Mini Tutorial (3) ||Tutorial Uji One Sample T-Test di R

Assalamu’alaikum warahmatullahi wabarakatuh.
Labkommat hadir kembali dengan mini tutorialnya nih. Nah postingan kali ini tentang software R. lebih tepatnya lagi, kali ini kami akan membahas pengujian One Sample T-Test dengan meggunakan aplikasi R.

Uji Hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisa  data, baik dari percobaan yang terkontrol, maupun dari observasi (tidak terkontrol). Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian tersebut hampir tidak mungkin disebabkan oleh faktor yang kebetulan, sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya. Keputusan dari uji hipotesis hampir selalu dibuat berdasarkan pengujian hipotesis nol. Ini adalah pengujian untuk menjawab pertanyaan yang mengasumsikan hipotesis nol adalah benar.

Pengujian satu sampel pada prinsipnya ingin menguji apakah suatu nilai tertentu (yang diberikan sebagai pembanding) berbeda secara nyata ataukah tidak dengan rata-rata sebuah sampel. Nilai tertentu di sini pada umumnya adalah sebuah nilai parameter untuk mengukur suatu populasi.

Dimana data untuk Uji One Sample T-Test harus memenuhi:
1. Data merupakan data kuantitatif
2. Memenuhi asumsi berdistribusi normal

Sesuai dengan namanya pengujuan satu sampel ini melibatkan satu buah variabel penelitian saja, misal Seorang peneliti ingin mengetahui apakah “nilai rata-rata hasil belajar matematika siswa yang aktif di OSIS adalah sama dengan 75”. Untuk mengetahui hal tersebut, peneliti memilih secara acak 20 orang siswa yang aktif di OSIS.

Adapun Langkah-langkah untuk melakukan Uji One Sample T-Test di R adalah sebagai berikut:

  • Siapkan data yang ingin di ujikan ke ms. excel dalam format .csv
  • Buka program R dan panggil data yang dalam format .csv tadi dengan cara
    data = read.table (file.choose(), header=T, sep=”;”)
    ket : sep adalah pemisah antar cell di file .csv, pemisah dapat berupa “;” atau “,”
  • Lakukan pengecekan normalitas data, dengan cara qqnorm(data$nilai), boxplot(data$nilai), shapiro.test(data$nilai), atau ks.test(data$nilai,pnorm).
    Kali ini kami menggunakan shapiro.test(data$nilai)

Hasil dari uji Shapiro-Wilk diatas menunjukan bahwa data terdistribusi normal, karena nilai   P-value = 0.1968 > α = 0.05

  • Setelah terpenuhi asumsi-asumsi uji One Sample T-Test, maka selanjutnya melakukan Uji One Sample T-Test Dengan R dengan cara
    t.test (data$nilai, mu=75, conf.level=0.95)

Interprestasi Hasil Uji One Sample T-Test

Hipotesis:
H0 : µ0 = 75
H1 : µ0 ≠  75

Keputusan
P-value = 0.0003116 < α = 0.05, maka H0 ditolak

Kesimpulan
Rata-rata  hasil belajar matematika siswa yang aktif di OSIS secara signifikan tidak sama dengan 75, lebih lanjut Rata-rata  hasil belajar matematika siswa yang aktif di OSIS lebih tinggi dari 75, hal ini ditandai dengan rata-ratanya sebesar 82.8

Sekian tutorial kali ini, semoga bermanfaat ya!
Selamat mencoba dan Selamat belajar,

 


Artikel Terkait

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Pengalaman Pengguna Game Penghasil Saldo DANA Lebih Cepat Adaptif Dan Efisien Dibawa Oleh Inovasi Teknologi
Pergeseran Mutu Produksi Kosmetik Terdeteksi Lebih Akurat Berkat Aliran Data Langsung
Pengalaman Pengguna Semakin Responsif Adaptif Dan Efisien Berkat Perkembangan Teknologi Modern
Momentum Tetap Terarah Dan Terkendali Dipertahankan Melalui Taktik Mode Pemburu Sic Bo Live
Keputusan Tetap Terukur Dalam Game Online Dipertahankan Melalui Pengelolaan Modal Cerdas
Kapitalisasi Pasar Dan Inovasi Kasino Online Berubah Di Tengah Disrupsi Teknologi Modern
Strategi Baru Untuk Meningkatkan Keunggulan Kompetitif Dibuka Melalui Business Model Canvas Mahjong Ways
Kualitas Sistem Mahjongways Kasino Online Dipahami Melalui Identifikasi Nilai Pembayaran Game Penghasil Saldo DANA
Perspektif Baru Dalam Menganalisis Perkembangan Mahjong Ways Dibuka Melalui Modernisasi Strategi
Kasino Menjadi Studi Sistem Informasi Bagi Mahasiswa Melalui Pelatihan Enterprise Architecture
Mahjongways Kasino Online Dijadikan Acuan Strategi Marketing dalam Lingkungan Pemerintahan
Keamanan Informasi Jadi Fondasi Utama Layanan Konsultasi Kosmetik Berbasis Teknologi
Teknologi Pemantauan Membantu Mengukur Frekuensi Pembayaran secara Lebih Objektif dan Terukur
Kajian Statistik Pola RTP Menyoroti Perkembangan Teknologi Neural Sintetis Regulatoris
Simulasi Statistik Membuka Pendekatan Baru Memahami Mahjong Game Sungai Penuh secara Terukur
Statistik Objektif Membantu Membaca Pola Mahjong Game Sungai Penuh dengan Lebih Rasional
Strategi Mahjong Game Sungai Penuh Makin Terarah melalui Pendekatan Statistik Modern
Pendekatan Data Objektif Membantu Mengkaji Mahjong Game Saldo DANA Sungai Penuh secara Lebih Terstruktur
Mahjong Game Sungai Penuh Dikaji lewat Simulasi Statistik untuk Membaca Pola Aktivitas
Aturan Mahjong Digital dari Dua Kartu Awal hingga Penentuan Rentang Nilai Game Penghasil Saldo DANA
Pendekatan Adaptif MahjongWays Kasino Online Membantu Menjaga Keseimbangan Anggaran Hiburan
Kemunculan Simbol Unik MahjongWays Kasino Online Perlu Dibaca Secara Lebih Rasional
Mahjong Ways Menarik Minat Pemain di Tengah Ketatnya Persaingan Game Digital
Pengaturan Tempo MahjongWays Kasino Online Tidak Menentukan Munculnya Kombinasi Khusus
Starlight Princess Kembali Merebut Perhatian Pemain MBG Berkat Daya Tariknya
Membaca Pola Mahjong Ways dan Tren Permainan Lewat Data Saldo DANA Terbaru
Disiplin Mental MahjongWays Kasino Online Membantu Mencegah Keputusan Finansial yang Terlalu Impulsif
Mengenal Sweet Bonanza sebagai Game Digital Online dengan Tema Manis yang Menarik
Rotasi Awal MahjongWays Kasino Online Bukan Tolok Ukur Kemurahan Sistem Permainan
Menelusuri Strategi Terbaik dalam Bermain Game Penghasil Saldo DANA Secara Lebih Mendalam