II Iwa Sungkawa' . Stat Bagian Perencanaan Sekretariat Badan Litbang Peltanian. ild. HUBUNGAN ANTARA UJI t DAN UJI F DALAM PENGUJIAN NILAI TENGAH

dokumen-dokumen yang mirip
SILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40%

STATISTIK TERAPAN DAN RANCANGAN PERCOBAAN. Dr. G. Ciptadi (Genetics, Animal Breeding, Tech.Lab., Stat. Rancob) Lab. Gen.Pem Ternak dan LSIH-UB

BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI

MATRIKS SATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (SI) KODE / SKS: KD / 3 SKS

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

REGRESI LINEAR SEDERHANA

BAB 1 PENDAHULUAN. 1. Latar belakang

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

Menampilkan Penaksir Parameter pada Model Linear * Mulyana **

MENENTUKAN PENGARUH INTERAKSI PERLAKUAN DENGAN METODE POLINOMIAL ORTOGONAL

Penggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi

Uji Permutasi untuk Masalah Dua Sampel Saling Bebas: Studi Kasus di LAFI-DITKES AD Bandung Jawa Barat

SATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (IA) KODE / SKS : KD / 3 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308

BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI

BAB 2 LANDASAN TEORI

TKS 4209 PENDAHULUAN 4/1/2015

ANALISIS KOVARIANSI RANCANGAN PETAK TERBAGI PADA RANCANGAN ACAK KELOMPOK (RAK) DENGAN DATA HILANG

PENGENDALIAN VARIABEL PENGGANGGU / CONFOUNDING DENGAN ANALISIS KOVARIANS Oleh : Atik Mawarni

BAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun

dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN TEORITIS. penjelasan tentang pola hubungan (model) antara dua variabel atau lebih.. Dalam

Pengaruh Bimbingan Belajar terhadap Nilai Mahasiswa dengan Uji Permutasi

BAB 1 PENDAHULUAN. 1. Latar belakang

II. TINJAUAN PUSTAKA. Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan

BAB 2 LANDASAN TEORI. pengetahuan, terutama para peneliti yang dalam penelitiannya banyak

EFEKTIVITAS ANALISIS PERAGAM UNTUK MENGENDALIKAN GALAT PERCOBAAN PADA RANCANGAN ACAK KELOMPOK DENGAN MATERI PERCOBAAN TERNAK BABI

STATISTIKA II (BAGIAN

BAB III METODE PENELITIAN. Sebuah penelitian memerlukan metode pendekatan yang digunakan untuk

Program Studi Teknik Mesin S1

BAB 2 LANDASAN TEORI

APLIKASI ANALISIS STATISTIKA DALAM PENELITIAN

BAB 5 SIMPULAN DAN SARAN

BAB 2 LANDASAN TEORI

BAB III METODE PENELITIAN. larutan kulit bawang dengan konsentrasi 10%-100%. Penelitian ini terdiri dari

1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4.

BAB III METODE PENELITIAN. Keahlian Teknik Gambar Bangunan yang terletak di jalan Bojongkoneng

BAB 2 LANDASAN TEORI. pengetahuan, terutama para peneliti yang dalam penelitiannya banyak

BAB 4 HASIL PENELITIAN

Uji Hipotesis. Atina Ahdika, S.Si, M.Si. Universitas Islam Indonesia 2015

PE 105 STATISTIKA II

PENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

UNTUK PENGENDALIAN VARIABEL PROSES MULTIVARIAT

ANALISIS KOVARIANSI DALAM RANCANGAN BUJURSANGKAR YOUDEN DENGAN DATA HILANG

KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK TIDAK LENGKAP SEIMBANG DENGAN INTERGRADIEN

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

STATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si

MENAKSIR PARAMETER µ DARI N( µ, ) DENGAN METODE BAYES

BAB 2 LANDASAN TEORI. berarti ramalan atau taksiran pertama kali diperkenalkan Sir Francis Galton pada

Pokok Bahasan Tujuan. Materi Pokok :

Perancangan Percobaan

STUDI SIMULASI : PERBANDINGAN UJI WELCH DAN UJI COHRAN- COX PADA MASALAH BEHRENS-FISHER

Regresi Linear Sederhana

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1. Latar belakang

Penentuan Daerah Kritis Terbaik dengan Teorema Neyman- Pearson

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

PENERAPAN UJI t (DUA PIHAK) DALAM PENELITIAN PETERNAKAN (An Aplication of the t - Test (Two Tails) in Animal Science Experiment)

PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA

Pertemuan Ke-12. Analysis of Varians (anova)_m. Jainuri, M.Pd

BAB III METODE PENELITIAN. berbasis masalah open-ended bila dibandingkan dengan pembelajaran

Transformasi Dua atau Lebih Peubah Acak. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016

BAB IV DESKRIPSI DAN ANALISIS DATA. evaluasi akhir pada materi Sistem Persamaan Linear Dua Variabel (SPLDV).

BAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia

SILABUS DAN SAP MATA KULIAH PERANCANGAN PERCOBAAN (AGT6328) BOBOT: 3 (2/1) SKS SIFAT: WAJIB SEMESTER GANJIL (SMT V)

BAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia

RENCANA PEMBELAJARAN SEMESTER (RPS)

BAB 2 LANDASAN TEORI. bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel

SILABUS. : Drs. Nar Herrhyanto, M.Pd.

BAB III METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI. 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

SATUAN ACARA PERKULIAHAN

RANCANGAN PROGRAM KEGIATAN PEMBELAJARAN SEMESTER. AGROEKOTEKNOLOGI Mata Kuliah/Bok Mata Kuliah : STATISTIKA TERAPAN Kode Mata Kuliah :

HAND OUT MATA KULIAH

OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran)

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB III METODOLOGI PENELITIAN

SILABUS, RPP, RPS STATISTIKA. Program Studi Informatika FAKULTAS TEKNIK- UNIVERSITAS PGRI SEMARANG

LANDASAN TEORI. Distribusi Gamma adalah salah satu keluarga distribusi probabilitas kontinu.

BAB III METODE PENELITIAN. perlakuan tertentu terhadap yang lain dalam kondisi yang terkendali.

Pertemuan keenam ANALISIS REGRESI

DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS NEGERI YOGYAKARTA PROGRAM PASCASARJANA

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen.

Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi

DISTRIBUSI DISKRIT KHUSUS

BAB II METODE ANALISIS DATA. memerlukan lebih dari satu variabel dalam membentuk suatu model regresi.

ABSTRAK. Pada prakternya tolak ukur yang dapat dilihat oleh keberhasilan mahasiswa adalah

TINJAUAN PUSTAKA. Dalam menentukan penduga parameter dari distribusi G3F dan karakteristik dari

SILABUS. Semester : 3 Kelompok mata kuliah : MKK Program Studi : Pendidikan Manajemen Bisnis

BAB 2 LANDASAN TEORI

BAB III METODE PENELITIAN

BAB 4 HASIL DAN PEMBAHASAN. penentuan jumlah sampel minimum yang harus diambil. Tabel 4.1 Data Hasil Survei Pendahuluan. Jumlah Kepala Keluarga (Xi)

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN

BAB III METODA PENELITIAN. 1. Pembelajaran model pembelajaran PQ4R adalah model rangkaian kegiatan

BAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor

III. METODE PENELITIAN. Penelitian dilaksanakan di MAN 1 Bandar Lampung dengan populasi seluruh

Transkripsi:

ild II Iwa Sungkawa' HUBUNGAN ANTARA UJI t DAN UJI F DALAM PENGUJIAN NILAI TENGAH I. Pendahuluan Dalam kehidupan sehari-hari kita selalu dihadapkan dengan berbagai persoalanjpermasalahan mulai dari yang sederhana sampai ke persoalan yang rumit atau komplek. Berbagai upaya dapat dilakukan untuk menyelesaikan persoalan tersebut dan kadangkala kita dihadapkan untuk membuat keputusan dalam memilih alternatif penyelesaian yang terbaik, sehingga untuk hal tersebut perlu dipikirkan cara atau metode terbaik dan cocok yang dapat dipilih untuk penyelesaian persoalan yang sedang dihadapi. Banyak cara atau metode yang dapat digunakan dalam pengambilan keputusan dan tergantung pada permasalahan yang dihadapi. Diantara cara tersebut, dalam statistik ada suatu alat atau metode yang biasa digunakan, yang dikenal dengan pengujian hipotesis dan dalam hal ini disebut pengujian hipotesis statistik. Dalam pengujian hipotesis, berbagai pernyataan tentang parameter dari suatu populasi dapat diuji. Parameter yang biasa diuji adalah rata-rata atau nilai tengah, proporsi, ragam atau variansi dan koefisien korelasi. Metode yang digunakan dalam pengujian hipotesis, diantaranya adalah Analisis ragam, dengan menggunakan sebaran F atau dikenal dengan uji-f. Analisis ragam diantaranya dapat digunakan untuk menguji kesamaan rata-rata atau nilai tengah dari beberapa kelompok atau populasi. Tetapi untuk pengujian kesamaan nilai tengah dua kelompok cukup digunakan sebaran t atau dikenal dengan uji-t. Dalam tulisan ini. Stat Bagian Perencanaan Sekretariat Badan Litbang Peltanian Informatika Pertanian Volume 9 (Desember 2000)

Hubungan antara Uji t dan Uji F 556 g(t) merupakan fungsi kepekatan peluang bagi sebaran t dengan derajat bebas n-l. Formulasi Untuk Sebaran F Fungsi kepekatan peluang bersama bagi peubah acak u dan v yang saling bebas dan masing-masing menyebar khikuadrat dengan derajat bebas rl dan r2, adalah :t 2. u+v 1 -I -1-- 9'(u, v) = ( 2J u 2 v 2 e 2 ;0 < u < ~dano < v < ~ " / " / '1 +'2 ) [(12 )[(12 )2 2 Jika ada peubah acak baru F =(U/rl)/(V/rl) maka fungsi kepekatan peluang bagi peubah tersebut dapat ditentukan melalui transpormasi peubah acak dengan mengambil suatu peubah baru yang lain z = v dan dengan menggunakan sifat determinan Jacobian seperti dalam formulasi sebarab t dapat diperoleh fungsi kepekatan peluang gabungan bagi F dan Z yaitu g(f,z). Dengan mencari fungsi kepekatan peluang marginal bagi F yang ditempuh dengan mengintegralkan g(f,z) terhadap z dalam batasan O<z<oo dapat diperoleh fungsi kepekatan peluang bagi peubah acak F yaitu r(~)(l)ry; ~-I g(/) = 2 r 2 12 ;0 < 1 < 00 ~ r 1 r, +r, r(i)r(-1-) (1 + L)~ 2 2 r 2 Dimana g(f) merupakan fungsi kepekatan peluang bagi sebaran F dengan derajat bebas rl dan r2. Hubungan Antara Peubah Acak T dan F Dari uraian di atas apabila kita perhatikan bentuk peubah baru T dan F maka untuk peubah T2=~ V /r

557 Informatika Pertanian dan dengan menggunakan ketentuan dalam formulasi sebaran F dapat diperoleh fungsi kepekatan peluang untuk T2 yang identik dengan fungsi kepekatan peluang bagi sebaran F dimana rl=l dan r2=r, karena W menyebar normal baku dan dengan sendirinya W2 menyebar khi-kuadrat dengan derajat bebas satu. Jadi berdasarkan ketentuan di atas didapat relasi atali hubungan antara sebaran t dan sebaran F dalam bentuk T2 = F, dan dalam hal ini T2 menyebar secara F dengan derajat bebas satu dan r, atau T2 tv Fl;r' III. Tinjauan secara empirik. Dalam pengujian kesamaan dua nilai tengah dengan hipotesis Ho: 1.11 = 1.12 dengan alternatif Hl : 1.11 =1.12 dapat digunakan sebaran t yang dikenal dengan uji t. dalam hal ini derajat bebas uji t dapat di bedakan untuk dua keadaan : a) untuk ukuran sampel dari kedua populasi sarna sebanyak n maka derajat bebasnya (n-l); b) untuk ukuran sempel yang tidak sarna maka derajat bebasnya (nl+n2-2). Statistik yang digunakan untuk menguji hipotesis di atas untuk ukuran sampel tidak sarna adalah (1I\+1I2-Z = z~ Xz - Xz 1.I) s -+g n. nz 2 2 2 (nl -1)sl + (n2-1)s2 Dimana S g = dan derajat bebasnya nl +n2-2. nl + n2-2 Sedangkan untuk ukuran sampel sarna dari kedua perlakuan atau populasi yaitu sebesar n, maka statistik yang digunakan adalah XI. - X2., 11-1 = 2) - - 2 n {x II - X 2.) - (x l - X 2 )} ~ _r.. 1=( (n - 1)

Hubungan antara Vii t dan Vii F 558 Bagian penyebut dari persamaan di atas merupakan ragam gabungan untuk kedua sam pel serta tn-l menyebar t dengan derajat bebas (n-1). Apabila hipotesis di atas diuji dengan menggunakan analisis ragam maka dengan sendirinya kita menggunakan sebesar F, dan statistik yang digunakan untuk keperluan ini adalah F. 1;(n-l) - Jumlah.Kuadrat Jumlah.Kuadrat.Perlakuan.Galat /( n -1) Untuk membandingkan dua perlakuan atau r=2 dan ukuran sam pel yang diamati sebanyak n, maka jumlah kuadrat perlakuan dan galat adalah sebagai berikut JK - Perlakuan = n(xi. - X2,)2 n - JK -Galat = L{(Xli-X2i)(Xl., i=1 -X2.)}2 dan bentuk statistiknya adalah F1;(n-l) = n(~1-x2)2 3) f {(Xli-X2i)(Xl.,-X2.)}2 1=1 (n -I) Jika kita bandingkan persamaan 2) dengan persamaan 3) maka terdapat hubungan antara uji-t dan uji-f, yaitu FI;(n-l) = t(n-l) 2 Hal ini menunjukan bahwa uji-t merupakan hal khusus dari uji-f dalam hal pengujian dua nilai tengah. Untuk memberikan gambaran yang lebih jelas, berikut ini diambil suatu contoh penggunaan uji-t dan uji-f serta bagaimana hubungan kedua uji tersebut. Data pengamatan untuk contoh ini diambil dari Steel and Torrie tentang pertambahan berat pada ternak domba, sebagai berikut Kelompok I 57,8 56,2 61,9 54,4 53,6 56,4 53,2 Kelompok II 64,2 58,7 63,1 62,5 59,8 59,2

559 Informatika Peltanian Bentuk hipotesis yang diuji dalam kasus ini adalah Ho : 1.1.1=1.1.2 dan alternatifnya H1: 1.1.1=1.1.2' Untuk menguji hipotesis di atas, berikut ini dilakukan dengan menggunakan uji-t dan uji-f. a) Jika uji-t digunakan untuk hal di atas, maka dengan perhitungan sederhana didapat nilai rata-rata untuk kelompok I dan kelompok II masing-masing adalah 56,21 dan 61,25 dan nilai ragamnya masing-masing adalah 9,015 dan 5,30 serta dengan menggunakan persamaan 2) diperoleh nilai t = 3,34 b) Jika digunakan analisis ragam dengan uji-f, maka dengan menggunakan persamaan jumlah kuadrat dapat diperoleh Jkperlakuan = 81,93 dan Jkgalat = 80,59 serta dengan menggunakan persamaan 3) diperoleh nilai F = 11,18 Dari hasil di atas, ternyata terdapat hubungan t2 = (3,34)2 = 11,16 = F. Jadi untuk hal di atas, dimana kita hanya membandingkan nilai tengah untuk dua kelompok atau dua populasi, maka jenis uji yang dipilih cukup uji-t dan tidak perlu menggunakan analisis ragam. IV. Penutup Pengujian kesamaan nilai tengah untuk beberapa perubahan atau kelompok/populasi dapat digunakan analisis ragam dengan sebaran F (uji-f), khusus untuk menguji kesamaan dua nilai dengan sebaran t (uji-t). Untuk hal ini terdapat hubungan antara sebaran t dan sebaran F dalam bentuk t2 = F. Dalam pengujian kesamaan nilai tengah dengan menggunakan uji-t dan uji-f, perlu diperhatikan tentang asumsi homogenitas ragam (variansi) agar kesyahihan dari pada pengujian dapat terjamin. Walaupun demikian dalam analisis ragam dapat diambil suatu teloransi dengan menggunakan sifat robust (ajeg) terdapat asumsi. ~ Daftar Pustaka 1. Guenther, William C, Analysis of Variance; Prentice Hall, Inc. Englewood Cliff. N, J, 1964.

Hubungan antara Uji t dan Uji F 560 2. Hogg Robert V. and Craig Allen T; Introduction to Mathematical Statistics, Macmillan Publishing Co Inc. New York 1978 3. Steel, R.G.D. and J.H. Torrie. Principles and Procedures of Statistic, New York Mc Graw-Hill Book Company, 1980. 4. Sudjana, Disain dan Analisis Eksperimen, Tarsito, Bandung 1980.,