Topik Diskusi

n Pengantar Biostatistik Inferensia

n Estimasi Titik dan Interval
n Konsep dasar hipotesis penelitian
n Pengujian hipotesis statistik satu mean
n Pengujian hipotesis statistik beda dua mean
n Pengujian hipotesis statistik lebih dari dua mean
Pengantar Statistika Inferensia
Populasi
deduktif
Sampel

Sampling

Statiska Desktiptif

induktif

Parameter Statistik
Statistika Inferensia
µ, ρ, s2 X , ps, s2
 Pengantar Statistika Inferensia
Statistika Inferensia
(Biostatistika Inferensia)

Estimasi Uji Hipotesis

Estimasi Titik Estimasi Interval Uji Statisk

Estimasi: Pendugaan karakteristik populasi (parameter populasi) melalui

karakteristik sampel (statistik).

Pengujian Hipotesis: Pengujian karakteristik populasi (parameter populasi)

terhadap nilai tertentu atau perbandingan nilai tertentu melalui karakteristik
sampel (statistik).
 Estimasi Titik dan Interval
Estimasi titik
• Pendugaan nilai rata-rata atau nilai proporsi populasi
• Estimasi Interval
• Pendugaan nilai interval terhadap rata-rata atau nilai porporsi
populasi

n Estimasi Interval Dinotasikan dengan 100 (1 - a ) %

n Interpretasi relatif
n Dari 100 kali pengambilan sampel akan diperoleh sebanyak

sampel yang memuat 100 (1 - a ) % parameter populasi (µ, p).

n 90%, 95%, 99% CI (Confidence Interval)
 Estimasi Titik dan Interval

Populasi Sampel
Estimasi Interval: Saya
Rata-rata Hb percaya pada tingkat
Rata-rata Hb Bumil sampel kepercayaan 95% rata-
darah Bumil di X =12.0 gr% rata Hb Bumil di populasi
Populasi tidak berkisar antara 10.0 gr% -
diketahui (µ) 14.0 gr%

Estimasi titik:
Rata-rata Hb Bumil
di Populasi adalah
12.0 gr%
 Estimasi Titik dan Interval
Estimasi Interval

Rata-rata Proporsi

s diketahui s tak diketahui Distribusi Normal

np>5 dan n(1-p)>5

s s pS (1 - pS ) p (1 - pS )
X - Za / 2 £ µ £ X + Za / 2 pS - Za / 2 £ p £ pS + Za / 2 S
n n n n

S S
X - ta / 2,n-1 £ µ £ X + ta / 2,n-1
n n
 Estimasi Tiktik dan Interval
n Suatu penelitian bertujuan untuk mengetahui ‘uric acid’ pada
populasi Lansia (umur di atas 65 tahun). Dari 100 orang sampel
Lansia yang diambil secara random dari populasi Lansia tersebut,
peneliti melaporkan bahwa rata-rata ‘uric acid’ pada Lansia adalah
5.9 mg/100 ml (point estimate) dengan standar deviasi 1.5
mg/100 ml. Peneliti menyimpulkan bahwa rata-rata ‘uric acid’
pada populasi Lansia dengan tingkat kepercayaan 95% adalah
berkisar antara 5.6-6.2 mg/100 ml (interval estimate).

n Dari 10.000 wanita berusia 50-54 tahun yang diteliti ditemukan

sebanyak 400 menderita kanker payudara. Dari data tersebut,
maka prevalensi kanker payudara pada populasi adalah sebesar
400/10.000=0.04 atau 4% (point estimate) dengan tingkat
kepercayaan 95% peneliti yakin bahwa prevalensi kanker payudara
pada populasi wanita usia 50-54 tahun adalah 3.6%-4.4%
(interval estimate).
 Estimasi Interval terhadap µ di populasi
bila σ diketahui
n Kriteria
n Standard deviation populasi diketahui.
n Populasi berdistribusi normal.
n Estimasi Interval terhadap nilai µ
s s
X - Za / 2 £ µ £ X + Za / 2
n n
• Za/2 pada 90% CI = 1.64 (tabel Z)
• Za/2 pada 95% CI = 1.96 (tabel Z)
• Za/2 pada 99% CI = 2.58 (tabel Z)
 Estimasi Interval terhadap µ di populasi
bila σ di populasi diketahui
n Data Lansia. Bila standar deviasi ‘urid acid’ di populasi diketahui
sebesar 1.5 mg/100 ml dengan rata-rata dari 100 sampel Lansia
adalah 5.9 mg/100ml. Maka tentukan estimasi interval terhadap
rata-rata ‘uric acid’ pada populasi Lansia pada interval
kepercayaan 90% dan 95%?
n Diketahui:x-bar=5.9 mg/100 ml, σ=1.5 mg/100 ml, dan n=100
n Pada tingkat kepercayaan 90%
s s
X - Za / 2 £ µ £ X + Za / 2
n n
5.9 - (1.64)(1.5/Ö100)< µ <5.9 + (1.64)(1.5/Ö100)
5.65 mg/100 ml< µ <6.15 mg/100 ml
n Pada tingkat kepercayaan 95%
5.9 - (1.96)(1.5/Ö100)< µ <5.9 + (1.96)(1.5/Ö100)
5.61 mg/100 ml< µ <6.19 mg/100 ml
 Estimasi Interval terhadap µ di populasi
bila σ di populasi tidak diketahui
n Beberapa asumsi
n Standar deviasi populasi tidak diketahui
n Populasi berdistribusi normal
n Menggunakan distribusi t (student’s t)
n Estimasi Interval terhadap nilai µ
S S
X - ta / 2,n-1 £ µ £ X + ta / 2,n-1
n n
n Bila n>30 kita dapat juga menggunakan Z
menggantikan t dan tetap menggunakan S sebagai
standar deviasi sampel.
 Estimasi Interval terhadap µ di populasi
bila σ di populasi tidak diketahui
n Data Lansia. Bila standar deviasi populasi tidak diketahui maka
digunakan standar deviasi sampel, misalnya 1.5 mg/100 ml dengan
rata-rata dari 100 sampel Lansia adalah 5.9 mg/100ml. Maka
estitmasi interval terhadap rata-rata ‘uric acid’ pada populasi Lansia
adalah sebagai berikut:

n Diketahui: x-bar=5.9 mg/100 ml, S=1.5 mg/100 ml dan n=100

n Pada tingkat kepercayaan 90%
5.9 - (1.66)(1.5/Ö100)< µ <5.9 + (1.66)(1.5/Ö100)
5.65< µ <6.15 mg/100 ml a=0.1

n Pada tingkat kepercayaan 95% Tabel t pada a/2

5.9 - (1.98)(1.5/Ö100)< µ <5.9 + (1.98)(1.5/Ö100) dan db=100-1=99.
5.60< µ <6.20 mg/100 ml a=0.05
a=0.01

n Pada tingkat kepercayaan 99%

5.9 - (2.63)(1.5/Ö100)< µ <5.9 + (2.63)(1.5/Ö100)
5.51< µ <6.29 mg/100 ml
Tabel t

12
 Estimasi Interval Data Proporsi di Populasi
n Beberapa asumsi
n Data berupa dua kategori
n Populasi mengikuti distribusi binomial
n Rata-rata p
n SD Ö p (1- p)
n SE Ö p (1- p)/n
n Pendekatan Distribusi Normal dapat digunakan jika
np>5 dan n(1-p)>5

pS (1 - pS ) pS (1 - pS )
pS - Za / 2 £ p £ pS + Za / 2
n n
 Estimasi Interval terhadap proporsi di populasi
n Dari 10.000 wanita berusia 50-54 tahun yang diteliti ditemukan sebanyak 400
menderita kanker payudara. Dari data penelitian tersebut maka tentukan estimasi
titik dan estimasi interval dengan tingkat kepercayaan 95% terhadap prevalensi
kanker payudara wanita berusia 50-54 tahun di populasi.
n Diketahui. ps=0.04, qs=1-ps=1-0.04=0.96, n=10.000.
(np>5, 10.000x0.04=400 dan n(1-p)>5, 1000x0.96=9600)
Ditanya: a) Estimasi titik, b) Estimasi interval dengan tingkat kepercayaan 95%
n Estimasi titik: 400/10.000=0.004 (4%).
Prevalensi kanker payudara di populasi adalah 4%.
n Pada tingkat kepercayaan 95%
pS (1 - pS ) pS (1 - pS )
pS - Za / 2 £ p £ pS + Za / 2
n n
0.04-1.96Ö (0.04)(0.96)/10.000< p <0.04+1.96 Ö (0.04)(0.96)/10.000
0.036 < p < 0.044
Dengan tingkat kepercayaan 95% prevalensi kanker payudara pada populasi
wanita 50-54 tahun berkisar antara 3.6%-4.4%
 Estimasi Interval terhadap proporsi di populasi
n Dari 10.000 wanita berusia 50-54 tahun yang diteliti ditemukan sebanyak 400
menderita kanker payudara. Dari data penelitian tersebut maka tentukan estimasi
titik dan estimasi interval dengan tingkat kepercayaan 90% dan 95% terhadap
prevalensi kanker payudara wanita berusia 50-54 tahun di populasi.
n Diketahui. ps=0.04, qs=1-ps=1-0.04=0.96, n=10.000.
(np>15, 10.000x0.04=400 dan n(1-p)>15, 1000x0.96=9600)
Ditanya: a) Estimasi titik, b) Estimasi interval dengan tingkat kepercayaan
90% dan 95%
n Estimasi titik: 400/10.000=0.004 (4%).
Prevalensi kanker payudara di populasi adalah 4%.
n Pada tingkat kepercayaan 90%
0.04-1.64Ö (0.04)(0.96)/10.000 < p <0.04+1.64 Ö (0.04)(0.96)/10.000
0.037 < p < 0.043
n Pada tingkat kepercayaan 95%
0.04-1.96Ö (0.04)(0.96)/10.000< p <0.04+1.96 Ö (0.04)(0.96)/10.000
0.036 < p < 0.044
Dengan tingkat kepercayaan 95% prevalensi kanker payudara pada populasi
wanita 50-54 tahun berkisar antara 3.6%-4.4%
 Estimasi Titik dan Interval
n Lebar sempit estimsi inerval
n Variasi data

n Interval kepercayaan

n Jumlah sampel

n Ciri-ciri Estimator yang Baik

n Tidak Bias: hasil estimasinya mengandung nilai parameter

yang diestimasi
n Efisien: dalam rentang (interval) yang kecil atau sempit saja

sudah mengandung nilai parameter yang diestimasi

n Konsisten: berapapun besarnya sampel pada rentangnya

(interval) mengandung nilai parameter yang diestimasi

 Latihan Estimasi Titik dan Interval
n Sebuah penelitian terhadap Hb darah Ibu Hamil di RS X. Peneliti mengambil
sampel secara random dari Medical record sebanyak 61 Ibu Hamil. Rata-rata
Hb darah Ibu Hamil dari sampel tersebut adalah 13 gr/dL. Dari penelitian
yang telah dilaporkan diketahui bahwa standar deviasi Hb darah Ibu hamil
di RS X tersebut adalah 3 gr/dL.
1. Hitunglah estimasi interval rata-rata Hb darah Ibu Hamil di Populasi RS X dengan
interval kepercayaa 95%
2. Sama seperti pertanyaan nomo 1, tetapi sampelnya diperbesar menjadi 121 Ibu
Hamil. Hitunglah estimasi interval rata-rata Hb darah Ibu Hamil di Populasi RS X
dengan interval kepercayaa 95%. Bandingkan kedua hasil tersebut?.
3. Jika rata-rata Hb darah Ibu hamil=13 gr/dL dan standar deviasinya populasi tidak
diketahui dan didapatkan dari standar deviasi sampel sebesar 13 gr/dL Jika jumlah
sampel sebanyak 61, hitunglah estimasi interval rata-rata Hb darah Ibu Hamil di
Populasi RS X dengan interval kepercayaa 95%. Bandingkan dengan hasil kalau
standar deviasi populasi diketahui?.
4. Sama seperti pertanyaan nomor 3, tetapi sampel sebanyak 121, hitunglah estimasi
interval rata-rata Hb darah Ibu Hamil di Populasi RS X dengan interval kepercayaa
95%. Bandingkan dengan hasil kalau standar deviasi populasi diketahui?.
 Latihan Estimasi Titik dan Interval
n Sebuah survei kepuasan terhadap pelayanan RS X. Dari
pasien yang sedang dirawat di RS X dipilih secara
random sebanyak 200 pasien. Setelah dilakukan survei
kepuasan didapatkan sebanyak 150 pasien diantara 200
pasien menyatakan puas terhadap pelayanan RS X.
1. Hitunglah estimasi interval tingkat kepuasan pasien yang dirawat
di RS X dengan interval kepercayaa 95%?
2. Penelitian yang sama dilakukan di RS X, dari 200 pasien
didapatkan bahwa ada 180 pasien yang menyatakan puas.
Hitunglah estimasi interval tingkat kepuasan pasien yang dirawat
di RS X dengan interval kepercayaa 95%.
3. Bandingkan kedua hasil tersebut?.
 HIPOTESIS
n Hypothesis diambil dari bahasa Yunani yaitu Hypo artinya di bawah dan
Thesis artinya pendirian, pendapat atau juga kepastiam.

n Hipotesis:pernyataan sementara terhadap masalah penelitian yang

kebenarannya harus dibuktikan secara empiris melalui penelitian ilmiah.

n Karakteristik Hipotesis:
n Mempunyai landasan teori
n Sesuai dengan perkembangan ilmu pengetahuan
n Sesuai dengan fakta dan dapat menerangkan fakta tersebut
n Sederhana dan dapat diuji.

n Fungsi Hipotesis
n Membantu di dalam mengarahkan proses penelitian
n Membantu di dalam membuat kerangka penyusuna kesimpulan
n Membantu di dalam proses pengujian kebenaran suatu teori
n Memberikan gagasan baru dalam mengembangkan suatu teori
 HIPOTESIS
n Manfaat Hipotesis.
n Memberikan batasan terhadap ruang lingkup penelitian
n Sebagai panduan dalam melihat fakta melalui instrumen penelitian
n Sebagai acuan dalam proses pengujain fakta
n Sebagai acuan dalam menjawab tujuan penelitian.

n Jenis Hipotesis
n Hipotesis Penelitian merupakan jawaban sementara terhadap pertanyaan
penelitian.
n Hipotesis Statistik merupakan suatu proposisi atau anggapan mengenai
parameter populasi yang dapat diuji secara statistik melalui sampel yang diambil
dari populasi tersebut

n Satu tujuan penelitian dapat dikembangkan beberapa hipotesis penelitian.

Demikian selanjutnya dari suatu hipotesis penelitian dapat dikembangkan
beberapa hipotesis statistik.
 HIPOTESIS
n Hipotesis Penelitian
n Hipotesis Deskriptif merupakan jawaban sementara terhadap satu sampel.
n Hipotesis Komparatif merupakan suatu dugaan sementara mengenai komparasi
antara dua sampel atau juga lebih.
n Hipotesis Asosiatif merupakan dugaan sementara terhadap suatu asosiasi
(hubungan) antar dua variabel atau lebih di dalam suatu penelitian.

n Hipotesis Statistik: suatu prosedur secara statistik untuk membuat

keputusan menolak atau gagal menolak hipotesis yang telah ditegakkan.
Hipotesis null (Ho) dan hipotesis Alternatif (Ha/H1)

n Beberapa penelitian tidak selalu ada hipotesis penelitian karena belum dapat
ditentukan prediksi suatu jawaban dari hasil penelitian.
n Peneltian Deskrptif
n Peneltian Historis
n Penelitian Evaluasi
 HIPOTESIS
n Hipotesis Statistik:
n Hipotesis nol atau ‘Null Hypothesis’ (H0) : pernyataan netral (nol
sama dengan tidak ada) atau selalu memuat tanda ‘=‘

n Hipotesis Alternatif/Alternative Hypothesis (H1 atau HA):

pernyataan netral tersebut sudah ada dugaan:
n Lawan dari hipotesis nol
n Tidak pernah memuat tanda “=”
n Secara umum hipotesis ini dipercaya kebenarannya oleh peneliti (sehingga
perlu untuk dibuktikan)
n Sering disebut juga hipotesis penelitian

n H0 dan H1 adalah ‘mutually exclusive’ dan ‘exhaustive’

n Dalam pengujian hipotesis statistik yang diuji adalah H0. Penentuan

apakah H0 diterima (dianggap benar) atau ditolak (dianggap salah) adalah
merupakan tujuan dari pengujian hipotesis secara statistik.
 HIPOTESIS
n Dalam merumuskan hipotesis statistik dikenal istilah
n Hipotesis satu arah (one tailed atau one side)
n Hipotesis dua arah (two tailed atau two side).
n Bentuk penulisan hipotesis satu arah secara matematis
n Hipotesis satu arah untuk satu sampel rata-rata.
n H0: µ £ µ0=65 thn H1: µ > µ0=65 thn (arah ke kanan)
n H0 : Rata-rata harapan hidup orang Indonesia kurang atau sama 65 tahun
n H1 : Rata-rata harapan hidup orang Indonesia lebih dari 65 tahun

n H0: µ ³ µ0=65 thn H1: µ < µ0=65 thn (arah ke kanan)

n H0 : Rata-rata harapan hidup orang Indonesia lebih atau sama 65 tahun
n H1 : Rata-rata harapan hidup orang Indonesia lurang dari 65 tahun

n Hipotesis dua arah untuk satu sampel rata-rata.

n H0: µ = µ0=65 thn Ha: µ ¹ µ0 =65 thn
n H0 : Rata-rata harapan hidup orang Indonesia sama dengan 65 tahun
n H1 : Rata-rata harapan hidup orang Indonesia ltidak sama dengan 65 tahun
 HIPOTESIS
n Bentuk penulisan hipotesis satu arah dan hipotesis dua
araha untuk data proporsi.
n Hipotesis satu arah untuk satu sampel data proporsi
n H0: p £ p0=0.2 H1: p > p0=0.2 (arah ke kanan)
n H0 : Proporsi menderita DM lebih kecil aatau sama dengan 20%
n H1 : Proprosi penderita DM lebih besar dari 20%

n H0: p ³ p0=0.2 H1: p < p0=0.2 (arah ke kiri)

n H0 : Proporsi menderita DM lebih besar atau sama dengan 20%
n H1 : Proprosi penderita DM lebih kecil dari 20%

n Hipotesis dua arah untuk satu sampel data proporsi

n H0: p = p0=0.2 Ha: p ¹ p0=0.2
n H0 : Proporsi menderita DM adalah 20%
n H1 : Proporsi penderita DM tidak sama dengan 20%
 HIPOTESIS
n Contoh hipotesis dua arah dan satu arah dua sampel rata-rata.
n H0 : µl= µp (Rata-rata harapan hidup aki-laki sama dengan perempuan)
n H1 : µl ¹ µp (Rata-rata harapan hidup laki-laki tidak sama dengan perempuan)

n H0 : µl £ µp (Rata-rata harapan hidup laki-laki lebih kecul atau sama perempuan)

n H1 : µl> µp (Rata-rata harapan hidup lakil-laki lebih besar perempuan

n Contoh hipotesis dua arah dan satu arah dua sampel proporsi.
n H0 : pl = pp (Proporsi menderita DM laki-laki sama dengan perempuan)
n H1 : pl ¹ pp (Proporsi menderita DM lakilaki tidak sama dengan perempuan)

n H0 : pl £ pp (Proporsi menderita DM laki-laki lebih keciil atau sama perempuan)

n H1 : pl > pp (Proporsi menderita DM laki-laki lebih besar dengan perempuan)
 Keputusan Hipotesis Statistik
n Salah jenis I (error type I) & salah jenis II (error type II)
n Salah jenis pertama (a) disebut tingkat signifikansi
(significance level) adalah probabilitas menolak H0 padahal H0
tersebut benar
n (1- a) disebut tingkat kepercayaan (confidence level) adalah
probabilitas untuk tidak membuat kesalahan jenis pertama

n Salah jenis kedua (b) adalah probabilitas untuk menerima H0

padahal H0 tersebut salah
n (1- b) adalah probabilitas untuk tidak membuat kesalahan jenis
kedua dan dikenal dengan tingkat kekuatan uji (power of the
test)
 KEPUTUSAN UJI HIPOTESIS STATISTIK
n Secara Klasik: Membandingkan nilai statistik hitung
dengan nilai statistik tabel.
n Bila statistik hitung lebih besar atau lebih kecil dari staistik tabel
untuk hipotesis dua arah, maka Ho ditolak.
n statistik hitung lebih kecil dari statistik tabel untuk hipotesis
satu arah ke kiri atau statistik hitung lebih besar dari statistik
tabel untuk hipotesis satu arah ke kanan maka Ho Ditolak atau
sebaliknya.

n Secara Probabilistik: Membandingkan nilai-p

dengan a.
n Bila nilai-p < a : Keputusan ujinya Ho ditolak

n Sebaliknya bila nilai-p ≥ a : Ho Gagal Ditolak

 Tahapan Pengujian Hipotesis Statistik

1. Definisikan H0 dan H1
2. Tetapkan tingkat signifikasi (a).
• a=0.01, a=0.05 atau a=0.01
3. Tentukan Uji Statistik yang sesuai.
4. Ambil Data
5. Hitung nilai statistik
6. Buat keputusan hipotesis statistik
o Menolak Ho (bila nilai-p < a)
o Gagal menolak Ho (bila nilai-p ≥ a)
7. Interpretasi dan kesimpulan
 Uji Hipotesis Satu Sampel
n Pengertian Uji Hipotesis Satu Sampel adalah membandingkan
rata-rata atau proporsi dari sejumlah sampel yang diambil dari
populasi terhadap rata-rata atau proprosi dari populasi tersebut
yang sudah ada atau diketahui.

n Diketahui bahwa rata-rata Hb darah Ibu Hamil di suatu daerah tertentu

adalah 12.5 gr/dL. Kita ingin membuktikan apakah masih sama atau
lebih kecil atau lebih besar dari angka 12.5 gr/dL tersebut dengan
mengambil sejumlah sampel Ibu Hamil dari populasi tersebut.

n Diketahui bahwa proporsi Ibu Hamil Anemia di suatu daerah tertentu

adalah 20%. Kita ingin membuktikan apakah masih sama atau lebih
kecil atau lebih besar proporsi Ibu Hamil Anemia dari angka 20%
tersebut dengan mengambil sejumlah sampel Ibu Hamil dari populasi
tersebut.
 Uji Hipotesis Satu Sampel terhadap Rata-rata Populasi

n Uji hipotesis satu sampel terhadap rata-rata populasi statistik uji

yang digunakan tergantung pada standar deviasi populasi (σ).
n Bila standar deviasi populasi (σ) diketahui gunakan distribusi Z
standar (baku)
n Bila standar deviasi populasi (σ) tidak diketahui gunakan distribusi t-
student dengan menggunakan standar deviasi sampel (S).

n Uji Z atau uji t adalah statistik parametrik sehingga asumsi data

harus berdistribusi normal.

X - µX X -µ X -µ
Z= = t= df=n-1
sX s/ n S/ n
σ diketahui σ tidak diketahui
 Uji Hipotesis Satu Sampel terhadap Rata-rata Populasi

n Sekolah SLTA X pd bulan Januari thn 2020 melaporkan bahwa rata-rata Hb darah
siswinya adalah 12.5 gr/dL dengan standar deviasi (σ) 1.5 gr/dL. Saat pandemi ini
kita mengambil sampel sebanyak 25 siswi secara random terhadap populasi siswi di
sekolah tersebut. Dari 25 sampel tersebut didapatkan rata-ratanya sebesar 13.1
gr/dL. Buktikan apakah rata-rata Hb darah siswi pada saat pandemi ini berbeda
dengan yang dilaporkan yaitu 12.5 gr/dL pada a=0.05 .
n Diketahui: µ =12.5 gr/dL, σ = 1.5 gr/dL dan rata-rata sampel (X bar)=13.1 gr/dL.
n H0: µ = 12.5 gr/dL dan Ha: µ ¹ 12.5 gr/dL (hipotesis dua arah)
n Tiingkat kepercayaan 5% (a=0.05 )
X - µX X -µ
n Uji statistik yang digunakan adalah uji-Z karena σ diketahui. Z = =
n Daerah kritis: -1.96 ≤ Z ≤ 1.96 H0 Gagal di tolak (GATOL). sX s/ n
n Statistik hitung: Z = (13.1 – 12.5) / (1.5/5)=2,00.
n Keputusan Uji: Karena Z hitung=2,00 ada di luar interval Z tabel -1.96 ≤ Z ≤ 1.96 atau
Z hitung=2.00 lebih besar dari Z tabel=1.96 maka keputusan ujinya H0 Ditolak.
n Keputusan Uji: Nilai Z tabel pada angka 2.00 adalah 0.4772, maka nilai-p adalah 0.5-
0.4772=0.0228. Karena hipotesis dua arah maka nilai-p=2x0.0228=0.0456 dan lebih
keciil dari a=0.05 sehingga H0 Ditolak
n Kesimpulan: rata-rata Hb darah siswi disekolah SLTA X tersebut pada saat pandemi ini
secara signifikan tidak sama dengan 12.5 gr/dL.
 Uji Hipotesis Satu Sampel terhadap Rata-rata Populasi

n Sekolah SLTA X pd bulan Januari thn 2020 melaporkan bahwa rata-rata Hb darah
Siswinya adalah 12.5 gr/dL dengan standar deviasi (σ) 1.5 gr/dL. Saat pandemi ini
kita mengambil sampel sebanyak 25 siswi secara random terhadap populasi siswi di
sekolah tersebut. Dari 25 sampel tersebut didapatkan rata-ratanya sebesar 13.1
gr/dL. Buktikan apakah rata-rata Hb darah siswi pada saat pandemi ini sudah lebih
besar dari yang dilaporkan yaitu 12.5 gr/dL pada a=0.05
n Diketahui: µ =12.5 gr/dL, σ = 1.5 gr/dL dan rata-rata sampel (X bar)=13.1 gr/dL.
n H0: µ ≤ 12.5 gr/dL dan Ha: µ > 12.5 gr/dL (hipotesis satu arah)
n Tiingkat kepercayaan 5% (a=0.05 )
Uji statistik yang digunakan adalah uji-Z karena σ diketahui. Z =
X - µX X -µ
n
=
n Daerah kritis: Z ≤ 1.64 H0 Gagal di tolak (GATOL). sX s/ n
n Z = (13.1 – 12.5) / (1.5/5)=2,00.
n Keputusan Uji: Karena Z hitung=2.00 lebih besar dari Z tabel=1.64 maka keputusan ujinya
H0 Ditolak.
n Keputusan Uji: Nilai Z tabel=2.00 adalah 0.4772, maka nilai-p 0.5-0.4772=0.0228 dan
nilai-p lebih keciil dari a=0.05 sehingga keputusan ujinya adalah H0 Ditolak.
n Kesimpulan: rata-rata Hb darah siswi disekolah SLTA X tersebut pada saat pandemi ini
secara signifikan lebih besar dari 12.5 gr/dL.
Tabel Z
 Nila-p (p–value)

Nilai-p = P(Z ³ 2.00) = 0.0228

P-Value =0.0228
0.4772 0.500
-0.4772 -
0.0228

0 2.00 Z
 Uji Hipotesis Satu Sampel terhadap Rata-rata Populasi
n Sekolah SLTA X pd bulan Januari thn 2020 melaporkan bahwa rata-rata Hb darah
Siswinya adalah 12,5 gr/dL Saat pandemi ini kita mengambil sampel sebanyak 25
siswi secara random terhadap populasi siswi di sekolah tersebut. Dari 25 sampel
tersebut didapatkan rata-ratanya sebesar 13,24 gr/dL dengan standar deviasi
sampel sebesar 1,4068 gr/dl. Buktikan apakah rata-rata Hb darah siswi pada saat
pandemi ini sama dari yang dilaporkan yaitu 12.5 gr/dL pada a=0.05
n Diketahui: µ =12.5 gr/dL, S = 1.4068 gr/dL dan rata-rata sampel (X bar)=13.24 gr/dL.
n H0: µ = 12.5 gr/dL dan Ha: µ ¹ 12.5 gr/dL (hipotesis dua arah)
n Tiingkat kepercayaan 5% (a=0.05 ) X -µ
n Uji statistik yang digunakan adalah uji-t karena σ tidak diketahui. t = ,df=n-1
n Daerah kritis: -2.064≤ t ≤ 2.064 maka H0 Gagal di tolak (GATOL). S/ n
n t = (13.24 – 12.5) / (1.4068/5)=2.63.
n Keputusan Uji: Karena t hitung=2.63 diluar daerah kritis atau lebih besar dari t
tabel=2.063 maka keputusan ujinya H0 Ditolak.
n Keputusan Uji: Nilai t hitung =2.63 pada derjat bebas 24, angka 2.63 pada tabel t ada
diantara 2.492 dan 2,797. Maka nila-p adalah 0,01 ≤ p ≤0,02. Nilai-p tersebut lebih
keciil dari a=0.05 sehingga keputusan ujinya adalah H0 Ditolak.
n Kesimpulan: rata-rata Hb darah siswi disekolah SLTA X tersebut pada saat pandemi ini
secara signifikan tidak sama dengan 12.5 gr/dL.
 Nilai-p
(Nilai-p diantara 0.02 dan 0.01) ³ (a = 0.05).
H0 ditolak.

p Value = [0.02;0,01]

0 t24
-2.63 2.63
Tabel t
Uji Hipotesis Satu Sampel terhadap Rata-rata Populasi

t- hitung=2,630 Nilai-p=0,015
 Uji Hipotesis Satu Sampel terhadap Proporsi Populasi

µp = p p(1 - p)
s
s ps =
n
Uji Hipotesis Satu Sampel terhadap Proporsi Populasi
 Uji Hipotesis Satu Sampel terhadap Proporsi Populasi

q Keputusan Uji: Karena Z hitung=2,33 ada di luar interval Z tabel -1.96 ≤ Z ≤ 1.96
maka keputusan ujinya H0 Ditolak.

Tolak Tolak
.025 .025
.0099

-1.96 0 1.96 Z
2.33
q Keputusan Uji: Nilai Z tabel pada angka 2.33 adalah 0.4901, maka nilai-p adalah
0.5-0.4901=0.0099. Karena hipotesis dua arah maka nilai-
p=2x0.0099=0.0198 dan lebih keciil dari a=0.05 sehingga H0 Ditolak
q Kesimpulan: Prevalensi anemia pada siswi SLTA di Kabupaten X pada tahun 2021
secara signifikan tidak sama dengan 10%.
 Latihan Uji Hipotesis 1 Mean
Diketahui bahwa rata-rata Hb darah Ibu Hamil sebelum desentralisasi di
Kabupaten A adalah 13.5 gr% dengan standar deviasi sebesar 2 gr%.
Setelah desentralisasi Anda ingin mengetahui apakah ada penurunan Hb
darah Ibu Hamil di Kabupaten A?. Anda mengambil sampel sebanyak
30 Ibu Hamil secara random di Kabupaten A dan mendapatkan rata-
ratanya adalah sebesar 12.5 gr%. Buktikan secara statistik pada nilai
a=0.05 apakah betul ada penurunan rata-rata Hb darah Ibu Hamil
setelah desentralisasi?
a. Buatlah pernyataah Ho dan Ha
b. Uji statistika apa yang Anda gunakan?
c. Hitung nilai statistiknya?
d. Berapa nilai p dari hasil perhitungan Anda?
e. Apa keputusan uji Anda?
f. Interpretasikan hasil keputusan Anda tersebut?
 Latihan Uji Hipotesis 1 Mean
Diketahui bahwa rata-rata Hb darah Ibu Hamil sebelum desentralisasi di
Kabupaten A adalah 13.5 gr%. Setelah desentralisasi Anda ingin
mengetahui apakah ada penurunan Hb darah Ibu Hamil di Kabupaten
A?. Anda mengambil sampel sebanyak 30 Ibu Hamil secara random di
Kabupaten A dan mendapatkan rata-ratanya adalah sebesar 12.5 gr%
dan standar deviasi Hb darah sampel tersebut sebesar 3 gr%. Buktikan
secara statistik pada nilai a=0.05 apakah betul ada penurunan rata-rata
Hb darah Ibu Hamil setelah desentralisasi?
a. Buatlah pernyataah Ho dan Ha
b. Uji statistika apa yang Anda gunakan?
c. Hitung nilai statistiknya?
d. Berapa nilai p dari hasil perhitungan Anda?
e. Apa keputusan uji Anda?
f. Interpretasikan hasil keputusan Anda tersebut?
Latihan Uji Hipotesis 1 Proporsi
Diketahui bahwa prevalensi Anemia Ibu Hamil sebelum desentralisasi di
Kabupaten A adalah 40%. Setelah desentralisasi Anda ingin mengetahui
apakah ada peningkatan prevalensi Anemia Ibu Hamil di Kabupaten A?.
Anda mengambil sampel sebanyak 100 Ibu Hamil secara random di
Kabupaten A dan mendapatkan ada sebanyak 50 ibu hamil yang
Anemia. Buktikan secara statistik pada nilai a=0.05 apakah betul ada
peningkatan prevalensi Anemia pada Ibu Hamil di Kabupaten A setelah
desentralisasi?
a. Buatlah pernyataah Ho dan Ha
b. Uji statistika apa yang Anda gunakan?
c. Hitung nilai statistiknya?
d. Berapa nilai p dari hasil perhitungan Anda?
e. Apa keputusan uji Anda?
f. Interpretasikan hasil keputusan Anda tersebut?
 Uji Beda Dua Mean

n Sesuai dengan pertanyaan penelitian yang ditetapkan adalah

untuk mengetahui apakah dua nilai rata-rata dari dua kelompok
sampel dapat berbeda (two side), rata-rata kelompok sampel
yang satu lebih besar atau lebih kecil dari rata-rata kelompok
sampel yang lain (one side) atau apakah ada perbedaan rata-rata
dari satu kelompok sampel yang sama (matching) diukur dua kali.
1. Apakah ada perbedaan kadar kolesterol pasien PJK dengan
pasien DM?
2. Apakah biaya operasi jantung RS A lebih besar dari biaya
operasi RS B?
3. Apakah ada perbedaan tekanan darah sebelum dan sesudah
minum obat anti hipertensi (before & after atau matching)

45
 Uji Beda Dua Mean

n Asumsi Uji Beda Dua Mean (Uji t)

n Uji t termasuk dalam statistik parametrik.

n Distribusi dari data yang dibandingkan nilai meannya mengikuti

bentuk distribusi Normal.

n Untuk Uji t yang berpasangan atau dependen variasi data (before

dan after, pencocokan) adalah sama/homogen.

n Bila asumsi distribusi normal tidak terpenuhi maka lakukan

transformasi data. Bila tetap tidak terpenuhi setelah transformasi

maka gunakan statistik nonparametrik.
n Uji t independen à Mann-Whitney (nonparametrik)
n Uji t dependen à Peringkat Bertanda Wilcoxon
(nonparametrik)

46
 Uji Beda Dua Mean

Uji Beda Dua Mean – Uji t

Uji t Dua Sampel Uji t Dua Sampel

Independen Dependen

Uji-t Uji-t Uji-t

Independen Independen berpasangan/
varian sama varian beda matching

Uji Levene /Uji F

47
 Uji Beda Dua Mean dengan Varian Sama

n Hipotesis H 0 : µ1 = µ2 danH1 : µ1 ¹ µ2 (two - side)

H 0 : µ1 ³ µ2 danH1 : µ1 < µ2 (one - side)
H 0 : µ1 £ µ2 danH1 : µ1 > µ2 (one - side)

n Rumus x1 - x2
t= , df = n1 + n2 - 2
æ1 1ö
Sp çç + ÷÷
è n1 n2 ø
s12 (n1 - 1) + s22 (n2 - 1)
Sp =
(n1 + n2 - 2)

48
 Uji Beda Dua Mean dengan Varian Sama

n Suatu penelitian terhadap kadar kolesterol dan diambil sampel 20 orang

penderita PJK dan 15 orang penderita DM. Rata-rata PJK=215 mg/dL, SD
PJK=50 mg/dL, rata-rata DM=230 mg/dL, SD DM=45 mg/dL
n Hipotesis :
n Ho: Tidak ada perbedaan kadar kolesterol penderita PJK dan DM
n H1: Ada perbedaan kadar kolesterol penderita PJK dan DM
n Tingkat signifikansi (a =0,05)
n Uji statistik: pooled t test (Asumsi kedua sampel mempunyai varians
sama) --- dapat diuji dengan Uji Levene atau Uji F
n Uji Statistik: x -x
t= 1 2

s12 (n1 - 1) + s22 (n2 - 1) 1 1

+
n1 + n2 - 2 n1 n2

49
 Uji Beda Dua Mean dengan Varian Sama

n Perhitungan:
215 - 230 - 15
t= = = -0,9375
(50 2 x19) + (45 2 x14) 1 1 16
+
20 + 15 - 2 20 15

n t = -0,9375 atau t = 0,9375 dan lihat tabel t dgn db=20+15-2=33

didapatkan nilai p antara kolom 0,25 dan 0.10 pada tabel t. Karena
hipotesis dua arah maka 2x0,25 ≤nilai-p ≤2x0,10 atau 0,50 ≤nilai-p
≤0,20.
Catatan: Kalau hipotesis satu arah nilai p tidak perlu di kali 2
n Keputusan uji: Karena Nilai-p > a=0.05 maka keputusan uji Ho Gagal
ditolak
n Kesimpulan : Tidak ada perbedaan kadar kolesterol penderita PJK
dengan DM

50
Tabel t

51
 Uji Beda Dua Mean dengan Varian Sama

n Peneliti ingin mengetahui perbedaan rata-rata Hb darah siswi SLTA

sekolah A dan sekolah B. Sampel diambil secara random 15 siswi di
sekolah A dan 15 siswi di sekolah B dan kemudian diukur Hb
darahnya. Dalam penelitian ini peneliti menggunakan α= 0,05
n Ringkasan data adalah sebagai berikut.
Sekolah n Mean Hb SD Hb
Sekolah A 15 12.41 1.51
Sekolah B 15 13.74 1.33
n Hipotesis
n Ho:Tidak ada perbedaan rata-rata Hb siswi sekolah A dan sekolah B
n H1: Ada perbedaan rata-rata Hb siswi sekolah A dan sekolah B
n Tingkat signifikasi α= 0,05
n Uji statistik: Uji t dua sampel independen dengan asumsi variasi
pengukuran Hb darah siswi di kedua sekolah tersebut sama.
52
 Uji Beda Dua Mean dengan Varian Sama

n Nila statistik
x1 - x2 13.74 - 12.41
t= t= = 2.550
s (n1 - 1) + s (n2 - 1) 1
2 2
1 (1.33) (151 - 1) + (1.51) (15 - 1)
2 2
1 1
1 2
+ +
n1 + n2 - 2 n1 n2 15 + 15 - 2 15 15

n Nilai t hitung=2.550 dengan db=15+15-2=28. Dalam tabel t pada

derjat bebas (baris) 28 kolom 0.02 dan kolom 0.01 (dua arah)
masing-masing t tabel 2.467 dan 2.763. Nilai t hitung 2.553 ada
diantara kedua angka tersebut sehingga nilai-p<0.02 dan nilai-
p>0.01 atau 0.01 ≤ Nilai-p ≤ 0.02. Sehingga nilai-p< α= 0,05 dan
kesimpulan ujinya adalah Ho ditolak.
n Kesimpulan: Ada perbedaan rata-rata Hb darah siswi secara
signifikan antara sekolah A dan sekolah B.

53
 Uji Beda Dua Mean dengan Varian Sama

t hitung t hitung
varian sama varian tidak sama
Nilai-p

Uji homogenitas
varian
 Uji Beda Dua Mean dengan Varian Berbeda

n Hipotesis H 0 : µ1 = µ2 danH1 : µ1 ¹ µ2 (two - side)

H 0 : µ1 ³ µ2 danH1 : µ1 < µ2 (one - side)
H 0 : µ1 £ µ2 danH1 : µ1 > µ2 (one - side)

x1 - x2
n Rumus t =
s12 s22
+
n1 n2
[(s12 / n1 ) + ( s22 / n2 )]2
df = 2
[(s1 / n1 ) 2 / n1 - 1) + (s22 / n2 ) 2 / n2 - 1)]
55
 Uji Beda Dua Mean Dependen (Uji – t Dependen)

q Uji beda dua mean dependen atau berpasangan dapat berupa penelitian
kasus-kontrol dengan maching atau sampel (subjek) yang sama diukur
dua kali pre-post (self pairing).

q Ho: δ = 0 Ha: δ ≠ 0 (hipotesis dua rah)

Ho: δ ≤ 0 Ha: δ > 0 (hipotesis stau arah)
Ho: δ ≥ 0 Ha: δ < 0 (hipotesis stau arah)

q Rumus
d
t= , df = n - 1
SDd / n
d : rata-rata dari selisih perbedaan, n=jumlah sampel
SDd: Stadar deviasi dari selisih perbedaan

56
 Uji Beda Dua Mean Dependen (Uji t Dependen)

Seorang peneliti ingin mengetahui apakah ada perbedaan Hb darah Ibu Hamil
antara sebelum dan sesudah diberikan tablet tambah darah (Fe). Peneliti
menggunakan disain penelitian pre-post tanpa kontrol. Sampel dipilih secara
random 10 orang Ibu Hamil kemudian diukur Hb darahnya. Setelah diberikan
tablet tambah darah (Fe) diukur kembali Hb darahnya seperti pada tabel.
No Ibu 1 2 3 4 5 6 7 8 9 10 Mean
Pre 8.7 9.4 8.5 7.9 10.0 9.5 9.0 8.9 10.0 10.5 9.2
Post 12.0 11.5 11.0 10.5 10.0 10.5 11.5 11.0 9.5 12.5 11.0
d 3.3 2.1 2.5 2.6 0.0 1.0 2.5 2.1 -0.5 2.0 1.76
SDd=1.2131
qHo: δ = 0 Ha: δ ≠ 0
qTingkat signifikasi α= 0,05
qUji statistik yang digunakan adalah Uji – t dependen (uji t berpasangan)
qNilai statistik: 1.76
t= = 4,588, df = 9
1.2131 / 10
qt hitung=4.588 dengan db=9 dari tabel t didapatkan nilai-p < 0.01.
qKarena nilai-p<0.01 maka nilai-p < α= 0,05. Kesimpulannya Ho ditolak
qAda perbedaan yang signifikan Hb darah Ibu antara sebelum dan sesudah
diberikan tablet tambah darah.

57
Uji Beda Dua Mean Dependen (Uji – t Dependen)

Rata-rata SD Nilai Nila-p

perbedaan perbedaan t hitung
58
 Latihan Uji Beda Dua mean

Seorang mahasiswa ingin mengetahui perbedaan rata-rata Hb darah

siswi SLTA Sekolah A dan sekolah B. Mahasiwa tersebut mengambil
sampel secara random di sekolah A dan sekolah B masing-masing
15 siswi. Rata-rata sampel Hb darah siswi sekolah A adalah 13.5
gr% dan sekolah B adalah 12 gr%. Standar deviasi Hb darah siswi
di sekolah A adalah 1 gr% dan sekolah B 1.2 gr%. Hasil uji
didapatkan bahwa variasi Hb darah siswi di kedua sekolah adalah
sama. Buktikanlah secara statistik pada a=0.05 apakah betul ada
perbedaan Hb darah siswi di kedua sekolah?
a. Penelitian di atas termasuk uji beda dua mean independen atau
dependen?
b. Buat pernyataan Ho dan Ha?
c. Uji statistik apa yang Anda usulkan?
d. Hitung nilai statistiknya?
e. Berapa nila-p dari hasil perhitungan Anda?
f. Apa keputusan uji Anda?
g. Berikan interpretasi dari hasil uji Anda tersebut?

59
 Latihan Uji Beda Dua Mean

Mahasiswa tadi mengubah pernyataan penelitiannya sebagai berikut:

“Apakah rata-rata Hb darah siswi SLTA Sekolah A lebih besar dari
sekolah B”. Buktikanlah secara statistik pada a=0.05 apakah betul
bahwa rata-rata Hb darah siswi sekolah A lebih besar dari sekolah B?
a. Buat pernyataan Ho dan Ha?
b. Uji statistik apa yang Anda usulkan?
c. Hitung nilai statistiknya?
d. Berapa nila-p dari hasil perhitungan Anda?
e. Apa keputusan uji Anda?
f. Berikan interpretasi dari hasil uji Anda tersebut?

60
 Latihan Uji Beda Dua Mean

Mahasiswa tadi mengubah metodologi penelitiannya dengan

pernyataan penelitiannya sebagai berikut: “Apakah ada perbedaan
rata-rata Hb darah siswi sekolah A sebelum dan sesudah
mendapatkan tablet tambah darah?”. Untuk menjawab pernyataan
penelitiannya, mahasiwa tadi mengambil sampel secara random
sebanyak 25 siswi di sekolah A. Dari sampel tersebut didapatkan
bahwa rata-rata perbedaan Hb darah sebelum dan sesudah
mendapatkan tablet Fe adalah 1.5 gr% dengan standar deviasi
sebesar 1 gr%. Buktikanlah secara statistik pada a=0.05 apakah
betul bahwa rata-rata Hb darah siswi sekolah A berbeda sebelum
dan sesudah mendapatkan tablet tambah darah (Fe)?
a. Uji statistik beda dua mean indpenden dan dependen?
b. Buat pernyataan Ho dan Ha?
c. Uji statistik apa yang Anda usulkan?
d. Hitung nilai statistiknya?
e. Berapa nila-p dari hasil perhitungan Anda?
f. Apa keputusan uji Anda?
g. Berikan interpretasi dari hasil uji Anda tersebut?
61
 Analysis of Variance (ANOVA)

❒ One-way analysis of variance (One-Way ANOVA)

❒ Uji hipotesis lebih dari dua mean (rata-rata)

❒ Kenapa disebut ANOVA: membandingkan varian

antara kelompok (S2b) dengan varian di dalam
kelompoknya (S2w)

❒ Ratio kedua varians tersebut mempunyai

distribusi probabilitas F (R.A. Fisher) atau
tabel F
 Analysis of Variance (ANOVA)
❒ Kenapa tidak pakai uji-t
❒ Terjadi inflasi pada nilai a
❒ Misalnya, bila membandingkan tiga mean dengan uji-t pada

a=0.05 maka setiap pengujian sepasang mean

menggunakan a sebesar 0.143 atau (1-(1-0.05)3) bukan lagi
0.05
❒ ANOVA: menguji perbedaan diantara mean yang dibandingkan
tetapi belum dapat diketahui antara mean mana yang berbeda
❒ Hipotesis:
❒ Ho: µ1= µ2= µ3=….. =µk
❒ H1: Minimal ada sepasang mean yang tidak sama
❒ Keputusan uji: Bila nilai F hitung>Ftabel atau Nilai-
p< α maka Ho ditolak. Sebaliknya Ho gagal ditolak.
 Analysis of Variance (ANOVA)
❒ Bila Ho ditolak, maka langkah selanjutnya adalah
melakukan uji perbandingan berganda (multiple
comparison) dengan tujuan untuk mengetahui diantara
nilai mean mana yang berbeda.
❒ Asumsi
❒ Subjek penelitian dipilih secara random
❒ Data pengukuran independen
❒ Data pengukuran setiap kelompok berdistribusi normal
❒ Varian/variasi data diantara kelompok sama atau homogen.
❒ Bila distribusi data tidak normal, lakukan transformasi data
dan apabila tetap distribusi tidak normal maka gunakan
Statistik Norparametrik dengan Uji Kruskal-Wallis H
 Analysis of Variance (ANOVA)

❒ Tabel ANOVA
Sumber JK db KT F ratio
Variasi

Antar Kel JKb k-1 JKb/k-1 (JKb/k-1)/

(JKw/n-k)
Didalam Kel JKw n-k JKw/n-k

Total JKt kn-1

 Analysis of Variance (ANOVA)
❒ Struktur Data
j
i
1 2 3 . . . . . . k
1 x11 x21 x31 xK1
2 x12 x22 x32 xK2
.
x13 x23 x33 xK3
.
. . . .
. . . . .
n x1N x2N x3N xKN
Mean x2.
x.
.. 1
x3. xk . x.. Grand mean
S S1 S2. S3 . Sk.
 Analysis of Variance (ANOVA)
❒ S2b adalah JKb/db merupakan varian antar kelompok

( )
k 2

JK b = å n j x. - x.. dimana j=1,2,3…k

j =1
Atau 2
æk ö
çånj xj ÷
k ç ÷
JK b = å n j x 2j - è ø
j =1

j =1 n

S2b = JKb /k-1

 Analysis of Variance (ANOVA)
❒ S2w adalah JKw/db merupakan varian didalam
kelompok

JK w = å (n j - 1)S 2j
k
dimana j=1,2,3…k
j =1
Atau
k éæ n ö ù
2

JK b = n j å êç å xij - x j . ÷ ú
j =1 êè i =1 ø úû
ë dimana i=1,2,3..n dan
j=1,2,3..k

S2w = JKw /N-k

 Analysis of Variance (ANOVA)

q Sebuah penelitian ingin membuktikan apakah ada perbedaan Hb darah

siswi SLTA di tiga sekolah yang telah mendapat intervensi, Data hasil
penelitian dapat dilihat pada tabel.
Sekolah n Mean Hb SD Hb
Sekolah A 14 11.99 1.18
Sekolah B 14 12.59 1.41
Sekolah C 15 13.74 1.33
Grand Mean 12.80

❒ Hipotesis
❒Ho: µA= µB= µC
❒H1: Minimal ada sepasang mean yang tidak sama
❒ Tingkat signifikansi α=0.05
❒ Statistik uji yang digunakan adalah ANOVA One-Way/Uji F karena ada
tiga kelompok sekolah dengan nilai rata-rata Hb yang dibandingkan
dengan syarat asumsi yang mendasari ANOVA One-Way/Uji F dipenuhi
 Analysis of Variance (ANOVA)

( )
k 2

JK b = å n j x. - x..
j =1

JK w = å (n j - 1)S 2j
k

j =1
 Analysis of Variance (ANOVA)
q F hitung= 6.706 dan F tabel pd db1=2 dan db2=40 dengan α=0.05 adalah
3.23. Karena F hitung=6.706 lebih besar dari F tabel=3.23 maka keputusan
ujinya adalah Ho Ditolak.
q Nilai-p pada F hitung=6.706 dengan db1=2 dan db2=40 adalah lebih kecil
dari 0.01 (nilai-p<0.01) maka Ho Ditolak. Catatan: Lihat tabel F pada
kolom 2 dan baris 40 sesuai dengan derjat bebasnya. Nilai F tabel mulai dari
atas sampai ke bawah pada derjat bebas tsb adalah 1.44 untuk p=0.25, 2.44
untuk p=0.10, 3.23 untuk p=0.05 dan 5.18 untuk p=0.01
q Kesimpulan: Berdasarkan hasil pengujian secara statistik dapat disimpulkan
bahwa ada perbedaan rata-rata Hb darah siswi SLTA diantara ketiga sekolah
tersebut.
q Untuk mengetahui lebih lanjut rata-rata Hb darah sisiwi SLTA yang berbeda
diantara ketiga sekolah tersebut. Banyak uji yang dapat digunakan untuk uji
perbandingan berganda dan salah satunya adalah Uji Benferonni.
 Tabel F
db2 penyebut p
db1 pembilang v db1=2;db2=30 dan α=0.05 maka F tabel=3.32
. 2 .
Misalnya F hitung=1.02 < F tabel=3.32 maka
. .
. .
Ho gagal ditolak
0.25 1.45 Nilai-p pada F hitung=1.02 adalah >0.25
30 0.10 2.49 dan juga > α=0.05 maka Ho gagal ditolak
0.05 3.32
0.01 5.39 v db1=2;db2=30 dan α=0.05 maka F tabel=3.32
Misalnya F hitung=3.00 < F tabel=3.32 maka
0.25 1.44
Ho gagal ditolak
40 0.10 2.44
0.05 3.23 Nilai-p pada F hitung=3.00 adalah >0.05 dan
0.01 5.18 < 0.10 dan juga nilai-p tersebut > α=0.05
maka Ho gagal ditolak
v db1=2;db2=30 dan α=0.05 maka F tabel=3.32
Misalnya F hitung=5.39 > F tabel=3.32 maka
Ho ditolak
Nilai-p pada F hitung=5.39 adalah 0.01 dan
lebih kecil dari α=0.05 maka Ho ditolak
 Analysis of Variance (ANOVA)
q Uji perbandingan berganda (multiple comparisons) Bonferroni
dgn menggunakan tabel t, db=40
x A - xB a
x Avs x B = , db = n - k a * = k
= 0.05 / 3 = 0.01667
C
2 æ 1 1ö 2
sbw çç - ÷÷
è n A nb ø
11.99 - 12.59 12.59 - 13.74
x Avs x B = = 1.211, db = 40 x B vs x C = = 2.362, db = 40
æ1 1ö æ1 1ö
1.716ç - ÷ 1.716ç - ÷
è 14 14 ø è 14 15 ø
11.99 - 13.74 t A vs B=1.211, nilai-p>0.01667-Tidak ada perbedaan
x Avs x C = = 3.595, db = 40
æ1 1ö t A vs C =3.59, nilai-p<0.0116—Ada perbedaan
1.716ç - ÷
è 14 15 ø
t B vs C=2.36, nilai-p>0.01667-Tidak ada perbedaan
Rata-rata Hb darah siswi yang berbeda adalah Sekolah A dengan Sekolah C,
sementara Sekolah A dengan B dan Sekolah B dengan Sekolah C tidak berbeda
Analysis of Variance (ANOVA)
Analysis of Variance (ANOVA)
 Analysis of Variance (ANOVA)
Data di bawah ini adalah 45 subjek kegemukan mengikuti eksperimen penurunan berat
badan. Subjek dibagi ke dalam tiga kelompok dengan cara randomisasi dan setiap
kelompok mendatapat metode program yang berbeda. Pada akhir eksperimen penurunan
berat badan (kg) dicatat sebagai berikut:
Metode Metode
NO A B C NO A B C
1 2 4 5 11 4 3 4
2 3 4 6 12 2 4 5
3 1 2 7 13 3 3 6
4 2 3 6 14 2 3 6
5 4 4 5 15 2 4 7
6 3 4 6 Mean 2.53 3.53 5.87
7 2 3 7 SD 0.83 0.74 0.92
8 3 4 7 N 15 15 15

9 2 3 5

10 3 5 6
 Analysis of Variance (ANOVA)
Descriptives

A Penurunan Berat Badan

Multiple Comparisons

N Mean Std. Deviation Std. Error Dependent Variable: A Penurunan Berat Badan
1 Metode A 15 2.53 .834 .215 Bonferroni
2 Metode B 15 3.53 .743 .192
3 Metode C 15 5.87 .915 .236 Mean
Total 45 3.98 1.631 .243 Difference
(I) B Metode (J) B Metode (I-J) Std. Error Sig.
1 Metode A 2 Metode B -1.00* .304 .006
ANOVA 3 Metode C -3.33* .304 .000
2 Metode B 1 Metode A 1.00* .304 .006
A Penurunan Berat Badan 3 Metode C -2.33* .304 .000
Sum of 3 Metode C 1 Metode A 3.33* .304 .000
Squares df Mean Square F Sig. 2 Metode B 2.33* .304 .000
Between Groups 87.778 2 43.889 63.128 .000 *. The mean difference is significant at the .05 level.
Within Groups 29.200 42 .695
Total 116.978 44