Setelah di klik “import” pada gambar di atas maka akan muncul tampilan
berikut
Uji t
Kemudian pada tampilan R-console juga akan tampil bagian seperti
pada gambar di bawah ini.
t.test(one_sample_t_test$hari,alternative="less",
mu=80,conf.level=0.95) # uji t satu sampel
qt(0.05,df=19,lower.tail=TRUE) # t tabel
Uji t
Output:
> t.test(one_sample_t_test$hari,alternative="less",
mu=80,conf.level=0.95)
data: one_sample_t_test$hari
t = 2.3008, df = 19, p-value = 0.9836
alternative hypothesis: true mean is less than 80
95 percent confidence interval:
-Inf 97.25258
sample estimates:
mean of x
89.85
> qt(0.05,df=19,lower.tail=TRUE)
[1] -1.729133
Hasil analisis:
Dari hasil output diperoleh t hitung = 2.3008 > t tabel = -1.729133 dimana
p-value = 0.9836 > alpha = 0.05. Uji hipotesis yang digunakan pada kasus
ini adalah uji sisi kiri. Pada uji sisi kiri H0 ditolak jika t hitung < dari tabel
dan p-value<alpha. Sedangkan pada output t hitung > t tabel dan p-value
> alpha sehingga terima H0. Dengan demikian, dapat disimpulkan bahwa
dengan tingkat kepercayaan 95% tidak cukup bukti untuk mengatakan
waktu penyelesaian suatu kasus di pengadilan kurang dari 80 hari.
Contoh2
Berikut contoh data mengenai waktu penanganan suatu kasus di
pengadilan. Pada data ini ingin dilakukan pengujian apakah rata-rata
waktu penyelesaian suatu kasus di pengadilan lebih dari 80 hari.
Kemudian diambil sampel secara acak sebanyak 20 kasus dan
diasumsikan berasal dari distribusi normal.
Uji t
Langkah pertama adalah menentukan hipotesisnya:
H0 : μ ≤ 80 waktu penyelesaian suatu kasus di pengadilan paling
tinggi sebesar 80 hari
H1 : μ > 80 waktu penyelesaian suatu kasus di pengadilan lebih
dari 80
Langkah berikutnya yaitu uji t satu sampel dengan menggunakan fungsi
t.test() dan untuk t tabel menggunakan fungsi qt(). Sintaksnya adalah
sebagai berikut:
t.test(one_sample_t_test$hari,alternative="greater"
,mu=80,conf.level=0.95) # uji t satu sampel
qt(0.05,df=19,lower.tail=FALSE) # t tabel
Output:
> t.test(one_sample_t_test$hari,alternative="greater"
,mu=80,conf.level=0.95)
data: one_sample_t_test$hari
t = 2.3008, df = 19, p-value = 0.01645
alternative hypothesis: true mean is greater than 80
95 percent confidence interval:
82.44742 Inf
sample estimates:
mean of x
89.85
> qt(0.05,df=19,lower.tail=FALSE)
[1] 1.729133
Uji t
Hasil analisis:
Dari hasil output diperoleh t hitung = 2.3008 > t tabel = 1.729133 dimana
p-value = 0.01645 < alpha = 0.05. Uji hipotesis yang digunakan pada
kasus ini adalah uji sisi kanan. Pada uji sisi kiri H0 ditolak jika t hitung >
dari tabel dan p-value<alpha. Sedangkan pada output t hitung > t tabel
dan p-value < alpha sehingga tolak H0. Dengan demikian, dapat
disimpulkan bahwa waktu penyelesaian suatu kasus di pengadilan kurang
dari 80 hari dengan tingkat percayaan 95 %.
Contoh 3
Berikut contoh data mengenai waktu penanganan suatu kasus di
pengadilan. Pada data ini ingin dilakukan pengujian apakah rata-rata
waktu penyelesaian suatu kasus di pengadilan sama dengan 80 hari.
Kemudian diambil sampel secara acak sebanyak 20 kasus dan
diasumsikan berasal dari distribusi normal.
Langkah pertama adalah menentukan hipotesisnya:
t.test(one_sample_t_test$hari,alternative="two.sided"
,mu=80,conf.level=0.95) # uji t satu sampel
alpha=0.05
qt(c(alpha/2, 1-(alpha/2)), df=19) # t tabel
Uji t
Output:
> t.test(one_sample_t_test$hari,alternative="two.sided"
,mu=80,conf.level=0.95)
data: one_sample_t_test$hari
t = 2.3008, df = 19, p-value = 0.0329
alternative hypothesis: true mean is not equal to 80
95 percent confidence interval:
80.88957 98.81043
sample estimates:
mean of x
89.85
> alpha=0.05
> qt(c(alpha/2, 1-(alpha/2)), df=19) # t tabel
Hasil analisis:
Dari hasil output diperoleh t hitung = 2.3008 tidak berada pada selang
-2.093024 < t < 2.093024 dan p-value = 0.0329 < alpha = 0.05. Uji
hipotesis yang digunakan pada kasus ini adalah uji dua sisi. Pada uji dua
sisi H0 ditolak jika t hitung tidak berada pada selang (–t tabel < t < t tabel)
dan p-value<alpha Sedangkan pada output, t hitung tidak berada pada
selang (–t tabel < t < t tabel) dan p-value < alpha sehingga tolak H0.
Dengan demikian, dapat disimpulkan bahwa waktu penyelesaian suatu
kasus di pengadilan tidak sama dengan 80 hari dengan tingkat percayaan
95 %.
Uji t
Independent sample t test
Independent sample t test merupakan uji perbandingan nilai tengah pada
dua kelompok sampel yang independent. Dengan kata lain, dua kelompok
sampel yang tidak berhubungan. Sebagai contoh kita akan menguji
apakah ada perbedaan rata-rata (dua ) sampel yang terdiri dari kelompok
A dan kelompok B terkait dengan prestasi belajarnya. Contoh ini
menjelaskan bahwa sampel penelitian ini terdiri dari dua kelompok yang
berbeda atau tidak berhubungan satu sama lain.
Salah satu syarat dari inpendent sample t test adalah kita harus tahu
mengetahui terlebih dahulu apakah dua kelompok sampel tersebut
berasal dari populasi yang ragamnya sama atau tidak. sehingga sintaks
di R untuk menguji apakah ragamnya sama atau tidak adalah:
Var.test (x,y)
Contoh 4
Seorang Guru matematika di salah satu SMA Negeri di Bogor ingin
menguji apakah terdapat perbedaan nilai ujian matematika antara Kelas
A dan B. Guru tersebut mengambil sampel secara acak sebanyak 15
orang siswa dari masing-masing kelas.
Uji t
Langkah pertama adalah menentukan hipotesisnya. Karena dalam kasus
ini ingin melihat apakah sama atau tidak nilai ujiannya maka hipotesis nya
adalah hipotesis dua arah yakni :
Setelah di klik “import” pada gambar di atas maka akan muncul tampilan
berikut
Uji t
Kemudian pada tampilan R-console juga akan tampil bagian seperti
pada gambar di bawah ini.
> var.test(a,b)
data: a and b
F = 0.82426, num df = 14, denom df = 14, p-value = 0.7227
alternative hypothesis: true ratio of variances is not equal
to 1
95 percent confidence interval:
0.2767275 2.4551214
sample estimates:
ratio of variances
0.8242569
Hasil analisis:
Pada uji keragaman jika p-value lebih kecil dari alpha 0.05 maka
ragamnya berbeda tapi jika sebaliknya maka ragamya sama. Dari hasil
ouput menujukkan bahwa p-value = 0.7227 > alpha = 0.05 sehingga dapat
disimpulkan bahwa ragam antara kedua kelompok sama. Hasil ini akan
menentukan langkah berikutnya yaitu, sintaks uji t nya (var.equal) harus
sama dengan TRUE
alpha=0.05
db=15+15-2
qt(c(alpha/2, 1-(alpha/2)), df=db) # t tabel
Output:
> t.test(a,b, var.equal=TRUE, paired=FALSE) # uji t
data: a and b
t = 12.671, df = 28, p-value = 4.081e-13
alternative hypothesis: true difference in means is not equal
to 0
95 percent confidence interval:
25.59742 35.46925
sample estimates:
mean of x mean of y
84.73333 54.20000
Uji t
Output t tabel:
> alpha=0.05
> n=15+15-2
> qt(c(alpha/2, 1-(alpha/2)), df=n) # t tabel
[1] -2.048407 2.048407
Hasil analisis:
Dari hasil output diperoleh t hitung = 12.671 tidak berada pada selang
-2.048407 < t < 2.048407 dan p-value = 0.0329 < alpha = 0.05. Uji
hipotesis yang digunakan pada kasus ini adalah uji dua sisi. Pada uji dua
sisi H0 ditolak jika t hitung tidak berada pada selang (–t tabel < t < t tabel)
dan p-value<alpha Sedangkan pada output, t hitung tidak berada pada
selang (–t tabel < t < t tabel) dan p-value < alpha sehingga tolak H0.
Dengan demikian, dapat disimpulkan bahwa rata-rata ujian kelas A dan
kelas B berbeda dengan tingkat percayaan 95 %.
Uji t
Paired sample t test
Paired sample t test atau uji t berpasangan merupakan membandingkan
rata-rata dua grup yang saling berpasangan, yaitu sampel dengan subjek
yang sama namun terdapat dua perlakuan/kejadian berbeda, misalnya
pengukuran sampel terhadap treatment tertentu sebelum dan
sesudahnya.
Hipotesis pada uji t satu sampel
Contoh 5
Akan diteliti mengenai perbedaan penjualan sepeda motor merk A
disebuah Kabupaten sebelum dan sesudah adanya ketetapan kenaikan
pajak kendaraan. Data diambil dari 15 dealer
Hipotesis
Setelah di klik “import” pada gambar di atas maka akan muncul tampilan
berikut
Uji t
Kemudian pada tampilan R-console juga akan tampil bagian seperti
pada gambar di bawah ini.
t.test(a,b,alternative="two.sided",paired=TRUE,
conf.level=0.95) # uji t
alpha=0.05
db=15-1
qt(c(alpha/2, 1-(alpha/2)), df=db) # t tabel
Uji t
Output:
> t.test(a,b,alternative="two.sided",paired=TRUE,conf.level=0.95)
Paired t-test
data: a and b
t = 1.0312, df = 14, p-value = 0.32
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-1.295969 3.695969
sample estimates:
mean of the differences
1.2
> alpha=0.05
> db=15-1
> qt(c(alpha/2, 1-(alpha/2)), df=db)
Hasil analisis:
Dari hasil output diperoleh t hitung = 1.0312 t berada pada selang
-2.144787 < t < 2.14478 dan p-value = 0.32 > alpha = 0.05. Uji hipotesis
yang digunakan pada kasus ini adalah uji dua sisi. Pada uji dua sisi H0
ditolak jika t hitung tidak berada pada selang (–t tabel < t < t tabel) dan p-
value<alpha Sedangkan pada output, t hitung berada pada selang
(–t tabel < t < t tabel) dan p-value > alpha sehingga terima H0. Dengan
demikian, dapat disimpulkan bahwa penjualan sepeda motor merk A
sebelum da sesudah adanya ketetapan kenaikan pajak kendaraan
berbeda dengan tingkat percayaan 95 %.