Penelitian yang dilakukan dengan lebih dari dua perlakuan (P>2) dengan satu variabel bebas (Independent Variable) dengan satu variabel pengganggu (data tidak homogen) atau ada satu atau lebih faktor lain yang berpengaruh terhadap variabel terikat atau respons (Dependent Variable). Skala pengukuran variabel terikat atau respons (Dependent Variable) menggunakan skala pengukuran nominal (0 dan 1, yaitu 0 menyatakan tidak ada dan 1menyatakan ada). .Jika ada satu variabel pengganggu,l penelitian dapat dirancang dengan mengunakan Rancangan Acak Kelompok (RAK).
Sebagi contoh :seorang peneliti ingin pemeriksaan adanya pembusukan daging sapi yang dijual sore hari disuatu pasar. Pada pasar tersebut terdapat 4 kios pedagang daging sapi, peneliti ingin mengetahui apakah ada perbedaan terdapat perbedaan pembusukan (0 : negative atau tidak ada pembusukan, 1 : positif atau ada pembusukan) diantara kios tersebut, dan untuk mengetahui pembusukan digunakan uji Eber.. Untuk tujuan tersebut peneliti mengambil sample tiap hari selama 12 hari data yang diperoleh sebagai berikut :
Jika asil uji dan mendapatkan hasil Ho ditolak berarti ada kategori/perlakuan yang berbeda, untukmencari pasangan mana yang berbeda maka kita harus melakukan uji lanjutan lanjutan dari uji cochran Q yang biasa digunakan adalah da uji Tanda (Sign Test) atau bisa juga Uji Mc Nemar .
Data Hasil Penelitian Uji Eber
Klik Variabel View, maka muncul Gambar Variable View Uji Eber. Ketik pada kolom Name UEKios1, UEKios2, UEKios3,dan UEKios4, pada ketik Uji Eber Kios 1, Uji Eber Kios 2, Uji Eber Kios 3, Uji Eber Kios 4.
Klik pada ujung Kolom Values, baris 1, maka muncul Gambar Value Labels dalam Gambar Variable View Uji Ebe. Ketik 0 pada kotak Value dan ketik Negatif pada kotak Label, lalu klik Add
Ketik 1 pada kotak Value dan ketik Positif pada kotak Label, lalu klik Add
Klif OK, maka diperoleh hasil , seperti pada Gambar Variable View Uji Ebe
Gambar Variable View Uji Eber
Klik Data View, maka diperoleh Gambar Data View Uji Eber
Gambar Data View Uji Eber
Klik Analyze Cari Nonparametric Test ► Klik Legacy Dislogs ► klik k Related Sample, maka muncul Gambar Tests for Severel Related Samples. Pindahkan Uji Eber Kios 1, 2, 3 dan 4 ke Test Variable, dan centang Uji Cochran Q
Gambar Tests for Severel Related Samples.
Klk Ok, maka diperoleh hasil sebagai berikut :
Hasil Uji Cochran menunjukkan terdapat perbedaan sangat nyata (P<0.01) antar kios yang diteliti, lihat Asymp Sig P=0.003).
Maka untuk mencari antar kios mana saja berbeda nyata (p<0.05) dilanjutkan dengan Uji Mc Nemar. Klik Analyze Cari Nonparametric Test ► Klik Legacy Dislogs ► klik 2 Related Sample, maka muncul Gambar Two Related Sample Test Mc Nemar.
Gambar Two Related Sample Test Mc Nemar.
Klik OK, maka diperoleh hasil sebagai berikut :
Kesimpulan dari uji Uji Cochran uji Mc Nemar.
Keterangan : Nilai dengan huruf yang ada sama menunjukkan tidak berbeda nyata (P>0.05), sebaliknya nilai dengan yang tidak ada yang sama menunjukkan berbeda nyata (P<0.05) atau sangat nyata (P<0.01).
Kesimpulan hasil uji Eber menunjukkan Kios 1, 2 dan 3 tidak berbeda nyata (P>0.05), sedanka n kios 1 dan 2 berbeda sangan nyata (P<0.01) dengan kios 4, tepapi antara kios 3 dengan kios 4 tidak berbeda nyata (P>0.05).
Hasil ini dapat dibuat grafik Pie, klik Graph, ►pilih Legacy Dialogs, klik Pie, pilih Summaries of Separate Variabel, klik Define, maka muncul Gambar Defene Pie Summaries of Separate Variabel
Gambar Defene Pie Summaries of Separate Variabel
Klik OK, maka diperoleh Grafik sebagai berikut :
PUSTAKA
Sampurna IP, TS Nindhia. 2019. Biostatistika. Penerbit Puri Bagia. https://www.puribagia.com/blog/categories/buku Diterbitkan Online melalui nulisbuku.com/view-profile/90381/l%20Putu-Sampurna
Sampurna, IP. (2019). Aplikasi SPSS Grafik dalam Biostatistika. Penerbit PuriBagia. https://www.puribagia.com/blog/categories/buku. Diterbitkan secara online nulisbuku.com/view-profile/90381/l%20Putu-Sampurna
Data hasil Uji Eber untuk Uji Cochran Q bisa dicopy atau disalin ke Program SPSS
コメント