SlideShare a Scribd company logo
1 of 44
Download to read offline
NURUL FITRIYANI, S.Si., M.Si.
nurul.Fitriyani@unram.ac.id
FMIPA UNIVERSITAS MATARAM
2017
 Estimasi Parameter
 Pengujian Hipotesis
 Uji t , Uji F , Uji Chi Square
 Analisis Regresi dan Korelasi
Basic Statistics - 2017 2
Bila ഥ𝑿 adalah rata-rata sampel acak berukuran n yang
diambil dari populasi dengan rata-rata 𝝁 dan variansi
𝝈 𝟐
yang berhingga, maka bentuk limit dari distribusi
𝒁 =
ഥ𝑿 − 𝝁
ൗ
𝝈
𝒏
bila 𝒏 →∝, ialah distribusi normal baku 𝑵 𝒁; 𝟎, 𝟏
Basic Statistics - 2017 4
Dalam prakteknya, 𝝈 jarang sekali diketahui,
sehingga dapat diganti dengan 𝒔. Bila 𝒏 ≥ 𝟑𝟎,
berdasarkan Teorema Limit Pusat, 𝒔 dapat
dijadikan suatu hampiran, sehingga tabel Z dapat
digunakan sebagai daerah kritis. Selebihnya
distribusi t (Student’s) dapat digunakan.
Basic Statistics - 2017 5
UJI – t
(Student’s)
Uji Perbedaan Mean
(Uji t Dua Arah)
untuk Sampel Berkorelasi
(tidak saling bebas)
Uji Perbedaan Mean
(Uji t Dua Arah)
untuk Sampel Independen
(saling bebas)
Basic Statistics - 2017 6
ത𝑋1 = Rata-rata sampel 1
ത𝑋2 = Rata-rata sampel 2
S1 = simpangan baku sampel 1
S2 = simpangan baku sampel 2
S1
2 = varians sampel 1
S2
2 = varians sampel 2
r = korelasi antara dua sampel



















2
2
1
1
2
2
2
1
2
1
21
2
n
s
n
s
r
n
s
n
s
XX
t
  
       
 



2222
YYNXXN
YXXYN
rxy
Basic Statistics - 2017 7
Berikut diberikan tabel berisi Nilai Statistik Mahasiswa
antara Sebelum Menggunakan Metode Padat Latihan
dan Sesudah Menggunakan Metode Padat Latihan
(sebelum dan sesudah metode, saling berkorelasi).
Basic Statistics - 2017 8
No.
Responden
Prestasi Belajar Statistik
Sebelum (X1) Sesudah (X2)
1
2
3
4
5
6
7
8
9
10
7
6
6
7
5
5
6
4
6
6
8
7
7
8
5
6
7
5
7
8
Basic Statistics - 2017 9
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
7
7
5
6
6
7
7
5
6
7
7
6
6
5
5
8
9
6
7
7
8
9
6
7
8
8
7
5
6
5
Σ X 150 174
Rata-rata 6 6,96
SD 0,866 1,207
Varians 0,75 1,46
Basic Statistics - 2017 10
Hipotesis Penelitian :
H0: Tidak terdapat perbedaan nilai statistik mahasiswa
antara sebelum menggunakan metode padat latihan
dengan sesudah menggunanakan metode padat
latihan.
Ha: Terdapat perbedaan nilai statistik mahasiswa antara
sebelum menggunakan metode padat latihan dengan
sesudah menggunanakan metode padat latihan.
Basic Statistics - 2017 11
Hipotesis Statistik :
H0 : µ1 = µ2
Ha : µ1 ≠ µ2
Basic Statistics - 2017 12
Statistik Uji :
dengan



















2
2
1
1
2
2
2
1
2
1
21
2
n
s
n
s
r
n
s
n
s
XX
t
  
       
 



2222
YYNXXN
YXXYN
rxy
Basic Statistics - 2017 13
Responden X Y X2 Y2 XY
1
2
3
4
5
6
7
8
9
10
11
12
7
6
6
7
5
5
6
4
6
6
7
7
8
7
7
8
5
6
7
5
7
8
8
9
49
36
36
49
25
25
36
16
36
36
49
49
64
49
49
64
25
36
49
25
49
64
64
81
56
42
42
56
25
30
42
20
42
48
56
63
Basic Statistics - 2017 14
13
14
15
16
17
18
19
20
21
22
23
24
25
5
6
6
7
7
5
6
7
7
6
6
5
5
6
7
7
8
9
6
7
8
8
7
5
6
5
25
36
36
49
49
25
36
49
49
36
36
25
25
36
49
49
64
81
36
49
64
64
49
25
36
25
30
42
42
56
63
30
42
56
56
42
30
30
25
Jumlah (∑) 150 174 918 1246 1066
Basic Statistics - 2017 15
Nilai rata – rata masing – masing sampel :
n
X
XM

Basic Statistics - 2017 16
Standar Deviasi untuk sampel kecil :
Variansi untuk sampel kecil :
)1(
)(
)1(
)( 222






 
nn
XXn
n
XX
s
)1(
)( 22
2



 
nn
XXn
s
17
Korelasi :
  
    




 





 


  
 
2
2
2
2
YYNXXN
YXXYN
rxy
Basic Statistics - 2017 18
Korelasi :
  
   
  
877,0
1741246*25150918*25
174*1501066*25
22
2
2
2
2









 





 


  
 
YYNXXN
YXXYN
rxy
Basic Statistics - 2017 19
Jadi, UJI STATISTIK – t :
805,7
123,0
96,0
25
207,1
25
866,0
877,0*2
25
46,1
25
75,0
96,66
2
2
2
1
1
2
2
2
1
2
1
21



































n
s
n
s
r
n
s
n
s
XX
t
20
db = n1 + n2 – 2 = 25 + 25 – 2 = 48
ttable = t0,05/2 , 48 = 2,021
thitung > ttable , sehingga H0 ditolak
Jadi, terdapat perbedaan yang signifikan antara prestasi belajar
statistik mahasiswa sebelum dan sesudah menggunakan metode
padat latihan.
Kesimpulan : pemberian metode padat latihan berpengaruh
terhadap peningkatan prestasi belajar statistik pada mahasiswa.
Basic Statistics - 2017 21
 Rumus (SeparatedVarians)
2
2
2
1
2
1
21
n
s
n
s
XX
t



Basic Statistics - 2017 23
 Rumus (Pooled (gabungan) Varians)
   
















2121
2
22
2
11
21
11
2
11
nnnn
snsn
XX
t
Basic Statistics - 2017 24
1) Jika n1 = n2 dan varians homogen, bebas
menggunakan t – test, baik separated maupun polled
varians, db = n1+n2 – 2.
2) Jika n1 ≠ n2 dan varians homogen, gunakan t – test
dengan polled varians, db = n1 + n2 – 2.
Basic Statistics - 2017 25
3) Jika n1 = n2 dan varians tidak homogen, bebas
menggunakan t – test, baik separated maupun polled
varians, db = n1 – 1 atau n2 – 1 (bukan n1 + n2 – 2).
4) Jika n1 ≠ n2 dan varians tidak homogen, gunakan
separated varians.
𝒕 𝒕𝒂𝒃𝒆𝒍 =
𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟏 − 𝟏 − 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟐 − 𝟏
𝟐
+ 𝒏𝒊𝒍𝒂𝒊 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒕𝒆𝒓𝒌𝒆𝒄𝒊𝒍
Basic Statistics - 2017 26
Berikut diberikan tabel berisi Data Hasil Prestasi
Belajar Statistik antara Kelompok Mahasiswa yang
Menggunakan Metode Kooperatif dan Metode
Konvensional. (INDEPENDEN)
Basic Statistics - 2017 27
Nomor
Responden
Metode
Kooperatif
Metode
Konvensional
1
2
3
4
5
6
7
8
9
10
11
12
6
3
5
2
5
1
2
3
1
3
2
4
2
1
3
1
3
2
2
1
3
1
1
1
Basic Statistics - 2017 28
13
14
15
16
17
18
19
20
21
22
3
4
2
3
1
5
1
3
1
4
3
2
1
2
2
1
-
-
-
-
n1 = 22
ҧ𝑥1 = 2,91
s1 = 1,51
s1
2 = 2,28
n2 = 18
ҧ𝑥2 = 1,78
s2 = 0,81
s2
2 = 0,65
Basic Statistics - 2017 29
Cek HomogenitasVarians dengan Uji F :
H0 : varians homogen
H1 : varians tidak homogen
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
Basic Statistics - 2017 30
Cek HomogenitasVarians dengan Uji F :
𝑼𝒋𝒊 𝑭 =
𝒗𝒂𝒓𝒊𝒂𝒏𝒔𝒊 𝒕𝒆𝒓𝒃𝒆𝒔𝒂𝒓
𝒗𝒂𝒓𝒊𝒂𝒏𝒔𝒊 𝒕𝒆𝒓𝒌𝒆𝒄𝒊𝒍
=
2,28
0,65
= 𝟑, 𝟓𝟎𝟖
Ftabel = Fdbpembilang , dbpenyebut
= F21, 17
= 2,22 (antara 2,23 dan 2,19, CEK !!)
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
Basic Statistics - 2017 31
Cek HomogenitasVarians dengan Uji F :
Fhitung > Ftabel
Tolak H0
Sehingga, kesimpulannya varians tidak homogen.
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
Basic Statistics - 2017 32
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
Basic Statistics - 2017 33
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
Basic Statistics - 2017 34
Interpolasi ( I ) nilai tabel yang tidak tersedia :
𝑰 =
𝒓𝒂𝒏𝒈𝒆 −𝑭 𝒗𝒂𝒍𝒖𝒆
𝒓𝒂𝒏𝒈𝒆 −𝒅𝒇
∙ 𝒄𝒖𝒓𝒓𝒆𝒏𝒕 𝒅𝒇 − 𝒍𝒐𝒘𝒆𝒔𝒕 𝒅𝒇
Hasil interpolasi = Fmin - I
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
Basic Statistics - 2017 35
Interpolasi ( I ) nilai tabel F dengan db pembilang 21 :
𝑰 =
𝟐,𝟐𝟑−𝟐,𝟏𝟗
𝟐𝟒−𝟐𝟎
∙ 𝟐𝟏 − 𝟐𝟎 = 𝟎, 𝟎𝟏
Hasil interpolasi = Fmin – I = 2,23 – 0,01 = 2,22
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
Basic Statistics - 2017 36
Selanjutnya, berlaku aturan :
4) Jika n1 ≠ n2 dan varians tidak homogen, gunakan
separated varians.
𝒕 𝒕𝒂𝒃𝒆𝒍 =
𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟏 − 𝟏 − 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟐 − 𝟏
𝟐
− 𝒏𝒊𝒍𝒂𝒊 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒕𝒆𝒓𝒌𝒆𝒄𝒊𝒍
Basic Statistics - 2017 37
Hipotesis Penelitian :
H0 : tidak terdapat perbedaan prestasi belajar statistik
antara mahasiswa yang menggunakan metode
kooperatif dan metode konvensional.
H1 : terdapat perbedaan prestasi belajar statistik antara
mahasiswa yang menggunakan metode kooperatif
dan metode konvensional.
Basic Statistics - 2017 38
Hipotesis Statistik :
H0 : µ1 = µ2
Ha : µ1 ≠ µ2
Basic Statistics - 2017 39
Statistik Uji :
(SeparatedVarians)
𝒕 𝒕𝒂𝒃𝒆𝒍 =
𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟏 − 𝟏 − 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟐 − 𝟏
𝟐
+ 𝒏𝒊𝒍𝒂𝒊 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒕𝒆𝒓𝒌𝒆𝒄𝒊𝒍
020,3
18
65,0
22
28,2
78,191,2
2
2
2
1
2
1
21







n
s
n
s
XX
t
Basic Statistics - 2017 40
𝒕 𝒕𝒂𝒃𝒆𝒍 =
𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟏 − 𝟏 − 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟐 − 𝟏
𝟐
+ 𝒏𝒊𝒍𝒂𝒊 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒕𝒆𝒓𝒌𝒆𝒄𝒊𝒍
𝒕 𝒕𝒂𝒃𝒆𝒍 =
𝒕 𝟎,𝟎𝟓
𝟐
, 𝟐𝟏
− 𝒕 𝟎,𝟎𝟓
𝟐
, 𝟏𝟕
𝟐
+ 𝒏𝒊𝒍𝒂𝒊 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒕𝒆𝒓𝒌𝒆𝒄𝒊𝒍
𝒕 𝒕𝒂𝒃𝒆𝒍 =
𝟐,𝟎𝟖𝟎−𝟐,𝟏𝟏
𝟐
+ 𝟐, 𝟎𝟖𝟎 = 𝟐, 𝟎𝟗𝟓
Basic Statistics - 2017 41
Basic Statistics - 2017 42
Kesimpulan :
thitung > ttabel
Tolak H0. Sehingga, kesimpulannya terdapat
perbedaan secara signifikan antara prestasi
belajar statistik mahasiswa yang menggunakan
metode kooperatif dan metode konvensional.
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
Basic Statistics - 2017 43
Next : F -Test
Basic Statistics - 2017 44

More Related Content

What's hot

APG Pertemuan 1 dan 2 (3)
APG Pertemuan 1 dan 2 (3)APG Pertemuan 1 dan 2 (3)
APG Pertemuan 1 dan 2 (3)Rani Nooraeni
 
Basic statistics 7 - sampling distribution
Basic statistics   7 - sampling distribution Basic statistics   7 - sampling distribution
Basic statistics 7 - sampling distribution angita wahyu suprapti
 
Basic statistics 9 - hypothesis testing
Basic statistics   9 - hypothesis testingBasic statistics   9 - hypothesis testing
Basic statistics 9 - hypothesis testingangita wahyu suprapti
 
Analisis Komponen Utama (1)
Analisis Komponen Utama (1)Analisis Komponen Utama (1)
Analisis Komponen Utama (1)Rani Nooraeni
 
bhs inggris matematika smp rachmadi
bhs inggris matematika smp rachmadibhs inggris matematika smp rachmadi
bhs inggris matematika smp rachmadiDwi Oktalidiasari
 
Makalah Statistika Dasar
Makalah Statistika DasarMakalah Statistika Dasar
Makalah Statistika DasarPutri Handayani
 
statistika dasar 2 - statistika deskriptifxm\
statistika dasar 2 - statistika deskriptifxm\statistika dasar 2 - statistika deskriptifxm\
statistika dasar 2 - statistika deskriptifxm\angita wahyu suprapti
 
Aplikom10 matlab statistik
Aplikom10 matlab statistikAplikom10 matlab statistik
Aplikom10 matlab statistikArif Rahman
 
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.pptStatistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.pptblacknait
 
Uji linearitas dengan tabel anova
Uji linearitas dengan tabel anovaUji linearitas dengan tabel anova
Uji linearitas dengan tabel anovaChris Hukubun
 
Rpp sistem persamaan linear 3 variabel sma n 5 manisah
Rpp sistem persamaan linear 3 variabel sma n 5   manisahRpp sistem persamaan linear 3 variabel sma n 5   manisah
Rpp sistem persamaan linear 3 variabel sma n 5 manisahMaryanto Sumringah SMA 9 Tebo
 
Analisis varian satu jalan krukal wallis
Analisis varian satu jalan krukal wallisAnalisis varian satu jalan krukal wallis
Analisis varian satu jalan krukal wallisBAIDILAH Baidilah
 
APG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionAPG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionRani Nooraeni
 
Uji hipotesis 2 rata rata
Uji hipotesis 2 rata rataUji hipotesis 2 rata rata
Uji hipotesis 2 rata rataSriut_16
 
APG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataAPG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataRani Nooraeni
 
Distribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikDistribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikGe Grace
 
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rataAPG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rataRani Nooraeni
 
Analisis diskriminan (teori)
Analisis diskriminan (teori)Analisis diskriminan (teori)
Analisis diskriminan (teori)agitayuda
 

What's hot (20)

APG Pertemuan 1 dan 2 (3)
APG Pertemuan 1 dan 2 (3)APG Pertemuan 1 dan 2 (3)
APG Pertemuan 1 dan 2 (3)
 
Basic statistics 7 - sampling distribution
Basic statistics   7 - sampling distribution Basic statistics   7 - sampling distribution
Basic statistics 7 - sampling distribution
 
Basic statistics 9 - hypothesis testing
Basic statistics   9 - hypothesis testingBasic statistics   9 - hypothesis testing
Basic statistics 9 - hypothesis testing
 
Analisis Komponen Utama (1)
Analisis Komponen Utama (1)Analisis Komponen Utama (1)
Analisis Komponen Utama (1)
 
bhs inggris matematika smp rachmadi
bhs inggris matematika smp rachmadibhs inggris matematika smp rachmadi
bhs inggris matematika smp rachmadi
 
Makalah Statistika Dasar
Makalah Statistika DasarMakalah Statistika Dasar
Makalah Statistika Dasar
 
[5] mann whitney u
[5] mann whitney u[5] mann whitney u
[5] mann whitney u
 
statistika dasar 2 - statistika deskriptifxm\
statistika dasar 2 - statistika deskriptifxm\statistika dasar 2 - statistika deskriptifxm\
statistika dasar 2 - statistika deskriptifxm\
 
Aplikom10 matlab statistik
Aplikom10 matlab statistikAplikom10 matlab statistik
Aplikom10 matlab statistik
 
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.pptStatistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
 
Uji linearitas dengan tabel anova
Uji linearitas dengan tabel anovaUji linearitas dengan tabel anova
Uji linearitas dengan tabel anova
 
Metode mix 1
Metode mix 1 Metode mix 1
Metode mix 1
 
Rpp sistem persamaan linear 3 variabel sma n 5 manisah
Rpp sistem persamaan linear 3 variabel sma n 5   manisahRpp sistem persamaan linear 3 variabel sma n 5   manisah
Rpp sistem persamaan linear 3 variabel sma n 5 manisah
 
Analisis varian satu jalan krukal wallis
Analisis varian satu jalan krukal wallisAnalisis varian satu jalan krukal wallis
Analisis varian satu jalan krukal wallis
 
APG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionAPG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal Distribution
 
Uji hipotesis 2 rata rata
Uji hipotesis 2 rata rataUji hipotesis 2 rata rata
Uji hipotesis 2 rata rata
 
APG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataAPG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rata
 
Distribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikDistribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan Geometrik
 
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rataAPG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
 
Analisis diskriminan (teori)
Analisis diskriminan (teori)Analisis diskriminan (teori)
Analisis diskriminan (teori)
 

Similar to Basic statistics 10 - t - test

3 Statistika - Ukuran Pemusatan.pptx
3 Statistika - Ukuran   Pemusatan.pptx3 Statistika - Ukuran   Pemusatan.pptx
3 Statistika - Ukuran Pemusatan.pptxWan Na
 
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatanStatistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatanedwinarudyarti1
 
REGRESI-LINEAR-BERGANDA.ppt
REGRESI-LINEAR-BERGANDA.pptREGRESI-LINEAR-BERGANDA.ppt
REGRESI-LINEAR-BERGANDA.pptssuserb7d229
 
statistik-inferensi-dengan-spss
statistik-inferensi-dengan-spssstatistik-inferensi-dengan-spss
statistik-inferensi-dengan-spssFajar Istiqomah
 
Analisis Regresi Linier Sederhana
Analisis Regresi Linier SederhanaAnalisis Regresi Linier Sederhana
Analisis Regresi Linier SederhanaArning Susilawati
 
Aplikasi Statistik.ppt
Aplikasi Statistik.pptAplikasi Statistik.ppt
Aplikasi Statistik.pptfadillahtria
 
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rata
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rataAPG Pertemuan 6 : Inferensia Dua Faktor Rata-rata
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rataRani Nooraeni
 
REGRESI-LINEAR-BERGANDA dengan menggunakan SPSS
REGRESI-LINEAR-BERGANDA dengan menggunakan SPSSREGRESI-LINEAR-BERGANDA dengan menggunakan SPSS
REGRESI-LINEAR-BERGANDA dengan menggunakan SPSSLUTFIAULIARAHMAN4
 
statistika (2) (5).pptx
statistika (2) (5).pptxstatistika (2) (5).pptx
statistika (2) (5).pptxKuroSentai
 
Tugas pemodelan statistika
Tugas pemodelan statistikaTugas pemodelan statistika
Tugas pemodelan statistikaIraa Nurcahyani
 
Uji perbedaan ayda tri_valen_virdya
Uji perbedaan ayda tri_valen_virdyaUji perbedaan ayda tri_valen_virdya
Uji perbedaan ayda tri_valen_virdyaAyda Fitriani
 
BAB X PENGOLAHAN DATA DAN ANALISIS DATA.pptx
BAB X PENGOLAHAN DATA DAN ANALISIS DATA.pptxBAB X PENGOLAHAN DATA DAN ANALISIS DATA.pptx
BAB X PENGOLAHAN DATA DAN ANALISIS DATA.pptxrama839508
 
Andri zumain uji friedman m.
Andri zumain  uji friedman m.Andri zumain  uji friedman m.
Andri zumain uji friedman m.aditya kusuma
 
Kuliah 1 konsep dasar statistika niken
Kuliah 1 konsep dasar statistika nikenKuliah 1 konsep dasar statistika niken
Kuliah 1 konsep dasar statistika nikenNiken Feladita
 
APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)Rani Nooraeni
 
uji mann whitney dan uji fisher
uji mann whitney dan uji fisheruji mann whitney dan uji fisher
uji mann whitney dan uji fisherkacangtom
 

Similar to Basic statistics 10 - t - test (20)

Basic statistics 11 - f - test
Basic statistics   11 - f - testBasic statistics   11 - f - test
Basic statistics 11 - f - test
 
3 Statistika - Ukuran Pemusatan.pptx
3 Statistika - Ukuran   Pemusatan.pptx3 Statistika - Ukuran   Pemusatan.pptx
3 Statistika - Ukuran Pemusatan.pptx
 
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatanStatistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
 
REGRESI-LINEAR-BERGANDA.ppt
REGRESI-LINEAR-BERGANDA.pptREGRESI-LINEAR-BERGANDA.ppt
REGRESI-LINEAR-BERGANDA.ppt
 
statistik-inferensi-dengan-spss
statistik-inferensi-dengan-spssstatistik-inferensi-dengan-spss
statistik-inferensi-dengan-spss
 
Analisis Regresi Linier Sederhana
Analisis Regresi Linier SederhanaAnalisis Regresi Linier Sederhana
Analisis Regresi Linier Sederhana
 
Aplikasi Statistik.ppt
Aplikasi Statistik.pptAplikasi Statistik.ppt
Aplikasi Statistik.ppt
 
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rata
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rataAPG Pertemuan 6 : Inferensia Dua Faktor Rata-rata
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rata
 
REGRESI-LINEAR-BERGANDA dengan menggunakan SPSS
REGRESI-LINEAR-BERGANDA dengan menggunakan SPSSREGRESI-LINEAR-BERGANDA dengan menggunakan SPSS
REGRESI-LINEAR-BERGANDA dengan menggunakan SPSS
 
statistika (2) (5).pptx
statistika (2) (5).pptxstatistika (2) (5).pptx
statistika (2) (5).pptx
 
Tugas pemodelan statistika
Tugas pemodelan statistikaTugas pemodelan statistika
Tugas pemodelan statistika
 
Uji perbedaan ayda tri_valen_virdya
Uji perbedaan ayda tri_valen_virdyaUji perbedaan ayda tri_valen_virdya
Uji perbedaan ayda tri_valen_virdya
 
BAB X PENGOLAHAN DATA DAN ANALISIS DATA.pptx
BAB X PENGOLAHAN DATA DAN ANALISIS DATA.pptxBAB X PENGOLAHAN DATA DAN ANALISIS DATA.pptx
BAB X PENGOLAHAN DATA DAN ANALISIS DATA.pptx
 
Andri zumain uji friedman m.
Andri zumain  uji friedman m.Andri zumain  uji friedman m.
Andri zumain uji friedman m.
 
Tugas statistika
Tugas statistikaTugas statistika
Tugas statistika
 
Kuliah 1 konsep dasar statistika niken
Kuliah 1 konsep dasar statistika nikenKuliah 1 konsep dasar statistika niken
Kuliah 1 konsep dasar statistika niken
 
Fp unsam spss mm
Fp unsam spss mmFp unsam spss mm
Fp unsam spss mm
 
Fp unsam spss mm
Fp unsam spss mmFp unsam spss mm
Fp unsam spss mm
 
APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)
 
uji mann whitney dan uji fisher
uji mann whitney dan uji fisheruji mann whitney dan uji fisher
uji mann whitney dan uji fisher
 

More from angita wahyu suprapti

Basic statistics 12 - chi square - test
Basic statistics   12 - chi square - testBasic statistics   12 - chi square - test
Basic statistics 12 - chi square - testangita wahyu suprapti
 
Basic statistics 8 - statistical estimation
Basic statistics   8 - statistical estimationBasic statistics   8 - statistical estimation
Basic statistics 8 - statistical estimationangita wahyu suprapti
 
Basic statistics 8 - statistical estimation (2)
Basic statistics   8 - statistical estimation (2)Basic statistics   8 - statistical estimation (2)
Basic statistics 8 - statistical estimation (2)angita wahyu suprapti
 
Basic statistics 7 - normal distribution
Basic statistics   7 - normal distributionBasic statistics   7 - normal distribution
Basic statistics 7 - normal distributionangita wahyu suprapti
 
Basic statistics 5 - binomial distribution
Basic statistics   5 - binomial distributionBasic statistics   5 - binomial distribution
Basic statistics 5 - binomial distributionangita wahyu suprapti
 
Basic statistics 4 - probability and its distributions
Basic statistics   4 - probability and its distributionsBasic statistics   4 - probability and its distributions
Basic statistics 4 - probability and its distributionsangita wahyu suprapti
 
Basic statistics 3 - descriptive statistics (continued)
Basic statistics   3 - descriptive statistics (continued)Basic statistics   3 - descriptive statistics (continued)
Basic statistics 3 - descriptive statistics (continued)angita wahyu suprapti
 
Basic statistics 3 - descriptive statistics (continued)(1)
Basic statistics   3 - descriptive statistics (continued)(1)Basic statistics   3 - descriptive statistics (continued)(1)
Basic statistics 3 - descriptive statistics (continued)(1)angita wahyu suprapti
 

More from angita wahyu suprapti (8)

Basic statistics 12 - chi square - test
Basic statistics   12 - chi square - testBasic statistics   12 - chi square - test
Basic statistics 12 - chi square - test
 
Basic statistics 8 - statistical estimation
Basic statistics   8 - statistical estimationBasic statistics   8 - statistical estimation
Basic statistics 8 - statistical estimation
 
Basic statistics 8 - statistical estimation (2)
Basic statistics   8 - statistical estimation (2)Basic statistics   8 - statistical estimation (2)
Basic statistics 8 - statistical estimation (2)
 
Basic statistics 7 - normal distribution
Basic statistics   7 - normal distributionBasic statistics   7 - normal distribution
Basic statistics 7 - normal distribution
 
Basic statistics 5 - binomial distribution
Basic statistics   5 - binomial distributionBasic statistics   5 - binomial distribution
Basic statistics 5 - binomial distribution
 
Basic statistics 4 - probability and its distributions
Basic statistics   4 - probability and its distributionsBasic statistics   4 - probability and its distributions
Basic statistics 4 - probability and its distributions
 
Basic statistics 3 - descriptive statistics (continued)
Basic statistics   3 - descriptive statistics (continued)Basic statistics   3 - descriptive statistics (continued)
Basic statistics 3 - descriptive statistics (continued)
 
Basic statistics 3 - descriptive statistics (continued)(1)
Basic statistics   3 - descriptive statistics (continued)(1)Basic statistics   3 - descriptive statistics (continued)(1)
Basic statistics 3 - descriptive statistics (continued)(1)
 

Recently uploaded

PENGEMBANGAN & PERBANYAKAN TRICHODERMA SP.ppt
PENGEMBANGAN & PERBANYAKAN TRICHODERMA SP.pptPENGEMBANGAN & PERBANYAKAN TRICHODERMA SP.ppt
PENGEMBANGAN & PERBANYAKAN TRICHODERMA SP.pptaprilianto6
 
3_Kerangka Kompetensi Numerasi - M Ilhamul Qolbi
3_Kerangka Kompetensi Numerasi - M Ilhamul Qolbi3_Kerangka Kompetensi Numerasi - M Ilhamul Qolbi
3_Kerangka Kompetensi Numerasi - M Ilhamul Qolbimilhamulqolbi81
 
Bahasa Arab kelas 4 BAB 6 (kosa kata tentang perlengkapan yang ada di rumah)
Bahasa Arab kelas 4 BAB 6 (kosa kata tentang perlengkapan yang ada di rumah)Bahasa Arab kelas 4 BAB 6 (kosa kata tentang perlengkapan yang ada di rumah)
Bahasa Arab kelas 4 BAB 6 (kosa kata tentang perlengkapan yang ada di rumah)ahmad0548
 
Biokimia Gizi 13: Metabolisme Mineral 2024.pptx
Biokimia Gizi 13: Metabolisme Mineral 2024.pptxBiokimia Gizi 13: Metabolisme Mineral 2024.pptx
Biokimia Gizi 13: Metabolisme Mineral 2024.pptxEmmyKardianasari
 
Materi Presentasi Dasar Perkembangan Tanaman.pptx
Materi Presentasi Dasar Perkembangan Tanaman.pptxMateri Presentasi Dasar Perkembangan Tanaman.pptx
Materi Presentasi Dasar Perkembangan Tanaman.pptxEkaOktaviani24
 
Biokimia Gizi 12: Metabolisme Vitamin 2024.pptx
Biokimia Gizi 12: Metabolisme Vitamin 2024.pptxBiokimia Gizi 12: Metabolisme Vitamin 2024.pptx
Biokimia Gizi 12: Metabolisme Vitamin 2024.pptxEmmyKardianasari
 
Uji triaxial pada material batuan beku sebagai penanda kekuatan pondasi
Uji triaxial pada material batuan beku sebagai penanda kekuatan pondasiUji triaxial pada material batuan beku sebagai penanda kekuatan pondasi
Uji triaxial pada material batuan beku sebagai penanda kekuatan pondasiHadisHasyimiMiftahul
 
TUGAS MANDIRI 3 _ SKETSA KEHIDUPAN BERAGAMA DI INDONESIA.pdf
TUGAS MANDIRI 3 _ SKETSA KEHIDUPAN BERAGAMA DI INDONESIA.pdfTUGAS MANDIRI 3 _ SKETSA KEHIDUPAN BERAGAMA DI INDONESIA.pdf
TUGAS MANDIRI 3 _ SKETSA KEHIDUPAN BERAGAMA DI INDONESIA.pdfAbdulHalim854302
 

Recently uploaded (8)

PENGEMBANGAN & PERBANYAKAN TRICHODERMA SP.ppt
PENGEMBANGAN & PERBANYAKAN TRICHODERMA SP.pptPENGEMBANGAN & PERBANYAKAN TRICHODERMA SP.ppt
PENGEMBANGAN & PERBANYAKAN TRICHODERMA SP.ppt
 
3_Kerangka Kompetensi Numerasi - M Ilhamul Qolbi
3_Kerangka Kompetensi Numerasi - M Ilhamul Qolbi3_Kerangka Kompetensi Numerasi - M Ilhamul Qolbi
3_Kerangka Kompetensi Numerasi - M Ilhamul Qolbi
 
Bahasa Arab kelas 4 BAB 6 (kosa kata tentang perlengkapan yang ada di rumah)
Bahasa Arab kelas 4 BAB 6 (kosa kata tentang perlengkapan yang ada di rumah)Bahasa Arab kelas 4 BAB 6 (kosa kata tentang perlengkapan yang ada di rumah)
Bahasa Arab kelas 4 BAB 6 (kosa kata tentang perlengkapan yang ada di rumah)
 
Biokimia Gizi 13: Metabolisme Mineral 2024.pptx
Biokimia Gizi 13: Metabolisme Mineral 2024.pptxBiokimia Gizi 13: Metabolisme Mineral 2024.pptx
Biokimia Gizi 13: Metabolisme Mineral 2024.pptx
 
Materi Presentasi Dasar Perkembangan Tanaman.pptx
Materi Presentasi Dasar Perkembangan Tanaman.pptxMateri Presentasi Dasar Perkembangan Tanaman.pptx
Materi Presentasi Dasar Perkembangan Tanaman.pptx
 
Biokimia Gizi 12: Metabolisme Vitamin 2024.pptx
Biokimia Gizi 12: Metabolisme Vitamin 2024.pptxBiokimia Gizi 12: Metabolisme Vitamin 2024.pptx
Biokimia Gizi 12: Metabolisme Vitamin 2024.pptx
 
Uji triaxial pada material batuan beku sebagai penanda kekuatan pondasi
Uji triaxial pada material batuan beku sebagai penanda kekuatan pondasiUji triaxial pada material batuan beku sebagai penanda kekuatan pondasi
Uji triaxial pada material batuan beku sebagai penanda kekuatan pondasi
 
TUGAS MANDIRI 3 _ SKETSA KEHIDUPAN BERAGAMA DI INDONESIA.pdf
TUGAS MANDIRI 3 _ SKETSA KEHIDUPAN BERAGAMA DI INDONESIA.pdfTUGAS MANDIRI 3 _ SKETSA KEHIDUPAN BERAGAMA DI INDONESIA.pdf
TUGAS MANDIRI 3 _ SKETSA KEHIDUPAN BERAGAMA DI INDONESIA.pdf
 

Basic statistics 10 - t - test

  • 1. NURUL FITRIYANI, S.Si., M.Si. nurul.Fitriyani@unram.ac.id FMIPA UNIVERSITAS MATARAM 2017
  • 2.  Estimasi Parameter  Pengujian Hipotesis  Uji t , Uji F , Uji Chi Square  Analisis Regresi dan Korelasi Basic Statistics - 2017 2
  • 3.
  • 4. Bila ഥ𝑿 adalah rata-rata sampel acak berukuran n yang diambil dari populasi dengan rata-rata 𝝁 dan variansi 𝝈 𝟐 yang berhingga, maka bentuk limit dari distribusi 𝒁 = ഥ𝑿 − 𝝁 ൗ 𝝈 𝒏 bila 𝒏 →∝, ialah distribusi normal baku 𝑵 𝒁; 𝟎, 𝟏 Basic Statistics - 2017 4
  • 5. Dalam prakteknya, 𝝈 jarang sekali diketahui, sehingga dapat diganti dengan 𝒔. Bila 𝒏 ≥ 𝟑𝟎, berdasarkan Teorema Limit Pusat, 𝒔 dapat dijadikan suatu hampiran, sehingga tabel Z dapat digunakan sebagai daerah kritis. Selebihnya distribusi t (Student’s) dapat digunakan. Basic Statistics - 2017 5
  • 6. UJI – t (Student’s) Uji Perbedaan Mean (Uji t Dua Arah) untuk Sampel Berkorelasi (tidak saling bebas) Uji Perbedaan Mean (Uji t Dua Arah) untuk Sampel Independen (saling bebas) Basic Statistics - 2017 6
  • 7. ത𝑋1 = Rata-rata sampel 1 ത𝑋2 = Rata-rata sampel 2 S1 = simpangan baku sampel 1 S2 = simpangan baku sampel 2 S1 2 = varians sampel 1 S2 2 = varians sampel 2 r = korelasi antara dua sampel                    2 2 1 1 2 2 2 1 2 1 21 2 n s n s r n s n s XX t                 2222 YYNXXN YXXYN rxy Basic Statistics - 2017 7
  • 8. Berikut diberikan tabel berisi Nilai Statistik Mahasiswa antara Sebelum Menggunakan Metode Padat Latihan dan Sesudah Menggunakan Metode Padat Latihan (sebelum dan sesudah metode, saling berkorelasi). Basic Statistics - 2017 8
  • 9. No. Responden Prestasi Belajar Statistik Sebelum (X1) Sesudah (X2) 1 2 3 4 5 6 7 8 9 10 7 6 6 7 5 5 6 4 6 6 8 7 7 8 5 6 7 5 7 8 Basic Statistics - 2017 9
  • 10. 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 7 7 5 6 6 7 7 5 6 7 7 6 6 5 5 8 9 6 7 7 8 9 6 7 8 8 7 5 6 5 Σ X 150 174 Rata-rata 6 6,96 SD 0,866 1,207 Varians 0,75 1,46 Basic Statistics - 2017 10
  • 11. Hipotesis Penelitian : H0: Tidak terdapat perbedaan nilai statistik mahasiswa antara sebelum menggunakan metode padat latihan dengan sesudah menggunanakan metode padat latihan. Ha: Terdapat perbedaan nilai statistik mahasiswa antara sebelum menggunakan metode padat latihan dengan sesudah menggunanakan metode padat latihan. Basic Statistics - 2017 11
  • 12. Hipotesis Statistik : H0 : µ1 = µ2 Ha : µ1 ≠ µ2 Basic Statistics - 2017 12
  • 13. Statistik Uji : dengan                    2 2 1 1 2 2 2 1 2 1 21 2 n s n s r n s n s XX t                 2222 YYNXXN YXXYN rxy Basic Statistics - 2017 13
  • 14. Responden X Y X2 Y2 XY 1 2 3 4 5 6 7 8 9 10 11 12 7 6 6 7 5 5 6 4 6 6 7 7 8 7 7 8 5 6 7 5 7 8 8 9 49 36 36 49 25 25 36 16 36 36 49 49 64 49 49 64 25 36 49 25 49 64 64 81 56 42 42 56 25 30 42 20 42 48 56 63 Basic Statistics - 2017 14
  • 16. Nilai rata – rata masing – masing sampel : n X XM  Basic Statistics - 2017 16
  • 17. Standar Deviasi untuk sampel kecil : Variansi untuk sampel kecil : )1( )( )1( )( 222         nn XXn n XX s )1( )( 22 2      nn XXn s 17
  • 18. Korelasi :                             2 2 2 2 YYNXXN YXXYN rxy Basic Statistics - 2017 18
  • 19. Korelasi :           877,0 1741246*25150918*25 174*1501066*25 22 2 2 2 2                          YYNXXN YXXYN rxy Basic Statistics - 2017 19
  • 20. Jadi, UJI STATISTIK – t : 805,7 123,0 96,0 25 207,1 25 866,0 877,0*2 25 46,1 25 75,0 96,66 2 2 2 1 1 2 2 2 1 2 1 21                                    n s n s r n s n s XX t 20
  • 21. db = n1 + n2 – 2 = 25 + 25 – 2 = 48 ttable = t0,05/2 , 48 = 2,021 thitung > ttable , sehingga H0 ditolak Jadi, terdapat perbedaan yang signifikan antara prestasi belajar statistik mahasiswa sebelum dan sesudah menggunakan metode padat latihan. Kesimpulan : pemberian metode padat latihan berpengaruh terhadap peningkatan prestasi belajar statistik pada mahasiswa. Basic Statistics - 2017 21
  • 22.
  • 24.  Rumus (Pooled (gabungan) Varians)                     2121 2 22 2 11 21 11 2 11 nnnn snsn XX t Basic Statistics - 2017 24
  • 25. 1) Jika n1 = n2 dan varians homogen, bebas menggunakan t – test, baik separated maupun polled varians, db = n1+n2 – 2. 2) Jika n1 ≠ n2 dan varians homogen, gunakan t – test dengan polled varians, db = n1 + n2 – 2. Basic Statistics - 2017 25
  • 26. 3) Jika n1 = n2 dan varians tidak homogen, bebas menggunakan t – test, baik separated maupun polled varians, db = n1 – 1 atau n2 – 1 (bukan n1 + n2 – 2). 4) Jika n1 ≠ n2 dan varians tidak homogen, gunakan separated varians. 𝒕 𝒕𝒂𝒃𝒆𝒍 = 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟏 − 𝟏 − 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟐 − 𝟏 𝟐 + 𝒏𝒊𝒍𝒂𝒊 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒕𝒆𝒓𝒌𝒆𝒄𝒊𝒍 Basic Statistics - 2017 26
  • 27. Berikut diberikan tabel berisi Data Hasil Prestasi Belajar Statistik antara Kelompok Mahasiswa yang Menggunakan Metode Kooperatif dan Metode Konvensional. (INDEPENDEN) Basic Statistics - 2017 27
  • 29. 13 14 15 16 17 18 19 20 21 22 3 4 2 3 1 5 1 3 1 4 3 2 1 2 2 1 - - - - n1 = 22 ҧ𝑥1 = 2,91 s1 = 1,51 s1 2 = 2,28 n2 = 18 ҧ𝑥2 = 1,78 s2 = 0,81 s2 2 = 0,65 Basic Statistics - 2017 29
  • 30. Cek HomogenitasVarians dengan Uji F : H0 : varians homogen H1 : varians tidak homogen kecilVarianster besarVarianster kecilVarianster besarVarianster kecilVarianster besarVarianster Basic Statistics - 2017 30
  • 31. Cek HomogenitasVarians dengan Uji F : 𝑼𝒋𝒊 𝑭 = 𝒗𝒂𝒓𝒊𝒂𝒏𝒔𝒊 𝒕𝒆𝒓𝒃𝒆𝒔𝒂𝒓 𝒗𝒂𝒓𝒊𝒂𝒏𝒔𝒊 𝒕𝒆𝒓𝒌𝒆𝒄𝒊𝒍 = 2,28 0,65 = 𝟑, 𝟓𝟎𝟖 Ftabel = Fdbpembilang , dbpenyebut = F21, 17 = 2,22 (antara 2,23 dan 2,19, CEK !!) kecilVarianster besarVarianster kecilVarianster besarVarianster kecilVarianster besarVarianster Basic Statistics - 2017 31
  • 32. Cek HomogenitasVarians dengan Uji F : Fhitung > Ftabel Tolak H0 Sehingga, kesimpulannya varians tidak homogen. kecilVarianster besarVarianster kecilVarianster besarVarianster kecilVarianster besarVarianster Basic Statistics - 2017 32
  • 35. Interpolasi ( I ) nilai tabel yang tidak tersedia : 𝑰 = 𝒓𝒂𝒏𝒈𝒆 −𝑭 𝒗𝒂𝒍𝒖𝒆 𝒓𝒂𝒏𝒈𝒆 −𝒅𝒇 ∙ 𝒄𝒖𝒓𝒓𝒆𝒏𝒕 𝒅𝒇 − 𝒍𝒐𝒘𝒆𝒔𝒕 𝒅𝒇 Hasil interpolasi = Fmin - I kecilVarianster besarVarianster kecilVarianster besarVarianster kecilVarianster besarVarianster Basic Statistics - 2017 35
  • 36. Interpolasi ( I ) nilai tabel F dengan db pembilang 21 : 𝑰 = 𝟐,𝟐𝟑−𝟐,𝟏𝟗 𝟐𝟒−𝟐𝟎 ∙ 𝟐𝟏 − 𝟐𝟎 = 𝟎, 𝟎𝟏 Hasil interpolasi = Fmin – I = 2,23 – 0,01 = 2,22 kecilVarianster besarVarianster kecilVarianster besarVarianster kecilVarianster besarVarianster Basic Statistics - 2017 36
  • 37. Selanjutnya, berlaku aturan : 4) Jika n1 ≠ n2 dan varians tidak homogen, gunakan separated varians. 𝒕 𝒕𝒂𝒃𝒆𝒍 = 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟏 − 𝟏 − 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟐 − 𝟏 𝟐 − 𝒏𝒊𝒍𝒂𝒊 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒕𝒆𝒓𝒌𝒆𝒄𝒊𝒍 Basic Statistics - 2017 37
  • 38. Hipotesis Penelitian : H0 : tidak terdapat perbedaan prestasi belajar statistik antara mahasiswa yang menggunakan metode kooperatif dan metode konvensional. H1 : terdapat perbedaan prestasi belajar statistik antara mahasiswa yang menggunakan metode kooperatif dan metode konvensional. Basic Statistics - 2017 38
  • 39. Hipotesis Statistik : H0 : µ1 = µ2 Ha : µ1 ≠ µ2 Basic Statistics - 2017 39
  • 40. Statistik Uji : (SeparatedVarians) 𝒕 𝒕𝒂𝒃𝒆𝒍 = 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟏 − 𝟏 − 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟐 − 𝟏 𝟐 + 𝒏𝒊𝒍𝒂𝒊 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒕𝒆𝒓𝒌𝒆𝒄𝒊𝒍 020,3 18 65,0 22 28,2 78,191,2 2 2 2 1 2 1 21        n s n s XX t Basic Statistics - 2017 40
  • 41. 𝒕 𝒕𝒂𝒃𝒆𝒍 = 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟏 − 𝟏 − 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒅𝒃 𝒏 𝟐 − 𝟏 𝟐 + 𝒏𝒊𝒍𝒂𝒊 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒕𝒆𝒓𝒌𝒆𝒄𝒊𝒍 𝒕 𝒕𝒂𝒃𝒆𝒍 = 𝒕 𝟎,𝟎𝟓 𝟐 , 𝟐𝟏 − 𝒕 𝟎,𝟎𝟓 𝟐 , 𝟏𝟕 𝟐 + 𝒏𝒊𝒍𝒂𝒊 𝒕 𝒕𝒂𝒃𝒆𝒍 𝒕𝒆𝒓𝒌𝒆𝒄𝒊𝒍 𝒕 𝒕𝒂𝒃𝒆𝒍 = 𝟐,𝟎𝟖𝟎−𝟐,𝟏𝟏 𝟐 + 𝟐, 𝟎𝟖𝟎 = 𝟐, 𝟎𝟗𝟓 Basic Statistics - 2017 41
  • 43. Kesimpulan : thitung > ttabel Tolak H0. Sehingga, kesimpulannya terdapat perbedaan secara signifikan antara prestasi belajar statistik mahasiswa yang menggunakan metode kooperatif dan metode konvensional. kecilVarianster besarVarianster kecilVarianster besarVarianster kecilVarianster besarVarianster Basic Statistics - 2017 43
  • 44. Next : F -Test Basic Statistics - 2017 44