2.

Seorang Guru di SMAN 2 Bondowoso ingin mengetahui kemampuan dasar menggunakan

komputer anak didiknya pada kelas A dan kelas B dengan melakukan test pada 10 anak pada masing-
masing kelas. (α=0.05).
Hasil Kelas A : 60, 70, 75, 76, 78, 80, 60, 75, 60, 65
Hasil Kelas B : 78, 80, 86, 76, 80, 80, 75, 70, 75, 70

Langkah :
1. Memasukkan data pada C1 dan C2.

2. Merumuskan H0 yaitu kelas A dan kelas B memiliki kemampuan awal yang sama. Dan H1
kelas A dan Kelas B memiliki kemampuan awal yang berbeda (μ1 ≠ μ2). Kemudian melakukan
Uji 2-sample-t sehingga diperoleh data sebagai berikut :

Two-Sample T-Test and CI: Kelas A tanpa Pelatihan kompute; Kelas B tanpa Pelatihan
kompute

Two-sample T for Kelas A tanpa Pelatihan kompute vs Kelas B tanpa Pelatihan kompute

N Mean StDev SE Mean

Kelas A tanpa Pelatihan 10 69,90 7,99 2,5
Kelas B tanpa Pelatihan 10 77,00 4,90 1,5

Difference = μ (Kelas A tanpa Pelatihan kompute) - μ (Kelas B tanpa Pelatihan kompute)

Estimate for difference: -7,10
95% CI for difference: (-13,33; -0,87)
T-Test of difference = 0 (vs ≠): T-Value = -2,40 P-Value = 0,028 DF = 18
Both use Pooled StDev = 6,6286
#Analisis : Berdasarkan data diatas terlihat bahwa P < α maka H0 ditolak yaitu berarti
kemampuan awal siswa tidak sama. Dan terlihat bahwa estimate for differencenya -7,10 jadi
dapat diketahui bahwa kemampuan awal kelas B lebih tinggi dari kelas A. Pada Boxplot pun
terlihat bahwa Kelas B lebih tinggi dari kelas A.

Kesimpulan : P < α Maka H0 ditolak yang berarti kemampuan awal/dasar siswa A dan siswa B
tidak sama. Kemampuan Awal siswa kelas B lebih tinggi dari siswa kelas A (dilihat dari
Estimate for differences yaitu -7.10 yang berarti kemampuan siswa kelas B lebih tinggi).

3. Pada soal no.3 lebih lanjut guru tersebut ingin mengetahui seberapa berpengaruhnya
(signifikan mana) pelatihan komputer terhadap hasil test komputer siswa kelas A dan Kelas
B.
 Langkah-langkah :
- Pada soal no.2 telah diketahui bahwa kemampuan dasar siswa kelas A dan kelas B
berbeda. Untuk mengetahui seberapa berpengaruhnya Pelatihan Komputer terhadap hasil
test kelas A dan kelas B dilakukan paired T-test pada masing2 Kelas yaitu data awal
(sebelum/tanpa Pelatihan) dan data sesudah pelatihan (dengan Pelatihan). Hasilnya
sebagai berikut :

#Pada Kelas A
Paired T-Test and CI: Kelas A tanpa Pelatihan kompute; Kelas A dengan Pelatihan

Paired T for Kelas A tanpa Pelatihan kompute - Kelas A dengan Pelatihan

N Mean StDev SE Mean

Kelas A tanpa Pelatihan 10 69,90 7,99 2,53
Kelas A dengan Pelatihan 10 78,50 4,99 1,58
Difference 10 -8,60 5,06 1,60

95% CI for mean difference: (-12,22; -4,98)

T-Test of mean difference = 0 (vs ≠ 0): T-Value = -5,38 P-Value = 0,000

#Analisis :
H0 = Hasil test kelas A tanpa pelatihan =Hasil test kelas A dengan Pelatihan
H1 = Hasil test kelas A tanpa pelatihan ≠Hasil test kelas A dengan Pelatihan

Karena P < α maka H0 ditolak yang berarti Hasil test A tanpa (sebelum) pelatihan dan dengan
(sesudah) pelatihan berbeda. Dan estimate for difference nya -8.60 yang berarti hasil test
dengan pelatihan lebih baik(berpengaruh).
#Kelas B
Paired T-Test and CI: Kelas B tanpa Pelatihan kompute; Kelas B dengan Pelatihan

Paired T for Kelas B tanpa Pelatihan kompute - Kelas B dengan Pelatihan

N Mean StDev SE Mean

Kelas B tanpa Pelatihan 10 77,00 4,90 1,55
Kelas B dengan Pelatihan 10 84,80 4,96 1,57
Difference 10 -7,80 4,83 1,53

95% CI for mean difference: (-11,25; -4,35)

T-Test of mean difference = 0 (vs ≠ 0): T-Value = -5,11 P-Value = 0,001

#Analisis :
H0 = Hasil test kelas B tanpa pelatihan =Hasil test kelas B dengan Pelatihan
H1 = Hasil test kelas B tanpa pelatihan ≠Hasil test kelas B dengan Pelatihan

Karena P < α maka H0 ditolak yang berarti Hasil test B tanpa (sebelum) pelatihan dan dengan
(sesudah) pelatihan berbeda. Dan estimate for difference nya -7.80 yang berarti hasil test
dengan pelatihan lebih baik(berpengaruh)

- Langkah selanjutnya, yaitu melakukan selisih Test Akhir masing-masing kelas(dengan pelatihan) dan test
awal (tanpa pelatihan)untuk mengetahui lebih signifikan mana hasil testnya setelah diadakan pelatihan.
Simpan hasil selisih kelas A pada C5 dan selisih kelas B pada C6.
#Hasil selisih
Two-Sample T-Test and CI: C5; C6

Two-sample T for C5 vs C6

N Mean StDev SE Mean

C5 10 8,60 5,06 1,6
C6 10 7,80 4,83 1,5

Difference = μ (C5) - μ (C6)

Estimate for difference: 0,80
95% CI for difference: (-3,85; 5,45)
T-Test of difference = 0 (vs ≠): T-Value = 0,36 P-Value = 0,722 DF = 18
Both use Pooled StDev = 4,9441

*Analisis : Karena Estimate for Difference nya 0.80 maka Pelatihan komputer lebih signifikan
(berpengaruh) pada Kelas A dibandingkan kelas B.

Jadi Kesimpulannya : Pada kelas A dan kelas B yang memiliki kemampuan awal
berbeda dan kemampuan awal kelas B lebih tinggi, Pelatihan komputer membawa
pengaruh yang bagus pada test akhir di kedua kelas. Namun Pelatihan komputer
justru lebih membawa pengaruh yang baik/signifikan pada Kelas A.