1.
Najmah, SKM, MPH.
Faculty of Public Health, Sriwijaya University
najem240783@yahoo.com

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.

5.
Langkah-langkah pada
aplikasi SPSS:
•Klik Analyze 
Compare Means 
Independent- Sample
T Test

6.
• Masukan variabel Berat Badan Anak ke dalam Test Variable
(s) dan Status Gizi ke dalam Grouping VariableDefine
Groups Masukkan kode Status Gizi yaitu 1 (Kurus) dan 2
(Normal) Continue.

7.
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

8.
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

9.
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

10.
•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.

11.
• Analyze  Compare Means 
Independent Samples T test

12.
• 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

13.
• Output SPSS

14.
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)
……………… …………………………. ……………

15.
• Menguji Varians
Pada kotak Levene’s test (nama uji hipotesa untuk menguji
varians), nilai p=0.268.

16.
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.

17.
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

18.
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

19.
Pr(T < t) = 1.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 0.0000
Ha: diff < 0 Ha: diff != 0 Ha: diff > 0
Ho: diff = 0 Satterthwaite's degrees of freedom =57.6665
diff = mean(Normal) - mean(Kurus) t = 6.2909
diff 1.85 .2940756 1.261271 2.438729
combined 80 9.1975 .1793799 1.604422 8.840453 9.554547
Kurus 40 8.2725 .132529 .8381871 8.004435 8.540565
Normal 40 10.1225 .2625195 1.660319 9.591504 10.6535
Group Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]
Two-sample t test with unequal variances
. ttest bbanak, by(statusgizi) unequal
Pr(T < t) = 1.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 0.0000
Ha: diff < 0 Ha: diff != 0 Ha: diff > 0
Ho: diff = 0 degrees of freedom = 78
diff = mean(Normal) - mean(Kurus) t = 6.2909
diff 1.85 .2940756 1.26454 2.43546
combined 80 9.1975 .1793799 1.604422 8.840453 9.554547
Kurus 40 8.2725 .132529 .8381871 8.004435 8.540565
Normal 40 10.1225 .2625195 1.660319 9.591504 10.6535
Group Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]
Two-sample t test with equal variances
. ttest bbanak, by(statusgizi)

20.
thankyou
Referensi