UJI BEDA SATU SAMPEL DAN

DUA SAMPEL

Oleh : Atik Mawarni

 SAMPEL

POPULASI
POPULASI SAMPEL

SAMPEL

Saling Berpasangan/
bebas paired
/independent
/ separated
 UJI SATU SAMPEL
ASUMSI :
 Data kontinyu ( data mempunyai skala
pengukuran rasio/interval)
 Data berdistribusi normal
 Apabila paremeter populasi σ diketahui 
digunakan uji Z
 Apabila parameter populasi σ tidak
diketahui digunakan uji t .
 TUJUAN UJI SATU SAMPEL
 Untuk mengetahui apakah nilai rata-rata
dari sampel penelitian mempunyai harga
yang berbeda atau sama dengan
parameter populasi ( harga parameter
sudah tertentu ) .

Populasi N
μ0
Sampel n
_
X
 UJI Z SATU SAMPEL
 Kadar nikotin rokok X diduga sebesar 20
mg/batang. Untuk membuktikan dugaan
tsb diteliti sebanyak 16 batang rokok X,
setelah diukur diperoleh rata-rata kadar
nikotin sebesar 21 mg. Diketahui Standar
deviasi ()= 5
 Permasalahan : apakah kadar nikotin
sampel berbeda dengan standar ?
 HIPOTESIS DAN PERHITUNGAN
UJI Z SATU SAMPEL
 Ho = μo
Nilai rata-rata tidak
berbeda dengan nilai x  o
parameter Z 
/ n
 Ha ≠ μo
Nilai rata-rata berbeda Nilai varians populasi
dengan nilai parameter diketahui
Tabel Z
 UJI t SATU SAMPEL
 Tekanan darah sistolik standar diketahui sebesar
120 . Ada dugaan pada kelompok masyarakat
tertentu tekanan darah sistoliknya lebih besar dari
120. Untuk membuktikan dugaan tsb diteliti
sebanyak 52 responden, setelah diukur
diperoleh rata-rata sebesar 128,6 dengan
standar deviasi sampel s = 14,75.

 Permasalahan : apakah tekanan darah sistolik

pada sampel lebih besar dengan standar ?
Perhitungan :
 HIPOTESIS DAN PERHITUNGAN
UJI t SATU SAMPEL
 Ho = μo
Nilai rata-rata tidak
berbeda dengan nilai x  o
parameter
t
s/ n
 Ha ≠ μo
Nilai rata-rata berbeda Nilai varians populasi
Tdk diketahui
dengan nilai parameter
Ha : tekanan darah sistolik kelompok
masyarakat berbeda dengan 120
UJI t DUA SAMPEL INDEPENDENT
 Tujuan : untuk mengetahui apakah
ada perbedaan rata rata antara dua
kelompok sampel .
 Data = kontinyu ( data mempunyai
skala pengukuran rasio/interval )
 Dua sampel masing masing
berdistribusi normal
INFERENSI UJI t DUA SAMPEL
INDEPENDENT

N1 N2

μ1 – μ 2

n1 n2
_ _
X1 – X2
 HIPOTESIS DUA ARAH
UJI t DUA SAMPEL INDEPENDENT
 H0: μ1 = μ2  μ1 – μ2 = 0
Tdk ada beda rata rata 2 kel. I
dengan kel. 2

 Ha: μ1 ≠ μ2  μ1 – μ2 ≠ 0
Ada beda rata rata kel. I
dengan kel. 2
 UJI BEDA RATA2 2 SAMPEL INDEPENDENT

RUMUS UJI t :

Pooled varians : x  x
t  1 2

( 1 = 2 ) 2 n1  n 2
S gab
n1.n 2
2 2
2 ( n1  1) s1  ( n 2  1) s2
S gab 
n1  n 2  2

Separated varians :
t  x 1
 x 2

( 1 ≠ 2 )  12  22

n1 n2
 Data : Tekanan Darah
Laki-2 Perempuan

Mean = 126 Mean = 130

SD = 14 SD = 14

N = 24 N = 28
Ha : ada perbedaan tekanan darah sistolik

antara laki laki dng perempuan

DUA SAMPEL BERPASANGAN
 DUA SAMPEL BERPASANGAN
RUMUS :

d
 
 di
t d 
n
SD (d ) n 2
 di 2
(  d)
SD(d )  n  1  n(n  1)
Ket :
d = rata2 selisih pengamatan
SD(d) = standar deviasi selisih pengamatan
 DUA SAMPEL BERPASANGAN

Penerimaan Hipotesis :
 Hoditolak, Ha diterima 
T hitung > t tabel, dk =n-1
atau
Nilai p (sign) < 0,05 Ho ditolak ,
Ha diterima
 Contoh kasus :
 Suatu penelitian bertujuan untuk
mengetahui apakah ada
perbedaan rata-rata kadar Hb
pada ibu hamil sebelum diberi
tablet besi dibandingkan sesudah
diberi tablet besi selama beberapa
waktu.
 Contoh kasus :
Hasil penelitian diperoleh data sbb
Sebelum Sesudah Selisih (di) di2
12,2 13,0 0,8 0,64
11,3 13,4 2,1 4,41
14,7 16,0 1,3 1,69
11,4 13,6 2,2 4,84
11,5 14,0 2,5 6,25
12,7 13,8 1,1 1,21
11,2 14,0 2,3 5,29
12,1 13,8 1,7 2,89
13,3 15,5 2,2 4,84
10,8 13,2 2,4 5,76
 di = 18,6
 di2 = 37,82

Masukkan
d = 1,86 RUMUS
SD = 0,5994
Data Latihan
 Contoh jenis uji hipotesis
T-Test
Paired Samples Statistics

Std. Error
Mean N Std. Deviation Mean
Pair kadar Hb sebelum
10,610 20 ,9216 ,2061
1 diberi obat
kadar Hb sesudah
10,660 20 2,1748 ,4863
diberi obat

Paired Samples Test

Nilai-p = 0,919
Paired Differences
Tidak berbeda bermakna
95% Confidence
Interval of the
Std. Error Difference
Mean Std. Deviation Mean Lower Upper t df Sig. (2-tailed)
Pair kadar Hb sebelum
1 diberi obat - kadar Hb -,050 2,1637 ,4838 -1,063 ,963 -,103 19 ,919
sesudah diberi obat
 CONTOH KASUS :
Variabel Bebas : Jarak kelahiran pada
anak yg terakhir  dikatagorikan beresiko,
tidak beresiko

Variabel terikat : berat bayi lahir dalam kg.

Pertanyaan penelitian : apakah ada
perbedaan berat bayi lahir antara ibu yang
mempunyai jarak kelahiran beresiko dengan
ibu yang jarak kelahiran tidak beresiko
1. Berapa nilai rata rata berat badan bayi
antara jarak kelahira sehat dengann jarak
kelahira beresiko.

2. Berapa nilai standar deviasi masing 2

katagori.

3. Apakah ada beda antara kedua nilai rata

rata tersebut.