t-test

11 10 2007

Uji-t (t-test) merupakan statistik uji yang sering kali ditemui dalam masalah-masalah praktis statistika. Uji-t termasuk dalam golongan statistika parametrik. Statistik uji ini digunakan dalam pengujian hipotesis. Seperti yang telah dibahas dalam tulisan (post) lain di weblog ini, uji-t digunakan ketika informasi mengenai nilai variance (ragam) populasi tidak diketahui.
Uji-t dapat dibagi menjadi 2, yaitu uji-t yang digunakan untuk pengujian hipotesis 1-sampel dan uji-t yang digunakan untuk pengujian hipotesis 2-sampel. Bila dihubungkan dengan kebebasan (independency) sampel yang digunakan (khusus bagi uji-t dengan 2-sampel), maka uji-t dibagi lagi menjadi 2, yaitu uji-t untuk sampel bebas (independent) dan uji-t untuk sampel berpasangan (paired).
Dalam lingkup uji-t untuk pengujian hipotesis 2-sampel bebas, maka ada 1 hal yang perlu mendapat perhatian, yaitu apakah ragam populasi (ingat: ragam populasi, bukan ragam sampel) diasumsikan homogen (sama) atau tidak. Bila ragam populasi diasumsikan sama, maka uji-t yang digunakan adalah uji-t dengan asumsi ragam homogen, sedangkan bila ragam populasi dari 2-sampel tersebut tidak diasumsikan homogen, maka yang lebih tepat adalah menggunakan uji-t dengan asumsi ragam tidak homogen. Uji-t dengan ragam homogen dan tidak homogen memiliki rumus hitung yang berbeda. Oleh karena itulah, apabila uji-t hendak digunakan untuk melakukan pengujian hipotesis terhadap 2-sampel, maka harus dilakukan pengujian mengenai asumsi kehomogenan ragam populasi terlebih dahulu dengan menggunakan uji-F.

Bagan yang menggambarkan bagaimana menentukan uji-t yang tepat dapat didownload di sini.

(klik kanan tulisan biru, kemudian pilih ‘save link as’)


Aksi

Information

70 tanggapan

7 01 2008
John

mas, kalo jumlah sampel<= 30, pake uji t ya dan sebelumnya pake uji kenormalan ga? thanx

7 01 2008
Yersi

mau tanya neh…………..kenapa uji kenormalan data perlu dilakukan dalam analisis data. untuk uji t berpasangan jika data tidak normal rumus apa yang harus dipakai???
apa seh maksud uji kenormalan data?????

7 01 2008
Deny

Jawaban untuk Yersi
Pertanyaan yang sangat bagus.
1. Uji kenormalan data, sebelum menggunakan statistik uji parametrik, perlu dilakukan. Hal ini disebabkan karena statistik-statistik uji parametrik diturunkan dari sebaran normal. Tentu saja, data yang akan dianalisis juga harus menyebar normal agar data yang dianalisis relevan dengan alatnya (statistik uji parametrik). Namun, apabila Yersi menggunakan statistik uji nonparametrik, Yersi TIDAK PERLU mempertimbangkan mengenai kenormalan data sama sekali.
2. Untuk membuat data menjadi tersebar normal (menyebar mengikuti sebaran normal), langkah yang harus dilakukan adalah TRANSFORMASI data. Misalnya dengan transformasi Log, Ln, dll. Atau, kalo gak mau transformasi, pake aja statistik uji nonparametrik yang berpadanan dengan uji-t berpasangan, yaitu WILCOXON test.
3. Uji kenormalan data adalah suatu uji yang dilakukan untuk mengetahui apakah data memiliki sebaran/distribusi normal. Statistik uji yang digunakan biasanya adalah Lilliefors Test (Kolmogorov-Smirnov Test), dll.
:)

7 01 2008
Deny

Jawaban untuk John
Dasar penggunaan uji-t bukan dilihat dari banyaknya sampel. uji-t digunakan untuk melakukan uji hipotesis terhadap rata-rata dimana peneliti atau analis tidak memiliki informasi sama sekali mengenai ragam (variance) dari populasi (ingat!!!, bukan ragam SAMPEL, tapi ragam POPULASI). Kemudian, uji-t mengasumsikan bahwa data memiliki sebaran normal. Jadi, kalo mas John memiliki informasi mengenai nilai dari ragam populasi datanya, maka metode yang tepat adalah uji-z. kalo ragam populasi gak diketahui, maka pake uji-t. Tentu saja, sebelum melakukan analisis dengan uji-t, mas John harus melakukan uji kenormalan data (misal pakai statistik uji Kolmogorov-Smirnov, dll). Jika data tidak menyebar normal, maka metode yang tepat adalah statistika nonparametrik, dalam kasus ini misalnya uji median.
:)

5 02 2008
toing

#1
mau tanya, hasil dari uji t spss, ada tabel mengenai korelasi, jika hasil korelasi nya -(negatif), maksudnya apa ya?, terus jika memang tidak ada korelasi apakah uji hipotesis masih dilakukan atau diabaikan, karena dari data yang saya olah (menggunakan uji t berpasangan) hasil korelasinya – 0,2, tapi uji t tesnya signifikan? mohon penjelasannya, terima kasih

10 02 2008
Deny

Respon untuk #1
1. Sejauh yang saya pahami selama ini, kita tidak perlu berpusing2 ria mengenai koefisien korelasi dalam uji-t berpasangan. Jadi, saran saya, abaikan saja. Atau jangan tampilkan output koefisien korelasi dalam t-test tersebut.
2. Arti dari koefiesien korelasi yang negatif adalah bahwa hubungan antara 2 variabel tersebut bersifat ‘kebalikan’. Misalnya ada 2 variabel X dan Y. Maka, jika korelasi kedua variabel tersebut negatif, maka seiring peningkatan (increasing) variabel X, maka variabel Y semakin menurun (decreasing).
3. Walaupun korelasinya tidak signifikan (tidak ada korelasi), Toing tetap bisa melanjutkan uji hipotesis pada uji-t berpasangan tersebut. :)

11 02 2008
merry

#2
mau nanya nih.
cara hitung t tabel gimana ya?
ada tabel nya ga?
uji satu pihak /one tail atau 2 pihak /two tail apa bedanya?

11 02 2008
budiansyah

#3

mas, numpang tanya.. mengapa dikatakan uji wilxocon kurang tepat atau baik berbanding test lain..

13 02 2008
Deny

Respon untuk #2

1. Untuk mendapatkan nilai t-tabel, kita gunakan fungsi distribusi t.

Hal ini boleh dibilang lumayan ribet Mbak Merry, khususnya bagi teman2 yang tidak terbiasa dengan rumus matematis, Integral, dll. Untungnya, nilai t-tabel telah ditabulasikan oleh pakar statistika, sehingga memudahkan kita menggunakannya.
Tentu saja, tabel distribusi t telah banyak dicetak di buku2 standar statistika.

Silahkan kroscek sendiri ya.

2. Uji satu pihak (uji 1-arah) digunakan untuk melakukan uji hipotesis ketika peneliti memiliki asumsi tambahan mengenai arah/kecenderungan dari suatu karakteristik.
Namun, apabila peneliti tidak mempertimbangkan mengenai arah/kecenderungan dari karakteristik, maka uji dua pihak (uji 2-arah) sebaiknya digunakan.

Ilustrasi ini mungkin bisa menunjukkan kapan uji 1-arah dan 2-arah digunakan.
Misal, ingin diketahui rata-rata IQ mahasiswa univ. X. Untuk itu dilakukan penelitian dengan mengambil beberapa sampel mahasiswa univ.X. Nah, apabila peneliti memiliki asumsi bahwa rata-rata IQ mahasiswa univ. X lebih dari 140, maka uji hipotesis yang digunakan adalah uji 1-pihak. Namun, apabila asumsi ini tidak dimiliki, dengan kata lain, peneliti tidak tahu apakah rata-rata IQ mahasiswa univ.X lebih dari atau kurang dari 140, maka akan tepat jika menggunakan uji 2-pihak.
Ciri khas dari uji 1-pihak atau 2-pihak adalah tanda pertidaksamaan yang digunakan dalam penulisan HIPOTESIS 1.
Dari kasus di atas, maka

-uji 1-pihak memiliki hipotesis:

H0: mu = 140
H1: mu > 140

Hal ini berarti, rata-rata IQ mahasiswa univ.X lebih besar dari 140

-uji 2-pihak memiliki hipotesis:

H0: mu = 140
H1: mu != 140

Hal ini berarti, rata-rata IQ mahasiswa univ.X tidak sama dengan 140, entah itu lebih besar atau lebih kecil dari 140.

Yang perlu diperhatikan adalah, asumsi mengenai arah/kecenderungan suatu karakteristik tidak dipengaruhi oleh data sampel. Maksudnya, informasi atau asumsi mengenai arah/kecenderungan karakteristik sudah dimiliki oleh peneliti SEBELUM data diambil.

keterangan: mu = dibaca myu, merupakan huruf Yunani sebagai lambang matematis bagi rata-rata
!= = tanda pertidaksamaan yang berarti tidak sama dengan.

(Tentu saja, Anda harus menulis dengan lambang yang baku di paper Anda. Oleh karena di sini tidak disediakan lambang matematis, maka inilah cara yang saya gunakan.)

Sejauh pengalaman saya, uji 2-arah (uji 2-pihak) lebih sering digunakan dalam penelitian.
:)

13 02 2008
Deny

Respon untuk #3

Apakah yang Anda dimaksud ‘Wilcoxon Match Pair Test’?
Wah, dibandingkan dengan uji yang mana Mas? Kalo statement-nya kurang lengkap kayak gitu, jawabannya belum tentu. Ada saat-saat uji Wilcoxon adalah uji yang paling tepat digunakan. Serius neh.

Ok, saya coba asumsikan bahwa Mas Budiman membandingkannya dengan uji yang sepadan dengan Wilcoxon Match Pair Test, tapi yang termasuk dalam statistika Parametrik, that is Paired t-Test atau uji-t berpasangan.
Apabila asumsi mengenai kenormalan data (normality asumption) terpenuhi, maka memang benar kekuatan uji Wilcoxon kalah dibandingkan dengan paired t-test. Akan tetapi, jika asumsi kenormalan data tidak terpenuhi, dengan kata lain, data tidak menyebar normal, maka Wilcoxon Match Pair Test adalah uji yang jauh lebih ‘powerful’ daripada uji-t berpasangan.

Jadi, ada saat-saat dimana suatu statistik uji merupakan uji yang paling tepat, dan ada saat dimana statistik uji tersebut kurang tepat. Hal yang paling menentukan dari kasus semacam ini adalah ASUMSI-ASUMSI di dalam penelitian.
:)

15 02 2008
Wahyu

#4
Pertanyaan saya basic banget. Karena saya orang pertanian yang biasa membuat penelitian dengan perlakuan (biasanya faktorial) tapi mau melakukan penelitian sosial yang sifatnya sederhana. Kalau saya ada 2400 petani available sebagai sampel, berapa banyak minimal sampe untuk saya beri kuesioner tentang apakah mereka sudah melakukan suatu kegiatan yang sudah diajarkan. Bagaimana ngitungnya? Bisakah saya pakai Uji T untuk mengetahui berhasil tidaknya suatu kegiatan dari hasil kuesioner? Terima kasih banyak.

19 02 2008
Deny

Respon untuk #4

Sayang sekali Wahyu cuma menjelaskan sedikit tentang penelitiannya. Saya tidak berani memberikan metode apa yang tepat. Juga, saya tidak bisa mengatakan bahwa uji-t dapat digunakan. Hal ini disebabkan karena semua statistik uji di dalam statistika membutuhkan asumsi atau suatu anggapan tertentu mengenai tipe data, latar belakang penelitian, dll. Jadi, lain kali Wahyu bisa menjelaskan dengan lebih detail. :)

28 02 2008
break

#5
Dear mas Deny,

pertanyaan saya simpel aja, untuk uji parametrik, apakah ada uji lain untuk menguji beda rata2, apa saja, mana yang paling baik dan kenapa?

makasi mas, sori kalo ribet..

29 02 2008
Andri Sebastian

#7
saya mau tanya, bagaimana cara membandingkan t hitung dengan t tabel jika t hitung diketahui bernilai negatif tetapi signifikan, apakah dapat menggunakan nilai mutlak?apa maksud dari nilai mutlak?saya menggunakan uji t.Terima kasih

4 03 2008
stevenly Takapaha

#8
aku juga mau nanya nich? sekarang aku lagi penelitaian tentang pengaruh umpan terhadap hasil tangkapan ikan dengan memakai 4 jenis umpan. tapi 2 jenis umpan tidak di makan ikan trus katanya di analisa aja pake one sample test.. apakah cocok soalnya sebelum nya aku rencana pake RAL

4 03 2008
mun'im

#6
saya butuh contoh kasus penggunaan uji lilieforse.
saya tunggu y!

-thx regards-

6 03 2008
Deny

Respon untuk #5
Sejauh yang saya tahu, untuk uji parametrik, uji beda rata-rata biasanya dikerjakan dengan uji-z atau uji-t. Gak ada yang lain.Uji-z digunakan saat peneliti mengetahui nilai ragam (variance) dari populasi, sedangkan uji-t digunakan saat peneliti tidak mengetahui ragam dari populasi. :)

6 03 2008
Deny

Respon untuk #6
Uji lilliefors sering sekali saya gunakan untuk uji kenormalan data, baik itu pada uji-t, regresi linier maupun tulisan2 saya yang lain. Silahkan diperiksa dulu. Oh ya, uji lilliefors disebut juga sebagai uji Kolmogorov-Smirnov. :)

6 03 2008
Deny

Respon untuk #7

1. Untuk uji dua arah (tanda pertidaksamaan pada H1 adalah “tidak sama dengan”), Andri bisa menggunakan nilai mutlak untuk membandingkan t-hitung dengan t-tabel. Saya asumsikan, tanda signifikan itu muncul pada output software statistika kan? Hati-hati, secara default, software2 statistika menggunakan uji 2-arah. Itulah kenapa walaupun t-hitung negatif, tetap dianggap signifikan. Kalo kasus Anda ini adalah pada regresi linier, it’s okay. Atau juga uji-uji-t lain yang menggunakan uji-2 arah.

2. Untuk uji 1-arah (tanda pertidaksamaan pada H1 adalah “lebih kecil” atau “lebih besar”), Andri TIDAK BISA menggunakan nilai mutlak dari t-hitung untuk dibandingkan dengan t-tabel. Karena, kalau pada H1, tanda yang Anda gunakan adalah lebih besar, maka t-hitung yang negatif sebenarnya berarti tidak signifikan. Hal ini disebabkan karena nilai t-tabel sebagai titik kritis adalah positif, sehingga setiap nilai t-hitung yang lebih kecil atau sama dengan t-tabel berarti tidak signifikan. Demikian sebaliknya, nilai t-hitung yang positif berarti tidak signifikan jika Anda menggunakan tanda lebih kecil pada H1.

3. Nilai mutlak maksudnya adalah, Anda tidak perlu memperhitungkan tanda negatif untuk suatu angka. Jadi, kita berkepentingan dengan nilai “murni” tanpa embel-embel tanda negatif. Contoh:
nilai mutlak dari -10 adalah 10
nilai mutlak dari -89 adalah 89
nilai mutlak dari 10 adalah 10
nilai mutlak dari 89 adalah 89
nilai mutlak dari 0 adalah 0.
Gampangannya, semua angka negatif dipandang sebagai angka positif. :)

6 03 2008
Deny

Respon untuk #8
Menurut saya, kasus semacam itu kurang tepat dianalisis dengan one-sample t-test. Yang lebih tepat, dianalisis dengan ‘independent two-sample t-test’. Kemudian, tinggal pilih, pake yang ragam populasi diasumsikan homogen atau tidak. Kalo pingin belajar, silahkan baca dulu tulisan di weblog ini pada kategori: UJI HIPOTESIS > Uji-t 2 sampel. :)

16 03 2008
amel

#9
mas, aq mau membandingkan pengendalian persediaan yg dilakukan perusahaan dgn metode pengendalian lain. sampelnya 36, berarti pake uji z ya? trus stlh itu, pake uji beda 2 rata-rata bkn? kalo miu apa sih? tlg ya mas, mksi

18 03 2008
Deny

Respon untuk #9
1. Seringkali saya temui bahwa teman2 menganggap bahwa alasan penggunaan uji-z adalah dari ukuran sampel. Hal ini boleh saja dilakukan, namun ada teori yang lebih kuat yaitu, bahwa kapan digunkan uji-z dan uji-t adalah jika ragam populasi tidak diketahui, maka uji-t lebih tepat digunakan, sebaliknya, apabila ragam populasi diketahui, maka uji-z yang lebih tepat digunakan, tanpa memandang berapapun sampel yang digunakan.
Memang ada teori yang menyatakan bahwa uji-z dapat digunakan sebagai pengganti uji-t apabila sampelnya besar. Namun, alangkah baiknya jika tetap digunakan uji-t.
2. Yup, Anda benar. Setelah itu lakukan analisis dengan uji beda 2 rata-rata.
3. Miu berasal dari abjad yunani, yang dalam abjad latin adalah “m”. Berdasarkan persetujuan ilmuwan statistika di seluruh dunia, abjad yunani digunakan untuk melambangkan sesuatu yang berasal dari populasi, sedangkan abjad latin untuk melambangkan sesuatu yang berasal dari sampel.
Miu adalah lambang rata-rata untuk populasi, sedangkan x-bar adalah lambang rata-rata untuk sampel. Itulah kenapa penulisan rata-rata pada hipotesis menggunakan miu, bukan x-bar. Hal ini disebabkan karena hipotesis adalah kesimpulan sementara untuk populasi. :)

24 03 2008
sulistio

#10
tanya nih. jika df = 38, Rxy=0,8 berapa nilai pada signifkansi 95% dan 1%. Ho dan Hi diterima atau ditolak?

25 03 2008
Deny

Respon untuk #10
Maksudnya nilai p-value ya? Sebelumnya saya asumsikan bahwa banyaknya pengamatan adalah 40, sehingga df=38. Kalau ya, ini neh jawabannya:
1.Nilai p-value < 0.001.
2.Dengan demikian, baik pada 95% (alpha = 5%) maupun 99% (alpha = 1%), H0 ditolak. Hal ini berarti bahwa nilai korelasi tersebut signifikan.
3.Oleh karena nilai Rxy bertanda positif, maka variabel x dan y berkorelasi secara positif.
:)

27 03 2008
stevenly takapaha

#11
data saya :
Ikan bandeng(gr)sarang laba-laba(gr)
* 485
461 483
* 544
* 503
857 *
1080 *
855 540
663 475
655 *
702 *
652 *
746 625
953 371
846 435
870 532
560 407
812 *
590 *
921 280
723 337
475
sudah di analisa oleh dosen saya dengan one sample t :
One-Sample T: Ikan bandeng, sarang laba-laba

Variable N Mean StDev SE Mean 95.0% CI
Ikan bandeng 18 745.6 167.9 39.6 ( 662.1, 829.1)
sarang laba- 13 462.8 94.8 26.3 ( 405.6, 520.1)

One-Sample Z: Ikan bandeng, sarang laba-laba

The assumed sigma = 0.05

Variable N Mean StDev SE Mean 95.0% CI
Ikan bandeng 18 745.611 167.864 0.012 ( 745.588, 745.634)

tapi kan mas deni bilang pake uji t yang dua sample jadi gimana?
bisa ga hasil analis uji kenormalan nya dan hasil analisa uji t dua sample sesuai dengan data saya diatas..
Sebelumnya saya sangat berterima kasih

28 03 2008
Deny

Respon untuk #11
Seingat saya, Anda ingin membandingkan apakah penggunaan ikan bandeng dengan sarang laba-laba menghasilkan perbedaan dalam hasil tangkapan ikan. Sebelumnya, perlakuan Anda ada sebanyak 4, hanya saja, 2 yang lain tidak dimakan ikan. Oleh karena itu, hanya 2 perlakuan yang kini akan dianalisis. Betul ya?

Ok, begini, ada 2 alternatif metode analisis, yaitu uji-t berpasangan dan uji-t 2 sampel independen.
1.Uji-t berpasangan digunakan apabila objek yang dikenai penelitian (dalam hal ini ikan) adalah objek yang sama. Misalnya, kedua perlakuan anda letakkan dalam 1 tambak yang sama. Dengan kata lain, dalam setiap tambak, terdapat 2 perlakuan, yaitu ikan bandeng dan sarang laba-laba. Maka, saya membuang data yang tidak memiliki pasangan. Misalkan, pada variabel ikan bandeng terdapat data, sedangkan pada variabel sarang laba-laba, tidak terdapat data, sehingga saya buang pengamatan yang demikian. Saya hanya menggunakan data yang pada kolom ikan bandeng dan sarang laba-laba memiliki data. Dengan demikian terdapat 10 pasang pengamatan:
> bandeng: 461 855 663 746 953 846 870 560 921 723
> laba: 483 540 475 625 371 435 532 407 280 337
-uji normalitas:
Lilliefors (Kolmogorov-Smirnov) normality test
data: bandeng
D = 0.2043, p-value = 0.2783

Lilliefors (Kolmogorov-Smirnov) normality test
data: laba
D = 0.1007, p-value = 0.9948

Uji-t berpasangan:

Paired t-test
data: bandeng and laba
t = 4.7547, df = 9, p-value = 0.001037
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
163.1921 459.4079
sample estimates:
mean of the differences
311.3
Dengan demikian, tolak H0. Terdapat perbedaan hasil tangkapan ikan dengan menggunakan ikan bandeng dan sarang laba2.

2.Uji-t 2-sampel independent
Digunakan apabila pada setiap tambak/kolam, hanya ada 1 buah perlakuan. Dengan demikian sampel diasumsikan bebas (independen). Saya tidak perlu membuang data walaupun ada data yang tidak berpasangan. Jadi pengamatan bandeng ada 18, dan sarang laba2 ada 13 pengamatan.
-uji kenormalan data:
Lilliefors (Kolmogorov-Smirnov) normality test
data: bandeng
D = 0.114, p-value = 0.7759

Lilliefors (Kolmogorov-Smirnov) normality test
data: laba
D = 0.1664, p-value = 0.4183
Kedua data menyebar normal.
Uji homogenitas ragam:
F test to compare two variances

data: bandeng and laba
F = 3.1346, num df = 17, denom df = 12, p-value = 0.04964
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
1.001918 8.855003
sample estimates:
ratio of variances
3.134641
Maka, ragam kedua sampel diasumsikan berbeda pada taraf nyata 5%.

Uji t-2 sampel independen, ragam diasumsikan berbeda, sehingga metode Welch digunakan. Jangan kaget bila df (degrees of freedom; derajat bebas) yang didapat tidak bulat, melainkan pecahan.

Welch Two Sample t-test
data: bandeng and laba
t = 5.952, df = 27.683, p-value = 2.177e-06
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
185.4005 380.1294
sample estimates:
mean of x mean of y
745.6111 462.8462

Kesimpulan, tolak H0. Artinya terdapat perbedaan hasil tangkapan ikan dengan menggunakan ikan bandeng dan sarang laba2.

Nah, ini hasil analisis saya. Silahkan didiskusikan dengan dosen Anda. Saya tidak mengatakan bahwa keputusan metode analisis yang saya pilih lebih tepat dari dosen Anda. Saya hanya memberi saran berdasarkan yang saya pahami dari kasus Anda. Apabila dosen Anda menganggap bahwa uji-t 1 sampel lebih tepat, maka Anda boleh mengikuti pendapat dosen Anda. It’s all up to you.
NB: Mohon saya diberikan koreksi pada bagian mana apabila ternyata apa yang saya pahami dari kasus Anda kurang tepat. Saya tunggu pendapat Anda. Saya akan sangat berterimaksih bila Anda mau melakukannya. :)

28 03 2008
asep

#12
mas yang sy tau hasil dr uji t adl signifikan dan tdk signifikan…tp mas bgmn
klo hasilnya yg sy inginkan adalah sangat signifikan, signifikan, dan tdk signifikan??

30 03 2008
Deny

Respon untuk #12
Ok, gini penjelasannya:
- sangat signifikan: apabila nilai p-value < 0.01
- signifikan: apabila nilai p-value 0.01
- tidak signifikan > 0.05.
Namun, penjelasan seperti ini sebenarnya kurang formal, hanya kebiasaan cara menyebut dari pengguna statistika. :)

3 04 2008
rudi

#13
mau nanya mas…
pengujian t-test selain menggunakan t-hitung
dengan t-tabel, ada cara lain ga mas…

3 04 2008
Deny

Respon untuk #13
Itu istilahnya kriteria uji. Nah, kriteria uji bagi statistik uji kayak t-test atao z-test ada 3, yaitu:
1. t-hitung
2. selang kepercayaan (Confidence Interval)
3. P-value
Nah, yang paling “powerful” adalh p-value, dan sekarang lebih banyak digunakan. :)

7 04 2008
ibenk

#17
nanya ya mas, gimana cara menentukan uji t mana yang harus digunakan. bila mana (pada kondisi seperti apa) digunakan uji t 2 pihak, uji t pihak kanan dan uji t pihak kiri. terimakasih

9 04 2008
stevenly Takapaha

#14
terima kasih mas deni atas tangggapan yang lalu

beberapa penjelasan tentang penelitian saya.. yaitu:

benar saya telah mengadakan penelitian tentang
pengaruh beberapa jenis umpan terhadap hasil tangkapan ikan
cendro dengan menggunakan pancing layang-layang..
ternyata dari empat jenis umpan yatiu ikan bandeng, cumi sintetis,
ikan sintetis dan sarang laba-laba hutan,
yang di makan hannya dua jenis umpan
yaitu ikan bandeng dan sarang laba-laba.
saya menyediakan empat buah perahu,
setiap perahu degan dengan satu umpan.
dalam penelitian ini ragam populasi di anggap homogen, yaitu artinya
ikan cendro menyebar merata di periran pulau Buhias t4 penelitian saya.
saya sangat berterima kasih atas penjelasa analisanya..
sepertinya saya akan menggunakan hasil analisa mas deni di skripi saya.
yaitu analisa two sample test independen..
pertanyaan saya apakah analisa tersebut sudah di asumsikan
ragam populasi homogen? apakah itu sama artinya dengan asumsi saya
yaitu populasi homogen yaitu ikan cendro yang
yang menjadi target operasi penangkapan menyebar secara merata
di perairan sekitar pulau buhias. pertanyaan berikut..
dari kedua jenis umpan manakah yang lebih efektif…
memang secara kasat mata ikan bandeng memperoleh hasil
yang lebih besar (berat(gr)dibanding dengan umpan sarang laba-laba..
apakah benar dengan menggunakan one sample test..

14 04 2008
mochaziesriyanto

#15
saya pengin paham beda korelasi parsial dan korelasi ganda atau buku karangan siapa yang harus aku baca. trims

20 04 2008
Deni

#16
Mas, saya ni orang awam. menurut saya situs ini tidak dapat membantu saya sebab tidak memberikan rumus uji t, contoh penggunaan apalagi sampai penerapan yang lebih kompleks. by the way. situs nya nice look.

22 04 2008
Deny

Respon untuk #15
1.Korelasi parsial merupakan korelasi yang proses perhitungannya dengan cara mengeluarkan (mengisolir) pengaruh variabel-variabel yang sedang dihitung korelasinya dari pengaruh variabel2 lainnya.
2.Korelasi ganda (multiple correlation) adalah korelasi antar variabel yang perhitungannya dilakukan secara serentak. Korelasi ganda dapat ditemukan pada regresi linier. Kalau Anda pernag dengar istilah R square pada regresi linier, maka akar kuadrat dari R square adalah nilai korelasi berganda antara variabel bebas dengan variabel terikat pada regresi linier. :)

22 04 2008
Deny

Respon untuk #16
Saya menyadari sepenuhnya bahwa situs sederhana ini tidak akan mampu mencover permasalahan semua pengunjung. Namun setidak2nya, ada satu atau dua orang yang merasa SEDIKIT terbantu dengan hadirnya situs ini. Selain itu, FORUM STATISTIKA lebih mengutamakan penerapan analisis data daripada membahas rumus. Karena, rumus dan penjelasannya sudah banyak dibahas dibuku2 statistika dengan sangat baik. Terimakasih atas kritiknya. :)

22 04 2008
Deny

Respon untuk #17
Silahkan baca posting dengan judul:
“Kapan uji-t 1-arah dan kapan uji-t 2-arah?” di kategori Uji hipotesis.

6 05 2008
stevenly T

mas deni bagaimana dengan pertanyaan saya yang no 14

8 05 2008
Deny

Respon untuk 14
1. Ya, saya sudah menguji normalitasnya. Sudah ada pada hasil analisa saya. Cek lagi ya.
2. Saya tidak berani memutuskan apakah populasi homogen, karena saya tidak terjun langsung dan mengamati secara langsung keadaan penelitian. Namun, dalam kasus Anda, kita berkepentingan dengan apakah RAGAM atau VARIANCE dianggap homogen atau tidak? Dari hasil analisis saya, jika digunakan uji-t independent, maka penelitian anda tidak memeiliki ragam yang homogen.
3. Yang lebih efektif adalah yang memiliki nilai rata-rata 745.61111. Saya lupa, itu variable yang mana yah? hehehe. Cek sendiri ya mas!

4 06 2008
Donald

#18
mas..saya skrng sdang mngerjakan proyek ttg market research..jd kasusnya..
saya punya 2 produk yang memiliki karakteristik yang sama dan ingin saya bandingkan..nah sbagai langkah awal saya membuat kuisioner dengan skala likert..
objektif saya adalah: saya ingin melihat karakteristik ap dr produk 1 yg masih kalah dengan produk 2 spy karakteristik itu bisa dikembangkan menjadi lebih baik..dalam kuisioner jg saya menanyakan preferensi konsumen terhadap produk 1 jika dibandingkan dengan produk setelah responden telah mengisi skala likert tersebut..
yang mau saya tanyakan:
1. apakah skala likert menunjukkan brarti saya harus memakai uji non parametrik??
2. pengolahan statistik ap saja yg harus saya lakukan untuk mencapai objektif saya tersebut?? serta langkah-langkahnya..

maap jika tidak sesuai dengan topik yaitu t-test..saya sangat mengharapkan bantuan mas scepatnya..
terima kasih banyak

5 06 2008
Deny

Respon untuk #18
1. Belum tentu, skala likert bisa dipakai untuk analisis parametrik.
2. Coba baca literatur mengenai Biplot dan Analisis Korespondensi (Correspondency Analysis). Kayaknya kasus Anda cocok dengan metode tersebut. :)

6 06 2008
donald

#19
sbelumnya maaf mas kalo sy membalas komen mas d topik ini, smata-mata spy sy tidak perlu menulis ulang lagi kasus sy d topik yg lain..
sy brencana untuk mlakukan langkah2 sebagai berikut:
1. jika kuisioner sdh d rekap (dgn skala likert 1-5)
2. sy tdk mlakukan uji normal krn sy menganggap itu adalah non parametrik
3. lalu saya memakai peta profil untuk membandingkan scara kasar mengenai perbedaan rataan untuk tiap variabel masing-masing produk
4. dgn memakai sign rank test, sy menguji perbedaan rataan setiap variabel tersebut, apakah memang beda atau tidak
5. lalu saya memakai rank sum test untuk melihat apakah variabel tersebut memang mempengaruhi preferensi konsumen.
6. lalu saya akan membandingkan hasil dr peta profil, sign rank test, dan rank sum tersebut utk mndapatkan kesimpulan.

bagaimana mnurut mas??? apakah langkah2 tersebut tepat??
terima kasih atas jawabanny..

13 06 2008
Deny

Respon untuk #19
1. OK
2. OK
3. Saya kurang setuju apabila pada analisis dengan peta profil, statistik yang digunakan adalah rataan (mean). Alasan saya tidak setuju adalah bahwa Anda mengasumsikan bahwa skala likert termasuk ke dalam skala non-metrik, sehingga termasuk ke dalam non-parametrik. Di dalam statistika nonparametrik, penggunaan rataan kurang tepat. Anda bisa menggunakan median. Tapi periksa dulu, apakah analisis peta profil dengan menggunakan median sebagai pengganti mean sudah tepat?
4. Idem dengan 3, kenapa pakai mean?
5. No comment
6. Saya ragu apakah peta profil, sign-rank test dan rank sum ketiganya layak secara konsep statistika untuk dibandingkan. Kalo boleh saya sarankan, jangan membandingkan ketiga konsep, alangkah baiknya kalo ketiganya dijadikan sebagai satu kesatuan “alat” penghasil informasi bagi penelitian Anda. Jadi, ketiganya saling sinergis dalam mendukung penelitian Anda. :)

15 07 2008
yoga

#20
Mas numpang nanya,
1. Kalau saya ingin melakukan uji t 2 sampel independent tapi data tidak diuji kenormalan dulu bagaimana? (diasumsikan sudah normal)
2. Kalau memang bisa, apakah ada argumen yang kuat?
Trims, mohon bantuannya….

17 07 2008
Deny

Respon untuk #20
1. Boleh aja peneliti mengasumsikan data sudah menyebar normal. tapi, Anda harus bisa menunjukkan bukti, baik secara teoritis maupun ilmiah mengenai asumsi Anda. Namun, hal tersebut sangat jarang ditemui di lapangan. Umumnya, harus diuji dulu pake statistik uji.
2. Statistika dibangun atas dasar asumsi yang kuat. kalo peneliti bisa memberikan alasannya, it’s OK.
3. Sebenarnya bukan berarti banyaknya sampel yang berjumlah 30 pasti akan menyebar normal. Hanya saja, ada statement di statistika bahwa apapun bentuk sebarannya, apabila jumlah sampel nya besar, maka dapat didekati sebaran normal.
:)

22 07 2008
Luthfie

#21
mas numpang nanya, agak basic banget sih…. saya hanya ingin penjelasan dari output minitab….

saya punya 30 data, setelah memakai minitab (stat, basic statistic, normality test, saya pilih pakai kolmogorov smirnov) didapatkan hasil nilai KS 0.065, dan P-Value >0.150. apakah bisa dikatakan data saya berdistribusi normal? apa artinya KS 0.065 dan apakah data tersebut dikatakan normal bila p-value > 0.01?

ada tidak rumus manual (perhitungan manual) untuk kolmogorov smirnov?

Terima kasih ya…

23 07 2008
Deny

Respon untuk #21
1. Ya, data Anda menyebar normal. Hal ini disebabkan karena hipotesis dalam uji kenormalan adalah:
H0: Data menyebar normal
H1: Data tidak menyebar normal
Oleh karena p-value = 0.150, yang berarti lebih besar dari 0.05 ataupun 0.01, maka memberikan kesimpulan terima H0.
2. KS = 0.065 adalah nilai statistik uji nya, sebagaimana nilai t-hitung gitu lah kalo anda pake statistik uji t.
3. Ada mas, tapi gak di Forum Statistika. Di buku2 banyak kok. ;)

4 08 2008
tanti

mas.. saya ingin mengukur apakah Economic Value Added mempengaruhi harga saham, apakah tepat bila menggunakan t test.. bila tidak tepat alat uji apa yg mas sarankan ?
trims

4 08 2008
hisam

#22
Mas deny, butuh pencerahan nih
kan uji-t itu butuh syarat normal dan homogen
trus kalo ga normal bisa pake wilcoxon, tapi kalo normal tapi tak homogen gmn?

5 08 2008
doni

#23

Mas, numpang naya saya butuh bantuanbangetttt mengenai informasi
bagaimana caranya atau langkah2 membuat uji perbedaan pada 3 mean atau lebih..

terima kasih banyak.

10 08 2008
Deny

Respon untuk #22
1. saya mengasumsikan bahwa kasus yang Anda hadapi adalah uji-t untuk kasus 2 sampel independent.
2. Di dalam uji-t 2 sampel, terdapat 2 metode, yaitu ragam kedua sampel homogen, dan yang satunya lagi, uji-t dengan mengasumsikan ragam kedua sampel tidak homogen. Anda bisa gunakan metode yang terakhir ini untuk kasus Anda. Coba cari di weblog ini, saya sudah berikan contoh terapan dalam bentuk PDF untuk kasus uji-t independent dengan asumsi ragam kedua sampel tidak homogen.

10 08 2008
Deny

Respon untuk #23
Untuk menguji kesamaan mean dari 3 sampel atau lebih, metode yang tepat digunakan adalah dengan menggunakan ANOVA. Terus, kalo H0 ditolak, lanjutkan deh ke uji lanjut terhadap kesamaan 3 rata-rata atau lebih. Istilah lainnya post hoc test. Jadi, terapkan saja metode ANOVA dan uji lanjutnya ya. :)

12 08 2008
mia

#24
Mas deni,saya minta tolong banget ya,,saya bingung menentukan langkah-langkah statistik penelitian saya,saya punya penelitian menggunakan 2 alat dalam mengukur kadar Hb,untuk melihat perbedaannya gitu!jumlah sampel saya 80 sampel!kira-kira saya menggunakan uji T-test dua sampel independent kah mas??statistik parametrik yang digunakan atau bukan,dan tolong langkah-langkah mengolah datanya y mas,trimz y mas

15 08 2008
Deny

Respon untuk #24
Langkah-langkah:
1. Jika data Anda setidaktidaknya bertipe interval, lakukan dulu uji kenormalan data, kalo data Anda tidak normal, gunakan statistika nonparametrik, misal Wilcoxon matched-pairs signed-ranks test.
2. Kalo data Anda normal, saya menyarankan Anda menggunakan metode analisis PAIRED T-TEST (uji-t berpasangan) , bukan independent t-test. Hal ini disebabkan karena, kita ingin menyeragamkan seluruh faktor yang mempengaruhi penelitian, kecuali hanya alatnya saja yang berbeda. Dengan demikian, darah yang diambil adalah darah dari pasien yang sama, perlakukan dalam penelitian juga sama, dll. Dengan cara seperti ini, diharapkan akan memperkecil “nuisance factors” atau faktor-faktor pengganggu yang dapat mempengaruhi penelitian Anda.
3. Kemudian lakukan analisis data dengan uji-t berpasangan. Seingat saya, saya pernah menulis tentang uji-t berpasangan di dalam kategori: Uji hipotesis. :)

16 08 2008
nirmala rihardika

#25
mas, gini…
misalkan pertanyaan penelitiannya “apakah emiten di bursa efek menerapkan good corporate governance”. jawabannya “ya” atau “tidak”.
dosen saya bilang nanti diuji dengan “uji t beda” , dia tegaskan lagi “uji beda”. saya ngga ngerti mas. uji beda itu apa ya? yang saya tau cuma uji t beda dua rata-rata.
trus pertanyaan di atas memeang pakai uji t beda?

makasih banget mas

16 08 2008
nirmala rihardika

#26
satu lagi, mas
uji beda itu selalu uji beda dua rata2 ngga?
berkaitan dengan pertanyaan saya sebelumnya, itu bisa pakai uji tanda? kalu iya uji tanda yang mana ya?
saya bingung, jadi ngga bisa nulis metode analisis buat proposal..
sekali lagi makasih banget ya, mas

17 08 2008
doni

terima kasih mas.
^o^

22 08 2008
Deny

Respon untuk #25-26
1. Sebenarnya uji beda itu gak selalu 2 rata-rata (populasi), bisa 3 atau lebih.
2. Namun dalam kasus Nirmala, uji beda yang digunakan adalah uji beda 2 populasi.
3. Kalo saya lihat dari kasus Nirmala, data yang digunakan bertipe nominal, dengan demikian metode statistika yang tepat adalah statistika nonparametrik.
4. Namun, bisa juga Nirmala hendak memprediksi suatu emiten menerapkan good governance atau tidak melalui pengetahuan terhadap beberapa variabel prediktor. Nah, kalo kasus seperti ini, Nirmala bisa menggunakan metode Regresi Logistik. :)

1 09 2008
tatang

#27
Mas…Tolong dijawab cos penting buat skripsi saya..mau tanya emang masalahna apa kalo uji t berpasangan ga normal datanya??Trus yang harus normal itu datanya(berarti ada 2 data) atau selisihnya(1 data)..Tolg kalo bisa pake referensi jawabnya..Terima kasih bgt

17 09 2008
Deny

Respon untuk #27
1. Kalo uji t datannya gak normal. Masalahnya adalah, hasil perhitungan secara ilmiah tidak dapat dipertanggungjawabkan. Hal ini disebabkan karena uji-t itu diturunkan dari sebaran normal. Tentu saja, uji-t hanya bisa boleh menganalisis data yang menyebar normal. Referensi yang mendasari nya banyak sekali. Biasanya disebutkan di buku2 saat membahsa uji t.
2. Kedua data harus menyebar normal.

20 09 2008
lievie

#28
mas kalo misal mo cari perbedaan kinerja perusahaan skala kecil ama mikro pake uji t ya?? tapi jumlah sampel beda gitu, perusahaanya juga 2 jenis tapi dijadiin satu sech,, jawab ya , tahx all

20 09 2008
Deny

Respon untuk #28
1. Sebelum menentukan pake uji apa, terlebih dahulu harus di periksa mengenai asumsi data dan penelitian.
2. Jika tidak diketahui ragam populasi dari 1 atau kedua data, dan data menyebar normal, maka bisa pakai uji-t.
3. Uji-t yang dimaksud adalah uji-t 2 sampel independent. Dimana, uji t 2 sampel independent memperbolehkan banyaknya data untuk kedua kelompok boleh tidak sama.
:)

4 10 2008
pomo


#29
mas mau tanya, skripsi saya kan judulnya Perbedaan Likuiditas Saham Sebelum dan Sesudah Reverse Stock Split..sampel yang akan diambil sebanyak 25 perusahaan..apa benar kalo pertama-tama saya harus melakukan uji normalitas dulu? kalo datanya normal saya cukup melakukan uji t, sedangkan datanya kalo tidak normal saya melakukan uji wilcoxcon, atau uji mean whitnty? bisa jelasin ga kegunaan masing-masing uji apa? kalo datanya tak normal sebaiknya lakukan uji wilcoxcon atau uji mean whitnty? makasih banyak ya mas

7 10 2008
Deny

Respon untuk #29
1. Ya, hal pertama yang perlu dilakukan untuk melakukan analisis data bagi data bertipe interval atau rasio adalah uji kenormalan data.
2. Jika data Anda menyebar normal, maka lanjutkan dengan uji-t 2 sampel berpasangan (paired t-test). Saya gunakan paired t-test karena ingin membandingkan likuiditas saham SEBELUM dan SESUDAH Reverse Stock Split.
3. Jika data Anda tidak normal, maka gunakan metode nonparametrik, yaitu Wilcoxon Match Pair Test. Wilcoxon Match Pair Test adalah uji yang mirip dengan paired t-test, namun termasuk dalam satistika nonparametrik.
4. Mann-Whitney test adalah uji yang mirip dengan uji-t 2 sampel independen, jadi tidak tepat dipakai untuk kasus Anda. :)

30 11 2008
lili

# 30
mas mau tanya nih….
jika ada pernyataan merek “x” lebih disukai daripada merek “y” berarti uji 1 arah kan???
uji t untuk 1 arah dan 2 arah pada output spss beda ngak??

30 11 2008
lili

#31
sori mas,ada tambahan pertanyaan nih…
klo saya baca di buku2 spss selain membandingkan nilai t hitung dengan t tabel kita juga bisa menggunakan nilai sig untuk menentukan kriteria penolakan/penerimaan hipotesis.
yang ingin saya tanyakan klo uji t nya satu sisi apa bisa dilihat dari nilai sig nya juga???
trus selama ini buku2 yang mencantumkan tabel t tidak ada yang df nya 198.gimana cara saya membandingkan t tabel dengan t hitung??

30 11 2008
Deny

Respon untuk #30

1. Ya, kalo ada statement seperti itu dari awal, kita lebih baik gunakan uji-t 1 arah. Di SPSS, uji-t 1 arah dan 2 arah berbeda menu nya. Namun demikian, saya tidak menjelaskan gimana caranya aplikasi pada SPSS karena FORUM STATISTIKA adalah R Software-based.

Respon untuk #31

2. Baik uji-t 1 sisi maupun uji-t 2 sisi, kita bisa menggunakan nilai sig. Dan lagi, kriteria uji yang paling banyak dipakai saat ini adalah nilai sig itu. Oh ya, nilai sig itu sebenarnya sebutan di dalam SPSS. Kalo istilah resminya di buku2 statistika, dinamakan p-value (probability value).

3. Saya sudah membuat tulisan dalam bentuk PDF dimana di dalamnya terdapat tabel distribusi t yang berisis df lebih dari 100. Coba download di “Download Tabel Distribusi Statistika”.

30 11 2008
Deny

Respon untuk #30

1. Ya, kalo ada statement seperti itu dari awal, kita lebih baik gunakan uji-t 1 arah. Di SPSS, uji-t 1 arah dan 2 arah berbeda menu nya. Namun demikian, saya tidak menjelaskan gimana caranya aplikasi pada SPSS karena FORUM STATISTIKA adalah R Software-based.

Respon untuk #31

2. Baik uji-t 1 sisi maupun uji-t 2 sisi, kita bisa menggunakan nilai sig. Dan lagi, kriteria uji yang paling banyak dipakai saat ini adalah nilai sig itu. Oh ya, nilai sig itu sebenarnya sebutan di dalam SPSS. Kalo istilah resminya di buku2 statistika, dinamakan p-value (probability value).

3. Saya sudah membuat tulisan dalam bentuk PDF dimana di dalamnya terdapat tabel distribusi t yang berisis df lebih dari 100. Coba download di kategori “Download Tabel Distribusi Statistika” pada weblog ini.
:)

1 12 2008
Anton

#31
mas Den, saya mau tanya, topik sy :analisis perubahan harga dan volume perdagangan saham sebelum san setelah merger/akuisisi

Sample : 10 perusahaan

pengamatan dari h-5 sampai h+5 baik untuk volume dan harga saham

di ilustrasikan sbb : 0 = hari saat pengakuisisian/merger

volume :

h-5 h-4 h-3 h-2 h-1 0 h+1 h+2 h+3 h+4 h+5
xxx xxx xxx xxx xxx x xxx xxx xxx xxx xxxx <<sample 1

xxx xxx xxx xxx xxx x xxx xxx xxx xxx xxxx<<sample 2

dst… sampai sample ke 10

harga :

h-5 h-4 h-3 h-2 h-1 0 h+1 h+2 h+3 h+4 h+5
xxx xxx xxx xxx xxx x xxx xxx xxx xxx xxxx <<sample 1

xxx xxx xxx xxx xxx x xxx xxx xxx xxx xxxx<<sample 2

dst… sampai sample ke 10

nah setelah dapat semua datanya, saya melakukan pengujian dengan uji t
guna mengukur adakah perbedaan rata2 harga dan volume perdagangan saham sebelum dan setelah akuisisi

lalu saya begini mengujinya :

Setelah diketahui TVA dari seluruh perusahaan yang diteliti, kemudian dilakukan pengujian hipotesis dengan langkah-langkah:
1. Penentuan hipotesis
Ho1: Tidak terdapat perbedaan rata-rata volume perdagangan saham sebelum dan sesudah pengumuman merger dan akuisisi.
Ha1: Terdapat perbedaan rata-rata volume perdagangan saham sebelum dan sesudah pengumuman merger dan akuisisi.
2. Menentukan ttabel
Untuk menentukan ttabel pertama kali ditentukan Df.
Dalam penelitian ini Df-nya adalah tingkat signifikansi (α) dan Df. Tingkat signifikansi yang ditentukan adalah 5%. Df diperoleh dari rumus n – 1 atau jumlah data dikurang 1 (satu). Dalam penelitian ini jumlah datanya adalah 10, sehingga Df = 10 – 1 = 9.
Adapun ttabel dari α = 0,05 dan Df = 9 adalah 1,833.
3. Menentukan selisih (d) rata-rata volume perdagangan saham sebelum dan sesudah merger dan akuisisi.
4. Menghitung total d, lalu mencari mean d (rata-rata d).
5. Menghitung d – (d rata-rata), kemudian mengkuadratkan selisih tersebut, dan menghitung total kuadrat selisih tersebut.
6. Mencari Sd2 dengan rumus:
Sd2 = 1/(n-1) x [total (d-d rata-rata)]2
Setelah mendapatkan Sd2 lalu mencari Sd dengan cara mencari akar Sd2.

7. Mencari t hitung dengan rumus:
(X1 – X2) – 0
t =
Sd/n

Dalam perhitungan ini 0 ditetapkan karena pada hipotesis 0 (H0) menyatakan tidak ada perbedaan.
Perhitungan dalam langkah 3 – 7 dirangkum dalam tabel sebagai berikut:

Penentuan t hitung Volume Perdagangan Saham
Perusahaan yang Melakukan Merger dan Akuisisi
Periode 2001-2004
didapat hasil :

Rata-rata TVA Sebelum 0.109
Rata-rata TVA Sesudah 0.504
Total d -3.946
Rata-rata d -0.395
Total (d – d rata-rata)2 11.669
Sd2 1.297
Sd 1.139
t hitung -1.097

Jumlah saham i yang diperdagangkan pada waktu t
TVA i,t = ________________________________________
Jumlah Saham i yang beredar pada waktu t

TVA : Volume perdagangan relativ

dari perbandingan t hitung dengan ttabel maka dapat saya tarik kesimpulan…

apakah langkah ini sudah tepat berhubungan dengan topik saya? lalu pengujian apa lagi dengan SpSS yang dapat dilakukan dengan data seperti ini?thx

1 12 2008
Deny

Respon untuk #31

1. Usaha yang bagus. Tapi ada beberapa yang saya kurang sependapat dengan Anda.
2. Kasus Anda merupakan kasus untuk uji-t berpasangan (paired t-test). Jadi, cara menghitung t-hitung bukan dengan cara x1-x2, tapi dengan cara mengurangkan nilai rata-rata dari data selisih (drata-rata) dengan no, yaitu (drata_rata – 0)/(sd/sqrt(n)).
df = 9
3. Kenapa Anda harus hitung manual kalo sudah menggunakan SPSS? Pada SPSS sudah ada fasislitasnya lo.
4. Oh ya, ada yang kurang dari proses pengerjaan yang Anda lakukan, yaitu Anda belum melakukan uji kenormalan terhadap data pengamatan. Seharusnya Anda melakukannya terlebih dahulu sebelum melakukan uji-t berpasangan.
5. Untuk lebih jelasnya, coba download tulisan saya mengenai uji-t berpasangan di kategori “Uji Hipotesis > Uji-t berpasangan” :)

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Logout / Ubah )

Twitter picture

You are commenting using your Twitter account. Logout / Ubah )

Facebook photo

You are commenting using your Facebook account. Logout / Ubah )

Google+ photo

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s




Ikuti

Get every new post delivered to your Inbox.

Bergabunglah dengan 84 pengikut lainnya.

%d bloggers like this: