ANALISIS UJI BEDA

Raisa Fitri
Universitas Negeri Malang
1. Independent T Test / Uji T Tidak Berpasangan

Independen T Test adalah uji komparatif atau uji beda untuk

mengetahui adakah perbedaan mean atau rerata yang
bermakna antara 2 kelompok bebas yang berskala data
interval/rasio. Dua kelompok bebas yang dimaksud di sini
adalah dua kelompok yang tidak berhubungan, artinya kita
membandingkan dua objek atau variabel yang tidak saling
berhubungan. Pastikan datanya berdistribusi normal
 Uji T Dua Sampel Independen

Uji t dua sampel bebas dilakukan untuk menguji apakah

terdapat perbedaan rata-rata yang signifikan antara dua
sampel bebas dengan asumsi data terdistribusi normal. Tes
ini juga digunakan untuk menguji pengaruh variabel
independen terhadap variabel dependen.
 Data berdistribusi normal

1. Pilih Analyze
2. Pilih descriptive
3. Pi;ih explore
4. Masukkan dependent list → gaji,
Factor list → gender
Setelah itu pilih plots, pilih centang (ⱱ) normality with test lalu Klik ok

Apabila nilai signifikansinya >0.05 atau samd dengan 0.05 maka data
dikatakan berdistibusi normal
 Pengolahan Data

1. Pilih Analyze
2. Pilih submenu COMPARE MEANS
• Masukkan TEST VARIABEL, klik gaji yang akan di uji
• Masukkan GROUPING VARIABEL, pengelompokkan
berdasarkan variabel gender.
• Define groups, group 1 adalah Wanita, group 2 adalah
pria
• Klik OK
Hasil
Untuk melihat keragaman data (menggunakan Levene Test):
1. Jika nilai signifikansinya > 0.05 maka memiliki keragaman (varians) data
yang sama (maka nilai signifikan t test yang digunakan yang atas).
2. Jika nilai signifikansinya < 0.05 maka tidak memiliki keragaman data
yang sama/ keragaman datanya berbeda (maka nilai signifikan t test
yang digunakan yang bawah).

Untuk melihat adanya perbedaan dan tidak (menggunakan uji t test):

1. Jika nilai signifikansinya > 0.05 maka tidak ada perbedaan yang
signifikan atau t hitung < t tabel.
2. Jika nilai signifikansinya < 0.05 maka ada perbedaan yang signifikan
atau t hitung > t tabel.
Contoh

PT. SRITEX di Kabupaten Sukoharjo ingin menguji apakah terdapat

perbedaan rata-rata yang signifikan antara gaji karyawan wanita dengan
gaji karyawan pria. Dari 14 karyawan wanita dan 16 karyawan pria
diketahui gaji karyawan sebagai berikut (Latihan di Excel):
H1: Diduga terdapat perbedaan varians yang signifikan antara gaji
karyawan wanita dan gaji karyawan pria.
H2: Diduga terdapat perbedaan rata-rata yang signifikan antara gaji
karyawan wanita dan gaji karyawan pria.
 Kesimpulan

Untuk melihat keragaman data (menggunakan Levene Test):

Nilai signifikansinya 0.690 > 0.05 maka memiliki keragaman (varians) data
yang sama antara varians gaji karyawan wanita dan pria.
Bisa dilihat nilai mean bahwa rata-rata gaji wanita dan pria tidak jauh
selisihnya sehingga…

Untuk melihat adanya perbedaan dan tidak (menggunakan uji t test):

• Nilai signifikansinya 0.986 > 0.05 maka tidak ada perbedaan yang
signifikan antara rata-rata gaji wanita dan pria atau
• t hitung 0,017 < t tabel 2,048 maka tidak ada perbedaan yang signifikan
antara rata-rata gaji wanita dan pria
• Sehingga hipotesis 1 dan 2 ditolak
Hasil uji t kadar kolesterol
 Test kadar kolesterol
Untuk melihat keragaman data (menggunakan Levene Test):
Nilai signifikansinya 0.038 < 0.05 maka memiliki keragaman data yang
berbeda antara kelompok treatment dengan kelompok kontrol

Untuk melihat adanya perbedaan dan tidak (menggunakan uji t test):

Nilai signifikansinya 0.024 < 0.05 maka ada perbedaan yang signifikan
antara kelompok treatment dengan kelompok control.
T hitung 2,385 > t tabel 2, 045

Bisa dilihat dari nilai mean/ rata-rata bahwa kelompok treatment memiliki
kadar kolesterol lebih rendah dibanding kelompok control.
 2. Paired - T Test/ Uji T Berpasangan

Paired T Test adalah uji komparatif atau uji beda untuk mengetahui
adakah perbedaan mean atau rerata yang bermakna kelompok
yang berasal dari 1 populasi yang dikenai 2 perlakuan. Uji T
berpasangan dapat kita definisikan sebagai uji yang digunakan
untuk mengetahui perbedaan kondisi sebelum dan sesudah
dilakukan suatu tindakan pada objek, individu, atau perusahaan
tertentu, sehingga Uji T cocok digunakan untuk meninjau
keberhasilan suatu tindakan atau program kerja.
Contoh
PT. Gramedia Pustaka Utama Jakarta ingin menguji apakah
terdapat perbedaan rata-rata yang signifikan antara penjualan
wiraniaga sebelum memperoleh program pelatihan dan sesudah
memperoleh program pelatihan. Dari 15 wiraniaga diketahui
penjualan wiraniaga sebagai berikut :

H1: Diduga terdapat perbedaan rata-rata yang signifikan antara

penjualan wiraniaga sebelum memperoleh program pelatihan
dan sesudah memperoleh program pelatihan.
 Data berdistribusi normal

1. Pilih Analyze
2. Pilih Nonparametric Test
3. Pilih legacy dialogs
4. Pilih yang 1 sample KS
5. Masukkan test variabel list → sebelum dan sesudah, lalu tekan OK

Apabila nilai signifikansinya >0.05 atau samd dengan 0.05 maka data
dikatakan berdistibusi normal
 Pengolahan Data

1. Pilih Analyze
2. Pilih submenu COMPARE MEANS
3. Klik PAIRED SAMPLES T TEST
• Klik variabel sebelum, kemudian klik variabel sesudah
yang akan uji, kemudian klik tanda panah ke kenana.
• Klik OK kalau sudah
Hasil paired samples t - test

Untuk melihat adanya perbedaan dan tidak (menggunakan

uji t test):
1. Jika nilai signifikansinya > 0.05 maka tidak ada perbedaan
yang signifikan atau t hitung < t tabel.
2. Jika nilai signifikansinya < 0.05 maka ada perbedaan

yang signifikan atau t hitung > t tabel.

Hasil
 Hasil

Nilai signifikansinya 0.023 < 0.05 maka ada perbedaan yang

signifikan antara penjualan wiraniaga yang memperoleh pelatihan
dan tidak memperoleh pelatihan sehingga hipotesis 1 diterima.

T hitung 2,553 > t tabel 2,145

Bahwa pemberian pelatihan mampu meningkatkan penjualan

wiraniaga, bisa dilihat dari nilai mean-nya
 Tugas

Kerjakan Latihan soal di EXCEL

 3. ANOVA (Analisis Of Variance)

ANOVA merupakan lanjutan dari uji-t independen

dimana kita memiliki dua kelompok percobaan
atau lebih. ANOVA biasa digunakan untuk
membandingkan mean dari dua atau lebih
kelompok sampel independen (bebas). Uji ANOVA
ini juga biasa disebut sebagai One Way Analysis of
Variance.
 Harus memenuhi 2 asumsi

1. Data harus berdistribusi normal (nilai signifikansi pada

Kolmogorov Smirnov ≥ 0,05)
2. Harus memiliki keragaman data yang sama/ homegen ( test
homogeneity variance signifikansinya ≥ 0,05)
 Data berdistribusi normal

1. Pilih Analyze
2. Pilih descriptive
3. Pilih explore
4. Masukkan dependent list → penjualan,
Factor list → outlet
Setelah itu pilih plots, pilih centang (ⱱ) normality with test lalu Klik ok

Apabila nilai signifikansinya >0.05 atau samd dengan 0.05 maka data
dikatakan berdistibusi normal
 Pengolahan Data

1. Pilih Analyze
2. Pilih submenu COMPARE MEANS → klik One Way ANOVA
• Masukkan dependent list gaji, factor nya → outlet
• Pilih options, centang yang descriptive dan Homogenity
of variance test
• Klik continue
• Klik OK klo sudah
 Pengolahan Data

Jika hasilnya memiliki nilai signifikansi ≥ 0,05 maka

dilanjutkan dengan pengujian POST HOC.
1. Pilih Analyze
2. Pilih submenu COMPARE MEANS → klik One Way ANOVA

• Masukkan dependent list gaji, factor nya → outlet

• Pilih POST HOC, centang yang Tukey
• Klik continue
• Klik OK klo sudah
 Contoh

Perusahaan Roti dan Kue DIKA di Kota Surakarta ingin

menguji apakah terdapat perbedaan rata-rata yang
signifikan antara penjualan per hari di outlet Palur, outlet
Jebres, outlet Gladag, dan outlet Kerten. Dari keempat outlet
tersebut diketahui penjualan per hari sebagai berikut :

H1: diduga terdapat perbedaan varians yang signifikan

antara populasi penjualan per hari di outlet Palur, outlet
Jebres, outlet Gladag, dan outlet Kerten.
 HASIL
Distribusi normal
 HASIL
Distribusi normal
Hasil
 kesimpulan

Hipotesis pertama diterima bahwa diduga terdapat perbedaan

yang signifikan antara penjualan per hari di outlet Palur, outlet
Jebres, outlet Gladag, dan outlet Kerten. Penjualan terbanyak
berada di outlet Palur, kemudian diikuti penjualan di outlet jebres
dan Gladag, kemudian yang terakhir berada pada outlet Palur.
KERJAKAN LATIHAN SOAL
 THANK YOU
LONG LIFE LEARNING!