Tri Cahyono
[email protected] Jurusan Kesehatan Lingkungan Purwokerto Politeknik Kesehatan Depkes Semarang
paired t test (pre – post) uji beda dua mean data berpasangan satu sampel
Kegunaan •
Menguji perbedaan kondisi awal / sebelum dan setelah perlakukan
Rumus t t=
∑d
i
N ∑ d − (∑ di ) 2 i
2
N −1
•
Keterangan : – – –
t=Nilai t d=Selisih nilai post dan pre (nilai post – nilai pre) N=Banyaknya sampel pengukuran
Ketentuan aplikasi • • • •
Data berskala interval atau rasio Data memenuhi asumsi distribusi normal. Data berpasangan (satu sampel diukur dua kali, yaitu keadaan awal sebelum perlakukan dan setelah perlakuan) Signifikansi, nilai hasil hitung t dibandingkan dengan nilai tabel t, derajat bebas (N-1). Pada uji dua sisi daerah penerimaan Ho, jika , t0,5α < thitung < t0,5α , sedangkan pada uji satu sisi daerah penerimaan Ho, jika thitung < tα
Contoh Aplikasi 1 • Uji coba model penyuluhan dengan metode diskusi untuk meningkatkan pengetahuan masyarakat telah dilaksanakan didapat data di bawah. Sebelum penyuluhan dilakukan pre test dan setelah penyuluhan dilakukan post test dengan soal yang sama. • Selidikilah dengan α = 1%, apakah model penyuluhan mampu meningkatkan pengetahuan masyarakat ?
Data Hasil Penyuluhan NO
SKOR PENGETAHUAN SEBELUM PENYULUHAN (PRE)
SKOR PENGETAHUAN SETELAH PENYULUHAN (POST)
1.
30
34
2.
29
29
3.
26
29
4.
29
32
5.
28
28
6.
32
32
7.
30
33
8.
28
28
9.
28
29
10.
26
30
11.
29
30
12.
27
27
Penyelesaian : • Hipotesis – Ho : Ppost = Ppre ; tidak ada perbedaan pengetahuan antara sebelum dan setelah disuluh dengan metode diskusi – Ha : Ppost > Ppre ; ada peningkatan pengetahuan setelah disuluh dengan metode diskusi dibanding sebelumnya
• Level signifikansi (α) α = 1%
Rumus statistik penguji t=
∑d
i
N ∑ d − (∑ d i ) 2 i
N −1
2
Hitung rumus statistik penguji NOMOR
(PRE)
(POST)
d (post-pre)
d2
1.
30
34
4
16
2.
29
29
0
0
3.
26
29
3
9
4.
29
32
3
9
5.
28
28
0
0
6.
32
32
0
0
7.
30
33
3
9
8.
28
28
0
0
9.
28
29
1
1
10.
26
30
4
16
11.
29
30
1
1
12.
27
27
0
0
19
61
JUMLAH
Hitung rumus statistik penguji t=
t=
∑d
i
N ∑ d − ( ∑ di ) N −1 19 2 i
12.61 − 19 12 − 1 t = 3,27
2
2
•
Df/db/dk – Df = N – 1 = 12 – 1 = 11
•
Nilai tabel – Nilai tabel t distribusi student. Uji satu sisi, α=1%, df=11, nilai t tabel = 2,718
•
Daerah penolakan 3,27 > 2,718 ; – berarti Ho ditolak, – Ha diterima
•
Kesimpulan – Ada peningkatan pengetahuan setelah disuluh dibanding sebelumnya, pada α = 1%.
Contoh Aplikasi 2 • Uji coba pengaturan suhu ruangan perawatan rumah sakit diharapkan dapat menurunkan suhu penderita panas badan. Sebelum pengaturan suhu ruangan dilakukan pengukuruan suhu badan awal dan setelah pengaturan suhu ruangan dilakukan pengukuran suhu badan kembali, didapatkan data di bawah. • Selidikilah dengan α = 10%, apakah model pengaturan suhu ruangan mampu menurunkan suhu penderita panas ?
Kondisi Suhu Badan Penderita Sebelum dan Setelah Pengaturan Suhu Ruangan NOMOR
(PRE)
(POST)
1.
39
38
2.
38,5
38,5
3.
38,5
37
4.
37
39
5.
37
37
6.
38
38
7.
37
38
8.
38,5
38
9.
38
37,5
10.
38
37
11.
37
37
12.
38
38,5
13.
39
38
14.
37,5
37,5
Penyelesaian : • Hipotesis – Ho : Ppost = Ppre ; tidak ada perbedaan panas badan sebelum dan setelah pengaturan suhu ruangan. – Ha : Ppost < Ppre ; ada penurunan suhu badan setelah pengaturan suhu ruangan
• Level signifikansi (α) α = 10%
Rumus statistik penguji t=
∑d
i
N ∑ d − (∑ d i ) 2 i
N −1
2
Hitung rumus statistik penguji NOMOR
(PRE)
(POST)
d (post-pre)
d2
1.
39
38
-1
1
2.
38,5
38,5
0
0
3.
38,5
37
-1,5
2,25
4.
37
39
2
4
5.
37
37
0
0
6.
38
38
0
0
7.
37
38
1
1
8.
38,5
38
-0,5
0,25
9.
38
37,5
-0,5
0,25
10.
38
37
-1
1
11.
37
37
0
0
12.
38
38,5
0,5
0,25
13.
39
38
-1
1
14.
37,5
37,5
0
0
-2
11
JUMLAH
Hitung rumus statistik penguji ∑d
t= N
t=
∑
d i2 −
i
∑
N −1
−2
14.11 − (−2) 2 14 − 1 t = −0,588
d i
2
•
Df/db/dk – Df = N – 1 = 14 – 1 = 13
•
Nilai tabel – Nilai tabel t distribusi student. Uji satu sisi, α=10%, df=13, nilai t tabel = 1,35
•
Daerah penolakan - 0,588 < 1,35 ; – berarti Ho diterima – Ha ditolak,
•
Kesimpulan – tidak ada perbedaan suhu badan sebelum dan setelah pengaturan suhu ruangan, pada α = 10%.
Tingkat Signifikansi untuk tes satu sisi 0,40
0,25
0,10
0,05
0,025
0,01
0,005
0,0025
0,001
0,0005
Tingkat Signifikansi untuk tes dua sisi Df
0,80
0,50
0,20
0,10
0,05
0,02
0,01
0,005
0,002
0,001
1
0,325
1,000
3,078
6,314
12,706
31,821
63,657
127,32
318,31
636,62
2
0,289
0,816
1,886
2,920
4,303
6,965
9,925
14,089
22,327
31,598
3
0,277
0,765
1,638
2,353
3,182
4,541
5,841
7,453
10,214
12,924
4
0,271
0,741
1,533
2,132
2,776
3,747
4,604
5,598
7,173
8,610
5
0,267
0,727
1,476
2,015
2,571
3,365
4,032
4,773
5,893
6,869
6
0,265
0,718
1,440
1,943
2,447
3,143
3,707
4,317
5,208
5,959
7
0,263
0,711
1,415
1,895
2,365
2,998
3,499
4,029
4,785
5,408
8
0,262
0,706
1,397
1,860
2,306
2,896
3,355
3,833
4,501
5,041
9
0,261
0,703
1,383
1,833
2,262
2,821
3,250
3,690
4,297
4,781
10
0,260
0,700
1,372
1,812
2,228
2,764
3,169
3,581
4,144
4,587
11
0,260
0,697
1,363
1,796
2,201
2,718
3,106
3,497
4,025
4,437
12
0,259
0,695
1,356
1,782
2,179
2,681
3,055
3,428
3,930
4,318
13
0,259
0,694
1,350
1,771
2,160
2,650
3,012
3,372
3,852
4,221
14
0,258
0,692
1,345
1,761
2,145
2,624
2,977
3,326
3,787
4,140
15
0,258
0,691
1,341
1,753
2,131
2,602
2,947
3,286
3,733
4,073
16
0,258
0,690
1,337
1,746
2,120
2,583
2,921
3,252
3,686
4,015
17
0,257
0,689
1,333
1,740
2,110
2,567
2,898
3,222
3,646
3,965
18
0,257
0,688
1,330
1,734
2,101
2,552
2,878
3,197
3,610
3,922
19
0,257
0,688
1,328
1,729
2,093
2,539
2,861
3,174
3,579
3,883
20
0,257
0,687
1,325
1,725
2,086
2,528
2,845
3,153
3,552
3,850
21
0,257
0,686
1,323
1,721
2,080
2,518
2,831
3,135
3,527
3,819