UJI BEDA (T-TEST)

UJI BEDA 2 KELOMPOK (Uji-T)

• Mengapa Kita melakukan Uji-T?

• Jika kita tertarik untuk menarik kesimpulan apakah parameter dua

populasi berbeda atau tidak.
• Yang dimaksud parameter di sini misalnya nilai rata-rata (mean).
• Kita melakukan studi komparatif (perbandingan) antara dua populasi.
• Sebelum melakukan Uji statistik dua kelompok data, kita perlu
mengetahui apakah dua kelompok data tersebut berasal daru dua
kelompok yang independen atau berasal dari dua kelompok yang
dependen/ berpasangan
Definisi Data Berpasangan dan Data Tidak
Berpasangan
• Data berpasangan (dependent data):
• adalah data yang memiliki dua perlakuan berbeda pada objek atau sampel
yang sama.
• Jumlah data perlakuan1 = jumlah data diperlakuan2 (n1=n2)

• Data tidak berpasangan (independent data)

• adalah jika kelompok data yang satu tidak tergantung dari kelompok data
kedua
• Jumlah data perlakuan1 boleh sama atau boleh juga tidak sama dengan
jumlah data diperlakuan2 (bisa n1=n2 atau n1≠n2)
Data Berpasangan/ Data Tidak Berpasangan
• Apakah ada perbedaan rata-rata gaji pegawai rekam medis di wilayah
jakarta dengan wilayah di luar jakarta.
• Apakah ada perbedaan berat badan antara sebelum dan sesudah
mengikuti program diet.
• Apakah terdapat perbedaan rata-rata skor ansietas antara kelompok
ibu yang proses melahirkannya didampingi suami dengan proses
melahirkannya tidak didampingi suami?
• Apakah ada perbedaan tingkat pengetahuan pengkodean penyakit
antara sebelum dan sesudah dilakukan pelatihan.
Bagan Uji-T
Uji Beda Mean 2
Kelompok

Uji Beda Mean 2 uji beda mean

Dependen independen

Varian Sama Varian Berbeda

KONSEP UJI BEDA 2 KELOMPOK
• Dalam melakukan uji statistik untuk melihat perbedaan rata-rata
antara 2 kelompok, ada 2 hal pokok yang harus diperhatikan:
• Apakah ke-2 kelompok tersebut Independent atau Dependent (berpasangan)
• Jika Independent, apakah varians ke dua kelompok tersebut sama atau tidak
• Sehingga dikenal 2 Jenis uji-t yaitu:
• Dependent (paired) t-test
• Independent t-test:
• Varian Sama
• Varian berbeda
KONSEP UJI BEDA 2 KELOMPOK
UJI BEDA DUA MEAN DEPENDEN
(PAIRED SAMPLE)
• Tujuan : untuk menguji perbedaan mean antara dua kelompok data
yang dependen
• Syarat :
• Distribusi data normal
• Dua kelompok data dependen/pair
• Jenis variabel: numerik (interval / ratio)
Uji T-Berpasangan

(d)  2

d 2
−
n
• thit : Nilai statistik t-hitung
Sd = • d
−
n −1 : Nilai rata-rata perbedaan antara pengamatan berpasangan
• Sd : Standar deviasi dari perbedaan antara pengamatan berpasangan
• n : Jumlah pengamatan berpasangan
d • d : Perbedaan antara data berpasangan
t hit = • (db)= n-1
sd / n
Contoh
Berat Badan Peserta
1 2 3 4 5 6 7 8 9 10
Sebelum (X1) 90 89 92 90 91 92 91 93 92 91
Sesudah (X2) 85 86 87 86 87 85 85 87 86 86

Suatu klub kesegaran jasmani ingin mengevaluasi program diet, kemudian dipilih secara
acak 10 orang anggotanya untuk mengikuti program diet tersebut selama 3 bulan. Data
yang diambil adalah berat badan sebelum dan sesudah program diet dilaksanakan, yaitu:
Apakah ada perbedaan berat badan pada program diet tersebut? Lakukan pengujian
pada taraf nyata 5%!
Penyelesaian

(d) 
Sebelum Sesudah
2

d
NO (X1) (X2) D D2
1 90 85 5 25
2
−
Sd = n
2 89 86 3 9
3 92 87 5 25
n −1
4 90 86 4 16
5 91 87 4 16
6 92 85 7 49
σ 𝑑𝑖
7 91 85 6 36 𝑑=
8 93 87 6 36 𝑛
9 92 86 6 36
10 91 86 5 25 𝑑ሜ
𝑡ℎ𝑖𝑡 =
51 273 𝑠𝑑/ 𝑛
Penyelesaian
• Karena kasus ini merupakan contoh berpasangan, maka:
• Hipotesis:
• Ho = Ha = vs H0≠Ha
• Statistik uji:
(Σ𝑑)2 σ 𝑑𝑖 51
σ 𝑑2− 𝑑= = = 5,1
𝑛 𝑛 10
𝑆𝑑 =
𝑛−1
𝑑ሜ
(51)2 𝑡ℎ𝑖𝑡 =
273 − 10 𝑠𝑑/ 𝑛
𝑆𝑑 = 5.1
10 − 1 𝑡ℎ𝑖𝑡 =
𝑠𝑑 = 1,43 = 1,20 1.2/ 10
= 13,42
Penyelesaian
• Daerah kritis pada =5%
• T tabel(=5%,df=9)=1.833
• T hitung= 13.42> 1.833

• Kesimpulan:
• Tolak H0, artinya ada perbedaan berat badan pada program diet tersebut
Uji-T Independen

• Tujuan : untuk mengetahui perbedaan rata-rata (mean) dua kelompok

data independen

• Syarat/asumsi yang harus dipenuhi:

• Data berdistribusi normal
• Kedua kelompok data saling bebas (indenpenden)
• Data numerik
• Dua kelompok data dikatakan independen jika data kelompok yang
satu tidak tergantung dari data kelompok kedua.
• Misalnya
• Seorang peneliti ingin melihat apakah ada perbedaan rata-rata gaji
ahli rekam medis di DKI Jakarta dengan Makasar
• Seorang peneliti ingin melihat apakah ada perbedaan rata-rata kadar
Hb Ibu menyusui dengan Ibu tidak menyusui.
PROSEDUR
• Sebelum melakukan uji t- independen, lakukan Uji Varian terlebih
dahulu untuk mengetahui apakah varian (ragam) sama atau berbeda,
jika:

• Variannya sama, maka:Lakukan Uji-t independent dengan asumsi

varian sama
• Variannya tidak sama, maka: Lakukan Uji-t independent dengan
asumsi varian tidak sama
 Varian homogenitas dg levene test

H 0 :  12 =  22
S12
F= 2
S2
H 0 :  12 =  22
H 0 :  12   22
(n
Sp 2 = 1
− 1)S1
2
+ (n2 − 1)S 2
2

(n1 + n2 ) − 2
( x1 − x2 )
X1 − X 2 t=
T=  s12 s22 
1 1
Sp   +    + 
 n1   n2   n1 n2 
Varian tidak homogen (separate/unequal variance)
Varian homogen (pooled/equal variance)
Uji F
• Tujuan dari uji ini adalah untuk mengetahui varian antara kelompok
data satu apakah sama dengan kelompok data yang kedua.
• apakah data tersebut mempunyai varian yang homogen atau
heterogen.
• Ujif F: Varian 1/ varian 2
• Varian 1: untuk nilai varian yang besar sebagai numerator/ pembilang
• Varian2: untuk nilai varian yang kecil sebagai denumerator/ penyebut
Langkah-langkah Uji F

• Cari df, df1 = n1-1 dan df2 = n2-1

• Lihat tabel F
• Varian dan sampel yang lebih besar sebagai pembilang (numerator)
• Varian dan sampel yang lebih kecil sebagai penyebut (denumerator)
Prosedur Uji F
• Hipotesis:
• Ho: σ1 2 = σ2 2
• Ha: σ1 2 ≠ σ2 2
• F hitung = S1 2 /S2 2 (dimana S1 = varian yang lebih besar)
• Titik Kritis: lihat pada F tabel (n1-1, n2-1; α)
• Keputusan : Ho ditolak jika: F hitung > F tabel (n1-1, n2-1; α)
• Kesimpulan →
• Jika Terima Ho maka Varian sama
• Jika Tolak Ho atau varian berbeda
Contoh Soal
• Seorang manajer informasi kesehatan sebuah rumah sakit berpendapat
bahwa rata-rata waktu pendaftaran pasien menjadi lebih cepat setelah
memakai metode electronic base. Untuk membuktikan pendapatnya
kemudian diteliti dengan mengambil sampel secara random 10 pasien yang
diukur waktu pendaftarannya dengan electronic base dan 8 pasien yang
diukur waktu pendaftrannya dengan paperbase. Hasil pengolahan data
melaporkan bahwa:
• Rata-rata waktu input data pasien dengan electronic base sebesar 2 menit
dengan standar deviasi 1,5 menit.
• Sedangkan pada paper base rata-rata input datanya selama 10 menit
dengan standar deviasi sebesar 2 menit. Berdasarkan data tersebut ujilah
pendapat manajer tersebut dengan  5 %.
Jawab
• Langkah pertama adalah melakukan pemeriksaan homogenitas varian
kedua data dengan menggunakan uji F.
• Hipotesis :
• Ho : 1 2 = 2 2 (varian electronicbase sama dengan varian paperbase)
• Ha : 1 2 ≠ 2 2 (varian electronicbase beda dengan paperbase)

• Perhitungan Uji F :
• F = (2) 2 / (1,5) 2 = 1.77 dan hitung nilai df yaitu df1 =8-1=7 dan df2 =10-
1=9
• Dari nilai F dan kedua df tersebut kemudian dilihat pada tabel F, df1=7
sebagai pembilang/numerator, dan df2=9 sebagai penyebut/denominator.
F hitung < F table
(Varian Sama)
Uji T-Independent Varian Sama
• Keterangan:
• n1 dan n2 = jumlah sampel kelompok 1 atau 2
• S1 dan S2 = standar deviasi sampel kelompok 1 dan 2
• Sp = ragam atau varian gabungan (pooled variance)
• df = derajat kebebasan/degree of freedom
• df = (n1 + n2) -2
X1 − 𝑋2
2 2 T=
𝑛1 − 1 𝑆1 + 𝑛2 − 1 𝑆2 1 1
𝑆𝑝2 = 𝑆𝑝
𝑛1
+
𝑛2
𝑛1 + 𝑛2 − 2
Varian sama
2 2
X1 − 𝑋2
𝑛1 − 1 𝑆1 + 𝑛2 − 1 𝑆2 T=
2
𝑆𝑝 = 1 1
𝑛1 + 𝑛2 − 2 𝑆𝑝 𝑛1
+
𝑛2
8 − 1 4 + 10 − 1 2,25 2 − 10
𝑆𝑝2 = T=
8 + 10 − 2
48,25 1 1
1.73 +
𝑆𝑝2 = 8 10
16 T = 8/0.820
2
𝑆𝑝 = 3,01
T = 9.75
Sp= 1.73
Uji T-Independent Varian Beda

2
X1 − X 2 𝑆1 2ൗ 𝑆2 2ൗ
T= 𝑛1 + 𝑛2
df =
 S12   S 2 2  𝑆1 2ൗ
2
𝑆2 2ൗ
2
   
 n + n  𝑛1
+
𝑛2
 1   2  𝑛1 − 1 𝑛2 − 1
SEKIAN