Materi 9

Dr. Ratih Sari Wardani, S.Si, M.Kes

UJI PERBEDAAN 2 SAMPEL

A. Capaian Pembelajaran :
1. Umum Setelah menyelesaikan matakuliah ini mahasiswa akan dapat memahami tentang
program SPSS sebagai program dalam mengolah dan menganalisis data. Mahasiswa juga
dapat melakukan cara memasukkan data ke dalam program, mengolah dan menganalisis
data serta mampu melakukan interpretasi hasil analisis data.
2. Khusus Setelah mengikuti perkuliahan ini mahasiswa akan mampu melakukan uji
perbedaan dua sample
B. Pokok Bahasan:
1. Uji perbedaan
2. Uji perbedaan 2 sampel dependent
3. Uji perbedaan 2 sampel independent
C. Sub pokok bahasan :
1. Tujuan
2. Contoh Kasus
3. Interpretasi dalam laporan penelitian

D. Penyajian
1. Analisis Perbedaan
Analisis komparatif atau perbedaan atau analisis komparasi adalah bentuk analisis
variabel (data) untuk mengetahui perbedaan diantara dua kelompok data atau lebih :
Terdapat dua jenis perbedaan , yaitu :
1. Perbedaan dua sample
2. Perbedaan lebih dari 2 sampel (k sampel)
Kemudian keduanya dibagi menjadi 2 yaitu :
1. Sampel yang berhubungan atau berpasangan
2. Sampel yang tidak berhubungan atau sampel bebas
Untuk lebih jelasnya lihat tabel di bawah ini :

Manajemen Data 1
 Tabel 1 Teknik statistik untuk analisis komparatif

Macam data Bentuk komparasi

Dua sampel k sampel (> 2 sampel)
Berpasangan(pre & Bebas Berpasangan Bebas
post)
Nominal Mc. Necmar Fisher Exact Kai kuadrat Kai kuadrat
Kai kuadrat 2 sampel Cohran Q
Ordinal Sign test Median test Friedman Median
Extension
Wilcoxon Mann Whitney Two way
anova
Match pair Utest
Kruskall Walls
Kolmogorov smirnov One way anova
Wald wolwofitz
Interval/ Pair sampel t test Independen sampel t One way One way anova
rasio test anova
Two way anova
Two way
anova

2. Uji Beda 2 Mean (Dependent Samples T Test/ Paired T Test)

a. Tujuan :
Untuk mengetahui perbedaan rata-rata (mean) antara dua kelompok data yang
dependen yaitu pengukuran yang sama pada orang yang sama tetapi waktunyaa
berbeda (pre and post).
Syarat :
a. distribusi normal
b. Kedua kelompok data dependen/pair
c. Jenis variabel numerik dan katagorik (dua kelompok)
Uji T sampel dependen atau uji sampel berhubungan atau uji t pair sering
digunakan dalam analisis data penelitian eksperimen. Kedua sampel bersifat
dependen kalau kedua kelompok sampel yang dibandingkan mempunyai subyek
yang sama. Dengan kata lain disebut dependen bila responden diukur/diteliti dua
kali, sering orang mengatakan penelitian pre dan post.
b. Contoh :
Suatu penelitian bertujuan untuk menganalisis perbedaan kadar tekanan darah
sebelum dan sesudah KB suntik, diambil responden 15 orang dengan hasil
sebagai berikut :

Manajemen Data 2
 Tabel 1.Distribusi Tekanan Darah sebelum dan sesudah KB suntik

Subyek Sebelum Sesudah

1 120 140
2 110 120
3 120 130
4 110 150
5 120 130
6 130 140
7 120 130
8 140 140
9 130 140
10 110 130
11 120 140
12 110 120
13 130 150
14 110 130
15 100 130

Kerangka konsep

KB suntik Tekanan darah

Variabel Independen :
KB Suntik : skala nominal (kategori 2 sampel)→ (1 = sebelum dan 2 = sesudah)
Variabel Dependen :
Tekanan Darah : Skala rasio (numeric)
➢ Hipotesis : perbedaan kadar tekanan darah sebelum dan sesudah KB suntik
➢ Analisis Data
1. Parametrik (distribusi normal)
Dependent Sample T Test/Paired Sample T Test/Related Sample T Test
2. Non Parametrik (distribusi tidak normal)
Nominal : Uji Mc Necmar
Ordinal : Uji tanda (sign test)
Uji Wilcoxon (paling banyak digunakan)
Uji Match Pair
Langkah-langkah :
1. Uji kenormalan data
➢ Buka file data “Tekanan Darah.sav”

Manajemen Data 3
 ➢ Uji normalitas dulu, kalau jumlah sampel sekitar 30 an, bisa menggunakan
Shapiro wilk
➢ Klik Analyze
➢ Pilih Descriptive Statistics
➢ Pilih Explore
➢ Pndahkan variabel Tekann Darah sebelum KB suntik dan Tekanan Darah

sesudah KB Suntik ke dependent list dengan klik tombol , hasilnya

ditunjukkan pada gambar 1.

Gambar 1.Tampilan Explore

➢ Pilih Plots, centang steam and Leaf , histogram (optional) dan normality plots with
test.

Gambar 2.Tampilan Explore Plots

Manajemen Data 4
 Hasil Output

Gambar 3.Hasil Uji Normalitas

Hasil uji Shapiro wilk diketahui bahwa variabel tekanan Darah sebelum KB suntik
nilai p = 0,246 (>=0,05), artinya distribusinya normal dan tekanan darah sesudah KB
suntik nilai p = 0,082 (>=0,05) artinya distribusinya juga normal. Jika kedua Variabel
distribusinya normal maka uji yang digunakan adalah paired sample t test atau uji t
sampel berpasangan

2. Uji T sampel berhubungan

Langkah-Langkah
➢ Dari menu utama SPSS, klik Analyze,
➢ Pilih sub menu Compare Mean
➢ Pilih Paired-Samples T test.
➢ Pilih variabel tekanan darah sebelum KB suntik dan sesudah KB suntik, pindahkan

ke paired variable menggunakan tombol

Gambar 4. Kotak dialog paired samples T Test

➢ Klik OK untuk menjalankan prosedur perintahnya.

Manajemen Data 5
 Hasil Output

Gambar 5. Hasil Output Descriptive

Pada tabel Paired Samples Statistics terlihat statistik deskriptif dimana rata-rata
tekanan darah sebelum KB suntik sebesar 118.67 dengan simpangan baku 10,601,
sedangkan rata-rata tekanan darah sesudah KB suntik sebesar 134,67 dengan
simpangan baku sebesar 9,155.

Gambar 6. Hasil Output Paired sample test

Berdasarkan gambar 6 hasil output Paired Samples Test, diperoleh nilai perbedaan rata-
rata tekanan darah sebelum dan sesudah adalah -16,000 dengan simpangan baku 9,856.
Hasil uji statistik dengan uji t sampel berpasangan diperoleh nilai p = 0,000 ( <0,05),
artinya Ada perbedaan yang signifikan tekanan darah sebelum dan sesudah KB suntik.

3. Penyajian dan Interpretasi Dalam Laporan Penelitian

a. Analisis Bivariat
1. Uji Normalitas
Tabel 2 Hasil uji Normalitas menggunakan Uji Shapiro Wilk

Variabel p value Kesimpulan

Tekanan Darah sebelum KB suntik 0,246(>0,05) Normal
Tekanan Darah sesudah KB suntik 0,082(>0,05) Normal

Karena kedua variabel berdistribusi normal maka uji yang digunakan adalah uji t
sampel berpasangan (paired sample t test).

Manajemen Data 6
 2. Perbedaan Tekanan Darah sebelum dan sesudah KB suntik
Bentuk penyajian interpretasi dalam laporan penelitian adalah sebagai berikut:
Tabel 3 Distribusi rata-rata tekanan darah sebelum dan sesudah KB suntik

Tekanan Darah Rata-rata Simpangan baku p value n

b. Sebelum 118.67 10,601
c. Sesudah 134,67 0,004 24

Rata-rata tekanan darah sebelum KB suntik sebesar 118.67 dengan simpangan baku
10,601, sedangkan rata-rata tekanan darah sesudah KB suntik sebesar 134,67 dengan
simpangan baku sebesar 9,155. Nilai perbedaan rata-rata tekanan darah sebelum dan
sesudah adalah -16,000 dengan simpangan baku 9,856. Hasil uji statistik dengan uji t
sampel berpasangan diperoleh nilai p = 0,000 ( <0,05), artinya Ada perbedaan yang
signifikan tekanan darah sebelum dan sesudah KB suntik
Lampiran
Analisis Analitik
1. Uji Normalitas

2. Perbedaan tekanan darah sebelum dan sesudah KB suntik

Manajemen Data 7
2. Uji Beda 2 Mean ( Independent Samples T Test)
a. Tujuan
Untuk mengetahui perbedaan rata-rata (mean) antara dua kelompok data yang
independen, yaitu data pengukuran yang sama tetapi kelompoknya berbeda.
Syarat :
1. distribusi normal
2. Kedua kelompok data independen
3. Jenis variabel numerik dan katagorik (dua kelompok)
Prinsip pengujian dua mean adalah melihat perbedaan variasi kedua kelompok data.
Oleh karena itu dalam pengujian ini diperlukan informasi apakah varaian 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 varians sama
Uji beda dua mean dapat dilakukan dengan menggunakan uji Z atau uji T. Uji Z dapat
digunakan bila standar deviasi populasi diketahui dan jumlah sampel besar (lebih dari
30) . Apabila kedua syarat tidak terpenuhi maka dilakukan uji T. Pada umumnya nilai
standar deviasi populasi sulit diketahui sehingga uji beda dua mean biasanya
menggunakan uji T (T-Test) Untuk varians sama bentuk ujinya sebagai berikut :

t=
X1 − X 2
Sp 2
=
( n1 − 1) S12 + ( n2 − 1) S12
1 1 n1 + n2 − 2
Sp +
n1 n2

df = n1 + n2 - 2
dimana :
n1atau n2 = jumlah sampel kelompok 1 atau 2
S1 atau S2 = standar deviasi sampel kelompok 1 atau 2
a. Uji untuk varians berbeda
2
 S12 S 22 
 + 
X1 − X 2  n1 n2 
t= , df =
 S12 S22    S 2 2  S 2 2 
 +   1 n   2 n  
 n1 n2   1
+
2

 ( n1 − 1) ( n2 − 1) 
 
 

Manajemen Data 8
 b. Uji Homogenitas Varians
Tujuan dari uji ini untuk mengetahui varians antara kelompok data satu apakah sama
dengan kelompok data yang kedua.
Perhitungan dengan menggunakan uji F.
F hitung = S12 / S22 ( dimana S12 adalah varian yang lebih besar)
df1 = n1 – 1 dan df2 = n2 – 1
Pada perhitungan uji F, varian yang lebih besar sebagai pembilang dan varians lebih
kecil sebagai penyebut.
Keputusan:
* Jika p value  alpha (0,05) → Ho ditolak
Kesimpulannya varian kedua populasi tidak sama/ berbeda
* Jika p value < alpha(0,05) → Ho diterima/gagal ditolak
Kesimpulannya varian kedua populasi sama

d. Contoh :
Seorang mahasiswa ingin meneliti perbedaan pengetahuan antara laki-laki dengan
perempuan. Sampel diambil dengan rumus didapatkan n = 24 orang.
Kerangka konsep

Jenis kelamin pengetahuan

Variabel Independen :
Jenis kelamin : Skala kategorik (1 = L dan 2 = P)
Variabel Dependen :
Pengetahuan : Skala numerik
Langkah-langkah :
1. Uji kenormalan data
➢ Buka file data “Diare.sav”
➢ Uji normalitas dulu, kalau jumlah sampel sekitar 30 an, bisa menggunakan
Shapiro wilk
➢ Klik Analyze
➢ Pilih Descriptive Statistics
➢ Pilih Explore

Manajemen Data 9
 ➢ Pindahkan variabel pengetahuan sebelum penyuluhan ke dependent list dengan

klik tombol , hasilnya ditunjukkan pada gambar 7.

Gambar 7.Tampilan Explore

➢ Pilih Plots, centang steam and Leaf , histogram (optional) dan normality plots
with test.

Gambar 8.Tampilan Explore Plots

Manajemen Data 10
 2. Uji T sampel bebas (independent samples t test)
➢ Dari menu utama SPSS, klik Analyze
➢ Pilih sub menu Compare Mean
➢ Pilih Independent-Samples T test.
➢ Klik variabel pengetahuan (numeric) dan masukkan ke kotak Test Variable
➢ Klik variabel Gender (kategorik) dan masukkan ke kotak Grouping Variable

Gambar 9.Tampilan Independent Samples T test

➢ Klik Define Group, kemudian dilayar kotak isian. Pada kotak ini diminta mengisi
kode variabel kategorik, pada kasus ini laki-laki diberi kode 1 dan Perempuan
kode 2.

Gambar 10. Define Groups

➢ Lalu klik Continue
➢ Klik OK untuk menjalankan prosedur perintahnya.
Hasilnya :

Gambar 11. Group Statistics

Manajemen Data 11
 Pada output di atas (Group Statistics), terlihat bahwa rata-rata pengetahuan pada
responden Laki-laki sebesar 87,50 dan simpangan baku 15, hampir sama dengan rata-
rata pengetahuan responden perempuan sebesar 85,25 dan simpangan baku 10,735.
Sedangkan pada output Independent Samples Test, SPSS menampilkan dua uji t yaitu
uji t dengan asumsi varians kedua kelompok sama (Equal Variances Assumed) dan uji
t dengan asumsi varian kedua kelompok berbeda (Equal Variances Not Assumed).

Gambar 12. Independent Sample Test

Untuk memilih uji mana dipakai, dapat dilihat uji homogenitas melalui Uji Levene. Pada
tabel di atas diperoleh nilai p pada uji levene =0,224 ( > 0,05), yang berarti varian pada
kedua kelompok di atas sama. Jadi yang dilihat sekarang pada uji t dengan varian yang
sama (equal). Dari hasil diatas di dapat nilai p=0,722 (> 0,05), artinya pada alpha 5%
didapat tidak ada perbedaan yang signifikan rata-rata pengetahuan pada responden
laki-laki dan perempuan.
3. Penyajian dan Interpretasi Dalam Laporan Penelitian
Bentuk penyajian interpretasi dalam laporan penelitian adalah sebagai berikut:
a. Analisis Bivariat
1. Uji Normalitas
Hasil uji normalitas menggunakan uji Shapiro Wilk diperoleh p =0,058 (>0,05)
maka uji yang digunakan adalah uji t sampel bebas (independent sample t test).
2. Perbedaan Pengetahuan tentang imunisasi berdasarkan jenis kelamin
Tabel 4 Distribusi rata-rata pengetahuan tentang imunisasi berdasarkan jenis kelamin
Pengetahuan Rata-rata Simpangan Baku p value n
a. L 87,50 15,00 0,722 4
b. P 85,25 10,735 20
Rata-rata skor pengetahuan tentang imunisasi pada responden laki-laki sebesar 87,50
dengan standar deviasi 15. Sedangkan rata-rata skor pengetahuan pada responden
perempuan yaitu 85,25 dengan standar deviasi 10,735. Hasil uji statistik didapat nilai

Manajemen Data 12
 p=0,722 berarti pada alpha 5% tidak ada perbedaan yang signifikan rata-rata
pengetahuan tentang imunisasi berdasarkan jenis kelamin.
Lampiran
Analisis Analitik
1. Uji Normalitas

2. Uji perbedaan

E. Referensi
Kurniawan, A, “SPSS 20 Analisis Deskriptif dan Multivariate”, Bisnis2030, Jakarta, 2012
Leech, Nancy L.; Barret, Karen C.; Morgan, George A. SPSS for Intermediate Statistics.
Use and interpretation. Second Edition. Lawrence Erlbaum Associates, Publishers,
London. 2005

Manajemen Data 13