Anda di halaman 1dari 10

UJI ANOVA DAN T-TEST

DEPENDENT INDEPENDENT
UJI T-TEST (UJI BEDA)
Bila seorang peneliti ingin mengetahui apakah
parameter dua populasi berbeda atau tidak, maka uji
statistik yang digunakan disebut uji beda dua mean.
Umumnya, pendekatan yang dilakukan bisa dengan
distribusi Z (uji Z), ataupun distribusi t (uji t).

Uji Z dapat digunakan bila


1. Standar deviasi populasi (σ) diketahui, dan
2. Jumlah sampelnya besar (> 30).

Bila kedua syarat tersebut tidak terpenuhi, maka jenis


uji yang digunakan adalah uji t dua sampel (two sample
t-test).
Berdasarkan hubungan antar populasinya, uji t dapat
digolongkan kedalam 2 jenis uji, yaitu :
1. Dependent sample t-test (Paired Sampel t-Test)
adalah jenis uji statistika yang bertujuan untuk
membandingkan rata-rata dua grup yang saling
berpasangan. Sampel berpasangan dapat diartikan
sebagai sebuah sampel dengan subjek yang sama
namun mengalami 2 perlakuan atau pengukuran yang
berbeda, yaitu pengukuran sebelum dan sesudah
dilakukan sebuah treatment.

Syarat jenis uji ini adalah:


(a) data berdistribusi normal;
(b) kedua kelompok data adalah dependen (saling
berhubungan/berpasangan); dan
(c) jenis data yang digunakan adalah numeric dan
kategorik (dua kelompok).
Contohnya adalah bila seorang Manejer ingin mengetahui
apakah ada perbedaan prestasi penjualan seles setelah
mengikuti pelatihan marketing. Setelah dilakukan
rekapitulasi jumlah penjualan terhadap 15 orang sales,
diperoleh data sebagai berikut :
Merumuskan hipotesis, yaitu:
• Ho = Rata-rata penjualan sebelum mengikuti program
pelatihan = Rata-rata penjualan setelah mengikuti
program pelatihan,
• H1 = Rata-rata penjualan sebelum mengikuti program
pelatihan ≠ Rata-rata penjualan setelah mengikuti
program pelatihan.

Hasil perhitungannya dapat dilihat pada tabel berikut:


Kesimpulan yang dapat ditarik adalah : t hitung (2.553) > t tabel
(2.145), yang berarti Ho ditolak dan H1 diterima, sehingga
disimpulkan bahwa : rata-rata penjualan sebelum mengikuti program
pelatihan ≠ Rata-rata penjualan setelah mengikuti program
pelatihan. Atau dengan kata lain, Program pelatihan marketing
memberikan pengaruh yang signifikan terhadap prestasi penjualan
sales.

2. Independent sample t-test


adalah jenis uji statistika yang bertujuan untuk membandingkan
rata-rata dua grup yang tidak saling berpasangan atau tidak
berkaitan. Dapat diartikan bahwa penelitian dilakukan untuk dua
subjek sampel yang berbeda.

Prinsip pengujian uji ini adalah melihat perbedaan variasi kedua


kelompok data, sehingga sebelum dilakukan pengujian, terlebih
dahulu harus diketahui apakah variannya sama (equal variance)
atau variannya berbeda (unequal variance).
UJI ANOVA
Anova (analysis of varian) merupakan lanjutan dari uji-t
independen. Anova digunakan untuk menguji perbedaan
mean (rata-rata) data lebih dari dua kelompok. Misalnya kita
ingin mengetahui apakah ada perbedaan rata-rata lama hari
dirawat antara pasien kelas VIP, I, II, dan kelas III.
Anova terbagi 2 jenis yaitu :
1. Analisis varian satu faktor (one way anova)
2. Analsis varian dua faktor (two ways anova).

Beberapa asumsi yang harus dipenuhi pada uji Anova adalah :

1. Sampel berasal dari kelompok yang independen


2. Varian antar kelompok harus homogen
3. Data masing-masing kelompok berdistribusi normal
Asumsi pertama harus dipenuhi pada saat
pengambilan sampel yang dilakukan secara random
terhadap beberapa (> 2) kelompok yang
independen, yang mana nilai pada satu kelompok
tidak tergantung pada nilai di kelompok lain.

Sedangkan pemenuhan terhadap asumsi kedua dan


ketiga dapat dicek jika data telah dimasukkan ke
komputer, jika asumsi ini tidak terpenuhi dapat
dilakukan transformasi terhadap data. Apabila
proses transformasi tidak juga dapat memenuhi
asumsi ini maka uji Anova tidak valid untuk
dilakukan, sehingga harus menggunakan uji non-
parametrik misalnya Kruskal Wallis
Uji Anova pada prinsipnya adalah melakukan analisis
variabilitas data menjadi dua sumber variasi yaitu
variasi didalam kelompok (within) dan variasi antar
kelompok (between).

Bila variasi within dan between sama (nilai


perbandingan kedua varian mendekati angka satu),
maka berarti tidak ada perbedaan efek dari intervensi
yang dilakukan, dengan kata lain nilai mean yang
dibandingkan tidak ada perbedaan. Sebaliknya bila
variasi antar kelompok lebih besar dari variasi didalam
kelompok, artinya intervensi tersebut memberikan efek
yang berbeda, dengan kata lain nilai mean yang
dibandingkan menunjukkan adanya perbedaan.
TERIMAKASIH