Professional Documents
Culture Documents
MC Nemar Sip
MC Nemar Sip
PENDAHULUAN
A. Latar Belakang
Statistik nonparametrik adalah valid dengan asumsi yang longgar serta teorinya relatif
luwes. Karenanya metode ini relatif serba bisa/serba guna, memiliki banyak alternatif prosedur
dan diaplikasikan dalam banyak metode-metode analisis baru. Salah satu bagian penting dalam
ilmu statistika adalah persoalan inferensi yaitu penarikan kesimpulan secara statistik. Dua hal
pokok yang menjadi pembicaraan dalam statistik inferensi adalah penaksiran parameter
populasi
dan uji hipotesis. Teknik inferensi yang pertama dikembangkan adalah mengenai pembuatan
sejumlah besar asumsi sifat populasi di mana sampel telah diambil. Teknik yang banyak
digunakan pada metode-metode pengujian hipotesis dan penafsiran interval ini kemudian
dikenal
sebagai Statistik Parametrik, karena nilai-nilai populasi merupakan parameter. Distribusi
populasi atau distribusi variabel acak yang digunakan pada teknik inferensi ini mempunyai
bentuk matematik yang diketahui, akan tetapi memuat beberapa parameter yang tidak
diketahui.
Permasalahan yang harus diselesaikan adalah menaksir parameter-parameter yang tidak
diketahui tersebut dengan data sampel atau melakukan uji hipotesis tertentu yang berhubungan
dengan parameter populasi.
Pada sampel berkait (related), perlakuan atau treatment dilakukan pada satu individu
yang
sama atau mendekati sama. Bila 2 perlakuan diterapkan pada subyek yang sama, dapat
digunakan uji Tanda, Wilcoxon dan uji Mc Nemar.
B. Rumusan Masalah
Adapun rumusan masalah makalah ini adalah sebagai berikut:
1. Apa saja konsep dan metode dari Uji Mc Nemar ?
2. Apa saja fungsi dari Uji Mc Nemar?
3. Bagaimana contoh penerapan Uji Mc Nemar dalam sebuah kasus?
C. Tujuan
1. Tujuan umum
Secara umum tujuan dari penulisan makalah ini adalah untuk mengetahui tentang
Uji Mc Nemar secara keseluruhan
2. Tujuan khusus
Adapun tujuan khusus pada makalah ini adalah sebagai berikut:
a. Mengetahui konsep dan metode dari mortalitas.
b. Mengetahui fungsi-fungsi dari Uji Mc Nemar.
c. Mengetahui salah satu penerapan Uji Mc Nemar dalam sebuah kasus.
BAB II
PEMBAHASAN
A. Definisi
Uji Mc Nemar diperkenalkan oleh seorang ahli psikologi bernama Quinn Mc Nemar
pada
tahun 1947. Uji McNemar digunakan untuk menentukan perubahan perubahan dalam proporsi
bagi sampel-sampel yang berhubungan. Uji Mc Nemar digunakan untuk penelitian yang
membandingkan sebelum dan sesudah peristiwa dimana tiap objek digunakan pengontrol
dirinya
sendiri. Uji in dilakukan pada 2 sampel yang berhubungan, skala pengukurannya berjenis
nominal (binary respons) dan untuk crostabulasi data 2 x 2.
Dengan uji Mc Nemar, dapat dianalisis perubahan untuk mengetahui apakah perubahan
dalam kedua arah berkemungkinan sama atau tidak. Distribusi yang digunakan untuk menguji
perubahan dalam respon tersebut digunakan distribusi chi-square.
Uji Mc Nemar merupakan salah satu metode pengujian hipotesis yang digunakan ketika
terdapat 2 sampel yang saling berpasangan/dependen. Salah satu contoh yang paling umum
adalah situasi “sebelum” dan “sesudah” perlakuan/treatment. Sampel bisa saja dipilih dengan
subjek yang berbeda yang memiliki karakteristik yang mirip dengan syarat sampel harus
diambil secara acak.
Uji Mc Nemar merupakan salah satu uji non parametrik yang bisa digunakan untuk
penelitian apabila syarat dan ketentuannya memenuhi syarat. Sebagai panduan untuk menguji
signifikansi setiap perubahan maka data perlu disusun kedalam tabel segi empat ABCD.
Tabel 1. Segi Empat ABCD
Sesudah
Sebelum
- +
+ A B
- C D
Keterangan :
A : Jika dia berubah dari positif ke negatif
D : Jika dia berubah dari negatif ke positif
B : Tetap positif
C : Tetap negative
Yang dilihat adalah perubahan (tidak konsisten) yaitu A dan D, karena A + D menunjukkan
jumlah total individu yang berubah, maka harapan di bawah H0 adalah :
1. ½ (A + D) ⁓ berubah dalam satu arah, dan
2. ½ (A + D) ⁓ berubah dalam arah lain
Dengan kata lain ½ (A + D) : adalah frekuensi yang diharapkan di bawah H0. Dalam Uji
Mc Nemar untuk signifikansi perubahan ini kita hanya berkepentingan dengan “sel A dan sel
D”. Jika A = banyak kasus yang diobservasi dalam “sel A”, D = banyak kasus yang diobservasi
dalam “sel D”. ½ (A + D) = banyak kasus yang diharapkan baik di “sel A” maupun di “sel D”,
maka rumus yang digunakan adalah sebagai berikut:
2 ( A−D ) ²
Rumus : x =
( A+ D)
Sesudah
Sebelum Orang dengan jam Orang dengan jam Total
tidur nornal tidur tidak normal
Orang dengan jam
20 5 25
tidur normal
Orang dengan jam
16 9 25
tidur tidak normal
Total 36 14 50
Berdasarkan formula statistik Uji McNemar diperoleh bahwa nilai X 2 hitung adalah
sebesar 4,172.
5. Penarikan Kesimpulan
Karena X2 hitung = 4,172 > X 2 tabel = 3,841, maka H 0 ditolak dan H1 diterima.
Artinya, terdapat perbedaan yang siginifikan antara jumlah orang dengan jam tidur
normal sebelum dan sesudah sosialisasi.
1. Menentukan Hipotesis
H0: Tidak terdapat perbedaan jumlah orang dengan jam tidur normal sebelum dan sesudah
sosialisasi
H1: Terdapat perbedaan jumlah orang dengan jam tidur normal sebelum dan sesudah
sosialisasi
α = 5% atau 0,05
Sig = 0,05
Jika Sig (2-tailed) < 0,05 maka H0 ditolak, jika Sig (2-tailed) > 0,05, maka H0 diterima
Pengujian Statistik
1. Inputkan atribut sebelum dan sesudah pada bagian variabel view SPSS, measure diisikan
nominal dan inputkan jenis data pada values.
2. Kemudian, pada bagian data view, input data yang digunakan
3. Pilih Analyze > Nonparametric Tests > Legacy Dialogs > 2 Related Samples
4. Maka akan muncul kotak dialog Two Related Samples Test. Pindahkan sebelum ke
variabel 1 dan sesudah ke variabel 2. Kemudian pada test type centang McNemar.
5. Pilih OK.
Mari pelan-pelan kita baca hasil output di atas.
Nilai Sig (2-tailed) = 0,027 < taraf signifikansi = 0,05, maka kita berhasil menolak H0 atau H1
diterima. Bisa disimpulkan terdapat perbedaan yang signifikan antara jumlah orang dengan
jam tidur normal sebelum dan sesudah sosialisasi.
Kesimpulan
Uji McNemar tergolong dalam analisis bivariat (dua sampel) berpasangan. Uji ini dilakukan
untuk untuk menentukan apakah terdapat perbedaan variabel dependen atau saling
berpasangan antara 2 kelompok terkait.
Bila anda memiliki kasus dua sampel berhubungan dengan jenis data nominal dengan tujuan
untuk mengetahui kondisi perbedaan sebelum dan sesudah dari sebuah perlakuan, uji ini
cocok untuk digunakan.
E.