Uji hipotesis uji t

UJI T Tidak Berpasangan

(Independent T Test)
Uji t : uji untuk melihat perbedaan

Tidak berpasangan

Uji t

Berpasangan
Contoh:
Anda ingin mengetahui bagaimana pengaruh
kehadiran suami pada saat istri melahirkan
terhadap skor ansietas istri.
Analisis jenis penelitian tersebut untuk
menentukan uji hipotesis!
• Berdasarkan contoh di atas uji hipotesis yang
dilakukan adalah Uji T tidak berpasangan
karena variabel bersifat numerik tidak
berpasangan.
Contoh kasus:
Peneliti ingin mengetahui apakah terdapat
perbedaan kadar glukosa darah puasa pada
kelompok yang mendapat obat A dengan
kelompok yang mendapat obat B. Berikut
adalah data 20 responden.
No Jenis Obat Kadar GDP (g/dL)
1 A 116
2 A 196
3 A 200
4 A 135
5 A 148
6 A 157
7 A 168
8 A 112
9 A 170
10 A 198
11 B 99
12 B 112
13 B 126
14 B 130
15 B 132
16 B 142
17 B 138
18 B 157
19 B 125
20 B 116
• Sebelum menentukan uji hipotesis, terlebih
dahulu melakukuan uji normalitas data.
• Untuk mengetahui distribusi data mempunyai
distribusi normal atau tidak secara analitis,
kita menggunakan uji Kolmogorov-Smirnov
atau Saphiro-Wilk
• Uji Kolmogorov-Smirnov jika sampel (n) > 50
• Uji Saphiro-Wilk jika sampel (n) ≤ 50
• Normal jika nilai sig. > 0,05
• Tidak normal jika sig. < 0,05
• Langkah pengujan normalitas data:
1. Buka aplikasi SPSS
2. Klik program SPSS sampai muncul worksheet
area kerja seperti pada gambar berikut:
3. Klik variabel view untuk menentukan variabel
dari data yang kita punya
4. Isi variabel view ; baris pertama kolom name
ketik jenis_obat, type: numeric, widht =12,
decimal: 0, label : obat.
5. Klik analize  descriptive statistics 
eksplore
6. Klik kadar gula darah puasa  dependen list
 plot normality plots with test  OK
Hasil signifikansi : 0,141 > 0,05  Normal
• Uji independen t test:
1. Klik analyze  compare means 
independent sample t test
2. Klik define groups  continue
• Interpretasi hasil:
1. Pada Levene’s test (nama hipotesis untuk
menguji varian), nilai sig = 0,034. karena nilai p <
0,05 maka varian data berbeda (heterogen).
2. karena varian data berbeda, hasil uji memakai uji
t tidak berpasangan untuk varian berbeda (baris
kedua equal varian not assumed)
3. Angka signifikansi pada baris kedua adalah 0,015
dengan perbedaan rerata (mean difference)
sebesar 32,3 dan nilai IK 95% adalah antara 7,48
sampai 57,12
Cara melaporkan:
Tabel 1 Hasil uji t tidak berpasangan secara lengkap

Jenis obat Rerata (s.b) Nilai P Perbedaan rerata

g/dl (IK 95%)
Kadar gula darah puasa 160 (32,5) 0,015 32,3(7,5-57,1)
Obat A (n=20)
Kadar gula darah puasa 127,7(16,4)
Obat B (n=20)
Tabel 1 Hasil uji t tidak berpasangan tanpa nilai p

Jenis obat Rerata (s.b) g/dl Perbedaan rerata (IK 95%)

Kadar gula darah puasa 160 (32,5) 32,3(7,5-57,1)
Obat A (n=20)
Kadar gula darah puasa 127,7(16,4)
Obat B (n=20)

Tabel 1 Hasil uji t tidak berpasangan tanpa IK 95%

Jenis obat Rerata (s.b) g/dl Nilai P
Kadar gula darah puasa 160 (32,5) 0,015
Obat A (n=20)
Kadar gula darah puasa 127,7(16,4)
Obat B (n=20)
 Uji t berpasangan
Contoh:
Peneliti ingin mengetahui apakah ada
perbedaan kadar glukosa darah puasa sebelum
mengonsumsi ekstrak daun kemangi dan setelah
mengonsumsi ekstrak daun kemangi. Berikut
adalah data kadar GDP sebelum dan sesudah
mengonsumsi ekstrak daun kemangi.
No Kadar GDP awal Kadar GDP
(g/dl) akhir (g/dl)
1 230 168
2 220 170
3 200 158
4 240 149
5 238 137
6 218 130
7 212 168
8 202 122
9 189 178
10 226 150
11 188 112
12 198 158
13 287 200
14 189 112
15 289 180
16 267 182
17 278 186
18 275 169
19 280 178
20 300 192
• langkah-langkah sebelum uji normalitas
1. Klik transform  compute variabel

3
2. Ok
3. Uji normalitas

P = 0,086 (p > 0,05) = normal  uji t berpasangan

jika tidak normal  uji Wilcoxon
• Langkah-langkah uji t berpasangan:
1. Analyze  compare means  paired sample t test
2. Masukkan GDP awal dan GDP akhir ke dalam kotak paired
variabel dengan cara menyorot keduanya

3. Ok
• Hasil
• Cara melaporkan
  Rerata (s.b) Selisih (s.b) Nilai p

GDP sebelum konsumsi ekstrak kemangi (n = 20) 236.3(38.1) 76.35(26.9) 0.00

GDP sesudah konsumsi ektrak kemangi (n = 20) 159.9(26)    

• Nilai sig = 0,00 (p < 0,05)  ada perbedaan signifikan antara

kadar glukosa darah sebelum dengan kadar glukosa darah
sesudah konsumsi ekstrak daun kemangi.