UJI T HIPOTESIS PERBEDAAN

1 MEAN & 2 MEAN

Dinda Anindita Salsabilla, MKM
 Sejarah
• Uji-t atau t-test adalah salah satu uji statistik untuk
menguji kebenaran hipotesis yang diajukan oleh
peneliti dalam membedakan rata-rata pada dua
populasi.
• Uji-t pertama kali dikembangkan oleh William Seely
Gosset pada 1915. William Seely Gosset menggunakan
nama samaran Student sehingga kemudian metode
pengujiannya dikenal juga dengan uji-t student. Huruf
t yang terdapat dalam istilah Uji-t berasal dari huruf
terakhir nama beliau.
• Uji-t dapat dibagi menjadi 2 yaitu uji-t yang digunakan untuk pengujian hipotesis 1 sampel dan
pengujian hipotesis 2 sampel.
• Uji-t dua sampel dibagi menjadi 2 yaitu uji-t untuk sampel bebas (independent) dan uji-t untuk
sampel berpasangan (paired). Uji-t satu sampel jarang digunakan karena banyak penelitian
melakukan pengambilan sampel lebih dari 1 untuk melakukan perbandingan.

Satu sampel
Bebas
Uji-t (Independent
t-tes)
Dua sampel
Berpasangan
(Paired t-tes)
 Macam-macam T-Test
• Uji T digunakan untuk menguji hipotesis komparatif (uji
perbedaan), digunakan untuk sample kecil dan varian populasi
tidak diketahui serta merupakan salah satu tehnik statistik
parametrik yang digunakan untuk membedakan mean
kelompok.
• Untuk uji T dapat dikelompokkan menjadi 3 macam bentuk.
Diantaranya:
1.One sample t-test
2.Independent sample t-test
3.Paired sample t-test
UJI T BEDA SATU MEAN/SAMPEL
 Uji Beda 1 Mean
• Tujuan: Digunakan untuk satu sample. Prinsipnya menguji apakah suatu nilai tertentu
(yang diberikan sebagai pembanding) berbeda secara nyata ataukah tidak dengan rata-
rata sebuah sampel. Nilai yang dimaksud pada umumnya adalah nilai parameter untuk
mengukur suatu populasi.
• Karena uji ini hanya melibatkan satu kelompok sampel, kita akan melakukan pengujian
nilai rata-rata sampel tersebut terhadap nilai rata-rata pada hipotesis nol.
 Uji Beda 1 Mean
Uji-t satu sampel biasa digunakan untuk menguji hal-hal berikut:
• Perbedaan rata-rata antara sampel dan nilai rata-rata yang digunakan pada hipotesis.
• Perbedaan rata-rata antara sampel dengan nilei median dari sampel yang kita uji.
• Perbedaan rata-rata antara sampel yang kita gunakan dan nilai peluangnya.
• Perbedaan statistik antara nilai perubahan dan titik nol.
• Digunakan untuk jumlah sampel kecil kurang dari 30 atau ketika parameter standar
deviasi dari populasi tidak diketahui.
 Asumsi
Dalam penggunaan uji-t satu sampel, kriteria kondisi data yang
harus dipenuhi adalah sebagai berikut:
1. Jenis data yang digunakan adalah interval atau rasio.
2. Sampel yang terpilih dari populasi harus bersiftar random.
3. Tidak terdapat data yang bersifat outlier (ekstrim kiri atau
kanan).
4. Varians dari sampel dan populasi bersifat homogen.
Interpretasi
Untuk mengintepretasikan t-test terlebih dahulu harus ditentukan :
Nilai α
df (degree of freedom) = N-k
df (degree of freedom) untuk one sample t-test df=N-1
Bandingkan nilai t-hitung dengan nilai t-tabel
Apabila :
t-hitung > t-tabel = Berbeda secara signifikan (Ho Ditolak)
t-hitung < t-tabel = Tidak berbeda secara signifikan (Ho Diterima)
Contoh
• Kita akan melakukan pengujian tinggi badan dari 20 siswa SMA. Berdasarkan literatur-literatur terdahulu, rata-
rata ideal tinggi badan siswa SMA adalah 170. Apakah hal ini terbukti secara statistik?

1. Tentukan hipotesis nol dan hipotesis alternatif

2. Tentukan tingkat signifikansi (alpha) dan daerah penolakan

Contoh lanjutan…
• Kita akan melakukan pengujian tinggi badan dari 20 siswa SMA. Berdasarkan literatur-literatur terdahulu, rata-
rata ideal tinggi badan siswa SMA adalah 170. Apakah hal ini terbukti secara statistik?

3. Pengujian dengan statistik uji

Contoh lanjutan…
• Kita akan melakukan pengujian tinggi badan dari 20 siswa SMA. Berdasarkan literatur-literatur terdahulu, rata-
rata ideal tinggi badan siswa SMA adalah 170. Apakah hal ini terbukti secara statistik?
4. Penentuan apakah t0 berada dalam area penolakan atau tidak

Maka, berdasarkan statistik uji, kita gagal untuk menolak Ho -2.093020 1,59 2.093020
Contoh lanjutan…
• Kita akan melakukan pengujian tinggi badan dari 20 siswa SMA. Berdasarkan literatur-literatur terdahulu, rata-
rata ideal tinggi badan siswa SMA adalah 170. Apakah hal ini terbukti secara statistik?

5.Kesimpulan
• Berdasarkan hasil pengujian di atas, bisa kita simpulkan bahwa kita gagal
untuk menolak Ho. Atau, bisa disimpulkan juga bahwa tidak terdapat
cukup bukti untuk menolak Ho.
• Artinya, dengan tingkat kepercayaan sebesar 95%, rata-rata tinggi badan
siswa SMA adalah 170cm.
Uji-t satu sampel menggunakan SPSS

1. Buka software SPSS anda

2. Siapkan data anda
3. Jangan lupa isi variabel sesuai kondisi sampel yang anda
miliki
4. Pilih Analyze >> Compare Means >> One Sample T-Test
Klik dan pindahkan variabel yang akan kita uji, isikan
nilai hipotesis yang akan diuji pada test value
Pilih Options, input nilai selang kepercayaan yang diinginkan
7. Klik Ok
8. Interpretasikan Output
 D
A B C

H
J
E F G I
Keterangan
A. N = jumlah sampel yang digunakan adalah 20
B. Mean = rata-rata sampel adalah 171cm
C. Std. Deviation = nilai standar deviasi dari sampel adalah 2.810
D. Std. Error Mean = nilai rata-rata standar error adalah 0.628
E. t=t-value berdasarkan hasil statistik uji adalah 1.592
F. df= derajat kebebasan dari sampel yang kita gunakan adalah 19
G. Sig. (2-tailed) = p-value dari hasil pengujian adalah 0.128
H. Test Value= nilai rata-rata pengujian hipotesis nol
I. Mean difference = perbedaan rata-rata sampel dan hipotesis
J. 95% Confidence Interval of Difference = batas atas dan bawah
untuk selang kepercayaan 95 persen -3.150 dan 2.3150
Berdasarkan output SPSS di atas, terdapat beberapa cara
menentukan hasil uji hipotesis:

1.Nilai p-value yang kita dapat adalah 0.128. Nilai ini lebih besar daripada alpha yang
kita gunakan yaitu 5 persen (0.05). Karena p-value > alpha, artinya, kita gagal untuk
menolak Ho.
2.Bila anda menemukan batas atas dan batas bawah selang kepercayaan memuat nol,
artinya kita gagal untuk menolak Ho.
UJI T BEDA DUA MEAN/SAMPEL
INDEPENDEN
 UJI T BEDA DUA MEAN INDEPENDEN
• Uji-t dua sampel bebas merupakan uji statistik parametrik yang membandingkan dua
kelompok independent untuk menentukan apakah ada bukti bahwa rata-rata populasi
secara statistik signifikan berbeda. Variabel yang digunakan dalam uji ini yaitu variabel
terikat dan variabel bebas.
• Data pada uji-t dua sampel bebas memiliki persyaratan:
1. Variabel dependen numerik
2. Variabel independent kategorikal
3. Tidak ada hubungan antara subjek dalam setiap sampel atau kelompok
4. Pengambilan sampel pada populasi secara acak
5. Variabel dependen memiliki distribusi normal pada setiap kelompok
6. Varian pada kedua kelompok sama
7. Tidak ada outliers
 HIPOTESIS UJI T BEDA DUA MEAN INDEPENDEN

• Hipotesis pada Uji-t dua sampel bebas yaitu Hipotesis nol (Ho) dan hipotesis alternatif
(H1), yang dapat dinyatakan dalam dua cara yang berbeda tetapi setara :
 H0: μ1 = µ2 (rata-rata dua kelompok sama)
 H1: µ1 ≠ µ2 (rata-rata dua kelompok tidak sama)

Atau
 H0: μ1 -µ2 = 0 (perbedaan rata-rata dua kelompok sama dengan 0)
 H1: μ1 -µ2 ≠ 0 (perbedaan rata-rata dua kelompok tidak sama dengan 0)

Keterangan:
μ1 = adalah rata-rata populasi kelompok 1
µ2 = adalah rata-rata populasi kelompok 2
 HIPOTESIS UJI T BEDA DUA MEAN INDEPENDEN

• Hipotesis pada Uji-t dua sampel bebas yaitu Hipotesis nol (Ho) dan hipotesis alternatif
(H1), yang dapat dinyatakan dalam dua cara yang berbeda tetapi setara :
 H0: μ1 = µ2 (rata-rata dua kelompok sama)
 H1: µ1 ≠ µ2 (rata-rata dua kelompok tidak sama)

Atau
 H0: μ1 -µ2 = 0 (perbedaan rata-rata dua kelompok sama dengan 0)
 H1: μ1 -µ2 ≠ 0 (perbedaan rata-rata dua kelompok tidak sama dengan 0)

Keterangan:
μ1 = adalah rata-rata populasi kelompok 1
µ2 = adalah rata-rata populasi kelompok 2
 TINGKAT SIGNIFIKANSI (α)
UJI T BEDA DUA MEAN INDEPENDEN

• Nilai α adalah peluang untuk membuat kesalahan tipe I.

• Kesalahan tipe I adalah kesalahan menolak Ho, padahal Ho benar.
• Penentuan tingkat signifikansi ini beravariasi sesuai keinginan peneliti.
• Nilai α yang umum digunakan adalah 0,05 (5%) dan 0,01(1%).
• Nilai α merupakan batasan dalam menentukan pengambilan keputusan uji
hipotesa.
 HOMOGENITAS VARIAN
UJI T BEDA DUA MEAN INDEPENDEN

• Homogenitas varian menguji keragaman atau varian kedua kelompok untuk menentukan
metode uji-t dua sampel bebas yang akan digunakan, yaitu:
 Asumsi varian sama, nilai p > α = Ho diterima
 Asumsi varian tidak sama, nilai p< α = Ho ditolak
• Statistical Package for the Social Sciences (SPSS) memberikan kemudahan uji
homogenitas varian yaitu uji Levene pada uji-t dua sampel bebas.
• Hipotesis untuk uji Levene adalah:
 Ho: σ1² - σ2² = 0 (varian populasi kelompok 1 dan 2 sama)
 H1: σ1² - σ2² ≠ 0 (varian populasi kelompok 1 dan 2 tidak sama)
Keterangan:
σ1² adalah varian populasi kelompok 1
σ2² adalah varian populasi kelompok 2
 STATISTIK
UJI T BEDA DUA MEAN INDEPENDEN

• Uji statistik yang digunakan sesuai dengan asumsi varian. Hipotesis nol dan hipotesis
alternatif sama pada kedua uji statistik yang sesuai asumsi varian.

Varian sama

Nilai t yang dihitung kemudian dibandingkan dengan nilai

t kritis pada tabel distribusi t dengan derajat kebebasan
(df)=n1+n2-2 dan tingkat signifikansi yang dipilih.
 PENGAMBILAN KEPUTUSAN
UJI T BEDA DUA MEAN INDEPENDEN

• Dasar pengambilan keputusan uji-t dua sampel bebas untuk mengukur ada tidaknya
perbedaan rata-rata dua kelompok yang diuji berdasarkan:
Membandingkan t hitung dengant tabel.
 Nilai t hitung> nilai t tabel, maka Ho ditolak.
 Nilai t hitung< nilai t tabel, maka Ho diterima.
 Uji T Beda Dua Mean Independen menggunakan SPSS

Rumusan masalah “Apakah ada perbedaan kadar Hb antara ibu

yang menyusui ASI Eksklusif dengan yang tidak ASI Eksklusif”
1. Buka software SPSS anda
2. Siapkan data anda
3. Jangan lupa isi variabel sesuai kondisi sampel yang anda
miliki
1

2
1 2

3
Klik
 2
1

Mas
3
 1

Klik Oke
 Muncul variabel bari ASI_Eks

Klik Variabel View

Decimals jadikan 0
Langkah pertama
• Uji Normalitas Data
Klik Analyze
Descriptive Statistic
Explore
Masukkan variabel “Hb” ke dalam kolom “Dependent List”
Masukkan Variabel “ASI_Eks” ke dalam kolom “Factor List”
Klik Plot
Beri tanda (√) pada Normality plot with tests
Klik Continue
Klik Ok
Klik Continue , Ok
• Berdasarkan Uji Normalitas, karena nilai n = 50 responden,
pada tabel Shapiro-Wilk p>0.05, maka dikatakan bahwa
sebaran data berdistribusi Normal, sehingga memenuhi syarat
untuk menggunakan analisis uji t independent.
Langkah Kedua

• Uji Independent Sampel T-test

Klik Analyze
Compare Means
Independent Sampel T-Test
Masukkan variabel “Hb” ke dalam kolom “Test Variabel”
Masukkan Variabel “ASI_Eks” ke dalam kolom “Grouping Variabel”
Define Groups, Group 1 = 0, Group 2 = 1
• Interpretasi Data
Pada nilai F terlihat nilai Sig. 0.092 > 0.05, maka varian data sama
dan yang dibaca adalah baris Equal variances assumed.
Karena nilai p= 0.808 > 0.05, maka “tidak ada perbedaan kadar Hb
antara ibu yang menyusui ASI Eksklusif dengan yang tidak ASI
Eksklusif”
UJI T BEDA DUA MEAN/SAMPEL
DEPENDEN
 UJI T BEDA DUA MEAN BERPASANGAN
◦ Uji-t dua sampel berpasangan adalah uji statistik parametrik yang membandingkan dua
cara berbeda pada subjek yang sama. Dua cara berbeda dapat mewakili hal-hal seperti
pengukuran dilakukan dua waktu yang berbeda, pengukuran dilakukan dalam dua kondisi
yang berbeda dan pengukuran dilakukan dari dua bagian subjek.
◦ Data pada uji-t dua sampel berpasangan memiliki persyaratan yaitu:
◦ Variabel dependen numerik.
◦ Subjek dalam setiap sampel adalah sama. Subjek dalam kelompok pertama juga dalam kelompok
kedua.
◦ Teknik pengambilan sampel pada populasi secara acak.
◦ Variabel dependen memiliki distribusi normal pada setiap kelompok
◦ Tidak ada outliers
LANGKAH UJI T BEDA DUA MEAN BERPASANGAN

Tentukan tingkat Bandingkan nilai t

Tentukan Ho dan H1
signifikansi hitung dengan t tabel

Pengambilan keputusan
hipotesis
 HIPOTESIS UJI T BEDA DUA MEAN BERPASANGAN

◦ Hipotesis pada Uji-t dua sampel berpasangan yaitu Hipotesis nol (Ho) dan hipotesis alternatif
(H1), yang dapat dinyatakan dalam dua cara yang berbeda tetapi setara :
 H0: μ1 = µ2 (rata-rata kelompok berpasangan sama)
 H1: µ1 ≠ µ2 (rata-rata kelompok berpasangan tidak sama)

Atau
 H0: μ1 -µ2 = 0 (perbedaan rata-rata kelompok berpasangan sama dengan 0)
 H1: μ1 -µ2 ≠ 0 (perbedaan rata-rata kelompok berpasangan tidak sama dengan 0)

Keterangan:
μ1 = adalah rata-rata variabel 1
µ2 = adalah rata-rata variabel 2
 TINGKAT SIGNIFIKANSI (α)
UJI T BEDA DUA MEAN BERPASANGAN

◦ Nilai α adalah peluang untuk membuat kesalahan tipe I.

◦ Kesalahan tipe I adalah kesalahan menolak Ho, padahal Ho benar.
◦ Penentuan tingkat signifikansi ini beravariasi sesuai keinginan peneliti.
◦ Nilai α yang umum digunakan adalah 0,05 (5%) dan 0,01(1%).
◦ Nilai α merupakan batasan dalam menentukan pengambilan keputusan uji
hipotesa.
 STATISTIK
UJI T BEDA DUA MEAN BERPASANGAN

◦ Uji statistik untuk uji-t dua sampel berpasangan mengikuti rumus yang sama dengan uji-t
satu sampel.

Nilai t yang dihitung kemudian dibandingkan dengan nilai

t kritis pada tabel distribusi t dengan derajat kebebasan
(df)=n-1 dan tingkat signifikansi yang dipilih.
 Uji T Beda Dua Mean Berpasangan (Paired Sampel T-Test)
menggunakan SPSS

Rumusan masalah “Apakah ada perbedaan pengukuran kadar Hb ibu

menyusui sebelum dan sesudah mengonsumsi tablet Fe”
1. Buka software SPSS anda
2. Siapkan data anda
3. Jangan lupa isi variabel sesuai kondisi sampel yang anda miliki
Klik Ok
◦ Berdasarkan Uji Normalitas, karena nilai n = 50 responden, pada tabel Shapiro-Wilk p>0.05,
maka dikatakan bahwa sebaran data berdistribusi Normal, sehingga memenuhi syarat untuk
menggunakan analisis uji t berpasangan.
Langkah Kedua
◦ Uji Dependent Sampel T-test
 Klik Analyze
 Compare Means
 Paired Sampel T-Test
 Masukkan variabel “Hb1” ke dalam kolom “Variabel1”
 Masukkan Variabel “Hb2” ke dalam kolom “Variabel2”
Langkah Ketiga:
Interpretasi Data
 Sig. 0.000 artinya signifikan pada level 0.01
 Nilai korelasi antara 2 variabel 0.704 artinya hubungan yang kuat dan positif
(Lampiran tabel korelasi)
 Berdasarkan hasil analisis didapatkan bahwa nilai p=0.000 < 0.05 artinya ada
perbedaan kadar Hb ibu menyusui sebelum dan sesudah minum tablet Fe.
• Jika data berdistribusi tidak normal, alternatif dari Uji T
Independen adalah Uji Mann-Whitney.
• Jika data berdistribusi tidak normal, alternatif dari Uji T
Berpasangan/Dependen adalah Uji Wilcoxon.
UJI Z BEDA SATU MEAN/SAMPEL
• Uji Beda Dua Mean adalah uji statistik yang 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.
Umumnya, pendekatan yang dilakukan bisa dengan distribusi Z
(uji Z), ataupun distribusi t (uji t). Uji Z dapat digunakan bila;
1.Sampel yang digunakan dalam pengujian adalah sampel acak
sederhana.
2.Varian populasi σ² diketahui.
3.Sampel berasal dari populasi yang berdistribusi normal atau ukuran
(banyaknya) sampel cukup besar (biasanya ukuran sampel cukup besar
yang sering digunakan adalah lebih dari 30).