More Related Content
Similar to uji tes statistiskia administrasi rumAah (20)
Recently uploaded (6)
uji tes statistiskia administrasi rumAah
- 1. T TEST 1
- 2. KLASIFIKASI T TEST ONE SAMPLE T TEST PAIRED SAMPLE T TEST INDEPENDENT T TEST 2
- 3. SYARAT PENGGUNAAN UJI T Ragam populasi (ingat: ragam populasi, bukan ragam sampel) diasumsikan homogen (sama) atau tidak. Data memiliki distribusi normal 3
- 4. DASAR PENGAMBILAN KEPUTUSAN a. Berdasar perbandingan t hitung dengan t tabel: Jika Statistik Hitung (angka t output) > Statistik Tabel (tabel t) maka Ho ditolak. Jika Statistik Hitung (angka t output) < Statistik Tabel (tabel t) maka Ho diterima. b. Berdasar nilai Probabilitas untuk uji DUA SISI jika probabilitas/2 > 0,05, maka Ho diterima. Jika probabilitas/2 < 0,05, maka Ho ditolak. 4
- 5. ONE SAMPLE T TEST 5
- 6. DEFINISI Pengujian satu sampel yang pada prinsipnya ingin menguji apakah suatu nilai tertentu (yang diberikan sebagai pembanding) berbeda secara nyata ataukah tidak dengan rata-rata sebuah sampel. Nilai tertentu di sini pada umumnya adalah sebuah nilai parameter untuk mengukur suatu populasi 6
- 7. PEMAHAMAN (APLIKASI) Selama ini diduga rata-rata konsumsi sabun pada rumah tangga di desa Telogo Sari adalah 3 batang per bulan. Jika seluruh penduduk Telogo Sari dianggap populasi, maka angka tersebut adalah suatu parameter Kemudian akan dibuktikan secara statistik apakah konsumsi tersebut memang benar demikian Untuk itu diambil sejumlah sampel, yakni sejumlah penduduk Telogo Sari yang dipilih dengan metode sampling tertentu, dan pada sampel tersebut dihitung rata-rata penggunaan sabun mandi selama sebulan 7
- 8. Data berat badan konsumen yang meminum obat penurun berat badan. Sebagai contoh, dibuat dugaan bahwa populasi rata-rata berat sebelum minum obat adalah 84,51 kilogram. Untuk membuktikan hal tersebut, sekelompok anak muda ditimbang, dan mereka mempunyai rata-rata berat badan 90 kilogram. Dengan data di atas, apakah dapat disimpulkan bahwa berat populasi rata-rata memang 84,51 kilogram? CONTOH KASUS 8
- 9. PENYELESAIAN Pemasukan Data ke SPSS Pengolahan Data dengan SPSS LANGKAH-LANGKAH PENGUJIAN DENGAN SPSS AKAN DITAMPILKAN PADA GAMBAR DI BAWAH INI : 9
- 10. GAMBAR Kotak Dialog One Sample t test 10
- 11. Pengisian: Test Variable(s) atau Variabel yang akan diuji. Masukkan variabel sebelum. Test Value atau nilai yang akan diuji; karena akan diuji nilai hipotesis 90kg, maka ketik 90. Oleh karena tidak ada data missing (hilang) dan tingkat kepercayaan tetap 95%, abaikan pengisian pilihan OPTIONS. Kemudian tekan OK untuk proses data. 11
- 12. Output Bagian Pertama (Group Statistics) T Test Pada bagian pertama terlihat ringkasan statistik dari variabel SEBELUM. Untuk berat badan sebelum minum obat, konsumen mempunyai berat rata-rata 84,5100 kilogram. 12 created by Vilda Ana Veria Setyawati
- 13. Output Bagian Kedua (One Sample Test) Hipotesis: Hipotesis untuk kasus ini. Ho= Berat kelompok anak muda tidak berbeda dengan rata-rata berat populasi. Hi = Berat kelompok anak muda berbeda dengan rata-rata berat populasi. 13
- 14. PENGAMBILAN KEPUTUSAN t hitung dari output adalah 2,615. Untuk statistik tabel bisa dihitung pada tabel t: Tingkat signifikansi (留) adalah 5%; untuk uji dua sisi, menjadi 5% / 2 = 2,5%. df atau derajat kebebasan adalah n 1 atau jumlah data 1 sehingga df adalah 10 1 = 9 14
- 15. Uji dilakukan DUA SISI karena akan diketahui apakah rata-rata SEBELUM sama dengan BERAT ANAK 15 created by Vilda Ana Veria Setyawati
- 16. Oleh karena t hitung terletak pada daerah Ho ditolak, maka bisa disimpulkan rata-rata berat badan kelompok anak muda tersebut memang berbeda dengan rata-rata berat badan populasi. 16
- 17. KEPUTUSAN Terlihat bahwa t hitung adalah - 2,615 dengan probabilitas 0,028. Angka probabilitas menjadi = 0,028/2 = 0,014. Oleh karena 0,014 <0,025, maka Ho ditolak; atau berat rata- rata populasi sebelum minum obat bukanlah 84,15 kilogram. 17
- 18. INDEPENDENT T TEST 18 created by Vilda Ana Veria Setyawati
- 19. DEFINISI Digunakan u/ membandingkan dua kelompok mean dari dua sampel yang berbeda (independent) Prinsipnya ingin mengetahui apakah ada perbedaan mean antara dua populasi melalui mean dua sampelnya 19
- 20. PEMAHAMAN (APLIKASI) Sebagai contoh, diduga ada perbedaan antara orang di desa dengan orang di kota dalam hal lamanya mereka menonton televisi setiap harinya. Mungkin orang desa lebih banyak menghabiskan waktu dengan menonton televisi daripada orang kota. Untuk menguji hal tersebut, tentu tidak bisa semua orang desa dan orang kota diobservasi karena akan memakan biaya dan waktu. Alternatif terbaik adalah mengambil sampel di kedua kelompok tersebut, dan dari data dua sampel tersebut akan ditarik kesimpulan untuk populasi (semua orang kota dan orang desa). 20
- 21. CONTOH 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. Hasil pengukuran sebagai berikut : 21
- 22. PERHATIKAN TEKNIK INPUT DATA UNTUK INDEPENDENT T TEST 22
- 23. PENYELESAIAN A. Pemasukan Data ke SPSS Dari menu utama File, pilih menu New, lalu klik mouse pada Data. Kemudian klik mouse pada sheet tab Variable View. B. Input data Input data ke dalam SPSS DATA EDITOR untuk tinggi badan, berat badan dan gender; untuk gender, masukkan angka sesuai kode gender yang telah dibuat sebelumnya. 23
- 24. Pengolahan Data dengan SPSS Menu Analyze Compare-Means Independent- Samples T test. Tampak di layar: Gambar Kotak Dialog Independent Sample t test 24
- 25. PENGISIAN Test Variable(s); masukkan variabel tinggi; kemudian masukkan juga variabel berat. Grouping Variable atau variabel grup. Oleh karena variabel pengelompokkan ada pada variabel gender, maka masukkan variabel gender. Pengisian grup: Klik mouse pada Define Group Tampak di layar: 25
- 26. Gambar Kotak Dialog Define Groups Untuk 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. 26
- 27. ANALISIS Pada bagian pertama terlihat ringkasan statistik dari kedua sampel. Untuk berat badan, gender pria (tanda 1) mempunyai berat rata-rata 66,457 kilogram, yang jauh di atas rata-rata berat badan wanita, yaitu 49,557 kilogram, sedangkan tinggi rata-rata pria adalah 169,3 cm yang juga lebih tinggi dari rata-rata wanita yang hanya 155,314 cm. Dari data tersebut, apakah ada perbedaan yang signifikan (jelas dan nyata) antara berat badan pria dan wanita? Untuk itu analisis dilanjutkan pada bagian kedua output. 27
- 28. Uji t dua sampel dilakukan dalam dua tahapan; tahapan pertama adalah menguji apakah varians dari dua populasi bisa dianggap sama? Setelah itu baru dilakukan pengujian untuk melihat ada tidaknya perbedaan rata-rata populasi. 28
- 29. Tinggi Badan 1. pengujian apakah ada kesamaan varians pada data pria dan wanita; pengujian asumsi kesamaan varians dilakukan lewat uji F Hipotesis untuk pengujian varians. Ho = Kedua varians Populasi adalah identik (varians populasi tinggi badan pria dan wanita adalah sama). Ha = Kedua varians Populasi adalah tidak identik (varians populasi tinggi badan pria dan wanita adalah berbeda). 29
- 30. Kesimpulan Varians Terlihat bahwa F hitung untuk Tinggi Badan dengan Equal variance assumed (diasumsi kedua varians sama atau menggunakan pooled variance t test) adalah 5,475 dengan probabilitas 0,037. Oleh karena probabilitas < 0,05, maka Ho ditolak, atau kedua varians benar-benar berbeda t test sebaiknya menggunakan dasar Equal variance not assumed (diasumsi kedua varians tidak sama) 30
- 31. 2. Analisis dengan memakai t test Hipotesis untuk kasus ini. Ho = Kedua rata-rata Populasi adalah identik (rata-rata populasi tinggi badan pria dan wanita adalah sama). Ha = Kedua rata-rata Populasi adalah tidak identik (rata-rata populasi tinggi badan pria dan wanita adalah berbeda). 31
- 32. KEPUTUSAN AKHIR Terlihat bahwa t hitung untuk Tinggi Badan dengan Equal variance not assumed adalah 5,826 dengan probabilitas 0,001. Untuk uji dua sisi, probabilitas menjadi 0,001/2 = 0,0005. Oleh karena 0,0005 < 0,025, maka Ho ditolak. Rata-rata tinggi badan pria benar-benar berbeda dengan rata-rata tinggi badan wanita; jika dilihat dari rata-rata kedua kelompok, Pria lebih tinggi dari wanita 32
- 33. PAIRED SAMPLE T TEST 33
- 34. DEFINISI Uji ini dilakukan terhadap dua sampel yang berpasangan (paired) Sampel yang berpasangan diartikan sebagai sebuah sampel dengan subjek yang sama, namun mengalami dua perlakuan atau pengukuran yang berbeda, seperti subjek A akan mendapat perlakukan I kemudian perlakuan II 34
- 35. CONTOH 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 atas 10 orang masing-masing diukur berat badannya, kemudian setelah sebulan meminum obat tersebut, kembali diukur berat badannya. 35
- 36. 36
- 37. PENYELESAIAN Kasus di atas terdiri atas dua sampel yang berhubungan atau berpasangan satu dengan yang lain, yaitu sampel sebelum makan obat dan sampel sesudah makan obat. Di sini populasi diketahui berdistribusi normal, dan karena anggota sampel sedikit (hanya sepuluh orang, yang berarti jauh di bawah 30), dipakai uji t untuk dua sampel yang berpasangan. 37
- 38. LANJUTAN. A. Pemasukan Data ke SPSS Dari menu utama File, pilih menu New, lalu klik mouse pada Data. Kemudian klik mouse pada sheet tab Variable View. B. Input data Input data ke dalam SPSS DATA EDITOR untuk tinggi badan, berat badan dan gender; untuk gender, masukkan angka sesuai kode gender yang telah dibuat sebelumnya. 38
- 39. LANJUTAN. Langkah-langkah: Buka file uji_t_paired. Menu Analyze Compare-Means. Paired-Samples T test. Tampak di layar: 39 created by Vilda Ana Veria Setyawati
- 40. Gambar Kotak Dialog Paired t test 40
- 41. PENGISIAN Paired Variable(s) atau Variabel yang akan diuji. Oleh karena di sini akan diuji data sebelum dan sesudah, maka klik mouse pada variabel sebelum, kemudian klik mouse sekali lagi pada variabel sesudah, maka terlihat pada kolom Current Selection di bawah, terdapat keterangan untuk variable 1 dan 2. Kemudian klik mouse pada tanda > (yang sebelah atas), maka pada Paired variables terlihat tanda sebelum .. sesudah. 41
- 42. Pada bagian pertama terlihat ringkasan statistik dari kedua sampel. Untuk berat badan sebelum minum obat, konsumen mempunyai berat rata- rata 84,5100 kilogram, sedangkan setelah minum obat, konsumen mempunyai berat rata-rata 83,3090 kilogram. 42
- 43. Bagian kedua output 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 sesudah minum obat adalah sangat erat dan benar-benar berhubungan secara nyata 43
- 44. Hipotesis untuk kasus ini. Ho = Kedua rata-rata Populasi adalah identik (rata-rata populasi berat sebelum minum obat dan sesudah minum obat adalah tidak berbeda secara nyata). Hi = Kedua rata-rata Populasi adalah tidak identik (rata- rata populasi berat sebelum minum obat dan sesudah minum obat adalah memang berbeda secara nyata) 44
- 45. PENGAMBILAN KEPUTUSAN BERDASARKAN NILAI t t hitung dari output adalah 1,646. Untuk statistik tabel bisa dicari pada tabel t, dengan cara: Tingkat signifikansi (留) adalah 10% untuk uji DUA SISI sehingga masing-masing sisi menjadi 5%. df (degree of freedom) atau derajat kebebasan dicari dengan rumus jumlah data 1 atau 10 1 = 9 45
- 46. Dari tabel t, didapat t(0,025;9) adalah 1,833. Oleh karena t hitung terletak pada daerah Ho diterima, maka bisa disimpulkan obat tersebut tidak efektif dalam upaya menurunkan berat badan 46
- 47. BERDASARKAN NILAI PROBABILITAS Untuk uji dua sisi, angka probabilitas adalah 0,134/2=0,067. Oleh karena 0,067 > 0,025, maka Ho diterima. Dapat disimpulkan bahwa berat badan sebelum dan sesudah minum obat relatif sama. Atau, obat penurun berat tersebut tidak efektif dalam menurunkan berat badan secara nyata. 47
- 48. TERIMAKASIH 48