UJI BEDA DUA MEAN

A. Pendahuluan
merupakan uji statistik yang membandingkan
mean 2 kelompok data.
- kelompok data independen bila data kelompok
yang satu tidak tergantung dari data kelompok
kedua
- kelompok data dikatakan dependen/pasangan bila
kelompok data yang dibandingkan datanya saling
mempunyai ketergantungan

B. Uji Beda Dua Mean Independen

tujuan: mengetahui perbedaan mean 2
kelompok data independen.
Syarat:
1. Data berdistribusi normal/simetris
2. Kedua kelompok data independen
3. Variabel yang dihubungkan

x1 sama
x2
1. Uji untuk varian
uji Z bila
populasi ( )
Sp (1standar
n1 ) (1 n2 deviasi
)
diketahui & jumlah sampel besar (> 30)
2
2
uji t (bila
jumlah
n1 1) s1 tidak
(n2 2diketahui,
) s2
sampel keciln (<
30)

n
1
2 2
T=
Sp2 =

x1 varian
x2
2. Uji untuk
berbeda
2

( S1 n1 ) ( S 2 n2 )

T=
2

[( S1

df =

[( S1 n1 ) ( S 2 n2 )]
2
2
n1 ) /( n1 1) ( S 2 n2 ) /(n2 1)]

3. Uji homogenitas varian

tujuan: mengetahui varian antara
2
data satu apakah sama
Skelompok
1
dengan
kelompok data yang kedua.
2
S2
Perhitungan
dengan uji F:
F=
df = n1-1 dan df2 = n2-1, varian yg lebih
besar pembilang, varian yg lebih kecil

Contoh Kasus:
Seorang pejabat Depkes berpendapat bhw rata2
nikotin yg dikandung rokok jarum lebih tinggi
dibanding rokok wismilak. Utk membuktikan
pendapatnya, diteliti dgn mengambil sampel scr
random 10 batang rokok jarum & 8 batang rokok
wismilak. Hasil pengolahan data melaporkan bhw;
rata2 kadar nikotin rokok jarum adalah 23,1 mg dgn
standar deviasi 1,5 mg. Sedang rokok wismilak rata 2
kadar nikotinnya 20,0 mg dgn standar deviasi 1,7
mg. Berdasarkan data tsb ujilah pendapat pejabat
Depkes tsb dgn menggunakan alpha 5 %.

2
1

22

12 22

Jawab:
Pertama lakukan pemeriksaan homogenitas varian
kedua data dgn menggunakan UJI F.
Hipotesis:
Ho: =
(varian kadar nikotin jarum sama dgn
varian kadar nikotin wismilak)
Ha: =
(varian kadar nikotin jarum berbeda dgn
varian kadar nikotin wismilak)
Perhitungan Uji F:
F = (1,7 )2 /(1,5)2 = 1,28
Df1 = 8 1 = 7 dan df2 = 10 1 = 9

1 2
1 2
Selanjutnya menguji perbedaan mean ke-2 kelompok
data tsb menggunakan uji t utk varian yg sama
2
2
(
10

1
)
1
,
5

(
8

1
)
1
,
7
Hipotesis
10 kadar
8 2 nikotin jarum sama dengan
Ho: = (mean

mean kadar nikotin wismilak)

Ha: >
(mean kadar nikotin jarum lebih tinggi
23,1 20
dibandingkan wismilak)
,59 1 10diatas
1 8 one tail (satu arah/satu sisi)
Dgn Ha 1seperti
Perhitungan uji t:

Dicari nilai p dengan menggunakan tabel

distribusi t (lampiran tabel iv). Pada soal
diperoleh nilai t = 4,1 dengan df = 16, maka
nilai tersebut terletak di sebelah kanan dari
nilai 2,921 berarti nilai pnya adalah < 0,0005
(oleh karena ujinya one tail maka nilai p
langsung dapat digunakan tidak perlu lagi
dikalikan dua).
Keputusan Uji Statistik:
Hasil perhitungan menghasilkan nilai P <

UJI T Independen dgn SPSS

1. Aktifkan / Buka File Latihan
2. Dari Menu Utama SPSS, pilih menu

3.

4.
5.

Statistik kemudian pilih sub menu

Compare Mean, Lalu pilih Independen
Sampel T tes
Pada Layar tampak kotak yang
didalamnya ada kotak Test Variabel
untuk memasukan varibel numerik dan
Grouping Variabel untuk tempat
memasukan variabel katagorik
Klik variabel bbbayi dan masukan ke
kotak Test Variabel
Klik variabel eksklusif dan masukan ke

6. Klik Define Groups, kemudian klik use specified

7.
8.

values dan pada Group 1 ketik 0, group 2 ketik

1
Klik Continue
Klik OK untuk menjalankan prosedur
perintahnya
Group Statistics
Dan hasilnya sebagai
berikut :
bbbayi

eskklusif
tidak
eksklusif
eksklusif

Mean

Std.
Deviation

Std. Error
Mean

24

3216.67

576.848

117.749

26

3123.08

592.829

116.263

Nilai rata-rata , standar deviasi dan standar error

berat badan bayi untuk masing-masing
kelompok ASI eksklusif dan ASI Non Eksklusif.

Independent Samples Test

Levene's Test for

Equality of
Variances

t-test for Equality of Means

95% Confidence Interval

Sig.

F
bbbayi

Equal variances
assumed
Equal variances
not assumed

.343

.561

df
.565

Sig. (2-

Mean

Std. Error

of the Difference

tailed)

Difference

Difference

Lower

Upper

48

.575

93.590

165.659

-239.491

426.670

.566 47.858

.574

93.590

165.475

-239.145

426.324

Untuk memilih uji T berdasarkan asumsi varian kedua kelompok

apakah sama atau tidak sama dapat dilihat dari Uji Levene
Jika nilai P < alpha (0,05) Varian berbeda
nilai P >= alpha (0,05) Varians sama
Pada Uji Levene nilai P = 0,561 berarti kedua varians tidak sama -
yang dilihat adalah uji T untuk varian yang tidak sama (not
equal).
Dari data diperoleh nilai p = 0,574 sehingga dapat disimpulkan
bahwa pada alpha 5%, didapat tidak ada perbedaan yang
signifikan rata-rata berat badan bayi antara ibu yang menyusui
eksklusif dengan ibu yang non eksklusif

C. Uji Beda Dua Mean Dependen

Tujuan: untuk menguji perbedaan mean antara 2 kelompok
data yang dependen
Syarat:
1. Distribusi data normal
2. Kedua kelompok data dependen/pair
3. Jenis variabel : Numerik dan Katagori (dua kelompok)
Formula:
T=
= rata2 deviasi/selisih
sampel 1 dgn sampel 2
d
SD_d= standar deviasi dari deviasi/selisih sampel 1 dan
SD 2
_d n
sampel

Contoh:
Seorang peneliti ingin mengetahui pengaruh Vit.
B 12 terhdp penyakit anemia. Sejumlah 10
penderita diberi suntikan vitamin B 12 & diukur
kadar Hb darah sebelum & sesudah pengobatan.
Hasil pengukuran adalah sbb:
Sebelum 12,2 11,3 14,7 11,4 11,5 12,7 1,2 12,1 13,3
10,8
Sesudah 13,0 13,4 16,0 13,6 14,0 13,8 13,5 13,8 15,5
13,2

Jawab:
Hipotesis:
Ho: = 0 (tdk ada perbedaan kadar Hb antara
sebelum & sesudah pemberian Vit B 12)
Ha: = 0 (ada perbedaan kadar Hb antara sebelum
& sesudah pemberian Vit B 12)
Perhitungan uji t:
sblm 12,2 11,3 14,7 11,4 11,5 12,7 11,2 12,1 13,3
10,8
ssdh 13,0 13,4 16,0 13,6 14,0 13,8 13,5 13,8 15,5
13,2

1,86
0,60 10

t=
t = 9,80
Kemudian dari nilai t tersebut dicari nilai p dgn
melalui tabel t. Dari soal diperoleh t = 9,80 & df =
101 = 9, maka nilainya di sebelah kanan dari nilai
tabel 3,250 (p = 0,005) berarti nilai P < 0,005, oleh
karena ujinya two tail maka nilai p = 0,005 x 2
Nilai P < 0,01
Keputusan Uji Statistik:

Uji T Dependen dgn SPSS

1. Aktifkan / Buka File Latihan
2. Dari Menu Utama SPSS, pilih menu

3.
4.
5.

Statistik kemudian pilih sub menu

Compare Mean, Lalu pilih Paired
Sampel T tes
Klik Hb1 kmdn klik tanda panah
sehingga variabel masuk di kotak paired
variables sebagai variabel 1
Klik Hb2 kmdn klik tanda panah
sehingga variabel masuk di kotak paired
variables sebagai variabel 2
Klik OK

Paired Samples Statistics

Mean
Pair 1

Kadar Hb Pemeriksaan
pertama
Kadar Hb Pemeriksaan kedua

Std. Deviation

Std. Error Mean

9.824

50

.6083

.0860

9.888

50

.6703

.0948

Pada tabel diatas terlihat statisti deskriftik berupa rata-rata kadar

dan standar deviasi kadar Hb antara pengukuran pertama dan
Pengukuran kedua

Paired Samples Test

Paired Differences

95% Confidence Interval of the

Mean
Pair 1

Std.

Std. Error

Deviation

Mean

Difference
Lower

Upper

df

Sig. (2-tailed)

Kadar Hb Pemeriksaan pertama

- Kadar Hb Pemeriksaan kedua

-.0640

.2570

.0363

-.1370

.0090

-1.761

49

.084

Uji T berpasangan di lihat dari tabel kedua, terlihat nilai perbedaan

Rata-rata antara pengukuran pertama dan kedua. Perbedaan ini diuj
Dengan uji T berpasangan menghasilan nilai P = 0,084 maka dapat
Disimpulkan tidak terdapat perbedaan yang signifikan kadar Hb anta
Pengukuran pertama dan kedua

BAB VIII

UJI BEDA LEBIH DARI DUA

MEAN
A. Pendahuluan
Dalam menganalisis data lebih dari 2 kelompok,
tidak dianjurkan menggunakan uji t, karena
kelemahannya:
- kita melakukan pengujian berulang kali sesuai
kombinasi yang mungkin
- Uji t berulang meningkatkan (inflasi) nilai
meningkatkan peluang hasil yang keliru.
Perubahan inflasi nilai
sebesar = 1-(1- ) n
Uji yang tepat dalam menganalisis beda lebih dari
2
mean adalah UJI ANOVA atau uji F.

Analisis varian (ANOVA) ada 2 jenis:

analisis varian satu faktor (one way)
dan analisis faktor dua faktor (two
way), akan dibahas analisis varian satu
faktor (one way)
Asumsi yang harus dipenuhi pada uji
Anova:
1. Varian Homogen
2. Sampel/kelompok independen

Sb 2
Sw2

Perhitungan uji
2 Anova sbb:
(n1 1) S1 (n 2 1) S 22 ....... (nk 1) Sk 2
N k
F=
2
2
2
n
1
(
X
1

X
)

n
2
(
X
2

X
)

........

nk
(
Kk

X
)
df = k-1 untuk pembilang
k 1
n-k untuk penyebut

n1. X 1 n 2. X 2 ........ nk . Xk
X
N
Sw2 =

Contoh kasus:
Suatu penelitian ingin mengetahui
perbedaan kadar folat sel darah pada tiga
zat pembius (anestesi) yang berbeda. Data
yang berhasil dikumpulkan adalah sbb:
Kelompok I : 243 251 275 291 347 354 380 392
Kelompok II : 206 210 226 249 255 273 285 295
309

2 3

1
Jawab

Hipotesis
Ho: =
=
tidak ada perbedaan mean kadar folat sel darah
pada ketiga jenis zat pembius
Ho: =
=
ada perbedaan mean kadar folat sel darah pada
ketiga jenis zat pembius
Perhitungan Uji Anova (Uji F)
Kel I: mean = 316,62 standar deviasi = 58,72
Kel II: mean = 256,44 standar deviasi = 37,12

(8)(316,62) (9)(256,44) (5)(278,00)

22

(8)(316,62 283,22) 2 (9)(256,44 283,22) 2 (5)(278,00 283,22) 2

3 1

=
Sb2 =

= 2283,22

(8 1)(58,72) (9 1)(37,12) (5 1)(33,76)

22 3

= 7758

7758
Sw2= 2090

= 2090

Dari nilai F=3,71 dan kedua df, yaitu

df1=31=2 (numenator) dan df2=22-3=19
(denominator) kemudian dilihat pada tabel F
(lampiran v). Oleh karena pada tabel F untuk
df denominator 19 tidak ada maka digunakan
df yang terdekat yaitu df= 18.
Pada soal diatas diperoleh nilai F=3,71
sehingga nilai pnya < 0,050 dan > 0,025
(0,025<P<0,05) sehingga keputusannya Ho
ditolak. Dengan demikian dengan alpha 5 %

B. Analisis Multiple Comparison

(Posthoc
Test)

tujuan: mengetahui lebih lanjut

kelompok
mana saja yang berbeda meannya
bilamana pada pengujian Anova
dihasilkan

xi x j
VSw2 [(1 / ni ) (1 / nj )]

Perhitungan Bonferroni adalah sbb:

Tij =

df = n-k

2 level of significance ( ) sbb:

Dengan

3!
2!(3 2)!
Contoh kasus:
Misalnya untuk soal diatas kita akan coba telusuri
lebih lanjut kelompok mana saja yang kadar folat
darahnya
yang
0,05 berbeda:
*

Kombinasi
uji t yang mungkin adalah (32) =
3

Pada soal diatas digunakan alpha 5 % maka

316,62
256,44menjadi:
bonferroni
adalah
2090
9)]
= [(1 / 8) =(1 /0,0167
Uji kelompok I dan II:

Dgn nilai316
t=2,71
,62 278&,00df=223=19; nilai P < 0,01&>
0,005 (tabel
2090[(1 / 8t)
) , (nilai
1 / 5)] ini < dari nilai = 0,0167
maka hipotesis nol ditolak. Dgn demikian dpt
disimpulkan bhw scr statistik ada perbedaan kadar
folat darah antara kelompok* I dan II

T13 =

= 1,48

Dgn nilai t=1,48 & df=223=19, maka nilai P >

0,05 (tabel t), nilai ini > dari nilai = 0,0167

256,44 278,00
2090[(1 / 9) (1 / 5)]
Uji kelompok II dan III
T23 =

*
= -0,033
Dgn nilai t= 0,033 & df=223=19; nilai P >
0,1000 (tabel t), nilai ini lebih besar dari nilai =
0,0167 maka hipotesis nol gagal ditolak. Dengan
demikian dapat disimpulkan bahwa secara statistik
tidak ada perbedaan mean kadar folat darah antara
kelompok II dan III.

Uji Anova Dependen dgn

1.SPSS
Aktifkan / Buka File Latihan

2. Dari Menu Utama SPSS, pilih menu Statistik

3.
4.
5.
6.
7.
8.

kemudian pilih sub menu Compare Mean, Lalu

pilih One-Way Anova
Kotak dependen list diisi variabel numerik klik
varibel bbbayi dan faktor diisi variabel
katagoriknya, klik variabel kerja
Klik tombol option , centang pada kotak
deskriptive
Klik Kontinu
Klik Tombol Post Hoc , tandai dengan tanda
centang
Klik Kontinu
Klik OK dan berikut hasilnya

 Dari print out dapat dibaca hasil analisis

deskriftik meliputi rata-rata berat badan

bayidan standar deviasi masing-masing
kelompok
Nilai P dibaca dari kolom F prob.
Pada tabel paling bawah terlihat hasil uji
multipel comparison Bonferroni yang
berguna untuk menelusuri lebih lanjut
kelompok mana saja yang berhubungan
signifikan dilihat dari nilai kolom sig