Thomas J. Quirk
Meghan H. Quirk
Howard F. Horton
Excel 2016
untuk
Statistik
Biologi dan
Ilmu Hayati
Panduan untuk
Memecahkan Masalah
Praktis
Excel untuk Statistik
Excel untuk Statistik adalah serangkaian buku teks yang menjelaskan cara
menggunakan Excel untuk menyelesaikan masalah statistik dalam berbagai
bidang studi. Profesor, mahasiswa, dan praktisi akan menemukan bahwa
buku-buku ini mengajarkan bagaimana membuat Excel bekerja dengan baik di
bidangnya masing-masing. Aplikasi mencakup disiplin apa pun yang
menggunakan data dan dapat memanfaatkan kecanggihan dan
kesederhanaan Excel. Buku mencakup semua langkah untuk menjalankan
analisis statistik di Excel 2016, Excel 2013, Excel 2010 dan Excel 2007.
Pendekatan ini juga mengajarkan keterampilan statistik kritis, menjadikan
buku ini sangat cocok untuk kursus statistik yang diajarkan di luar departemen
matematika atau statistik.
Excel 2016 untuk Statistik Biologi dan Ilmu Hayati: Panduan untuk
Memecahkan Masalah Praktis ditujukan bagi siapa saja yang ingin
mempelajari dasar-dasar penerapan alat statistik canggih Excel untuk kursus
sains atau aktivitas kerja mereka. Jika memahami statistik bukanlah hal yang
paling cocok untuk Anda, jika Anda tidak cenderung secara matematis, atau
jika Anda waspada terhadap komputer, maka ini adalah buku yang tepat untuk
Anda.
Di sini Anda akan belajar bagaimana menggunakan tes statistik utama
menggunakan Excel tanpa dikuasai oleh teori statistik yang mendasarinya.
Buku ini dengan jelas dan metodis menunjukkan dan menjelaskan cara
membuat dan menggunakan uji statistik ini untuk memecahkan masalah
praktis dalam ilmu biologi dan kehidupan.
Excel adalah program komputer yang mudah tersedia untuk siswa,
instruktur, dan manajer. Ini juga merupakan alat pengajaran dan pembelajaran
yang efektif untuk analisis kuantitatif dalam kursus sains. Kemampuan
komputasi numerik yang kuat dan fungsi grafis yang tersedia di Excel
membuat statistik belajar jauh lebih mudah daripada tahun-tahun sebelumnya.
Namun, ini adalah buku pertama yang menunjukkan kemampuan Excel untuk
mengajar statistik sains secara lebih efektif; itu juga berfokus secara eksklusif
pada topik ini dalam upaya untuk membuat materi pelajaran tidak hanya
berlaku dan praktis tetapi juga mudah untuk dipahami dan diterapkan.
Fitur unik buku ini:
• Buku ini sesuai untuk digunakan dalam kursus apa pun dalam statistik
biologi atau ilmu hayati (baik di tingkat sarjana maupun pascasarjana) serta
untuk manajer yang ingin meningkatkan kegunaan keterampilan Excel
mereka.
• Mencakup 164 tangkapan layar berwarna sehingga Anda dapat yakin bahwa
Anda melakukan langkah-langkah Excel dengan benar.
• Anda akan diberitahu setiap langkah, tidak hanya bagaimana menggunakan
Excel tetapi juga mengapa Anda melakukan setiap langkah sehingga Anda
dapat memahami apa yang Anda lakukan dan tidak hanya belajar
bagaimana menggunakan tes statistik dengan hafalan.
• Menyertakan tujuan khusus yang disematkan dalam teks untuk setiap
konsep, sehingga Anda dapat mengetahui tujuan dari langkah-langkah
Excel.
vii
viii Kata Pengantar
• Buku ini adalah alat yang dapat digunakan sendiri atau bersama dengan
buku statistik yang baik.
• Teori dan rumus statistik dijelaskan dalam bahasa yang jelas tanpa
menghambat Anda dalam poin-poin matematika yang bagus.
• Anda akan mempelajari cara menulis rumus statistik menggunakan Excel
dan cara menggunakan menu drop-down Excel yang akan membuat rumus
untuk Anda. • Buku ini tidak disertai dengan CD file Excel yang dapat Anda
unggah ke komputer Anda. Sebagai gantinya, Anda akan diperlihatkan cara
membuat setiap file Excel sendiri. Dalam situasi kerja, kolega Anda tidak akan
memberi Anda file Excel; Anda akan diharapkan untuk membuat sendiri. Buku
ini akan memberi Anda banyak latihan dalam mengembangkan keterampilan
penting ini.
• Setiap bab menyajikan langkah-langkah yang diperlukan untuk memecahkan
masalah sains praktis menggunakan Excel. Selain itu, ada tiga soal latihan
di akhir setiap bab sehingga Anda dapat menguji pengetahuan baru Anda
tentang statistik. Jawaban atas masalah ini muncul di A.Lampiran
• Sebuah “Tes Praktik” diberikan dalam Lampiran B untuk menguji
pengetahuan Anda di akhir buku ini. Jawaban atas masalah-masalah ilmu
praktis ini muncul dalam C.Lampiran
Thomas Quirk, profesor pemasaran saat ini di Sekolah Bisnis dan Teknologi
George Herbert Walker di Universitas Webster di St. Louis, Missouri (AS),
mengajar statistik pemasaran, riset pemasaran, dan strategi penetapan harga.
Ia telah menerbitkan artikel di Journal of Educational Psychology, Journal of
Educational Research, Review of Educational Research, Journal of
Educational Measurement, Educational Technology, the Elementary School
Journal, the Journal of Secondary Education, Educational Horizons, dan Phi
Delta Kappa. Selain itu, Profesor Quirk telah menulis lebih dari 60 suplemen
buku teks dalam manajemen dan pemasaran, menerbitkan lebih dari 20 artikel
dalam jurnal profesional, dan mempresentasikan lebih dari 20 makalah pada
pertemuan profesional. Dia meraih gelar BS dalam matematika dari John
Carroll University, keduanya MA dalam pendidikan dan Ph.D. dalam psikologi
pendidikan dari Stanford University, dan MBA dari University of Missouri-St.
Louis.
Meghan Quirk menyandang gelar Ph.D. dalam pendidikan biologi dan MA
dalam ilmu biologi dari University of Northern Colorado (UNC) dan BA dalam
biologi dan agama di Principia College di Elsah, Illinois. Dia telah melakukan
penelitian tentang dinamika jaring makanan di Taman Nasional Wind Cave di
South Dakota dan penelitian di bidang agro-ekologi di Belize Selatan. Dia
telah ikut menulis artikel tentang ekosistem padang rumput shortgrass di
Fotokimia dan Fotobiologi dan telah mempresentasikan makalah di Simposium
Stepa Shortgrass di Fort Collins, Colorado, dan Penelitian Ekologi Jangka
Panjang Pertemuan Semua Ilmuwan di Estes Park, Colorado, dan
berpartisipasi dalam Tinjauan Situs NSF dari Penelitian Ekologi Jangka
Panjang Stepa Shortgrass di Nunn, Colorado. Dia adalah anggota National
Science Foundation Fellow GK-12 dan saat ini mengajar sains di Bailey,
Colorado.
Howard Horton meraih gelar MS dalam ilmu biologi dari University of
Northern Colorado (UNC) dan gelar BS dalam ilmu biologi dari Mesa State
College. Dia telah bekerja pada proyek penelitian di Pawnee National
Grasslands,
Kata Pengantar ix
Excel 2016 untuk Biological and Life Sciences Statistics: A Guide to Solving
Practical Problems adalah hasil inspirasi dari tiga orang penting: my dua putri
dan istri saya. Jennifer Quirk McLaughlin mengundang saya untuk
mengunjungi kelas MBA-nya beberapa kali di University of Witwatersrand di
Johannesburg, Afrika Selatan. Kunjungan ke program MBA kelas satu ini
meyakinkan saya bahwa ada kebutuhan akan sebuah buku untuk mengajar
siswa bagaimana memecahkan masalah praktis menggunakan Excel.
Dedikasi kuat Meghan Quirk Horton untuk mempelajari banyak teknik statistik
yang diperlukan untuk menyelesaikan gelar Ph.D. disertasi mengilustrasikan
perlunya buku statistik yang akan membuat tugas berat ini lebih mudah
digunakan. Dan Lynne Buckley-Quirk adalah pemandu sorak nomor satu
untuk proyek ini sejak awal, selalu mendorong saya dan membantu saya tetap
berdedikasi untuk menyelesaikannya.
Thomas J. Quirk
Kami ingin mengucapkan terima kasih atas kesabaran dua gadis kecil kami,
Lila dan Elia, saat kami mengerjakan buku ini dengan TQ mereka. Kami juga
ingin berterima kasih kepada Profesor Sarah Perkins, Doug Warren, John
Moore, dan Lee Dyer atas bimbingan dan dukungan mereka selama karir
kuliah dan sekolah pascasarjana kami.
Meghan H. Quirk dan Howard F. Horton
xi
Daftar Isi
Lampiran . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
Lampiran A: Jawaban Soal Latihan Akhir Bab . . . . . . . . . 189 Lampiran B:
Tes Praktek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 Lampiran C:
Jawaban Soal Latihan . . . . . . . . . . . . . . . . . . . . . . . . . 233 Lampiran D:
Rumus Statistik . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244 Lampiran E: t-
Tabel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
Indeks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
Bab 1
Ukuran Sampel, Rata-Rata, Deviasi
Standar, dan Kesalahan Standar Rata-
Rata
Bab ini membahas bagaimana Anda dapat menggunakan Excel untuk
menemukan rata-rata (yaitu, "rata-rata") dari sekumpulan skor, standar deviasi
skor ini ( STDEV), dan kesalahan standar rata-rata (se) dari skor ini. Ketiga
statistik ini sering digunakan dan membentuk dasar untuk uji statistik
tambahan.
adalah “rata-rata aritmatika” dari sekumpulan skor. Ketika putri saya di kelas
lima, dia pulang dari sekolah dengan wajah sedih dan mengatakan bahwa dia
tidak mendapatkan "rata-rata." Buku yang dia gunakan menjelaskan cara
menemukan rata-rata dari sekumpulan nilai, jadi saya berkata kepadanya:
"Jennifer, Anda menjumlahkan semua skor dan membaginya dengan jumlah angka
yang Anda miliki." Dia memberi saya "tampilan itu," dan berkata: "Ayah, ini serius!" Dia
pikir aku menggodanya. Jadi saya berkata:
“Lihat angka-angka ini di buku Anda; menambahkan mereka. Apa jawabannya?"
(Dia melakukan itu.) "Sekarang, berapa banyak nomor yang kamu punya?" (Dia
menjawab pertanyaan itu.)
“Kemudian, ambil nomor yang Anda dapatkan ketika Anda menjumlahkan angka-
angkanya, dan bagi angka itu dengan jumlah angka yang Anda miliki.”
Dia melakukan itu, dan menemukan jawaban yang benar. Anda akan
menggunakan alasan yang sama sekarang, tetapi akan jauh lebih mudah bagi
Anda karena Excel akan melakukan semua langkah untuk Anda. Kami akan
menyebut rata-rata skor ini sebagai "rata-rata" yang akan kami simbolkan
sebagai: X, dan kami akan mengucapkannya sebagai: "Xbar."
Rumus untuk mencari mean dengan kalkulator Anda terlihat seperti ini: X X
©
n 1:1Þ
Simbol adalah huruf Yunani sigma, yang berarti "jumlah". Ini memberitahu
Anda untuk menjumlahkan semua skor yang ditunjukkan oleh huruf X, dan
kemudian membagi jawaban Anda dengan n (jumlah angka yang Anda miliki).
Mari kita beri contoh sederhana:
Misalkan Anda memiliki enam skor tes biologi ini pada kuis benar-salah 7 item:
6
4
5
3
2
5
Untuk menemukan rata-rata skor ini, Anda menjumlahkannya, lalu
membaginya dengan angka dari skor. Jadi, meannya adalah: 25/6 4.17
1.2 Standar Deviasi
Standar deviasi memberitahu Anda "seberapa dekat skor dengan mean." Jika
standar deviasi adalah angka kecil, ini memberi tahu Anda bahwa skor
"berkumpul bersama" dekat dengan rata-rata. Jika standar deviasi adalah
angka yang besar, ini memberitahu Anda bahwa skor "tersebar" lebih jauh dari
mean. Rumus simpangan baku (yang akan kita sebut STDEV) dan
menggunakan huruf, S
untuk
adalah dilambangkan
, : 2n 1
Rumusnya terlihat rumit, tetapi yang diminta Anda lakukan adalah ini:
1. Kurangi rata-rata dari setiap skor (XX).
2. Kemudian, kuadratkan angka yang dihasilkan untuk
menjadikannya angka positif. 3. Kemudian, jumlahkan angka
kuadrat ini untuk mendapatkan skor total.
4. Kemudian, ambil skor total ini dan bagi dengan n 1 (di mana n adalah
jumlah angka yang Anda miliki).
5. Langkah terakhir adalah mengambil akar kuadrat dari angka yang Anda temukan
pada langkah 4.
Anda tidak akan diminta untuk menghitung simpangan baku menggunakan
kalkulator Anda dalam buku ini, tetapi Anda dapat melihat contoh cara
menghitungnya dalam dasar apa pun. buku statistik. Sebagai gantinya, kita
akan menggunakan Excel untuk menemukan standar deviasi dari sekumpulan
skor. Ketika kita menggunakan Excel pada enam angka yang kami berikan
dalam deskripsi mean di atas, Anda akan menemukan bahwa STDEV dari
angka-angka ini, S, adalah 1,47.
1.3 Kesalahan Standar Rata-Rata 31.3 Kesalahan Standar Rata-Rata
Rumus untuk kesalahan standar rata-rata (se, yang akan kita gunakan S X
untuk melambangkan) adalah:
S1
s:e: SX ffiffiffi n p : 3Þ
1.4
Jalankan komputer Anda, dan klik ikon Excel 2016 untuk membuka lembar
bentang Excel kosong.
Klik pada: Blank workbook
Masukkan data dengan cara ini:
A3: Mouse
B3: Berat (dalam gram)
A4: 1
Letakkan penunjuk di A4
Home (kiri atas layar)
Catatan penting: Perintah "Tempel" harus berada di atas layar Anda di ujung
kiri layar.
Catatan penting: Perhatikan perintah Excel di bagian atas layar komputer
Anda: File Home Sisipkan Rumus Tata Letak Halaman dll.
Jika perintah ini pernah "menghilang" saat Anda menggunakan
Excel, Anda perlu mengklik "Beranda" di kiri atas layar untuk
membuat mereka muncul kembali!
Fill (kanan atas layar: klik panah bawah; lihat Gbr. 1.2)
Series
Column
Nilai langkah: 1
Stop nilai: 8 (lihat Gbr. 1.3)
OK
Nomor tikus harus diidentifikasi sebagai 1–8, dengan 8 di sel A11.
Sekarang, masukkan bobot tikus di sel B4: B11. (Catatan: Pastikan untuk
memeriksa ulang angka Anda untuk memastikan bahwa angka tersebut benar
atau Anda tidak akan mendapatkan jawaban yang benar!) Karena layar
komputer Anda menampilkan informasi dalam format yang tidak terlihat
profesional, Anda perlu mempelajari cara "memperlebar lebar kolom" dan cara
"memusatkan informasi" dalam sekelompok sel. Berikut adalah cara untuk
melakukan kedua langkah tersebut:
Gbr. 1.4
Contoh Cara
Melebarkan
Lebar Kolom
Kemudian, klik sel kosong mana pun (yaitu sel kosong apa pun) untuk
“batalkan pilihan” kolom B agar tidak lagi berwarna lebih gelap di layar Anda.
Saat Anda melebarkan kolom, Anda akan membuat semua sel di semua
baris kolom ini memiliki lebar yang sama.
Sekarang, mari kita lakukan langkah-langkah untuk memusatkan informasi
di Kolom A dan Kolom B.
Agar informasi dalam sel terlihat “lebih profesional,” Anda dapat memusatkan
informasi menggunakan langkah-langkah berikut:
Klik kiri penunjuk tetikus Anda pada A3 dan seret ke kanan dan ke bawah
untuk menyorot sel A3:B11 sehingga sel-sel ini muncul dalam warna yang
lebih gelap
Beranda
1.4 Ukuran Sampel , Mean, Standard Deviation, dan Standard Error of the Mean 7
Di bagian atas layar komputer Anda, Anda akan melihat satu set "garis" di
mana semua garis "berpusat" dengan lebar yang sama di bawah
"Alignment" (itu adalah ikon kedua di kiri bawah kotak Alignment, lihat Gbr.
1.5)
Klik ikon ini untuk memusatkan informasi di sel yang dipilih (lihat Gbr. 1.6)
Sorot sel B4: B11 dengan mengklik kiri penunjuk mouse Anda pada B4 dan
menyeretnya ke bawah ke
Rumus B11 (kiri atas layar Anda)
Tentukan Nama (tengah atas layar Anda)
Berat (ketik nama ini di kotak atas; lihat Gambar 1.7)
Gambar 1.7 Kotak dialog untuk "menamai rentang sel" dengan nama: Berat
OK
Kemudian, klik sel mana pun dari spreadsheet Anda yang tidak memiliki
informasi apa pun di dalamnya (yaitu, itu adalah "sel kosong") untuk
membatalkan pilihan sel B4:B11
Sekarang, tambahkan istilah berikut ke spreadsheet Anda:
1.4 Ukuran Sampel, Rata-Rata, Standar Deviasi, dan Kesalahan Standar Mean 9
E6: n
E9: Mean
E12: STDEV
E15: se (lihat Gbr. 1.8)
Gbr. 1.8 Contoh Memasukkan Label Ukuran Sampel, Mean, STDEV, dan se
F6: COUNT(Weight)
Perintah ini harus memasukkan angka 8 ke dalam sel F6 karena ada delapan
tikus dalam sampel Anda.
10 1 Ukuran Sampel, Rata-Rata, Standar Deviasi, dan Kesalahan Standar Mean
F9: AVERAGE(Weight)
Perintah ini harus memasukkan nomor 1.6375 ke dalam sel F9.
F12: STDEV(Berat)
Perintah ini harus memasukkan angka 0.437321 ke dalam sel F12.
F15: F12/SQRT(8)
Perintah ini harus memasukkan angka 0,154616 ke dalam sel F15 (lihat Gambar. 1.9).
1.4 Ukuran Sampel, Rata-rata, Standar Deviasi, dan Kesalahan Standar Mean 11
Gambar 1.9 Contoh Penggunaan Rumus Excel untuk Ukuran Sampel, Rata-rata, STDEV,
dan se
Catatan penting: Di seluruh buku ini, pastikan untuk memeriksa ulang semua
angka di spreadsheet Anda untuk memastikan bahwa mereka
berada di sel yang benar, atau rumus tidak akan bekerja
dengan benar!
Gambar 1.10 Menggunakan “Ikon Desimal Turunkan” untuk mengubah Angka menjadi Lebih
Sedikit Tempat Desimal
Klik ikon ini dua kali dan perhatikan bahwa sel F9:F15 sekarang semuanya
hanya dalam dua tempat desimal (lihat Gambar 1.11)
Gambar 1.11 Contoh Konversi Bilangan ke Dua Tempat Desimal
Sekarang, klik pada "sel kosong" pada spreadsheet Anda untuk membatalkan pilihan sel
F9:F15.
1.5 Menyimpan Spreadsheet 131.5 Menyimpan Spreadsheet
1.12)
Gbr. 1.12 Kotak Dialog Menyimpan File Buku Kerja Excel sebagai “Weight3” di lokasi My
Documents
Simpan
Catatan penting: Berhati-hatilah untuk menyimpan spreadsheet file Excel Anda
setiap beberapa menit sehingga Anda tidak kehilangan informasi Anda!
14 1 Ukuran Sampel, Rata-rata, Standar Deviasi, dan Kesalahan Standar Rata-Rata 1.6
Mencetak Spreadsheet
A3: Harga
A4: 1,25
A5: 3,45
A6: 12,95
Sorot sel A4:A6 dengan mengklik kiri mouse Anda pada A4 dan seret ke
bawah sehingga ketiga sel ini disorot dalam warna yang lebih gelap
Rumah
(tengah atas layar: klik panah bawah di sebelah kanan; lihat Gambar 1.15)
16 1 Ukuran Sampel, Rata-Rata, Standar Deviasi, dan Standar Galat Rata-Rata
Gambar 1.16 Kotak Dialog Mata Uang (Dua Tempat Desimal) Format Angka
1.9 Soal Latihan Akhir Bab 17
OK
Tiga sel harus memiliki tanda dolar di dalamnya dan berada di dua tempat
desimal. Selanjutnya, mari berlatih memformat angka dalam format angka,
tiga tempat desimal.
Beranda
Sorot sel A4:A6 pada layar komputer Anda
Angka (klik tanda panah bawah di sebelah kanan)
Kategori: angka
Di sebelah kanan dari kotak, ubah dua tempat desimal menjadi tiga tempat
desimal dengan mengklik "panah atas" sekali
OK
Tiga angka sekarang harus dalam format angka, masing-masing dengan
tiga desimal. Sekarang, klik pada sel kosong mana pun untuk membatalkan
pilihan sel A4:A6. Kemudian, tutup file ini dengan File/Tutup/Jangan Simpan
(karena tidak perlu menyimpan soal latihan ini). Anda dapat menggunakan
perintah yang sama ini untuk memformat rentang sel dalam format persentase
(dan banyak format lainnya) ke sejumlah tempat desimal yang ingin Anda
tentukan.
1. Misalkan Anda ingin mencari mean, standar deviasi, dan standar error dari
mean untuk jumlah benih gulma (Potentilla) dalam sampel benih rumput
(Phleum pratense) yang diukur dengan jumlah total benih dalam sampel
seperempat ons benih rumput. Masalah menarik ini dibahas lebih lanjut
dalam Sokal dan Rohlf (1969). Data hipotetis tampak pada Gambar 1.17.
18 1 Ukuran Sampel, Rata-Rata, Standar Deviasi, dan Kesalahan Standar Rata-Rata
Gambar 1.17 Data
(a) Gunakan Excel untuk membuat tabel untuk data ini, dan di sebelah
kanan tabel, gunakan Excel untuk menemukan ukuran sampel, rata-
rata, simpangan baku, dan kesalahan standar rata-rata untuk data ini.
Beri label jawaban Anda, dan bulatkan rata-rata, simpangan baku, dan
kesalahan standar rata-rata hingga tiga tempat desimal menggunakan
format angka.
(b) Cetak hasilnya pada halaman terpisah.
(c) Simpan file sebagai: SCIENCE9
Referensi
Bremer, M. and Doerge, RW Statistics at the Bench: A Step-by-Step Handbook for Biologists.
Cold Spring Harbor, NY: Cold Spring Harbor Laboratory Press, 2010.
Sokal, RR dan Rohlf, FJ Biometri: Prinsip dan Praktik Statistik dalam Biologi Penelitian. San
Francisco, CA: WH Freeman and Company, 1969.
Weiers, RM Pengantar Statistik Bisnis (edisi ke-7) . Mason, OH: South-Western Cengage
Learning, 2011.
Bab 2
Penghasil Angka Acak
Misalkan seorang peternak unggas lokal memelihara berbagai jenis ayam
petelur dan dia tertarik pada produksi telur dari jenis ayam tertentu (Breed X).
Misalkan dia meminta Anda untuk mengambil sampel acak dari 5 dari 32
ayam petelur Breed X untuk mengidentifikasi produksi telur secara
keseluruhan dari breed ini. Dengan menggunakan keahlian Excel Anda untuk
menentukan produksi telur, Anda perlu menentukan "kerangka pengambilan
sampel". Kerangka pengambilan sampel adalah daftar objek, peristiwa, atau
orang yang ingin Anda pilih sampelnya secara acak. Dalam hal ini adalah
kelompok 32 ekor ayam. Bingkai dimulai dengan kode identifikasi (ID) nomor 1
yang diberikan kepada ayam pertama dalam kelompok 32 ayam petelur di
peternakan unggas. Ayam kedua memiliki nomor kode 2, ayam ketiga nomor
kode 3, dan seterusnya sampai ayam terakhir memiliki nomor kode 32.
Karena peternakan unggas memiliki 32 ayam Breed X, kerangka sampling
Anda akan berubah dari 1 ke 32 dengan setiap ayam memiliki nomor ID yang
unik.
Pertama-tama kita akan membuat nomor bingkai sebagai berikut di lembar kerja Excel
yang baru:
A3: NO FRAME.
A4: 1
Sekarang, buat nomor bingkai di kolom A dengan perintah Beranda/Isi yang
dijelaskan di bab pertama buku ini (lihat Bagian 1.4.1) sehingga nomor bingkai
berubah dari 1 hingga 32, dengan nomor 32 di sel A35. Jika Anda perlu
diingatkan tentang cara melakukannya, berikut adalah langkah-langkahnya:
Columns
Nilai langkah: 1
Nilai stop: 32 (lihat Gbr. 2.2)
Gbr. 2.2 Kotak Dialog untuk Fill/Series/Columns/Step value/ Stop value Perintah
OK
Kemudian, simpan file ini sebagai: Random29. Anda harus mendapatkan hasil pada
Gambar 2.3.
2.1 Membuat Nomor Bingkai untuk Membangkitkan Nomor Acak 23
C4: RAND()
Selanjutnya, tekan tombol Enter untuk menambahkan a nomor acak ke sel C4.
Perhatikan bahwa Anda memerlukan kurung buka dan kurung tutup setelah
RAND(). Perintah RAND “melihat ke kiri sel dengan RAND() COMMAND di
dalamnya” dan memberikan nomor acak ke sel itu.
Sekarang, letakkan penunjuk menggunakan mouse Anda di sel C4 dan
kemudian pindahkan penunjuk ke sudut kanan bawah sel itu hingga Anda
melihat "tanda tambah" di sel itu. Kemudian, klik dan seret penunjuk ke bawah
ke sel C35 untuk menambahkan nomor acak ke semua 32 nomor bingkai ID
(lihat Gambar 2.5).
Kemudian,
klik sel kosong
mana pun untuk
membatalkan
pilihan C4:C35
untuk
menghilangkan
warna gelap
yang menyorot
sel-sel ini.
Simpan file ini
sebagai: Acak31
Sekarang, mari kita urutkan
nomor bingkai duplikat ini ke
dalam urutan acak:
2.3
Mengurutkan
Nomor
Bingkai
menjadi
Urutan Acak
Tujuan: Untuk mengurutkan nomor bingkai duplikat ke dalam urutan acak
Sorot sel B3 : C35 (sertakan label di atas kolom B dan C) Data (atas
layar)
Sortir (klik pada kata ini di tengah atas layar Anda; lihat Gambar 2.6)
Gambar 2.6 Kotak Dialog untuk Perintah Data/Urut
2.3 Mengurutkan Nomor Bingkai ke dalam Urutan Acak 27
OK
Klik pada sel kosong untuk membatalkan pilihan B3:C35.
Simpan file ini sebagai: Random32
Cetak file ini sekarang.
Langkah-langkah ini akan menghasilkan Gbr. 2.8 dengan ANGKA BINGKAI
DUPLIKAT yang diurutkan ke dalam urutan acak:
Catatan penting: Karena Excel memberikan nomor acak ini secara acak,
perintah Excel Anda akan menghasilkan urutan nomor acak
yang berbeda dari semua orang yang membaca buku ini!
28 2 Random Number Generator
Gambar 2.8
Duplikat
Nomor Frame
Diurutkan
Berdasarkan
Nomor
Karena tujuan Anda di awal bab ini adalah untuk memilih secara acak 5
dari 32 ayam petelur Breed X, Anda sekarang dapat melakukannya dengan
memilih lima nomor ID pertama di DUPLICATE BINGKAI NO. kolom setelah
pengurutan.
Meskipun lima nomor acak pertama Anda akan berbeda dari yang telah
kami pilih dalam pengurutan acak yang kami lakukan dalam bab ini, kami akan
memilih lima ID ayam ini menggunakan Gambar 2.9.
5, 6, 15, 16, 32
2.3 Mengurutkan Nomor Bingkai menjadi Urutan Acak 29
Gambar 2.9 Lima
Ayam Pertama
Dipilih Secara Acak
Perhatikan bahwa tiga soal latihan di akhir bab ini mengharuskan Anda
untuk mengurutkan nomor acak ketika file berisi 63 tabung reaksi, 114 sampel
baja, dan 75 tikus lapangan, masing-masing. File-file ini akan menjadi "terlalu
besar" untuk dimuat ke dalam satu halaman saat Anda mencetaknya kecuali
jika Anda memformat file-file ini sehingga muat ke dalam satu halaman saat
Anda mencetaknya.
Mari kita buat situasi di mana file tidak muat ke dalam satu halaman cetak
kecuali jika Anda memformatnya terlebih dahulu untuk melakukannya.
Kembali ke file yang baru saja Anda buat, Random 33, dan masukkan
nama: Jennifer ke dalam sel: A50.
Jika Anda mencetak file ini sekarang, nama, Jennifer, akan dicetak ke
halaman kedua karena "menggiring bola" di luar rentang halaman untuk file ini
dalam format saat ini. Jadi, Anda perlu mengubah format halaman sehingga
semua informasi, termasuk nama Jennifer, hanya muat dalam satu halaman
saat Anda mencetak file ini dengan menggunakan langkah-langkah berikut:
Tata Letak Halaman (kiri atas layar komputer)
( Perhatikan bagian “Scale to Fit” di tengah layar Anda; lihat Gbr. 2.10)
Gambar 2.11 Contoh Skala Dikurangi menjadi 95% dengan "Jennifer" untuk Dicetak pada
Halaman Kedua
Jadi, Anda perlu mengulangi "langkah perubahan skala" dengan menekan
panah bawah di sebelah kanan sekali lagi untuk mengurangi ukuran lembar
kerja menjadi 90% dari ukuran normalnya. Perhatikan bahwa "garis putus-
putus" pada layar komputer Anda pada Gambar 2.12 sekarang berada di
bawah nama Jennifer untuk menunjukkan bahwa semua informasi, termasuk
namanya, sekarang diformat agar sesuai dengan hanya satu halaman saat
Anda mencetak file ini.
Gambar 2.12 Contoh
Skala Dikurangi menjadi
90% dengan "Jennifer"
yang akan dicetak pada
halaman pertama
(perhatikan garis putus-
putus di bawah Jennifer
pada layar Anda)
Gambar 2.13
Spreadsheet Akhir Skala
90 %
agar Sesuai
2.5 Soal Praktik Akhir
1. Misalkan Anda
telah membiakkan
berbagai galur
bakteri di
laboratorium
mikrobiologi
perguruan tinggi .
Anda ingin
mempelajari
tingkat
pertumbuhan satu
strain bakteri.
Anda memiliki
sampel strain
bakteri ini dalam 63 tabung reaksi dan Anda ingin menguji secara acak 15
dari 63 sampel ini.
(a) Siapkan spreadsheet nomor rangka untuk tabung reaksi ini dengan
judul: NOMOR RANGKA menggunakan perintah Beranda/Isi.
(b) Kemudian, buat kolom terpisah di sebelah kanan nomor bingkai ini yang
menduplikasi nomor bingkai ini dengan judul: Gandakan nomor bingkai (c)
Kemudian, buat kolom terpisah di sebelah kanan nomor bingkai duplikat ini
dan gunakan RAND( ) berfungsi untuk menetapkan nomor acak ke
semua nomor bingkai pada kolom duplikat nomor bingkai, dan
mengubah format kolom ini sehingga muncul tiga tempat desimal untuk
setiap nomor acak
(d) Mengurutkan nomor bingkai duplikat dan nomor acak menjadi urutan
acak ( e) Cetak hasilnya sehingga spreadsheet muat dalam satu halaman
(f) Lingkari pada cetakan Anda nomor ID dari 15 tabung reaksi pertama
yang akan Anda gunakan dalam studi penelitian Anda
(g) Simpan file sebagai: RAND9
Catatan penting: Catatan bahwa setiap orang yang melakukan masalah
ini akan menghasilkan urutan acak yang berbeda dari
nomor ID tabung reaksi karena Excel
memberikan nomor acak yang berbeda setiap kali perintah RAND()
digunakan. Untuk alasan ini, jawaban untuk
masalah yang diberikan dalam Panduan Excel ini akan memiliki
urutan angka acak yang sama sekali berbeda dari urutan acak
yang Anda hasilkan. Ini normal dan apa yang
diharapkan.
2. Misalkan Anda telah dipekerjakan sebagai konsultan untuk menguji bahan
bangunan bagi para insinyur yang merancang jembatan gantung. Para
insinyur perusahaan ini tertarik untuk menggunakan baja jenis baru dalam
konstruksi jembatan di masa depan. Anda telah diberikan 114 sampel baja
jenis ini dan Anda telah diminta untuk menguji sampel acak dari sepuluh
sampel ini untuk kekuatan tarik dalam hal konsistensi materialnya.
(a) Siapkan spreadsheet nomor rangka untuk sampel baja ini dengan judul:
FRAME NO.
(b) Kemudian buat kolom terpisah di sebelah kanan nomor bingkai ini yang
menduplikasi nomor bingkai ini dengan judul: Duplikat bingkai no. (c)
Kemudian, buat kolom terpisah di sebelah kanan nomor bingkai duplikat ini
yang berjudul “Nomor acak” dan gunakan fungsi RAND() untuk
menetapkan nomor acak ke semua nomor bingkai di kolom nomor bingkai
duplikat. Kemudian, ubah format kolom ini sehingga muncul tiga tempat
desimal untuk setiap nomor acak
34 2 Random Number Generator
(d) Urutkan nomor rangka duplikat dan nomor acak ke dalam urutan acak
(e) Cetak hasilnya sehingga spreadsheet muat ke dalam satu halaman
(f) Lingkari pada cetakan Anda nomor ID dari sepuluh sampel baja pertama
yang akan digunakan dalam penelitian ini.
(g) Simpan file sebagai: RANDOM6
3. Misalkan seorang peneliti lapangan biologi ingin mengambil sampel acak 20
dari 75 tikus liar yang telah dikumpulkan dari rumput padang rumput yang
tumbuh di atas tebing di sepanjang Sungai Mississippi di Elsah, Illinois
untuk studi penelitian lapangan.
(a) Siapkan spreadsheet nomor bingkai untuk mouse ini dengan judul:
NOMOR FRAME.
(b) Kemudian, buat kolom terpisah di sebelah kanan nomor bingkai ini yang
menduplikasi nomor bingkai ini dengan judul: Gandakan nomor bingkai (c)
Kemudian, buat kolom terpisah di sebelah kanan nomor bingkai duplikat ini
yang
berjudul "Nomor Acak" dan gunakan fungsi RAND() untuk menetapkan
nomor acak ke semua nomor bingkai di kolom nomor bingkai duplikat.
Kemudian, ubah format kolom ini sehingga muncul tiga tempat desimal
untuk setiap nomor acak
(d) Urutkan nomor rangka duplikat dan nomor acak ke dalam urutan acak
(e) Cetak hasilnya sehingga spreadsheet muat ke dalam satu halaman
(f) Lingkari pada Anda mencetak nomor ID dari 20 tikus pertama yang
harus dipilih oleh ahli biologi lapangan untuk studinya.
(g) Simpan file sebagai: RAND5
Bab 3
Interval Keyakinan Tentang Mean
Menggunakan Fungsi TINV dan Pengujian
Hipotesis
Bab ini berfokus pada dua gagasan: (1) menemukan interval kepercayaan
95% tentang mean, dan (2) pengujian hipotesis.
Mari kita bicara tentang interval kepercayaan terlebih dahulu.
Ingatlah bahwa rata-rata populasi adalah rata-rata dari semua orang dalam
populasi target. Misalnya, jika kami tertarik pada seberapa baik orang dewasa
berusia 25–44 tahun menyukai rasa baru es krim Ben & Jerry, kami tidak akan
pernah bisa mengajukan pertanyaan ini kepada semua orang di AS yang
berada dalam kelompok usia tersebut. Studi penelitian semacam itu akan
memakan terlalu banyak waktu untuk diselesaikan dan biaya untuk melakukan
penelitian itu akan menjadi penghalang.
Jadi, alih-alih menguji semua orang dalam populasi, kami mengambil
sampel orang-orang dalam populasi dan menggunakan hasil sampel ini untuk
memperkirakan rata-rata seluruh populasi. Ini menghemat waktu dan uang.
Ketika kita menggunakan hasil sampel untuk memperkirakan mean populasi,
ini disebut "statistik inferensial" karena kita menyimpulkan mean populasi dari
mean sampel.
Latar belakang teoretis dari tes ini berada di luar cakupan buku ini, dan Anda
dapat mempelajari lebih lanjut tentang tes ini dari mempelajari buku teks
statistik yang baik (mis. Levine 2011 atau Bremer dan Doerge 2010), tetapi ide
dasarnya adalah sebagai berikut.
Kami berasumsi bahwa rata-rata populasi berada di suatu tempat dalam
interval yang memiliki "batas bawah" dan "batas atas" untuk itu. Kami juga
berasumsi dalam buku ini bahwa kami ingin "95 % yakin" bahwa rata-rata
populasi ada di dalam interval ini di suatu tempat. Jadi, kami bermaksud
membuat jenis pernyataan berikut:
"Kami 95% yakin bahwa rata-rata populasi dalam mil per galon (mpg) untuk mobil
Chevy Impala adalah antara 26,92 dan 29,42 mil per galon."
Jika kita ingin membuat papan iklan yang menekankan dampak lingkungan
yang lebih rendah dari Chevy Impala dengan mengklaim bahwa mobil ini
mencapai 28 mil per galon (mpg), kita dapat melakukannya karena 28 berada
di dalam interval kepercayaan 95% dalam studi penelitian kami di contoh di
atas. Kami tidak tahu persis apa yang dimaksud dengan populasi, hanya saja
populasi itu berada di antara 26,92 dan 29,42 mpg, dan 28 berada di dalam
interval ini.
Tapi kita hanya 95% yakin bahwa rata-rata populasi berada di dalam
interval ini, dan 5% dari waktu kita akan salah dalam mengasumsikan bahwa
rata-rata populasi adalah 28 mpg.
Tetapi, untuk tujuan kami dalam penelitian sains, kami senang 95% yakin
bahwa asumsi kami akurat. Kami juga harus menunjukkan bahwa 95% adalah
tingkat kepercayaan yang sewenang-wenang untuk hasil kami. Kita bisa
memilih untuk yakin 80%, atau 90% yakin, atau bahkan 99% yakin dengan
hasil kita jika kita ingin melakukannya. Namun, dalam buku ini, kami akan
selalu berasumsi bahwa kami ingin 95% yakin akan hasil kami. Dengan begitu,
Anda tidak perlu menebak seberapa yakin Anda ingin menghadapi setiap soal
dalam buku ini. Kami akan selalu ingin 95% yakin akan hasil kami dalam buku
ini.
Jadi bagaimana kita menemukan interval kepercayaan 95% tentang rata-
rata untuk data kita? Dengan kata lain, kita akan menemukan interval ini
dengan cara ini:
“Ambil mean sampel (X), dan tambahkan 1,96 kali kesalahan standar mean (se) untuk
mendapatkan batas atas interval kepercayaan. Kemudian, ambil rata-rata sampel, dan
kurangi dari itu 1,96 kali kesalahan standar rata-rata untuk mendapatkan batas bawah
interval kepercayaan.
3.1 Interval Keyakinan Tentang Rata-rata 37
Anda akan ingat (Lihat Bagian 1.3) bahwa kesalahan standar rata-rata (se)
ditemukan dengan membagi standar deviasi sampel kami (STDEV) dengan
akar kuadrat dari ukuran sampel kami, n.
Dalam istilah matematika, rumus untuk interval kepercayaan 95 % tentang
mean adalah:
Perhatikan bahwa "tanda" berarti "plus atau minus," dan ini berarti Anda
pertama kali menambahkan 1,96 kalikan se ke rata-rata untuk mendapatkan
batas atas interval kepercayaan, dan kemudian kurangi 1,96 kali se dari rata-
rata untuk mendapatkan batas bawah interval kepercayaan. Juga, simbol 1,96
se berarti Anda mengalikan 1,96 kali kesalahan standar rata-rata untuk
mendapatkan bagian rumus interval kepercayaan ini.
Catatan: Kami akan segera menjelaskan dari mana angka
1,96 berasal. Mari kita coba contoh sederhana untuk
menggambarkan rumus ini.
Misalkan Anda telah diminta untuk menjadi bagian dari studi yang lebih besar
yang melihat jejak karbon pengemudi Chevy Impala. Anda tertarik dengan
rata-rata mil per galon (mpg) dari Chevy Impala. Anda meminta pemilik Chevy
Impala untuk melacak jarak tempuh mereka dan jumlah galon yang digunakan
untuk dua tangki bensin. Misalkan 49 pemilik melakukan ini, dan rata-rata
mereka 27,83 mil per galon (mpg) dengan standar deviasi 3,01 mpg.
Kesalahan standar (se) akan menjadi 3,01 dibagi dengan akar kuadrat dari 49
(yaitu, 7) yang memberikan se sama dengan 0,43.
Interval kepercayaan 95% untuk data ini adalah:
Batas atas interval kepercayaan ini menggunakan tanda plus dari tanda
dalam rumus. Oleh karena itu, batas atas adalah:
Hasil dari bagian kita dari studi penelitian yang sedang berlangsung, oleh
karena itu, adalah sebagai berikut:
"Kami 95% yakin bahwa rata-rata populasi untuk Chevy Impala adalah antara 26,99
mpg dan 28,67 mpg."
Kami dapat membuat papan iklan yang menekankan 28 mil per galon dan
menyoroti dampak lingkungan yang dirasakan lebih rendah. Data kami
mendukung klaim ini karena 28 mpg berada di dalam interval kepercayaan
95% untuk rata-rata populasi.
Anda mungkin bertanya pada diri sendiri: "Dari mana 1,96 dalam rumus itu
berasal?"
Sekarang, Anda mungkin bertanya pada diri sendiri: "Apakah angka ini
dalam interval kepercayaan tentang mean selalu 1,96?" Jawabannya adalah:
“Tidak!”, dan kami akan menjelaskan mengapa ini benar sekarang.
yang benar untuk interval keyakinan tentang mean untuk ukuran sampel
yang berbeda adalah sebagai berikut:
X ts:e: 3 :2Þ
Untuk menggunakan rumus ini, cari mean sampel, X, dan tambahkan nilai t
dikalikan dengan se untuk mendapatkan batas atas interval kepercayaan 95%
ini. Juga, Anda mengambil mean sampel, X, dan mengurangi darinya nilai t
kali se untuk mendapatkan batas bawah interval kepercayaan 95% ini. Dan,
Anda menemukan nilai t dalam tabel yang diberikan dalam Lampiran E buku
ini dengan cara berikut:
Tujuan: Untuk menemukan nilai t pada tabel t di Lampiran E
memberitahu Anda nilai mana yang harus Anda gunakan untuk t ketika Anda
menggunakan rumus untuk interval kepercayaan 95 % tentang artinya.
Sekarang setelah Anda mengetahui cara menemukan nilai t dalam rumus
interval kepercayaan tentang rata-rata, mari kita telusuri bagaimana Anda
menemukan interval kepercayaan ini menggunakan Excel.
Batas bawah : X TINVð 1 0:95, n 1 *s:e: tidak ada spasi di antara simbol-simbol ini
3:3
Þ
Batas atas : ¼ X TINVð 1 0:95, n 1 *s:e: tidak ada spasi di antara simbol ini 3:4Þ
Perhatikan bahwa "* simbol" dalam rumus ini memberitahu Excel untuk
menggunakan langkah perkalian dalam rumus, dan itu berarti "kali" dalam
cara kita berbicara tentang perkalian. Anda akan mengingat dari Bab. 1 bahwa
n adalah ukuran sampel, dan n 1 adalah ukuran sampel dikurangi satu.
Anda juga akan mengingat dari Bab. 1 bahwa kesalahan standar rata-rata,
se, sama dengan STDEV dibagi dengan akar kuadrat dari ukuran sampel, n
(lihat Bagian 1.3). Mari kita coba contoh masalah menggunakan Excel untuk
menemukan interval kepercayaan 95% tentang rata-rata suatu masalah.
Misalkan General Motors ingin mengklaim bahwa Chevy Impala-nya
mencapai 28 mil per galon (mpg). Sebut saja 28 mpg sebagai "nilai referensi"
untuk mobil ini.
Misalkan Anda bekerja untuk Ford Motor Co. dan Anda ingin memeriksa
klaim ini untuk melihat apakah klaim tersebut bertahan berdasarkan beberapa
bukti penelitian. Anda memutuskan untuk mengumpulkan beberapa data dan
menggunakan interval kepercayaan 95% dua sisi tentang rata-rata untuk
menguji hasil Anda:
3.1 Interval Keyakinan Tentang Rata-rata 41
Klaim
Tujuan: Untuk menganalisis data menggunakan interval kepercayaan 95
% dua sisi tentang rata-rata
Anda memilih sampel pemilik mobil baru untuk mobil ini dan mereka setuju
untuk melacak jarak tempuh mereka untuk dua tangki bensin dan untuk
mencatat rata-rata mil per galon yang mereka capai pada dua ini tangki gas.
Studi penelitian Anda menghasilkan hasil yang diberikan pada Gambar. 3.1:
Gambar. 3.1 Data Lembar Kerja untuk Chevy Impala (Contoh Praktis)
Buat spreadsheet dengan data ini dan gunakan Excel untuk menemukan
ukuran sampel (n), mean, standar deviasi (STDEV ), dan kesalahan standar
rata-rata (se) untuk data ini menggunakan referensi sel berikut.
42 3 Interval Keyakinan Tentang Rata-Rata Menggunakan Fungsi TINV dan Hipotesis...
Gambar 3.2 Contoh Format Chevy Impala untuk Interval Keyakinan Tentang Label Rata-rata
3.1 Interval Keyakinan Tentang Mean 43
Gambar 3.3 Contoh Menggambar Gambar Interval Keyakinan Tentang Hasil Rata-rata
44 3 Interval Keyakinan Tentang Rata-Rata Menggunakan Fungsi TINV dan Hipotesis...
F21 : D10 TINV 1ð :95, 24 *D16 tidak menggunakan spasi di antara simbol-simbol ini
F23 : D10 TINV 1ð :95, 24 *D16 tidak menggunakan spasi di antara simbol-simbol ini
Rumus di atas memberikan batas atas interval kepercayaan, 29,42.
Sekarang, gunakan format angka (dua tempat desimal) di spreadsheet Excel
Anda untuk mean, standar deviasi, kesalahan standar mean, dan untuk batas
bawah dan batas atas interval kepercayaan Anda. Jika Anda mencetak
spreadsheet ini sekarang, batas bawah interval kepercayaan (26,92) dan
batas atas interval kepercayaan (29,42) akan "menggiring bola" ke halaman
cetakan kedua karena informasi pada spreadsheet terlalu besar untuk dimuat.
satu halaman dalam format yang sekarang.
Jadi, Anda perlu menggunakan perintah "Scale to Fit" Excel yang telah kita
bahas di Bab. 2 (lihat Bagian 2.4) untuk mengurangi ukuran spreadsheet
hingga 95% dari ukurannya saat ini menggunakan fungsi Page Layout/Scale
to Fit. Lakukan itu sekarang, dan perhatikan bahwa garis putus-putus di
sebelah kanan 26,92 dan 29,42 menunjukkan bahwa angka-angka ini
sekarang akan muat ke dalam satu halaman ketika spreadsheet dicetak (lihat
Gambar 3.4)
3.1 Interval Keyakinan Tentang Rata-Rata 45
Gambar 3.4 Hasil Menggunakan Fungsi TINV untuk Menemukan Interval Keyakinan Tentang
Rata-Rata
Gbr. 3.5 Spreadsheet Akhir untuk Interval Keyakinan Chevy Impala Tentang Rata-Rata
3.2 Pengujian Hipotesis 473.2 Pengujian Hipotesis
Salah satu kegiatan penting ilmuwan riset adalah mereka berusaha untuk
"memeriksa" asumsi mereka tentang dunia dengan menguji asumsi tersebut
dalam bentuk hipotesis.
Sebuah hipotesis khas dalam bentuk: "Jika x, maka y."
Beberapa contohnya adalah:
1. “Jika kita menggunakan metode baru ini untuk menyuburkan tanah, hasil
jagung di petak akan meningkat sebesar 3%.”
2. “Jika kita menggunakan metode baru ini dalam mengajar IPA kepada siswa
kelas sembilan, maka nilai prestasi IPA kita akan naik sebesar 5%.”
3. “Jika kita mengubah format pengajaran Biologi Pengantar ke sarjana kita,
maka nilai ujian akhir mereka akan meningkat sebesar 8%.”
Sebuah hipotesis, kemudian, untuk seorang ilmuwan penelitian adalah
"tebakan" tentang apa yang kita anggap benar di dunia nyata. Kita dapat
menguji tebakan ini menggunakan rumus statistik untuk melihat apakah
prediksi kita menjadi kenyataan di dunia nyata.
Jadi, untuk melakukan uji statistik ini, pertama-tama kita harus menyatakan
hipotesis kita sehingga kita dapat menguji hasil kita terhadap hipotesis kita
untuk melihat apakah hipotesis kita cocok dengan kenyataan.
Jadi, bagaimana kita menghasilkan hipotesis dalam penelitian sains?
Kita akan menggunakan simbol: (huruf Yunani “mu”) untuk merujuk pada
mean populasi.
Dalam menguji hipotesis kami, kami mencoba memutuskan mana dari dua
hipotesis yang bersaing tentang populasi yang berarti kami harus menerima
dengan kumpulan data kami.
Kedua hipotesis ini disebut hipotesis nol dan hipotesis penelitian. Buku teks
statistika biasanya mengacu pada hipotesis nol dengan notasi: H 0. Hipotesis
penelitian biasanya disebut dengan notasi: H1 dan kadang-kadang disebut
hipotesis alternatif.
Mari kita jelaskan dulu apa yang dimaksud dengan hipotesis nol dan
hipotesis penelitian:
(1) Hipotesis nol adalah apa yang kita terima sebagai benar kecuali kita
memiliki bukti kuat bahwa itu tidak benar.
(2) Hipotesis penelitian adalah apa yang kita terima sebagai benar setiap kali
kita menolak hipotesis nol sebagai benar.
Ini mirip dengan sistem hukum kita di Amerika di mana kita menganggap
bahwa penjahat yang dianggap tidak bersalah sampai dia terbukti bersalah di
mata juri. Hipotesis nol kami adalah bahwa terdakwa ini tidak bersalah,
sedangkan hipotesis penelitian adalah bahwa dia bersalah.
Di negara bagian Missouri yang besar, setiap plat nomor memiliki slogan
negara bagian: "Tunjukkan padaku." Ini berarti bahwa orang-orang di Missouri
menganggap diri mereka tidak cukup mudah tertipu untuk menerima semua
yang dikatakan seseorang sebagai benar kecuali tindakan orang itu
menunjukkan kebenaran klaimnya. Dengan kata lain, orang-orang di Missouri
sangat percaya bahwa tindakan seseorang berbicara lebih keras daripada
kata-kata orang itu.
Karena hipotesis nol dan hipotesis penelitian tidak mungkin keduanya
benar, tugas pengujian hipotesis menggunakan rumus statistik adalah
memutuskan mana yang akan Anda terima sebagai benar, dan mana yang
akan Anda tolak sebagai benar.
Terkadang dalam penelitian sains, serangkaian skala penilaian digunakan
untuk mengukur sikap orang terhadap suatu perusahaan, terhadap salah satu
produknya, atau terhadap niat mereka untuk membeli produk perusahaan
tersebut. Skala penilaian ini biasanya skala 5 poin, 7 poin, atau 10 poin,
meskipun nilai skala lainnya sering digunakan juga.
Berikut adalah contoh khas skala 7 poin dalam pendidikan sains untuk orang
tua dari murid kelas 8 pada akhir tahun ajaran (lihat Gambar 3.6):
3.2 Pengujian Hipotesis 49
Gambar 3.6 Contoh Item Skala Penilaian untuk Orang Tua Siswa Kelas 8 (Contoh Praktis)
Kedua kesimpulan ini tidak mungkin benar. Kami menerima salah satu
hipotesis sebagai "benar" berdasarkan kumpulan data dalam studi penelitian
kami, dan yang lainnya sebagai "tidak benar" berdasarkan kumpulan data
kami.
Tugas ilmuwan riset, kemudian, adalah memutuskan mana dari dua
hipotesis ini, hipotesis nol atau hipotesis penelitian, yang akan dia terima
sebagai kebenaran berdasarkan kumpulan data dalam studi penelitian.
Mari kita coba beberapa contoh skala penilaian sehingga Anda dapat
berlatih mencari tahu apa hipotesis nol dan hipotesis penelitian untuk setiap
skala penilaian. Pada spasi pada Gambar 3.7, tuliskan hipotesis nol dan
hipotesis penelitian untuk skala penilaian:
Gambar 3.7 Contoh Skala Penilaian untuk Menentukan Hipotesis Nol dan Hipotesis
Penelitian
Ada tujuh langkah dasar pengujian hipotesis untuk uji statistik ini.
Jika Anda menggunakan skala numerik dalam survei Anda, Anda harus ingat
bahwa hipotesis ini mengacu pada "tengah" skala numerik. Misalnya, jika
Anda menggunakan skala 7 poin dengan 1 buruk dan 7 sangat baik, hipotesis
ini akan merujuk ke tengah skala ini dan akan menjadi:
Hipotesis nol H0 : 4
Hipotesis penelitian H1 : 6¼ 4
52 3 Interval Keyakinan Tentang Mean Menggunakan Fungsi TINV dan Hipotesis...3.2.3.2
Dalam bab ini kita mempelajari interval kepercayaan tentang mean, dan kita
akan memilih tes itu.
Anda akan mengingat (lihat Bagian 3.1.5) bahwa rumus selang kepercayaan
tentang mean adalah:
X ts:e: 3:2Þ
(a) Jika nilai referensi berada di dalam interval kepercayaan, terima hipotesis
nol, H0
(b) Jika nilai acuan berada di luar selang kepercayaan, tolak hipotesis nol, H 0,
dan terima hipotesis penelitian, H1
3.2 Pengujian Hipotesis 533.2.3.6 LANGKAH 6: Nyatakan Hasil Uji Statistik Anda
Mari kita menetapkan beberapa aturan dasar untuk menyatakan kesimpulan dari
suatu uji hipotesis.
Aturan #1: Setiap kali Anda menolak H0 dan menerima H1, Anda harus
menggunakan kata “signifikan” dalam kesimpulan untuk
mengingatkan pembaca bahwa tes ini menemukan hasil yang
penting.
Aturan #2: Buat garis besar dengan kata-kata "istilah kunci" yang ingin Anda
sertakan dalam kesimpulan Anda sehingga Anda tidak lupa untuk
menyertakan beberapa di antaranya.
Aturan #3: Tulis kesimpulan dalam bahasa Inggris yang sederhana sehingga
pembaca dapat memahaminya meskipun pembaca tersebut belum pernah
mengikuti kursus statistik.
Mari kita praktikkan aturan-aturan ini menggunakan spreadsheet Chevy
Impala Excel yang Anda buat sebelumnya di bab ini, tetapi pertama-tama kita
perlu menyatakan hipotesis untuk mobil itu. Jika General Motors ingin
mengklaim bahwa Chevy Impala mendapatkan 28 mil per galon pada iklan
billboard, hipotesisnya adalah:
H0: 28 mpg
H1: 6¼ 28 mpg
Anda akan ingat bahwa nilai referensi 28 mpg adalah dalam interval
kepercayaan 95% tentang rata-rata untuk data Anda, jadi kami akan
menerima H0 untuk Chevy Impala bahwa mobil tersebut mendapatkan 28
mpg.
Tujuan: Untuk menyatakan hasil ketika Anda menerima H0
54 3 Interval Keyakinan Tentang Mean Menggunakan Fungsi TINV dan Hipotesis ...
Aturan #1: Karena nilai referensi berada di dalam interval kepercayaan, kita
tidak dapat menggunakan kata “signifikan” dalam kesimpulan. Ini
adalah aturan dasar yang kita gunakan dalam bab ini untuk setiap
masalah.
Aturan #2: Istilah kunci dalam kesimpulannya adalah:
– Chevy Impala
– nilai referensi 28 mpg
Aturan #3: Chevy Impala memang mendapatkan 28 mpg.
Proses penulisan kesimpulan ketika Anda menerima H0 relatif lurus ke
depan karena Anda memasukkan kata-kata apa yang Anda katakan ketika
Anda menulis hipotesis nol. Namun, proses menyatakan kesimpulan ketika
Anda menolak H0 dan menerima H1 lebih sulit, jadi mari kita berlatih menulis
kesimpulan jenis itu dengan tiga contoh kasus latihan:
Tujuan: Untuk menulis hasil dan kesimpulan ketika Anda menolak H0
KASUS #1: Misalkan sebuah iklan di The Wall Street Journal mengklaim
bahwa Honda Accord Sedan mendapat 34 mil per galon. Hipotesisnya adalah:
H0: 34 mpg
H1: 6¼ 34 mpg
Misalkan penelitian Anda menghasilkan interval kepercayaan berikut:
30__________31__________32__________34
lower Mean upper Ref.
limit limit Nilai
Hasil: Karena nilai referensi berada di luar interval kepercayaan, kami menolak
hipotesis nol dan menerima hipotesis penelitian
Tiga aturan untuk menyatakan kesimpulan adalah:
Aturan #1: Kami harus menyertakan kata "signifikan" sejak referensi nilai 34
berada di luar selang kepercayaan.
Aturan #2: Istilah kuncinya adalah:
– Honda Accord Sedan
– secara signifikan
– baik “lebih dari” atau “kurang dari”
– dan mungkin mendekati
3.2 Pengujian Hipotesis 55
Aturan #3: Honda Accord Sedan mendapat kurang dari 34 mpg secara
signifikan , dan mungkin mendekati 31 mpg.
Perhatikan bahwa kesimpulan ini mengatakan bahwa mpg kurang dari 34
mpg karena rata-rata sampel hanya 31 mpg. Note, also, that when you find a
significant result by rejecting the null hypothesis, it is not sufficient to say only:
“significantly less than 34 mpg,” because that does not tell the reader “how
much less than 34 mpg” the sample mean was from 34 mpg. To make the
conclusion clear, you need to add: “probably closer to 31 mpg” since the
sample mean was only 31 mpg.
CASE #2: The National Association of Biology Teachers (NABT) is an
American based scholarly Life Sciences society with more than
5,000 members. The NABT hosts an annual Professional
Development Conference for 4 days that focuses on the teaching of
biology and the life sciences in the twenty-first century. The
conference includes hands-on workshops and informative sessions
for participants. Suppose that the NABT wanted to use an Internet
Survey to evaluate the annual conference based on responses from
the participants. Let's suppose that you have been asked to perform
the data analyses for the returned surveys, and that you want to
practice your data analysis skills on the hypothetical Item #15 given
in Fig. 3.8:
H0: μ ¼ 4
H1: μ 6¼ 4
Essentially, the null hypothesis equal to 4 states that if the obtained mean
score for this question is not significantly different from 4 on the rating scale,
then attendees, overall, were neither likely nor unlikely to recommend to
colleagues that they attend next year's annual conference.
Suppose that your analysis produced the following confidence interval for
this item on the survey.
56 3 Confidence Interval About the Mean Using the TINV Function and Hypothesis...
1.8_________2.8_________3.8__________4
lower Mean upper Ref.
limit limit Value
Result: Since the reference value is outside the confidence interval, we reject
the null hypothesis and accept the research hypothesis.
Rule #1: You must include the word “significantly” since the reference value is
outside the confidence interval
Rule #2: The key terms would be:
– attendees
– significantly
– NABT annual meeting this year
– either likely or unlikely (since the result is significant)
– recommend to colleagues
– attend next year's annual meeting of the NABT
Rule #3: Attendees at this year's annual meeting of the NABT were
significantly unlikely to recommend to colleagues that they attend
next year's annual meeting of the NABT.
Note that you need to use the word “unlikely” since the sample mean of 2.8
was on the unlikely side of the middle of the rating scale.
CASE #3: The National Association of Biology Teachers (NABT) publishes the
journal: The American Biology Teacher which includes articles
dealing with ecology/environment, instructional materials and
resources, and education. Suppose that the NABT wanted to
evaluate the quality of articles in this journal and has sent out an
Internet Survey to its mem bers. Suppose, further, that you have
been asked to do the data analysis for the returned surveys, and
that you have decided to test your Excel skills on a hypothetical Item
#8 of the survey (see Fig. 3.9)
H0: μ ¼ 5.5
H1: μ 6¼ 5.5
3.3 Alternative Ways to Summarize the Result of a Hypothesis Test 57
Suppose that your research produced the following confidence interval for
this item on the survey:
5.5__________5.7_________5.8__________5.9
Ref. lower Mean upper
Value limit limit
Result: Since the reference value is outside the confidence interval, we reject
the null hypothesis and accept the research hypothesis
The three rules for stating the conclusion would be:
Rule #1: You must include the word “significantly” since the reference value is
outside the confidence interval
Rule #2: The key terms would be:
– Members of the NABT
– The American Biology Teacher
– significantly
– rated the quality of articles
– Internet survey
– dealing with Ecology/Environment
– either “positive” or “negative” (we will explain this)
Rule #3: Members of the NABT rated the quality of articles in The American
Biology Teacher dealing with Ecology/Environment in an Internet
survey as significantly positive.
Note two important things about this conclusion above: (1) people when
speak ing English do not normally say “significantly excellent” since something
is either excellent or is not excellent without any modifier, and (2) since the
mean rating of the quality of the articles dealing with Ecology/Environment
(5.8) was significantly greater than 5.5 on the positive side of the scale, we
would say “significantly positive” to indicate this fact.
If you want a more detailed explanation of the confidence interval about the
mean, see Townend (2002).
The three practice problems at the end of this chapter will give you
additional practice in stating the conclusion of your result, and this book will
include many more examples that will help you to write a clear and accurate
conclusion to your research findings.
the use of these words so that you can understand the concept underlying
hypothesis testing.
However, there are many other ways to summarize the result of an
hypothesis test, and all of them are correct theoretically, even though the
terminology differs. If you are taking a course with a professor who wants you
to summarize the results of a statistical test of hypotheses in language which is
different from the language we are using in this book, do not panic! If you
understand the concept of hypothesis testing as described in this book, you
can then translate your understanding to use the terms that your professor
wants you to use to reach the same conclusion to the hypothesis test.
Statisticians and professors of science statistics all have their own language
that they like to use to summarize the results of an hypothesis test. There is no
one set of words that these statisticians and professors will ever agree on, and
so we have chosen the one that we believe to be easier to understand in terms
of the concept of hypothesis testing.
To convince you that there are many ways to summarize the results of an
hypothesis test, we present the following quotes from prominent statistics and
research books to give you an idea of the different ways that are possible.
The following quotes are typical of the language used in statistics and
research books when the null hypothesis is accepted:
“The null hypothesis is not rejected.” (Black 2010, p. 310)
“The null hypothesis cannot be rejected.” (McDaniel and Gates 2010, p. 545) “The
null hypothesis ... claims that there is no difference between groups.” (Salkind 2010, p.
193)
“The difference is not statistically significant.” (McDaniel and Gates 2010, p. 545)
“... the obtained value is not extreme enough for us to say that the difference between
Groups 1 and 2 occurred by anything other than chance.” (Salkind 2010, p. 225) “If we
do not reject the null hypothesis, we conclude that there is not enough statistical
evidence to infer that the alternative (hypothesis) is true.” (Keller 2009, p. 358) “The
research hypothesis is not supported.” (Zikmund and Babin 2010, p. 552)
The following quotes are typical of the quotes used in statistics and research
books when the null hypothesis is rejected:
“The null hypothesis is rejected.” (McDaniel and Gates 2010, p. 546)
“If we reject the null hypothesis, we conclude that there is enough statistical
evidence to infer that the alternative hypothesis is true.” (Keller 2009, p. 358)
3.4 End-of-Chapter Practice Problems 59
“If the test statistic's value is inconsistent with the null hypothesis, we reject the null
hypothesis and infer that the alternative hypothesis is true.” (Keller 2009, p. 348)
“Because the observed value ... is greater than the critical value ..., the decision is to
reject the null hypothesis.” (Black 2010, p. 359)
“If the obtained value is more extreme than the critical value, the null hypothesis
cannot be accepted.” (Salkind 2010, p. 243)
“The critical t-value ... must be surpassed by the observed t-value if the hypothesis
test is to be statistically significant ....” (Zikmund and Babin 2010, p. 567)
“The calculated test statistic ... exceeds the upper boundary and falls into this
rejection region. The null hypothesis is rejected.” (Weiers 2011, p. 330)
You should note that all of the above quotes are used by statisticians and
professors when discussing the results of an hypothesis test, and so you
should not be surprised if someone asks you to summarize the results of a
statistical test using a different language than the one we are using in this
book.
1. Suppose that you were hired to conduct a research study determining milk
yield in bovines on a dairy farm in the state of Wisconsin. Last year, the
average annual milk yield per cow on this farm was 6,800 pounds (lbs.) in
2-year-old registered Jersey cows. You have been asked to take a random
sample of cows and to check their annual milk yield at the end of the current
year. You decide to test your Excel skills on a small number of cows, and
the hypothetical data (in hundreds of pounds) appear in Fig. 3.10:
60 3 Confidence Interval About the Mean Using the TINV Function and Hypothesis...
Fig. 3.10
Worksheet
Data
for Chap. 3:
Practice
Problem #1
(a) To the right of this table, use Excel to find the sample size, mean,
standard deviation, and standard error of the mean for the yield figures.
Label your answers. Use number format (two decimal places) for the
mean, standard deviation, and standard error of the mean.
(b) Enter the null hypothesis and the research hypothesis onto your
spreadsheet. (c) Use Excel's TINV function to find the 95 % confidence
interval about the mean for these figures. Label your answers. Use number
format (two deci mal places).
(d) Enter your result onto your spreadsheet.
(e) Enter your conclusion in plain English onto your spreadsheet. (f) Print
the final spreadsheet to fit onto one page (if you need help remembering
how to do this, see the objectives at the end of Chap. 2 in Sect. 2.4) (g) On
your printout, draw a diagram of this 95 % confidence interval by hand (h)
Save the file as: yield3
2. Suppose that a fish hatchery in the state of Colorado has asked you to
determine the average weight of the trout they are releasing into streams
and lakes in Colorado. If the fish are too small, licensed fishermen complain
about the undersized fish being caught. If the fish are too large, the rate of
feeding the
3.4 End-of-Chapter Practice Problems 61
fish is too high (ie, fish size increases with the amount of feed), it costs the
state more to feed the fish than was built into the hatchery budget.
Let's suppose that the state wants the average weight of the trout released
into streams and lakes from a fish hatchery to be 308 grams (g) or 11
ounces (oz.). (Note: There are 28 g in one ounce.) Suppose you have been
asked to analyze the hypothetical data in Fig. 3.11 which gives the weight of
a random sample of trout released during the past week from a Colorado
hatchery. The hypothetical data are given in Fig. 3.11.
(e) Enter the conclusion of the test in plain English on your spreadsheet. (f)
Print your final spreadsheet so that it fits onto one page (if you need help
remembering how to do this, see the objectives at the end of Chap. 2 in
Sect. 2.4).
(g) Draw a picture of the confidence interval, including the reference value,
onto your spreadsheet.
(h) Save the final spreadsheet as: TROUT10
3. According to Bremer and Doerge (2010), only one species of oak tree,
Quercus tomentella Engelm, grows on the island of Guadalupe. Let's
suppose that 5 years ago, the average size of acorn nut as measured by
length from this species of oak was 27 millimeters (mm). Suppose that you
have been asked to determine if this average size has changed this year.
You decide to run a small sample of oak acorns to test your Excel skills,
and the hypothetical data are given in Fig. 3.12:
Fig. 3.12 Worksheet Data for Chap. 3: Practice Problem #3