You are on page 1of 10

UJI ANOVA DAN T-TEST

DEPENDENT INDEPENDENT

ataupun distribusi t (uji t). UJI T-TEST (UJI BEDA) Bila seorang peneliti ingin mengetahui apakah parameter dua populasi berbeda atau tidak. pendekatan yang dilakukan bisa dengan distribusi Z (uji Z). maka jenis uji yang digunakan adalah uji t dua sampel (two sample t-test). Standar deviasi populasi (σ) diketahui. maka uji statistik yang digunakan disebut uji beda dua mean. Jumlah sampelnya besar (> 30). Uji Z dapat digunakan bila 1. . dan 2. Umumnya. Bila kedua syarat tersebut tidak terpenuhi.

(b) kedua kelompok data adalah dependen (saling berhubungan/berpasangan). yaitu pengukuran sebelum dan sesudah dilakukan sebuah treatment.Berdasarkan hubungan antar populasinya. Syarat jenis uji ini adalah: (a) data berdistribusi normal. . yaitu : 1. dan (c) jenis data yang digunakan adalah numeric dan kategorik (dua kelompok). Sampel berpasangan dapat diartikan sebagai sebuah sampel dengan subjek yang sama namun mengalami 2 perlakuan atau pengukuran yang berbeda. uji t dapat digolongkan kedalam 2 jenis uji. Dependent sample t-test (Paired Sampel t-Test) adalah jenis uji statistika yang bertujuan untuk membandingkan rata-rata dua grup yang saling berpasangan.

diperoleh data sebagai berikut : . Setelah dilakukan rekapitulasi jumlah penjualan terhadap 15 orang sales.Contohnya adalah bila seorang Manejer ingin mengetahui apakah ada perbedaan prestasi penjualan seles setelah mengikuti pelatihan marketing.

Hasil perhitungannya dapat dilihat pada tabel berikut: . • H1 = Rata-rata penjualan sebelum mengikuti program pelatihan ≠ Rata-rata penjualan setelah mengikuti program pelatihan. yaitu: • Ho = Rata-rata penjualan sebelum mengikuti program pelatihan = Rata-rata penjualan setelah mengikuti program pelatihan.Merumuskan hipotesis.

Dapat diartikan bahwa penelitian dilakukan untuk dua subjek sampel yang berbeda. yang berarti Ho ditolak dan H1 diterima.Kesimpulan yang dapat ditarik adalah : t hitung (2. Independent sample t-test adalah jenis uji statistika yang bertujuan untuk membandingkan rata-rata dua grup yang tidak saling berpasangan atau tidak berkaitan. Program pelatihan marketing memberikan pengaruh yang signifikan terhadap prestasi penjualan sales.553) > t tabel (2. sehingga sebelum dilakukan pengujian. . Prinsip pengujian uji ini adalah melihat perbedaan variasi kedua kelompok data. terlebih dahulu harus diketahui apakah variannya sama (equal variance) atau variannya berbeda (unequal variance). Atau dengan kata lain.145). 2. sehingga disimpulkan bahwa : rata-rata penjualan sebelum mengikuti program pelatihan ≠ Rata-rata penjualan setelah mengikuti program pelatihan.

I. UJI ANOVA Anova (analysis of varian) merupakan lanjutan dari uji-t independen. Analsis varian dua faktor (two ways anova). Sampel berasal dari kelompok yang independen 2. Misalnya kita ingin mengetahui apakah ada perbedaan rata-rata lama hari dirawat antara pasien kelas VIP. Anova digunakan untuk menguji perbedaan mean (rata-rata) data lebih dari dua kelompok. II. dan kelas III. Analisis varian satu faktor (one way anova) 2. Beberapa asumsi yang harus dipenuhi pada uji Anova adalah : 1. Data masing-masing kelompok berdistribusi normal . Varian antar kelompok harus homogen 3. Anova terbagi 2 jenis yaitu : 1.

Apabila proses transformasi tidak juga dapat memenuhi asumsi ini maka uji Anova tidak valid untuk dilakukan. yang mana nilai pada satu kelompok tidak tergantung pada nilai di kelompok lain. jika asumsi ini tidak terpenuhi dapat dilakukan transformasi terhadap data. sehingga harus menggunakan uji non- parametrik misalnya Kruskal Wallis .Asumsi pertama harus dipenuhi pada saat pengambilan sampel yang dilakukan secara random terhadap beberapa (> 2) kelompok yang independen. Sedangkan pemenuhan terhadap asumsi kedua dan ketiga dapat dicek jika data telah dimasukkan ke komputer.

dengan kata lain nilai mean yang dibandingkan tidak ada perbedaan.Uji Anova pada prinsipnya adalah melakukan analisis variabilitas data menjadi dua sumber variasi yaitu variasi didalam kelompok (within) dan variasi antar kelompok (between). Sebaliknya bila variasi antar kelompok lebih besar dari variasi didalam kelompok. maka berarti tidak ada perbedaan efek dari intervensi yang dilakukan. dengan kata lain nilai mean yang dibandingkan menunjukkan adanya perbedaan. . artinya intervensi tersebut memberikan efek yang berbeda. Bila variasi within dan between sama (nilai perbandingan kedua varian mendekati angka satu).

TERIMAKASIH .