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.