UJI BEDA 2-MEAN (t-test)

Slides:



Advertisements
Presentasi serupa
UJI T PAIRED.
Advertisements

UJI t INDEPENDEN.
Uji Lebih Dari 2 Sampel Tidak Berpasangan Bag 5b (Uji Krusskal Wallis)
Independent t test dan Dependent t test
Temu 2 T-Test paired Sample.
UJI PERBEDAAN (Differences analysis)
Analisis Perbandingan
PENGUJIAN HIPOTESIS Mugi Wahidin, M.Epid Prodi Kesehatan masyarakat
STATISTIKA INFERENSIA
ANOVA (Analysis of Variance)
STATISTIKA INFERENSIA
STATISTIK NON PARAMETRIK
Uji 1 Sampel Bag 1a (Uji Binomial)
Uji 2 Sampel Tidak Berpasangan Bag 4b dan 4c (Uji Mann U Whitney)
KORELASI DAN REGRESI LINEAR SEDERHANA
ANOVA (Analysis of Variance)
KORELASI & REGRESI LINIER
FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL
Uji 2 Sampel Berpasangan Bag 2a (Uji McNemar)
Uji 2 Sampel Tidak Berpasangan Bag 4d (Uji Run Wald Wolfowitz)
STATISTIKA 1 Jurusan Ekonomi Syariah IAIN Antasari Banjarmasin Disampaikan oleh Hafiez Sofyani, SE., M.Sc. Pertemuan 7: UJI BEDA (t-test)
Statistik Inferensial
Statistika Non Parametrik
Pendahuluan Tinjau ulang dasar-dasar statistik
UJI BEDA MEAN DAN BEDA PROPORSI
UJI PERBEDAAN.
2. Independent-Sample T Test
MODUL 11 METODE PENELITIAN ANALISIS DATA (ANALISIS REGRESI)
FEB Univ. 17 Agustus 1945 Jakarta
Uji t Ledhyane Ika Harlyan
created by Vilda Ana Veria Setyawati
FEB Univ. 17 Agustus 1945 Jakarta
UJI BEDA DUA MEAN (T-Test Independent)
Uji Statistik Beda 2 Mean (t-test)
STATISTIK INFERENSI.
UJI HIPOTESIS.
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA)
PROSEDUR UJI STATISTIK/ HIPOTESIS
PAIRED SAMPLE T-test Utk menguji apakah 2 sampel yg berhubungan atau berpasangan berasal dari populasi yg mempunyai means sama. Langkah-langkah analisis.
Analisis Variansi Part 1 & 2 – Tita Talitha, MT.
Uji Hipotesis dengan SPSS
Uji t Dua Sampel Independent dengan SPSS
SIGN TEST & WILCOXON NON PARAMETRIK.
MODUL 13 karyawan laki-laki. UJI BEDA T-TEST
MODUL 10 ANALISIS REGRESI
ANOVA ANALYSIS OF VARIANCE.
COMPARE MEAN.
Regresi linier satu variable Independent
ANALISIS DATA PROGRAM STUDI REKAM MEDIS & INFORMASI KESEHATAN
ANOVA (Analysis of Variance)
INDEPENDENT SAMEL T TEST
VALIDITAS DAN REABILITAS REGRESI BERGANDA Nori Sahrun, S.Kom., M.Kom
TEMU 11 COMPARE MEANS: MEANS.
Statistika Uji hipotesis 1 Populasi & 2 Populasi
INDEPENDENT SAMPEL T TEST
KORELASI.
Regresi Linier Beberapa Variable Independent
Regresi Linier Beberapa Variable Independent
TEMU 11 COMPARE MEANS: MEANS.
STATISTIK BISNIS Pertemuan 10-11: Pengujian Hipotesis Dua Sampel dan ANOVA (SPSS) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Tulus maruli tua pasaribu, S.Pd
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
UJI BEDA MEAN DUA SAMPEL
KORELASI & REGRESI LINIER
STATISTIK INFERENSI Statistik inferensi bagian dari pelajaran statistic yang mempelajari bagaimana mengambil sebuah keputusan tentang parameter populasi.
ANOVA (Analysis of Variance)
FIKES – UNIVERSITAS ESA UNGGUL
Statistika Uji hipotesis 1 Populasi & Uji Hipotesis 2 Populasi
Uji Perbandingan Rata-Rata (Uji t)
Transcript presentasi:

UJI BEDA 2-MEAN (t-test) FIKES – UNIVERSITAS INDONUSA ESA UNGGUL

UJI - T (t-test) Independent t-test Dependent (paired) t-test Varian Sama Varian Tidak sama Dependent (paired) t-test

UJI BEDA MEAN (RATA-RATA) Contoh Apakah Ada Perbedaan IPK pada mahasiswa Laki-laki dengan Perempuan (pada alpha,α = 0,05) Apakah ada pengaruh “program diet” terhadap penurunan berat badan. Dari 10 peserta program, rata-rata berat badan sebelum melakukan program diet 95,5 kg dan sesudah melakukan program diet 90,5 kg

UJI T – INDEPENDENT Menentukan Hipotesis: Hipotesis Nol (Ho): Tidak ada Perbedaan IPK pada mahasiswa Laki-laki dengan Perempuan Hipotesis Alternatif (Ha): Ada Perbedaan IPK pada mahasiswa Laki-laki dengan Perempuan seperti pada tampilan berikut ini: Lakukan dengan pilih pada menu utama Analyze < Compare Mean < Independent - Samples T Test … seperti pada tampilan berikut ini:

Lanjutkan dengan “klik Continue” Maka akan muncul seperti tampilan output seperti berikut ini:

ANALISIS HASIL (α=0,05) Pertama lihat pada “sig” pada hasil levene’s test; Jika > 0,05 maka gunakan hasil t-test (sig) pada baris pertama (asumsi varian kedua kelompok sama) Jika ≤ 0,05 maka gunaka hasil t-test (sig) pada baris kedua (asumsi varian kedua kelompok tidak sama) Kedua Interpretasikan hasil t-test (sig): Jika ≤ 0,05  Keputusan Ho ditolak, kesimpulannya: Dengan α = 0,05 kita percaya bahwa ada perbedaan yang signifikan IPK pada mahasiswa laki-laki dengan perempuan Jika > 0,05  Keputusan Ho gagal ditolak (gatol), kesimpulannya: Dengan α = 0,05 kita percaya bahwa tidak ada perbedaan yang signifikan IPK pada mahasiswa laki-laki dengan perempuan

PENYAJIAN HASIL UJI-T INDEPENDEN Tabel: Distribusi nilai IPK antara Mahasiswa Laki-laki dan Perempuan Variabel n Mean SD T (t-test) P-value IPK Laki-Laki 4 3,00 0,09858 0,070 0,994 Perempuan 28 2,99 0,29941

BOXPLOT

UJI T- DEPENDENT

UJI T- DEPENDENT

PENYAJIAN HASIL UJI-T DEPENDENT Tabel: Distribusi BB antara sebelum dan sesudah Program Diet Variabel n Mean SD T (t-test) P-value BB Sebelum 20 68,10 7,026 7,152 0,000 Sesudah 61,25 6,843