UJI BEDA 2-MEAN

(t-test)
 PENDAHULUAN
Merupakan uji statistik yang membandingkan mean 2 kelompok data.
Perlu diperhatikan apakah dua data tersebut adalah dua kelompok yang
independen atau dua kelompok yang dependen (berpasangan)

- 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
 UJI BEDA MEAN (RATA-RATA)
Contoh

• Apakah ada pengaruh “program diet” terhadap penurunan berat badan. Dari
10 peserta program, rata-rata berat badan sebelum melakukan program diet
95,5 kg dan sesudah melakukan program diet 90,5 kg?

3
 UJI t INDEPENDEN
• Subjeknya berbeda. Mis : Responden orang kota & orang desa
Syarat/asumsi yang harus dipenuhi :
• Data berdistribusi normal/simetris
• Kedua kelompok data independen
• Variabel yang dihubungkan berbentuk numerik untuk variabel dependen dan
kategorik dengan hanya dua kelompok untuk variabel independen.
1. Uji untuk varian sama
uji Z ―›bila standar deviasi populasi ( )
diketahui & jumlah sampel besar (> 30)


uji t ―› bila tidak diketahui, jumlah sampel kecil (< 30)
T=
x1 − x2
Sp (1 n1 ) + (1 n2 )
Sp2 =
(n1 − 1) s1 + (n2 − 2) s2
2 2

n1 + n2 − 2
df = n1 + n2 – 2
ket: n1 atau n2 = jmlh sampel klpk 1 atau 2
S1 atau S2= Standar deviasi klpk sampel 1 & 2
2. Uji untuk varian berbeda

T= x1 − x2
( S1 n1 ) + ( S 2 n2 )
2 2

[( S1 n1 ) + ( S 2 n2 )]
2 2
df =
n1 ) /( n1 − 1) + ( S 2 n2 ) /( n2 − 1)]
2 2 2
[( S1
3. Uji homogenitas varian
tujuan: mengetahui varian antara kelompok data satu
apakah sama dengan kelompok data yang kedua.
Perhitungan dengan uji F:

2
S1
F= 2
S2

df = n1-1 dan df2 = n2-1, varian yg lebih besar → pembilang,

varian yg lebih kecil → penyebut
 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 rata2 kadar nikotinnya 20,0 mg dgn
standar deviasi 1,7 mg. Berdasarkan data tsb ujilah pendapat pejabat
Depkes tsb dgn menggunakan alpha 5 % !
Jawab: Pertama lakukan pemeriksaan homogenitas varian kedua data dgn
menggunakan UJI F.
Hipotesis:

Ho:  
2
1=
2
2 (varian kadar nikotin jarum sama dgn varian kadar nikotin
wismilak)
2

Ha: 1= 2(varian kadar nikotin jarum berbeda dgn varian kadar nikotin
2

wismilak)

Perhitungan Uji F:
F = (1,7 )2 /(1,5)2 = 1,28
Df1 = 8 – 1 = 7 dan df2 = 10 – 1 = 9
Dari nilai F & kedua df, dilihat pd tabel F (lampiran v), df1 = 7 sebagai
numerator, & df2 = 9 sebagai denominator. Nilai F = 1,28 terletak diatas
angka 2,51 pada area 0,100 → nilai P > 0,100
keputusan: Ho gagal ditolak → varian kadar nikotin rokok jarum sama
dengan varian kadar nikotin rokok wismilak.
Selanjutnya menguji perbedaan mean ke-2 kelompok data tsb menggunakan uji t utk
varian yg sama

Hipotesis
Ho:1 = 2 (mean kadar nikotin jarum sama dengan mean kadar nikotin wismilak)
Ha:1 > 2 (mean kadar nikotin jarum lebih tinggi dibandingkan wismilak)
Dgn Ha seperti diatas → one tail (satu arah/satu sisi)
Perhitungan uji t:

Sp2 = (10 − 1)1,52 + (8 − 1)1,7 2

10 + 8 − 2
= 2,53 ; Sp = 1,59

t =
23,1 − 20 = 4,1 df = 10 + 8 – 2 = 16
1,59 1 10 + 1 8
Dicari nilai p dengan menggunakan tabel distribusi.
Pada soal diperoleh nilai t = 4,1 dengan df = 16, maka nilai tersebut
terletak di sebelah kanan dari nilai 2,921 berarti nilai p-nya 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 < 0,0005 yang lebih kecil
dari nilai alpha (0,05) maka dapat diputuskan Ho ditolak. Sehingga
dengan menggunakan alpha 5 % dapat disimpulkan bahwa secara
statistik kadar nikotin jarum memang lebih tinggi dibandingkan
kadar nikotin rokok wismilak (P<0,0005)
 UJI T Independen dgn SPSS
1. Aktifkan / Buka File Latihan
2. Dari Menu Utama SPSS, pilih menu Statistik kemudian pilih sub menu Compare
Mean, Lalu pilih Independen – Sampel – T tes
3. Pada Layar tampak kotak yang didalamnya ada kotak Test Variabel untuk
memasukan varibel numerik dan Grouping Variabel untuk tempat memasukan
variabel katagorik
4. Klik variabel bbbayi dan masukan ke kotak Test Variabel
5. Klik variabel eksklusif dan masukan ke kotak Grouping Variabel
6. Klik Define Groups, kemudian klik use specified values dan pada
Group 1 ketik 0, group 2 ketik 1
7. Klik Continue
8. Klik OK untuk menjalankan prosedur perintahnya
Dan hasilnya sebagai berikut :
Group Statistics

Std. Std. Error

eskklusif N Mean Deviation Mean
bbbayi tidak
24 3216.67 576.848 117.749
eksklusif
eksklusif 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
Mean Interval of the
Sig. (2- Differenc Std. Error Difference
F Sig. t df tailed) e Difference Lower Upper
bbbayi Equal variances
.343 .561 .565 48 .575 93.590 165.659 -239.491 426.670
assumed

Equal variances
.566 47.858 .574 93.590 165.475 -239.145 426.324
not assumed

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
 Contoh lain UJI T – INDEPENDENT
Apakah Ada Perbedaan IPK pada mahasiswa Laki-laki dengan Perempuan
(pada alpha,α = 0,05)?

1. Menentukan Hipotesis:
▪ Hipotesis Nol (Ho): Tidak ada Perbedaan IPK pada mahasiswa Laki-laki dengan
Perempuan
▪ Hipotesis Alternatif (Ha): Ada Perbedaan IPK pada mahasiswa Laki-laki dengan
Perempuan
seperti pada tampilan berikut ini:

2. Lakukan dengan pilih pada menu utama

Analyze < Compare Mean < Independent - Samples T Test

seperti pada tampilan berikut ini:

15
16
17
18
19
• Lanjutkan dengan “klik Continue”
• Maka akan muncul seperti tampilan output seperti berikut
ini:
Group Statistics

Std. Error
JENIS KELAMIN N Mean Std. Deviation Mean
IPK 1 LAKI-LAKI 4 3,0025 ,08958 ,04479
2 PEREMPUAN 28 2,9918 ,29941 ,05658

Independent Samples Test

Levene's Test for

Equality of Variances t-test for Equality of Means
95% Confidence
Interval of the
Mean Std. Error Difference
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper
IPK Equal variances
2,620 ,116 ,070 30 ,944 ,0107 ,15258 -,30090 ,32233
assumed
Equal variances
,148 15,756 ,884 ,0107 ,07217 -,14246 ,16389
not assumed
20
 ANALISIS HASIL (α=0,05)
• Pertama lihat pada “sig” pada hasil levene’s test;
• Jika > 0,05 maka gunakan hasil t-test (sig) pada baris pertama (asumsi varian kedua kelompok sama)
• Jika ≤ 0,05 maka gunaka hasil t-test (sig) pada baris kedua (asumsi varian kedua kelompok tidak sama)
• Kedua Interpretasikan hasil t-test (sig):
• Jika ≤ 0,05 → Keputusan Ho ditolak, kesimpulannya: Dengan α = 0,05 kita percaya bahwa ada
perbedaan yang signifikan IPK pada mahasiswa laki-laki dengan perempuan
• Jika > 0,05 → Keputusan Ho gagal ditolak (gatol), kesimpulannya: Dengan α = 0,05 kita percaya
bahwa tidak ada perbedaan yang signifikan IPK pada mahasiswa laki-laki dengan perempuan

21
 PENYAJIAN HASIL UJI-T INDEPENDEN

Tabel: Distribusi nilai IPK antara Mahasiswa Laki-laki dan Perempuan

Variabel n Mean SD T (t-test) P-value

IPK
Laki-Laki 4 3,00 0,09858 0,070 0,994

Perempuan 28 2,99 0,29941

22
 BOXPLOT
6000

5000

4000

3000

2000

1000
BBAYI

0
N = 115 74

TIDAK PEROKOK PEROKOK

ROKOK

23
 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:
d
T = SD _ d n

d
= rata2 deviasi/selisih sampel 1 dgn sampel 2
SD_d= standar deviasi dari deviasi/selisih sampel 1 dan sampel 2
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

Coba anda buktikan apakah ada perbedaan kadar Hb antara

sebelum & sesudah pemberian suntikan Vit. B12, dgn alpha 5%.
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:

Sebelum 12,2 11,3 14,7 11,4 11,5 12,7 11,3 12,1 13,3 10,8
Jumlah
Sesudah 13,0 13,4 16,0 13,6 14,0 13,8 13,5 13,8 15,5 13,2
Deviasi 0,8 2,1 1,3 2,2 2,5 1,1 2,3 1,7 2,2 2,4 18,6

rata-rata deviasi (d) = 18,6/10 = 1,86

standar deviasi dari nilai deviasinya (SD_d) = 0,60 (dihitung dengan kalkulator)
 1,86
t=
0,60 10
t = 9,80
Kemudian dari nilai t tersebut dicari nilai p dgn melalui tabel t. Dari soal
diperoleh t = 9,80 & df = 10-1 = 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:

Hasil perhitungan menghasilkan nilai P < 0,01 yg lebih kecil dari nilai
alpha (0,05) maka dpt diputuskan Ho ditolak. Sehingga dgn menggunakan
alpha 5% dpt disimpulkan bhw secara statistik ada perbedaan kadar Hb
antara sebelum & sesudah diberi suntikan vitamin B 12 (P<0,01).
 Uji T Dependen dgn SPSS
1. Aktifkan / Buka File Latihan
2. Dari Menu Utama SPSS, pilih menu Statistik kemudian pilih sub
menu Compare Mean, Lalu pilih Paired – Sampel – T tes
3. Klik Hb1 kmdn klik tanda panah sehingga variabel masuk di kotak
paired variables sebagai variabel 1
4. Klik Hb2 kmdn klik tanda panah sehingga variabel masuk di kotak
paired variables sebagai variabel 2
5. Klik OK
 Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

Pair 1 Kadar Hb Pemeriksaan
9.824 50 .6083 .0860
pertama
Kadar Hb Pemeriksaan
9.888 50 .6703 .0948
kedua

Pada tabel diatas terlihat statisti deskriftik berupa rata-rata kadar Hbdan standar deviasi
kadar Hb antara pengukuran pertama dan Pengukuran kedua
Paired Samples Test

Paired Differences

95% Confidence Interval of the

Std. Std. Error Difference

Mean Deviation Mean Lower Upper t df Sig. (2-tailed)

Pair 1 Kadar Hb Pemeriksaan pertama
-.0640 .2570 .0363 -.1370 .0090 -1.761 49 .084
- Kadar Hb Pemeriksaan kedua

Uji T berpasangan di lihat dari tabel kedua, terlihat nilai perbedaan Rata-rata antara
pengukuran pertama dan kedua. Perbedaan ini diuji Dengan uji T berpasangan menghasilan
nilai P = 0,084 maka dapat Disimpulkan tidak terdapat perbedaan yang signifikan kadar Hb
antara Pengukuran pertama dan kedua
 CONTOH LAIN T DEPENDENT

Dari 10 peserta program, rata-rata berat badan sebelum

melakukan program diet 95,5 kg dan sesudah melakukan
program diet 90,5 kg. Apakah ada pengaruh “program diet”
terhadap penurunan berat badan?
UJI T- DEPENDENT

31
UJI T- DEPENDENT
Paired Samples Statistics

Std. Error
Mean N Std. Deviation Mean
Pair BB sebelum 68,10 20 7,026 1,571
1 BB sesudah 61,25 20 6,843 1,530

Paired Samples Correlations

N Correlation Sig.
Pair BB sebelum &
20 ,810 ,000
1 BB sesudah
Paired Samples Test

Paired Differences
95% Confidence
Interval of the
Std. Error Difference
Mean Std. Deviation Mean Lower Upper t df Sig. (2-tailed)
Pair BB sebelum -
6,85 4,283 ,958 4,85 8,85 7,152 19 ,000
1 BB sesudah

32
PENYAJIAN HASIL UJI-T DEPENDENT
Tabel: Distribusi BB antara sebelum dan sesudah Program Diet

Variabel n Mean SD T (t-test) P-value

BB
Sebelum 20 68,10 7,026 7,152 0,000

Sesudah 20 61,25 6,843

33
 LATIHAN
Sebuah penelitian ingin mengetahui hubungan status
merokok ibu hamil dengan BB bayi yang dilahirkan. Sebagai
sampel diambil 20 ibu hamil yang tidak merokok dan 10 ibu
hamil yang merokok. Hasil penelitian didapat ibu yang
merokok melahirkan bayi dengan rata-rata BB 2,9 kg dengan
standar deviasi 0,4 kg. Ibu yang tidak merokok melahirkan
bayi dengan rata-rata BB 3,2 kg dan standar deviasi 0,5 kg.
Ujilah apakah ibu yang merokok akan melahirkan bayi dengan
berat yang lebih rendah dibandingkan ibu yang tidak
merokok, alpha 5% ?
Tugas di kirim ke email: hoer.juve@gmail.com