blok13up3
TRANSCRIPT
-
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