script src='http://elmubarok.googlecode.com/files/floating1.js' type='text/javascript'/>

http://ikkibondenkkesmas.blogspot.com/2010/03/about-me.html

Kata Rasullullah ada tiga amalan yang jika dikerjakan maka Amalnya akan mengalir meskipun yang mengamalkannya telah meninggalal dunia diantaranya adalah ILMU BERMANFAAT YANG DIAJARKAN.

Wednesday 9 September 2009

Uji Beda Dua Mean Independent (Uji Mann Whitney)- NonParametrik

Uji Mann Whitney Merupakan uji yang sama dengan uji T Independent Sample ( Bentuk Parametrik) tetapi pada uji ini digunakan jika datanya tidak berdistribusi normal
Contohnya : Apakah ada perbedaan antara Berat badab bayi antara ibu yang mengalami Obesitas dengan berat badan bayi yang ibunya tidak obes
Data Fiftive
No IB BBB
No IB BBB
1 1 2,5
31 2 2,5
2 1 3
32 2 2,5
3 1 3
33 2 2,5
4 1 2,5
34 2 2,5
5 1 3
35 2 2,5
6 1 2,5
36 2 2,5
7 1 3
37 2 2,5
8 1 3
38 2 2,5
9 1 2,5
39 2 2,5
10 1 2,5
40 2 2,5
11 1 3
41 2 2,5
12 1 2,5
42 2 2,5
13 1 3
43 2 2,5
14 1 3
44 2 2,5
15 1 3
45 2 2,5
16 1 2,5
46 2 2,5
17 1 2,5
47 2 2,5
18 1 3
48 2 2,5
19 1 2,5
49 2 2,5
20 1 2,5
50 2 2,5
21 1 3
51 2 2,5
22 1 2,5
52 2 2,5
23 1 3
53 2 2,5
24 1 3
54 2 2,5
25 1 3
55 2 2,5
26 1 3
56 2 2,5
27 1 3
57 2 2,5
28 1 3
58 2 2,5
29 1 3
59 2 2,5
30 1 3
60 2 2,5

Ket; IB = Ibu Obes, (1 = Obes, 2 = Tidak Obes) BBB = Berat Badan Bayi / Kg
Masuklah ke program SPSS anda: kemudian buat variabel pada jendela “Variable View”

Gambar 01
Selanjutnya pada jendela “data View”

Gambar 02
Karena Nonparametrik jadi syarat datanya berdistribusi tidak normal. Untuk melihat distribusi datanya normal atau tidak seperti posting sebelumnya langkah berikut; “Analzy” – “escriptive” – “Explore”. Maka akan tampil gambar beikut:

Gambar 03
Dari hasil analisis diatas dapat dilihat pada nilai “Skewness dan Std Error = 2,618123” dimana nilainya diatas 2, maka dapat disimpulkan data berdistribusi tidak normal. Maka uji nonparametrik.
Kamudian klik “Analyze” selanjutnya “Nonparametric Tests” dan “2 Independence samples.”

Gambar 04
Selanjutnya masukkan variabel berat badan bayi ke “Test Variable List” dan untuk Variabel Obes masukkan ke “Gruping Variable”

Gambar 05
Berikutnya klik “Define Groups..” kemudian akan muncul kotak berikut dan ketikkan “0” pada Group ke 1, dan “1” pada Grup ke 2.

Gambar 06
Setelah itu “Contunue” dan “Options” selanjutnya centang “Descriptive”

Gambar 07
kemudian “Continue” dan “OK”

Gambar 08
Dari hasil analisis diatas dapat dilihat nilai Asymp.Sig (2-tailed) = 0,000 Karena < 0,05 maka dapat disimpulkan ada perbedaan signifikan antara berat badan bayi lahir antara ibu yang obes dengan ibu yang tidak obes.

No comments:

Post a Comment