BAB II

TINJAUAN PUSTAKA

A. Pengertian Uji Beda Dua Mean

Di bidang kesehatan sering kali kita harus menarik kesimpulan apakah

parameter dua populasi berbeda atau tidak. Misalnya, apakah ada perbedaan
tekanan darah penduduk dewasa orang kota dengan orang desa. Atau, apakah ada
perbedaan berat badan antar sebelum mengikuti program diet dengan sesudahnya.
Uji statistik yang membandingkan mean dua kelompok data disebut uji beda dua
mean. Pendekatan ujinya dapat menggunakan pendekatan distribusi Z dan distribusi
t , sehingga pada uji beda dua mean bisa menggunakan uji Z atau uji t, namun lebih
sering digunakan uji t.

Uji beda dua mean dibagi dalam dua kelompok berdasarkan karakteristik data,
yaitu: uji beda mean independen (uji T independen) dan uji beda mean dependen
(uji T dependen ).

1. Uji beda dua mean independen

Uji beda dua mean independen digunakan untuk mengetahui perbedaan mean
dua dua kelompok data independen. Dikatakan kelompok independen bila data
kelompok yang satu tidak tergantung dari kelopok kedua, misalnya membandingkan
mean tekanan darah sistolik orang desa dengan orang kota. Tekanan darah orang
kota independen (tidak tergantung) dengan orang desa.
Untuk melakukan Uji beda dua mean independen, harus memenuhi
syarat sebagai berikut :
a. Data berdistribusi normal/simetris.
b. Kedua kelompok data independen.
c. Variabel yang dihubungkan berbentuk numerik dan katagorik (ket: variabel
katagorik hanya dengan dua kelompok).
Prinsip pengujian dua mean 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 varian kedua
kelompok data akan berpengaruh pada nilai standar error yang akhirnya akan
membedakan rumus pengujiannya.

a. 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 (σ) diketahui dan jumlah sampel
besar (>30). Apabila kedua syarat tersebut tidak terpenuhi maka dilakukan uji .
pada umumnya nilai σ sulit diketahui, sehingga uji beda dua mean biasanya
menggunakan uji T (T Test). Untuk varian yang sama maka bentuk ujinya sbb:

T
= X1 – X2
Sp (1/n1) + (1/n2)

Sp2 = (n1-1) S12 + (n2 – 1) S22

n1 – n 2 - 2

df = n1 – n2 - 2
Ket :
n1 atau n2 = jumlah sampel kelompok 1 atau 2
S1 atau S2 = standar deviasi sampel kelompok 1
atau 2
 b. Uji untuk varian berbeda

X1 – X 2
T=
(S12/n1) + (S22/n2)

[(S12/n1) + (S22/n2)]2
df =

[(S12/n1)2/(n1-1)] + [(S22/n2)2/(n2-1)]

c. Uji homogenitas varian

Tujuan dari uji ini adalah untuk mengetahui varian antara kelompok data satu
apakah sama dengan kelompok data yang kedua.

S12

F=
S22

df1 = n1-1 dan df2 = n2-1

Pada perhitungan uji F, varian yang lebih besar sebagai pembilang dan varian
yang lebih kecil sebagai penyebut.
2. Uji beda dua mean dependen (Paired sample)

Uji beda dua mean dependen (Paired sample) digunakan untuk menguji
perbedaan mean anatara dua kelompok data yang dependen. Kedua kelompok data
dikatakan dependen/pasangan bila kelompok data yang dibandingkan datanya saling
mempunyai ketergantungan. Contoh :
‰ Apakah ada perbedaan tingkat pengetahuan antara sebelum dan sesudah
dilakukan pelatihan.
‰ Apakah ada perbedaan berat badan antara sebelum dan sesudah
mengikuti program diet.
Syarat Uji beda dua mean dependen (Paired sample):
a. Distribusi data normal
b. Kedua kelompok data dependen/pair
c. Jenis variabel: numerik dan katagorik (dua kelompok) Formula :

T= d
S_d / n

d = rata-rata deviasi/selisih sampel 1 dengan sampel 2

S_d = standar deviasi dari deviasi/selisih sampel sampel 1 dan sampel 2

 B. Contoh Kasus

1. Uji t independen

Sebagai contoh kita gunakan data “ASI.SAV” dengan melakukan uji hubungan
perilaku menyusui dengan kadar Hb (misal digunakan variabel Hb1), apakah ada
perbedaan kadar Hb antara ibu yang menyusui eksklusif dengan ibu yang
menyusuinya tidak eksklusif, caranya:
1. Aktifkan/bukalah file data “ASI.SAV”
2. Dari menu utama SPSS, pilih menu ‘Analyze”, kemudian pilih sub menu “Compare
Means’, lalu pilih “Independen-Samples T Test”
3. Pada layar tampak kotak yang di dalamnya ada kotak ‘ Test variable (s)’I dan
‘Grouping Variable’. Ket: kotak test varibles tempat memasukkan variabel
numeriknya, sedangkan kotak grouping variable untuk memasukkan variabel
katagoriknya, ingat jangan sampai terbalik.
4. Klik ‘hb1’ dan msukkan ke kotak ‘Test variable’
5. Klik variabel ‘eksklu’ dan masukkan ke kotak‘Grouping Variable’.
6. Klik ‘Define Group’, kemudian di layar nampak kotak isian. Anda diminta mengisi
kode variabel ‘menyusui’ ke dalam kedua kotak. Pada contoh ini, kita tahu bahwa
‘0’ kode untuk yang tidak eksklusif dan kode ‘1’ untuk Yang eksklusif. Jadi ketiklah
0 pada Group 1” dan 1 pada “Group 2”
7.

7. Klik “Continue”
8. Klik “OK” untuk menjalankan prosedur perintahnya, dan hasilnya sbb:

T-Test

Group Statistics

status menyusui Std. Error

asi N MeanStd. Deviation Mean
kadar hb
pengukuran tdk EKSKLUSIVE 24 10.421 1.4712 .3003
pertama EKSKLUSIVE 26 10.277 1.3228 .2594

Independent Samples Test

 Levene's Test
for Equality of
t-test for Equality of
Variances Means

Std. 95% Confidence

Sig. Mean Error Interval of the
(2-taile Differen Differe Difference
F Sig. t df d) ce nce Lower Upper
kadar hb Equal
variance
pengukur s .072 .790 -.364 48 .717 -.1439 .3951 -.9384 .6505
an assumed
pertama Equal
variance
s
-.363 46.4 .719 -.1439 .3968 -.9425 .6547
not
assumed

Pada tampilan di atas dapat dilihat nilai rata-rata, standar deviasi dan standar
error kadar Hb ibu untuk masing-masing kelompok. Rata-rata kadar Hb ibu yang
menyusui ekslusif adalah 10,277 gr% dengan standar deviasi 1,322 gr%, sedangkan
untuk ibu yang menyusui non eksklusif, rata-rata kadar Hb-nya adalah 10,421 gr%
dengan standar deviasi 1,471 gr%.

Hasil uji T dapat dilihat pada tabel bawah, SPSS akan menampilkan dua uji T,
yaitu uji T dengan asumsi varian kedua kelompok sama ( equal variances assumed)
dan uji T dengan asumsi varian kedua kelompok tidak sama ( equal variances not
assumed). Untuk, memilih uji mana yang kita pakai, dapat dilihat uji kesamaan varian
melalui uji Levene. Lihat nilai p Levene test, nilai p < alpha (0,05) maka varian
berbeda dan bila nilai p > alpha (0,05) maka varian sama (equal). Pada uji Levene di
atas menghasilkan nilai p = 0,790 sehingga dapat disimpulkan bahwa pada alpha
 5%, didapat tidak ada perbedaan varian (varian kedua kelompok sama). Selanjutnya
dicari p value uji t pada bagian varian sama (equal variances) di kolom sig (2
tailed) ,yaitu sebesar p=0,717 artinya tidak ada perbedaan yang signifikan rata-rata
kadar Hb antara ibu yang menyusui eksklusif dengan ibu yang menyusui non
eksklusif.

C. Penyajian dan Interpretasi di laporan penelitian

Seperti pada analisis deskriptif, print out di atas tidak boleh langsung di copy dan
disajikan di laporan penelitian. Pada laporan penelitian kita harus membuat tabel
baru untuk menyajikan hasil print out analisis di atas. Adapun bentuk penyajian dan
interpretasinya adlah sbb:

Tabel …

Distribusi Rata-Rata Kadar Hb Responden Menurut Perilaku Menyusui di..th..

Menyusui Mean SD SE P value N

Ya Eksklusif 10,277 1,322 0,259 0,717 26

Tdk Eksklusif 10,421 1,471 0,300 24

Rata-rata kadar Hb ibu yang menyusui eksklusif adalah 10,277 gr% dengan standar
deviasi 1,322 gr%, sedangkan untuk ibu yang menyusui non eksklusif rata-rata kadar
Hb-nya adalah 10,421 gr% dengan standar deviasi 1,471 gr%.

Hasil uji statistik didapatkan nilai p=0,717, berarti pada alpha 5% terlihat tidak ada
perbedaan yang signifikan rata-rata kadar Hb antara ibu yang menyusui secara
eksklusif dengan non eksklusif.
2. Uji T Dependen

Uji T dependen seringkali disebut uji T Paired/Related atau pasangan. Uji T

dependen sering digunakan pada analisis data penelitian eksperimen. Seperti sudah
dijelaskan di depan bahwa disebut kedua sampel bersifat dependen kalau kedua
kelompok sampel yang dibandingkan mempunyai subyek yang sama. Dengan kata
lain disebut dependen bila responden diukur dua kali/diteliti dua kali, sering orang
mengatakan penelitian pre dan post. Misalnya kita ingin membandingkan berat badan
antara sebelum dan sesudah mengikuti program diet.

Untuk contoh ini akan dilakukan uji beda rata-rata kadar Hb antara kadar Hb
pengukuran pertama dengan kadar Hb pengukuran kedua, ingin diketahui apakah
ada perbedaan kadar Hb antara pengukuran pertama dengan pengukuran kedua.
Disini terlihat sampelnya dependen karena orangnya sama diukur dua kali. Adapun
langkahnya:

1. Pastikan anda berada di file “ASI.SAV”, jika belum aktifkan/bukalah file ini.

2. Dari menu utama SPSS, pilih menu ‘Analyze”, kemudian pilih sub menu “Compare
Means’, lalu pilih “Paired-Samples T Test”
3. Klik ‘hb1’
4. Klik ‘hb2’
5. Klik tanda panah sehingga kedua variabel masuk kotak sebelah kanan
6. Klik ‘OK’ hasilnya tampak sbb

T-Test

Paired Samples
Statistics

Std. Error
Std.
Mean N Deviation Mean
kadar hb
1.383
Pair pengukuran
10.346 50 5 .1957
1 pertama
kadar hb
1.055
pengukuran
10.860 50 8 .1493
kedua

Paired Samples
Correlations

Correlatio
N n Sig.
kadar hb
Pair pengukuran
 pertama & kadar
1 hb 50 .707 .000
pengukuran
kedua

Paired Samples Test

Paired Differences
95%
Confidence
Std. Std. Interval of the Sig.
Deviati Error Difference (2-taile
Mean on Mean Lower Upper t df d)
Pair kadar hb
1 pengukuran
pertama - kadar -.5140 .9821 .1389 -.7931 -.2349 -3.701 49 .001
hb pengukuran
kedua

Pada tabel pertama terlihat statistik deskriptif berupa rata-rata dan standar deviasi
kadar Hb antara pengukuran pertama dan pengukuran kedua. Rata-rata kadar Hb pada
pengukuran pertama (hb1) adalah 10,346 gr% dengan standar deviasi 1,38 gr%. Pada
pengukuran kedua (hb2) didapat rata-rata kadar Hb adalah 10,860 gr% dengan standar
deviasi 1,05 gr%.
 Uji T berpasangan dilaporkan pada tabel kedua, terlihat nilai mean perbedaan
antara pengukuran pertama dan kedua adalah 0,514 dengan standar deviasi 0,982.
perbedaan ini diuji dengan uji T berpasangan menghasilkan nilai p yang dapat dilihat
pada kolom “Sig (2-tailed)”. Pada contoh di atas didapatkan nilai p=0,001, maka
dapat disimpulkan ada perbedaan yang signifikan kadar hb antara pengukuran
pertama dengan pengukuran kedua. Penyajian dan Interpretasi di laporan penelitian:
Dari hasil yang didapat di atas kemudian angka-angka disusun dalam tabel
yang disajikan dalam laporan penelitian. Bentuk penyajian dan interpretasinya sbb:

Tabel …
Distribusi Rata-Rata Kadar Hb Responden Menurut Pengukuran pertama dan
Kedua di …. Th……

Variabel Mean SD SE P value N

Kadar Hb
Pengukuran I 10,346 1,38 0,19 0,001 50
Pengukuran II 10,860 1,05 0,14

Rata-rata kadar Hb pada pengukuran pertama adalah 10,346 gr% dengan standar
deviasi 1,38 gr%. Pada pengukuran kedua didapat rata-rata kadar Hb adalah 10,860
gr% dengan standar deviasi 1,05 gr%. Terlihat nilai mean perbedaan antara
pengukuran pertama dan kedua adalah 0,514 dengan standar deviasi 0,982. hasil uji
statistik didapatkan nilai 0,001 maka dapat disimpulkan ada perbedaan yang
signifikan antara kadar Hb pengukuran pertama dan kedua.