Anda di halaman 1dari 29

Uji Statistik Beda 2 Mean

(t-test)
Milla Herdayati
Jurusan Biostatistika - Fakultas Kesehatan Masyarakat
Universitas Indonesia

page 1

Dua tujuan statistik induktif


1. Menaksir/estimasi
Contoh: Sebuah RS ingin mendapatkan informasi:
berapa rata-rata rupiah yang harus dibayar oleh
pasien untuk resep antibiotika?

2. Uji Hipotesis

Contoh: Apakah ada hubungan antara banyaknya


uang saku dengan prestasi belajar siswa?

page 2

Contoh Uji Hipotesis:


Apa ada hubungan antara merokok
pada masa kehamilan dengan kejadian
BBLR?
Apakah ada perbedaan pengetahuan
sebelum dan sesudah training?
Apakah vaksin baru lebih baik dari
vaksin yang beredar di pasaran?
page 3

Langkah Uji Hipotesis


1.

Nyatakan H0 dan H1

2.

Tentukan tingkat signifikansi atau (biasanya


nilai =0.05 atau 0.01 atau 0.10)

3.

Tentukan Uji Hipotesis yang tepat

4.

Hitung Nilai Statistik

5.

Ambil keputusan: menerima atau menolak H0


Nilai statistik dibandingkan nilai

6.

Ambil kesimpulan dari hasil pengujian tersebut.

page 4

Pemilihan jenis uji hipotesis


DEPENDENT
Kategorik
INDEPENDENT

Kategorik Uji beda


proporsi (X2)
Numerik

Regresi
logistik

Numerik
1. Uji beda 2
mean (t-test)
2. ANOVA
Korelasi
Regresi

page 5

Uji Beda 2 Mean


Contoh kasus:
1.

Seorang peneliti ingin melihat apakah ada perbedaan


rata-rata kadar nikotine rokok merek A dengan rokok
merek B

2.

Seorang peneliti ingin melihat apakah ada perbedaan


rata-rata kadar kolesterol penduduk desa dengan kota

3.

Apakah ada pengaruh program diet terhadap


penurunan berat badan. Dari 10 peserta program,
rata-rata berat badan diukur sebelum dan sesudah
program diet.
page 6

Uji Beda 2 Mean


Untuk melihat perbedaan rata-rata
antara 2 kelompok, ada hal pokok
yang harus diperhatikan:

Apakah ke-2 kelompok tersebut


berasal dari dua kelompok
independent atau berpasangan
(paired)

page 7

Uji-t Berpasangan (Paired t-test)


Menguji perbedaan nilai rata-rata dari 2
pengukuran pada orang yang sama, pada
waktu yang berbeda
Contoh:
Apakah ada pengaruh program diet terhadap
penurunan berat badan?. Dari 10 peserta program,
rata-rata berat badan diukur sebelum dan sesudah
program diet.

page 8

Uji-t Berpasangan (Paired t-test)


Untuk kemudahan perhitungan, data ditampilkan sbb:
No
responde
n

Data 1
(Sebelum)

Data 2
(Sesudah)

11

12

21

22

31

32

Data-2 Data-1
(d):deviasi

Mean d = ..
SD d = ..
page 9

Uji-t Berpasangan (Paired t-test)


d
t
SDd

n
n

Dimana:

i1

d
n

SDd

2
(
d

d
)
i
i 1

n 1

df = n-1
page 10

Prosedur Uji-t Berpasangan (Paired t-test)


1.

Hipotesis:

Ho 1 - 2 = 0 atau d = 0
(Rata-rata perbedaan sama dengan nol)

Ha 1 - 2 0 atau d 0 (2-tailed) berbeda


1 - 2 > 0 atau d > 0 (1-tailed)penurunan
1 - 2 < 0 atau d < 0 (1-tailed)peningkatan

2.

Batas kemaknaan (): 5% atau 1% atau 10%

3.

Uji statistik paired t-test

4.

Hitung Nilai statistik

page 11

Prosedur Uji-t Berpasangan (Paired t-test)


5.

Keputusan: Ho ditolak jika:


Ha

nilai-p

(2-tailed) 1 - 2 0

p-value x 2 <

(1-tailed) 1 - 2 > 0

p-value <

(1-tailed) 1 - 2 < 0

p-value <

6. Kesimpulan: Ada penurunan? Ada perbedaan atau


tidak?

page 12

Contoh: Uji-t Berpasangan


Contoh kasus: Dilakukan penelitian untuk melihat apakah ada
perbedaan tekanan darah sistolik pada mahasiswa sebelum dan
sesudah ujian biostatistik

Mhs

sebelum

sesudah

beda (d)

110

120

10

2
3

90
100

105
95

15
-5

120

140

20

95

100

Mean

103

112

Mean beda = 9 mmHg


SD beda = 9,6 mmHg

page 13

Contoh: Uji-t Berpasangan


Langkah:
1. Hipotesis

Ho 1 - 2 = 0 atau d = 0
(Rata-rata perbedaan sama dengan nol)

Ha 1 - 2 0 atau d 0 (2-tailed)

2.

Uji statistik paired t-test

3.

Batas kemaknaan () : 5%

page 14

Contoh: Uji-t Berpasangan


4. Perhitungan:

a. Hitung Mean dan Standar Deviasi perbedaan:


b. Hitung nilai t:

9
t
9,6

2,093
4.3

5. Keputusan: lihat tabel t; df=4

Nilai-p < 0.1 dan > 0.05 atau 0.05<nilai-p<0.1


karena two tail: 0.1<nilai-p<0.2
Keputusan: = 0.05 Ho diterima

6. Kesimpulan: Secara statistik tdk ada perbedaan tekanan

darah sistolik pada mahasiswa sebelum dan sesudah


ujian biostatistik
page 15

Uji-t Independen (Independent t-test)


Menguji perbedaan nilai rata-rata dari 2
pengukuran yang sama pada orang/kelompok
yang berbeda (tidak terkait satu sama lain)
Contoh kasus:
1.

Seorang peneliti ingin melihat apakah ada


perbedaan rata-rata kadar nikotine rokok merek A
dengan rokok merek B

2.

Seorang peneliti ingin melihat apakah ada


perbedaan rata-rata kadar kolesterol penduduk desa
dengan kota
page 16

Uji-t Independen (Independent t-test)


Kelompok-I

Kelompok-II

11

12

21

22

31

32

Mean1 =

Mean2 =

SD1 =

SD2 =

page 17

Uji-t independen (Independent t-test)


Prosedur:
1. Uji kesamaan varian
2. Uji-t independen
2.1. Jika variannya sama, maka:
Lakukan Uji-t independen dengan asumsi
varian sama
2.2. Jika variannya tidak sama,
Lakukan Uji-t independen dengan asumsi
varian tidak sama

page 18

Uji kesamaan varian


Prinsip uji beda dua mean melihat perbedaan
variasi antara kedua kelompok perlu
informasi apakah varians kedua kelompok
berbeda.
Bentuk varian kedua kelompok data akan
berpengaruh pada nilai standar errornya.
Uji melihat kesamaan varians uji
homogenitas varian

page 19

Prosedur Uji-t Independen


Uji statistik: 4.a. Uji-t dengan asumsi varian sama

( x1 x2 )
2

SD p ( n11 n12 )

SD p

(n1 1) S1 (n2 1) S 2

n1 n2 2

df= n1+n2-2

4.b. Uji-t dengan asumsi varian berbeda

( x1 x2 )
2
S
2
S1

n1 n 2
2

S1
S 2 )
(
)

n1
n 2

df
S 2 2 S 2 2
1 n1 2 n 2

n1 1
n2 1

page 20

Prosedur Uji-t Independen


1. Hipotesis:
Ho 1 = 2 (Nilia rata2 populasi-1 sama dengan populasi-2)
Ha (2-tailed: 1 2) atau (1-tailed: 1 > 2 , 1 < 2)

3.

Uji kesamaan varians: (uji-F)

4.

Uji statistik: 4.a. Uji-t dengan asumsi varian sama


4.b. Uji-t dengan asumsi varian berbeda

5.

Hitung nilai statistik

6.

Keputusan: menerima atau menolak H0

7.

Kesimpulan dari hasil pengujian tersebut.

page 21

Prosedur Uji homogenitas


1.

Hipotesis:
Ho 1 = 2 (varian kedua kelompok sama)
Ha 1 2 (varian kedua kelompok berbeda)

2.

Uji statistik uji F. F = S12/ S22 Syarat S1>S2 dengan


df1=n1-1 dan df2= n2-1

3.

Batas kemaknaan (): 5% atau 1% atau 10%.

4.

Keputusan : Ho ditolak jika:


Ha

nilai-p

(2-tailed) 1 - 2 0

p-value x 2 <

(1-tailed) 1 - 2 > 0

p-value <

(1-tailed) 1 - 2 < 0

p-value <

5. Kesimpulan: ada atau tidak perbedaan varians?

page 22

Contoh: Uji-t Independen


Sebuah penelitian bertujuan melihat apakah rata-rata
kadar nikotin rokok jarum lebih tinggi dibandingkan
rokok wismilak. Dari ambil sampel secara random, 10
batang rokok jarum dan 8 batang wismilak.
Dilaporkan rata-rata kadar nikotin rokok jarum 23,1
mg dengan standar deviasi 1,5 mg sedangkan rokok
wismilak 20,0 mg dengan standar deviasi 1,7 mg.
Ujilah pernyataan tsb, dengan alpha 5%.
ji kesamaan varan

Diketahui: n1 = 10
x1 = 23,1
s1 = 1,5

n2 = 8
x2 = 20,0
s2 = 1.7

page 23

Contoh: Uji-t Independen


A. Uji homogenitas
1. Hipotesis:

Ho 12 = 22 (varian kadar nikotin rokok jarum sama


dengan rokok wismilak)

Ha 12 22 (varian kadar nikotin rokok jarum tidak


sama dengan
rokok wismilak)

2.

Uji statistik: uji F


F = s12 / s22 , dimana s1 > s2 df1= 8-=7 dan df2=10-1=9
= (1,7)2 / (1,5)2 = 1,28

3. Batas kemaknaan dengan =0.05


page 24

Aplikasi Uji-t Independen


4.

Keputusan: lihat tabel F


nilai p >0.01 krn two tail maka nilai p>0.02
Ho gagal ditolak

5. Kesimpulan: varian kedua populasi adalah sama

Lakukan uji-t dengan asumsi varian sama

page 25

Aplikasi Uji-t independen


B. Uji-t independen dengan asumsi varian sama
1. Hipotesis:
Ho 1 = 2 (rata-rata kadar nikotin rokok jarum sama dengan
rokok wismilak)
Ha 1 >2 (rata-rata kadar nikotin rokok jarum lebih tinggi dari
rokok wismilak)
2. Uji statistik t-test dengan =0.05
2

(n1 1)S1 (n2 1)S2


SD
n1 n2 2
2
p

(x1 x2 )
2

SDp [(1/ n1) (1/ n2 )]

Diketahui: n1 = 10
X1 = 23,1
S1 = 1,5

n2 = 8
X2 = 20,0
S2 = 1,7

df=n1- n2- 2
page 26

Aplikasi Uji-t independen


SD p

(10 1)1.5. (8 1)1.7.

2,53
10 8 2

df= n1+n2-2 = 16

(23,1 20)
t
4,1
2,53[(1 / 10) (1 / 8)]

6. Keputusan: lihat tabel t


Nilai p<0.005 Nilai P <0.05 maka Ho ditolak
7. Kesimpulan: secara statistik dihasilkan bahwa rata-rata kadar
nikotin rokok jarum lebih tinggi dari rokok wismilak

page 27

Latihan
kasus: Suatu penelitian dilakukan untuk melihat pengaruh dari
chlormethiazole terhadap kadar serum prolaktin pada pria
peminum alkohol. 15 orang subjek diukur kadar serum
prolaktinnya sebelum intervensi dan 7 hari sesudahnya.
Apakah ada pengaruh chlormethiazole dalam menurunkan
kadar
serum
prolaktin?
Subjek
1
2
3
4
5
6
7

Serum Prolaktin (mV/L)


Sebelum
250
300
250
270
180
280
330

Sesudah
200
260
120
150
150
270
250

Subjek
8
9
10
11
12
13
14
15

Sebelum
210
160
320
240
180
280
260
300

Sesudah
230
130
260
170
200
150
220
190
page 28

Latihan
Sebuah penelitian bertujuan melihat perbedaan force
expiratory volume (FEV) antara perokok dengan bukan
perokok. Dari 15 orang bukan perokok dilaporkan mean dan
standar deviasi FEV adalah 3.42 L + 0.48 L. Sementara itu, 10
orang perokok dilaporkan mean 2.81 L dan standar deviasi
0.45 L. Lakukanlah uji statistik apakah ada perbedaan yang
bermakna FEV perokok dengan bukan perokok.

page 29