Uji Statistik Terhadap Mean dan Perbandingan Mean

UJI STATISTIK
TES HIPOTESIS TERHADAP MEAN POPULASI
UKURAN SAMPEL BESAR (n>30)
1. Terhadap Satu Mean

Di sini nilai mean populasi = nilai mean sam-
pel, yang terdistribusi secara normal dgn μ=0
dan terletak di tengah kurva normal
16/05/2013 LaOde Saafi 2

X - µ0 X - µ0
Rumus: Z = ----------- atau Z = -----------
σ s / n
(bila varians populasi
tidak diketahui)
Soal
Tinggi badan rata-rata penduduk dewasa
negara A = 160 Cm dengan standar deviasi =
20 Cm. Dari hasil penelitian pada 100 orang
ternyata mean tinggi badan = 165 Cm. Apakah
hasil penelitian ini signifikan atau tidak?

Jawab:
1. Hipotesis:
Ho : μ = μ0
Ha : μ ≠ μ0
2. Tingkat signifikansi: α = 0,05
3. Tes Statistik: X - µ0
Z = -----------
σ

4. Daerah penolakan:
Z(0,05/2) = Z(0,025) = + 1,96
H0 ditolak bila Zhitung < - 1,96 atau
Zhitung > 1,96
H0 tidak ditolak bila -1,96 ≤ Zhitung ≤ 1,96
5. Perhitungan:
Z = (165 – 160)/(20) = 0,25

6. Keputusan:
Karena Zhitung< 1,96 maka H0 tidak ditolak
pada α = 0,05
7. Kesimpulan:
Tidak ada perbedaan rata-rata tinggi
badan antara hasil penelitian dgn populasi
8. Interpretasi

2. Terhadap Dua Mean (n>30)
Dalam suatu penelitian sering kita ambil random sampel dari 2
populasi yang berbeda karakteristik & bersifat independen.
Untuk itu, Tes hipotesis dapat dilakukan terhadap dua mean
populasi untuk mengetahui ada tidaknya perbedaan yang
signifikan X1 - X2
Rumus : Z = ---------------------
Soal √ σ12/n1 + σ22/n2
Pemeriksaan kadar HB dengan spektrometer pada 40 orang
wanita dan 50 orang laki-laki yang bekerja di sebuah pabrik
dengan hasil sebagai berikut:
 Wanita : mean kadar HB = 11,585; standar deviasi =1,062
 Laki-laki : mean kadar HB = 12,800; standar deviasi =1,108
Apakah ada perbedaan yang bermakna an-tara kadar HB
wanita dan laki-laki?
Soal
Pemeriksaan kadar HB dengan spektrometer pada
40 orang wanita dan 50 orang laki-laki yang bekerja
di sebuah pabrik dengan hasil sebagai berikut:
 Wanita : mean kadar HB = 11,585; standar deviasi =1,062
 Laki-laki : mean kadar HB = 12,800; standar deviasi =1,108
Apakah ada perbedaan yang bermakna an-tara

kadar HB wanita dan laki-laki?

Ukuran sampel kecil (n<30)
Pada ukuran sampel kecil, kita berasumsi bahwa kurva distribusi
mean pada sampel ukuran kecil yang disebut distribusi t (t-student)
melingkupi bagian atas kurva distribusi normal.
Distribusi-t
Distr. Normal Derajat kebebasan (dk) = n - 1
(Degree of freedom = df)
3. Terhadap Satu Mean Populasi

Dilakukan bila standar deviasi populasi tidak diketahui &
ukuran sampel kecil (n<30).

X - µ0
Rumus: t = -----------
σ / n
Soal
Seandainya ingin mengambil suatu keputusan dengan
menggunakan 16 random sampel, yaitu hasil pemerik-
saan resistensi test obat eritromisin terhadap bakteri
pneumococcus dengan mean keberhasilan 79,6% dan
standar deviasi 5,3%. Hasil pemeriksaan pihak lain =
84,3%. Apakah kedua hasil pemeriksaan tersebut
berbeda?

Jawab:
1. Ho : p = 0,843
Ha : p ≠ 0,843
3. Tes Statistik: X - µ0
t = -----------
σ / n

4. Daerah penolakan:
df = n – 1 = 16 – 1 = 15
t (/2; df) = t (0,005; 15) = 2,95
H0 ditolak bila t hitung < - 2,95 atau t hitung
> 2,95
Ha tidak ditolak bila -2,95 ≤ t hitung ≤ 2,95
5. Perhitungan:
t = (79,6 – 84,3)/(5,3/16) = - 3,55

6. Keputusan:
Karena t hitung < - 2,95 maka H0 ditolak
pada α = 0,01 dan df = 15
7. Kesimpulan:
Ada perbedaan keberhasilan resistensi
test eritromisin terhadap pneumococus (<
84,3%)
8. Interpretasi

4. Terhadap Dua Mean (n<30)
Pada keadaan terdapat perbedaan 2 mean pada sample dengan

dengan ukuran kecil, dapat dilakukan tes hipotesis terhadap 2 mean,
dengan asumsi bahwa kedua independen random sampel ini berasal
dari distribusi-t & mendekati kurva normal dengan varian yang sama.
X1 - X2
t = -------------------------------------------------
∑(X1 - X1)2 + ∑(X2 - X2)2 1 1
√ ------------------------------ [ --- + --- ]
n1 + n2 – 2 n1 n2

Uji t Dua Sampel
(Uji t Independen=Uji Perbedaan mean dua sampel)
 Biasa juga disebut student t test
15
 Bertujuan untuk membandingkan rata-rata dua
kelompok/sub kelompok yang bersifat independen
 Misalnya membandingkan dua macam obat, dua cara
pengobatan, dua cara produksi, dua cara mengajar, dll
 Syarat pengunaan :
 Distribusi data nilai mean yang dibandingkan
berdistribusi normal atau sampel besar
 Nilai varians kedua kelompok yang dibandingkan
sama
16/05/2013 LaOde Saafi

Uji t Independen
x1  x2 Dimana
t ( n  1) s 2
 ( n  1) s 2
1 1 s2  1 1 2 2
16
s  n1  n2  2
n1 n2
X1 = rata-rata kelompok I
X2 =rata-rata kelompok II
s1 = standard deviasi kelompok I
s2 = standard deviasi kelompok II
n1 = sampel kelompok I
n2 = sampel kelompok II

Uji t Independen
 Distribusi t dk=(n1+n2-2)
 Kriteria pengujian : Ho diterima jika –t tabel <t hitung < t tabel
 Contoh :
17
Dua macam obat A dan B diberikan kepada pasien secara
terpisah untuk jangka waktu tertentu. Ingin diketahui obat
mana yang lebih baik dalam meningkatkan berat badan
pasien. Sampel diambil dari 11 pasien yang diberikan obat A
dan 10 pasien yang diberikan obat B. Penambahan berat
badan sebagai berikut :
Obat A 3,1 3,0 3,3 2,9 2,6 3,0 3,6 2,7 3,8 4,0 3,4
Obat B 2,7 2,9 3,4 3,2 3,3 2,9 3,0 3,0 2,6 3,7

Jawab :
1. Ho=kedua macam obat sama dapat
meningkatkan berat badan pasien
Ha = kedua macam obat berbeda meningkatkan
18
berat badan pasien
2. Kriteria pengujian : -t tabel <t hitung<t tabel
maka Ho diterima
 α =0,05, dk = n1+n2-2=11+10-2=19
 T tabel = 2,09
3. T hitung :
xA = 3,22 XB = 3,07, sA2=0,1966 sB2 = 0,1112
( n  1) s 2
 ( n  1) s 2
(11  1)0,1966  (10  1)0,1112
s 
2 1 1 2 2
  0,1576
n1  n2  2 11  10  2
Jawab :
x1  x2 3,22  3,07
t   0,862
1 1 1 1
s  0,397 
n1 n2 11 10
19
4. Ambil kesimpulan
oleh karena nilai t hitung terletak antara
-2,09 dan 2,09 maka Ho diterima dan Ha
ditolak
5. Interpretasi
Jadi kedua obat tersebut dapat
meningkatkan berat badan pasien.
Tugas :
 Ujian akhir mata kuliah statistik inferensial
bagi mahasiswa akper tingkat III. Kelas A
20
terdapat 68 mahasiswa dan kelas B terdiri
46 mahasiswa. Setelah dinilai rata-rata
kelas A 84 dengan standard deviasi 9
sedangkan kelas B rata-rata 80 dengan
standard deviasi 10. Dapatkah
disimpulkan bahwa kedua kelas
mempunyai kepandaian yang sama pada
α=0,05 dan 0,01?
Uji dengan mengunakan program SPSS
(tidak mengunakan data contoh)
Independent Samples Test
Lev ene's Test f or

Equality of Variances t-test f or Equality of Means
95% Conf idence
21
Interv al of the
Mean Std. Error Dif f erenc e
F Sig. t df Sig. (2-t ailed) Dif f erenc e Dif f erenc e Lower Upper
Kadar Pb Darah Equal v ariances
25. 265 .000 11. 633 48 .000 51. 3660 4. 41563 42. 48777 60. 24423
ass umed
Equal v ariances
11. 633 28. 583 .000 51. 3660 4. 41563 42. 32929 60. 40271
not as sumed

 Biasa juga disebut Paired t test
 Bertujuan untuk menguji perbandingan mean dua
kelompok/sub kelompok yang berpasangan misalnya :
22
 Pada desain penelitian pre-post test. Membandingkan
nilai pengukuran post test dengan pre test.
 Membandingkan hasil pengukuran yang dilakukan dua kali
 Membandingkan hasil pengukuran dua metode alat ukur.
Tujuan penelitian ini untuk mengetahui sensitivitas suatu
metode atau alat
 Syarat :
 Nilai varians kedua kelompok yang dibandingkan sama
Rumus :
t = Distribusi t
d d = mean beda sebelum dan sesuai
t Sd = Standard deviasi perbedaan sampel
n = jumlah sampel
sd
23
n
d
 d
n
n d i   d i 
2 2
sd 
n(n  1)
Contoh :
Kadar glukosa sebelum dan sesudah
24
pengobatan penderita DM diukur untuk
menentukan apakah pengobatan berhasil
atau tidak. Hasil pengukuran kadar glukosa
darah pasien sebagai berikut :

Kadar Glukosa Darah Sebelum dan
Sesudah Pengobatan
Nomor Sebelum Sesudah Ket
1 120 100 =
25
2 110 100
3 130 135
4 140 120
5 145 123
6 125 120
7 115 120
8 117 125
9 119 100
10 135 132
11 132 125
12 127 128
Jawab :
 Ho : Ada penurunan kadar glukosa darah
penderita DM setelah pengobatan
26
 Ha : Tidak ada penurunan kadar glukosa
darah
Ho  penderita
0 DM setelah
d
Ha   d  0
• Kreteria penolakan Ho : thitung < t tabel maka Ho ditolak
• Untuk α = 0,05 df = n-1= 12-1=11, maka t tabel = -1,796
• Hitung nilai t :

Jawab :
Nomor Sebelum (x1) Sesudah (x2) d d2
1 120 100 -20 400
2 110 100 -10 100
27
3 130 135 5 25
4 140 120 -20 400
5 145 123 -22 484
6 125 120 -5 25
7 115 120 5 25
8 117 125 8 64
9 119 100 1 1
10 135 132 -3 9
11 132 125 -7 49
12 127 128 1 1
-87 1943
jawab
d
 d  87
  7,25
n 12
28
n d i   d i 
2 2
12.1943  (87) 2 23316  7569
sd     10,92
n(n  1) 12(12  1) 132
d  7,25  7,25
t    2,299
sd 10,92 3,153
n 12

Jawab :
 Ambil Kesimpulan : Oleh karena t hitung <
29
t tabel maka Ho ditolak (-2,296 < -1,796)
 Interpretasi : kadar glukosa darah dapat
menurun setelah pengobatan atau
pengobatan dapat menurunkan kadar
glukosa darah.

Soal
Seandainya kita ingin membandingkan dua random
sampel tingkat IQ anak SD I dan SD II, sbb.:
 IQ anak SD I = 110, 120, 100, 115, 110, 95, 130, 110, 100, 120
 IQ anak SD II= 100, 100, 120, 110, 110, 90, 105, 130, 115, 110
 Mean IQ anak SD I = 111 dan mean IQ anak SD II = 109
Apakah ada perbedaan kedua mean IQ kedua SD tsb?

TES HIPOTESIS TERHADAP PROPORSi
Keputusan diambil hanya dgn memakai data
dari sampel walaupun sesungguhnya dari
proporsi dapat sama, lebih besar atau lebih kecil
i dari nilai konstan.
Pada ukuran sampel kecil masih dpt melakukan
tes hipotesis terhadap proporsi dgn
menggunakan nilai p yang terdpt pada distribusi
binomial.
Bila ukuran sampel besar, dpt menentukan
jumlah observasi yang berhasil = x, mean &
standar deviasi pada distribusi binomial, yaitu:
µ = np
σ = √np(1-p)
H0 = p = p0
Rumus:
(x + ½) -np0
Z = ------------------
√np0 (1-p0 )

Ukuran sampel kecil (n<30)
Soal
Seandainya ingin meneliti kebenaran pernyataan
pimpinan suatu akademi, bahwa sekitar 60% dari
mahasiswa ingin supaya institusi menyediakan fasili-tas
kantin, dngan mempergunakan hasil wawancara secara
random pada 14 orang mahasiswa. Kita ingin
membuktikan Ho: p=0,60 dan Ha: p#0,60 dengan level
of significanve ()=0,05?
Jawab:
1. Ho : p = 0,60
Ha : p ≠ 0,60
3. Uji Statistik: Uji Binomial
4. Kriteria Penolakan:
H0 ditolak bila p < 0,60
H0 tidak ditolak bila p > 0,60
5. Perhitungan:
Probabilitas sukses pada tabel distribusi binomial untuk
p=60 dan n=14 paling banyak 14 adalah:a
0,001 + 0,003 + 0,014 = 0,018
sedangkan probabilitas sukses paling banyak 5 adalah:
0,001 + 0,003 + 0,014 + 0,041 = 0,059

6. Kesimpulan:
H0 tidak dpt diterima karena probabilitas
pertama < dari α = 0,05. Hal ini berarti hanya 4
orang dari 14 orang mahasiswa yang terpilih
secara random yang menyatakan ingin mempu-
nyai fasilitas kantin.

Ukuran sampel besar (n>30)
Soal
Seandainya kita ingin membuktikan klaim para ahli gizi
yang menyatakan bahwa 75% anak pra sekolah di
banyak negara menderita diet defisiensi protein. Untuk
itu dilakukan sample survey pada 206 orang anak dari
total 300 orang anak prs sekolah. Apakah ada
perbedaan bermakna antara Ho = 0,75 dengan Ha <0.75
pada level of sigificance ()=0,01?

Jawab:
1. Ho : p = 0,75
Ha : p ≠ 0,75
3. Uji Statistik
(x + ½) -np0
Z = ------------------
√np0 (1-p0 )
4. Kriteria Penolakan:
H0 ditolak bila Z < -2,33
H0 tidak ditolak bila Z > 2,33

5. Perhitungan:
x = 206 n = 300 p0 = 0,75
(206 + ½) – 300(0,75)
Z = --------------------------------- = - 2,47
√ 300(0,75)(0,25)
6. Keputusan:
Karena nilai Z < -2,33, maka H0 tidak dapat
diterima
7. Kesimpulan:
Tidak mendukung pernyataan ahli gizi bahwa 75
% anak pra sekolah di banyak negara menderita
defisiensi protein.
Chi-Square (Tes X-Kuadrat)
Tabel Kontogensi 2 x 2
Soal
Pada 100 orang yang diberi obat hipertensi menun-
jukkan penurunan tekanan darah sebanyak 80 orang
sedangkan pada 100 orang yang diberi placebo
menunjukkan penurunan tekanan hanya sebanyak
60 orang. Apakah ada perbedaan penurunan teka-
nan darah antara orang yang diberi obat hipertensi
dan orang yang diberi placebo?
Penurunan Pemakaian Obat Total
Tekanan Darah Hipertensi Placebo
Berhasil 80 60 140
Tidak berhasil 20 40 60
TOTAL 100 100 200

1. Hipotesis:
H0 : p1 = p2
Ha : p1 ≠ p2
3. Tes statistik : X2 = Σ (O-E)2/E
4. Daerah penolakan: df = (c-1)(r-1)
df = (2-1)(2-1) = 1 X2 (0,01; 1) = 6,635
Ho ditolak bila X2 hitung > 6,635
Ho tidak ditolak bila X2 < 6,635

5. Perhitungan:
O E (O–E) ( O – E )2 ( O – E )2/E
80 70 + 10 100 1,428
60 70 -10 100 1,428
20 30 -10 100 3.333
40 30 + 10 100 3,333
X2 9,522

Tabel Kontigensi 2 x 3
Soal
Dari hasil pemeriksaan status gizi pada 800 anak SD,
terdapat 700 orang anak mempunyai status gizi baik
dengan tingkatan IQ<120, pada 210 anak, IQ=120
pada 340 anak, dan IQ>120 pada 150 anak.
Sedangkan 100 anak mempunyai status gizi kurang
dengan tingkatan IQ<120 pada 50 anak, IQ=120 pada
35 anak, dan IQ>120 pada 15 anak. Apakah ada hu-
bungan antara status gizi dengan tingkatan IQ?

Tes of Independensi
Soal
Pada percobaan 110 orang laki-laki dengan hiper-tensi,
terdapat 35 orang menderita Coronary Heart Disease
(CHD) disertai dengan kebiasaan merokok, 25 orang
menderita CHD tanpa disertai dengan kebiasaan
merokok. Sedang sisanya 20 orang non-CHD dengan
kebiasaan merokok, dan 30 orang non- CHD tanpa
kebiasaan merokok. Apakah ada hubungan antara
kebiasaan merokok dengan menderita CHD?

Uji Fisher Exact
 Ditemukan oleh Fisher tahun 1973
45
 Jumlah data yang kecil
 Ada sel yang mempunyai nilai harapan (E) < 5
 Tabel 2x2
 Rumus :
(a  b)!(c  d )!(a  c)!(b  d )!
P
N!a!b!c!d!
Keterangan ! = factorial
Tabel Penolong
Kelompok Perlakuan
I II
46
I a b a+b
II c d c+d
a+c b+d a+b+c+d
(a  b)!(c  d )!(a  c)!(b  d )!

P
N!a!b!c!d!

Contoh :
 Suatu penelitian bertujuan untuk mengetahui pemberian
47
aspirin terhadap pembentukan thrombus pada pasien yang
mengalami dialisis. Pasien dikelompok menjadi 2 kelompok
yakni kelompok yang diberikan aspirin sedangkan
kelompok lain diberikan plasebo. Dari 7 pasien yang
diberikan aspirin 1 pasien yang mengalami thrombus
sedangkan 11 pasien yang diberikan plasebo 9 orang yang
mengalami thrombus. Adakah pemberian aspirin
mempunyai pengaruh terhadap pembentukan thrombus?

Jawab :
• Ho : O=E : Tidak ada pengaruh pemberian
48
aspirin terhadap pembentukan thrombus
Ha : O≠E : ada pengaruh pemberian aspirin
terhadap pembentukan thrombus
• Uji yang digunakan : Fisher Exact
• Kriteria Pengujian :
Ho ditolak jika nilai p < 0,05 (jika kesalahan 5%)

Jawab :
Kelompok Pembentukan Thrombus
Ya Tidak
Aspirin 1 6 7
49
Plasebo 9 2 11
10 8 18
(a  b)!(c  d )!(a  c)!(b  d )!

P
N!a!b!c!d!
7!11!10!8!
p  0,009
18!1!6!9!2!
Jawab :
 Kesimpulan : Oleh karena p hitung <0,05
50
maka Ho ditolak
 Interpretasi : ada pengaruh pemberian
aspirin terhadap pembentukan thrombus
pada pasien dialisis.

Soal :
1. Dilakukan penelitian untuk mengetahui dua jenis minuman yang
diyakini dapat meningkatkan daya tahan kerja. Setelah diadakan
survey minuman A dari 130 orang 90 orang setuju dapat
51
meningkatkan daya tahan kerja sedangkan sisanya tidak. Minuman
B dari 145 orang 100 orang yang menyatakan setuju dapat
meningkatkan daya tahan kerja. Buktikan kedua jenis minuman
berpengaruh terhadap peningkatan daya tahan kerja dengan tingkat
kepercayaan 5%.
2. Dilakukan penelitian untuk mengetahui hubungan jenis kelamin
dengan buta warna. Dari 8 laki-laki yang disurvey 7 yang buta
warna sedangkan dari 7 perempuan 2 yang buta warna. Dapatkah
disimpulkan bahwa ada hubungan jenis kelamin dengan buta warna
dengan tingkat kepercayaan 5%?
Uji Rata-Rata (µ) Satu Sampel
(Varians diketahui)
 Jika simpangan baku (varians) σ diketahui
(σ=simpangan baku populasi (varians) sedangkan
s=simpangan baku sampel)
52
 Untuk hipotesis : Ho: µ=µo dan Ha : µ≠µo
 µo sebuah harga yang diketahui
 Rumus :
Keterangan :
x  0
z
Z = Nilai standard distribusi normal
 X = Nilai mean sampel
µo = Nilai mean populasi
n σ = nilai standard deviasi populasi
n = besar sampel

Uji Rata-Rata (µ) : Uji Dua Pihak
• Ho diterima jika :-z½(1-α) < z < z½(1-α)
• z½(1-α) didapat dari tabel distribusi normal
Contoh : suatu perusahaan yang memproduksi
53

termometer menyatakan bahwa masa pakai termometer
tersebut sekitar 800 jam. Dilakukan penelitian untuk
menguji apakah termometer tersebut mempunyai masa
pakai 800 jam dengan jalan menguji 50 termometer yang
ternyata 792 jam. Dari penelitian sebelumnya diketahui
bahwa simpangan baku masa pakai termometer 60 jam.
Ujilah apakah masa pakai termometer tersebut telah
berubah atau belum dengan taraf signifikasi/nyata (α)
=0,05.

Jawab :
 Masa pakai termometer berdistribusi normal
 Ho : Masa pakai termometer sekitar 800 jam
 Ha : Masa pakai termometer telah berubah/bukan 800 jam lagi
54
 Ho : µ = µ0
 Ha : µ ≠ µ0
 Kriteria Pengujian : :-z½(1-α) < z <t z½(1-α)
 Pengujian :
diketahui :
µ0 = 800 jam,
X = 792 jam
σ = 60 jam
n = 50 termometer

Jawab :
x  0
792  800
z   0,94
 60
n 50
55
•Karena uji dua pihak maka α=0,05 maka z0,475=1,96
 Oleh karena :-z½(1-α) < z < z½(1-α) maka Ho diterima.

 Kesimpulan : masa pakai termometer masih 800 jam.

Pengujian hipotesis satu arah
1. Tetapkan hipotesis
56
 Ho : Masa pakai termometer sama atau lebih 800 jam
 Ha : Masa pakai termometer lebih kecil 800 jam lagi
 Ho : µ ≥ µ0
 Ha : µ < µ0
2. Kriteria penolakan
 Apabila nilai zhitung < zstandard
 Untuk α =0,05 maka nilai zstandard =-1,64

Pengujian hipotesis satu arah
3. Hitung 0 Z 792  800

x nilai
z   0,94
57
 60
n 50
4. Buat kesimpulan
Oleh karena nilai Zhitung > nilai Ztabel (-0,94>-1,96)
maka Ho diterima
5. Interpretasi
Masa pakai termometer sama atau lebih dari 800
jam.

Contoh :
 Diketahui bahwa kadar enzim pencernaan pada manusia
bersifat distribusi normal dengan standard deviasi(varians)
45. dari 10 sampel yang diambil secara random didapatkan
mean kadar enzym adalah 22. jika kadar enzym normal
58
adalah 25, ujilah :
 Apakah sampel tersebut abnormal?
 Apakah mean enzym normal?
 Bila kadar Hb darah manusia berdistribusi normal dengan
standard deviasi 5. Hasil penelitian menunjukkan bahwa
dari 49 sampel yang diambil rata-rata kadar Hbnya 9%
sedangkan kadar Hb normal 13%, ujilah :
 apakah kadar Hb normal?
 Apakah kadar Hb abnormal?
Uji Rata-Rata (µ) satu sampel
Varians tidak diketahui
• Digunakan jika simpangan baku (varians) σ tidak
diketahui (σ=simpangan baku populasi sedangkan
59
s=simpangan baku sampel)
• Untuk hipotesis : Ho: µ=µo dan Ha : µ≠µo
• µo sebuah harga yang diketahui
• Rumus :
x  0
Keterangan :
t = Nilai standard distribusi t
t X = Nilai mean sampel
s µo = Nilai mean populasi
s = nilai standard deviasi sampel
n n = besar sampel
• Ho diterima jika :-t½(1-α) < thitung < t½(1-α)
• t½(1-α) didapat dari distribusi student(t), dengan dk = n-1
 Contoh :
60
Diketahui kadar rata-rata kadar gula darah pada
orang normal 126 namun varians populasi tidak
diketahui. Dari 25 orang sampel yang diambil
didapatkan mean gula darah 150 dan standard
deviasi = 25. Apakah sampel ini termasuk dalam
kadar gula tinggi?

Jawab :
1. Tetapkan hipotesis :
Ho : Kadar gula darah masih normal
61
Ha : Kadar gula darah tidak normal
Atau
Ho : µ = µo
Ha : µ ≠ µo
2) Tentukan kriteria penolakan Ho
 Apabila nilai t hitung < t standard atau t hitung > t
standard
 Tentukan dk (degree of freedom) atau derajat kebebasan
: dk = n-1
 Untuk α=0,05 maka nilai t standard = ±2,064

Jawab :
4. Hitung nilai t
x   0 150  126
t   4,8
s 25
62
n 25
5. Karena uji dua pihak maka α=0,05 dengan dk=n-
1=25-1=24 Maka t tabel=2,064
Daerah penerimaan

Jawab :
5. Ambil kesimpulan
63
oleh karena nilai t hitung lebih besar dari
t tabel maka Ho ditolak dan Ha diterima
5. Interpretasi
Kadar gula lebih besar dari 126, jadi
sampel tersebut termasuk DM

Soal :
Suatu penelitian pemberian makanan
tambahan pada bayi akan meningkatkan
64
berat badan bayi rata-rata 1 kg perbulan.
Sampel acak terdiri dari 49 bayi yang telah
mendapatkan PMT tersebut dengan rata-
rata peningkatan berat 1,1 kg perbulan
dan simpangan baku 10 gram. Apakah
pemberian PMT tersebut dapat menaikan
berat badan bayi dengan α = 0,01?
Uji Proporsi Satu Sampel
Rumus :
p  p0 Keterangan:
Z
65
p = Nilai proporsi dalam sampel
p0 (1  p0 ) p0 = Nilai proporsi populasi/standar
Z = Nilai uji
n n = besar sampel

Contoh :
Suatu penelitian bertujuan untuk
mengetahui distribusi bayi laki-laki dan
66
perempuan sama. Sebuah sampel acak
terdiri dari 2500 bayi terdapat 1200 laki-laki.
Dengan α=0,05, apakah distribusi kedua
jenis kelamin bayi adalah sama?

Jawab :
Ho : distribusi bayi laki-laki sama dengan bayi perempuan
67
Ha : distribusi bayi laki-laki tidak sama dengan bayi
perempuan
Atau
Ho : p = po
Ha : p ≠ po
 Apabila nilai z hitung < z standard atau z hitung > z
standard
 Untuk α=0,05 maka nilai z standard = ±1,96

Jawab :
4. Hitung nilai z
p  p0 0,48  0,50
Z   2
p0 (1  p0 ) 0,50(1  0,5)
68
n 2500
5. Karena uji dua pihak maka α=0,05 dengan Maka Z
tabel=±1,96
Daerah
penerimaan

Jawab :
5. Ambil kesimpulan
69
oleh karena nilai z hitung lebih kecil dari
z tabel maka Ho ditolak dan Ha diterima
5. Interpretasi
Distribusi bayi laki-laki tidak sama
dengan bayi perempuan

Soal :
Suatu penelitian pemberian makanan
tambahan pada bayi akan meningkatkan
70
berat badan bayi rata-rata 1 kg perbulan.
Sampel acak terdiri dari 49 bayi yang telah
mendapatkan PMT tersebut dengan rata-
rata peningkatan berat 1,1 kg perbulan
dan simpangan baku 10 gram. Apakah
pemberian PMT tersebut dapat menaikan
berat badan bayi dengan α = 0,01?
Uji Proporsi Satu Sampel
Rumus :
p  p0 Keterangan:
Z
71
p = Nilai proporsi dalam sampel
p0 (1  p0 ) p0 = Nilai proporsi populasi/standar
Z = Nilai uji
n n = besar sampel

Contoh :
Suatu penelitian bertujuan untuk
mengetahui distribusi bayi laki-laki dan
72
perempuan sama. Sebuah sampel acak
terdiri dari 2500 bayi terdapat 1200 laki-laki.
Dengan α=0,05, apakah distribusi kedua
jenis kelamin bayi adalah sama?

Jawab :
Ho : distribusi bayi laki-laki sama dengan bayi perempuan
73
Ha : distribusi bayi laki-laki tidak sama dengan bayi
perempuan
Atau
Ho : p = po
Ha : p ≠ po
standard

Jawab :
4. Hitung nilai z
p  p0 0,48  0,50
Z   2
p0 (1  p0 ) 0,50(1  0,5)
74
n 2500
5. Karena uji dua pihak maka α=0,05 dengan Maka Z
tabel=±1,96
Daerah
penerimaan

Jawab :
5. Ambil kesimpulan
75
oleh karena nilai z hitung lebih kecil dari
z tabel maka Ho ditolak dan Ha diterima
5. Interpretasi
Distribusi bayi laki-laki tidak sama
dengan bayi perempuan

Uji Proporsi Dua Sampel
p1  p2 p1  p2
Z
p(1  p) p(1  p)
p
 2
76
n1 n2
Keterangan:
P1 = Nilai proporsi kelompok I
p2 = Nilai proporsi kelompok II
Z = Nilai uji
n1 = besar sampel kelompok I
n2 = besar sampel kelompok II

Contoh :
 Suatu penelitian bertujuan membandingkan efektifitas
77
kapsul Fe. Kelompok A adalah kelompok ibu hamil yang
diberikan tablet Fe sedangkan kelompok B adalah
kelompok ibu hamil yang tidak mendapatkan tablet Fe.
Dari 100 ibu hamil kelompok A 75 ibu hamil yang tidak
anemia sedangkan 100 ibu hamil kelompok B 40 ibu
hamil tidak menderita anemia. Apakah data tersebut
dapat menunjukkan bahwa tablet Fe efektif dalam
menurunkan anemia ibu hamil?

Jawab :
Ho : Tablet Fe efektif dapat menurunkan anemia ibu hamil
78
Ha : Tablet Fe tidak efektif dapat menurunkan anemia ibu
hamil
Atau
Ho : p1 ≥ p2
Ha : p1 < p2
standard

Jawab
4. Hitung nilai z:
Keterangan:
P1 = 0,75
79
p2 = 0,40
Z = 1,96
p1  p2 0,75  0,40
n1 = 100 p   0,575
n2 = 100 2 2
p1  p2 0,75  0,40
Z  5
p(1  p) p(1  p) 0,575(1  0,575) 0,575(1  0,575)
 
n1 n2 100 100

Jawab :
5. Ambil kesimpulan
80
oleh karena nilai z hitung lebih besar dari
z tabel maka Ho diterima dan Ha ditolak
6. Interpretasi
Jadi Tablet Fe dapat menurunkan
anemia ibu hamil.

Distribusi t
• Pada tahun 1908, WS Gosset dengan nama samaran
Student berhasil mempublikasikan karyanya dengan
nama distribusi student atau distribusi t
• Distribusi t berguna untuk data yang tidak normal
• Tabel distribusi t digunakan dengan cara
membandingkan nilai t hitung dengan nilai t tabel
• Tabel t berguna :
1. Pengujian hipotesis
2. Uji kesamaan dua rata-rata
3. Uji signifikasi koefisien korelasi

Distribusi t
 T hitung didapat dengan mengunakan rumus :
x Keterangan :
t hitung  X = rata-rata sampel
µ = rata-rata ppulasi
s s = standard deviasi sampel
n = besar sampel
n

Cara Mengunakan Distribusi t
1. Tentukan nilai alfa apakah 0,01; 0,05; 0,10 dst

2. Tentukan apakah untuk uji dua pihak atau uji
satu pihak
3. Hitung df atau dk = n-1 untuk uji hipotesis atau
dk = n-2 untuk membedakan dua rata-rata
4. Cari nilai tersebut pada tabel

Pengujian Hipotesis Rata-rata Populasi Dua
Pihak dengan Sampel Kecil
Varian Populasi Tidak Diketahui
Contoh
Seorang dokter Puskesmas menyatakan bahwa rata-rata perbulan ia
merujuk ke Rumah Sakit Kabupaten sebanyak 40 orang. Kita ingin
menguji pernyataan dokter tsb pada a = 0,05. Untuk itu diambil sam-
pel secara acak sebanyak 5 bulan dan diperoleh rata-rata 39 orang
dengan varian 4 orang.
Hipotesis tsb hanya dapat diselesaikan dengan rumus distribusi ‘t’
karena sampel kecil dan deviasi standar populasi (σ) tidak diketahui.
Untuk varian populasi ditaksir dari varian sampel (s).

Uji t Dua Sampel
(Uji t Independen=Uji Perbedaan mean dua sampel)
 Biasa juga disebut student t test
85
 Bertujuan untuk membandingkan rata-rata dua
kelompok/sub kelompok yang bersifat independen
 Misalnya membandingkan dua macam obat, dua cara
pengobatan, dua cara produksi, dua cara mengajar, dll
 Nilai varians kedua kelompok yang dibandingkan
sama

Uji t Independen
x1  x2 Dimana
t ( n  1) s 2
 ( n  1) s 2
1 1 s2  1 1 2 2
86
s  n1  n2  2
n1 n2
X1 = rata-rata kelompok I
X2 =rata-rata kelompok II
s1 = standard deviasi kelompok I
s2 = standard deviasi kelompok II
n1 = sampel kelompok I
n2 = sampel kelompok II

Uji t Independen
 Distribusi t dk=(n1+n2-2)
 Kriteria pengujian : Ho diterima jika –t tabel <t hitung < t tabel
 Contoh :
87
Dua macam obat A dan B diberikan kepada pasien secara
terpisah untuk jangka waktu tertentu. Ingin diketahui obat
mana yang lebih baik dalam meningkatkan berat badan
pasien. Sampel diambil dari 11 pasien yang diberikan obat A
dan 10 pasien yang diberikan obat B. Penambahan berat
badan sebagai berikut :
Obat A 3,1 3,0 3,3 2,9 2,6 3,0 3,6 2,7 3,8 4,0 3,4
Obat B 2,7 2,9 3,4 3,2 3,3 2,9 3,0 3,0 2,6 3,7

Jawab :
1. Ho=kedua macam obat sama dapat
meningkatkan berat badan pasien
Ha = kedua macam obat berbeda meningkatkan
88
berat badan pasien
2. Kriteria pengujian : -t tabel <t hitung<t tabel
maka Ho diterima
 α =0,05, dk = n1+n2-2=11+10-2=19
 T tabel = 2,09
3. T hitung :
xA = 3,22 XB = 3,07, sA2=0,1966 sB2 = 0,1112
( n  1) s 2
 ( n  1) s 2
(11  1)0,1966  (10  1)0,1112
s 
2 1 1 2 2
  0,1576
n1  n2  2 11  10  2
Jawab :
x1  x2 3,22  3,07
t   0,862
1 1 1 1
s  0,397 
n1 n2 11 10
89
4. Ambil kesimpulan
oleh karena nilai t hitung terletak antara
-2,09 dan 2,09 maka Ho diterima dan Ha
ditolak
5. Interpretasi
Jadi kedua obat tersebut dapat
meningkatkan berat badan pasien.
Tugas :
 Ujian akhir mata kuliah statistik inferensial
bagi mahasiswa akper tingkat III. Kelas A
90
terdapat 68 mahasiswa dan kelas B terdiri
46 mahasiswa. Setelah dinilai rata-rata
kelas A 84 dengan standard deviasi 9
sedangkan kelas B rata-rata 80 dengan
standard deviasi 10. Dapatkah
disimpulkan bahwa kedua kelas
mempunyai kepandaian yang sama pada
α=0,05 dan 0,01?
Uji dengan mengunakan program SPSS
(tidak mengunakan data contoh)
Independent Samples Test
Lev ene's Test f or

Equality of Variances t-test f or Equality of Means
95% Conf idence
91
Interv al of the
Mean Std. Error Dif f erenc e
F Sig. t df Sig. (2-t ailed) Dif f erenc e Dif f erenc e Lower Upper
Kadar Pb Darah Equal v ariances
25. 265 .000 11. 633 48 .000 51. 3660 4. 41563 42. 48777 60. 24423
ass umed
Equal v ariances
11. 633 28. 583 .000 51. 3660 4. 41563 42. 32929 60. 40271
not as sumed

 Biasa juga disebut Paired t test
 Bertujuan untuk menguji perbandingan mean dua
kelompok/sub kelompok yang berpasangan misalnya :
92
 Pada desain penelitian pre-post test. Membandingkan
nilai pengukuran post test dengan pre test.
 Membandingkan hasil pengukuran yang dilakukan dua kali
 Membandingkan hasil pengukuran dua metode alat ukur.
Tujuan penelitian ini untuk mengetahui sensitivitas suatu
metode atau alat
 Syarat :
 Nilai varians kedua kelompok yang dibandingkan sama
Rumus :
t = Distribusi t
d d = mean beda sebelum dan sesuai
t Sd = Standard deviasi perbedaan sampel
n = jumlah sampel
sd
93
n
d
 d
n
n d i   d i 
2 2
sd 
n(n  1)
Contoh :
Kadar glukosa sebelum dan sesudah
94
pengobatan penderita DM diukur untuk
menentukan apakah pengobatan berhasil
atau tidak. Hasil pengukuran kadar glukosa
darah pasien sebagai berikut :

Kadar Glukosa Darah Sebelum dan
Sesudah Pengobatan
Nomor Sebelum Sesudah Ket
1 120 100 =
95
2 110 100
3 130 135
4 140 120
5 145 123
6 125 120
7 115 120
8 117 125
9 119 100
10 135 132
11 132 125
12 127 128
Jawab :
 Ho : Ada penurunan kadar glukosa darah
penderita DM setelah pengobatan
96
 Ha : Tidak ada penurunan kadar glukosa
darah
Ho  penderita
0 DM setelah
d
Ha   d  0
• Kreteria penolakan Ho : thitung < t tabel maka Ho ditolak
• Untuk α = 0,05 df = n-1= 12-1=11, maka t tabel = -1,796
• Hitung nilai t :

Jawab :
Nomor Sebelum (x1) Sesudah (x2) d d2
1 120 100 -20 400
2 110 100 -10 100
97
3 130 135 5 25
4 140 120 -20 400
5 145 123 -22 484
6 125 120 -5 25
7 115 120 5 25
8 117 125 8 64
9 119 100 1 1
10 135 132 -3 9
11 132 125 -7 49
12 127 128 1 1
-87 1943
jawab
d
 d  87
  7,25
n 12
98
n d i   d i 
2 2
12.1943  (87) 2 23316  7569
sd     10,92
n(n  1) 12(12  1) 132
d  7,25  7,25
t    2,299
sd 10,92 3,153
n 12

Jawab :
 Ambil Kesimpulan : Oleh karena t hitung <
99
t tabel maka Ho ditolak (-2,296 < -1,796)
 Interpretasi : kadar glukosa darah dapat
menurun setelah pengobatan atau
pengobatan dapat menurunkan kadar
glukosa darah.

Hasil Uji dengan Program SPSS
100
Paired Samples Test
Paired Dif ferences

95% Conf idence
Interv al of the
Std. Error Dif f erence
Mean Std. Dev iation Mean Lower Upper t df Sig. (2-tailed)
Pair 1 SBLM - SLH 7.25 10.922 3.153 .31 14.19 2.299 11 .042

Soal :
 Data tentang hasil Bayi Sebelum Sesudah
pengukuran berat badan
sebelum dan sesudah 1 13 14
101
pemberian PMT sbb : 2 11 13
Buktikan bahwa 3 13 13
pemberian PMT dapat
meningkatkan berat 4 15 14
badan bayi 5 16 16
6 12 13
7 11 12
8 14 15
9 16 17
10 13 14
11 10 11
12 12 12
Soal :
 Data tentang hasil
pengukuran berat badan Tidak Diberikan Diberikan
Bayi
bayi yang diberikan PMT PMT PMT
dan bayi yang tidak
102
1 12 14
diberikan PMT sbb : 2 13 13
Buktikan bahwa bayi
yang diberikan PMT 3 13 13
berbeda dengan bayi 4 15 14
yang tidak diberikan PMT 5 16 16
6 12 13
7 11 12
8 14 15
9 16 17
10 13 14
11 10 11
16/05/2013 12 Saafi
LaOde 12 12
UJI ANOVA
Uji Anova
 Tabel Anova
104
Sumber Sum of DF Mean Square Rasio
Variasi Square (Degree of (Varians) Varians
(Variabilities) Fredom) (F)
Antar SSAK k-1 MSAK MSAK/MSAS
Kelompok
Antar Subjek SSAS N-k MSAS
Total SST N-1
Keterangan :
N=n1+n2+n3+…+ni (jumlah sampel)
k = banyaknya kelompok subjek
F=Uji Anova
Uji Anova
  xk 2  x 2 SSAK
SSAK    i MSAK 
 nk 

N k 1
105
SST   x 
 x i
2
MSAS 
SSAS
N k
2
i
N

SSAS   xi  
2  xk 2


F
MSAK
MSAS
 nk 


Hipotesis
 Hipotesis yang diuji :
Ho : µ1=µ2=µ3=…=µk
106
Ha : µ1≠µ2 ≠ µ3 ≠ … ≠ µk
 Ho ditolak jika F hitung > F tabel
 Nilai F tabel/standard diperoleh pada Tabel Distribusi
F berdasarkan :
 Nilai Alpha
 Df pembilang (k-1)(df1)
 Df Penyebut (N-k) (df2)

Contoh :
 Suatu penelitian yang bertujuan untuk
mengetahui perbedaan bayi yang
107
diberikan ASI, Susu Skim, dan diberikan
susu
AS 350formula.Hasil pengukuran
375 380 370 410 400 500 475berat
385 420
badan bayi sbb :

I
SS 300 300 275 290 310 330 350 290 310 305
SF 325 350 300 310 360 370 400 370 330 350

Jawab :
 Ho : Bayi yang diberikan ASI, Susu Skim dan
Susu Formula mempunyai rata-rata berat
badan yang sama
108
 Ha : Bayi yang diberikan ASI, Susu Skim dan
Susu Formula mempunyai rata-rata berat
badan yang berbeda
 Ho : µ1= µ2= µ3
 Ha : µ1≠ µ2 ≠ µ3
 Kriteria penolakan : Ho ditolak jika F hitung >
Ftabel pada α=0,05
 Hitung F :
Jawab :
 x  4.065  x  1.672.775
2
1 1
n1  10
 x  3.060  x  940.450
2
2 2 n2  10 k  3
 x  3.465  x
109
3  1.209.025 n3  10
2
3
 x  10.590  x k  3.822.250
N  30
2
k
  xk 2  x 2  4.0652 3060 2 3.4652  10.590 2
SSAK    i      51.135
 nk  N  10 10 10  30
SSAS   xi

 
 xk  
2
 40652 3060 2 34652 
  3.822.250       32.845
2


nk 
  10 10 10 
SST   x 
 x 2 i
2
 3.822.250 
10590 2
 83.980
i
N 30
Jawab :
SSAK 51135
MSAK    25567,5
k 1 3 1
SSAS 32845
MSAS    1216,48
110
N  k 30  3
MSAK 25567,5
F   21,02
MSAS 1216,48
Variasi Square (Degree of (Varians) Varians
(Variabilities) Fredom) (F)
Antar 51135 2 25567,5 21,02
Kelompok
Antar Subjek 32845 7 1216,48
Total 83.970 9
Jawab :
 Nilai F tabel untuk α=0,05 dengan df1=2
111
dan df2 = 10 adalah 4,10
 Kesimpulan : oleh karena F hitung > F
tabel maka Ho ditolak dan Ha diterima
 Interpretasi : ketiga kelompok sampel
mempunyai rata-rata berat badan yang
berbeda atau Bayi yang diberikan ASI,
Susu Skim dan Susu Formula mempunyai
rata-rata berat badan yang berbeda.
Output SPSS
Descriptives
BRT
95% Conf idence Int erv al f or
112
Mean
N Mean Std. Dev iation Std. Error Lower Bound Upper Bound Minim um Max im um
1 10 406.50 47. 554 15. 038 372.48 440.52 350 500
2 10 306.00 21. 318 6. 741 290.75 321.25 275 350
3 10 346.50 30. 555 9. 662 324.64 368.36 300 400
Tot al 30 353.00 53. 813 9. 825 332.91 373.09 275 500
ANOVA
BRT
Sum of
Squares df Mean Square F Sig.
Between Groups 51135.000 2 25567.500 21. 018 .000
Within Groups 32845.000 27 1216.481
Tot al 83980.000 29

Korelasi Product
Moment (r)
 Tujuan : untuk mengetahui korelasi dua
variabel
114
 Jenis :
 Uji Korelasi Pearson
 Uji Korelasi Spearman
 Interpretasi koefisien korelasi
1. r mempunyai nilai -1 s/d 1
2. Bila r > 0 maka korelasinya searah
3. Bila r < 0 maka korelasinya berlawanan
4. Bila r = 0 maka tidak ada korelasi kedua
variabel
 Nilai kualitatif koefisien korelasi, tanpa melihat
tandanya apakah positif atau negatif :
115
 0,01-0,25 = korelasi lemah
 0,26-0,50 = korelasi sedang
 0,51-0,75 = korelasi kuat
 0,76-1,00 = korelasi sangat kuat
 Nilai r tidak sama dengan nol jika p<0,05, artinya
ada korelasi diantara dua variabel yang diuji.
 besarnya korelasi =r2x100%

Uji Korelasi
y y y
116
X X X
r>0 r<0 r=0
n X iY   X i  Yi 
Rumus : r 
n X 2
i
2

  X i  n Yi   Yi 
2 2

Keterangan :
r=koefisien korelasi
X=data variabel I
Y=data variabel II
Langkah-langkah pengujian
1. Tuliskan Ho dan Ha
Ho : tidak terdapat hubungan yang signifikan antara kedua
variabel tersebut
117
Ha : terdapat hubungan yang signifikan antara kedua variabel
2. Tuliskan Ho dan Ha dalam bentuk statistik
Ho : R = 0
Ha : R ≠ 0
3. Tentukan kriteria pengujian
Apabila nilai R hitung > R tabel maka Ho ditolak : dengan df=n-
2(tabel uji korelasi)
4. Hitung R
5. Bandingkan R hitung dengan R tabel
6. Buat interpretasi

Tabel hasil pengukuran berat badan dengan tinggi
Contoh : badan mahasiswa Akper
No Tinggi Badan Berat Badan

1 165 59
Pertanyaan : 2 170 65
adakah
118
3 175 65
hubungan tinggi
badan dengan 4 166 60
berat badan 5 181 66
mahasiswa 6 160 57
Akper?
7 173 64
8 178 70
9 168 62
10 174 70
11 180 73
12 169 68
13 175 65
14 181 75
Jawab :
 Ho : Tidak ada hubungan tinggi badan dengan berat badan
mahasiswa Akper (Ho: R≠0)
 Ha : ada hubungan tinggi badan dengan berat badan
119
mahasiswa Akper (Ha : R=0)
 Kriteria pengujian Ho ditolak jika R hitung > R tabel
untuk α=0,05 dan df=n-2=14-2=12, maka R tabel=0,532
 Hitung R :
n X iY   X i  Yi 
r
n X 2
i
2

  X i  n Yi   Yi 
2 2

Tabel penolong/bantu
No Tinggi Badan Berat XY X2 Y2
(X) Badan (y)
1 165 59 9735 27225 3481

2 170 65 11050 28900 4225
11375 30625 4225
120
3 175 65
4 166 60 9960 27556 3600
5 181 66 11946 32761 4356
6 160 57 9120 25600 3249
7 173 64 11072 29929 4096
8 178 70 12460 31684 4900
9 168 62 10416 28224 3844
10 174 70 12180 30276 4900
11 180 73 13140 32400 5329
12 169 68 11492 28561 4624
13 175 65 11375 30625 4225
14 181 75 13575 32761 5625
2,415 919 158.896 417,127 60.679
Jawab :
n X iY   X i  Yi 
r
n X 2
i
2

  X i  n Yi   Yi 
2 2

14 x158896  2415 x919
121
r
14 x417127  2415 14 x60679  919 
2 2
r  0.84
• Oleh karena r hitung lebih besar dari r tabel maka, Ho ditolak
• Interpretasi :
 Ada hubungan tinggi badan dengan berat badan mahasiswa Akper.
 Korelasi TB dengan BB positif
 Besar hubungan TB dgn BB =r2=0,7056=70,56%

Output SPSS
Correlations
TB BB
122
TB Pears on Correlation 1 .844**
Sig. (2-tailed) . .000
N 14 14
BB Pears on Correlation .844** 1
Sig. (2-tailed) .000 .
N 14 14
**. Correlation is signif icant at the 0.01 lev el
(2-tailed).

Regresi Linear
Sederhana
Uji Regresi Linier
 Digunakan untuk memprediksi

 Dibedakan menjadi dua jenis variabel yakni variabel
124
bebas/variabel prediktor dan variabel tak bebas/variabel
respon.
 Variabel yang mudah didapat atau tersedia sering
digolongkan variabel bebas sedangkan variabel tak bebas
adalah variabel yang timbul akibat variabel bebas.
 Variabel bebas dilambangkan dengan x sedangkan variabel
tak bebas dilambangkan dengan y.
 Misalnya untuk fenomena berat badan bayi dan berat susu
yang diberikan, maka variabel bebas adalah berat susu (x)
sedangkan variabel tak bebas adalah berat bayi (y)

Model Persamaan regresi linier
Keterangan :
Y = a + bX Y = nilai variabel terikat
a = nilai konstan
125
b = slope (derajat perubahan
X = nilai variabel bebas
 Y  X    X  X Y 
2
a i i i i i
n X   X  2 2
i i
n X Y   X  Y 
b i i i i
n X   X  2 2
i i

Model Persamaan regresi linier
Dapat juga mengunakan rumus berikut jika nilai koefisien b
dihitung terlebih dahulu kemudian koefisien a :
 X  Y  
 XY 
Y
Y
126
b n n
 X 2
 X
X 2

n
X 
n
a  Y  bX
Keterangan :
Y = nilai variabel terikat
a = nilai konstan
b = slope (derajat perubahan
X = nilai variabel bebas

Tabel Anova Untuk Regresi

Variasi Square Varians
127
Regresi SSR k-1 MSR MSR/MSE
Error SSE N-k MSE
Total SST N-1
SSR
MSR 

SSR  b  XY 
 X  Y  k 1

 n  SSE
MSE 
N k
SSE  SST  SSR
MSR
F 
SST   Y 2

 Y
2
MSE
n

Langkah-langkah pengujian
1. Tuliskan Ho dan Ha
Ho : variabel x tidak dapat digunakan untuk memprediksi variabel
y
128
Ha : variabel x dapat digunakan untuk memprediksi variabel y
2. Tuliskan Ho dan Ha dalam bentuk statistik
Ho : b = 0
Ha : b ≠ 0
3. Tentukan kriteria pengujian
Apabila nilai F hitung > F tabel maka Ho ditolak : dengan df1=k-1
dan df2=n-k(tabel distribusi F)
4. Hitung F
5. Bandingkan F hitung dengan F tabel
6. Buat interpretasi

Tabel hasil pengukuran berat badan dengan tinggi badan mahasiswa
Contoh : Akper
No Tinggi Badan Berat Badan
1 165 59
Pertanyaan : 2 170 65
apakah variabel
129
3 175 65
TB dapat
digunakan untuk 4 166 60
memprediksi BB 5 181 66
mahasiswa 6 160 57
Akper? 7 173 64
8 178 70
9 168 62
10 174 70
11 180 73
12 169 68
13 175 65
14 181 75
Jawab :
 Ho : Variabel Tinggi Badan tidak dapat digunakan
untuk memprediksi Berat Badan Mahasiswa Akper
130
(Ho : b≠0)
 Ha : Variabel Tinggi Badan dapat digunakan untuk
memprediksi Berat Badan Mahasiswa Akper(Ha :
b = 0)
 Kriteria pengujian : Apabila nilai F hitung > F tabel
maka Ho ditolak : dengan df1=k-1 = 2-1=1dan
df2=n-k=14-2=12, maka F tabel =4,75 untuk
α=0,05
 F hitung :
Tabel Penolong/bantu
No Tinggi Badan Berat XY X2 Y2

(X) Badan (y)
1 165 59 9735 27225 3481

2 170 65 11050 28900 4225
131
3 175 65 11375 30625 4225
4 166 60 9960 27556 3600
5 181 66 11946 32761 4356
6 160 57 9120 25600 3249
7 173 64 11072 29929 4096
8 178 70 12460 31684 4900
9 168 62 10416 28224 3844
10 174 70 12180 30276 4900
11 180 73 13140 32400 5329
12 169 68 11492 28561 4624
13 175 65 11375 30625 4225
14 181 75 13575 32761 5625
2,415 919 158.896 417,127 60.679
Jawab :
 Y  X    X  X Y 
2  Hasil
a i i i i i
n X   X  persamaan
2 2
i i
919417127   2415158896 Y regresi

 a  bX :
132
a Y  52,18  0.68 X
14417127   2415
2
38333913  383733840
a  52,18
5839778  5832225
n X iYi   X i  Yi 
b
n X   X i 
2 2
i
14.158896  2415.919 2224544  2219385

b 
14.417127  2415.2415 5839778  5832225
b  0,68304
Jawab  :  X  Y   2415.919 
SSR  b 
XY   0,68304 158896 
   251,7 
 n  14
SSE  SST  SSR  539,5  251,7  287,8
 Y
133
2
24152
SST   Y 2
  417127   539,5
n 14
SSR 251,7 SSE 287,8
MSR    251,7 MSE    22,13
k 1 2 1 N k 14  1
MSR 251,7
F   11,369
Tabel Anova untuk regresi : MSE 22,13

Variasi Square Varians
Regresi 251,7 1 251,7 11,369
Error 287,8 12 22,13
Total 539,5 13
Jawab :
 Oleh karena F hitung lebih besar dari F tabel
maka Ho ditolak dan Ha diterima
134
 Interpretasi : variabel Tinggi Badan dapat
digunakan untuk memprediksi variabel berat
badan.

REGRESI & KORELASI
Soal
Dari pemeriksaan pada 10 orang bayi neonatorum,
didapatkan masing-masing tinggi badan (TB) dan
berat badan (BB) sebagai berikut:
 TB (X): 50, 55, 50, 51, 50, 53, 55, 52, 54, 51
 BB (Y): 2,6; 3,1; 2,8; 2,7; 3,0; 2,9; 3,2; 2,9; 3,0; 2,8
Pertanyaan:
 Berapa nilai regresi Y pada X?
 Berapa nila r, dan bagaimana interpretasinya?
 Apakah ada hubungan yang signifikan antara variabel X
dan Y (Ho: R=0 dan Ha: R#0)
16/05/2013 LaOde Saafi 135

Uji Statistik Terhadap Mean dan Perbandingan Mean

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Uji Statistik Terhadap Mean dan Perbandingan Mean

Diunggah oleh

Hak Cipta:

Format Tersedia

UJI STATISTIK

TES HIPOTESIS TERHADAP MEAN POPULASI

UKURAN SAMPEL BESAR (n>30)

1. Terhadap Satu Mean

16/05/2013 LaOde Saafi 2

16/05/2013 LaOde Saafi 3

16/05/2013 LaOde Saafi 4

16/05/2013 LaOde Saafi 5

16/05/2013 LaOde Saafi 6

Apakah ada perbedaan yang bermakna an-tara

16/05/2013 LaOde Saafi 8

3. Terhadap Satu Mean Populasi

16/05/2013 LaOde Saafi 9

16/05/2013 LaOde Saafi 10

16/05/2013 LaOde Saafi 11

16/05/2013 LaOde Saafi 12

16/05/2013 LaOde Saafi 13

Pada keadaan terdapat perbedaan 2 mean pada sample dengan

16/05/2013 LaOde Saafi 14

 Biasa juga disebut student t test

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

Lev ene's Test f or

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi 30

16/05/2013 LaOde Saafi 32

16/05/2013 LaOde Saafi 34

16/05/2013 LaOde Saafi 35

16/05/2013 LaOde Saafi 36

16/05/2013 LaOde Saafi 37

16/05/2013 LaOde Saafi 40

16/05/2013 LaOde Saafi 41

60 70 -10 100 1,428

20 30 -10 100 3.333

16/05/2013 LaOde Saafi 42

16/05/2013 LaOde Saafi 43

16/05/2013 LaOde Saafi 44

(a  b)!(c  d )!(a  c)!(b  d )!

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

(a  b)!(c  d )!(a  c)!(b  d )!

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

 Oleh karena :-z½(1-α) < z < z½(1-α) maka Ho diterima.

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

3. Hitung 0 Z 792  800

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi

16/05/2013 LaOde Saafi