Uji Beda Dua Mean Independen

Tujuan pengujian ini adalah untuk mengetahui perbedaan mean dua kelompok data
independen. Syarat/asumsi yang harus dipenuhi adalah sebagai berikut :
1. Data berdistribusi normal/simetris;
2. Kedua kelompok data independen;
3. Variabel yang dihubungkan berbentuk numerik dan kategori (dengan hanya dua
kelompok).
Uji Homogenitas Varian
Prinsip pengujian dua mean adalah melihat perbedaan varian kedua kelompok data.
Oleh karena itu, dalam pengujian ini diperlukan informasi apakah varian kedua kelompok
yang diuji sama atau tidak. Bentuk varian yang kedua kelompok data akan berpengaruh pada
nilai standar error yang akhirnya akan membedakan rumus pengujiannyaa.
Tujuan dari uji ini adalah untuk mengetahui varian antara kelompok data satu apakah
sama dengan kelompok data yang kedua.
Perhitungan dengan menggunakan uji F :
Rumus:
F=

S1
S2

df 1=n11 dan df 2=n 21

Pada perhitungan uji F, varian yang lebih besar berfungsi sebagai pembilang dan varian yang
lebih kecil berfungsi sebagai penyebut.
1. Uji untuk Varian Sama
Uji beda dua mean dapat dilakukan dengan menggunakan uji Z atau uji T. Uji Z dapat
digunakan bila standar deviasi populasi () diketahui dan jumlah sampel besar (lebih dari 30).
Apabila kedua syarat tersebut tidak terpenuhi, maka dilakukan uji T. Pada umumnya nilai
sulit diketahui, sehingga uji beda dua mean biasanya menggunakan Uji T (T-Test). Untuk
varian yang sama, bentuk ujinya adalah sebagai berikut.

Rumus:
X 1X 2

T=
Sp

( n1 )+( n1 )
1

Sp 2=

( n11 ) S21 +( n21) S2

n1 +n 22

df =n1 +n22
Keterangan :
X1 atau X2

= jumlah data kelompok 1 dan kelompok 2

n1 atau n2

= Jumlah sampel kelompok 1 atau 2

S1 atau S2

= Standar deviasi sampel kelompok 1 atau 2

2. Uji untuk Varian Berbeda

Untuk varian yang berbeda, bentuk ujinya menggunakan uji beda dua mean Uji T (TTest) dengan varian beda. Bentuk rumusnya adalah sebagai berikut.
Rumus:
T=

X 1X 2
S1
S
+ 2
n1
n1

)( )

Untuk degree of freedom tidak bisa dengan rumus biasa (df = n1 + n2 - 2), tetapi
menggunakan rumus khusus berikut.
Rumus:

df =

[( ) ( ) ]

S 21
S22
+

n1
n1

[ ][ ]
S 21
n1

S22
n2

( ) ( )
n11

n2 1

Langkah-langkah menentukan Uji T Independen terdiri atas 2 bagian :

1. Menentukan homogenitas varian
a. Tentukan hipotesis varian
b. Melakukan Uji F
c. Menentukan df dan
d. Lihat tabel F
e. Interpretasi
2. Menentukan uji perbedaan kedua varian
a. Hiotesis Uji beda
b. Melakukan Uji T
c. Menentukan df dan alpa
d. Lihat tabel T
e. interpretasi
Contoh Kasus :
1. Suatu penelitian ingin mengetahui hubungan status hipertensi pada ibu hamil
dengan berat badan bayi yang dilahirkan. Responden terbagi dalam 2 kelompok
yaitu yang tekanan darah normal dan hipertensi masing-masing sebanyak 20 orang.
Hasil penelitian menunjukkan bahwa ibu dengan tekanan darah normal melahirkan
bayi dengan berat rata-rata 3300 gram dengan standar deviasi 300 gram, sementara
ibu dengan hipertensi melahirkan bayi dengan berat rata-rata 2400 gram dengan
standar deviasi 230 gram.
a. Tentukan jenis data dan skala pengukuran kedua variabel
b. Apakah kedua kelompok independen atau dependent
c. Ujilah apakah ibu yang hipertensi akan melahirkan bayi dengan berat lahir yang
lebih rendahh dibandingkan ibu-ibu yang tidak hipertensi pada alphaa
d. Tentukaan apakah varian data sama atau beda
e. Gunakan uji statistik yang sesuai dengan asumsi bentuk sebaran datanya adalah
normal.
Penyelesaian:
a. Jenis data :
Skala ukur :
b. Independen
c. Langkah pertama melakukan pemeriksaan homogenitas varian kedua data dengan
menggunakan uji F.

1) Tentukan hipotesis varian

H 0 : = 2 (Tidak ada perbedaan varian berat badan bayi ibu TD
normal dengan varian mean berat badan bayi ibu hipertensi)
H a : 1 = 2 (Ada perbedaan varian berat badan bayi ibu TD
normal dengan varian mean berat badan bayi ibu hipertensi)
2) Hitung F
S
F= 1
S2
F=

300
230

F=

90000
52900

= 1,70
Keterangan:
S1

= standar deviasi dengan nilai terbesar

S 2 = standar deviasi dengan nilai paling kecil

3) Hitung df dan
df 1=n11 dan df 2=n 21
df 1=201 dan df 2=201
df 1=19 dan df 2 =19
Keterangan:
df 1= jumlah sampel kelompok pertama
df 2= jumlah sampel kelompok kedua
yang digunakan pada kasus ini yaitu 5% (0.05)
4) Lihat tabel F
Dari nilai F dan kedua df tersebut kemudian dilihat pada tabel F.
sebagai numerator dan

df 2

Fhit >F tab =H 0 ditolak

Fhit < F tab =H 0 gagal ditolak

sebagai denominator.

df

1.70 < 2.34 =

H 0 gagal ditolak

5) Interpretasi
Fhit
Nilai
lebih kecil dibanding nilai

Ftab

maka, tidak ada

perbedaan varian mean berat badan bayi ibu TD normal

dengan varian mean berat badan bayi ibu hipertensi
Langkah ke dua yaitu menguji perbedaan mean kedua kelompok
data tersebut dengan menggunakan uji t untuk varian yang
sama:
1) Tentukan hipotesis
Ho : (tidak ada perbedaan varian mean berat badan bayi ibu
TD normal dengan varian mean berat badan bayi ibu
hipertensi)
Ha : (lebih besar varian mean berat badan bayi ibu TD normal
dari varian mean berat badan bayi ibu hipertensi)
2) Lakukan uji T
( n11 ) S21 +( n21) S2
2
Sp =
n1 +n 22

Sp 2=

( 201 ) 300+(201)230
20+ 202

Sp 2=

19 90000+19 52900
38

Sp 2=

1710000+1005100
38

Sp= 71450

= 267,3

Setelah
didapat
hasil
menggunakan rumus uji t:
X 1X 2
T=
1
1
Sp
+( )
n1
n2

Sp

maka

lanjutkan

dengan

X 1X 2

T=
Sp

T=

1
1
+( )
n1
n2

33002400
267,3

( 201 )+( 201 )

T=

900
267,3 0,05+0,05

T=

900
267.3 0,1

T=

900
267.3 (0.32)

T=

900
=10.5
85.536

3) Tentukan df dan
df =n1 +n22
df =20+202=38

= 5% (0.05)
4) Lihat tabel t
Tabel t terdrir dari kolom dan baris. Baris menunjukkan nilai df
dan kolom menunjukkan nilai .angka dalam tabel
menunjukkan nilai t tabel yang nantinya digunakan untuk
konversi degan nilai t hitung. Pada bagian kolom semakin ke
kanan nilai alphanya akan semakin kecil.
T hit >T tab =H 0 ditolak
10,5 > 1,684 =

H 0 ditolak

T hit <T tab =H 0 gagal ditolak

5) Interpretasi

Nilai

T hit

lebih besar dibanding nilai

T tab

maka, lebih besar

varian mean berat badan bayi ibu TD normal dengan varian

mean berat badan bayi ibu hipertensi.

Sumber: Sabri. (2014). Statistik kesehatan. Jakarta: Rajawali Pers.