Anda di halaman 1dari 5

PENGGUNAAN UJI z DAN UJI t

Penggolongan Uji Hipotesis

Macam Hipotesis
Deskrpitif Komparatif Komparatif Asosiatif
Macam
(1 sampel) (2 sampel) (k sampel)
Data
Independen Berpasanga Independen Berpasangan Independe Independen
n n
-Binomial -Mc Nemar - Fisher Exact -𝜒 2 k sampel -𝜒 2 k - Coefisient
Nomin
-𝜒 2 1 sampel Probability - Cochran (Q) sampel Contingency
al
- 𝜒 2 2 sampel (C)
- Run test - Sign test - Median test - Friedman - Median - Rank
- Wilcoxon - - 2 way nova Extension Spearman
matched MannWhitney -Kruskal Correlation
paired (U) Wallis - Kendall
Ordinal
- Kolmogorov - 1 way Tau
Smirnov anova
- Wald Wold
fowitz
- t-test - t-test - t-test - 1 way anova - 1 way - Pearson
paired independent - 2 way anova Anova Product
- 2 Way Moment
Interval Anova - Partial
, rasio Correlation
- Multiple
Correlation
- Regresi
Uji non parametrik
Uji z dan uji t adalah uji yang digunakan ketika statistiknya berupa
statistik parametrik. Dalam uji parametrik, terdapat tiga syarat yang perlu
diperhatikan yaitu skala pengukuran variabel, sebaran data, dan varians data
1. Skala pengukuran variabel: Skala pengukuran variabel harus variabel numerik
2. Sebaran data: sebaran data harus normal
3. Varians data:
a. Kesamaan varians tidak menjadi sprat untuk uji kelompok yang berpasangan
b. Kesamaan varians adalah syarat tidak mutlak untuk 2 kelompok tidak
berpasangan artinya, varians data boleh sama boleh juga berbeda.
c. Kesamaam varians adalah syarat mutlak untuk > 2 kelompok tidak
berpasangan artinya varians data harus wajib sama.
Yang perlu diingat:
∑ 𝑛
𝑋𝑤
𝑋̅ = 𝑖=1𝑊 𝑖 𝑖 𝑘 = 1,2

2
∑𝑛𝑖=1 𝑋𝑖 2 𝑤𝑖 – (∑𝑛𝑖=1 𝑋𝑖 𝑤𝑖 )2⁄𝑊
𝑠 =
𝑊−1
Uji-t dapat dibagi menjadi 2, yaitu uji-t yang digunakan untuk pengujian
hipotesis 1-sampel dan uji-t yang digunakan untuk pengujian hipotesis 2-sampel.
Bila dihubungkan dengan kebebasan (independency) sampel yang digunakan
(khusus bagi uji-t dengan 2-sampel), maka uji-t dibagi lagi menjadi 2, yaitu uji-t
untuk sampel bebas (independent) dan uji-t untuk sampel berpasangan (paired).

Sampel Dependent
Uji-t berpasangan (paired t-test) adalah salah satu metode pengujian
hipotesis dimana data yang digunakan tidak bebas (berpasangan). Ciri-ciri kasus
perpasangan adalah satu individu diberi perlakuan yang berbeda, misal
membandingkan tinggi tanaman pada tanaman yang diberi pupuk dan yang tidak
diberi pupuk, membandingkan berat badan seorang wanita sebelum dan sesudah
melakukan program diet. Jadi 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. Dalam sampel berpasangan,
sampel dari kelompok pertama dan kelompok kedua pasti sama dan tidak mungki
berbeda.
Tahapannya adalah
𝐻0 ∶ 𝜇1 − 𝜇2 = 0 atau 𝜇𝐷 = 0 artinya, Tidak ada perbedaan rata-rata populasi
antara sampel pertama dan sampel kedua
𝐻1 ∶ 𝜇1 − 𝜇2 ≠ 0 atau 𝜇𝐷 ≠ 0 artinya, Ada perbedaan rata-rata populasi antara
sampel pertama dan sampel kedua
𝐻1 ∶ 𝜇1 − 𝜇2 > 0 atau 𝜇𝐷 > 0 artinya, rata-rata populasi dari sampel pertama
lebih besar daripada sampel kedua
𝐻1 ∶ 𝜇1 − 𝜇2 < 0 atau 𝜇𝐷 < 0 artinya, rata-rata populasi antara sampel pertama
lebih kecil daripada sampel kedua
Statistik uji:
𝑑̅
𝑡=𝑠 ⁄
dengan derajat bebas 𝑛 − 1
𝑑 √𝑛
𝑛
∑ (𝑑𝑖 −𝑑 )̅ 2
Dimana: 𝑑̅ = 𝑋̅1 − 𝑋̅2 𝑑𝑎𝑛 𝑠𝑑 = 𝑖=1𝑛−1

Sampel Indedependent
Dalam lingkup uji-t untuk pengujian hipotesis 2-sampel bebas, maka ada 1
hal yang perlu mendapat perhatian, yaitu apakah ragam populasi (ingat: ragam
populasi, bukan ragam sampel) diasumsikan homogen (sama) atau tidak. Bila
ragam populasi diasumsikan sama, maka uji-t yang digunakan adalah uji-t dengan
asumsi ragam homogen, sedangkan bila ragam populasi dari 2-sampel tersebut
tidak diasumsikan homogen, maka yang lebih tepat adalah menggunakan uji-t
dengan asumsi ragam tidak homogen. Uji-t dengan ragam homogen dan tidak
homogen memiliki rumus hitung yang berbeda. Oleh karena itulah, apabila uji-t
hendak digunakan untuk melakukan pengujian hipotesis terhadap 2-sampel, maka
harus dilakukan pengujian mengenai asumsi kehomogenan ragam populasi
terlebih dahulu dengan menggunakan uji-F.
Ciri-ciri kasus independent adalah perlakuan berbeda pada individu yang
berbeda, misal ada dua kelompok jenis tanaman yaitu tanaman jagung dan
tanaman padi, akan dilihat apakah ada perbedaan pengaruh pemberian pupuk pada
tinggi kedua jenis tanaman tersebut atau ingin mengetahui apakah ada perbedaan
tinggi badan antara pria dan wanita.
Tahapannya adalah
𝐻0 ∶ 𝜇1 − 𝜇2 = 0 atau 𝜇𝐷 = 0 artinya, Tidak ada perbedaan rata-rata populasi
antara sampel pertama dan sampel kedua
𝐻1 ∶ 𝜇1 − 𝜇2 ≠ 0 atau 𝜇𝐷 ≠ 0 artinya, Ada perbedaan rata-rata populasi antara
sampel pertama dan sampel kedua
𝐻1 ∶ 𝜇1 − 𝜇2 > 0 atau 𝜇𝐷 > 0 artinya, rata-rata populasi dari sampel pertama
lebih besar daripada sampel kedua
𝐻1 ∶ 𝜇1 − 𝜇2 < 0 (𝜇𝐷 < 0) artinya, rata-rata populasi antara sampel pertama lebih
kecil daripada sampel kedua
Ststistik Uji
a. 𝜎1 dan 𝜎2 diketahui
𝑋̅1 − 𝑋̅2
𝑧=
√(𝜎1 2 ⁄𝑛1 ) + (𝜎2 2 ⁄𝑛2 )
b. 𝜎1 dan 𝜎2 tidak diketahui (asumsi 𝜎1 = 𝜎2 )
𝑋̅1 − 𝑋̅2
𝑡= ~ 𝑡𝑛1 +𝑛2 −2
𝑠𝑝 √(1⁄𝑛1 ) + (1⁄𝑛2 )
Dimana
(𝑛1 − 1)𝑠1 2 + (𝑛2 − 1)𝑠2 2
𝑠𝑝 2 =
𝑛1 + 𝑛2 − 2
c. 𝜎1 dan 𝜎2 tidak diketahui (asumsi 𝜎1 ≠ 𝜎2 )
𝑋̅1 − 𝑋̅2
𝑡=
√(𝑠1 2 ⁄𝑛1 ) + (𝑠2 2 ⁄𝑛2 )
Dimana
(𝑠1 2 ⁄𝑛1 + 𝑠2 2 ⁄𝑛2 )2
𝑣=
(𝑠1 2 ⁄𝑛1 )2 (𝑠2 2 ⁄𝑛2 )2
𝑛1 − 1 + 𝑛2 − 1
Uji T dan Z (kelompok dengan satu-dua kategori)
Data dengan kelompok yang terdiri atas 1-2 kategori atau subpopulasi, ada
beberapa tujuan dan kondisi data yang berpengaruh pada pemilihan uji statistik
yang dapat dilakukan antara lain :
1. Kita ingin menguji apakah rata-rata keseluruhan populasi sama dengan angka
tertentu. Statistic uji yang dapat dipakai :
a. Uji T satu kelompok jika ukuran sampel kecil dan varians populasi tidak
diketahui
b. Uji Z satu kelompok jika ukuran sampel besar dan varinasi populasi
diketahui
2. Kita ingin menguji apakah rata-rata dua kelompok sama atau berbeda. Dengan
kata lain apakah atribut (jenis kelamin, status social, tempat tinggal)
berpengaruh terhadap suatu kondisi yang menjadi suatu perhatian.
a. Uji T dua kelompok saling bebas jika ukuran sampel kecil dan variansi
populasi tidak diketahui.
b. Uji Z dua kelompok saling bebas jika ukuran sampel besar dan variansi
populasi diketahui.
3. Kita ingin menguji apakah rata-rata dua kelompok (yang muncul dari rekayasa,
misalnya kelompok eksperimen control) sama atau berbeda. Dengan kata lain
apakah suatu eksperimen memberikan dampak seperti yang diperkirakan.
Dalam hal ini dua subpopulasi yang terbentuk merupakan subpopulasi ang
tidak saling bebas atau bahkan satu kelompok dengan dua atribut, pre and post
treatment test atau dua subpopulasi yang saling berpasangan, eksperimen-
kontrol.
a. Uji T dua kelompok berpasangan jika ukuran sampel kecil dan variansi
populasi tidak diketahui
b. Uji Z dua kelompok berpasangan jika ukuran sampel besar dan variansi
populasi diketahui.

Anda mungkin juga menyukai