T-TEST

YUSRI, SKM, MPH

Disampaikan pada perkuliahan Stikes Muhammadiyah Lhokseumawe

Tahun 2020
• T- test (Uji t) pertama kali ditemukan oleh W.S.
Gosset (1908)
• Nama samaran Student.
• Prinsip pengunaan uji t adalah untuk
membuktikan signifikan atau tidaknya.
 Jenis Uji T Test

1 Uji-t 1 sampel

2 Uji-t 2 sampel berpasangan

3 Uji-t sampel bebas

 KONSEP UJI-T 1 SAMPEL

• Uji t satu sampel bertujuan untuk

membandingkan nilai rata-rata sampel dengan
nilai rata-rata populasi sebagai standarnya.
 Syarat-
syarat uji T
test
1 Varian data boleh sama/ tidak
2 Jika berdistribusi normal uji T test
Jika tidak memenuhi syarat (tidak
3 berdistrubusi normal) -- transformasi data
Keterangan
= Nilai rata-rata sampel;
= Nilai rata-rata populasi;
= Kesalahan baku dari rerata (standard error);
= Simpangan baku (standard deviation) dari
sampel;
n = besar sampel
Kriteria penerimaan hipotesis:
a) Bila menggunakan program komputer dengan
mengambil α = 0.05, Ho ditolak jika
probabilitasnya (p < 0,05),
b) Jika perhitungan manual maka t hitung > t-
tabel, Ho ditolak.
 Contoh Soal
• Masyarakat mengeluh bahwa kadar nikotin
rokok XYZ, diduga lebih tinggi dari kadar
standar yang ditentukan (kadar standarnya =
20 mg/batang).
• Untuk membuktikan keluhan masyarakat ini
diambil sampel random sebanyak 10 batang dan
diukur kadar nikotin per batangnya adalah 22,
21, 19, 18, 21, 22, 22, 21, 22 dan 25. Alfa (α)
yang dipergunakan adalah α = 0,05.
 Penyelesaian
Rumusan masalah:
• Apakah kadar nikotin rokok merk XYZ lebih tinggi
dari standar yang ditetapkan? (gunakan α = 0,05)
• Hipotesis:
• H0 : µ tidak lebih 20 mg
• Ha : µ > 20 mg
Hipotesis Penelitan
• Kadar nikotin rokok merk XYZ lebih tinggi dari
standar yang ditetapkan (20 mg/batang).
Uji Hipotesis Penelitian
• Uji hipotesis penelitian menggunakan uji
statistika t Satu Sampel (Goodness of fit t-test)
• Penyelesaian
Rujukan:
t(α;n – 1) α t-tabel (0,05;9) = 1,8331.
t hitung = 2,176767732 lebih besar daripada t tabel =
1,8331, maka Ho ditolak, hipotesis penelitian diterima,
berarti kadar nikotin rokok XYZ lebih tinggi daripada
kadar standar.
Kesimpulan:
• Kadar nikotin rokok XYZ (21,3 mg/batang) lebih tinggi
daripada kadar nikotin standar (20 mg/batang).
 Uji t Berpasangan
• paired t-test: salah satu metode pengujian
hipotesis dimana data yang digunakan tidak
bebas yang dicirikan dengan adanya hubungan
nilai pada setiap sampel yang sama
(berpasangan).
Ciri-ciri yang paling sering ditemui pada kasus yang
berpasangan:
• satu individu (objek penelitian) dikenai 2 buah perlakuan
yang berbeda. Walaupun menggunakan individu yang
sama,
• peneliti tetap memperoleh 2 macam data sampel, yaitu
data dari perlakuan pertama dan data dari perlakuan
kedua.
• Perlakuan pertama mungkin saja berupa kontrol, yaitu
tidak memberikan perlakuan sama sekali terhadap objek
penelitian.
Misal:
• Pada penelitian mengenai efektivitas suatu obat
tertentu, perlakuan pertama, peneliti
menerapkan kontrol, sedangkan pada perlakuan
kedua, barulah objek penelitian dikenai suatu
tindakan tertentu, misal pemberian obat. Dengan
demikian, performance obat dapat diketahui
dengan cara membandingkan kondisi objek
penelitian sebelum dan sesudah diberikan obat.
 Contoh kasus lain

PROGRAM DIET
dimana pengukuran berat badan ditimbang sebelum
dan setelah diet.
 Contoh
• Penelitian telah dilakukan untuk mengetahui pengaruh
pemberian (suplementasi) Fe terhadap kadar
hemoglobin (Hb) pekerja suatu pabrik farmasi. Diambil 2
kelompok pekerja masing-masing 6 orang, dimana kadar
Hb sebelum suplementasi Fe tidak berbeda nyata. Fe
diberikan hanya kepada kelompok II. Satu bulan setelah
suplementasi Fe, kadar Hb pada kelompok II diperiksa.
• Pemeriksaan kadar Hb baik sebelum dan setelah diberi
Fe pada kelompok II hasil seperti pada tabel berikut ini.
(Gunakan α =0,05)
Rumusan Masalah:
• Apakah pemberian (suplementasi) Fe
berpengaruh terhadap kadar hemoglobin (Hb)
pekerja suatu pabrik farmasi?
Hipotesis Penelitian:
• Hipotesis yang dipilih adalah hipotesis kerja
(alternatif) dua arah (dua ekor) Pemberian
(suplementasi) Fe berpengaruh terhadap kadar
hemoglobin (Hb) pekerja suatu pabrik
 Uji Hipotesis: menggunakan uji t berpasangan

Subjek 1 2 3 4 5 6 Rerata

Kelompok II 12,2 11,4 14,7 11,8 12,3 12,7 12,51666

(sebelum) 667

Kelompok II 13,0 13,4 15,0 13,6 14,0 13,8 13,8

(sesudah)

Selisih 0,8 2,0 0,3 1,8 1,7 1,1

• Rujukan dengan t-tabel 0,05 db = n pasangan -
1 6—1 = 5 t 0,05 (db-5) = 2,571
t hitung = 4,751638178 lebih besar daripada
2,571, H0 ditolak hipotesis penelitian diterima
berarti pemberian (suplementasi) Fe
berpengaruh terhadap kadar hemoglobin (Hb)
pekerja suatu pabrik.
Kesimpulan Penelitian:
• Pemberian (suplementasi) Fe berpengaruh
terhadap kadar hemoglobin (Hb) pekerja
suatu pabrik.
• Rerata kadar hemoglobin (Hb) yang
disuplementasi Fe (13,8) lebih tinggi daripada
rerata kadar hemoglobin (Hb) yang belum
diberi suplementasi Fe (12,52).
UJI T TEST DENGAN SPSS
Uji kompera ti f v a r i a be l
numerik d ua k e l om p o k
be rp a sa n g a n
 Contoh kasus
[ Rumusan penelitian
Peneliti ingin mengetahui hubungan antara
terapi suntik testosteron terhadap
] perubahan body mass indeks (BMI)
Apakah terdapat perbedaan beda rerata
BMI sebelum dan sesudah satu bulan
penyuntikan testosteron
Uji Hipotesis yang dipilih
Langkah Uji Hipotesis
N Langkah-langkah Jawaban
o
1 Menentukan variabel BMI (Numerik)
yang dihubungkan dengan dengan
waktu
pengukuran
(Kategorik]
2 Menentukan Jenis Komperatif
hipotesis
3 Menentukan masalah Numerik
skalavariabel
4 Menentukan berpasangan
pasangan/tidak
5 Menentukan jumlah 2 kelompok
kelompok
Kesimpulan
Uji yang digunakan ”uji t berpasangan
(parametrik) jika memenuhi syarat, jiika
tidak” uji alternatif “ wilcoxon (non
parametrik).
 Prosedur uji T
berpasangan
Menguji distribusi normal

a) Buka file: paired_t_test

(file sudah diberikan)
b) Lakukan uji normalitas data
UNTUK MENENTUKAN
NORMALITAS DATA
• Buka file: normalitas
(data sudah
diberikan)
• Lihat variabel view
• Lihat data view
• Klik analyze
descriptive
statisticsExplore.
• Masukkan varibel
umur ke dlm
dependent list
• Pilih both
• Biarkan kotak
statisticsdefault
(deskripsi variabel)
• Aktifkan Plots
aktifkan Factors
level together pada
Boxplot
• Aktifkan histogram
(tampil histogram)
• Aktifkan Normality
Plot with test (tampil
plot dan uji
normalitas)
• Klik Continue OK
Ketentuan Normalitas Data
Bagaimana
interpretasi
nya?
Data normal atau tidak?
Langkah-langkah uji t test berpasangan
1 File tetap
paired_t_test
2 Klik analyze compare
means
3 Paired sample t
Masukkan bmipre dan
4 bmipost ke kotak paired
variables
Langkah-langkah uji t test berpasangan
5 KLIK CONTINUE

6 KLIK OK
OUT PUT MENGGAMBARK
AN DESKRIPSI
MASING-MASING
VARIABEL

LIHAT
KOLOM
SIG: 0,000

Terdapat perbedaan rerata BMI yang bermakna

sebelum dan sesudah setelah satu bulan
 Interpretasi nilai p
• Jika bmi sebelum penyuntikan testosteron tidak berbeda dengan bmi
satu bulan sesudah penyuntikan testosteron, m a k a f a k t o r p e l u a n g
saja dpt menerangkan 0,00% untuk memperoleh
p e r b e d a a n r a t a - r a t a s e b e s a r - , 5 , 6 0 4 . karena peluang untuk
menerangkan hasil yang diperoleh < 5%, m a k a h a s i l n y a
bermakna

INTERPRETASI NILAI IK 95%

• KITA PERCAYA SEBESAR 95% BAHWA J I K A PENGUKURAN
D I L A K U K A N P A D A P O P U L A S I , SELISIH BMI SEBELUM
PENYUNTIKAN TESTOSTERON DENGAN SATU BULAN SESUDAH PENYUNTIKAN
TESTOSTERON ADALAH -5,913 SAMPAI -5,295
 Contoh
Kasus

Peneliti Ingin mengetahui bagaimana Pengaruh kehadiran

suami pada saat istri dalam proses melahirkan terhadap
skor ansietas istri
Peneliti
merumuskan’’??????

Apakah terdapat perbedaan rata-rata skor ansietas

antara kelompok ibu-ibu yang melahirkan
didampingi oleh suami dan ibu-ibu yang melahirkan
tidak didampingi oleh suami
Uji Hipotesis yang dipilih
Langkah Uji Hipotesis
No Langkah-langkah Jawaban

1 Menentukan variabel yang Pendampingan

dihubungkan melahirkan
(kategorik)dengan
skor ansietas
(numerik

2 Menentukan Jenis hipotesis Komperatif

3 Menentukan masalah Numerik

skalavariabel
4 Menentukan pasangan/tidak Tidak berpasangan

5 Menentukan jumlah 2 kelompok

kelompok
Kesimpulan
Uji yang digunakan ”uji t tidak berpasangan
(parametrik) jika memenuhi syarat, jiika tidak” uji
alternatif “ mann-Whitney (non parametrik).
 Prosedur uji T tidak
berpasangan
1 Menguji distribusi normal
a) Buka file:
unpaired_t_test
b) Lakukan uji normalitas
data
 Descriptives

 
Didampingi Statistic Std.
Error

suami Interpretasi
Mean 20,90 ,627
19,66  
95% Lower
Confidenc Bound
e Interval Upper
for Mean Bound 22,14   Bagian
didampi
5% Trimmed Mean
Median
20,96  
22,00  
pertama:
ngi Variance
Std. Deviation
57,873  
7,607  
statistik
suami Minimum 2  deskripsi
Maximum 39  
untuk skor
Score Range
Interquartile Range
Skewness
37  
10  
-,135 ,200 insietas
ansiet Kurtosis
Mean
Lower
-,238
71,03
68,47  
,397
1,288
berdasarkan
as
95%
Confidenc Bound
e Interval Upper
for Mean Bound 73,58   masing2
tidak 5% Trimmed Mean 70,92  
70,00  
kelompok
didampi
Median
Variance 170,857  

ngi Std. Deviation

Minimum
13,071  
46  
suami Maximum 100  
Range 54  
Interquartile Range 18  
Skewness ,103 ,238
 Tests of Normality
  Didampingi suami Kolmogorov-Smirnova Shapiro-Wilk
  Statistic df Sig. Statistic df Sig.
didampingi suami ,068 147 ,098 ,993 147 ,656
Score ansietas tidak didampingi
suami ,037 103 ,200* ,988 103 ,459
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Uji Tests of normality
Kolmogorov-smirnov
Skor ansietas didampingi oleh
suami sig. 0,098
Skor ansietas yang tidak dipangi
oleh suami sig 0,200

Kesimpulan
Nilai p> 0,05 untuk ansietas yang didampingi oleh
suami/tidak berdistribusi normal
2 Langkah-langkah uji t tidak
berpasangan
• Buka file unpaired_t_test (file
sudah diberikan)
• Lakukan prosedur
• Analyze Compare
meanindependent-sample t
• Masukkan score ke dalam kotak
test variable
• Masukkan suami ke dalam
grouping variable
• Aktifkan define Group
• Masukkan 1 untuk tidak
• Masukkan 2 untuk dampingi suami
• Klik cintinue OK
Hasil Out Put
 Hasil Out Put
 Menguji varians
Pada kotak levene’s test (nama uji hipotesisuntuk menguji varians), nigai sig.
0,000, jika p< 0,005 maka Variannya kedua kelompok tidak sama.
 Karena varians tidak sama lihat baris kedua equal variances not assumed
 Angka sig pada baris ke dua 0,000 dgn perbedaan rata2 (-50,13)
 Nilai IK 95% adalah -,52,96 sampai -47,29
 Karena nilai p< 0,05maka kesimpulannya terdapat perbedaan rerata skor
ansietas yang bermakna antara kelompok ibu yang melahirkan didampingi suami
dan tidak didampingi suami
Rerata skor ibu melahirkan yang didampingi oleh suami lebih rendah secara
bermakna bila dibandingkan tidak didampingi suami
 Interpretasi nilai p
• Jika skor ansietas kelompok ibu yang proses melahirkannya
didampingi oleh suami tidak berbeda dengan yang tidak
didampingi suami, maka faktor peluang saja dapat
menerangkan 0,000%untuk memperoleh perbedaan rerata
sebesar -50,13, karena peluang untuk menerangkan hasil
yang diperoleh < 0,005, maka hasilnya bermakna

Interpretasi lengkap nilai IK 95%

◦ Kita percaya sebesar 95% bahwa jika dilakukan pengukuran
dilakukan pada populasi, maka perbedaan skor ansietas
antara kelompok ibu-ibu yang didampingi oleh suami
dengan yang tidak didampingi suami berada antara -52,96
sampai 47,29
Bukan karena mudah kita yakin bisa.....
Tetapi karena kita yakin bisa .....
Semua jadi mudah

Terima kasih
&
selamat berlatih