7/26/2019 blok13up3

1/10

TUGAS INDIVIDU

BLOK 13 UP3

UJI HIPOTESIS STATISTIK

Disusun oleh :

ROSSY PAGLIUKA

2012/333969/KH/7448/Z

Kelompok 4

FAKULTAS KEDOKTERAN HEWAN

UNIVERSITAS GADJAH MADA

YOGYAKARTA

2014

7/26/2019 blok13up3

2/10

LEARNING OBJECTIVE

I. Apakah perbedaan data berpasangan dan data tak berpasangan

II. Apa saja perbedaan one side dan two side test?

III. Bagaimana perhitungan t- test pada skenario?

PEMBAHASAN

I. Perbedaan Data Berpasangan dan Data Tak Berpasangan

Data berpasangan dan data tak berpasangan merupakan bagian two side test.

1. Uji T berpasangan

Uji-t berpasangan (paired t-test) adalah salah satu metode pengujian hipotesis dimana data

yang digunakan tidak bebas (berpasangan). Ciri-ciri yang paling sering ditemui pada kasus

yang berpasangan adalah satu individu (objek penelitian) dikenai 2 buah perlakuan yang

berbeda. Walaupun menggunakan individu yang sama, peneliti tetap memperoleh 2 macam

data sampel, yaitu data dari perlakuan pertama dan data dari perlakuan kedua. Perlakuan

pertama mungkin saja berupa kontrol, yaitu tidak memberikan perlakuan sama sekali

terhadap objek penelitian. Misal pada penelitian mengenai efektivitas suatu obat tertentu,

perlakuan pertama, peneliti menerapkan kontrol, sedangkan pada perlakuan kedua, barulah

objek penelitian dikenai suatu tindakan tertentu, misal pemberian obat. Dengan demikian,

performance obat dapat diketahui dengan cara membandingkan kondisi objek penelitian

sebelum dan sesudah diberikan obat.(Soebagyo, 2006)

Varians Populasi Tidak Diketahui

2. Uji T independent (tidak berpasangan)

Uji-t 2 sampel independen (bebas) adalah metode yang digunakan untuk menguji kesamaan

rata-rata dari 2 populasi yang bersifat independen, dimana peneliti tidak memiliki informasi

t =

7/26/2019 blok13up3

3/10

mengenai ragam populasi. Independen maksudnya adalah bahwa populasi yang satu tidak

dipengaruhi atau tidak berhubungan dengan populasi yang lain. Barangkali, kondisi dimana

peneliti tidak memiliki informasi mengenai ragam populasi adalah kondisi yang paling

sering dijumpai di kehidupan nyata. Oleh karena itu secara umum, uji-t (baik 1-sampel, 2-

sampel, independen maupun paired) adalah metode yang paling sering digunakan. Uji T 2

sampel independent dengan asumsi ragam ke dua populasi tidak homogen. Uji T 2 sampel

independent dengan asumsi ragam ke dua populasi homogen. .(Soebagyo, 2006)

Data Tidak Berpasangan

Varians Populasi Tidak Diketahui

= (n1-1)s12+ (n2-1)s2

2/(n1+ n2-2

Data Berpasangan Tidak Diketahui

sd = (Sd - nd)/(n-1)

II. Perbedaan One Side dan Two Side Test

a. One-Side test

Uji T satu sampel, merupakan statistik uji yang digunakan untuk menguji hipotesis

mengenai rata-rata suatu populasi. Statistik uji ini termasuk ke dalam metode statistika

parametrik, oleh karena itu, statistik uji ini mengasumsikan bahwa data memiliki distribusi

normal. Selain itu, statistik uji ini tidak mensyaratkan diketahuinya ragam (variance)

populasi, sehingga statistik uji ini lebih banyak dipakai daripada uji-z. Seperti yang kita

t = ( - ) / Sp )

t = / (sd / )

7/26/2019 blok13up3

4/10

ketahui bahwa uji-z mensyaratkan pengetahuan akan ragam (variance) dari populasi yang

sedang diamati dan dianalisis (Gunardi, 2004).

One-sided test : mencantum satu peluang

Ho : = o ( : mean yg akan dibuktikan)

H1 : o

Daerah penerimaan:

Daerah di bawah kurva yg terletak di sebelah kanan batas kritis

Daerah penolakaan:

Daerah di bawah kurva yang terletak di sebelah kiri atau pada bataskritis

H1 : o

Daerah penerimaan:

Daerah di bawah kurva yg terletak di sebelah kiri atau pada batas kritis

Daerah penolakaan:

daerah di bawah kurva yang terletak di sebelah kanan atau pada batas kritis (Sugiyono,

2003 ; Walpole, 1992).

a. Two-Side test

Two-sided test : mencatumkan dua peluang

Ho : = o

H1 : o

Daerah penerimaan:

daerah di bawah kurva yg terletak di antara dua batas kritis

Daerah penolakaan:

daerah di bawah kurva yang terletak di sebelah kiri atau pada batas kritis dan di sebelah kanan

atau pada batas kritis

Hitung nilai statistik dari contoh acak berukuran n

7/26/2019 blok13up3

5/10

Buat keputusan: tolak Ho jika statistik mempunyai nilai dalam daerah kritis, selain itu terima

Ho (Sugiyono, 2003 ; Walpole, 1992).

III. Perhitungan T- test pada Skenario

Langkah-langkah pengujian hipotesis:

1. Tentukan rumusan hipotesis, baik H0maupun H1

2. Tentukan tingkan signifikan a yang diinginkan

3. Tentukan nilai kritis berdasarkan a di atas

4. Tentukan statistik uji (Zh) yang cocok untuk menguji hipotesis nol. Z bisa berupa rataan,

proporsi peluang, dll.

5.

Hitung nilai statistik uji (zh) berdasarkan data yang diketahui dari populasi atau sampel

6. Keputusan: tolak H0bila zh terrletak pada daerah penolakan H0, sebaliknya terima H0bila

zh terletak di daerah penerimaan H0 (Munir, 2011).

A. Data berpasangan

Untuk membuktikan ada tidaknya perbedaan berat lahir antara anak domba jantan dan betina

dilakukan uji T dengan tingkat signifikansi 5%.

No Domba jantan Domba betina d d

1 5,15 4,57 0,58 0,3364

2 4,57 5,89 -1,32 1,7424

3 6,16 5,17 0,99 0,9801

4 3,89 4,48 -0,59 0,3481

5 4,81 4,86 -0,05 0,0025

24,58 24,97 -0,39 3,4095

Mean 4,916 4,994 -0,078

Sd2 =

7/26/2019 blok13up3

6/10

=

=

=

= 0,84477

Sd = 0,919 = 0,92

1) Two sided test

a) =0,05

b) H0: 1=2

c) H1:

1

2(TST)

d) Batas kritis

t

df = n1 = 5 - 1 = 4

Batas kritis t 0,025 ; 4df = 2,776

e) Komputasi

thitung=

=

= -0,19

f) Putusan : Terima H0 (P>0,05)

g) Kesimpulan : tidak ada perbedaan yang signifikan berat lahir domba jantan dan betina

2) One Sided Test

a) = 5% = 0,05

b) Ho: = o

c) HA = > o; o =0

d) Batas Kritis: t = T ; = 2,132 4 df

7/26/2019 blok13up3

7/10

e) Komputasi : t = -0,19

f) Putusan : Terima Ho(P>0,05)

g) Konklusi : tidak ada perbedaan antara berat lahir domba jantan dengan berat lahir domba

betina

B. Data Tidak Berpasangan

Data berat lahir domba yang diambil dari induk yang tidak melahirkan kembar (Data tidak

berpasangan)

S12=

=

=

= 0,6948

S22=

=

=

= 0,32392

no BB jantan BB betina

1 5,15 26,52 4,57 20,88

2 4,57 20,88 5,89 34,69

3 6,16 37,95 5,17 26,73

4 3.89 15,13 4,48 20,07

5 4,81 23,14 4,86 23,62

24,58 123,62 24,97 125,99

7/26/2019 blok13up3

8/10

Sp2=

=

=

=

= 0,5102

Sp = 0,71

1) Two Sided Test

a) =0,05

b)

H0: 1=2

c) H1: 12(TST)

d) Batas kritis

t

df = n1+n2-2= 5+5-2 = 8

Batas kritis t 0,025 ; 8df = 2,306

e) Komputasi

thitung=

=

=

= -0,1743

f) Putusan : Terima H (P>0,05)

g) Kesimpulan : tidak ada perbedaan yang signifikan pada berat lahir domba jantan dan

betina

7/26/2019 blok13up3

9/10

2) One-Sided Test

a. = 0,05

b. Ho= =o

c. HA= > o(one side test)

d. Batas Kritis T = T ; df = 8 -1,86

e. Komputasi : t = -0,155

f. Putusan : terima Ho(P>0,05)

g. Konklusi : tidak ada perbedaan antara berat lahir domba jantan dengan berat lahir

domba betina

7/26/2019 blok13up3

10/10

DAFTAR PUSTAKA

Gunardi, A. R. 2004.Metode Statistika. Yogyakarta: FMIPA UGM

Munir, R.2011.Pengujian Hipotesis. Bandung : Institut Teknologi Bandung

Soebagyo, Slamet. 2006.Dasar-dasar Statistika. Fakultas Yogyakarta: Kedokteran Hewan Universitas

Gadjah Mada

Sugiyono. 2003. Statistika Untuk Penelitian Cetakan 5. Bandung: Ikatan Penerbit Indonesia (IKAPI)

Walpole, RE. 1992.Pengantar Statistika. Jakarta : Gramedia Pustaka Utama