UJI BEDA DUA MEAN

(Uji t Indipendent dan uji t dependent

/paired t test)

Rahayu astuti

UNIVERSITAS MUHAMMADIYAH SEMARANG

UJI BEDA DUA MEAN
Digunakan untuk menguji perbedaan rata-rata
pada 2 kelompok

Syarat yang harus dipenuhi :

data numerik berdistribusi normal

Maka uji statistik yang digunakan adalah

uji Z atau t .

Uji Z : Bila std deviasi populasi () diketahui

dan jumlah sampel besar (lebih dari 30)

Apabila syarat tersebut tidak terpenuhi maka

dilakukan uji t
 Uji t ada 2 macam

Uji t independent (Independent t test)

•Digunakan jika membandingkan 2 kelompok
sampel yang independent

Uji t dependent (Pair t test)

•Digunakan jika membandingkan 2 kelompok
sampel yang dependent atau berpasangan
 Kelompok sampel
 Sampel independent

Kelompok A Kelompok B
n1 n2
X1 X2
s1 s2

 Sampel dependent

Sebelum sesudah

X1 X5
X2 X6
X3 X7
X4 X8
Uji t independent

Tujuan : mengetahui perbedaan mean atau rata-rata

pada 2 kelompok yang independent

Syarat/asumsi yang harus dipenuhi:

1. Data numeric (skala interval atau rasio)
2. Data berdistribusi normal
3. Kelompoknya independent

Prinsip pengujian
Melihat perbedaan variasi kedua kelompok data
Perlu diuji apakah varian kedua kelompok data sama
atau berbeda
 a. Uji t untuk varian sama

Untuk varian yang sama maka bentuk ujinya sbb :

X
1 - X2 (n1-1) S12 + (n2-1) S22
t = ; Sp2 =
Sp √ (1/n1) + (1/n2) n1 + n2 - 2

df = n1 + n2 – 2
Keterangan :
n1 dan n2 = jumlah sampel kelompok 1 dan 2
S1 dan S2 = Standar deviasi sampel kelompok 1 dan 2
df = degree of freedom (derajat kebebasan)
Sp = Varian populasi
 b. Uji t untuk varian berbeda
Untuk varian yang berbeda maka bentuk ujinya sbb :
X - X2
1
t =
√ (S12/n1) + (S22/n2)

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

Keterangan :
n1 dan n2 = jumlah sampel kelompok 1 dan 2
S1 dan S2 = Standar deviasi sampel kelompok 1 dan 2
df = degree of freedom (derajat kebebasan)
 c. Uji homogenitas varian
Tujuan dari uji ini adalah untuk mengetahui varian antara
kelompok data satu apakah sama dng kelompok data yang
kedua.
Perhitungannya dengan menggunakan uji F yaitu :

S12
F =
S22

df1 = n1 – 1 dan df2 = n2 - 1

Dimana :
n1 = numerator dan n2 = denominator
Pada perhitungan uji F, varian yang lebih besar sebagai
pembilang dan varian yang lebih kecil sebagai penyebut.
LANGKAH-LANGKAH:

1. Lakukan uji kesamaan varian (uji F)

2. Lakukan uji t indipenden
a). Jika variannya sama, maka:
Lakukan uji t indipenden dengan asumsi
varian sama
b). Jika variannya berbeda, maka:
Lakukan uji t indipenden dengan asumsi
varian berbeda
PROSEDUR UJI KESAMAAN VARIAN
1. Buat hipotesis nol dan hipotesis alternatif
Ho : 12 = 22 ( varian populasi 1 sama
dengan varian populasi 2)
Ha : 12 22 (varian kedua populasi tidak
sama/ berbeda)

2. Uji statistik → uji F

F hitung = S12 / S22
(dimana S12 adlh varian yang lebih besar)

3. Daerah kritis : Ho ditolak jika

F hitung  F tabel (df1 , df2 , )

4. Keputusan → Ho ditolak atau gagal ditolak?

5. Kesimpulan → varian berbeda atau varian sama

PROSEDUR UJI t INDIPENDEN
1. Buat hipotesis nol dan hipotesis alternatif
Ho : 1 = 2 (mean atau rata-rata populasi 1 sama
dengan rata-rata populasi 2)
Ha : 1  2 (hipotesa 2 sisi/ two tailed)
1 > 2 (hipotesa 1 sisi/ one tailed)
1 < 2 (hipotesa 1 sisi/ one tailed)

2. Tentukan tingkat kemaknaan →  = 0,05

3. Uji statistik → t test

a). Jika hasil uji F adalah varian sama maka gunakan
uji t dengan asumsi varian sama
b). Jika hasil uji F varian berbeda maka gunakan uji t
dengan asumsi varian berbeda
 LANJUTAN PROSEDUR UJI t INDIPENDEN
4. Keputusan → Ho ditolak atau gagal ditolak/diterima?
Pada uji t independent dg varians sama,
Pada hipotesis two tail:
Ho ditolak jika │t hitung│≥ t tabel (df = n1+n2 -2, /2)
Pada hipotesis one tail:
Ho ditolak jika │t hitung│≥ t tabel (df = n1+n2 -2, /2)

Pada uji t independent dg varians berbeda,

Pada hipotesis two tail:
Ho ditolak jika │t hitung│≥ t tabel (df = v, /2)
Pada hipotesis one tail:
Ho ditolak jika │t hitung│≥ t tabel (df = v, )

5 Kesimpulan → rata-rata (mean) pada kedua kelompok

berbeda atau sama?
Contoh kasus:

Sebuah penelitian bertujuan melihat apakah rata-

rata tekanan darah orang yang merokok lebih tinggi
dibanding rata-rata tekanan darah orang yang tidak
merokok.
Kemudian diambil sampel secara random 20 orang
yang merokok dan 25 orang yang tidak merokok.
Ternyata diperoleh hasil rata-rata tekanan darah
orang yang merokok 130,1 mmHg dengan standar
deviasi 7,5 mmHg sedangkan rata-rata tekanan
darah orang yang tidak merokok 120,5 mmHg
dengan standar deviasi 5,7 mmHg. Ujilah pernyataan
tersebut, dengan alpha 5%.
Langkah-langkah:
Diketahui : n1 = 20 n2 = 25
X1 = 130,1 X2 = 120,5
s1 = 7,5 s 2 = 5,7

A. Uji Kesamaan Varian

1. Buat hipotesis nol dan hipotesis alternatif

Ho : 12 = 22
(varian tek darah orang yg merokok sama dengan varian tek
darah orang yg tidak merokok )

Ha : 12  22
(varian tek darah orang yg merokok tidak sama (berbeda)
dg varian tek darah orang yg tidak merokok )

2. Derajat kemaknaan:  = 5%
Lanjutan Langkah-langkah:
3. Uji statistik → uji F
F hitung = S12 / S22 ( dimana S12 adalah varian yang lebih
besar)
= (7,5)2 / (5,7)2
= 1,73

4. Daerah kritis : Ho ditolak jika

F hitung  F tabel (df1, df2, )
F tabel → pembilang = v1 = n1 − 1 = 20 − 1 = 19
penyebut = v2 = n2 − 1 = 25 − 1 = 24
 = 5%
F tabel = 2,03
5. Keputusan → Karena (F hitung = 1,73) < (F tabel = 2,03)
maka Ho gagal ditolak
6. Kesimpulan → varian kedua populasi sama
→ Lakukan uji t dengan asumsi varian sama
Lanjutan Langkah-langkah:
B. Uji t indipenden dengan asumsi varian sama

1. Buat hipotesis nol dan hipotesis alternatif

Ho : 1 = 2
(Rata-rata tek darah orang yg merokok sama dg rata-
rata tek darah orang yg tidak merokok)

Ha : 1 > 2
(Rata-rata tek darah orang yg merokok lebih tinggi
dibanding rata-rata tek darah orang yg tidak merokok
)

2. Uji statistik → t test dengan  = 5%

Lanjutan Langkah-langkah:

2. Uji statistik → t test dengan  = 5%

Karena hasil uji F adalah varian sama maka gunakan
uji t dengan asumsi varian sama

(n1-1) S12 + (n2-1) S22

Sp2 = ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯
n1 + n2 – 2

(20-1) (7,5)2 + (25-1) (5,7)2

Sp2 = ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯
20 + 25 – 2
= 42,99

Sp = 6,55
Lanjutan Langkah-langkah:

X1 - X2
t = ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯
Sp √ (1/n1) + (1/n2)

130,1 − 120,5
t = ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ = 4,88
6,55 √ (1/20) + (1/25)

3. Daerah kritis (Ho ditolak jika:)

 t  hitung  t tabel (0,05; df= 20+25 –2)
4,88  1,684

4. Keputusan → Ho ditolak karena  t  hitung  t tabel

5. Kesimpulan → Rata-rata tek darah orang yg merokok lebih tinggi

dibanding rata-rata tek darah orang yg tidak merokok
UJI t dependent (Paired t test)

Tujuan : menguji perbedaan mean pada 2 kelompok data yang

berpasangan

Syarat/asumsi yang harus dipenuhi:

1. Data numeric (skala interval atau rasio)
2. Data berdistribusi normal
3. Kelompoknya dependent atau berpasangan

Keterangan :
d = Rata-rata deviasi/selisih sampel 1 dengan sampel 2
SD_d = Standar deviasi dari deviasi/selisih sampel 1 dengan
sampel 2
 Prosedur uji t dependent
1. Buat hipotesis nol dan hipotesis alternatif
Ho : 1 − 2 = 0 atau d = 0
(rata-rata perbedaan sama dengan nol)

Ha : 1 − 2  0 atau d  0
(hipotesa 2 sisi/ two tailed)
1 − 2 > 0 atau d > 0 (hipotesa 1 sisi/ one tailed)
1 − 2 < 0 atau d < 0 (hipotesa 1 sisi/ one tailed)

2. Uji statistik → t test

3. Daerah kritis (Ho ditolak jika: )

Ha (two tailed) 1 − 2  0
Daerah kritis
 t  hitung  t tabel (/2; df= n-1)

Ha (one tailed) 1 − 2 > 0

Daerah kritis :
 t  hitung  t tabel (; df= n-1) atau p-value < 
LANJUTAN PROSEDUR UJI t DEPENDEN

4. Perhitungan:

a. Hitung perbedaan masing-masing pasangan

( di= Xi2 – Xi1)
b. Hitung mean d (d ) dan standar deviasi d ( SDd )

n
 di
i=1
d = ⎯⎯⎯⎯⎯
n

n
 ( d i − d ) 2
i=1
SDd = ⎯⎯⎯⎯⎯⎯⎯⎯
n–1
LANJUTAN PROSEDUR UJI t DEPENDEN
5. Hitung nilai t test
d
t = ⎯⎯⎯⎯⎯⎯
SDd_/  n

6. Keputusan :
a. Bandingkan t hitung dengan t tabel
Atau bandingkan p-value dengan  atau /2
→ Ho ditolak atau gagal ditolak?

7. Kesimpulan
Contoh kasus:

Dilakukan penelitian untuk melihat apakah ada perbedaan

pengetahuan gizi kader sebelum dan sesudah diberi pelatihan kader.

Kader Sebelum (X1) Sesudah (X2) Beda (d) (X2 - X1)

1 90 100 10
2 75 90 15
3 80 75 -5
4 60 80 20
5 75 80 5
Jumlah = 45
Jawab
1. Buat hipotesis nol dan hipotesis alternatif
Ho : 1 − 2 = 0 atau d = 0
(rata-rata perbedaan sama dengan nol)
atau (tidak ada perbedaan pengetahuan gizi kader
sebelum dan sesudah pelatihan kader)

Ha : 1 − 2  0 atau d  0
(rata-rata perbedaan tidak sama dengan nol)
atau (ada perbedaan pengetahuan gizi kader
sebelum dan sesudah pelatihan kader)

2. Uji statistik → t test dengan = 5%

3. Daerah kritis (Ho ditolak jika: )

 t  hitung  t tabel (0,05/2; df=5-1)
( t tabel = 2,776)
4. Perhitungan:

a. Hitung perbedaan masing-masing pasangan

( d1= X2 – X1)

b. Hitung mean d (d ) dan standar deviasi d ( SDd )

45
d = ⎯⎯⎯⎯⎯ = 9
5

(10-9)2 +(15-9)2 +(-5-9)2 +(20-9)2 +(5-9)2

SDd = ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯
5-1

370
SDd = ⎯⎯ = 9,6
4
5. Hitung nilai t test

9
t = = 2,09
9,6 /  5

6. Keputusan :
Karena (|t hitung| = 2,09) < (t tabel = 2,776)
→ Ho gagal ditolak/ diterima

7. Kesimpulan: Tidak ada perbedaan pengetahuan gizi kader

sebelum dan sesudah pelatihan kader
SELESAI