UJI t INDEPENDEN Populasi 1 Populasi 2 Sampel
- Slides: 25
UJI t INDEPENDEN
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 sesud pemberian table Fe.
Uji Beda 2 Mean Independen Ø Subjek/Respondennya berbeda Ø 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 S 12 df =n - 1 dan df = n - 1 F = ----1 1 2 2 S 22 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 df = n 1 + n 2 – 2 dimana : x 1 atau x 2 n 1 atau n 2 S 1 atau S 2 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
Sample Question and Answer • 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
df 1 = 28 -1 = 27 (Numerator) df 2 = 22 -1 = 21 (Denominator)
Tabel F : Denominator p value? ? . . 24 ∞ 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 = n 1 + n 2 – 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. 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
• 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.
Penyajian 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
- Contoh uji beda rata-rata
- Uji dua sampel independen non parametrik
- Uji k sampel independen
- Syarat uji median
- Uji rata-rata 2 populasi independen
- Hipotesis komparatif
- Contoh soal uji binomial
- Pengujian hipotesis komparatif k sampel independen
- Contoh soal pengujian hipotesis komparatif
- Uji pihak kanan
- Contoh soal uji t independen varian sama
- Uji beda dua mean independen
- Chi kuadrat
- Peluang teoritik
- Rumus slovin
- Pengertian populasi
- Satuan ekosistem yang merupakan populasi adalah
- Difference population and sample
- Distribusi populasi statistika
- Rumus slovin menurut sugiyono
- Problem populasi target
- Pertanyaan populasi dan sampel
- Apa itu populasi
- Perbedaan populasi dan sampel
- Cluster sampling adalah
- Contoh populasi dan sampel dalam penelitian teknik sipil