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 S 1 2 F = -------- df 1 =n 1 - 1 dan df 2 = n 2 - 1 S 2 2 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

s p

2  (

n

1  (

n

1 1 ) 

s

1 2 1 )   (

n

2 (

n

2  1 )

s

2 2  1 ) df = n

1

+ n

2

– 2 dimana : x 1 atau x 2 n 1 S 1 df Sp atau n 2 atau S 2 = 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

df 1 df 2 = 28-1 = 27 (Numerator) = 22-1 = 21 (Denominator)

Tabel F :

Denominator

P va p value??

20 0,100 0,050 0,025 0,010 0,005 0,001 .. 24 ∞

1,61 1,84 2,09 2,42 2,69 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 40 60 0.10

1,303 0.05

1,684

0.025

2,021

0.01

2,423

0.005

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 lahir/BBL) variabel di test dependen variabel (berat dan independen (anc) di Grouping variabel .

bayi 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

Berat Badan Bayi Lahir Antenatalcare anc baik anc kurang

Group Statistics

N 28 22 Mean 3135.71

2486.36

Std. Deviation 257.069

233.596

Std. Error Mean 48.582

49.803

Berat Badan Bayi Lahir Equal variances assumed Equal variances not assumed Levene's Test for Equality of Variances

Independent Samples Test

F .366

Sig.

.548

t 9.225

9.333

t-test for Equality of Means df 48 Sig. (2-tailed) .000

Mean Difference 649.351

Std. Error Difference 70.392

95% Confidence Interval of the Difference Lower Upper 507.818

790.883

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

SD P value N Variabel

Berat Badan ANC Baik ANC Kurang

Rata-rata

3135.71

2486.36

257.069 233.596

0.000

28 22