(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)
• 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
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:
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).
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:
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
21
PENYAJIAN HASIL UJI-T INDEPENDEN
22
BOXPLOT
6000
5000
4000
3000
2000
1000
BBAYI
0
N = 115 74
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
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
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
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
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
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
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