POKOK BAHASAN
1.
2.
3.
4.
5.
TUJUAN
RUMUS UJI CHI SQUARE
CONTOH PENELITIAN
CARA MELAPORKAN HASIL ANALISIS
SOAL LATIHAN
Tujuan/kegunaan
Test independensi (Hubungan dua variabel)
Contoh:Dapatkah disimpulkan dari data ini
bahwa dosis harian rata-rata insulin
berhubungan dengan ada atau tidaknya
hipoglikemia?
Test homogenitas (Uji kesamaan/beda proporsi)
Contoh: Dapatkah disimpulkan ada perbedaan
atau ada beda proporsi BBLR antara ibu
dengan riwayat hypertensi dan ibu tidak
hypertensi ?
2 Kelompok
> 2 Kelompok
Korelatif
Berpasangan
Tidak
Berpasangan
Berpasangan
Tidak
Berpasangan
Nominal
McNemar**
Marginal**
Homogenity**
Chi Square**
Fisher**
KolmogorovSmirnov**
Cochran**
Chi Square**
Fisher**
KolmogorovSmirnov**
Coefisien
Kontingensi **
Lamda**
Ordinal
McNemar**
Marginal**
Homogenity**
Chi Square**
Fisher**
KolmogorovSmirnov**
Cochran**
Chi Square**
Fisher**
KolmogorovSmirnov**
Somersd **
Gamma**
Wilcoxon
Mann-Whitney
Friedman
Kruskal-Wallis
Spearman
Uji t
Berpasangan *
Uji t tidak
berpasangan *
Anova *
Anova *
Pearson*
Numerik
(Interval &
Ratio)
Analisis Bivariat
Variabel X
Variabel Y
Jumlah
Ya
Tidak
Ya
a+b
Tidak
c+d
Jumlah
a+c
b+d
(O E )
E
2
ASUMSI :
1. TIDAK BOLEH ADA
NILAI E < 5, LEBIH
20% DARI TOTAL
JUMLAH SEL
2. BILA ADA NILAI E<5
LEBIH DARI 20%,
MAKA DILAKUKAN
PENGGABUNGAN
SEL
Tujuan/kegunaan
Test Goodness of Fit
Apakah set data fit dengan sebuah
model tertentu?
Apakah data mengikuti suatu distrbusi
normal? atau
Apakah distribusi golongan darah
konstant dengan pre determinan
standar?
X2 = ( O E - 0,5)2
E
Khusus pada tabel 2 X 2 dapat juga dipakai rumus sbb :
X2 =
n (ad - bc - n/2)2
(a+b) (c+d)(a+c) (b+d)
Analisis Bivariat
Keterbatasan Kai Kuadrat
1. Tidak boleh ada sel yg mempunyai nilai E < 1
2. Tidak boleh ada sel yg mempunyai nilai E < 5 lebih
dari 20% dari jumlah keseluruhan sel.
Pada Tabel lebih dari 2x2, misal 3x2, 3x4 dll
1. Gunakan Kai kuadrat tanpa koreksi
2. Bila ada nilai E < 5, lebih dari 20% perlu dilakukan
penggabungan sel
Sel a
TABEL 2 X 2
a+c
Margin Kolom
a+b
c+d
b +d
T
Margin Baris
Analisis Bivariat
Frekuensi Nilai Harapan
(Expected Value)
Sel a
TABEL 2 X 2
Margin Kolom
b
100
46
a+b
=146
104
c+d
=154
Ea=146x150/300
d
50
a + c=150
b +d=150
T=300
Margin Baris
Contoh
Pertanyaan Penelitian: Apakah ada hubungan antara
merokok dan status fertilitas ? Lakukan uji hipotesis
pada =0,05
Sampel pria tidak merokok 50 orang, merokok 50 orang.
Pada subyek yang tidak merokok , subur 35 orang, tidak
subur 15 orang.
Pada subyek yang merokok , subur 20 orang, tidak
subur 30 orang.
Desain penelitian Cros sectional.
Merokok
Tidak
merokok
Merokok
Status Fertilitas
Total
Subur
Tidak subur
35
15
50
20
30
50
1.
2.
3.
ad
n
/
2
)
2
X2 = (!O E!-0,5 )2
X
(a b)(c d )(a c)(b d )
E
5. : 0,05 df = (b 1) (k 1) = (2 1) (2 1) = 1 Titik kritis, X2
tabel = 3,841
6. Kriteria uji :
Ho diterima jika X2 hitung < X2 tabel, Ho ditolak jika X2hit >X2 tab.
n( ad b n / 2)
X
(a b)(c d )(a c)(b d )
2
OR=AD/BC=3,5
7. Hasil Perhitungan:
X2hitung =7,919 OR=3,5
8. Keputusan Statistik :
Ho ditolak sebab X2hitung (7,919) > X2
tabel (3,841)
9. Kesimpulan :
Ada hubungan antara merokok dan
tingkat fertilitas, X2=7,919
perilaku
merokok
Total
tidak
subur subur Total
35
15
50
tidak merokok
Count
merokok
% within
perilaku
merokok
Count
% within
perilaku
merokok
Count
% within
perilaku
merokok
20
55
30
45
50
100
Pearson ChiSquare
Continuity b
Correction
Likelihood Ratio
Chi-Square Tests
Asymp.
Sig. (2Value
df
sided)
9.091a
.003
7.919
.005
9.240
.002
.005
9.000
.002
.003
100
a. 0 cells (.0%) have expected count less than 5. The minimum expected
count is 22.50.
b. Computed only for a 2x2
table
Risk Estimate
95% Confidence Interval
Value
Odds Ratio for perilaku
merokok (tidak merokok /
merokok)
For cohort Status fertilitas =
subur
For cohort Status fertilitas =
tidak subur
N of Valid Cases
Lower
Upper
3.500
1.529
8.012
1.750
1.191
2.572
.500
.309
.808
100
Laporkan hasilnya
Pada tabel 2.1 terlihat bahwa persentase
responden dg fertilitas subur pada respondenn
tidak merokok adalah 70%. Persentase ini lebih
tinggi dibandingkan persentase subur pada
responden yang merokok yaitu 40%.
Hasil uji Chi square X2=7,919, p=0,005 adalah
lebih kecil dari 0,05 artinya ada hubungan yg
bermakna antara merokok dan fertilitas.
Contoh 2
Peneliti ingin mengetahui hubungan intake
kalori daan tingkat pengetahuan.
Sampel intake kalori rendah 24 orang,
cukup 48 orang, lebih 28 orang.
Hasilnya telah dibuat dalam tabel 2.
Pertanyaan penelitian; apakah ada hubunga
intake kalori dan tingkat pengetahuan?
Lakukan uji pada alpha 0,05
Tabel 2
Tk Pengetahuan
Rendah Sedang
Tinggi
Total
11
29
1
12
19
27
1
0
0
24
48
28
41
58
100
1.
2.
3.
7. Perhitungan :
X2 = (O E )2
E
E1 = 41 X 24 = 9,84
100
E2 = 58 X24 = 13,92
100
E3 = 1 X 24 = 0,24
100
E4 = 41 X 48 = 19,68
100
E5 = 58 X 48 = 27,84
100
E6 = 1 X 48 = 0, 48
100
E7 = 41 X 28 = 11,48
100
E8 = 58 X 28 = 16,24
100
E9 = 1 X 28 = 0,28
100
Tk Pengetahuan
Total
Rendah Sedang+Ti
nggi
11
29
1
13
19
27
24
48
28
41
58
100
7. Perhitungan :
X2 = (O E )2
E
E1 = 41 X 24 = 9,84
100
E2 = 58 X24 = 13,92
100
E3 = 41 X 48 = 19,68
100
E4 = 58 X 48 = 27,84
100
E5 = 41 X 28 = 11,48
100
E6 = 58 X 28 = 16,24
100
9,84
13,92
19,68
( 19 27,84 ) 2 + (111,48) 2 + (27 16,24) 2
27,84
11,48
16,24
= 0,1367+0,0608+4,414+2,8069+9,5671+7,1292=24,11
7. Hasil Perhitungan:
X2hitung =24,11
8. Keputusan Statistik :
Ho ditolak sebab X2hitung (24,11) > X2
tabel (9,488)
9. Kesimpulan :
Ada hubungan antara intake kalori dan
tingkat pengetahuan, X2=24,11
Intake kalori
kurang
cukup
lebih
Total
Count
Expected Count
% within Intake
kalori
Count
Expected Count
% within Intake
kalori
Count
Expected Count
% within Intake
kalori
Count
Expected Count
% within Intake
kalori
rendah sedang
11
12
9.8
13.9
45.8%
50.0%
29
19.7
19
27.8
60.4%
39.6%
1
11.5
27
16.2
3.6%
96.4%
41
41.0
58
58.0
41.0%
58.0%
tinggi
1
.2
Total
24
24.0
4.2% 100.0%
0
.5
48
48.0
.0% 100.0%
0
.3
28
28.0
.0% 100.0%
1
1.0
100
100.0
1.0% 100.0%
Chi-Square Tests
Pearson Chi-Square
Value
27.485a
df
Likelihood Ratio
32.283
.000
Linear-by-Linear
Association
N of Valid Cases
8.253
.004
100
Intake kalori
kurang
cukup
lebih
Total
Count
Expected Count
% within Intake
kalori
Count
Expected Count
% within Intake
kalori
Count
Expected Count
% within Intake
kalori
Count
Expected Count
% within Intake
kalori
tahu_2
sedang+ting
rendah
gi
11
13
9.8
14.2
45.8%
29
19.7
60.4%
1
11.5
3.6%
41
41.0
41.0%
Total
24
24.0
54.2% 100.0%
19
28.3
48
48.0
39.6% 100.0%
27
16.5
28
28.0
96.4% 100.0%
59
59.0
100
100.0
59.0% 100.0%
Chi-Square Tests
Value
Pearson Chi-Square 23.928a
Likelihood Ratio
29.196
Linear-by-Linear
Association
10.696
N of Valid Cases
100
Asymp. Sig.
df
(2-sided)
2
.000
2
.000
1
.001
Contoh soal
Desain cohort/ Cross sectional
Penelitian desain cohort/cross sectional, ingin mengetahui
apakah ada beda proporsi kejadian BBLR antara perokok dan
tidak perokok. Sampel perokok 150 orang, sampel kedua tidak
merokok 150 org. Lakukan uji statistik yg sesuai, dengan alpha
0,05. Data penelitian pada tebel 1.
Tabel1
Merokok
Ya
Tidak
Kejadian BBLR
Ya
Tidak
100
50
46
104
Jumlah
150
150
Tabel 1
Distribusi reponden menurut kebiasan merokok
dan kejadian Bayi BBLR
Kejadian BBLR
Ya
Jumlah
Tidak
Kebias
aan
Meroko
k
Ya
Tidak
100
50
68,5
32,5
46
104
31,5
67,5
146
154
p
%
RR
(95 %
CI)
100
100
0,000
2,1
(1,642,72)
Contoh soal
Desain Case control
Penelitian desain case control, ingin mengetahui apakah pada
perokok proporsi kejadian BBLR lebih besar dari proporsi tidak
BBLR. Sampel BBLR 150 orang, tidak BBLR 150 org. Lakukan
uji statistik yg sesuai, dengan alpha 0,05. Data penelitian pada
tebel 1.
Tabel1
Kejadian BBLR
Merokok
Ya
Tidak
Ya
Tidak
100
50
46
104
Jumlah
150
150
Tabel 1
Distribusi reponden menurut kebiasan merokok
dan kejadian Bayi BBLR
Kejadian BBLR
Ya
Tidak
Kebiasaa
n
Merokok
Ya
Tidak
100
50
66,7
33,3
46
104
30,7
69,3
150
100 %
150
100%
OR
(95% CI)
0,0005
4,52 (2,787,35)
HASIL SPSS
BBLR
100
Tidak
BBLR
46
BBLR
146
66.7%
30.7%
48.7%
50
104
154
33.3%
69.3%
51.3%
150
150
300
100.0%
100.0%
100.0%
BBLR
Merokok
merokok
tidak
merokok
Total
Count
% within
BBLR
Count
% within
BBLR
Count
% within
BBLR
Total
Value
Pearson ChiSquare
Continuity
Correction(a)
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
Association
N of Valid Cases
df
38.908(b)
.000
37.480
.000
39.798
.000
.000
38.778
.000
.000
300
Value
Lower
Odds Ratio for
Merokok (merokok /
tidak merokok)
For cohort BBLR =
BBLR
For cohort BBLR =
Tidak BBLR
N of Valid Cases
95% Confidence
Interval
Upper
Lower
4,52
2.783
7.348
2.110
1.638
2.717
.467
.359
.607
300
Soal 1
Tabel 1
Distribusi responden menurut kebiasaan merokok
dan kejadian kanker paru
Merokok
Kanker
paru (+)
Kanker
Paru (-)
Jumlah
(+)
40
10
50
(-)
16
34
50
56
44
100
1. Interpretasi tabel
2. Hasil Uji
3. Nilai OR
7. Perhitungan :
X2 = (!O E!-0,5 )2
E
E1 = 56 X 50 = 28
100
E2 = 44 X50 = 22
100
E3 = 56 X 50 = 28
100
E4 = 44X 50 = 22
100
28
( !34 22!-0,5 ) 2
22
22
28
Soal 2
Tabel 2
Distribusi responden menurut kebiasaan merokok
dan kejadian kanker paru
Merokok8
%
Kanker
paru (+)
Kanker
Paru (-)
(+)
40
16=16/50x
=40/50x100 100= 32%
=80 %
56
(-)
10
34
=10/50x100 68%
=20 %
44
Jumlah
50
(100%)
100
50
Jumlah
Student t test
1). Satu sampel
2). dua sampel
ACHMAD RIDWAN MO
2 Kelompok
Berpasangan
Tidak
Berpasangan
> 2 Kelompok
Berpasangan
Korelatif
Tidak
Berpasangan
Nominal
McNemar**
Marginal**
Homogenity**
Chi Square**
Fisher**
KolmogorovSmirnov**
Cochran**
Chi Square**
Fisher**
KolmogorovSmirnov**
Coefisien
Kontingensi **
Lamda**
Ordinal
McNemar**
Marginal**
Homogenity**
Chi Square**
Fisher**
KolmogorovSmirnov**
Cochran**
Chi Square**
Fisher**
KolmogorovSmirnov**
Somersd **
Gamma**
Wilcoxon
Mann-Whitney
Friedman
Kruskal-Wallis
Spearman
Uji t
Berpasangan *
Uji t tidak
berpasangan *
Anova *
Anova *
Pearson*
Numerik
(Interval &
Ratio)
PENDAHULUAN
Satu sampel:
Dari 12 pasien yang sedang menjalani pengobatan
hypertensi. Apakah dapat disimpulkan bahwa
populasi mean systolic blood pressure adalah kurang
dari 165
2 sampel: Di bidang kesehatan seringkali kesimpulan
yang dibuat . ingin melihat apakah parameter
dua populasi berbeda ?
Misal: apakah ada perbedaan berat badan antara
sebelum dan sesudah mengikuti program diet. Atau
Apakah ada perbedaan tekanan darah antara
kelompok perlakuan dengan kontrol?
Figure 7-11
Choosing between the Normal and Student
t-Distributions when Testing a Claim about a Population Mean
Start
Use normal distribution with
Is
n > 30
?
x - x
Z
/ n
Yes
No
Is the
distribution of
the population essentially
normal ? (Use a
histogram.)
No
Yes
Is
known
?
No
t s/
x - x
/ n
Small Samples
Assumptions
If 1) n 30
2) The sample is a simple random sample.
3) The sample is from a normally
distributed population.
Case 1 ( is known): Use Z test
Case 2 ( is unknown): Use Student t distribution
Student t Distribution
If the distribution of a population is
essentially normal, then the distribution of
t =
x-
s
n
Student t Distribution
If the distribution of a population is
essentially normal, then the distribution of
t =
x-
s
n
t/ 2
X 0
s/
Contoh kasus
Researches collected serum amylase values from a
random sample of 15 apparently health subjects.
Thery wan tto know whether the can conclude that
the mean of the population from which the sample
of serum amylase dtermination came is dfferent
from 120. This suggest a two sided hypothesis test
that we now make by using the familiar nine steps.
1. Data mean and standard deviation computed
form the sample ara 96 and 35 units/100ml,
respectively.
Contoh kasus
2. Assumptions The 15 determantions constitute a
random from a population of determination that is
nomrally distributed. The population variance is
unknown.
3. Test Statistic
4. Distribution of Test statistic Our test statistic is
distributed as students with n-1 degree of freedom if
Ho is true.
5. Decision Rule Let =.05. Since we have two-sided
test, we put /2=0.025 is each tail of the distribution of
Contoh kasus
Reject Ho, if the computed t is either gerater than
or equal to 2.1448 or less than or equal to -2.1448
7. Calculation fo test statistic
X 0
96 120 24
t
2.65
9.04
s/ n
35 / 15
Contoh:
IBU HAMIL
Anemia
Tidak Anemia
Mean BBBayi
Mean BBBayi
S
F
S
Keputusan statistic :
F-hitung < F-tabel maka Ho diterima
F- hitung F-tabel maka Ho ditolak
x x
1
Sp
df = (n1 + n2) -2
2
1 / n1 1 / n2
2
2
1
S
1
S
1
2
2
S2 1
p
n1 n2 2
t'
( X 1 X 2 ) ( 1 2 )
s1
n1
s2
n2
LATIHAN
Seorang peneliti mengukur kandungan nikotin
pada dua jenis rokok, kemudian diambil secara
random 10 batang rokok Jarum dan 8 batang
rokok Wismilak. Hasilnya didapat; rata-rata
kadar nikotin rokok Jarum 23,1 mg dg. st.
deviasi 1,5 mg. Pada rokok wismilak rata-rata
kadar nikotin 20,0 mg dg st. deviasi 1,7 mg.
Ujilah apakah ada perbedaan kandungan nikotin
pd dua jenis rokok dengan alpha 5%?
Langkah-langkah Uji t
independen
1. Data. Data td kadar nikotin n1 = pda rokok
wismilak, dan kadar nikotin n2= pada rokok
Jarum. Rata-rata dan standar deviasi sbb:
X1= 23,1mg
X2= 20,0 mg
S1=1,5 mg
S2= 1,7 mg
2. Asumsi:
2. Data terdiidi dari dua sampel random independen,
3. masing-masing distribusi normal Kadar nikotinUji
Kolmogorov-smirnov atau Saphiro Wilk
Dikatakan distrubusi kadar nikotin normal bila p>0,05
Uji Asumsi:
2. Uji homogenitas varian (F)
Diketahui :
n1 = 10
n2 = 8
df = n 1 = 10-1 = 9 (Penyebut)
s1 = 1,5
df = n 1 = 8 1 = 7 (Pembilang)
s2 = 1,7 (Pembilang) Dari nilai F = 1,28 dan nilai df dan df ,
kemudian dilihat pada tabel F
X1 = 23,1
Keputusan statistic :
X2 = 20,0
F- hitung F-tabel maka Ho ditolak dan
1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
30
40
60
12
0
10
12
15
161
18.5
10.1
7.71
6.61
5.99
5.59
5.32
5.12
4.96
4.84
4.75
4.67
4.60
4.54
4.9
4.45
4.41
4.38
4.35
4.32
4.30
4.28
4.26
4.24
4.17
4.08
4.00
3.92
3.84
200
19.0
9.55
6.91
5.79
5.14
4.74
4.48
4.26
4.10
3.98
3.89
3.81
3.74
3.68
3.63
3.59
3.55
3.52
3.49
3.47
3.44
3.42
3.40
3.39
3.32
3.23
3.15
3.07
3.00
216
10.2
9.28
6.58
5.41
4.78
4.35
4.07
3.86
3.71
3.59
3.49
3.41
3.34
3.29
3.24
3.20
3.16
3.13
3.10
3.07
3.05
3.03
3.01
2.99
2.92
2.84
2.75
2.68
2.60
225
19.2
9.12
6.39
5.19
4.53
4.12
3.84
3.63
3.48
3.36
3.26
3.18
3.11
3.06
3.01
2.96
2.93
2.90
2.87
2.84
2.82
2.80
2.78
2.76
2.69
2.61
2.53
2.45
2.37
230
19.3
9.01
6.28
5.05
4.39
3.97
3.69
3.48
3.33
3.20
3.11
3.03
2.96
2.90
2.85
2.81
2.77
2.74
2.71
2.68
2.66
2.64
2.62
2.60
2.53
2.45
2.37
2.29
2.21
234
19.3
8.94
6.18
4.95
4.28
3.87
3.58
3.37
3.22
3.09
3.00
3.92
2.85
2.79
2.74
2.70
2.66
2.63
2.60
2.57
2.55
2.53
2.51
2.49
2.42
2.34
2.25
2.18
2.10
237
19.4
8.89
6.09
4.88
4.21
3.79
3.50
3.29
3.14
3.01
2.91
2.83
2.76
2.71
2.66
2.61
2.58
2.54
2.51
2.49
2.46
2.44
2.42
2.40
2.33
2.25
2.17
2.09
2.01
239
19.4
8.85
6.04
4.82
4.15
3.73
3.44
3.23
3.07
2.95
2.85
2.77
2.70
2.64
2.59
2.55
2.51
2.48
2.45
2.42
2.40
2.37
2.36
2.34
2.27
2.18
2.10
2.02
1.94
241
19.4
8.81
6.00
4.77
4.10
3.68
3.39
3.18
3.02
2.90
2.80
2.71
2.65
2.59
2.54
2.49
2.46
2.42
2.39
2.37
2.34
2.32
2.30
2.28
2.21
2.12
2.04
1.96
1.88
242
19.4
8.79
5.96
4.74
4.08
3.64
3.35
3.14
2.98
2.85
2.75
2.67
2.60
2.54
2.49
2.45
2.41
2.38
2.35
2.32
2.30
2.27
2.25
2.24
2.16
2.03
1.99
1.91
1.83
244
19.4
8.74
5.91
4.68
4.00
3.57
3.28
3.07
2.91
2.79
2.69
2.60
2.53
2.48
2.42
2.38
2.34
2.31
2.28
2.25
2.23
2.20
2.18
2.16
2.09
2.00
1.92
1.83
1.75
246
19.4
8.70
5.88
4.62
3.94
3.51
3.22
3.01
2.85
2.72
2.62
2.53
2.46
2.40
2.35
2.31
2.27
2.23
2.20
2.18
2.15
2.13
2.11
2.03
2.01
1.92
1.84
1.75
1.67
F20 tabel
=30
24
3,29
248
19.4
8.66
5.80
4.56
3.87
3.44
3.15
2.94
2.77
2.65
2.54
2.46
2.39
2.33
2.28
2.23
2.19
2.16
2.12
2.10
2.07
2.05
2.03
2.01
1.93
1.84
1.75
1.66
1.57
249
19.5
8.64
5.77
4.53
3.84
3.41
3.12
2.90
2.74
2.61
2.51
2.42
2.35
2.29
2.24
2.19
2.15
2.11
2.08
2.05
2.03
2.01
1.98
1.96
1.89
1.79
1.70
1.61
1.52
250
19.5
8.62
5.75
4.50
3.81
3.38
3.09
2.86
2.70
2.57
2.47
2.38
2.31
2.25
2.19
2.15
2.11
2.07
2.04
2.01
1.98
1.96
1.94
1.92
1.84
1.74
1.65
1.55
1.46
40
60
120
251
19.5
8.59
5.72
4.46
3.77
3.34
3.04
2.83
2.68
2.53
2.43
2.34
2.27
2.20
2.15
2.10
2.06
2.03
1.99
1.96
1.94
1.91
1.89
1.87
1.79
1.69
1.59
1.50
1.39
252
19.5
8.57
5.69
4.43
3.74
3.30
3.01
2.79
2.62
2.49
2.38
2.30
2.22
2.18
2.11
2.06
2.02
1.98
1.95
1.92
1.89
1.86
1.84
1.82
1.74
1.64
1.53
1.43
1.32
253
19.5
8.55
5.65
4.40
3.70
3.27
2.97
2.75
2.58
2.45
2.34
2.25
2.18
2.11
2.06
2.01
1.97
1.93
1.90
1.87
1.84
1.81
1.79
1.77
1.68
1.58
1.47
1.35
1.22
254
19.5
8.53
5.63
4.37
3.67
3.23
2.93
2.71
2.54
2.40
2.30
2.21
2.13
2.07
2.01
1.96
1.92
1.88
1.84
4.81
1.78
1.76
1.73
1.71
1.62
1.51
1.39
1.25
1.00
S
2
p
x x
1
Sp
1 / n1 1 / n2
10 11,52 8 11,7 2
10 8 2
s 2,53 1,59
2
2
1
S
1
S
1
2
2
S2 1
p
n1 n2 2
2,53
16
16
23,1 20
3,1
3,1
t
4,1
1
1
1,59 10 8 1,59 x 0,474 0,75
Diketahui :
F-hitung = 1,28
F-tabel = 3,29
Maka 1,28 < 3,29, kepsutusan statistik:Ho
diterima, dengan demikian disimpulkan
varian kedua kelompok sampel sama.
Langkah-langkah Uji t
independen
3. Hipotesis.
Ho:1=2 (Mean nikotin = mean nikotin jarum).
Ha: 12 (Mean nikotin berbdea dg mean nikotin
jarum).
x1 x 2 sama
4. Uji Statistik:t Bila variance
Sp
1 / n1 1 / n2
) ( 1
Bila variance
tidaks sama
s
t'
(X
n1
n2
Kasus
70 pasien epilepsi dibagi dalam dua group yg
sama. A; Group A adalah kelompok diiberi
pengobatan termasuk pemberian vit D setiap
hari. Group B diberi pengobatan tetapi vit D
diganti placebo. Jumlah seizures perhari yg
dialami dua gorup dicatat hasilnya yaitu XA=15,
XB= 24. Variance sampel S2 A=8, S2 B=12.
Adakah cukup bukti bahwa Vit D efektif dalam
mengurangi seizure? Lakukan uji pada = 0,05.
Kasus
Suatu penelitian ingin mengetahui perbedaan
kadar folat sel darah pada dua zat pembius
(anestesi) yang berbeda. Data yang berhasil
dikumpulkan adalah sbb:
Kel 1: 243 251 275 291 347 354 380
392
Kel 2: 206 210 226 249 255 273 285
295 309
Coba buktikan apakah ada perbedaan kadar
folat sel darah merah pada kedua kelompok
tersebut dg alpha 5%.
Anak Remaja
Contoh
Obese
Sebelum
menjalankan
diet
BB
Sesudah
menjalankan
diet
BB
t=
d - d
sd
n
sd
CONTOH KASUS 1
Tabel 11.1
Kadar serum cholesterol dari
2 subjek sebelum dan sesudah program.
Subyek
Serum cholesterol
Sebelum (X1)
Sesudah (X2)
201
200
231
236
221
260
228
237
326
235
240
10
267
11
284
12
201
216
233
224
216
296
195
207
247
210
209
di
Subyek
Serum cholesterol
Sebelum (X1)
Sesudah (X2)
Perbedaan
(Sesudah dan
sebelum) di
di
201
200
-1
231
236
+5
25
221
216
-5
25
260
233
-27
729
228
224
-4
16
237
216
-21
441
326
296
-30
900
235
195
-40
1600
240
207
-33
1089
10
267
247
-20
400
11
284
210
-74
5476
12
201
209
+8
64
-242
10766
20,17
12
12
Sd
(d
d )2
n 1
Sd
n d i ( d i ) 2
2
n(n 1)
Sd
20,17 0
535,06 / 12
12(10766) (242) 2
535,06
12(11)
20,17 0
3,02
6,68
LATIHAN
Seorang peneliti ingin mengetahui pengaruh Fe terhadap
kenaikan kadar Hb pada ibu hamil. Sejumlah 10 ibu hamil
diberikan Fe selama 3 bulan dan diukur kadar Hb darah
sebelum dan sesudahnya. Hasil pengukuran didapat :
Sebelum: 12,2 11,3 14,7 11,4 11,5 12,7
11,2 12,1 13,3 10,8
Sesudah: 13,0 13,4 16,0 13,6 14,0 13,8
13,5 13,8 15,5 13,2
Pertanyaan penelitian: apakah ada beda rata-rata kadar
Hb sebelum dan sesudah pemberiaan tablet Fe pd ibu hamil?
KASUS