Manual
Perbandingan rata-rata dengan uji t
Modul
4
Perbandingan Rata-rata dengan Uji T
SPSS dapat memberikan statistik uji-t, termasuk didalamnya untuk
yang dua sampel independent, dua sampel berpasangan, dan uji-t satu
sampel. Pada bagian sebelumnya telah dibahas pengujian hipotesis
mengenai kebebasan antar faktor dalam tabel kontingensi dua arah,
dimana datanya berbentuk frekuensi. Pada bagian ini akan diuji
hipotesis mengenai rata-rata dari variabel kuantitatif. Akan diuji
apakah:
Rata-rata variabel tunggal untuk suatu subjek di dalam kelompok
berbeda dengan kelompok lainnya (uji-t sampel independent). Rumusan
hipotesis nol yang akan diuji dari dua buah populasi A dan B yang
independent dapat berbentuk H0: (A = (B.
Rata-rata dari selisih antara dua buah variabel berbeda dari 0
(uji-t berpasangan). Dalam hal ini unit populasi yang diamati
adalah sama, tetapi diberi perlakuan yang berbeda. Sebagai contoh,
misalnya satu gugus data diamati untuk mengetahui apakah terdapat
pengaruh setelah diberi perlakuan tertentu. Dengan demikian,
rumusan hipotesis yang dapat dibentuk untuk kasus ini adalah H0:
(sebelum = (setelah.
Rata-rata dari satu variabel tunggal berbeda dari suatu nilai
tertentu yang akan dihipotesiskan (uji-t satu sampel). Untuk kasus
ini, misalnya C merupakan suatu konstanta tertentu yang menyatakan
suatu nilai akan dihipotesiskan. Dengan demikian rumusan hipotesis
nolnya adalah H0: ( = C.
Uji T Dua Sampel Independent
Salah satu masalah yang sering dihadapi pada keperluan praktis
statistika adalah membandingkan rata-rata dari dua buah kelompok.
Sebagai contoh, misalnya apakah rata-rata respons untuk kelompok
perlakuan berbeda dengan kelompok kontrol? Idealnya, subjek secara
acak ditempatkan pada dua kelompok, sehingga perbedaan respons
betul-betul disebabkan oleh perlakuan tersebut, dan bukan oleh
faktor lainnya.
Dalam SPSS, perbandingan rata-rata dari dua buah kelompok dengan
menggunakan prosedur uji-t menampilkan output dalam dua bagian.
Pertama, uji Levene untuk kesamaan varians akan ditampilkan
terlebih dahulu. Hipotesis nol untuk kasus ini adalah varians dari
dua populasi (bukan rata-ratanya) adalah sama. Apabila hipotesis
tersebut ditolak (varians kedua populasi adalah berbeda), maka
uji-t akan menggunakan varians terpisah (separate variance) dalam
menghitung statistik uji-t. Sebaliknya, apabila hipotesis diterima
(varians dari kedua populasi adalah sama), maka uji-t akan
menggunakan varians gabungan (pooled variance). Setelah diketahui
bahwa varians dari kedua populasi sama atau tidak, maka baru kita
menggunakan prosedur statistik uji-t untuk menguji hipotesis
mengenai kesamaan dua buah rata-rata populasi yang sedangn
diamati.Dan hal ini baru dapat diketahui setelah dilakukan
pengujian kesamaan varians melalui uji Levene. Dalam beberapa buku
teks, uji kesamaan varians ini dilakukan melalui uji Bartlett,
tetapi uji ini sangat sensitif terhadap pelanggaran asumsi mengenai
kenormalan data.
Kasus:
Seorang peneliti ingin mengetahui apakah ada perbedaan antara
Tinggi dan Berat Badan seorang pria dan seorang wanita. Untuk itu,
7 pria dan 7 wanita masing-masing diukur tinggi dan berat badannya.
Berikut ini adalah hasilnya (angka dalam centimeter untuk Tinggi
dan kilogram untuk Berat).
NoTinggiBeratGender
1174.565.8Pria
2178.662.7Pria
3170.866.4Pria
4168.268.9Pria
5159.767.8Pria
6167.867.8Pria
7165.565.8Pria
8154.748.7Wanita
9152.745.7Wanita
10155.846.2Wanita
11154.843.8Wanita
12157.858.1Wanita
13156.754.7Wanita
14154.749.7Wanita
Pada baris 1, seorang pria dengan tinggi badan 174.5 cm dan
berat badan 65.8 kilogram. Demikian juga untuk data yang
lainnya.
PENYELESAIAN :
Kasus di atas terdiri dari dua sampel yang bebas satu dengan
yang lain, yaitu sampel bergender pria tentu berbeda dengan sampel
bergender wanita. Disini populasi diketahui berdistribusi normal,
dan karena sampel sedikit, dipakai uji-t untuk dua sampel.
Input Data
Langkah-langkahnya
1. Buka lembar kerja baru.
2. Mendefinisikan Variabel:
Variabel pertama: Tinggi. Variabel ini didefinisikan sebagai
variabel Numeric dengan Width: 8 dan Decimal Places: 0.
Variabel Kedua: Berat. Variabel ini didefiniskan sebagai
variabel Numeric dengan ketentuan Width: 8 dan Decimal Places:
0.
Variabel Ketiga: Gender. Variabel ini didefiniskan sebagai
variabel Numeric dengan ketentuan Width: 8 dan Decimal Places:
0.
3. Memasukkan Data
Untuk mengisi kolom pertama dan kedua, yaitu variabel tinggi dan
berat, letakkan pointer pada baris 1 kolom tersebut, lalu ketik
menurun ke bawah sesuai data mengenai tinggi dan berat subjek yang
diamati.
Untuk mengisi kolom ketiga, yaitu variabel gender, letakkan
pointer pada baris 1 kolom tersebut, lalu ketikan angka 1 untuk
menyatakan jenis kelamin pria dan angka 2 untuk menyatakan jenis
kelamin wanita.
4. Menyimpan Data
Dari baris menu pilih menu File, kemudian pilih submenu Save as
. Beri nama file untuk keseragaman dengan independent, dan
tempatkan file pada direktori yang dikehendaki.
olah Data
Langkah-langkahnya:
1. Buka lembar kerja.file independent sesuai kasus di atas, atau
jika sudah terbuka ikuti langkah berikut.
2. Dari baris menu pilih menu Statistics, kemudian pilih submenu
Compare-Means. Dari serangkaian pilihan test, sesuai kasus pilih
Independent-Samples T test, sehingga tampak dilayar:
Gambar 4.1 Kotak Dialog Independent Sample T TestTest
Variable(s) atau variabel yang akan diuji. Karena disini akan diuji
data tinggi dan berat,m maka klik variabel tinggi, kemudian klik
tanda((yang sebelah atas). Sehingga variabel tinggi berpindah ke
Test Variable(s). demikian juga untuk variabel berat. Grouping
Variable atau variabel grup. Karena variabel pengelompokkan ada
pada variabel gender, maka klik variabel gender kemudian klik tanda
((yang sebelah bawah), maka variabel gender berpindah ke Grouping
Variable (berupa kelompok (??)).
Klik pada Define Groups. Tampak di layar :
Gambar 4.2 Kotak Dialog Define GroupsUntuk Group1, isi dengan 1,
yang berarti Grup 1 berisi tanda 1 atau pria.
Untuk Group2, isi dengan 2, yang berarti Grup 2 berisi tanda 2
atau wanita.
Setelah pengisian selesai, klik Continue untuk melanjutkan ke
menu sebelumnya.
Untuk tombol Option, dengan mengkliknya akan tampak di layar
:
Gambar 4.3 Kotak Dialog Independent Sample T Test: OptionsUntuk
Confidence Interval: atau tingkat kepercayaan. Sebagai default,
SPSS menggunakan tingkat kepercayaan 95% atau tingkat signifikansi
100% 95% = 5%. Sebagai keseragaman, digunakan tingkat kepercayaan
dari SPSS, karena itu angka 95 tidak perlu diganti.
Untuk Missing Values atau data yang hilang. Karena dalam kasus
semua pasangan data komplit (tidak ada yang kosong), maka abaikan
saja bagian ini (tetap pada default dari SPSS, yaitu Exclude cases
analysis by analysis).
Klik Continue jika pengisian dianggap selesai.
Kemudian klik OK untuk mengakhiri pengisian prosedur analisis.
Terlihat SPSS melakukan pekerjaan analisis dan terlihat output
SPSS.
Output SPSS
Berikut ini adalah output dari independent
Analisis
Berikut ini akan diberikan analisis terhadap output yang
diberikan oleh SPSS, yaitu: Group Statistics dan Independent Sample
Test.
Group Statistics
Pada bagian pertama terlihat ringkasan statistik dari kedua
sampel. Untuk berat badan, gender pria mempunyai berat rata-rata
66.457 kilogram, yang jauh di atas rata-rata berat badan wanita,
yaitu 59.557 kilogram. Adapun tinggi rata-rata pria adalah 169.3 cm
yang juga lebih tinggi dari rata-rata wanita yang hanya 155.314
cm.
Independent Sample Test
Analisis pengujian kesamaan rata-rata tinggi dan berat badan
untuk jenis kelamin pria dan wanita dengan uji-t yang independent
dilakukan untuk masing-masing variabel.
Variabel Tinggi Badan
Apabila analisis menggunakan F test, maka hipotesis yang dapat
dibentuk adalah:
H0 : Kedua varians populasi adalah identik (varians populasi
tinggi badan pria dan wanita adalah sama)
H1 : Kedua varians populasi adalah tidak identik (varians
populasi tinggi badan pria dan wanita adalah berbeda)
Dasar Pengambilan Keputusan
Jika probabilitas > 0.05 maka H0 diterima
Jika probabilitas < 0.05 maka H0 ditolak.
Keputusan :
Terlihat bahwa F hitung untuk Tinggi Badan dengan Equal variance
assumed (diasumsi kedua varians sama atau mengguankan pooled
variance t test) adalah 5.475 dengan probabilitas 0.037. karena
probabilitas < 0.05, maka H0 di tolak, atau kedua varians
benar-benar berbeda.
Perbedaan yang nyata dari kedua varians membuat pengguanan
varians untuk membandingkan Rata-rata populasi dengan t test
sebaiknya menggunakan dasar Equal variance not assumed (diasumsi
kedua varians tidak sama).
Apabila analisis dilakukan dengan memakai t test untuk asumsi
varians tidak sama, maka hipotesis untuk kasus ini adalah
H0 : Kedua rata-rata populasi adalah identik (rata-rata populasi
tinggi badan pria dan wanita adalah sama)
H1 : Kedua rata-rata populasi adalah tidak identik (rata-rata
populasi tinggi badan pria dan wanita adalah berbeda)
Berbeda dengan asumsi sebelumnya yang menggunakan varians,
sekarang dipakai mean. Dasar pengambilan keputusan sama dengan
kasus sebelumnya.
Keputusan :
Terlihat bahwa t hitung untuk Tinggi Badan dengan Equal variance
not assumed (diasumsi kedua varians tidak sama atau menggunakan
separate test) adalah 5.826 dengan probabilitas < 0.05, maka H0
ditolak, atau kedua rata-rata (mean) tinggi badan pria dan wanita
benar-benar berbeda, dalam artian Pria mempunyai rata-rata Tinggi
Badan yang lebih dari wanita.
Perhatikan bahwa perubahan dari penggunaan Equal variance
assumed ke Equal variance not assumed mengakibatkan menurunnya
degree of freedom (derajat kebebasan), yaitu dari 12 menjadi 6.856
atau kegagalan mengasumsikan kesamaan varians berakibat keefektifan
ukuran sampel menjadi berkurang sekitar 40% lebih.
Variabel Berat Badan
Apabila analisis dilakukan dengan menggunakan F test untuk
menguji kesamaan varians kedua populasi, maka hipotesis untuk kasus
ini adalah:
H0 : Kedua varians populasi adalah identik (varians populasi
berat badan pria dan wanita adalah sama)
H1 : Kedua varians populasi adalah tidak identik (varians
populasi berat badan pria dan wanita adalah berbeda)
Keputusan :
Terlihat bahwa F hitung untuk Berat Badan dengan Equal variance
assumed (diasumsi kedua varians sama atau mengguankan pooled
variance t test) adalah 4.345 dengan probabilitas 0.059. karena
probabilitas > 0.05, maka H0 di terima, atau kedua varians
sama.
Karena tidak ada perbedaan yang nyata dari kedua varians membuat
penggunaan varians untuk membandingkan Rata-rata populasi (atau
test untuk Equality of Means) dengan t test dengan dasar Equal
variance assumed (diasumsi kedua varians sama).
Analisis dengan memakai t test untuk asumsi varians tidak sama,
maka hipotesis untuk kasus ini dapat dirumuskan sebagai
berikut:
H0 : Kedua rata-rata populasi adalah identik (rata-rata populasi
berat badan pria dan wanita adalah sama)
H1 : Kedua rata-rata populasi adalah tidak identik (rata-rata
populasi berat badan pria dan wanita adalah berbeda)
Berbeda dengan asumsi sebelumnya yang mengguankan varians,
sekarang dipakai mean. Adapun dasar pengambilan keputusan yang
diambil sama dengan kasus sebelumnya.
Keputusan: Terlihat bahwa t hitung untuk Berat Badan dengan
Equal variance assumed (diasumsi kedua varians sama atau
menggunakan pooled variance t test) adalah 5.475 dengan
probabilitas 0.037. Karena probabilitas < 0.05, maka H0 ditolak,
atau kedua rata-rata (mean) berat badan pria dan wanita benar-benar
berbeda, dalam artian Pria mempunyai rata-rata Berat Badan yang
lebih dari wanita.
Uji T Dua Sampel Berpasangan
Dalam uji-t dua sampel independent, SPSS membagi nilai-nilai
dari variabel tunggal ke dalam dua buah kelompok, dihitung
rata-rata untuk masing-masing kelompok, kemudian rata-rata tersebut
dibandingkan. Untuk uji-t berpasangan, rata-rata dari dua variabel
(kolom) akan dibandingkan. Seringkali rancangan penelitian untuk
uji ini mengukur masing-masing subjek sebanyak dua kali, yaitu
sebelum dan sesudah pemberian perlakuan. Perbandingan t berpasangan
digunakan untuk menguji apakah rata-rata hasil kedua pengukuran
tersebut berbeda atau tidak. Dengan kata lain apakah rata-rata
perbedaan pengukuran itu berbeda dari nol. Uji ini bisa juga
digunakan untuk rancangan pasangan yang dipasangkan (matched pairs)
dimana subjek dipasangkan pada variabel yang dihubungkan dengan
suatu ukuran tertentu. Tujuan dari uji ini adalah untuk mengurangi
keragaman pengukuran yang disebabkan oleh pemasangan variabel
tersebut.
Untuk menghitung statistik t secara manual, pertama-tama hitung
perbedaan atau selisih antara pengukuran pertama dan kedua (sebelum
dan sesudah). Kemudian hitung rata-rata dan simpangan baku dari
selisih tersebut. Dan akhirnya hitung statistik t dengan
menggunakan rumus:
t =
KASUS
Produsen Obat Diet (penurun berat badan) ingin mengetahui apakah
obat yang diproduksinya benar-benar mempunyai efek terhadap
penurunan berat badan konsumen. Untuk itu, sebuah sampel yang
terdiri dari 10 orang masing-masing diukur berat badannya. Tabel
berikut ini menunjukkan hasilnya (angka dalam kilogram).
SebelumSesudah
176.8576.22
277.9577.89
378.6579.02
479.2580.21
582.6582.65
688.1582.53
792.5492.56
896.2592.33
984.5685.12
1088.2584.56
Pada baris 1, seorang yang sebelum mengkonsumsi obat diet
mempunyai berat 76.85 kilogram. Setelah sebulan dan teratur
mengkonsumsi obat, beratnya menjadi 76.22 kilogram. Demikian untuk
data yang lainnya.
PENYELESAIAN
Kasus di atas terdiri dari dua sampel yang berhubungan atau
berpasangan satu dengan yang lain, yaitu sampel sebelum makan obat
dan sampel sesudah makan obat. Disini populasi diketahui
berdistribusi normal, dan karena sampel sedikit, dipakai uji t
untuk dua sampel yang berpasangan (paired).
Input Data
Langkah-langkahnya:
1. Buka lembar kerja baru.
2. Mendefinisikan Variabel:
Variabel pertama: Sebelum. Variabel ini didefinisikan sebagai
variabel Numeric dengan Width: 8 dan Decimal Places: 0.
Variabel kedua: Sesudah. Variabel ini didefiniskan sebagai
variabel Numeric dengan ketentuan Width: 8 dan Decimal Places:
0.
3. Memasukkan Data
Untuk mengisi kolom pertama, yaitu variabel Sebelum, letakkan
pointer pada baris 1 kolom tersebut, lalu ketik menurun ke bawah
sesuai data hasil pengukuran berat badan sebelum diberi pengobatan.
Dengan cara yang sama dapat dilakukan terhadap variabel
Sesudah.
4. Menyimpan Data
Dari baris menu pilih menu File, kemudian pilih sub menu Save as
. Beri nama file untuk keseragaman- dengan nama Paired, dan
tempatkan file pada direktori yang dikehendaki.
olah Data
Langkah-langkahnya :
1. Buka lembar kerja.file Paired (dari baris menu pilih File,
kemudian pilih submenu Open) sesuai kasus di atas, atau jika sudah
terbuka ikuti langkah berikut
2. Dari baris menu pilih menu Statistics, kemudian pilih submenu
Compare-Means.
3. Dari serangkaian pilihan test, sesuai kasus pilih
Paired-samples T Test. Tampak dilayar seperti berikut :
Gambar 4.4 Kotak Dialog Paired-Samples T TestPaired Variable(s)
atau variabel yang akan diuji. Karena disini akan diuji data
sebelum dan sesudah, maka klik variabel sebelum kemudian klik
sekali lagi pada variabel sesudah, maka terlihat pada kolom Current
Selection di bawah, terdapat keterangan untuk variabel 1 dan 2.
kemudian klik tanda ( (yang sebelah atas). Sehingga pada Paired
Variables terlihat tanda sebelum sesudah. Variabel sebelum dan
sesudah harus dipilih berbarengan. Jika tidak, SPSS tidak bisa
menginput dalam kolom Paired Variables.
Untuk tombol Option, dengan mengkliknya akan tampil dilayar
:
Gambar 4.5 Kotak Dialog Paired-Samples T Test: OptionsUntuk
Confidence Interval atau tingkat kepercayaan. Sebagai default, SPSS
menggunakan tingkat kepercayaan 95% atau tingkat signifikansi 100%
- 95% = 5% .
Untuk Missing Values atau data yang hilang. Karena dalam kasus
semua pasangan data komplit (tidak ada yang kosong), maka abaikan
saja bagian ini (tetap pada default dari SPSS, yaitu Exclude cases
analysis by analysis).
Klik Continue jika pengisian dianggap selesai.
Kemudian klik OK untuk mengakhiri pengisian prosedur analisis.
Terlihat SPSS melakukan pekerjaan analisis dan terlihat output
SPSS.
Output SPSS
Berikut ini adalah output dari Paired
Analisis
Untuk uji-t dua sampel berpasangan, ada tiga output yang
diberikan oleh SPSS, yaitu: Paired Samples Statistics, Paired
Samples Statistics, dan Paired Samples Tests.
Paired Samples Statistics
Pada bagian pertama terlihat ringkasan statistik dari kedua
sampel. Untuk berat badan sebelum minum obat, konsumen mempunyai
berat rata-rata 84.5100 kilogram. Setelah minum obat, konsumen
mempunyai berat rata-rata 83.3090 kilogram.
Paired Samples Correlations
Output bagian kedua adalah hasil korelasi antara kedua variabel,
yang menghasilkan angka 0.943 dengan nilai probabilitas jauh di
bawah 0.05 (lihat nilai signifikansi output yang 0.000). Hal ini
menyatakan bahwa korelasi antara berat sebelum dan sesuadah minum
obat adalah sangat erat dan benar-benar berhubungan secara
nyata.
Paired Samples Test
Hipotesis yang dapat dirumuskan untuk kasus ini adalah:
H0 : Kedua rata-rata populasi adalah identik (rata-rata populasi
berat sebelum dan sesudah minum obat adalah sama/tidak berbeda
secara nyata)
H1 : Kedua rata-rata populasi adalah tidak identik (rata-rata
populasi berat sebelum dan sesudah minum obat adalah tidak
sama/berbeda secara nyata)
Dasar pengambilan Keputusan
Jika probabilitas > 0.05 maka H0 diterima
Jika probabilitas < 0.05 maka H0 ditolak.
Keputusan: Terlihat bahwa nilai statistik t adalah 1.646 dengan
probabilitas 0.134. Oleh karena probabilitas > 0.05 maka H0
diterima, atau berat badan sebelum dan sesudah minum obat relatuf
sama. Dengan kata lain, obat penurun berat tersebut tidak efektif
dalam menurunkan berat badan secara nyata.
Dalam kasus ini bisa juga dinyatakan bahwa terdapat perbedaan
Mean sebesar 1.2010 (lihat output SPSS), dimana angka ini berasal
dari selisih antara rata-rata berat sebelum minum obat dengan berat
sesudah minum obat atau 84.5100 kg 83.3090 kg = 1.2010 kg.
Perbedaan sebesar 1.2010 kg tersebut mempunyai range antara
lower/batas bawah sebesar 0.4496 kg (tanda negatif berarti berat
sebelum minum obat lebih kecil dari sesudah minum obat) sampai
upper/ batas atas 2.8516 kg. Namun dari uji t terbukti bahwa
perbedaan 1.2010 kg dengan range > 0 kg sampai 2.8516 kg
tersebut tidak cukup berarti untuk menyatakan bahwa obat tersebut
efektif utnuk menurunkan berat badan.
Uji T untuk Satu Sampel
Pengujian satu sampel pada prinsipnya ingin menguji apakah suatu
nilai tertentu (yang diberikan sebagai pembanding) berbeda secara
nyata ataukah tidak dengan rata-rata sebuah sampel.
KASUS
Menggunakan data yang sama dengan data Obat Penurun Berat Badan
terdahulu. Hanya disini dipakai data Sebelum (berat badan sebelum
minum obat). Dari kasus tersebut diketahui bahwa populasi rata-rata
berat sebelum minum obat adalah 84.51 (lihat output SPSS
terdahulu). Sekelompok anak muda setelah ditimbang, mempunyai
rata-rata berat badan 90 kilogram. Apakah kelompok anak muda ini
mempunyai berat yang tidak sama secara signifikans dengan rata-rata
berat sampel sebelum minum obat? Data sama persis dengan kasus
terdahulu (angka dalam kilogram).
PENYELESAIAN
Kasus di atas terdiri dari satu sampel yang akan dipakai dengan
nilai populasi hipotesis, yaitu 90 kg. Disini populasi diketahui
berdistribusi normal, dan karena sampel sedikit, dipakai uji t
untuk satu sampel. Oleh karena data untuk kasus ini telah ada, maka
pembahasan dilanjutkan ke bagian pengolahan data.
olah Data
Langkah-langkahnya :
1. Buka lembar kerja.file Paired (dari baris menu pilih File,
kemudian pilih submenu Open,) sesuai kasus di atas, atau jika sudah
terbuka ikuti langkah berikut
2. Dari baris menu pilih menu Statistics, kemudian pilih submenu
Compare-Means.
3. Dari serangkaian pilihan test, sesuai kasus pilih One Sample
T test. Tampak dilayar seperti berikut :
`
Gambar 4.6 Kotak Dialog One-Sample T TestTest Variable(s) atau
variabel yang akan diuji. Karena disini akan diuji data sebelum,
maka klik variabel sebelum, kemudian klik tanda ((yang sebelah
atas). Sehingga pada Test Variables terlihat tanda sebelum.
Test Value, karena akan diuji nilai hipotesis 90 kg, maka ketik
90.
Untuk tombol Option, dengan mengkliknya akan tampil dilayar
seperti pada gambar sebelumnya
Untuk Confidence Interval : atau tingkat kepercayaan. Sebagai
default, SPSS menggunakan tingkat kepercayaan 95% atau tingkat
signifikansi 100% - 95% = 5% .
Untuk Missing Values atau data yang hilang. Karena dalam kasus
semua pasangan data komplit (tidak ada yang kosong), maka abaikan
saja bagian ini (tetap pada default dari SPSS, yaitu Exclude cases
analysis by analysis).
Klik Continue jika pengisian dianggap selesai.
Kemudian klik OK untuk mengakhiri pengisian prosedur analisis.
Terlihat SPSS melakukan pekerjaan analisis dan terlihat output
SPSS.
output
Berikut ini adalah output dari Paired
Analisis
Berikut ini akan diberikan analisis terhadap output yang
diberikan oleh SPSS, yaitu: One Sample Statistics dan One Sample
Test.
One-Sample Statistics
Pada bagian pertama terlihat ringkasan statistik variabel
Sebelum. Untuk berat badan sebelum minum obat, konsumen mempunyai
berat rata-rata 84.5100 kilogram.
One-Sample Test
Hipotesis untuk kasus ini dapat dirumuskan sebagai berikut:
H0: Rata-rata berat kelompok anak muda adalah sama dengan 90
kg.
H1: Rata-rata berat kelompok anak muda adalah tidak sama dengan
90 kg.
Dasar pengambilan Keputusan
Jika probabilitas > 0.05 maka H0 diterima
Jika probabilitas < 0.05 maka H0 ditolak.
Keputusan: Terlihat bahwa t hitung adalah 2.615 dengan
probabilitas 0.028. karena probabilitas < 0.05 maka H0 ditolak,
atau berat kelompok anak muda tersebut tidak sama dengan 90 kg.
Dalam kasus ini bisa juga dinyatakan bahwa terdapat perbedaan
Mean sebesar 5.4900 (lihat output SPSS), dimana angka ini berasal
dari rata-rata berat badan sebelum minum obat dengan berat badan
yang dihipotesiskan, atau 84.5100 kg 90.0000 kg = -5.4900 kg.
Perbedaan sebesar 5.4900 kg tersebut mempunyai range antara
lower/batas bawah sebesar 10.2935 kg (tanda negatif berarti berat
sebelum minum obat lebih kecil dari berat kelompok anak muda)
sampai upper/batas atas 0.7405 kg.
Latihan
Latihan 1
Sebuah penelitian hendak mengetahui apakah terdapat perbedaan
kadar nikotin. Duabelas jenis rokok dicoba pada sebuah lintasan
tertentu. Tanpa mengganti supirnya, mobil-mobil yang sama kemudian
dipasang dengan ban biasa dan dicoba sekali lagi pada lintasan yang
sama. Kemudian, konsumsi bahan bakar (dalam kilometer per liter)
dicatat, dan hasilnya adalah sebagai berikut:
JenisRokok KretekRokok Filter
1
2
3
4
5
6
7
8
9
10
11
122.2
2.7
2.6
2.0
2.7
2.5
2.7
2.0
2.4
2.9
2.1
2.22.1
1.9
1.2
1.9
1.8
1.4
1.7
2.8
1.9
1.9
2.0
1.9
a. Dapatkah kita menyimpulkan pada taraf nyata 0.05 bahwa jenis
rokok filter lebih baik daripada rokok kretek?
b. Beberapa peneliti sebelumnya menyatatakan bahwa rata-rata
kadar nikotin untuk rokok kretek sebesar 2,3. Ujilah kebenaran dari
beberapa peneliti tersebut dg taraf sig 0,05!Latihan 2
Dua jenis alat untuk mengukur kadar sulfur monoksida di udara
hendak dibandingkan. Berikut ini diberikan hasil pencatatan oleh
kedua alat tersebut selama periode dua minggu, yaitu:
HariSulfur Monoksida
Alat AAlat B
1
2
3
4
5
6
7
8
9
10
11
12
13
140.96
0.82
0.75
0.61
0.89
0.64
0.81
0.68
0.65
0.84
0.59
0.94
0.91
0.770.87
0.74
0.63
0.55
0.76
0.70
0.69
0.57
0.53
0.88
0.51
0.79
0.84
0.63
Sumber: Walpole, R.E. (1982) Introduction to Statistics, Third
Edition. New York: John Wiley and Sons.
Lakukan pengujian hipotesis untuk menentukan apakah kedua alat
tersebut memberikan hasil yang berbeda. Gunakan taraf nyata
0.01.
Latihan 3
Berikut ini diberikan hasil pencatatan mengenai kadar gula darah
sebelum minum herbal dan sesudah minum herbal pada 14 responden,
yaitu:
SebelumSesudah
1168150
213490
3141111
4141121
5135115
6157117
7203123
8222200
9190190
10132132
11179169
12141141
13146146
14206186
Dengan mengguanakan table di atas adakah perbedaan kadar gula
darah sebelum minum herbal dan sesudah minum herbal? Ujilah!EMBED
Equation.3
EMBED Equation.3
( 2001 Lab.Statistika/Halaman 4_1( 2001 Lab. Statistika/Halaman
4_15
_945168635.unknown
_1350362703.unknown
_1350362711.unknown