 - 0,001 Jadi p < E, karena E=0,05 Ho ditolak, berarti ada perbedaan riwayat alergi pada penderita asma dan bukan penderita asma.

Tabel Chi square

df 1 2 3 4 0,10 2,71 4,60 6,25 7,78 0,05 3,84 5,99 7,82 9,49 0,02 5,41 7,82 9,84 0,01 6,51 9,21 0,001 10,83 13,82

11,34 16,27

11,67 13,28 18,46

Rumus khusus
( ad - bc )2 n X2 = ------------------(a+b) (c+d) (b+d) (a+c)

( l ad-bc l n )2 n adX2 = ------------------(a+b) (c+d) (b+d) (a+c)

Fisher Exact Test

o o o o o

Untuk jenis data kualitatif Sampel bersifat independen Khusus untuk sampel kecil Merupakan uji asosiasi Merupakan alternatif, bila chi square 2 x 2 tidak dapat dipergunakan

Contoh Fisher exact test

Vaksinasi/ Sakit Vaksinasi + Vaksinasi Total Sehat 4 1 5 Sakit 1 6 7 Total 5 7 12

Tabel Fisher ekstrem

Vaksinasi/ Sakit Vaksinasi + Vaksinasi Total Sehat 5 0 5 Sakit 0 7 7 Total 5 7 12

Perhitungan
(a+b)! (c+d)! (b+d)! (a+c)! p= --------------------a! b! c! d! n! Hitung besar p untuk tabel observe dan tabel ekstrem ( p1 dan p2 ) p1 p2 Nilai p = p1 + p2 p1 p2 Tidak ada tabel untuk tes ini.

Kolmogorov Smirnov ( KS )
o o o

Data kualitatif, Sampel independen Untuk sampel kecil, uji asosiasi Alternatif Chi Square untuk tabel 2 x n bila syarat Chi Square tidak dipenuhi Variabel independen nominal Variabel dependen ordinal

o o

Kolmogorov Smirnov test

Hasil Ujian Klp Rajin Tidak Total Buruk 0 2 2 Krng 1 3 4 Cukup 1 4 5 Baik 5 1 6 Baik Skl 1 0 1 n 8 8 16

Tabel kumulatif KS
Hasil Ujian Klp Rajin Buruk Krng Cukup Baik Baik Skl

0,000 0,125 0,250 0,875 1,000 1,00 1,000

Tidak 0,200 0,500 0,900

Delta 0,200 0,375 0,650 0,125 0,000

Perhitungan
n1 n2 80 K= 4D2 ------- = 4 (0,65)2----65) n1 + n2 n2 18 K= 7,51 lihat tabel C.Sq dengan df=2 df=2 Didapat p antara 0,02-0,05 p<E 02p<E Jadi Ho ditolak

Mc Nemar test
Indikasi dan persyaratan Perbandingan proporsi pada kelompok seperti pada uji Chi Square, tetapi pada sampel yang berpasangan (dependent group) Misal desain before-after study, beforemembandingkan nilai sebelum dan sesudah perlakuan untuk membuktikan ada tidaknya perubahan

Discordant Pairs
Sebelum Sesudah Penyakit (+) a c a + c Penyakit (-) b d b + d Total

Penyakit (+) Penyakit (-) Total

a+ b c +d n

Langkah perhitungan
1. Hitung nilai X2 dengan rumus (b-c -1)2 = --------------b+c

X2

2. Tentukan nilai p dengan mencocokkan nilai X2 pada tabel Chi Square dengan df = 1

Contoh


Ho: Tidak ada perbedaan kebiasaan merokok sebelum dan sesudah penyuluhan anti rokok

Sesudah penyuluhan Berhenti merokok Merokok Tidak merokok Sebelum penyuluhan Merokok Total 0 23 23 5 40 45

Total

5 63 68

Contoh
1. Hitung X2 X2 (| 5-23 | -1)2 = --------------- = 10,32 10, 5 + 23

2. Tabel distribusi Chi Square, df=1, E = df=1 0,05 didapatkan nilai 3,84 nilai kritis. Berarti X2 > nilai kritis Ho ditolak

Kesimpulan
Terdapat perbedaan kebiasaan merokok antara sebelum dan sesudah penyuluhan. Lebih banyak orang yang tidak merokok sesudah intervensi (23/68) dibandingkan (23/68) sebelum intervensi (5/68). (5 68).

Pengganti parametrik
Bila tak memenuhi persyaratan: Unpaired t test Mann Whitney rank Paired t test Wilcoxon rank Unpaired Anova Kruskal Wallis rank Paired Anova Friedman rank Pearson Correlation Spearman rank

Uji Mann Whitney rank

Indikasi dan persyaratan Data numerik yang berasal dari 2 sampel independent distribusi data tidak normal alternatif uji parametrik uji ttindependent ~ Tes Wilcoxon rank untuk paired sampel

Langkah perhitungan
Urutkan seluruh data dan tentukan rank nya. Data yang nilainya sama diberi rank rata-rata rataJumlah rank disebut T, dihitung pada kelompok dengan n yang lebih kecil Jika n pada setiap kelompok < 15, maka 15, nilai T digunakan sebagai nilai uji Mann Whitney

Rumus
Jika jumlah sampel pada salah satu kelompok lebih besar dari 15, maka nilai uji Mann 15, Whitney dihitung dengan rumus : (T(T-T) z= -----------WT WT= (nL T)/6 T)/6 nS (nS + nL+1) nL+1 T = --------------------2

Menentukan nilai p
Jika n setiap kelompok < 15, maka nilai p didapat dengan membandingkan nilai T dengan tabel Mann Whitney Jika n pada salah satu kelompok > 15, maka nilai p didapat dengan membandingkan nilai z dengan nilai tabel distribusi normal

Contoh
Ho: Tidak ada perbedaan usia kelompok pekerja yang mengalami Tinea kruris dengan yang tidak. LangkahLangkah-langkah  Urutkan seluruh data dan tentukan rank nya.  Jumlah rank klp Tinea (+) = 93,5 Tinea (-) = 116,5 ( N kedua kelompok < 15 nilai T = hasil uji.  Nilai p berdasarkan tabel > 0,05 p > E  Kesimpulan: tidak ada perbedaan usia antara pekerja yang mengalami Tinea kruris dengan yang tidak.

Tabel Ranking usia pekerja di kedua kelompok Tinea (+) 20 21 21 21 22 22 23 23 39 40 nS =10 Ranking 1.5 5 5 5 8.5 8.5 10.5 10.5 19 20 93.5 Tinea (-) 20 21 21 23 25 26 27 27 28 29 nL=10 Ranking 1.5 5 5 12 13 14 15.5 15.5 17 18 116.5

Uji Korelasi Spearman

Indikasi dan persyaratan Alternatif uji parametrik korelasi Pearson jika salah satu dari syarat di bawah ini terpenuhi: Sedikitnya salah satu variabel berskala ordinal Ada salah satu variabel yang tidak terdistribusi normal Jumlah sampel kecil uji asosiasi antara 2 variabel yang hubungannya tidak linear

Langkah perhitungan
1. Urutkan seluruh data X dan tentukan rank nya 2. Urutkan seluruh data Y dan tentukan rank nya 3. Hitung koefisien korelasi Spearman (rs) dengan rumus _ _ (X- X) (Y-Y) (X(Yrs = --------------------------------- (X- X)2 (Y-Y)2 (X(Y4. Tentukan nilai p dengan membandingkan nilai rs dengan tabel korelasi Spearman.

Penilaian
1. Arah hubungan


Negatif: jika nilai X bertambah maka nilai Y berkurang, dan sebaliknya Positif: jika nilai X bertambah maka nilai Y bertambah, bertambah, dan sebaliknya

2. Kemaknaan

Penilaian
3. Kuat hubungan dinilai rs. rs. Korelasi sempurna bila r = +1 atau -1. +1  Berdasarkan kriteria WHO  < 0 ,3 : tak ada korelasi  0 , 3 - 0 ,5 : korelasi lemah  0 , 5 - 0 ,8 : sedang  > 0 ,8 : kuat

Contoh
Ho: Tidak ada korelasi antara indeks massa tubuh dan usia di kalangan pekerja.  Didapatkan rs 0,65 Tabel Korelasi 0,65 Spearman, 0,05<p<0,01 p < E maka Ho ditolak. Kesimpulan: Terdapat korelasi positif yang kuat dan bermakna antara indeks massa tubuh dengan usia pekerja. Atau: makin bertambah usia maka indeks massa tubuh akan meningkat.

Usia 21 20 22 21 22 21 23 23 40 39

Ranking 3 5.5 2 5.5 4 7.5 7.5 10 9

IMT 17.1 19.8 20.7 21.1 21.1 21.2 21.6 22.4 25.3 30.1

Ranking 1 2 3 4.5 4.5 6 7 8 9 10

latoT ay kadit rilig ajreK

%0.001 771 %0.001 88 %0.001 98 latoT

%1.07 %9.92 421 35 %4.87 %6.12 96 91 %8.16 %2.83 55 43 ay kadit nakub/ainmosnI

rilig ajreK nihtiw % tnuoC rilig ajreK nihtiw % tnuoC rilig ajreK nihtiw % tnuoC

noitalubatssorC nakub/ainmosnI * rilig ajreK

SOAL TABEL 2X2

.53.62 si tnuoc detcepxe muminim ehT .5 naht ssel tnuoc detcepxe evah )%0.( sllec 0 .b elbat 2x2 a rof ylno detupmoC .a 771 610. 210. 120. 1 1 1 fd 288.5 650.5 028.5 b eulaV 1 887.5 sesaC dilaV fo N noitaicossA raeniL-yb-raeniL tseT tcaxE s'rehsiF oitaR doohilekiL n a oitcerroC ytiunitnoC erauqS-ihC nosraeP

)dedis-1( .giS tcaxE

)dedis-2( .giS tcaxE

510. 520. 610. )dedis-2( .giS .pmysA

stseT erauqS-ihC

HASIL CHI-SQUARE CHI-

Interpretasi
Ho: terjadinya insomnia tak ada hubungan dgn sistem kerja gilir 1. Syarat Chi Square terpenuhi??? 2. Jika X2 = 5,8 p=0.016 p < alpha p=0 Hasil uji kemaknaan??? Ho ditolak/diterima??? 3. Kesimpulan???