7. uji t

Report
Populasi 1
Populasi 2
Sampel 1
Sampel 2
Uji
a. Apakah ada perbedaan rata-rata berat badan bayi yang
dilahirkan dari ibu dengan anc baik dan anc kurang baik.
b. Apakah ada perbedaan rata-rata kadar Hb antara Ibu
yang berdomisili di desa dengan kota
c. Apakah ada perbedaan rata-rata Berat Badan anak antara
sebelum pemberian makanan tambahan dan sesudahnya
d. Apakah ada peningkatan kadar Hb ibu sebelum dan sesudah
pemberian table Fe.
Uji Beda 2 Mean Independen

Subjek/Respondennya berbeda

Variabel yang dihub. Katagorik &
Numerik
Prinsip pengujian
perbedaan variasi kedua kelompok data, apakah
sama atau tidak ?
Bentuk varian  berpengaruh pada nilai standar
eror sehingga berbeda pada rumus pengujiannya
Uji yang dilakukan
a. Uji homogenitas varian
b. Uji untuk varian sama
c. Uji untuk varian berbeda
a. Uji homogenitas varian
Tujuan :
mengetahui varian antara kel. data satu,
apakah sama dengan kel data yang kedua
Perhitungannya dengan uji F
S12
df =n - 1 dan df = n - 1
F = --------1 1
2
2
S22
Varian yang lebih besar sbg pembilang (numerator)
Varian yang lebih kecil sebagai penyebut (denominator)
Jika F hit > F tabel P< 
Ho ditolak
Varian berbeda
Jika F hit < F tabel P > 
Ho gagal ditolak
Varian sama
b. Uji untuk varian sama
2
2
(
n

1
)
s

(
n

1
)
s
1
2
2
s 2p  1
(n1  1)  (n2  1)
df
= n1 + n2 – 2
dimana :
x1 atau x2
n1 atau n2
S1 atau S2
df
Sp
= rata-rata sampel klp 1 atau 2
= jumlah sampel klp 1 atau 2
= standar deviasi sampel klp 1 atau 2
= degree of freedom (derajat kebebasan)
= varian populasi
b. Uji untuk varian berbeda
• The following slides are example questions using the
layouts in the Quiz Show template. View them in slide
show to see the answer animations.
Uji Beda 2 Mean Dependen
• Kelompok data dependen
• Variabel Numerik & Katagorik
• Pre & Post
Rumus
d=
rata-rata deviasi/selisih sampel 1 dengan
sampel 2
Sd = standar deviasi dari deviasi/selisih sampel
1 dan sampel 2
Contoh Kasus 1
• Dari data yang tersedia ingin diketahui apakah
ada perbedaan rata-rata berat badan bayi lahir
antara ibu dengan pemeriksaan kehamilan (anc)
yang baik dan tidak.
Langkah-Langkah
1. Hipotesis
Ho : Tidak ada perbedaan rata-rata berat badan
bayi lahir antara ibu dengan pemeriksaan
kehamilan (anc) yang baik dan tidak.
Ha : Ada perbedaan rata-rata berat badan bayi
lahir antara ibu dengan pemeriksaan kehamilan
(anc) yang baik dan tidak.
2. Uji beda 2 mean Independen, Two Tail
3. Level signifikansi α=0.05
4. Uji Homogenitas Varians
Ho : Varian berat badan bayi dengan ibu dengan
anc baik sama dengan varian berat badan ibu
dengan anc kurang
Ha : Varian berat badan bayi dengan ibu dengan
anc baik berbeda dengan varian berat badan ibu
dengan anc kurang
df1 = 28-1 = 27 (Numerator)
df2 = 22-1 = 21 (Denominator)
Tabel F :
.. 24
Denominator
∞
p value??
P va
20
0,100
0,050
1,61
1,84
0,025
2,09
0,010
2,42
0,005
2,69
0,001
3,35
F=1,21
4. Hasil Uji statistik dari uji F
Perbandingan p value dan α
p value >α ( 0,548 > 0,05) sehingga keputusannya
Ho gagal ditolak atau varians sama.
5. Uji beda dua mean dengan varian sama :
Hasil uji statistik dari uji t
Diperoleh nilai t hitung sebesar 9,225
df = n1 + n2 – 2 = 28 + 22 – 2 =48
Hitung nilai p (p value) dengan tabel t
df \ α
0.10
40
1,303
60
0.05
1,684
0.025
2,021
0.01
0.005
2,423
2,704
P value?
9,225
Perbandingkan nilai p dengan nilai α
0,000 < 0,05 , : p value < α ; Ho ditolak sehingga
kesimpulannya ada perbedaan rata-rata berat
badan bayi lahir antara ibu dengan pemeriksaan
kehamilan (anc) yang baik dan anc kurang.
Penggunaan SPPS
• Klik Analyze, Compare Means (untuk melihat perbandingan
rata-rata) dan Independent-Samples T-Test (uji t
indenpenden)
• Selanjutnya akan muncul tampilan seperti di
bawah ini :
• Masukkan variabel dependen (berat bayi
lahir/BBL) di test variabel dan variabel
independen (anc) di Grouping variabel.
• Selanjutnya untuk menghilangkan tanda tanya (? ?) di
Grouping Variable; Masukkan kode sesuai kode anc yang kita
pergunakan dengan mengklik Define Groups.
•Pilih Use Specified Groups lalu kita isikan 0 di group 1 dan 1 di group 2,
lalu klik Continue, OK.
Output
Group Statistics
Berat Badan Bayi Lahir
Antenatalcare
anc baik
anc kurang
N
Std. Error
Std. Deviation
Mean
257.069
48.582
233.596
49.803
Mean
3135.71
2486.36
28
22
Independent Samples Test
Levene's Test for
Equality of Variances
F
Berat Badan Bayi Lahir
Equal variances
assumed
Equal variances
not assumed
Sig.
.366
.548
t-test for Equality of Means
t
df
Sig. (2-tailed)
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower
Upper
9.225
48
.000
649.351
70.392
507.818
790.883
9.333
46.930
.000
649.351
69.574
509.381
789.320
• Diperoleh nilai t test 9,225 dan p (p value)
sebesar 0.000.
• Perbandingkan nilai p dengan nilai α
0,000 < 0,05 , : p value < α ; Ho ditolak sehingga
kesimpulannya ada perbedaan rata-rata berat
badan bayi lahir antara ibu dengan pemeriksaan
kehamilan (anc) yang baik dan kurang baik.
Tabel 1. Distribusi rata-rata berat badan bayi yang dilahirkan
berdasarkan kunjungan selama kehamilan pada tenaga kesehatan /
antenatal care (Anc) di Kec.X Tahun 2012
Variabel
Rata-rata
SD
P value
N
ANC Baik
3135.71
257.069
0.000
28
ANC Kurang
2486.36
233.596
Berat Badan
22

similar documents