TUGAS BIOSTATISTIK

UJI BEDA DUA MEAN

OLEH
KELOMPOK 4
1. BERNADETA A. ANCIS
2. DAVID ALVES
3. RAHAYU ULUMANDO
4. TERESIA LENDE
5. MAXIMILIANAUS Y. MOLO
6. NITANEL ATTI
7. SINCE MAKALBIKI
Pengertian Uji Beda Dua Mean

Uji Beda Dua Mean adalah Uji statistik yg membandingkan mean 2

kelompok data. Atau Bila seorang peneliti ingin mengetahui apakah
parameter dua populasi berbeda atau tidak, maka uji statistik yang
digunakan disebut uji beda dua mean
Konsep Uji Beda Dua Mean
Uji beda rata-rata dikenal juga dengan nama uji-t (t-test ). Konsep dari
uji beda rata-rata adalah membandingkan nilai rata-rata beserta selang
kepercayaan tertentu (confidenceinterval) dari dua populasi. Prinsip
pengujian dua rata-rata adalah melihat perbedaan variasi kedua
kelompok data. Oleh karena itu dalam pengujian ini diperlukan
informasi apakah varian kedua kelompok yang diuji sama atau tidak.
Varian kedua kelompok data akan berpengaruh pada nilai standar error
yang akhirnya akan membedakan rumus pengujiannya. Dalam
menggunakan uji-t ada beberapa syarat yang harus dipenuhi.
UJI BEDA DUA MEAN INDEPENDEN
 Tujuan : untuk mengetahui perbedaan mean dua kelompok data independen
 Syarat / asumsi yang harus dipenuhi:
Data berdistribusi normal / simetris
Kedua kelompok data independen
Variabel yang dihubungkan berbentuk numerik dan katagori ( dengan hanya dua kelompok)
Prinsip pengujian dua mean adalah melihat perbedaan variasi kedua kelompok data. Oleh karena
itu dalam pengujian ini diperlukan informasi apakah varian kedua kelompok yang diuji sama
atau tidak
a) UJi
   untuk varian sama
Uji beda dua mean dapat dilakukan dengan menggunakanuji Z atau uji T. Uji Z dapat digunakan bila standar
deviasi populasi (o) diketahui dan jumlah sampel besar (lebih dari 30). Apabila kedua syarat tersebut tidak
terpenuhi maka dilakukan uji T. Pada umumnya nilai o sulit diketahui, sehingga uji beda dua mean
biasanya menggunakan uji T (T-Test). Untuk varian yang sama maka bentuk ujinya sbb:

df = n1+n2-2

Keterangan :
n1 atau n2 = jumlah sampel kelompok 1 atau 2
S1 atau S2 = standar deviasi sample kelompok 1 dan 2
 
 
UJI BEDA DUA MEAN DEPENDEN
Salah satu metode pengujian hipotesis dimana data yang digunakan tidak bebas (data kelompok satu
tergantung dengan data pada kelompok dua).
a) Tujuan : Untuk menguji perbadaan antara dua kelompok data yang dependen
Contoh kasus:
 Apakah ada perbedaan tingkat pengetahuan antara sebelum dan sesudah dilakukan pelatihan
 Apakah ada perbedaan berat badan antara sebelum dan sesudah mengikuti program diet
b) Syarat :
 Distribusi data normal
 Kedua kelompok data dependen f pair
 Jenis variabel: numerik dan katagori (dua kelompok)
Aplikasi Uji Hipotesis Beda 2 Mean

Ada 2 aplikasi uji hipotesis beda 2 mean:

1. Aplikasi Uji Beda Dua Mean Independen
2. Aplikasi Uji Beda Dua Mean Dependen
Fungsi Uji Beda Mean
 Menguji teori, artinya  berfungsi  untuk  menguji  kesahihan  teori. Pernyataan  teori dalam
bentuk yang teruji disebut hipotesis. Teori adalah satu satu prinsip yang dirumuskan  untuk 
menerangkan  sekelompok gejala/peristiwa yang saling berkaitan. Teori menunjukkan adanya
hubungan antara fakta yang satu dengan fakta yang lain.
 Menyarankan  teori  baru,  apabila  hasil  pengujian  hipotesis  dapat  membentuk proposisi,
asumsi atau penjelasan tentang suatu peristiwa.
 Mendeskripsikan fenomena sosial, artinya hipotesis memberikan  informasi  kepada peneliti
tentang apa yang nyata - nyata terjadi secara empirik.
 
 Interpretasi hasil analisis statistic uji hipotesis t-
test
 Mean adalah nilai rata-rata Output Mesin Merek A = 1092 dan nilai rata-rata Output Mesin Merek B = 1027.5
 Variance adalah nilai variasi Output Mesin Merek A = 7973.333 dan nilai variasi Output Mesin Merek B =
4729.167
 Observations adalah jumlah pengamatan Mesin Merek A dan Mesin Merek B yang masing-masing berjumlah
10 pengamatan.
 Pooled Variance adalah variasi gabungan Mesin Merek A dan Mesin Merek B yaitu 6351.25
 Hypothesized Mean Difference adalah perbedaan rata-rata antara Mesin Merek A dengan Mesin Merek B,
tetapi untuk contoh kasus ini, kita asumsikan tidak ada perbedaan sehingga nilainya adalah “0” (lihat langkah 9
diatas).
 df adalah Degree of Freedom atau derajat kebebasan yang diperoleh melalui perhitungan n1 + n2 – 2 sehingga
10 + 10 – 2 = 1.
 t-stat adalah nilai t hitung yaitu sebesar 1.809.
 P(T<=t) one tail adalah p-value yaitu sebesar 0.043.
 t critical one tail adalah nilai t table yaitu 1,734.
 Analisis Output Kedua Pada Independent Sample T-Test :
 
 1. Menguji dahulu asumsi apakah variance populasi kedua sampel tersebut (laki-laki dan perempuan) adalah
sama (equal variance assumed) ataukah berbeda (equal variances not assumed)
 2. Setelah mengetahui apakah variance sama atau tidak, baru kemudian melihat nilai t-test untuk menentukan
apakah terdapat perbedaan nilai rata-rata secara nyata (signifikan) atau tidak
 
 Hipotesis uji masing-masing variable sebagai berikut:
 H0: Variance populasi usia antara karyawan laki-laki dengan karyawan perempuan adalah sama
 H1: Variance populasi usia antara karyawan laki-laki dengan karyawan perempuan adalah berbeda
 
 Pengambilan Keputusan: 
 Jika probabilitas> 0,05, maka H0 tidak dapat ditolak jadi variance sama
 Jika probabilitas< 0,05, maka H0 ditolak jadi variance berbeda
 Hasil Analisis :
 Terlihat pada tabel kedua (independent samples test) pada variable usia nilai F
hitung Levene test sebesar 0,730 memiliki probablitas (Sig.) lebih besar dari 0,05
(0,400>0,05) maka disimpulkan H0 tidak dapat ditolak. Dengan demikian
analisis uji beda (t-test) harus menggunakan asumsi equal variance assumed.
Nilai t pada equal variance assumed sebesar 1,888 dengan probabilitas
signifikansi 0,069 (0,069>0,05) (two tail). Jadi dapat disimpulkan bahwa rata-
rata usia karyawan laki-laki dengan karyawan perempuan adalah sama (tidak
berbeda secara signifikan)
SEKIAN DAN TERIMAKASIH