UJI t INDEPENDEN

Apakah ada perbedaan rata-rata berat badan bayi yang Populasi 1 Populasi 2 Sampel 1 Sampel 2 Uji 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 F = --------- df1 =n1 - 1 dan df2 = n2 - 1 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

x1 atau x2 = rata-rata sampel klp 1 atau 2 b. Uji untuk varian sama df = n1 + n2 – 2 dimana : x1 atau x2 = rata-rata sampel klp 1 atau 2 n1 atau n2 = jumlah sampel klp 1 atau 2 S1 atau S2 = standar deviasi sampel klp 1 atau 2 df = degree of freedom (derajat kebebasan) Sp = 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 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. Uji beda 2 mean Independen, Two Tail 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 : Denominator .. 24 ∞ 20 0,100 1,61 0,050 1,84 0,025 2,09 0,010 2,42 0,005 2,69 0,001 3,35 P vap value?? 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 0.05 0.025 0.01 0.005 40 1,303 1,684 2,021 2,423 2,704 60 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 ( 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 Berat Badan ANC Baik 3135.71 257.069 0.000 28 ANC Kurang 2486.36 233.596 22