2. Today’s Topics
• Uji Beda Rata-Rata Tidak Berpasangan
(IndependentStudentT-Test).
• AplikasiUji Independent StudentT-Test.
3. 1. Uji BedaRata-RataTidak Berpasangan (UjiT
Independen/Independent Sample T-Test)
• Standar deviasi diperoleh dari nilai varians gabungan 2 kelompok sampel
yang akan diuji.
• Ada 2 kemungkinan yakni varians sama dan varians yang berbeda. 2
kemungkinan nilai varians ini melahirkan 2 jenis perhitungan nilai standar
deviasi gabungan yang digunakan dalam pengujian dan 2 jenis dari
perhitungan degree of freedom (df) yang berbeda.
• Untuk melakukan pengujian apakah varians sama atau berbeda maka
dilakukan uji rasio nilai varians 2 kelompok tersebut. Hasil uji rasio 2 nilai
varians tersebut menyebar mengikuti distribusi F (Fisher).
Syntax :
ttest [var numerik], by [var katagorik] varian homogen
ttest [var numerik], by [var katagorik] unequal varian tidak homogen
• Prosedur ini digunakan untuk membandingkan rata-rata sampel
independen dengan menghitung Student t-test dan menampilkan
probabilitas dua arah selisih dua rata-rata(2).
4. 2. AplikasiUji Student (T test) tidak berpasangan
(IndependentT-Test)
Sumber Data : Widyawati, 2015, Hubungan Pemberian
Makanan Pendamping Asi DenganStatus GiziKurang Pada
Anak Usia 12-24 Bulan Di Wilayah Puskesmas Lesung
Batu Kabupaten Empat Lawang Tahun 2015,Skripsi FKM
Unsri.
Hipotesa 1: Ada hubungan antara berat badan
anak (kg) (bbanak) dengan status gizi anak
(1:kurus, 2: normal) (var no 22/C1). Kita
asumsikan berat badan anak berdistribusi
normal.
6. • Masukan variabel Berat Badan Anak ke dalam Test Variable
(s) dan Status Gizi ke dalam Grouping VariableDefine
Groups Masukkan kode Status Gizi yaitu 1 (Kurus) dan 2
(Normal) Continue.
8. a. Menguji Varians
• Pada kotak Lavene’s test (nama uji hipotesa untuk menguji varians),
nilai p=0.267.
• Karena nilai p>0.05, maka varians data kedua kelompok sama
(Terima Ho), tetapi yang perlu diingat adalah kesamaan varians
tidak menjadi syarat mutlak untuk dua kelompok tidak
berpasangan.
• Karena varians sama, hasil uji t yang dilihat pada baris pertama
(Equal Variances Assumed).
Note:
Uji Lavene
• Ho : varians diasumsikan sama
• Ha : varians diasumsikan berbeda
9. b. Tampilan laporan
Gizi kurang
Perbedaan
rata-rata
95% Derajat Kepercayaan Nilai P
Berat badan anak (kg) -1.85 (-2,43) hingga (-1,26) <0.0001
10. Interpretasi :
• Perbedaan rata-rata (Mean Difference) = -1.85, mengindikasi rata-
rata berat badan anak pada kelompok kurus lebih rendah 1.85 kg
dibandingkan dengan rata-rata berat badan anak pada kelompok
normal.
• Di populasi umum, tingkat kepercayaan 95% mengindikasikan
bahwa berat badan anak dapat menjadi faktor penyebab terjadinya
status gizi kurang, dengan kisaran rata-rata berat badan 1.26 – 2.43
kg lebih rendah pada kelompok gizi anak kurang (kurus)
dibandingkan status gizi normal.
• Kesimpulanya berdasarkan nilai signifikansi, P value = <0.0001
(95% CI -2.43, -1.26), menunjukkan kuatnya signifikansi untuk
menolak hipotes nul (Ho), dengan kata lain ‘adanya perbedaan
rata-rata berat badan anak pada statusgizi anak yang kurus dan
normal atau ada perbedaan signifikan antara berat badan anak dan
status gizi kurang
11. •Hipotesa 2:
Ada hubungan antara usia pemberian MP ASI
pertama (bulan) dengan status gizi anak (1:kurus,
2: normal) (var no 22/C1) (p value <0.0001; OR
6,6). Kita asumsikan usia pemberian MP ASI
pertama berdistribusi normal.
Buka data wiwid_kasuskontrol all1.sav
Sumber Data : Widyawati, 2015, Hubungan Pemberian Makanan
Pendamping Asi DenganStatus GiziKurang Pada Anak Usia 12-24
Bulan Di Wilayah Puskesmas Lesung Batu Kabupaten Empat
Lawang Tahun 2015,Skripsi FKM Unsri.
12. • Analyze Compare Means
Independent Samples T test
13. • Masukkan variabel ‘Usia Awal Pemberian MP ASI’ ke kolom ‘test
variabel’ dan variabel Status Gizi ke kolom ‘grouping variabel, lalu klik
Define Groups, masukkan kode Status Gizi yaitu 1 (Kurus) dan 2 (Normal)
• Klik Ok
MP ASI
15. b. Laporan dan Interpretasi:
Lengkapi laporan tabel dibawah ini berdasarkan data
output SPSS diatas!
Gizi kurang
Perbedaan rata-
rata
95% Derajat
Kepercayaan
Nilai P
Usia badan anak
(bulan)
……………… …………………………. ……………
16. • Menguji Varians
Pada kotak Levene’s test (nama uji hipotesa untuk menguji
varians), nilai p=0.268.
17. INTERPRETASI
• Karena nilai p >0.05 maka varians data kedua kelompok sama
(Terima Ho). Tetapi hal yang perlu diingat, kesamaan varians tidak
menjadi syarat mutlak untuk dua kelompok tidak berpasangan.
Karena varians sama, hasil uji t yang dilihat pada baris pertama
(Equal Variances Assumed).
• Perbedaan rata-rata (Mean Difference)= -0.125, mengindikasikan
rata-rata usia awal pemberian MP ASI pada kelompok kurus lebih
rendah 0.125 bulan dibandingkan rata-rata usia awal pemberian MP
ASI pada kelompok normal.
18. Di populasi umum, tingkat kepercayaan 95 % mengindikasi bahwa
perbedaan rata-rata Usia Awal Pemberian MP ASI berada dalam
rentang -0.57 (lebih rendah 0.57 bulan pada kelompok kurus) dan
0.320 (lebih tinggi 0.320 bulan pada kelompok kurus). Kesimpulan
berdasarkan nilai signifikansinya, P value = 0.578 (95 % CI -0.57,
0.320), menunjukkan lemahnya kekuatan signifikansi untuk
menolak hipotesa nul (Ho), tidak ada perbedaan Usia Awal
Pemberian MP ASI dengan Status Gizi
19. Langkah langkah pada aplikasi STATA:
Command Syntax :
ttest [var numerik], by [var katagorik] varian
homogen
ttest [var numerik], by [var katagorik] unequal varian
tidak homogen
Masukkan variabel bbanak dan statusgizi ke dalam
command syntax