UJI BEDA DUA MEAN

PENDAHULUAN
Pada bab sebelumnya telah dibahas tentang pengujian rata-rata maupun
proporsi untuk satu populasi ( uji satu sample). Sebelum kita melakukan
uji statistik dua kelompok data, kita perlu perhatikan apakah dua
kelompok data terebut berasal dari dua kelompok yang independen atau
berasal dari dua kelompok dependen/ pasangan. Dikatakan kedua
kelompok data independen bila data kelompok yang satu tidak tergantung
dari data kelompok kedua, misalnya membandingan kelompok mean
tekanan darah sistolik orang desa dengan orang kota. Tekanan darah orang
kota independen ( tidak tergantung) dengan orang desa. Dilain pihak,
kedua kelompok data dikatakan dependen/ pasangan bila kelompok data
yang dibandingkan datanya saling mempunyai ketergantung misalnya data
berat badan sebelumnya dan sesudah mengikuti program diet berasal dari
orang yang sama ( data sesudah dependen / tergantung dengan data
sebelum).
Lanjutan…

Berdasarkan karakteristik data tersebut, maka uji

beda dua mean dibagi dalam 2 kelompok :
 Uji Beda Mean Independen
Uji Beda Mean Dependen
 UJI BEDA DUA MEAN INDEPENDEN
Tujuan pengujian ini adalah untuk mengetahui perbedaan mean dua
kelompok data independen. Syarat/ asumsi yang harus dipenuhi adalah
sebagai berikut:
1. Data berdistribusi normal/simetris
2. Kedua kelompok data independen
3. Variable yang dihubungkan berbentuk numerik dan kategori ( dengan
hanya dua kelompok)
 UJI HOMOGENITAS VARIAN
• Prinsip pengujian dua mean adalah melihat dua perbedaan variasi kedua kelompok
data.
• Tujuan dari uji ini adalah untuk mengetahui varian antara kelompok data satu
apakah sama dengan kelompok data yang kedua
• Perhitungan nya dengan menggunakan uji F
F = 𝑆12
𝑆22
d𝑓1 = n1-1 dan d𝑓2 = n2-1
Pada perhitungan uji F, varian yang lebih besar berfungsi sebagai pembilang dan
varian yang lebih kecil berfungsi sebagai penyebut.
1. Uji Untuk Varian Yang Sama
Uji beda dua mean dapat dilakukan menggunakan uji Z atau uji T. Uji Z dapat digunakan bila standar devisiasi
populasi (o) diketahui dan jumlah sample besar ( lebih dari 30). Apabila kedua syarat tidak terpenuhi, maka
dilakukan uji T. pada umumnya nilai o sulit diketahui, sehingga uji beda dua mean menggunakan uji T ( T-Test).
Untuk varian yang sama, bentuk ujian nya sebagai berikut :

T = 𝑋1 − 𝑋2
Sp (1/𝑛1) + (1/𝑛2)
S𝑝2 = 𝑛1 − 1 𝑆12 + (n2-1)𝑆22
n1+n2-2
df = n1+n2-2
KET :
n1 atau n2 = jumlah kelompok 1 atau 2
S1 atau S2 = standart devisiasi sample kelompok 1 dan 2
Contoh Kasus:
Seorang pejabat Depkes berpendapat rata-rata nikotin yang dikandung rokok djarum lebih
tinggi dibandingkan rokok wismilak. Untuk membuktikan pendapatnya, dilakukan
penelitian dengan mengambil sample secara random10 batang rokok djarum 8 batang
rokok wismilak. Dari hasil pengolahan data dilaporkan bahwa rata-rata kadar nikotin
rokok djarum adalah 23,1 mg dengan standar devisisasi 1,7 mg. berdasarkan data tersebut
ujilah pendapat pejabat Depkes tersebut dengan dengan menggunakan alpha 5% !
jawab :
Langkah pertama adalah melakukan pemeriksaan homogenitas varian data dengan
menggunakan uji F
Hepotesis:
Ho : 𝑜12 = 𝑜22 ( varian kadar nikotin jarum sama dengan varian kadar nikotin
wismilak)
Ha: 𝑜12 = 𝑜22 ( varian kadar nikotin jarum berbeda dengan varian kadar nikotin
wismilak)
Table distribusi F terdiri dari 3 bagian yaitu Df numerator, DF denominator dan area.
Bagian area menunjukan nilai alphanya atau nilai p. nilai area dimulai dari angka 0,100
turun sampai dengan angka 0,001, yang berarti bahwa semakin keatas nilai areanya
semakin besar nilai p nya.
Sebagai contohnya mencari nilai p dapat dilihat dari ilustrasi sbg:
Bila F= 4,20, terlihat dalam table angka 4,20 terletak pada area 0,025 artinya p= 0,025
Bila F= 6,88 , nilai p= 0,005
Bila F= 4,00 , nilai p < 0,001 dan p > 0,025 0,025<p<0,050.
Bila F= 12,9, nilai p<0,001 ( karena angka 12,9 kalua diplot pada table terletak di bawah
angka 10,70).
Pada soal diatas diperoleh nilai F= 1,28 dan terlihat angka tersebut terletak di atas angka
2,51 pada area 0,100 artinya nilai P>0,100, Sehingga keputusanya :Ho gagal ditolak. Ini
varian kadar nikotin rokok djarum sama dengan varian kadar nikotin rokok wismilak.
Perhitungan uji F:
F = (1,7)2 / (1,5)2 = 1,28
df1 = 8-1 = 7 dan df2 = 10-1= 9
Dari nilai f dan kedua nilai df tersebut, kemudian dilihat pada table F ( lampiran V, df1= 7 sebagai
numerator, df2= 9 sebagai denominator. Adapun cara mencarinya adalah sbg:

Numerator DF
Deno Area 1 2 3 4 5 6 7 8 12 dst
mi. DF

9 0.100 - - - - - - 2.51 - -

0.050 - - - F= 1.28 - - 3.29 - -

0.025 - - - - - - 4.20 - -

0.010 - - - - - - 5.61 - -

0.005 - - - - - - 6.88 - -

0.001 - - - - - - 10.70 - -
Lanjutan..
Langkah selanjutnya adalah menguji perbedaan mean kedua kelompok data tersebut dengan menggunakan
uji t untuk varian yang sama:
Hipotesis :
Ho :µ 1 = µ 2 ( mean kadar nikotin jarum sama dengan mean kadar nikotin wismilak)
Ha : µ 1 > µ 1 ( mean kadar nikotin jarum lebih tinggi dibandingkan wismilak)
Dengan Ha seperti di atas berate ujinya dengan one tail ( satu arah/ satu sisi)
Perhitungan Uji T:
2 10−1 1,52 +( 8−1)1,72
𝑆𝑝 =
10+8−2
= 2,53
Sp = 1,59
23,1−20
t=
1 1
1,59 (10+8)

t = 4,1
df= 10 +8-2=16
Kemudian dicari nilai p dengan menggunakan table distribusi t ( lampiran table IV).
Adapun cara mencarinya adalah sbg:

.10 .05 .025 .01 .005

Nilai p

1 …. …. …. …. ….

t= 4.1
16 1.337 1.746 2.120 2.583 2.921

.dst
Tabel T terdiri dari kolom dan baris. Baris menunjukan nilai DF dan kolom menunjukan
nilai alpha ( nilai p). Angka dalam table menunjukan nilai t table yang nantinya digunakan
untuk konversi dengan nilai t hitung. Pada bagian kolom semakin ke kanan nilai alpanya (
nilai p) akan semakin kecil. Untuk mengetahui cara mencari nilai p pada df=16, ikuti
ilustrasi berikut.
Bila nila t= 1,337 , maka nilai p kita liat diatas pada nilai alpha yaitu 0.10, artinya p=0,10.
Bila nilai t= 2,583 maka nilai p= 0,01.
Bila nilai t= 2,30 terlihat terletak antara dua nilai yaitu antara 2.064 (p=0,25
0,01 < p<0,025.
Pada nilai diatas diperoleh nilai t=4,1 dengan df=16, maka nilai tersebut terletak disebelah
kanan dan nilai 2,921. berarti nilai p nya adalah < 0,0005 ( karena ujinya one tail, nilai p
langsung dapat digunakan tidak perlu lagi dikalikan dua)/
Keputusan Uji Statistik
• Hasil perhitungan menghasilkan nilai P<0,0005 yang lebih kecil dari
pada nilai alpha (0,05), maka dapat diputuska Ho ditolak. Dengan
menggunakan alpha 5% dapat disimpulkan bahwa secara statistik kadar
nikotin jarum memang lebih tinggi dibandingkan kadar nikotin rokok
wismilak (P<0,0005).
2. Uji Untuk Varian Berbeda
Untuk varian berbeda, bentuk ujinya menggunakan uji beda dua
mean Uji T ( T-Test) dengan varian beda. Bentuk rumusnya adalah sbg
berikut:
𝑥1−𝑥2
T=
(𝑠12 /𝑛1) + (𝑠22 /n2)

Untuk degree of freedom tidak bisa dengan rumus biasa

(df=n1+n2-2), tetapi menggunakan rumus khusus berikut:
(𝑠12 /𝑛1) + (𝑠22 /n2)2
df= 2
((𝑠1 /𝑛1)2 / (n1−1)+ (𝑠22 /𝑛2)2 / (n2−1) )