SlideShare a Scribd company logo
1 of 19
paired t test (pre – post) 
uji beda dua mean 
data berpasangan satu sampel 
Oleh: Roni Saputra, M.Si
Kegunaan 
• Menguji perbedaan kondisi awal / sebelum dan 
setelah perlakukan
Rumus t 
 
d 
i 
2 2 
 
  
N d d 
i i 
N 
t 
• Keterangan : 
  
1 
 
 
– t=Nilai t 
– d=Selisih nilai post dan pre (nilai post – nilai pre) 
– N=Banyaknya sampel pengukuran
Ketentuan aplikasi 
• Data berskala interval atau rasio 
• Data memenuhi asumsi distribusi normal. 
• Data berpasangan (satu sampel diukur dua 
kali, yaitu keadaan awal sebelum perlakukan 
dan setelah perlakuan) 
• Signifikansi, nilai hasil hitung t dibandingkan 
dengan nilai tabel t, derajat bebas (N-1). Pada 
uji dua sisi daerah penerimaan Ho, jika , t0,5 < 
thitung < t0,5 , sedangkan pada uji satu sisi 
daerah penerimaan Ho, jika thitung < t
Contoh Aplikasi 1 
• Uji coba model penyuluhan dengan metode 
diskusi untuk meningkatkan pengetahuan 
masyarakat telah dilaksanakan didapat data di 
bawah. Sebelum penyuluhan dilakukan pre test 
dan setelah penyuluhan dilakukan post test 
dengan soal yang sama. 
• Selidikilah dengan  = 1%, apakah model 
penyuluhan mampu meningkatkan pengetahuan 
masyarakat ?
Data Hasil Penyuluhan 
NO SKOR PENGETAHUAN 
SEBELUM PENYULUHAN 
(PRE) 
SKOR PENGETAHUAN 
SETELAH PENYULUHAN 
(POST) 
1. 30 34 
2. 29 29 
3. 26 29 
4. 29 32 
5. 28 28 
6. 32 32 
7. 30 33 
8. 28 28 
9. 28 29 
10. 26 30 
11. 29 30 
12. 27 27
Penyelesaian : 
• Hipotesis 
– Ho : Ppost = Ppre ; tidak ada perbedaan 
pengetahuan antara sebelum dan setelah 
disuluh dengan metode diskusi 
– Ha : Ppost > Ppre ; ada peningkatan 
pengetahuan setelah disuluh dengan metode 
diskusi dibanding sebelumnya 
• Level signifikansi () 
–  = 1%
Rumus statistik penguji 
i 
  
1 
 
2 2 
N d  
d 
 
 
  
N 
d 
t 
i i
Hitung rumus statistik penguji 
NOMOR (PRE) (POST) d (post-pre) d2 
1. 30 34 4 16 
2. 29 29 0 0 
3. 26 29 3 9 
4. 29 32 3 9 
5. 28 28 0 0 
6. 32 32 0 0 
7. 30 33 3 9 
8. 28 28 0 0 
9. 28 29 1 1 
10. 26 30 4 16 
11. 29 30 1 1 
12. 27 27 0 0 
JUMLAH 19 61
Hitung rumus statistik penguji 
i 
  
 
N d d 
19 
2 2 
 
12.61 19 
3,27 
 
12 1 
1 
2 
 
 
 
 
 
  
t 
t 
N 
d 
t 
i i
• Df/db/dk 
– Df = N – 1 = 12 – 1 = 11 
• Nilai tabel 
– Nilai tabel t distribusi student. Uji satu sisi, =1%, 
df=11, nilai t tabel = 2,718 
• Daerah penolakan 
–  3,27  >  2,718  ; 
– berarti Ho ditolak, 
– Ha diterima 
• Kesimpulan 
– Ada peningkatan pengetahuan setelah disuluh 
dibanding sebelumnya, pada  = 1%.
Contoh Aplikasi 2 
• Uji coba pengaturan suhu ruangan perawatan 
rumah sakit diharapkan dapat menurunkan suhu 
penderita panas badan. Sebelum pengaturan 
suhu ruangan dilakukan pengukuruan suhu 
badan awal dan setelah pengaturan suhu 
ruangan dilakukan pengukuran suhu badan 
kembali, didapatkan data di bawah. 
• Selidikilah dengan  = 10%, apakah model 
pengaturan suhu ruangan mampu menurunkan 
suhu penderita panas ?
Kondisi Suhu Badan Penderita Sebelum dan 
Setelah Pengaturan Suhu Ruangan 
NOMOR (PRE) (POST) 
1. 39 38 
2. 38,5 38,5 
3. 38,5 37 
4. 37 39 
5. 37 37 
6. 38 38 
7. 37 38 
8. 38,5 38 
9. 38 37,5 
10. 38 37 
11. 37 37 
12. 38 38,5 
13. 39 38 
14. 37,5 37,5
Penyelesaian : 
• Hipotesis 
– Ho : Ppost = Ppre ; tidak ada perbedaan 
panas badan sebelum dan setelah 
pengaturan suhu ruangan. 
– Ha : Ppost < Ppre ; ada penurunan suhu 
badan setelah pengaturan suhu ruangan 
• Level signifikansi () 
–  = 10%
Rumus statistik penguji 
i 
  
1 
 
2 2 
N d  
d 
 
 
  
N 
d 
t 
i i
Hitung rumus statistik penguji 
NOMOR (PRE) (POST) d (post-pre) d2 
1. 39 38 -1 1 
2. 38,5 38,5 0 0 
3. 38,5 37 -1,5 2,25 
4. 37 39 2 4 
5. 37 37 0 0 
6. 38 38 0 0 
7. 37 38 1 1 
8. 38,5 38 -0,5 0,25 
9. 38 37,5 -0,5 0,25 
10. 38 37 -1 1 
11. 37 37 0 0 
12. 38 38,5 0,5 0,25 
13. 39 38 -1 1 
14. 37,5 37,5 0 0 
JUMLAH -2 11
Hitung rumus statistik penguji 
d 
 
  
N d d 
14.11  (  
2) 
14 1 
t 0,588 
2 
t 
N 1 
t 
2 
2 
i 
2 
i 
i 
  
 
 
 
 
 
 
 
 
 
• Df/db/dk 
– Df = N – 1 = 14 – 1 = 13 
• Nilai tabel 
– Nilai tabel t distribusi student. Uji satu sisi, =10%, 
df=13, nilai t tabel = 1,35 
• Daerah penolakan 
– - 0,588  <  1,35 ; 
– berarti Ho diterima 
– Ha ditolak, 
• Kesimpulan 
– tidak ada perbedaan suhu badan sebelum dan 
setelah pengaturan suhu ruangan, pada  = 10%.
Tingkat Signifikansi untuk tes satu sisi 
0,40 0,25 0,10 0,05 0,025 0,01 0,005 0,0025 0,001 0,0005 
Tingkat Signifikansi untuk tes dua sisi 
Df 0,80 0,50 0,20 0,10 0,05 0,02 0,01 0,005 0,002 0,001 
1 0,325 1,000 3,078 6,314 12,706 31,821 63,657 127,32 318,31 636,62 
2 0,289 0,816 1,886 2,920 4,303 6,965 9,925 14,089 22,327 31,598 
3 0,277 0,765 1,638 2,353 3,182 4,541 5,841 7,453 10,214 12,924 
4 0,271 0,741 1,533 2,132 2,776 3,747 4,604 5,598 7,173 8,610 
5 0,267 0,727 1,476 2,015 2,571 3,365 4,032 4,773 5,893 6,869 
6 0,265 0,718 1,440 1,943 2,447 3,143 3,707 4,317 5,208 5,959 
7 0,263 0,711 1,415 1,895 2,365 2,998 3,499 4,029 4,785 5,408 
8 0,262 0,706 1,397 1,860 2,306 2,896 3,355 3,833 4,501 5,041 
9 0,261 0,703 1,383 1,833 2,262 2,821 3,250 3,690 4,297 4,781 
10 0,260 0,700 1,372 1,812 2,228 2,764 3,169 3,581 4,144 4,587 
11 0,260 0,697 1,363 1,796 2,201 2,718 3,106 3,497 4,025 4,437 
12 0,259 0,695 1,356 1,782 2,179 2,681 3,055 3,428 3,930 4,318 
13 0,259 0,694 1,350 1,771 2,160 2,650 3,012 3,372 3,852 4,221 
14 0,258 0,692 1,345 1,761 2,145 2,624 2,977 3,326 3,787 4,140 
15 0,258 0,691 1,341 1,753 2,131 2,602 2,947 3,286 3,733 4,073 
16 0,258 0,690 1,337 1,746 2,120 2,583 2,921 3,252 3,686 4,015 
17 0,257 0,689 1,333 1,740 2,110 2,567 2,898 3,222 3,646 3,965 
18 0,257 0,688 1,330 1,734 2,101 2,552 2,878 3,197 3,610 3,922 
19 0,257 0,688 1,328 1,729 2,093 2,539 2,861 3,174 3,579 3,883 
20 0,257 0,687 1,325 1,725 2,086 2,528 2,845 3,153 3,552 3,850 
21 0,257 0,686 1,323 1,721 2,080 2,518 2,831 3,135 3,527 3,819 
22 0,256 0,686 1,321 1,717 2,074 2,508 2,819 3,119 3,505 3,792 
23 0,256 0,685 1,319 1,714 2,069 2,500 2,807 3,104 3,485 3,767 
24 0,256 0,685 1,318 1,711 2,064 2,492 2,797 3,091 3,467 3,745 
25 0,256 0,684 1,316 1,708 2,060 2,485 2,787 3,078 3,450 3,725 
26 0,256 0,684 1,315 1,706 2,056 2,479 2,779 3,067 3,435 3,707 
27 0,256 0,684 1,314 1,703 2,052 2,473 2,771 3,057 3,421 3,690 
28 0,256 0,683 1,313 1,701 2,048 2,467 2,763 3,047 3,408 3,674 
29 0,256 0,683 1,311 1,699 2,045 2,462 2,756 3,038 3,396 3,659 
30 0,256 0,683 1,310 1,697 2,042 2,457 2,750 3,030 3,385 3,646 
40 0,255 0,681 1,303 1,684 2,021 2,423 2,704 2,971 3,307 3,551

More Related Content

What's hot

MAD Konsep P value dan Confidence Interval
MAD Konsep P value dan Confidence IntervalMAD Konsep P value dan Confidence Interval
MAD Konsep P value dan Confidence IntervalNajMah Usman
 
Laporan Pratikum analisis regresi linier sederhana
Laporan Pratikum analisis regresi linier sederhanaLaporan Pratikum analisis regresi linier sederhana
Laporan Pratikum analisis regresi linier sederhanagita Ta
 
10. Konsep Pengendalian Kualitas, Pengendalian Kualitas Secara Statistik dan ...
10. Konsep Pengendalian Kualitas, Pengendalian Kualitas Secara Statistik dan ...10. Konsep Pengendalian Kualitas, Pengendalian Kualitas Secara Statistik dan ...
10. Konsep Pengendalian Kualitas, Pengendalian Kualitas Secara Statistik dan ...Mercu Buana University
 
Pendekatan dan metode penelitian
Pendekatan dan metode penelitianPendekatan dan metode penelitian
Pendekatan dan metode penelitianNurul Faqih Isro'i
 
BAB 6 EPIDEMIOLOGI PENYAKIT MENULAR Tuberkulosis (tb)
BAB 6 EPIDEMIOLOGI PENYAKIT MENULAR Tuberkulosis (tb)BAB 6 EPIDEMIOLOGI PENYAKIT MENULAR Tuberkulosis (tb)
BAB 6 EPIDEMIOLOGI PENYAKIT MENULAR Tuberkulosis (tb)NajMah Usman
 
Contoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxonContoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxonEDI RIADI
 
Uji Beda Dua Mean Dependen
Uji Beda Dua Mean DependenUji Beda Dua Mean Dependen
Uji Beda Dua Mean Dependenmirzal tawi
 
Pertemuan 9 teknik sampling
Pertemuan 9 teknik samplingPertemuan 9 teknik sampling
Pertemuan 9 teknik samplingAyu Sefryna sari
 
Menjaga kebersihan
Menjaga kebersihanMenjaga kebersihan
Menjaga kebersihanEman Syukur
 
Interpretasi data epidemiologi
Interpretasi data epidemiologiInterpretasi data epidemiologi
Interpretasi data epidemiologiAnggita Dewi
 
Cluster & multi satge random sampling
Cluster & multi satge random samplingCluster & multi satge random sampling
Cluster & multi satge random samplingrifansahDua1
 
Laporan Praktikum TI Semester 1: SPSS analisa frekuensi
Laporan Praktikum TI Semester 1: SPSS analisa frekuensiLaporan Praktikum TI Semester 1: SPSS analisa frekuensi
Laporan Praktikum TI Semester 1: SPSS analisa frekuensiLaras Kun Rahmanti Putri
 
Proposal kegiatan pelatihan kewirausahaan
Proposal kegiatan pelatihan kewirausahaanProposal kegiatan pelatihan kewirausahaan
Proposal kegiatan pelatihan kewirausahaanYan Thea
 
Daftar Distribusi Frekuensi
Daftar Distribusi FrekuensiDaftar Distribusi Frekuensi
Daftar Distribusi Frekuensimaudya09
 
Taraf signifikan
Taraf signifikanTaraf signifikan
Taraf signifikanRapul anwar
 
Model perencanaan program promosi kesehatan
Model perencanaan program promosi kesehatanModel perencanaan program promosi kesehatan
Model perencanaan program promosi kesehatanYurie Arsyad Temenggung
 

What's hot (20)

MAD Konsep P value dan Confidence Interval
MAD Konsep P value dan Confidence IntervalMAD Konsep P value dan Confidence Interval
MAD Konsep P value dan Confidence Interval
 
Laporan Pratikum analisis regresi linier sederhana
Laporan Pratikum analisis regresi linier sederhanaLaporan Pratikum analisis regresi linier sederhana
Laporan Pratikum analisis regresi linier sederhana
 
10. Konsep Pengendalian Kualitas, Pengendalian Kualitas Secara Statistik dan ...
10. Konsep Pengendalian Kualitas, Pengendalian Kualitas Secara Statistik dan ...10. Konsep Pengendalian Kualitas, Pengendalian Kualitas Secara Statistik dan ...
10. Konsep Pengendalian Kualitas, Pengendalian Kualitas Secara Statistik dan ...
 
Uji lanjut
Uji lanjutUji lanjut
Uji lanjut
 
Pendekatan dan metode penelitian
Pendekatan dan metode penelitianPendekatan dan metode penelitian
Pendekatan dan metode penelitian
 
BAB 6 EPIDEMIOLOGI PENYAKIT MENULAR Tuberkulosis (tb)
BAB 6 EPIDEMIOLOGI PENYAKIT MENULAR Tuberkulosis (tb)BAB 6 EPIDEMIOLOGI PENYAKIT MENULAR Tuberkulosis (tb)
BAB 6 EPIDEMIOLOGI PENYAKIT MENULAR Tuberkulosis (tb)
 
Contoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxonContoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxon
 
Uji Beda Dua Mean Dependen
Uji Beda Dua Mean DependenUji Beda Dua Mean Dependen
Uji Beda Dua Mean Dependen
 
Pertemuan 9 teknik sampling
Pertemuan 9 teknik samplingPertemuan 9 teknik sampling
Pertemuan 9 teknik sampling
 
Tabel f-0-10
Tabel f-0-10Tabel f-0-10
Tabel f-0-10
 
Menjaga kebersihan
Menjaga kebersihanMenjaga kebersihan
Menjaga kebersihan
 
Interpretasi data epidemiologi
Interpretasi data epidemiologiInterpretasi data epidemiologi
Interpretasi data epidemiologi
 
Cluster & multi satge random sampling
Cluster & multi satge random samplingCluster & multi satge random sampling
Cluster & multi satge random sampling
 
Laporan Praktikum TI Semester 1: SPSS analisa frekuensi
Laporan Praktikum TI Semester 1: SPSS analisa frekuensiLaporan Praktikum TI Semester 1: SPSS analisa frekuensi
Laporan Praktikum TI Semester 1: SPSS analisa frekuensi
 
Proposal kegiatan pelatihan kewirausahaan
Proposal kegiatan pelatihan kewirausahaanProposal kegiatan pelatihan kewirausahaan
Proposal kegiatan pelatihan kewirausahaan
 
Beberapa ukuran dasar demografi
Beberapa ukuran dasar demografiBeberapa ukuran dasar demografi
Beberapa ukuran dasar demografi
 
Uji Beda Mean
Uji Beda MeanUji Beda Mean
Uji Beda Mean
 
Daftar Distribusi Frekuensi
Daftar Distribusi FrekuensiDaftar Distribusi Frekuensi
Daftar Distribusi Frekuensi
 
Taraf signifikan
Taraf signifikanTaraf signifikan
Taraf signifikan
 
Model perencanaan program promosi kesehatan
Model perencanaan program promosi kesehatanModel perencanaan program promosi kesehatan
Model perencanaan program promosi kesehatan
 

Similar to Tes Paired t (Pre-Post

Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Aisyah Turidho
 
1.data & uk. pusat
1.data & uk. pusat1.data & uk. pusat
1.data & uk. pusatRie Aizawa
 
Tugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika saptaTugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika saptaHMTA
 
4. PERANCANGAN SISTEM KERJA & ERGONOMI - PENENTUAN WAKTU BAKU, PENGUKURAN LAN...
4. PERANCANGAN SISTEM KERJA & ERGONOMI - PENENTUAN WAKTU BAKU, PENGUKURAN LAN...4. PERANCANGAN SISTEM KERJA & ERGONOMI - PENENTUAN WAKTU BAKU, PENGUKURAN LAN...
4. PERANCANGAN SISTEM KERJA & ERGONOMI - PENENTUAN WAKTU BAKU, PENGUKURAN LAN...Universitas Qomaruddin, Gresik, Indonesia
 
04. Statistika Penyebaran Data.pptx
04. Statistika Penyebaran Data.pptx04. Statistika Penyebaran Data.pptx
04. Statistika Penyebaran Data.pptxHILAL779204
 
Statistika_1_Ukuran_Lokasi ekonomi pembangunan.pptx
Statistika_1_Ukuran_Lokasi ekonomi pembangunan.pptxStatistika_1_Ukuran_Lokasi ekonomi pembangunan.pptx
Statistika_1_Ukuran_Lokasi ekonomi pembangunan.pptxGagahPerkasa3
 
Ev.pend3 hp-df
Ev.pend3 hp-dfEv.pend3 hp-df
Ev.pend3 hp-dfMas Ragil
 
Ppt makalah konsep dasar_matematika[1]
Ppt makalah konsep dasar_matematika[1]Ppt makalah konsep dasar_matematika[1]
Ppt makalah konsep dasar_matematika[1]Maysy Maysy
 
Analisis butir soal hasil ujian
Analisis butir soal hasil ujianAnalisis butir soal hasil ujian
Analisis butir soal hasil ujianWisda Putri
 
Ppt singkat pengantar statistika
Ppt singkat pengantar statistikaPpt singkat pengantar statistika
Ppt singkat pengantar statistikaRizki Novaldi
 
materi-statistika.pptx
materi-statistika.pptxmateri-statistika.pptx
materi-statistika.pptxAryNugroho17
 
171050801029 ona dermawan
171050801029 ona dermawan171050801029 ona dermawan
171050801029 ona dermawanMuhajirin Hajir
 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)reno sutriono
 
Laporan praktikum-sensori-6-uji-skoring
Laporan praktikum-sensori-6-uji-skoringLaporan praktikum-sensori-6-uji-skoring
Laporan praktikum-sensori-6-uji-skoringAurora Urbahillah
 

Similar to Tes Paired t (Pre-Post (20)

tugas7b.pdf
tugas7b.pdftugas7b.pdf
tugas7b.pdf
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
 
1.data & uk. pusat
1.data & uk. pusat1.data & uk. pusat
1.data & uk. pusat
 
Tugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika saptaTugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika sapta
 
4. PERANCANGAN SISTEM KERJA & ERGONOMI - PENENTUAN WAKTU BAKU, PENGUKURAN LAN...
4. PERANCANGAN SISTEM KERJA & ERGONOMI - PENENTUAN WAKTU BAKU, PENGUKURAN LAN...4. PERANCANGAN SISTEM KERJA & ERGONOMI - PENENTUAN WAKTU BAKU, PENGUKURAN LAN...
4. PERANCANGAN SISTEM KERJA & ERGONOMI - PENENTUAN WAKTU BAKU, PENGUKURAN LAN...
 
Materi Seminar.pdf
Materi Seminar.pdfMateri Seminar.pdf
Materi Seminar.pdf
 
04. Statistika Penyebaran Data.pptx
04. Statistika Penyebaran Data.pptx04. Statistika Penyebaran Data.pptx
04. Statistika Penyebaran Data.pptx
 
P13_Uji Persyaratan Analisis Data.pdf
P13_Uji Persyaratan Analisis Data.pdfP13_Uji Persyaratan Analisis Data.pdf
P13_Uji Persyaratan Analisis Data.pdf
 
Statistika_1_Ukuran_Lokasi ekonomi pembangunan.pptx
Statistika_1_Ukuran_Lokasi ekonomi pembangunan.pptxStatistika_1_Ukuran_Lokasi ekonomi pembangunan.pptx
Statistika_1_Ukuran_Lokasi ekonomi pembangunan.pptx
 
Ev.pend3 hp-df
Ev.pend3 hp-dfEv.pend3 hp-df
Ev.pend3 hp-df
 
Ppt makalah konsep dasar_matematika[1]
Ppt makalah konsep dasar_matematika[1]Ppt makalah konsep dasar_matematika[1]
Ppt makalah konsep dasar_matematika[1]
 
Analisis butir soal hasil ujian
Analisis butir soal hasil ujianAnalisis butir soal hasil ujian
Analisis butir soal hasil ujian
 
Ppt singkat pengantar statistika
Ppt singkat pengantar statistikaPpt singkat pengantar statistika
Ppt singkat pengantar statistika
 
Penyebaran data
Penyebaran dataPenyebaran data
Penyebaran data
 
materi-statistika.pptx
materi-statistika.pptxmateri-statistika.pptx
materi-statistika.pptx
 
171050801029 ona dermawan
171050801029 ona dermawan171050801029 ona dermawan
171050801029 ona dermawan
 
Makalah Uji T
Makalah Uji TMakalah Uji T
Makalah Uji T
 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)
 
Laporan praktikum-sensori-6-uji-skoring
Laporan praktikum-sensori-6-uji-skoringLaporan praktikum-sensori-6-uji-skoring
Laporan praktikum-sensori-6-uji-skoring
 
Makalah biostatistika
Makalah biostatistikaMakalah biostatistika
Makalah biostatistika
 

Recently uploaded

LKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipa
LKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipaLKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipa
LKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipaBtsDaily
 
kekeruhan tss, kecerahan warna sgh pada laboratprium
kekeruhan tss, kecerahan warna sgh pada laboratpriumkekeruhan tss, kecerahan warna sgh pada laboratprium
kekeruhan tss, kecerahan warna sgh pada laboratpriumfebrie2
 
Materi Inisiasi 4 Metode Penelitian Komunikasi Universitas Terbuka
Materi Inisiasi 4 Metode Penelitian Komunikasi Universitas TerbukaMateri Inisiasi 4 Metode Penelitian Komunikasi Universitas Terbuka
Materi Inisiasi 4 Metode Penelitian Komunikasi Universitas TerbukaNikmah Suryandari
 
Konsep Agribisnis adalah suatu kesatuan kegiatan meliputi salah satu atau ...
Konsep	Agribisnis	adalah	suatu	kesatuan	kegiatan  meliputi		salah	satu	atau		...Konsep	Agribisnis	adalah	suatu	kesatuan	kegiatan  meliputi		salah	satu	atau		...
Konsep Agribisnis adalah suatu kesatuan kegiatan meliputi salah satu atau ...laila16682
 
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptxTEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptxSyabilAfandi
 
Dampak Bioteknologi di Bidang Pertanian.pdf
Dampak Bioteknologi di Bidang Pertanian.pdfDampak Bioteknologi di Bidang Pertanian.pdf
Dampak Bioteknologi di Bidang Pertanian.pdfssuser4743df
 
R6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptx
R6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptxR6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptx
R6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptxmagfira271100
 
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdfmateri+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdfkaramitha
 
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptxCASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptxresidentcardio13usk
 
Sistem Bilangan Riil (Pertidaksamaan linier)
Sistem Bilangan Riil (Pertidaksamaan linier)Sistem Bilangan Riil (Pertidaksamaan linier)
Sistem Bilangan Riil (Pertidaksamaan linier)ratnawijayanti31
 

Recently uploaded (10)

LKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipa
LKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipaLKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipa
LKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipa
 
kekeruhan tss, kecerahan warna sgh pada laboratprium
kekeruhan tss, kecerahan warna sgh pada laboratpriumkekeruhan tss, kecerahan warna sgh pada laboratprium
kekeruhan tss, kecerahan warna sgh pada laboratprium
 
Materi Inisiasi 4 Metode Penelitian Komunikasi Universitas Terbuka
Materi Inisiasi 4 Metode Penelitian Komunikasi Universitas TerbukaMateri Inisiasi 4 Metode Penelitian Komunikasi Universitas Terbuka
Materi Inisiasi 4 Metode Penelitian Komunikasi Universitas Terbuka
 
Konsep Agribisnis adalah suatu kesatuan kegiatan meliputi salah satu atau ...
Konsep	Agribisnis	adalah	suatu	kesatuan	kegiatan  meliputi		salah	satu	atau		...Konsep	Agribisnis	adalah	suatu	kesatuan	kegiatan  meliputi		salah	satu	atau		...
Konsep Agribisnis adalah suatu kesatuan kegiatan meliputi salah satu atau ...
 
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptxTEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
 
Dampak Bioteknologi di Bidang Pertanian.pdf
Dampak Bioteknologi di Bidang Pertanian.pdfDampak Bioteknologi di Bidang Pertanian.pdf
Dampak Bioteknologi di Bidang Pertanian.pdf
 
R6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptx
R6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptxR6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptx
R6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptx
 
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdfmateri+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
 
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptxCASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
 
Sistem Bilangan Riil (Pertidaksamaan linier)
Sistem Bilangan Riil (Pertidaksamaan linier)Sistem Bilangan Riil (Pertidaksamaan linier)
Sistem Bilangan Riil (Pertidaksamaan linier)
 

Tes Paired t (Pre-Post

  • 1. paired t test (pre – post) uji beda dua mean data berpasangan satu sampel Oleh: Roni Saputra, M.Si
  • 2. Kegunaan • Menguji perbedaan kondisi awal / sebelum dan setelah perlakukan
  • 3. Rumus t  d i 2 2    N d d i i N t • Keterangan :   1   – t=Nilai t – d=Selisih nilai post dan pre (nilai post – nilai pre) – N=Banyaknya sampel pengukuran
  • 4. Ketentuan aplikasi • Data berskala interval atau rasio • Data memenuhi asumsi distribusi normal. • Data berpasangan (satu sampel diukur dua kali, yaitu keadaan awal sebelum perlakukan dan setelah perlakuan) • Signifikansi, nilai hasil hitung t dibandingkan dengan nilai tabel t, derajat bebas (N-1). Pada uji dua sisi daerah penerimaan Ho, jika , t0,5 < thitung < t0,5 , sedangkan pada uji satu sisi daerah penerimaan Ho, jika thitung < t
  • 5. Contoh Aplikasi 1 • Uji coba model penyuluhan dengan metode diskusi untuk meningkatkan pengetahuan masyarakat telah dilaksanakan didapat data di bawah. Sebelum penyuluhan dilakukan pre test dan setelah penyuluhan dilakukan post test dengan soal yang sama. • Selidikilah dengan  = 1%, apakah model penyuluhan mampu meningkatkan pengetahuan masyarakat ?
  • 6. Data Hasil Penyuluhan NO SKOR PENGETAHUAN SEBELUM PENYULUHAN (PRE) SKOR PENGETAHUAN SETELAH PENYULUHAN (POST) 1. 30 34 2. 29 29 3. 26 29 4. 29 32 5. 28 28 6. 32 32 7. 30 33 8. 28 28 9. 28 29 10. 26 30 11. 29 30 12. 27 27
  • 7. Penyelesaian : • Hipotesis – Ho : Ppost = Ppre ; tidak ada perbedaan pengetahuan antara sebelum dan setelah disuluh dengan metode diskusi – Ha : Ppost > Ppre ; ada peningkatan pengetahuan setelah disuluh dengan metode diskusi dibanding sebelumnya • Level signifikansi () –  = 1%
  • 8. Rumus statistik penguji i   1  2 2 N d  d     N d t i i
  • 9. Hitung rumus statistik penguji NOMOR (PRE) (POST) d (post-pre) d2 1. 30 34 4 16 2. 29 29 0 0 3. 26 29 3 9 4. 29 32 3 9 5. 28 28 0 0 6. 32 32 0 0 7. 30 33 3 9 8. 28 28 0 0 9. 28 29 1 1 10. 26 30 4 16 11. 29 30 1 1 12. 27 27 0 0 JUMLAH 19 61
  • 10. Hitung rumus statistik penguji i    N d d 19 2 2  12.61 19 3,27  12 1 1 2        t t N d t i i
  • 11. • Df/db/dk – Df = N – 1 = 12 – 1 = 11 • Nilai tabel – Nilai tabel t distribusi student. Uji satu sisi, =1%, df=11, nilai t tabel = 2,718 • Daerah penolakan –  3,27  >  2,718  ; – berarti Ho ditolak, – Ha diterima • Kesimpulan – Ada peningkatan pengetahuan setelah disuluh dibanding sebelumnya, pada  = 1%.
  • 12. Contoh Aplikasi 2 • Uji coba pengaturan suhu ruangan perawatan rumah sakit diharapkan dapat menurunkan suhu penderita panas badan. Sebelum pengaturan suhu ruangan dilakukan pengukuruan suhu badan awal dan setelah pengaturan suhu ruangan dilakukan pengukuran suhu badan kembali, didapatkan data di bawah. • Selidikilah dengan  = 10%, apakah model pengaturan suhu ruangan mampu menurunkan suhu penderita panas ?
  • 13. Kondisi Suhu Badan Penderita Sebelum dan Setelah Pengaturan Suhu Ruangan NOMOR (PRE) (POST) 1. 39 38 2. 38,5 38,5 3. 38,5 37 4. 37 39 5. 37 37 6. 38 38 7. 37 38 8. 38,5 38 9. 38 37,5 10. 38 37 11. 37 37 12. 38 38,5 13. 39 38 14. 37,5 37,5
  • 14. Penyelesaian : • Hipotesis – Ho : Ppost = Ppre ; tidak ada perbedaan panas badan sebelum dan setelah pengaturan suhu ruangan. – Ha : Ppost < Ppre ; ada penurunan suhu badan setelah pengaturan suhu ruangan • Level signifikansi () –  = 10%
  • 15. Rumus statistik penguji i   1  2 2 N d  d     N d t i i
  • 16. Hitung rumus statistik penguji NOMOR (PRE) (POST) d (post-pre) d2 1. 39 38 -1 1 2. 38,5 38,5 0 0 3. 38,5 37 -1,5 2,25 4. 37 39 2 4 5. 37 37 0 0 6. 38 38 0 0 7. 37 38 1 1 8. 38,5 38 -0,5 0,25 9. 38 37,5 -0,5 0,25 10. 38 37 -1 1 11. 37 37 0 0 12. 38 38,5 0,5 0,25 13. 39 38 -1 1 14. 37,5 37,5 0 0 JUMLAH -2 11
  • 17. Hitung rumus statistik penguji d    N d d 14.11  (  2) 14 1 t 0,588 2 t N 1 t 2 2 i 2 i i            
  • 18. • Df/db/dk – Df = N – 1 = 14 – 1 = 13 • Nilai tabel – Nilai tabel t distribusi student. Uji satu sisi, =10%, df=13, nilai t tabel = 1,35 • Daerah penolakan – - 0,588  <  1,35 ; – berarti Ho diterima – Ha ditolak, • Kesimpulan – tidak ada perbedaan suhu badan sebelum dan setelah pengaturan suhu ruangan, pada  = 10%.
  • 19. Tingkat Signifikansi untuk tes satu sisi 0,40 0,25 0,10 0,05 0,025 0,01 0,005 0,0025 0,001 0,0005 Tingkat Signifikansi untuk tes dua sisi Df 0,80 0,50 0,20 0,10 0,05 0,02 0,01 0,005 0,002 0,001 1 0,325 1,000 3,078 6,314 12,706 31,821 63,657 127,32 318,31 636,62 2 0,289 0,816 1,886 2,920 4,303 6,965 9,925 14,089 22,327 31,598 3 0,277 0,765 1,638 2,353 3,182 4,541 5,841 7,453 10,214 12,924 4 0,271 0,741 1,533 2,132 2,776 3,747 4,604 5,598 7,173 8,610 5 0,267 0,727 1,476 2,015 2,571 3,365 4,032 4,773 5,893 6,869 6 0,265 0,718 1,440 1,943 2,447 3,143 3,707 4,317 5,208 5,959 7 0,263 0,711 1,415 1,895 2,365 2,998 3,499 4,029 4,785 5,408 8 0,262 0,706 1,397 1,860 2,306 2,896 3,355 3,833 4,501 5,041 9 0,261 0,703 1,383 1,833 2,262 2,821 3,250 3,690 4,297 4,781 10 0,260 0,700 1,372 1,812 2,228 2,764 3,169 3,581 4,144 4,587 11 0,260 0,697 1,363 1,796 2,201 2,718 3,106 3,497 4,025 4,437 12 0,259 0,695 1,356 1,782 2,179 2,681 3,055 3,428 3,930 4,318 13 0,259 0,694 1,350 1,771 2,160 2,650 3,012 3,372 3,852 4,221 14 0,258 0,692 1,345 1,761 2,145 2,624 2,977 3,326 3,787 4,140 15 0,258 0,691 1,341 1,753 2,131 2,602 2,947 3,286 3,733 4,073 16 0,258 0,690 1,337 1,746 2,120 2,583 2,921 3,252 3,686 4,015 17 0,257 0,689 1,333 1,740 2,110 2,567 2,898 3,222 3,646 3,965 18 0,257 0,688 1,330 1,734 2,101 2,552 2,878 3,197 3,610 3,922 19 0,257 0,688 1,328 1,729 2,093 2,539 2,861 3,174 3,579 3,883 20 0,257 0,687 1,325 1,725 2,086 2,528 2,845 3,153 3,552 3,850 21 0,257 0,686 1,323 1,721 2,080 2,518 2,831 3,135 3,527 3,819 22 0,256 0,686 1,321 1,717 2,074 2,508 2,819 3,119 3,505 3,792 23 0,256 0,685 1,319 1,714 2,069 2,500 2,807 3,104 3,485 3,767 24 0,256 0,685 1,318 1,711 2,064 2,492 2,797 3,091 3,467 3,745 25 0,256 0,684 1,316 1,708 2,060 2,485 2,787 3,078 3,450 3,725 26 0,256 0,684 1,315 1,706 2,056 2,479 2,779 3,067 3,435 3,707 27 0,256 0,684 1,314 1,703 2,052 2,473 2,771 3,057 3,421 3,690 28 0,256 0,683 1,313 1,701 2,048 2,467 2,763 3,047 3,408 3,674 29 0,256 0,683 1,311 1,699 2,045 2,462 2,756 3,038 3,396 3,659 30 0,256 0,683 1,310 1,697 2,042 2,457 2,750 3,030 3,385 3,646 40 0,255 0,681 1,303 1,684 2,021 2,423 2,704 2,971 3,307 3,551