Anda di halaman 1dari 11

A.

PENGERTIAN UJI BEDA DUA MEAN : UJI T, UJI Z


Uju Beda Dua Mean adalah Uji statistik yg membandingkan mean 2
kelompok data. Atau Bila seorang peneliti ingin mengetahui apakah parameter dua
populasi berbeda atau tidak, maka uji statistik yang digunakan disebut uji beda dua
mean. Umumnya, pendekatan yang dilakukan bisa dengan distribusi Z (uji Z),
ataupun distribusi t (uji t). Uji Z dapat digunakan bila : (1) standar deviasi populasi
() diketahui, dan (2) jumlah sampelnya besar (> 30). Bila kedua syarat tersebut
tidak terpenuhi, maka jenis uji yang digunakan adalah uji t dua sampel (two sample
t-test).
Sebelum kita melakukan uji statisik dua kelompok data, kita perlu
perhatikan apakah dua kelompok data tersebut berasal dari dua kelompok yang
independen atau berasal dari dua kelompok yang dependen / pasangan.
Misalnya, apakah ada perbedaan rata-rata tekanan darah populasi intervensi (kota)
dengan populasi kontrol (desa). Atau, apakah ada perbedaan rata-rata berat badan
antara sebelum dengan sesudah mengikuti program diet. Sebelum kita melakukan
uji statistik dua kelompok data, kita perlu perhatikan apakah dua kelompok data
tersebut berasal dari dua kelompok yang independen atau berasal dari dua
kelompok

yang

dependen/berpasangan.

Dikatakan

kedua

kelompok

data

independen bila populasi kelompok yang satu tidak tergantung dari populasi
kelompok kedua, misalnya membandingkan rata-rata tekanan darah sistolik orang
desa dengan orang kota. Tekanan darah orang kota adalah independen (tidak
tergantung) dengan orang desa. Dilain pihak, dua kelompok data dikatakan
dependen/pasangan bila datanya saling mempunyai ketergantungan, misalnya data

berat badan sebelum dan sesudah mengikuti program diet berasal dari orang yang
sama (data sesudah dependen/tergantung dengan data sebelum).
B. KONSEP UJI BEDA DUA RATA-RATA
Uji beda rata-rata dikenal juga dengan nama uji-t (t-test ). Konsep dari uji beda
rata-rata adalah membandingkan nilai rata-rata beserta selang kepercayaan tertentu
(confidenceinterval) dari dua populasi. Prinsip pengujian dua rata-rata adalah
melihat perbedaan variasi kedua kelompok data. Oleh karena itu dalam pengujian
ini diperlukan informasi apakah varian kedua kelompok yang diuji sama atau tidak.
Varian kedua kelompok data akan berpengaruh pada nilai standar error yang
akhirnya akan membedakan rumus pengujiannya. Dalam menggunakan uji-t ada
beberapa syarat yang harus dipenuhi. Syarat/asumsi utama yang harus dipenuhi
dalam menggunakan uji-t adalah data harus berdistribusi normal, Jika data tidak
berdistribusi normal, maka harus dilakukan transformasi data terlebih dahulu untuk
menormalkan distribusinya. Jika transformasi yang dilakukan tidak mampu.
menormalkan distribusi data tersebut, maka uji-t tidak valid untuk dipakai, sehingga
disarankan untuk melakukan uji non-parametrik seperti Wilcoxon (data
berpasangan) atauMann-Whitney U (datindependen).Berdasarkan karakteristik
datanya maka uji beda dua rata-rata dibagi dalam dua kelompok, yaitu: uji beda
rata-rata independen dan uji beda rata-rata berpasangan.
1. UJI BEDA DUA MEAN INDEPENDEN
a. Tujuan

untuk

mengetahui perbedaan mean dua

independen
b. Syarat / asumsi yang harus dipenuhi:
1) Data berdistribusi normal / simetris
2) Kedua kelompok data independen

kelompok

data

3) Variabel yang dihubungkan berbentuk numerik dan katagori ( dengan


hanya dua kelompok)
Prinsip pengujian dua mean adalah melihat perbedaan variasi kedua
kelompok data. Oleh karena itu dalam pengujian ini diperlukan informasi
apakah varian kedua kelompok yang diuji sama atau tidak. Bentuk variab
kedua kelompok

data akan berpengaruh pada

nilai

standar

eror

yang

akhirnya akan membedakan rumus pengujiannya.


a) UJi untuk varian sama
Uji beda dua mean dapat dilakukan dengan menggunakanuji Z atau uji
T. Uji Z dapat digunakan bila standar deviasi populasi (o) diketahui dan
jumlah sampel besar (lebih dari 30). Apabila kedua syarat tersebut tidak
terpenuhi maka dilakukan uji T. Pada umumnya nilai o sulit diketahui,
sehingga uji beda dua mean biasanya menggunakan uji T (T-Test). Untuk
varian yang sama maka bentuk ujinya sbb:

df = n1+n2-2
Keterangan :
n1 atau n2 = jumlah sampel kelompok 1 atau 2
S1 atau S2 = standar deviasi sample kelompok 1 dan 2

b) Uji Untuk Varian berbeda

c) Uji Homogenitas varian


Tujuan dari uji ini adalah untuk mengetahui varian antara kelompok
daa satu apakah sama dengan kelompok data yang kedua. Perhitungannya
dengan menggunakan uji F :

Pada pehitungan uji F, varian yang lebih besar sebagai pembilang dan
varian yang lebih kecil sebagai penyebut.
2. UJI BEDA DUA MEAN DEPENDEN
Salah satu metode pengujian hipotesis dimana data yang digunakan tidak bebas
(data kelompok satu tergantung dengan data pada kelompok dua).
a. Tujuan : Untuk menguji perbadaan antara dua kelompok data yang
dependen
Contoh kasus:
Apakah ada perbedaan tingkat pengetahuan antara sebelum dan sesudah
dilakukan pelatihan
Apakah ada perbedaan berat badan antara sebelum dan sesudah
mengikuti program diet
b. Syarat:
1) Distribusi data normal

2) Kedua kelompok data dependen f pair


3) Jenis variabel: numerik dan katagori (dua kelompok)

C. APLIKASI UJI HIPOTESIS BEDA 2 MEAN


1. Aplikasi Uji Beda Dua Mean Independen.
Contoh kasus :
Seorang pejabat Depkes berpendapat bahwa nikotin yang dikandung rokok
jarum lebih tinggi dibandingkan rokok wismilak. Untuk membuktikan
pendapatnya kemudian diteliti dengan mengambil sample secara random 10
batang rokok jarum dan 8 batang rokok wismilak. Hasil pengolahan data
melaporkan bahwa rata-rata kadar nikotin rokok jarum adalah 23,1 mg dengan
standar deviasi 1,5 mg. Sedangkan pada rokok wismilak rata-rata kadar
nkotinnya 20,0 mg dengan standar deviasi 1,7 mg. Berdasarkan data tersebut
ujilah pendapat pejebat depkes tersebut dengan alpha 5%.
Penyelesaian
Langkah I adalah melakukan pemeriksaan homogenitas kedua data dengan
menggunakan uji F.
Hipotesis :
Ho : 12 = 22 (Varian kadar nikotin jarum sama dengan varian kadar
nikotin wismilak)

Ha : 12 = 22 (Varian kadar nikotin jarum tdk sama dengan varian


kadar nikotin wismilak)
Perhitungna dg UJI F
F = (1,7)2 / (1,5)2 = 1,28
Df1 = 8 1 =7 dan df 2 = 10 1 =9
Dari nilai F dan kedua df tersebut kemudian dilihat pada tabel F
Df 1 = 7 sebagai numenator dan df 2 = 9 sebagai denominator.
Pada tabel Distribusi F terdiri dari tiga bagian
Yaitu DF numenator, DF denominator dan Area.
Maka pada soal diatas diperoleh nilai F = 1,28 dan nilai tabel untuk
numenator =7 dan denumenator = 9 maka didapatkan nilai 3,29 yang
berati Fhitung < Ftabel sehingga Ho gagal ditolak (Ho diterima)
Sehingga dapat disimpulkan bahwa Varian kadar nikotin rokok jarum
sama dengan kadar nikotin rokok wismilak
Langkah selanjutnya menguji perbedaan mean kedua kelompok tersebut.
Dengan menggunakan uji t untuk varian yang sama.
Hipotesis :
Ho : 1 = 2
Ha : 1 > 2
Dengan Ha diatas menunjukkan one tail
Perhitungan Uji t
(10 1) 1,52 + (8-1) 1,72
Sp2 = --------------------------------10 + 8 2
= 2,53

Sp = 1,59
23,1 - 20
T = ---------------------------- = 4,1
1,59(1/10 + 1/8)
Df = 10+8-2 = 16
Dari hasil perhitungan menunjukkan dengan t =4,1 dan df = 16 maka P <
0,0005. Ho ditolak.
Sehingga dapat disimpulkan bahwa secara statistik menunjukkan bahwa
kadar nikotin jarum memang lebih tinggi dibandingkan dengan kadar
nikotin rokok wismilak (P<0,0005)
Jika data yang diperoleh tidak menjelaskan tentang nilai rata-rata, Sd,
maka perlu dilakukan proses perhitungan terlebih dahulu sebelum
perhitungan dengn uji T
Rata-rata ( X ) = Jumlah total nilai / banyaknya nilai

Standar Deviasi
( X X ) 2
Sd
n 1
Untuk data kecil < 30 =

Sd

( X X ) 2
n

Untuk data besar > 30=


Contoh:
Sebuah data diperole sebagai berikut :
20 40 70 80 30 60 50

Tentukan nilai standar deviasinya :


Perhitungan : X = 50
X

( X X )2

(XX)

20

-30

900

40

10

100

70

20

400

80

30

900

30

-20

400

60

10

100

50

0
2800

Dari tabel diatas maka nilai digunakan kedalam rumus :


Sd
Sd

( X X ) 2
n 1
2800
21,6
7 1

Standar deviasi = 21,6


2. Aplikasi Uji Beda Dua Mean Dependen.
Contoh:
Seorang peneliti ingrn mengetahui pengaruh

Vitarnin

B12

terhadap

penyakit, anemia. Sejumlah 10 penderita diberi suntikan vitamin B12 dan


diukur

kadar

FIb

darah Sebelum

dan

sesudah

pengobatan.

pengukuran adalah sbb:


Sebelum:12,2 11,3 '1,4,7 1'1,,41'1,5 12,7 1'1,,212,'J. 13,3 10,8
Sesudah:I3,O 13,4 '1.6,0 13,6 '1.4,0 13,8 13,5 13,8 15,5 13,2

Hasil

Coba anda buktikan apakah ada perbedaan kadar Hb antara sebelum dan
sesudah pemberian suntikan VitBl2 dengan alphal 5 %
Jawab:
Hipotesis
Ho : 0 (tidak ada perbedaan kadar Hb antara sebelum dan sesudah
pemberian Vit B12)
Ha :

= 0 (ada perbedaan kadar Hb antara sebelum dan sesudah

pemberian Vit B12).


Perhitungan Uji t:
Sebelum:12,2 11.,3 ']..4,7 11.,4 1'J.,5 12,7 1'1,,2 12,'1, 13,3 L0,8
Sesudah:13,0 13,4 L6,0 13,6 14,0 13,8 13,5 13,8 15,5 13,2
Deviasi ; O8 2,1 1,3 2,2 2,5 1,1 2,3 1,7 2,2 2,4-+IIJM=18,6
Rata-rata deviasinya (d) = 18,6 f 10 = 1.,86
Standar deviasi dari nilai deviasinya (SD-d) = 0,60 (dihitung dengan
kalkulator)

Dar
i soal diatas diperoleh t = 9,80 dan df = 10 - 1 = 9, maka nilainya
disebelah kanan dari nilai tabel3,250 (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:
Hasil perhitungan menghasilkan nilai P < 0,0L yang lebih kecil dari nilai
alpha (0,05)

maka dapat

diputuskan.Ho ditolak.

Sehingga

dengan

menggunakan alpha 5% dapat disimpulkan bahwa, secara statistik ada


perbedaan kadar Hb antara sebelum dan sesudah diberi suntikan vitamin
B12 (p<0,01).
D. Fungsi Uji Beda Rataan
1. Menguji teori, artinya berfungsi untuk menguji kesahihan teori. Pernyataan
teori dalam bentuk yang teruji disebut hipotesis. Teori adalah satu satu prinsip
yang dirumuskan untuk menerangkan sekelompok gejala/peristiwa yang saling
berkaitan. Teori menunjukkan adanya hubungan antara fakta yang satu dengan
fakta yang lain.
2. Menyarankan teori baru, apabila hasil pengujian hipotesis dapat membentuk
proposisi, asumsi atau penjelasan tentang suatu peristiwa.

3. Mendeskripsikan fenomena sosial, artinya hipotesis memberikan informasi


kepada peneliti tentang apa yang nyata - nyata terjadi secara empirik.

Anda mungkin juga menyukai