Uji t Satu Sample

Pengolahan data dengan uji t satu sampel

Olah Data t Satu Sampel

Uji t untuk satu sampel dalam istilah lain biasanya disebut dengan One Sample t-test Method, merupakan prosedur uji t untuk sampel tunggal jika rata-rata suatu variabel tunggal dibandingkan dengan suatu nilai konstanta tertentu. Uji t dipakai jika jumlah data sampel di bawah 30.

Syarat uji t satu sampel :

Data merupakan data kuantitatif
Memenuhi asumsi berdistribusi normal

Hipotesis

Hipotesis uji t satu sampel

Statistik Uji

uji t satu sampel Statistik

Contoh Kasus :

Studi Kasus universitas X mengadakan penelitian mengenai ratarata IQ mahasiswanya. Menurut isu yang berkembang, IQ para mahasiswa yang menuntut ilmu di Universitas tersebut kurang dari 140. Untuk membuktikan kebenaran isu tersebut, tim riset ingin mengambil sampel secara acak sebanyak 50 orang mahasiswa, kemudian melakukan test IQ kepada mereka. Data hasil tes IQ mahasiswa tersebut diperoleh data sebagai berikut:

No.	Nilai Ujian
1	154
2	140
3	138
4	134
5	141
6	140
7	144
8	139
9	149
10	141
11	141
12	143
13	140
14	138
15	137
16	145
17	132

No.	Nilai Ujian
18	143
19	141
20	141
21	135
22	145
23	138
24	144
25	143
26	147
27	146
28	144
29	143
30	138
31	135
32	139
33	140
34	145

No.	Nilai Ujian
35	134
36	136
37	142
38	138
39	148
40	142
41	136
42	148
43	141
44	139
45	141
46	135
47	135
48	149
49	143
50	140

Analisis Kasus

Penelitian ini bertujuan untuk menguji hipotesis ratarata IQ para mahasiswa Universitas X. Dalam kasus ini, tidak ada informasi apapun mengenai nilai ragam populasi dari IQ mahasiswa di Universitas X. Oleh karena itu, statistik uji yang paling tepat adalah uji t satu sampel. Perlu diketahui bahwa uji t mengasumsikan bahwa sampel yang diambil berasal dari populasi yang terdistribusi atau menyebar normal (memiliki sebaran normal). Maka, harus dilakukan pengujian mengenai asumsi kenormalan. Statistik uji untuk kenormalan data yang paling sering digunakan untuk kasus ini adalah menggunakan uji Kolmogorov-Smirnov atau juga disebut Lilliefors Test.

Uji Kenormalan Data

H0: Data menyebar normal v.s.
H1: Data tidak menyebar normal.
α = 0.05

Hasil analisis:

Lilliefors ( Kolmogorov-Smirnov) normality test
data: IQ
D = 0.1, p-value = 0.2416

Kesimpulan:

TERIMA H0, karena pvalue > 0.05. Hal ini menunjukkan bahwa data menyebar normal. Dengan demikian, ujit dapat dilakukan untuk melakukan pengujian hipotesis bagi data IQ mahasiswa Universitas X.

Pengujian hipotesis dengan 1-sampel t-test.

H0: ≥ 135 v.s.
H1: < 135 (Uji 1 arah)
α = 0.05

Hasil analisis:

One Sample t-test data: IQ
t = 1.5621, df = 49, p-value = 0.9377
alternative hypothesis: true mean is less than 140
95 percent confidence interval: -Inf 142.0732
sample estimates: mean of x 141

Kesimpulan:

TERIMA H0, karena pvalue > 0.05. Dengan demikian, dapat dikatakan bahwa isu yang berkembang selama ini yang menyatakan bahwa ratarata IQ mahasiswa Universitas X kurang dari 140 adalah tidak benar. Justru, ratarata IQ mahasiswa Universitas X lebih besar atau setidaktidaknya sama dengan 140.

Diposting oleh Khrisna, pada 21 November 2024

Olah Data

Meet Up

Bagi rekan yang ingin ngobrol dan diskusi santai sambil ngopi, kami siap melayani. Namun saat ini untuk pertemuan kami hanya melayani untuk wilayah Jogja, Bantul, dan sekitarnya. Lokasi bisa agan atau kami yang menentukan asal strategis dan memadai. Jika ingin meet up bersama, sebaiknya melakukan appointment /janji terlebih dahulu.

No.	Nilai Ujian
1	154
2	140
3	138
4	134
5	141
6	140
7	144
8	139
9	149
10	141
11	141
12	143
13	140
14	138
15	137
16	145
17	132

No.	Nilai Ujian
1	154
2	140
3	138
4	134
5	141
6	140
7	144
8	139
9	149
10	141
11	141
12	143
13	140
14	138
15	137
16	145
17	132

No.	Nilai Ujian
1	154
2	140
3	138
4	134
5	141
6	140
7	144
8	139
9	149
10	141
11	141
12	143
13	140
14	138
15	137
16	145
17	132