Kamis, 16 Juli 2009

Uji beda apa ya??

Terdapat sedikit masalah tentang uji beda pada kasus dua kelas dengan dua perlakuan (pemabagian dua baris dan dua kolom). Tentu dalam hal ini kurang tepat jika menggunakan anava atau pun uji t dalam menganalisisnya. Suatu hari penulis mendapatkan penjelasan dari B. Sugiman (dosbing skripsi ni..hehe), beliau mejelaskan permasalahn tersebut dipercahkan dengan Rancangan Percobaan. Oleh karena keterbatasan yang penulis miliki, maka teknik tentang pemecahan kasus tersebut dengan rancangan percobaan belum dapat diuraikan. Namun demikian penulis akan berusaha mempelajarinya untuk kemudian dapat disampaikan kepada pembaca di blog ini.

Tentang Pengambilan Sampel

Suatu hari penulis diberi sebuah pertanyaan tentang pengambilan sampel, yaitu bagaimana cara pengambilan sampel jika sampel terdiri dari kelas-kelas? Apa namanya?
Penulis sempat mengikuti kulih teknik sampling. Dengan bekal dari kuliah tersebut dan pengetahuan yang terbatas, penulis mencoba memberikan penjelasan sebagai berikut.
Cara pengambilan sampel jika sampel terdiri dari kelas-kelas, dimulai dengan populasi dibagi menjadi beberapa kelompok/kelas sesuai dengan karakteristik yang sama yang dimiliki oleh masing-masing anggota populasi (karakteristik yang dijadikan dasar kesamaan diluar karakteristik yang akan diuji). Kemudian mengambil secara acak sampel dari masing-masing kelompok/kelas. Setiap anggota yang berada di dalam kelas-kelas yang diambil secara acak tadi merupakan sampel yang diperlukan. Pengambilan sampel dengan cara yang telah diuraikan seperti diatas disebut Sampling Acak Berlapis.

Sekilas Uji T

Tidak ada uji lanjut untuk uji t.

Diberikan penjelasan sebagai berikut.

Hipotesis untuk uji t, yakni

  • Untuk uji kesamaan varian

  • Untuk uji kesamaan rata-rata

Dalam hal ini uji kesamaan varian adalah hanya untuk mengetahui kesamaan dalam persebaran data antara kelas A dan kelas B.

Sedangkan uji kesamaan rata-rata memberikan penjelasan sebagai berikut.

Jika kesimpulan yang didapat untuk uji kesamaan rata-rata adalah terima H0, yaitu tidak ada perbedaan rata-rata antara kelas A dan kelas B, maka tidak ada uji lanjut dalam hal ini. Karena dapat disimpulkan rata-rata antara kelas A dan kelas B sama, sehingga tidak perlu mengetahui mana yang lebih baik dan mana yang kurang baik. Sedangkan jika kesimpulan yang didapat untuk uji kesamaan rata-rata adalah tolak H0, yaitu ada perbedaan rata-rata antara kelas A dan kelas B, maka tidak ada uji lanjut juga dalam hal ini. Karena untuk mengetahui mana yang memiliki rata-rata yang baik dan rata-rata yang kurang baik, cukup dengan menghitung rata-rata dari tiap kelas, untuk kemudian dibandingkan.

Berbeda dengan Anava yang memiliki uji lanjut untuk mengetahui kelas mana yang menyebabkan berbeda. Hal ini didasari oleh hipotesis Anava (misal terdapat tiga kelas), yakni

H0 : Tidak ada perbedaan antara kelas A, B dan C

H1 : Ada perbedaan antara kelas A, B dan C.

Dimana, jika H0 diterima sehingga tidak ada perbedaan antara kelas A, B dan C, maka tidak ada uji lanjut dalam hal ini. Namun, jika H0 ditolak sehingga ada perbedaan antara kelas A, B dan C, maka perlu uji lanjut untuk mengetahui kelas mana yang menyebabkan berbeda. Apakah yang menyebabkan perbedaan tersebut antara kelas A dan kelas B atau kelas A dan kelas C atau kelas B dan kelas C. Uji lanjut untuk uji Anava dapat menggunakan LSD.

Semoga bermanfaat.

Senin, 13 April 2009

Hasil Analisis Hipotesis Tugas Tgl 23

UJI NORMALITAS

Diperoleh nilai sig = 0,311 > 0,05 = α. Sehingga Ho diterima.
Jadi data untuk Nilai 1 berasal dari populasi yang berdistribusi normal.
Diperoleh nilai sig = 0,652 > 0,05 = α. Sehingga Ho diterima.
Jadi data untuk Nilai 2 berasal dari populasi yang berdistribusi normal.
Diperoleh nilai sig = 0,298 > 0,05 = α. Sehingga Ho diterima.
Jadi data untuk Nilai 3 berasal dari populasi yang berdistribusi normal.
Diperoleh nilai sig = 0,059 > 0,05 = α. Sehingga Ho diterima.
Jadi data untuk Nilai 4 berasal dari populasi yang berdistribusi normal.
Diperoleh nilai sig = 0,168 > 0,05 = α. Sehingga Ho diterima.
Jadi data untuk Nilai 5 berasal dari populasi yang berdistribusi normal.
Diperoleh nilai sig = 0,912 > 0,05 = α. Sehingga Ho diterima.
Jadi data untuk Nilai 6 berasal dari populasi yang berdistribusi normal.

UJI HOMOGENITAS

Pada Based on Mean didapat nilai sig = 0,059 > 0,05 = α. Sehingga Ho diterima.
Jadi data populasi bervarian homogen.

Minggu, 05 April 2009

Hasil Tugas Tanggal 23 Maret

    Uji Normalitas Data

Adapun hipotesis yang akan dipakai adalah sebagai berikut.

Ho : data berasal dari populasi berdistribusi normal

H1 : data berasal dari populasi yang tidak berdistribusi normal.

Kriteria:

Tolak Ho jika nilai sig < α..

Dalam hal ini α.=5%.

Setelah dilakukan analisis menggunakan SPSS 15 diperoleh bahwa Nilai 1 s.d Nilai 6 semuanya berasal dari populasi berdistribusi normal.

Uji Homogenitas

Uji homogenitas untuk keseluruhan nilai terhadap pembagian Nilai 1 s.d. Nilai 6 menghasilkan bahwa data nilai homogen.

(Untuk mengetahui keseluruhan proses analisis berdasarkan nilai signifikan yang dihasilkan, tunggu posting selanjutnya, don't miss it. Ok.)



Sabtu, 28 Maret 2009

Tugas StatKomp tgl 23

Tugas Statkomp Uji Normalitas dan Homogenitas udah beres...

Kamis, 26 Maret 2009

Artikel Tentang Amos 7

Dapat tugas kelompok mempelajari Amos. Sementara baru bisa Analisis Korelasi dan Regresi. Belajarnya download tutorial di internet pake B.Inggris. Lumayan...