UJI HOMOGENITAS DATA SATU VARIABEL UJI T DAN ANOVA

Apabila data pengamatan berdistribusi normal, maka 95% data hasil pengamatan akan berada pada selang :   1,96*/n

Apabila dilakukan sampling (misal X1 dan X2), maka sebaran data juga akan memiliki rentang yang sama

Apabila tingkat keyakinan terhadap sebaran data menurun (misal 80%), maka sebaran data akan memiliki rentang yang lebih pendek

Semakin besar jumlah ukuran sampel, tingkat keyakinan terhadap sebaran data semakin tinggi (interval data semakin pendek)

Kebutuhan sampel minimal sesuai dengan tingkat kepercayaan yang diinginkan bisa diperkirakan dengan rumus berikut :

Contoh menghitung sampel untuk pengamatan rata-rata : Diduga bahwa rentang data yang akan teramati adalah 120 pada tingkat keyakinan 95%. Sedangkan simpangan baku pada populasi di ketahui sebesar 400, maka jumlah kebutuhan sampel minimum adalah : (1,96)2(400)2/(120)2 = 42,684  43

Contoh menghitung sampel untuk pengamatan proporsi : Saat ini diduga bahwa proporsi yang akan teramati adalah 25% pada tingkat keyakinan 99%. Sedangkan proporsi pada populasi di ketahui sebesar 10%, maka jumlah kebutuhan sampel minimum adalah : (2,576)2(0,25)(0,75/(0,10)2 = 124,42  125

Uji Beda Dua Sampel Berpasangan

UJI T BERPASANGAN Hasil 60 pengamatan dari dua observer akan dilakukan uji apakah mempunyai hasil pengukuran yang homogen? Dilakukan uji t dua kelompok berpasangan, karena obyek yang diukur adalah sama. Data praktikum : Data Praktikum Uji T.sav

Selisih rata-rata kedua pengamat (observer) sebesar -1,629 dan p-value = 0,000 telah memberikan cukup bukti bahwa pada tingkat keyakinan 95%, hasil pengamatan kedua observer adalah berbeda (tidak homogen)

Uji Beda Dua Sampel Tidak Berpasangan Hipotesa statistik :

Rumus uji beda

UJI T TIDAK BERPASANGAN Seorang pengamat akan membandingkan hasil 10 pengamatan dari dua kelompok, apakah mempunyai hasil pengukuran yang homogen? Dilakukan uji t dua kelompok tidak berpasangan, karena obyek yang diukur adalah berbeda. Data praktikum : Data Praktikum Uji T.sav

Hasil uji homogenitas varian dengan Levene test memberikan hasil uji bahwa kedua kelompok mempunyai varian yang homogen (p-value > 0,05). Sehingga hasil analisis akan dibaca pada baris “equal variances assumed”. Selisih rata-rata kedua kelompok (Sapi B terhadap A) sebesar -3,576 dan p-value = 0,422 tidak memberikan cukup bukti bahwa pada tingkat keyakinan 95%, hasil pengamatan kedua observer adalah berbeda. Dengan kata lain, rata-rata kedua kelompok adalah berbeda tidak signifikan

ANOVA : Asumsi

Kemungkinan perbandingan

Perbandingan rata-rata

Hipotesis statistik

ANALISIS VARIAN (ANOVA) Akan dibandingkan hasil 10 pengamatan dari enam kelompok, apakah mempunyai hasil pengukuran yang homogen? Dilakukan uji lanjutan dengan Duncan test apabila rata-rata yang terukur adalah berbeda. Data praktikum : Data Homogenitas .sav

Hasil uji homogenitas varian dengan Levene test memberikan hasil uji bahwa keenam kelompok mempunyai varian yang homogen (p-value = 0,541 > 0,05). Selanjutnya akan dilakukan ANOVA untuk uji beda rata-rata. (Apabila homogenitas varian tidak terpenuhi, bisa dilakukan transformasi data terlebih dahulu)

Hasil uji F dengan nilai 2088,943 dan p-value = 0,000 telah cukup bukti bahwa ada perbedaan rata-rata pada tingkat keyakinan 95%. Selanjutnya akan dilakukan uji lanjutan dengan Duncan untuk menganalisis karakteristik perbedaaan.