Perbandingan dua mean

• Dalam analisis perbandingan dua mean ,

perlu diingat bahwa kemungkinan berasal
dari dua populasi……kita akan melihat
apakah kedua populasi sama atau berbeda

• Ada dua kemungkinan sampel

1) Sampel independen
2) Sampel berpasangan (paired sample)
1. Distribusi Data Harus Normal
2. Sampel Independen
3. Homogenitas Varian
 Adalah kedua sampel benar-benar terpisah
Misal : satu kelompok sampel penderita PJK
( Penyakit Jantung Koroner) dan sekelompok
lagi penderita penyakit Diabetes Melitus
(DM)
 Dari sampel independen ada dua kasus lagi
yaitu:
 a) Varian populasi sama
b) Varian populasi beda
 Sampel berpasangan dapat terjadi kalau sampel itu
dipasangkan ( matching) dan biasanya atau yang
sering dilakukan adalah sampel berpasangan dengan
dirinya sendiri (self pairing)
Misal: sampel penderita hipertensi diberikan terapi
untuk menurunkan tensinya untuk melihat efek obat
anti hipertensi ini dilihat tekanan darah sebelum dan
sesudah terapi ( Before & After)
 Contoh….. permasalahan
1. Apakah ada perbedaan kadar kolesterol
pasien PJK dengan pasien DM…?
2. Apakah ada perbedaan biaya operasi jantung
di RS A dan di RS B
3. Apakah ada perbedaan efek obat P & obat Q
dalam mengobati penyakit D
1. Varian populasi sama ……S12 = S22
2. Pada umumnya parameter jarang diketahui
untuk itu dalam pengujian hipotesis kita
memakai uji “ t “
3. Dalam hal nya varian populasi tidak diketahui
maka varian populasi diestimasi dengan
menggabungkan S ( standar deviasi) kedua
sampel….Disebut Standar deviasi gabungan
( Pooled Standar deviasi)….akibatnya maka uji
statistik yang dipakai disebut juga “ pooled t
test”
Pooled standar deviasi =Sp
s (n1  1)  s (n2  1)
2 2
Sp  1 2 df = n1+n2-2
(n1  n2  2)

Uji x1  x2
t
s12 (n1  1)  s22 (n2  1) 1 1

n1  n2  2 n1 n2
 Suatu penelitian terhadap kadar kolesterol
dari Sampel yang diambil dari 20 orang
penderita PJK dan 15 Orang penderita DM
didapatkan
X1(PJK)=215mg/dl,S1(PJK)=50mg/dl
X2(DM)=230mg/dl,S2(DM)=45mg/dl
 Penyelesaian:
1) Ho:Tidak ada perbedaan kadar kolesterol
pend PJK dan DM
Ha= ada perbedaan kdr kolesterol PJK dan
DM
2) batas kritis alfa =0,05

3) Uji statistik: pooled t test

x1  x2
t
s12 (n1  1)  s22 ( n2 t 1) 1 1

n1  n2  2 n1 n2

215  230  15
t   0,9375
(50 2 x19)  ( 452 x14) 1 1 16

20  15  2 20 15
 T= -0,9375 pv > 0,1
 Df = 20+15-2 = 33
 Keputusan uji pv > α Ho
Gatol
 Kesimpulan :
• Tidak ada perbedaan kadar kolesterol penderita PJK
dengan DM
 Uji t pada kasus independen dengan Varian
populasi berbeda:
rumus : x1  x2
t 
s12 s22

n1 n2

[( s12 / n1 )  ( s22 / n2 )]2

df  2
[( s1 / n1 ) 2 / n1  1)  ( s22 / n2 ) 2 / n2  1)]
 Sampel berpasangan dapat sampel yang
dipasangkan ( kasus- kontrol)…matching atau
sampel before & after ( self pairing)
 Rumus:
d
t
sd / n
 no Hb sb Hb ssd
 Seorang dokter ingin 1 8.7 12
melihat efek pemberian
fe terhadap ibu hamil. 2 9.4 11.5
Untuk itu telah diambil 3 8.5 11.0
secara random 10 bumil
dan memeriksa Hb 4 7.9 10.5
sebelum pemberian fe
dan sesudahnya dengan 5 10 10
standar deviasi 1.2 6 9.5 10.5
7 9.0 11.5
8 8.9 11
9 10 9.5
10 10.5 12,5
 Apa kesimpulan dokter tadi terhadap hasil
pemberian fe terhadap ibu hamil pada α=
0,05
 Untuk ini dicari perbedaan rata rata dari
sampel sebelum dan sesudah pemberian
fe..selanjutnya dilakukan uji hipotesis
untuk sampel berpasangan
no Hb sb Hb Beda
X= 1.76 s=1.2
ssd
1 8.7 12 3.3 1,76
t  4.638
2 9.4 11.5 2.1 1.2
3 8.5 11.0 2.5 10
4 7.9 10.5 2.6
5 10 10 0
6 9.5 10.5 1
7 9.0 11.5 2.5 Pv <0.005
8 8.9 11 2.1 Df=9
9 10 9.5 -0.5
10 10.5 12,5 2.0
 Ho: Tidak ada perbedaan Hb sebelum dan
sesudah pemberian fe….
 Ha: Hb sesudah pemberian fe lebih besar
daripada Hb sebelum pemberian fe
 α= 0,05
 Uji Statistik Paired t test….pv < 0.005
 Keputusan uji Ho ditolak
 Kesimpulan: Hb sesudah pemberian fe >
dari sebelum pemberian perbedaannya
secara statistik bermakna ……pemberian fe
ada manfaatnya