UJI 2 SAMPLE BERPASANGAN (PAIRED SAMPLE t-test) 4 71
Objektif: Mahasiswa dapat menguji perbedaan rata-rata antara samplesampel yang berpasangan menggunakan R-Programming 72
Paired sample t-test adalah uji t dimana sample saling berhubungan antara satu sample dengan sample yang lain Sampel berpasangan diartikan sebagai sebuah sampel dengan subyek yang sama namun mengalami dua perlakuan atau pengukuran yang berbeda seperti subyek A mendapat perlakuan I, kemudian perlakukan II Tujuan dari pengujian ini adalah untuk menguji perbedaan rata-rata antara sample-sampel yang berpasangan. Contoh: Apakah ada perbedaan berat badan sebelum dan sesudah mengkonsumsi obat penurun berat badan? 73
Analisis yang diperlukan: Hipotesis : Ho : tidak ada perbedaan antara sebelum dan sesudah adanya perlakuan Ha : ada perbedaan antara sebelum dan sesudah adanya perlakuan 74
Kriteria pengambilan keputusan : 1. Menggunakan nilai signifikan / P-Value Jika nilai signifikan / P-Value > 0,05 ; maka Ho diterima Jika nilai signifikan / P-Value < 0,05 ; maka Ho ditolak. 2. Menggunakan perbandingan antara t hitung dengan t tabel Nilai t tabel didapat dari α (taraf nyata / tingkat signifikan) dengan derjat bebas / degree of freedom (df). Jika t hitung > t tabel ; maka Ho ditolak Jika t hitung < t tabel ; maka Ho diterima. 75
Contoh Kasus: Sebuah perusahaan mie instan akan melakukan penelitian terhadap produk mereka sebelum dilakukan promosi dengan setelah dilakukan promosi. Data didapat dari 7 lokasi dengan data sebagai berikut : No. Sebelum Sesudah 1. 224 255 2. 231 251 3. 223 254 4. 251 225 5. 264 245 6. 222 268 7. 235 215 76
LANGKAH-LANGKAH PENGERJAAN 1. Tekan icon R Commander pada desktop kemudian akan muncul tampilan seperti gambar dibawah ini. Gambar 4.1 Tampilan menu awal R commander 77
2. Pilih menu Data, New data set. Masukkan nama dari data set adalah normalitas1 (tanpa spasi) kemudian tekan tombol OK Gambar 4.2 Tampilan menu New data set 78
Gambar 4.3. Tampilan New Data Set Kemudian akan muncul Data Editor 79
Gambar 4.4. Tampilan Data Editor 3. Masukkan data dengan var1 untuk sebelum, var2 untuk sesudah. Jika Data Editor tidak aktif maka dapat diaktifkan dengan menekan RGui di Taskbar windows pada bagian bawah layar monitor. Jika sudah selesai dalam pengisian data tekan tombol Close. Untuk mengubah nama dan tipe variabel, dapat dilakukan dengan cara double click pada variable yang ingin di setting. Pemilihan type, dipilih numeric pada semua variabel. Tekan icon R Commander pada desktop kemudian akan muncul window data editor Data Set : data penjualan. 80
Gambar 4.5 Tampilan Variabel editor sebelum Gambar 4.6 Tampilan Variabel editor sesudah 81
4. Kemudian masukan data skor sesuai dengan soal Gambar 4.7 Tampilan isi Data Editor 82
Selanjutnya, pilih window R-commander akan muncul tampilan : Gambar 4.8 Tampilan Sript Window 83
5. Untuk mengecek kebenaran data yang sudah dimasukkan, tekan tombol View data set maka akan muncul tampilan seperti gambar di bawah ini. Jika ada data yang salah, tekan tombol edit data set, lalu perbaiki data yang salah. Gambar 4.9 Tampilan View data penjualan 84
6. Jika data sudah benar, pilih menu statistika,means, paired t-test maka akan muncul menu seperti gambar di bawah ini Untuk uji 2 sampel berpasangan Gambar 4.10 Tampilan menu olah data 85
Kemudian akan muncul Gambar 4.11 Tampilan Paired t-test Untuk kolom pertama pilih sebelum dan yang kedua pilih sesudah kemudian tekan tombol OK 86
7. Maka akan muncul hasil pada output window sebagai berikut : Nilai df=n-1 Nilai probabilitas Gambar 4.12 Tampilan Output 87
Analysis Dari hasil di atas dapat disimpulkan bahwa probabilitas p-value = 0,454. Oleh karena probabilitas > 0,05 maka Ho diterima, atau promosi yang dilakukan manajer untuk melakukan promosi ternyata tidak efektif untuk meningkatkan penjualan mie instan. Atau bisa menggunakan t table yang didapat dari nilai df dan nilai taraf nyata. Nilai df sebesar 6 dengan taraf nyata sebesar 5% maka didapat nilai t table sebesar 1,903. Nilai tersebut lebih besar daripada nilai t hitung yang hanya sebesar -0,8006. Oleh karena nilai thitung < t table maka Ho diterima, atau promosi yang dilakukan manajer untuk melakukan promosi ternyata tidak efektif untuk meningkatkan penjualan mie instan. 88
Gambar 4.13 T table 89
Latihan: 1. Seorang peternak ingin meneliti apakah ada perbedaan penjualan ayam sebelum dan sesudah adanya virus H1N1.Adapun jika diambil dari 8 lokasi adalah sebagai berikut : No. Sebelum Sesudah 1. 21 13 2. 22 12 3. 23 11 4. 21 11 5. 22 11 6. 12 12 7. 13 12 8. 11 13 90
1. Hipotesis yang diperoleh dari soal diatas adalah Ha diterima 2. Nilai p-value pada soal diatas adalah 0.01268 3. Nilai mean of the differences dari soal diatas adalah 6.375 4. Nilai t hitung dari soal diatas adalah 3.3249 5. Maka kesimpulan dari soal diatas adalah Ada perbedaan penjualan ayam sebelum dan sesudah adanya virus H1N1 91