IDENTITAS JURNAL

Judul : using the student’s t-test with extremely small sample sizes

Jurnal : journal practical assessment,research and evaluation

Volume dan halaman ; vol 18, hal 2-12

ISSN : 1531-7714

Tahun : 2013

Penulis : J.C.F de Winter

Reviewer : nina karina br sembiring

Tanggal : 28 Februri 2018

 RINGKASAN JURNAL

Menurut hukum yang besar angka ,ukuran sampel yang lebih besar menyiratkan kepercayaan diri
interval yang sempit dan yang lebih handal.Sangat kecil sampel penelitian yang terjadi di berbagai
skenario.Misalnya,peneliti bertujuan untuk menyelidiki apakah kekuatan dari suatu paduan yang
mengandung logam tanah jarang berada di atas nilai ambang batas ,namun memiliki beberapa sumber dan
karna itu hanya bisa berkorban tiga spesimen untuk uji tarik.Disini peneliti ingin menggunakan satu
sampel t-test untuk membandingkan tiga tingkat stres terukur berkenaan dengan referensi level stres.

Peneliti berusaha untuk meminimalkan Tipe II kesalahan.Artinya ,jika fenomena yang diteliti
benar,diharapkan melaporkan bahwa hasilnya secara statistikmpenting.Pada saat yang sama ,kesalahan
Tipe-I seharusnya diminimalkan ,dengan kata lain jika hipotesis nol berlaku,peneliti harus menghindari
klaim bahwa hasilnya adalah signifikan secara statistik.Banyak ahli metodologik memperingatkan bahwa
ukuran sampel yang kecil menyiratkan statistik rendah daya,yaitu probabilitas tinggi kesalahan Tipe II.

Parametrik tradisional tes tidak boleh digunakan dengan sampel yang sangat kecil,karena tes ini
memiliki beberapa asumsi kuat mendasari penggunaannya T-test mengharuskan pengamatan diambil dari
yang terdistribusi normal populasi dan t-test dua sampel mensyaratkan bahwa dua populasi memiliki
varian yang sama.

Menurut jembatan dan sawilowsky t-test adalah lebih kuat dari pada uji Wilcoxon di bawah
relatif distribusi simetris ukuran sampel terkecil diselidiki dalam penelitian ini adalah 5 berbanding
15.Fitts menyelidiki kriteria penghentian uji simulasi ,dengan penekanan pada ukuran sampel kecil dan
ikuran efek yang besar.

Metode

Metode yang digunakan dalam jurnal ini adalah metode simulasi.Dilakukan untuk menentukan
kekuatan statistik dan tingkat kesalahan Tipe-I dari satu sampel dan dua sampel t-testpengambilan sampel
dilakukan dari populasi yang terdistribusi normal dengan rata-rata 0 dan standar deviasi 1.\salah satu dari
keduanya distribusi digeser dengan nilai D dengan hormat sampai 0.Sampel diambil dari populasi,dan
diserahkan ke satu sampel t-test dengan nilai a nilai referensi nol,atau kedua sampel t-test untuk menguji
hipotesis nol bahwa populasi memiliki sama artinya.Pada dua sampel t-test,kedua sampel berukuran
sama(yaitu , N== M).Nilai p di bawah 0,05 dianggap secara statistik penting.Semua analisis berekor
dua.Setiap kasus diulang 100.000 kali.Penelitian ini juga meneliti perilaku dua sampel t-test untuk ukuran
sampel sangat kecil di berbagai skenario :

1. Perbedaan yang tidak sama.

2. Ukuran sampel yang tidak sama
3. Ukuran sampel yang tidak sama dan varians yang tidak sama`
4. Distribusi tidak normal.
Diskusi

Dalam studi stimulasi ini tadak ada keberatan mendasar untuk menggunakan t-test reguler.Di
sebagian besar kasus simulasi tingkat kesalahan Tipe I tidak melebihi nilai nominal 5 %.T-test
berpasangan juga layak dilakukan dengan ukuran sampel sangat kecil,terutama saat koefisien korelasi
antar pasangan tinggi.Tingkat kesalahan tipe I tinggi diamati karena tidak merata varian dikombinasikan
dengan ukuran sampel yang tidak sama.Dan untuk t-test satu sampel yang diterapkan pada non-data
terdistribusi normal.Simulasi lebih lanjut mengklarifikasikan bahwa ketika ukuran sampel sangat
kecil,Kesalahan tipe II hanya bisa dihindari jika ukuran efeknya sangat besar .

Simulasi menunjukkan bahwa Transformasi tidak disarankan saat bekerja denga ukuran sampel
sangat kecil.Meski t-testR kadang meningkatkan kekuatan statistik berkenaan dengan t-test biasa,tingkat
kesalahan Tipe I adalah tidak proporsional tinggi di sebagian besar kasus yang diteliti.

Beberapa peneliti merekomendasikan tes permutasi (uji pengacakan) harus digunakan sebagai
gantinya dari t-test.Uji permutasi menghaslkan tingkat kesalahan Tipe I dan Tipe II yaitu mirip dengan t-
testR.Kesamaan ini bdijelaskan dengan fakta bahwa untuk ukuran sampel sangat kecil,uji permutasi
menderita kuantisasi yang sama masalah sebagai t-testR.Sebuat tes permutasi mungkin berguna untuk
menganalisa data sampel dari yang sangat skewed distribusi.Namun,tes permutasi atau lainnya teknik
resamplingseperto bootstrap dan jacknifing,jangan mengatasi kelemahan kecil sampel dalam interferensi
statistik. Studi ini menunjukkan tidak ada keberatan menggunakan t-test dengan sampel sangat
kecil,asalkan ukuran efeknya besar. Hasil menunjukkan bahwa t-test memberikan tingkat kesalahan tipe
I mendekati nilai nominal 5 % di sebagian besar kasus,dan itu dapat diterima daya (yaitu,80 %) tercapai
hanya jika ukuran efeknya sangat besr.

:
KEUNGGULAN JURNAL

KELEMAHAN JURNAL