UJI BEDA DUA MEAN (T-Test Independent)

Slides:



Advertisements
Presentasi serupa
Sebuah perusahaan pembuat pakan ikan merekomendasikan bahwa dengan pakan buatannya pada umur 3 bulan ikan patin bisa mempunyai berat badan rata-rata 500.
Advertisements

ANALISIS OF VARIANS (ANOVA)
Uji Beda Mean Dr. Arlinda Sari Wahyuni M.Kes Topik
Pengujian Hipotesis.
UJI t INDEPENDEN.
UJI HIPOTESIS Luknis Sabri.
Uji Hipotesis Beda Dua Rata-Rata
KURVA NORMAL DAN PENGUJIAN HIPOTESIS
STATISTIKA INFERENSIA
PENGUJIAN HIPOTESIS Mugi Wahidin, M.Epid Prodi Kesehatan masyarakat
PENGUJIAN HIPOTESIS MEAN 2 SAMPEL INDEPENDEN
ANOVA (Analysis of Variance)
Contoh Soal dan Pembahasan Uji Kolmogorov-Smirnov dan Shapiro Wilk
FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL
UJI HIPOTHESIS BEDA RATA-RATA
Probabilitas dan Statistika BAB 10 Uji Hipotesis Sampel Ganda
Uji t Ledhyane Ika Harlyan
STATISTIK EKONOMI M U H S I N FAKULTAS EKONOMI UNNES.
Pengujian Hipotesis Hipotesis: Hupo (sementara/lemah kebenarannya) dan Thesis (pernyataan/teori) “Pernyataan sementara yang perlu diuji kebenarannya” Hipotesis:
PENGUJIAN HIPOTESIS.
Pengertian dan Penggunaan
created by Vilda Ana Veria Setyawati
UJI T DEPENDEN (Paired T Test)
TEORI PENDUGAAN (TEORI ESTIMASI)
T-test of related irfan.
Uji Statistik Beda 2 Mean (t-test)
ANALISIS VARIANSI (ANOVA)
ANOVA (Analysis of Variance)
STATISTIKA – PENGUJIAN HIPOTESIS
Uji Hipotesis Dep Biostatik FKM UI.
UJI HIPOTESIS Perbandingan Dua Mean.
UJI HIPOTESIS (2).
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
UJI HIPOTESIS.
Analisis Variansi Part 1 & 2 – Tita Talitha, MT.
PENELITIAN POPULASI SAMPEL D A T A DA TA KOTOR DIOLAH ARRAY KESIMPULAN
CONTOH SOAL UJI HIPOTESA
CHI KUADRAT.
UJI BEDA PROPORSI Chi Square.
Pengujian Hipotesis Kuswanto, 2007.
Universitas Muhammadiyah Palangkaraya
Pengertian Statistika Pengertian dan Penggunaan
Resista Vikaliana, S.Si.MM
ESTIMASI dan HIPOTESIS
Deskriptif satu sample
UJI HIPOTESA BEDA DUA RATA-RATA
CONTOH SOAL UJI HIPOTESA
UJI PERBEDAAN FAKULTAS KESEHATAN MASYARAKAT UNIVERSITAS HASANUDDIN
Pengantar Statistik Irfan
T-test independen untuk varian tidak sama (assumed unequal variance)
T-test independen untuk varian tidak sama
ANOVA (Analysis of Variance)
ANALISIS COMPARE MEANS
UJI HIPOTESA.
T-test of related irfan.
PENGUJIAN HIPOTESIS Anik Yuliani, M.Pd.
Week 11-Statistika dan Probabilitas
INFERENSI.
HYPOTHESIS TESTING Beberapa Pengertian Dasar : Hipotesis Statistik
DASAR-DASAR UJI HIPOTESIS
PENGUJIAN HIPOTESIS KOMPARATIF
UJI BEDA MEAN DUA SAMPEL
PENGUJIAN HIPOTESIS.
ANOVA (Analysis of Variance)
HIPOTESIS 2 MEAN.
HIPOTESIS 1 RATA-RATA.
HIPOTESIS 1 RATA-RATA.
Pengantar Statistik Inferens
Pengujian Sampel Tunggal (1)
ESTIMASI DAN KEPUTUSAN STATISTIK (HIPOTESIS)
Transcript presentasi:

UJI BEDA DUA MEAN (T-Test Independent) Temu 3 UJI BEDA DUA MEAN (T-Test Independent) IRFAN

UJI BEDA DUA MEAN Tujuan : Untuk mengetahui perbedaan mean dua kelompok data independen. Syarat/asumsi yang harus dipenuhi : Data berdistribusi normal Kedua kelompok data independent

Prinsip pengujian dua mean Melihat perbedaan variasi kedua kelompok data. Untuk itu diperlukan informasi apakah varian kedua kelompok yang diuji sama atau tidak. Bentuk varian kedua kelompok data akan berpengaruh pada nilai standar error yang akhirya akan membedakan rumus pengujiannya.

T-TEST INDEPENDEN UNTUK VARIAN YANG SAMA Uji beda dua mean dapat dilakukan dengan menggunakan uji Z atau uji T. Uji Z dapat digunakan Bila standar deviasi populasi () diketahui Jumlah sampel besar (lebih dari 30). Apabila kedua syarat tersebut tidak terpenuhi maka dilakukan uji T (T-test)

Untuk Varian yang sama maka bentuk ujinya adalah : x1 – x2 T = ---------------------------- Sp (1/n1)+(1/n2) (n1- 1) S12 + (n2 – 1) S22 Sp2 = ------------------------------- n1 + n2 - 2

T = ---------------------------  (S12 / n1) + (S22 / n2) Df = n1 + n2 – 2 Keterangan : n1 atau n2 = jumlah sampel kelompok 1 atau 2 S1 atau S2 = standar deviasi sample kelompok 1 dan 2 Untuk Varian berbeda X1 – X2 T = ---------------------------  (S12 / n1) + (S22 / n2)

df = ----------------------------------------------- (S12 / n1) + (S22 / n2)2 df = ----------------------------------------------- (S12 / n1)2 / (n1-1) + (S22 / n2)2 / (n2-1) Contoh kasus : Seorang pejabat Depkes berpendapat bahwa nikotin yang dikandung rokok jarum lebih tinggi dibandingkan rokok wismilak. Untuk membuktikan pendapatnya kemudian diteliti dengan mengambil sample secara random 10 batang rokok jarum dan 8 batang rokok wismilak. Hasil pengolahan data melaporkan bahwa rata-rata kadar nikotin rokok jarum adalah 23,1 mg dengan standar deviasi 1,5 mg. Sedangkan pada rokok wismilak rata-rata kadar nkotinnya 20,0 mg dengan standar deviasi 1,7 mg. Berdasarkan data tersebut ujilah pendapat pejebat depkes tersebut dengan alpha 5%.

Penyelesaian Langkah I adalah melakukan pemeriksaan homogenitas kedua data dengan menggunakan uji F. Hipotesis : Ho : 12 = 22 (Varian kadar nikotin jarum sama dengan varian kadar nikotin wismilak) Ha : 12 = 22 (Varian kadar nikotin jarum tdk sama dengan varian kadar nikotin wismilak)

Perhitungna dg UJI F F = (1,7)2 / (1,5)2 = 1,28 Df1 = 8 – 1 =7 dan df 2 = 10 – 1 =9 Dari nilai F dan kedua df tersebut kemudian dilihat pada tabel F Df 1 = 7 sebagai numenator dan df 2 = 9 sebagai denominator. Pada tabel Distribusi F terdiri dari tiga bagian

Yaitu DF numenator, DF denominator dan Area. Maka pada soal diatas diperoleh nilai F = 1,28 dan nilai tabel untuk numenator =7 dan denumenator = 9 maka didapatkan nilai 3,29 yang berati Fhitung < Ftabel sehingga Ho gagal ditolak (Ho diterima) Sehingga dapat disimpulkan bahwa Varian kadar nikotin rokok jarum sama dengan kadar nikotin rokok wismilak

Langkah selanjutnya menguji perbedaan mean kedua kelompok tersebut Langkah selanjutnya menguji perbedaan mean kedua kelompok tersebut. Dengan menggunakan uji t untuk varian yang sama. Hipotesis : Ho : μ1 = μ2 Ha : μ1 > μ2 Dengan Ha diatas menunjukkan one tail

Perhitungan Uji t (10 – 1) 1,52 + (8-1) 1,72 Sp2 = --------------------------------- 10 + 8 – 2 = 2,53 Sp = 1,59 23,1 - 20 T = ---------------------------- = 4,1 1,59(1/10 + 1/8) Df = 10+8-2 = 16 Dari hasil perhitungan menunjukkan dengan t =4,1 dan df = 16 maka P < 0,0005. Ho ditolak.

Sehingga dapat disimpulkan bahwa secara statistik menunjukkan bahwa kadar nikotin jarum memang lebih tinggi dibandingkan dengan kadar nikotin rokok wismilak (P<0,0005)

Untuk data kecil < 30 = Untuk data besar > 30= Jika data yang diperoleh tidak menjelaskan tentang nilai rata-rata, Sd, maka perlu dilakukan proses perhitungan terlebih dahulu sebelum perhitungan dengn uji T Rata-rata ( X ) = Jumlah total nilai / banyaknya nilai Standar Deviasi Untuk data kecil < 30 = Untuk data besar > 30=

Contoh : Sebuah data diperole sebagai berikut : 20 40 70 80 30 60 50 Tentukan nilai standar deviasinya : Perhitungan : X = 50 X ( X – X ) ( X – X )2 20 40 70 80 30 60 50 -30 10 -20 900 100 400 2800

Dari tabel diatas maka nilai digunakan kedalam rumus = Standar deviasi = 21,6

Soal Latihan 1 Suatu penelitian ingin mengetahui hubungan status merokok ibu amil dengan berat badan bayi yang dilahirkan. Responden terbagi dalam dua kelompok, yaitu mereka yang merokok 40 orang dan tidak merokok 50 orang. Hasil penelitian menunjukkan bahwa mereka yanng merokok melahirkan bayi dengan rata-rata 2,9 kg dengan standar deviasi 0,1 kg. Sedangkan mereka yang tidak merokok melahirkan bayi dengan rata-rata 3,2 kg dengan standar deviasi 0,1 kg. Ujilah apakah ibu yang merokok akan melahirkan berat badan bayi yang lebih rendah dibandingkan ibu-ibu yang tidak merokok, dengan taraf nyata 5%.

Soal Latihan 2 Sebuah penelitian tentang kemampuan untuk menjaga keseimbangan antara pria dan wanita yang diukur dalam satuan detik. Dengan hasil sebagai berikut : Pria 107 96 88 131 109 84 79 105 108 92 96 101 Wanita 109 94 127 76 115 121 87 92 91 98 104 96 110 108 Uji dengan taraf Nyata 5%