UJI BEDA 2-MEAN (t-test)

1
Tujuan:
• Ingin membuktikan atau menguji apakah ada
perbedaan secara bermakna/signifikan nilai
rata-rata (mean) diantara dua kelompok data.

• Dua kelompok data bisa dimaknai:

1. Dua kelompok data tersebut dimiliki
oleh subyek yang sama (Dependen/
paired)
2. Dua kelompok data tersbut dimiliki
oleh subyek yang berbeda
(Independen) 2
Contoh 1: dua kelompok indenpenden
(subyek berbeda)
• Kelompok data kadar Hb ibu hamil yang
tinggal di perkotaan dan kadar Hb ibu hamil
yang tinggal di pedesaan
Uji Statistik:
Independent t-test
Kelp 50 bumil Rata-rata
Data 1 kota 12,5 gr%
Dua kelompok
yang berbeda

Kelp 50 bumil Rata-rata

Data 2 pedesaan 11,0 gr%
Orangnya beda
(Independen)

3
Contoh 2: dua kelompok dependen/paired
(Subyek sama)

• Kelompok data kadar Hb ibu hamil sebelum

dan sesudah melahirkan
Uji Statistik:
Paired t-test
Kadar Hb
Rata-rata
sebelum
10,5 gr%
melahirkan
Dua kelompok
100 bumil data kadar Hb

Kadar Hb Rata-rata
sesudah 12,5 gr%
melahirkan Orangnya sama
(dependen/paired)

4
UJI - T (t-test)

Ada dua macam uji beda:

1. Uji beda dua kelompok independen
(Independent t-test)  dua kelompok subyek
masing masing diukur satu kali.
1. Varian Sama
2. Varian Tidak sama

2. Uji beda dua kelompok berpasangan

Dependent (paired) t-test  Satu kelompok subyek
diukur dua kali (sebelum dan sesudah)

5
 INDEPENDENT T-TEST
Uji Beda Dua Sampel Independen

Contoh 1:
-50 Kelompok bumil perkotaan dengan rata-
rata kadar Hb = 12,636 gr%
-40 Kelompok bumil pedesaan dengan rata-
rata kadar Hb = 10,938 gr%

6
 Data kadar Hb 50 bumil perkotaan
No Kadar No Kadar No Kadar No Kadar No Kadar
Hb Hb Hb Hb Hb

1 13 11 12,2 21 12,4 31 12,4 41 12,6

2 12,5 12 13 22 12,5 32 12 42 13
3 12,5 13 12,5 23 12,6 33 12,6 43 12
4 12 14 12,4 24 12,6 34 12,4 44 12,8
5 13 15 12,6 25 13 35 12,4 45 13
6 12.5 16 13 26 12,6 36 12,8 46 13.5
7 12,5 7 12 27 12,4 37 13 47 12
8 12 18 12,8 28 12,4 38 12,5 48 12.2
9 13 19 13 29 12,8 39 12,5 49 12,4
10 12,5 20 13.5 30 12 40 12,6 50 12,6
7
 Data kadar Hb 40 bumil pedesaan
No Kadar No Kadar Hb No Kadar Hb No Kadar Hb
Hb

1 10 11 11,5 21 10 31 11
2 10,5 12 10 22 10,5 32 10,5
3 12 13 12 23 12 33 11
4 11,5 14 10 24 11 34 12
5 11 15 10,5 25 11 35 10,5
6 10,5 16 12 26 10,5 36 10,5
7 11 7 10,5 27 11 37 10
8 12 18 11 28 12 38 10,5
9 10,5 19 10,5 29 10,5 39 12
10 10,5 20 12 30 10,5 40 11
8
Langkah pengujian hipotesis:

1. Rumuskan Hipotesis:
Ho : Tidak ada perbedaan kadar Hb bumil antara
perkotaan dengan pedesaan.
H1 : Ada perbedaan kadar Hb bumil antara
perkotaan dengan pedesaan
2. Tentukan uji statistic
Karena kelompoknya independen, maka ujia yang
digunakan adalah Independen t-tets (dengan asumsi
data berdistribusi normal)
3. Tentukan level signifikansi uji
Level signifikansi (α) yang digunakan 0,05 (5%)

9
4. Tentukan nilai titik kritis (kalau dikerjakan manual),
dengan:
α = ….. (…%)
derajad bebas (db) = (n1+n2) - 2

10
Langkah pengujian hipotesis:

5. Hitung nilai statistik t.

- Entry (input) data tersebut dengan software SPSS
- Lakukan Uji normalitas data
- Lakukan analisis uji beda dengan Independet t-test
- Pindahkan hasil analisis ke tabel berikut:

Kelompok Nilai mean Standar Nilai t- Nlai sig (p-

deviasi hitung valeue)

Kelompok 1 … … … …
(Perkotaan)

Kelompok 2 … …
(Pedesaan)

11
6. Ambil simpulan:
- Bila nilai sig (p-value) > α, maka tidak ada
perbedaan kadar Hb bumil antara perkotaan

dengan pedesaan.
- Bila nilai sig (p-value) < α, maka ada
perbedaan kadar Hb bumil antara perkotaan

dengan pedesaan.

12
….. Langkah 5  Input Data
• Buat template data dg spss, klik variabel
view, ketik nama variabel, dan beri label

13
• Input data kadar Hb, klik data view, input data,
kalau dah selesai Klik Save as ….

14
Melakukan uji normalitas data
• Klik analyze pada menu uta spss
• Klik Descriptive statistic
• Klik Expore

15
• Masukkan kadar Hb ke dependent list
• Masukkan kelompok ke factor list
• Klik Plots
• Klik Normality Plot with test
• Klik Continue
• Klik Ok

16
17
 Hasil uji normalitas data:
• Rata-2 kadar Hb bumil kota= 12,636
• Rata-2 kadar Hb bumil desa= 10,938
• Nilai p-value (signifikasi):

• Data dikatakan berdistribusi normal apabila nilai sig > 0,05

• Karena nilai sig < 0,05  maka data tidak berdistribusi normal.
• Berarti kita tidak boleh memakai Uji Independet t-test, tetapi memakai
uji beda non parametric Mann Whitney U Test
18
Seandainya data tersebut berdistribusi normal, maka kita pakai uji
Independent t-test sebagai berikut:
Langkah:
Klik analyze pada menu utama
Klik compare means
Klik independent sample-t-test

19
• Masukkan Kadar Hb ke kotak Test variabele
• Masukkan kelompok ke dalam kotak Grouping variable
• Lalu klik define variabel
• Group 1, ketik 1
• Group 2, ketik 2
• Klik continue
• Klik OK
20
21
MEMBACA HASIL (α=0,05)
• Pertama lihat pada “sig” pada hasil levene’s test;
– Jika nilai sig > 0,05 maka gunakan hasil t-test
(sig) pada baris pertama (asumsi varian kedua
kelompok sama)
– Jika nilai sig ≤ 0,05 maka gunakan hasil t-test
(sig) pada baris kedua (asumsi varian kedua
kelompok tidak sama)
Simpulan: nilai sig levene test= 0,02  berarti pilih
baris equal variances not assumed (baris ke-2)

22
• Baca hasil analisis t-test (sig):
– Nilai t-test (baris yang ke-2)= 13, 464
– Nilai sig (p-value)= 0,000
Kelompok Nilai mean Standar Nilai t- Nlai sig (p-
deviasi hitung valeue)

Kelompok 1 12,636 0,45 13,464 0,000

(Perkotaan)

Kelompok 2 10,938 0,68

(Pedesaan)

23
Simpulan

–Jika ≤ 0,05  Keputusan Ho ditolak (atau H1 diterima),

kesimpulannya: Dengan α = 0,05 kita percaya bahwa ada
perbedaan yang signifikan Kadar Hb bumil antara perkotaan
dan pedesaan.
–Jika > 0,05  Keputusan Ho diterima (H1 ditolak),
kesimpulannya: Dengan α = 0,05 kita percaya bahwa tidak
ada perbedaan Kadar Hab bumil antara perkotaan dan
pedesaan.

–Simpulan: karena nilai sig (p-value)= 0,000 (< 0,05), maka

Ho ditolak (atau H1 diterima)
–Artinya Ada perbedaan kadar Hb ibu hamil antara kota dan
Desa.

24
25
 DEPENDENT T-TEST
Paired T-Test
Uji Beda Dua Sampel Berpasangan

Contoh 1:
-Penelitian ingin mengkaji apakah ada
perbedaan kadah Hb ibu sebelum melahirkan
dengan sesudah melahirkan
-Kemudian diambil sampel secara random
sebanyak 20 subyek.
-Data diperoleh sebagai berikut:

26
Data kadar Hb bumil sesudah dan sesudah melahirkan
No Sebelum Sesudah No Sebelum Sesudah

1 10 13 11 11,5 12,2
2 10,5 12,5 12 10 13
3 12 12,5 13 12 12,5
4 11,5 12 14 10 12,4
5 11 13 15 10,5 12,6
6 10,5 12.5 16 12 13
7 11 12,5 7 10,5 12
8 12 12 18 11 12,8
9 10,5 13 19 10,5 13
10 10,5 12,5 20 12 13,5

27
Langkah pengujian hipotesis:

1. Rumuskan Hipotesis:
Ho : Tidak ada perbedaan kadar Hb bumil antara
sebelum dengan sesudah melahirkan.
H1 : Ada perbedaan kadar Hb bumil antara
sebelum dengan sesudah melahirkan.
2. Tentukan uji statistic
Karena kelompok subyeknya hanya satu dan diukur
dua kali (sebelum dan sesudah) maka uji statistik
yang digunakan adalah dependen t-tets (dengan
asumsi data berdistribusi normal)
3. Tentukan level signifikansi uji
Level signifikansi (α) yang digunakan 0,05 (5%)
28
4. Tentukan nilai titik kritis (kalau dikerjakan manual),
dengan:
α = ….. (…%)
derajad bebas (db) = n-1

29
Langkah pengujian hipotesis:

5. Hitung nilai statistik t.

- Entry (input) data tersebut dengan software SPSS
- Lakukan Uji normalitas data
- Lakukan analisis uji beda dengan dependet t-test
- Pindahkan hasil analisis ke tabel berikut:

Kelompok Nilai mean Standar Nilai t- Nlai sig (p-

deviasi hitung valeue)

Sebelum … … … …

Sesudah … …

30
6. Ambil simpulan:
- Bila nilai sig (p-value) > α, maka tidak ada
perbedaan kadar Hb bumil antara sebelum
dan sesudah melahirkan
- Bila nilai sig (p-value) < α, maka ada
perbedaan kadar Hb bumil antara sebelum
dan sesudah

31
……Langkah 5 Input Data
• Buat template data dg spss, klik variabel view, ketik nama variabel
(sebelum dan sesudah), ketik label

32
• Input data kadar Hb, Klik data view, input data,
kalau dah selesai Klik Save as ….

33
Melakukan uji normalitas data (seperti pada contoh
sebelumnya)
• Klik analyze pada menu utama spss
• Klik Descriptive statistic
• Klik Expore
• Klik normality plots with test

34
 Hasil uji normalitas data:
• Rata-2 kadar Hb bumil sebelum= 10,975
• Rata-2 kadar Hb bumil sesudah= 12,740
• Nilai p-value (signifikasi):

• Data dikatakan berdistribusi normal apabila nili sig > 0,05

• Karena nilai sig < 0,05  maka data tidak berdistribusi normal.
• Berarti kita tidak boleh memakai Uji Independet t-test, tetapi memakai
uji beda non parametric Willcoxon Sum rank Test.
35
Seandainya data tersebut berdistribusi normal, maka kita pakai uji
dependent t-test sebagai berikut:
Langkah:
Klik analyze pada menu utama
Klik compare means
Klik Paired sample-t-test

36
• Masukkan Kadar Hb sebelum dan sesudah ke kotak Paired
variabele satu per satu
• Klik OK

37
38
• Baca hasil analisis t-test (sig):
– Nilai t-test hitung = 7,790
– Nilai sig= 0,000
Kelompok Nilai mean Standar Nilai t- Nlai sig (p-
deviasi hitung valeue)

Kelompok 1 12,636 0,7340 7,790 0,000

(Perkotaan)

Kelompok 2 10,938 0,5897

(Pedesaan)

39
Menarik simpulan
– Dari tabel tesebut diperoleh nilai sig = 0,000 (<
dari α 0,05) maka Ho ditolak

Simpulan: Ada perbedaan yang signifikan kadar

Hb ibu hamil antara sebelum dan sesudah
melahirkan.

40