Presentasi 4 (Sampel Populasi, T-Test) Fix
Presentasi 4 (Sampel Populasi, T-Test) Fix
Hasil
analisisnya
digeneralisasi
Sampel kepada
Yang diteliti dan diuji datanya populasinya
adalah sampel.
Sampel ke 1
X 1. dan X 1
Sampel ke 2
X 2 , dan X 2
Populasi
Sampel ke 3
(Indonesia)
X 3 , dan X 3
µ
Rata-rata = Sampel ke 4
TB 159 X 4 , dan X 4
Sampel ke . . . .
X ....
Sampel ke n
X n , dan X n , tapi juga bisa
Xn
Contoh
• Jika browsing di Google tentang rata-rata
Tinggi Badan laki-laki dewasa Indonesia akan
diperoleh159 sedangkan perempuan adalah
152,8Cm (http://www.suara.com; 11 Juli
2017). SD laki-laki = 6, perempuan = 8,2
• Jika diambil sampel dari berbagai kota di
Indonesia, jarang sekali akan diperoleh TB
yang sama dg TB populasi tsb.
Apabila semua rata-rata sampel tersebut dikumpulkan, maka
akan membentuk sebuah distribusi, dan distribusinya disebut
distribusi rata-rata.
MX
Distribusi tersebut di atas juga dapat dicari SD nya.
SD yang diperoleh disebut SDM atau SM
Distribusi skor
rata-rata dari Distribusi TB laki laki
berbagai sampel dewasa Indonesia
S
SM
N 1
Dimana :
S M adalah standard error of Mean
S adalah Standard Deviasi dari sampel yang ada
N jml subjek sampel
Contoh :
Ada 10 orang
diukur Berat
badan (dianggap
sbg populasi),
hasilnya adalah
sbb :
A.60
B.54 Dari populasi tsb diambil sampel (setiap
C.52 sampel 2 orang) :
Dari populasi
D.48 tsb diperoleh
1.A dan B, dan rata-ratanya = 57
E.56 2.A dan C, dan rata-ratanya = 56
rata-rata = 3.A dan D, dan rata-ratanya = 54
F.46 53,40 4.A dan E, dan rata-ratanya = 58
G.50 dan S =4,427 5.A dan F, dan rata-ratanya = 53
Skor terrendah Rata-rata sampel
H.58 berada di sekitar
6.A dan G, dan rata-ratanya = 55
=46 7.A dan H, dan rata-ratanya = 59
I.56 rata-rata
8.A dan I, dan rata-ratanya = 58
J.54 Tertinggi = 60 populasinya
Perbedaan rata- 9.A dan J, dan rata-ratanya = 57
rata sampel dan 10.B dan C, dan rata-ratanya = 53
rata-rata populasi 11.B dan D, dan rata-ratanya = 51
disebabkan karena 12.B dan E, dan rata-ratanya = 55
kita mengambil
sampel. Ini
13.B dan F, dan rata-ratanya = 50
disebut sampling 14.B dan G, dan rata-ratanya = 52
error. 15.B dan H, dan rata-ratanya = 56
16.B dan I, dan rata-ratanya = 55 dst
dst
Jenis Kelamin
TB Perempuan TB Laki-laki
165 165
153 173
160 168
164 160
163 166
155 160
160 169
154 170
155 167
161 169
S
SM
N 1
5.752
Berdasar perhitungan SPSS dari 20 subjek (laki-laki SM 1.319
dan perempuan) diperoleh skor rata-rata = 162.85
20 1
dan S = 5.752
153 173
162,85
Rata-rata
Standard error of Mean
populasi (20
orang) (SM) = 1, 319
Standard deviasi
kelompok laki-laki
dan perempuan
jadi satu (n = 20)
= 5,572
Rata-rata Populasi dan Rata-rata Sampel
X S 1,96S M
Untuk taraf kepercayaan 99 % adalah :
X S 2,58S M
Contoh
Dari sebuah toko diambil 10 botol Alkohol 90% 100
ml, dan diukur isi masing-masing botol, hasilnya
adalah sebagai berikut :
98 ml; 94 ml; 92 ml; 96 ml; 90 ml; 86 ml; 96 ml; 96
ml; 95 ml; dan 96 ml
Apakah Pernyataan pabrik yang menyatakan bahwa
isi bersih tiap botol adalah 100 ml dapat diterima ?
100 ml adalah rata-rata populasi
10 botol adalah sampel.
Langkah-langkah
• Hitunglah Rata-rata dan Standard deviasi dari
sampel 10 botol tersebut
• Hitunglah Standard Error of Meannya (SM)
• Tentukan taraf kepercayaan yang
dipergunakan
• Data yang telah diketahui dimasukkan ke
dalam rumus.
S
SM
N 1
3,6
SM 1,2
9
Dengan taraf kepercayaan 95% maka :
Rata-rata sampel
X S 1,96S M
100 93,9 1,961,2
100 93,9 2,352
X S 93,9 100
A X A& B A& B b3
B
X A3 X B3
. .................
X A& B A& B bn
X An X Bn
Populasi A A B Populasi B
X A& B A& B b1
X A1 X B1
X A& B A& B b2
X A2 X B2
M X A& B A& B b3 M
X A3 X B3
. .................
X A& B A& B bn
X An X Bn
–SbM1 SbM1
2 2
S bM S M 1 S M 2
Sedangkan
(telah diketahui) :
S
SM
N 1
Student’s t (t-test)
• Student’s t-test dimaksudkan untuk
menguji apakah antara dua kelompok
terdapat perbedaan secara signifikan
(berarti atau bermakna) atau tidak
• Untuk mendapatkan hasil t-test maka t
value (to) harus dihitung, dengan rumus :
X1 X 2
tO
S bM
2 2
S bM S M 1 S M 2
t - Test
• Between Subjects test
(Independent sample tests)
• Within subjects test (Repeated
Measures) Dari kali
pengukuran, diuji
apakah ada
perbedaan atau
tidak
Variabel
Rancangan
Hasil
Alat dan Metode
Jenis Kelamin
TB Perempuan TB Laki-laki
165 165
153 173
160 168
164 160
163 166
155 160
160 169
154 170
155 167
161 169
S
SM
N 1
2 2
S bM S M 1 S M 2
4,165 4,422
SM 1 1,388 SM 2 1,474
9 9
2 2
SbM 1,388 1,474 2,024
166,7 159
tO 3,804
2,024
Df = (10 – 1) + (10-1) = 18
Hipotesis :
Ho = Tidak ada perbedaan Tinggi Badan antara
laki-laki dan perempuan
Ha = Ada perbedaan Tinggi badan antara laki-
laki dan perempuan
Proses analisisnya SPSS : Analyze → Compare mean → Independent T - test→ klik
Hasil analisis : to = -3,520 dengan p = 0,003 (p < 0,01).
Dengan demikian to dinyatakan sangat
signifikan, maka Ho ditolak dan Ha =
diterima.
Kesimpulan : Ada perbedaan Tinggi
Badan antara laki-laki dan perempuan.
Laki-laki lebih tinggi daripada perempuan.
Analisis menggunakan JASP :
Hasilnya :
Pindahkan variable X (jenis kelamin –
to = - 3,520 dengan p = 0,003 (<
Nominal) ke kotak Grouping variabel
0,01). Dengan demikian to dintakan
sangat signifikan, maka Ho ditolak
dan Ha diterima.
Kesimpulan : ada perbedaan Tinggi
badan antara laki-laki dan
perempuan.
Dalam sebuah penelitian tentang perbedaan kesediaan berkurban
antara Mhsw Fak Teknik dan Psikologi diperoleh data sbb :
Fak Teknik : Fak Psikologi :
34 38 42 32 38 38 42 40
32 30 34 32 32 30 34 40
32 36 34 30 32 36 34 44
38 36 38 28 38 36 38 42
32 34 38 36 40 34 38 36
2 2
SbM 0,791 0,848 1,159
34,30 37,10
tO 2,415 Df = (20-1) + (20-1) = 38
1,159
to = 2,415 > 38t t(α=0,05) = 2,0244
Dengan demikian to dinyatakan Signifikan, maka Ho ditolak dan Ha diterima.
Dapat disimpilkan : Ada perbedaan Tinggi Badan antara laki-laki dan
perempuan.
Tanda minus, menunjukkan bahwa suku kedua (Fak.Psikologi) lebih besar
daripada suku pertama (Fak Teknik) dalam variable yg diperbandingkan.
F. Teknik F. Psikologi
3,45 3,698
SM 0,79 SM 0,848
19 19
2 2
S bM SM1 SM 2
df = (n1-1)+(n2-1)
df = (20-1)+(20-1)= 38
( n 1)
D
n
Where :
D differences between corresponding scores in the first and
second samples; that is difference scores.
D the mean of difference scores.
n the number of pairs of scores.
Contoh Soal
• Seorang peneliti berusaha membandingkan 10
orang pemain sepakbola antara sebelum dan
setelah diberi suplemen yang diduga dapat
mempercepat waktu reaksi (Harapannya,
setelah minum suplemen waktu reaksi
menjadi lebih singkat/lebih reaktif).
• Hasilnya adalah sebagai berikut :
Sbl Stlh D ( D D ) 2
( n 1)
D
n
2,541
(10 1)
D
10
0,17
X 1 3,04 D 0,27
X 2 2,77
t X1 X 2
X 1 X2 3,04 2,77 1,59
D 0,17
Untuk pengujian signifikansinya
• Digunakan Table of Critical value of t
• Df = n - 1 ; maka df = 9 (jumlah subjek = 10)
• 9t( = 0,05)= 2,262 (untuk two tail) dan 1,833 (untuk
one tail)
• t0 = 1,59 9t( = 0,05)= 1,833
• Dengan demikian to adalah tidak signifikan. Ho =
diterima; Ha = ditolak.
• Kesimpulan : Tidak ada perbedaan waktu reaksi
antara sbl dan stl minum suplemen
One tail : Hipotesis sudah mengarah, group mana yg lebih besar/tinggi.dari
group lain
setelah
sebelum
Two tail : Hipotesis belum mengarah, belum tahu manakah yang lebih besar/tinggi
Sebelum setelah
sebelum
• Digunakan Table of Critical
value of t
• Df = n - 1 ; maka df = 9
• 9t( = 0,05)= 2,262 (untuk two tail)
dan 1,833 (untuk one tail)
• t0 = 1,59 9t( = 0,05)= 1,833
• Dengan demikian to adalah
tidak signifikan, maka Ho
diterima dan Ha ditolak,
sehingga disimpulkan “tidak
ada perbedaan kecepatan
waktu reaksi sebelum dan
setelah minum suplemen”
Diambil sebuah sampel 10 orang gadis dan diikutkan dalam
program diet (tujuannya untuk mengurangi berat badan). Hasil
pengukuran Berat Badan sebelum dan setelah program diet
adalah sbb:
Ho : Tidak ada perbedaan berat badan sebelum dan setelah program diet.
Ha : Ada perbedaan berat badan sebelum dan setelah program diet, dimana
setelah pogram diet berat badan lebih rendah drpd sebelum diet.
(D D ) 2
30,9
( n 1) (10 1)
D 0,5859
n 10
t X1 X 2
X 1 X 2 65,6 58,7
11 .7767
D 0,5859
• Digunakan Table of Critical
value of t
• Df = n - 1 ; maka df = 9
• 9t( = 0,01)= 3,2498 (untuk two tail)
dan 2,68 (untuk one tail)
• t0 = 11,7767> 9t( = 0,01)= 2,68
• Dengan demikian to adalah
Sangat signifikan, maka Ho
ditolak dan Ha diterima,
sehingga disimpulkan “Ada
perbedaan berat badan
sebelum dan setelah program
diet. BB Setelah diet lebih
rendah”