Kita akan melakukan uji apakah data yang kita dapatkan berbeda dengan
rata-rata sebelumnya, menurut informasi rata-rata berat badan dua minggu
lalu sebesar 209,8.
➢ Langkah pengujian
1. Pengujian hipotesis
H0 = 𝜇 = 209,8
H1= 𝜇 ≠ 209,8
2. Dasar pengambilan Keputusan
H0 ditolak jika p-value < 0,05
H0 diterima jika p-value > 0,05
Langkah -langkah spss = analyze-compare means-one sampel t-test-
masukan bb ke variable test-isi rata-rata sebelumnya di kolom tast value
Kesimpulan :
Sig (2-tailed) diperoleh nilai value =0,127 dan pada kolom sig(2-tailed)
>0,05 maka H0 diterima. Maka tidak terdapat berbedaan yang signifikan
antara berat badan dua minggu lalu dengan minggu ini.
Terdapat data tentang tinggi siswa kelas 1, diambil sampel 10 siswa dan
10 siswi. Dengan anggapan data diambil dari populasi normal,ujilah
apakah bisa dikatakan rata-rata tinggi siswa dan siswi kelas 1 tersebut
sama?
Siswa: 120, 122, 120, 138, 130, 128, 132, 125, 127, 130
Siswi: 115, 120, 118, 130, 135, 126, 127, 126, 125, 129
Pembahasan
LANGKAH KEPUTUSAN:
1. uji normalitas
2. uji homogen
Levene’s Test → lihat dulu nilai signifikansinya, p < 0,05 = data tidak
homogen; p > 0,05 = data homogen.
Misal: p value / sig: 0,960 > 0,05 → berarti data homogen
✓ Jika data tidak homogen --> maka menggunakan asumsi bahwa varians
tidak sama (lihat kolom Equal variance not assumed).
✓ Jika data homogen --> maka menggunakan asumsi bahwa varians sama
(lihat kolom Equal variance assumed).
1. Hipotesis
H0 : 𝜇1 = 𝜇2 (Rata-rata tinggi siswa dan siswi kelas 1 sama)
H1 : 𝜇1 ≠ 𝜇2 (Rata-rata tinggi siswa dan siswi kelas 1 tidak sama)
4. Daerah kritis
H0 ditolak jika p_value < 𝛼
5. Kesimpulan
Karena p_value = 0.431> 𝛼 = 0.05 maka H0 diterima. Hal ini
berarti rata-rata tinggi siswa dan siswi kelas 1 sama.
➢ Uji one way anova (analysis of varians) adalah uji anova satu faktor
➢ Uji anova berguna untuk menguji perbedaan rata-rata data lebih dari
dua kelompok
➢ Persyaratan penggunaan uji anova
1. Sampel berasal dari kelompok yang independent (tidak
saling berhubungan)
2. Variable faktor bersifat non metrik (kategori tidak bernilai)
3. Data masing-masing kelompok berdistribusi normal
4. Varians antar kelompok harus homogen
➢ Contoh kasus
Seorang peneliti ingin membandingkan penjualan handphone dengan
merek Samsung, oppo, vivo, dan Lenovo. Akan diteliti apakah
terdapat perbedaan rata-rata dalam penjualan keempat handphone
tersebut.
Uji hipotesis
H0 : terdapat perbedaan rata-rata dalam penjualan keempat
handphone tersebut.
H1 : tidak terdapat perbedaan rata-rata penjualan keempat
handphone tersebut
Jika nilai sig > 0,05 maka H0 diterima
Jika nilai sig <0,05 maka H0 ditolak atau H1 diterima