Uji Beda 2 Rerata

Biometri
Oleh :
Elian Lutfiana
Faiq Nur Hilma A
M. Insan Fathin
Erika Ayu Shalshabela
El Shafira Anggiet P
1. Konsep Mean Independen dan Mean
Berkorelasi (Dependen)

Mean Independen :
Mean yang diperoleh dari sampel yang diambil
dari populasi yang berbeda (dianggap berbeda).
Contoh : Sampel kelompok kontrol dan
kelompok experimen
 Prinsip Independent Sample T-test

Prinsip pengujian ini adalah melihat

perbedaan variansi kedua
kelompok data, sehingga sebelum
dilakukan pengujian, terlebih
dahulu harus diketahui apakah
variannya sama (equal variance)
atau variannya berbeda (unequal
variance).
Homogenitas varian diuji
berdasarkan rumus sebagai
berikut.
Data memiliki varian yang
sama atau homogen bila F-
Hitung < F-Tabel.
Data memiliki varian yang
tidak sama atau heterogen
bila F-hitung > F-tabel.
Mean Dependen/Korelasi :
Mean yang diperoleh dari sampel dalam
populasi yang sama atau berhubungan
(keadaan awal ditunjukan oleh sampel 1
diasumsikan berkorelasi dengan keadaan akhir
sampel 2)
Contoh : sampel Pretest - Postest
Syarat Dependent Sample t-test

Syarat yang harus dipenuhi dari uji t-test

dependent adalah sebagai berikut.
a. Data terdistribusi normal
b. Kedua kelompok data adalah dependen
(saling berhubungan)
c. Jenis data yang digunakan adalah numeric
dan kategorik (dua kelompok)
PAIRED SAMPLE 2 TEST (UJI DUA
SAMPEL BERPASANGAN)
Perbedaan paired sample dengan independent sample adalah terletak pada
kelompok yang kita bandingkan. Jika kelompok yang kita bandingkan
berasal dari populasi yang berbeda maka disebut dengan independent
sample. sebaliknya jika kelompok yang dibandingkan berasal dari populasi
yang sama maka disebut paired sample. Contohnya adalah kita
membandingkan tingkat kemiskinan di suatu daerah pada dua periode yang
berbeda. Berikut merupakan formula yang dapat digunakan untuk uji beda
rata-rata pada paired sample.

perbedaan mean harus berdistribusi normal) dan tidak diketahui or dengan

ukuran sampel n < 30.
Z=
2. Rumus Uji t
a. Mean Independen :
y1  y 2
t 
Sy - y
1 2

S 12 S 22 Jika asumsi
Sy   homogenitas
tidak terpenuhi
- y
1 2
n1 n2
1 1 Jika asumsi
Sy - y
 S gab  homogenitas
1 2
n1 n2
terpenuhi (n1 = n2)
S 2
 S 22 
Sgab  1
2
2. Rumus Uji t
b. Mean Dependen :

y1  y 2
t 
Sy - y
1 2

Sy - y
 S 2  S 2 - 2r . S .S
1 2 y1 y2 12 y1 y2
2. Rumus Uji t
b. Mean Dependen :
atau
D
t 
SD
 D
D 
n
SD
S D

n

S D 
 D- D 
2

n - 1
3. Hipotesis Uji T-Test Dependent

1. Uji dua arah

H0 = tidak terdapat perbedaan yang signifikan antara rata-rata 1 dan
rata-rata 2
H1 = terdapat perbedaan rata-rata 1 dan rata-rata 2.

H0 ditolak bila |t hitung| > t tabel

H0 diterima bila |t hitung| < t tabel
 2. Uji satu arah
H0 = rata-rata 1 besarnya sama dengan atau lebih besar dengan
rata-rata 2.
H1 = rata-rata 1 lebih kecil dibandingkan dengan rata-rata 2

H0 ditolak bila |t hitung| > t tabel

H0 diterima bila |t hitung| < t tabel
3. Uji satu arah
H0 = rata-rata 1 sama dengan atau lebih kecil dengan rata-rata 2
H1 = rata-rata kelompok 1 lebih besar dibandingkan dengan rata-
rata 2

H0 ditolak bila |t hitung| > t tabel

H0 diterima bila |t hitung| < t tabel
3. Hipotesis (idem)
4. Df  M-Ind = (n1 + n2) – 2
M-Dep = n – 1
5. Kriteria (idem)
6. Interval kepercayaan (idem)
x  x1 - x 2
Contoh : Uji Perbedaan Dua Rata-Rata
Dependen

Seorang peneliti, misalnya tertarik untuk mengkaji

perbedaan motivasi berprestasi antara pria dan
wanita yang berkeluarga. Untuk mengontrol
sejumlah peubah yang mungkin berpengaruh
terhadap motivasi berprestasi subyek, ia
menggunakan disain berpasangan (matched-pairs
design), yaitu dengan cara membandingkan
sekelompok suami dengan istrinya.
Berdasarkan pemahamannya mengenai budaya
(harapan social) yang berkembang di masyarakat
tentang peranan suami dan istri di dalam keluarga,
ia berhipotesis bahwa (bagi mereka yang sudah
berkeluarga) motivasi pria cenderung lebih tinggi
daripada motivasi wanita. Dengan demikian
pasangan hipotesis static yang hendak diuji dapat
ditulis sebagai berikut :
Ho : μ P  μ W
HA: μP  μ W
Skor Motivasi Berprestasi Suami-Istri (data fiktif)
No. urut Skor Suami (Y1) Skor Istri (Y2) D
1 37 35 2
2 38 30 8
3 39 35 4
4 36 36 0
5 42 41 1
6 44 40 4
7 35 30 5
8 41 32 9
9 40 34 6
10 35 33 2
11 38 34 4
12 31 33 -2
13 40 41 -1
14 43 34 9
15 42 40 2
16 42 40 2
17 41 31 10
18 44 34 10
19 38 30 8
20 40 34 6
 Dengan bantuan kalkulator diperoleh harga-harga
sbb :

S
Y1 39,30 S1 3,358 Y1 3,358 / 20  
0,751 S2
Y1 0,564

Y2 34,85 S2 3,703 SY2  3,703 /  20 0,828 S

2
Y2 0,686
r12 0,453
Sehingga t dapat diperoleh :

39,30 - 34,85
t
0,564  0,686 - 2(0,453)(0,751)(0,828)
4,45
t
1,25 - 0,561
t  5,37
Atau

D  4,45
SD  3,71
SD  0,83
sehingga
4,45
t  5,37
3,71
Contoh : Uji Perbedaan Dua Rata-Rata
Independen
Sebagai contoh, kita asumsikan peneliti mempunyai 2
(dua) kelompok sampel yang masing-masing terdiri dari
10 responden sebagai berikut :
 Dengan bantuan kalkulator diperoleh harga-harga
sbb :

S
Y1 69,2 S1 16,17 Y1  16,17/ 20  
3,61 S2
Y1 13,03

Y2 69,6 S2 11,72 SY2  11,72/  20 0,8282

2,62 S Y2 6,86
Asumsi homogenitas terpenuhi (n1 = n2)
jadi :
1 1
Sy 
1 - y 2  S gab
n1 n2
Sgab  S 1
2
 S
2
2 
2
1 3 , 1 7 
Sy 1 - y 2 
 
+ 11, 72 1 1
2 10  10
 12,445 0,2  0,705
 y1  y 2
t 
Sy - y
1 2

69,2  6 9 , 6

0,705
 0,567
t tabel = 2,2622
Jadi, t hitung < t tabel (-0,567<2,2622)
Maka tidak signifikan