SlideShare a Scribd company logo
Uji-T Menggunakan SAS
1. Uji-T dengan satu sampel
2. Uji-T dengan memperhatikan hubungannya
3. Uji-T dengan dua sampel
By
Bakti Siregar,S.Si
Fakultas Matematika
Universitas Sumatera Utara
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Pendahuluan
 SAS merupakan software statistik yang sangat
powerful untuk mengolah dan menganalisis data
dengan berbagai alat statistik
 Beberapa software alternatif: STATA, SPSS,
Eviews, BIOMED, DB2 (database), dll
 SAS sangat efisien untuk mengolah data besar:
cepat dan bisa membaca jutaan record, hanya
kapasitas komputer yang akan membatasi
kemampuan SAS
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Pendahuluan
Andaikan kita ingin menyelesaikan permasalahan
berikut ini:
1. Apakah obat sakit kepala baru memberikan
pengaruh dalam 100 menit atau tidak?
2. Apakah sesi latihan akhir pekan berpengaruh
terhadap kinerja pada ujian?
3. Apakah obat sakit kepala baru memiliki
perbedaan waktu penyembuhan dengan
pengobatan sakit kepala standar?
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
1. Uji-T dengan satu sampel
 Defenisi: Digunakan untuk sampel dengan
pupulasi rata-rata atau umum.
 Misalnya, anda ingin mengetahui tinggi rata-rata
pria di Indonesia. Tentu dalam hal ini anda perlu
memperhatikan sampel yang akan anda gunakan.
 Seperti halnya tinggi badan pria pemain basket
dengan yang bukan pasti memiliki perbedaan yang
signifikan.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Uji-T dengan memperhatikan hubungannya
 Biasanya melibatkan subyek yang sama yang
diukur pada beberapa faktor pada dua titik dalam
waktu.
 Misalnya, mata pelajaran dapat diuji pada memori
jangka pendek, menerima tutorial singkat tentang
alat bantu memori, kemudian mereka yang
memiliki memori jangka pendek kembali diuji.
Sebuah perbedaan yang signifikan dalam skor
(setelah-sebelumnya) akan menunjukkan bahwa
tutorial memiliki efek.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Uji-T dengan dua sampel
 Membandingkan dua kelompok pada beberapa
faktor. Sebagai contoh, satu kelompok bisa
menerima pengobatan eksperimental dan kelompok
kedua dapat menerima standar pengobatan
perawatan
 Dalam kasus ini dua kelompok yang berbeda sedang
dibandingkan, di mana satu kelompok dibandingkan
dengan rata-rata umum, atau cocok-berpasangan,
dan hanya satu kelompok yang diukur dua kali .
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Uji-T dengan satu sampel dalam SAS
 Perhatikan apakah obat sakit kepala baru
memerlukan waktu yang sama atau berbeda dari
standar 100 menit.
Ho: µ=100
Ha: µ≠100
 Andaikan ada 10 observasi dalam kasus ini.
Sebelum melakukan uji hipotesis, langkah pertama
harus dilakukan uji normalitas data.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Berikut dilampirkan code dalam SAS
* Berikut diberikan waktu penyebuhan yang diperlukan obat baru;
DATA Waktu;
INPUT Waktu;
DATALINES;
90
93
93
99
98
100
103
104
99
102
;
PROC UNIVARIATE DATA = Waktu normal plot;
VAR Waktu;
histogram Waktu / midpoints = 80 to 120 by 5 normal;
RUN;
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Histrogram
Histogram memperlihatkan sebagian besar
pengamatan jatuh di puncak kurva normal.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Box-plot
Dengan Box-plot dapat diperhatikan bahwa rata-rata
jatuh pada median (* - + - *), menunjukkan tidak ada data
yang miring.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Uji Normalitas
 Uji normalitas dalam output yang tidak signifikan,
menunjukkan data ini berasal dari distribusi normal.
 Kita dapat mengasumsikan data berdistribusi normal
dan dilanjutkan dengan satu-sample Uji-T.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Uji-T dengan satu sampel dalam SAS
PROC TTEST DATA = Waktu h0=100;
TITLE ‘Contoh Uji-T dengan satu sampel‘ ;
VAR Waktu;
RUN;
 Kode ini memerintahkan SAS untuk melakukan
Uji-T dengan bantuan variabel dan nilai rata-rata
bantuan harus dibandingkan dengan null-value
dari 100.
 Setelah menjalankan program ini, periksa log
untuk kesalahan, kemudian melihat pada output.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Output dari SAS
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Menafsirkan output
 Dari output SAS, Perhatikan bahwa waktu rata-rata
yang diperlukan 10 subyek adalah 98,1 menit.
Dihitung t-value* = -1,28, dan uji statistik ini
memiliki p-value 0,23.
 Nilai ini ditemukan di bawah label "Pr > | t |" yang
merupakan singkatan dari kemungkinan mendapatkan
nilai yang lebih besar dari nilai absolut dari t *. Ini
adalah tes dua sisi. Jika ini adalah uji satu sisi, Anda
hanya akan membagi 2 p-value tersebut.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Kesimpulan
 Jika alpha = 0,05, maka p-value akan lebih besar
dari alpha (dalam contoh ini p-value = 0,23 >
0,05). Oleh karena itu, kita gagal untuk menolak
hipotesis nol. Sakit kepala baru obat tidak
memberikan waktu yang berbeda untuk bantuan
dari 100 menit.
 Contoh di atas sangat sederhana, sangat
diharapkan untuk anda dapat mencobanya
dengan contoh kasus yang lebih kompleks atau
jumlah observasi data yang lebih banyak lagi.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
2. Uji-T dengan memperhatikan hubungannya
 Untuk menentukan apakah sesi studi akhir pekan
meningkatkan skor tes para siswa. Enam siswa
diberi tes matematika sebelum sesi, maka mereka
kembali diuji setelah pelatihan akhir pekan. Ini
adalah pasangan yang cocok t-test, karena mata
pelajaran yang sama sedang diukur sebelum dan
sesudah intervensi.
Ho: µsebelum = µsesudah
Ha: µsebelum ≠ µsesudah
 Sekali lagi, sebelum kita dapat menganalisis data,
kita harus menentukan apakah kita dapat
mengasumsikan data berasal dari distribusi normal.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Berikut adalah code dalam SAS
DATA Belajar;
INPUT sebelum setelah;
DATALINES;
90 95
87 92
100 104
80 89
95 101
90 105
;
PROC UNIVARIATE DATA = Belajar normal plot;
VAR sebelum setelah;
histogram sebelum setelah/ normal;
RUN;
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Uji Normalitas
 Dalam kasus ini saya tidak melampirkan outputnya tetapi
anda dapat melakukanya dengan copy-paste program di-
atas sehingga anda dapat melihat apa yang terjadi.
 Ada beberapa poin data histogram sulit untuk ditafsirkan.
 Box-plot untuk sebelum dan sesudah keduanya
menunjukkan mean sangat dekat dengan median,
menunjukkan data yang tidak miring.
 Pengujian normalitas untuk sebelum dan sesudah
memiliki p-value > alpha, menunjukkan kita tidak
menolak asumsi normalitas.
 Kita bisa melanjutkan dengan pasangan yang cocok t-test.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Uji-T untuk memperhatikan hubungannya
dalam SAS
PROC TTEST DATA =Belajar;
TITLE “Contoh Program Uji-T dengan memperhatikan
Hubungan” ;
PAIRED sebelum * setelah;
RUN;
 Kode memberitahu SAS untuk melakukan t-test
berpasangan pada kumpulan data Belajar, dan
akan membandingkan perbedaan cara antara
sebelum dan sesudah.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Output dari SAS
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Menafsirkan output
 Perbedaan skor rata-rata (d-bar: sebelum dan
sesudah) adalah -7,33; rata-rata skor sebelum akhir
pekan yang lebih rendah dari skor setelah sesi
latihan. (Jika dalam pernyataan anda dapat
mengetik perbedaan rata-rata "setelah * sebelum"
adalah 7.33.)
 Apakah perbedaan ini secara statistik signifikan?
Untuk menjawab pertanyaan itu, melihat p-value.
Yakni Uji-t untuk tes ini -4,35, dan p-value adalah
0,0074.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Kesimpulan
 Jika alpha = 0,05, maka p-value < alpha, dan kami
menolak hipotesis nol. Oleh karena itu, kita dapat
menyimpulkan bahwa nilai rata-rata yang berbeda
sebelum dan sesudah sesi akhir pekan, dan
pelatihan yang meningkatkan nilai tes.
 Diharapkan anda dapat mencoba
mengaplikasikannya dengan contoh data observasi
yang lebih kompleks.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Uji-T dengan dua sampel
 Menentukan apakah obat sakit kepala keluaran
baru memerlukan waktu reaksi (penyembuhan)
yang berbeda dengan cara tradisional. Dua
kelompok dengan lima obyek masing-masing
diberikan perlakuan obat atau tradisional.
Ho: µ1 = µ2
Ha: µ1 ≠ µ2
 Sebelum kita dapat melakukan dua-sample Uji-t,
namun, kita harus menentukan apakah data berasal
dari distribusi normal
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Berikut adalah code dalam SAS
DATA Tanggapan;
INPUT Kelompok $ Waktu;
DATALINES;
A 80
A 93
A 83
A 89
A 98
B 100
B 103
B 104
B 99
B 102
;
PROC UNIVARIATE DATA = Tanggapan normal plot;
class Kelompok;
var Waktu;
histogram Waktu / midpoints = 80 to 120 by 5
normal;
RUN;
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Beberapa catatan:
 Perhatikan variabel "kelompok" diikuti dengan
"$" karena merupakan variabel kategoris
 Kode telah ditentukan bahwa prosedur univariat
dilakukan pada waktu variabel, tetapi bahwa hal
itu dilakukan oleh kelas "kelompok." Dengan cara
ini anda akan memiliki terpisah ringkasan statistik,
plot dan histogram untuk dua kelompok tersebut.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Uji Normalitas
 Pengujian normalitas untuk kedua kelompok
perlakuan yang tidak signifikan (p-value > alpha),
menunjukkan kita bisa berasumsi mereka berasal
dari distribusi normal.
 Karena setiap kelompok hanya memiliki 5 obyek,
histogram sulit untuk menafsirkan, tetapi tidak ada
indikasi non-normalitas.
 Lanjutkan dengan dua sample t-test
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Histogram waktu untuk kedua kelompok
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Uji-T untuk dua Sampel dalam SAS
PROC TTEST DATA = Tanggapan;
TITLE 'Uji-T untuk dua Sampel';
class Kelompok;
var Waktu;
RUN;
 Perhatikan untuk dua sample t-test Anda harus
menentukan apa yang membedakan kedua sampel;
dalam hal ini kita membandingkan dua sampel
didefinisikan oleh "kelompok" (perlakuan dan
kontrol), dan kami katakan SAS untuk
membandingkan rata-rata mereka "waktu" untuk
bantuan.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
SAS dari Output
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Menafsirkan Output: Pooled vs Unpooled
Variance
 Sebelum Anda dapat menafsirkan uji statistik dan
mencapai kesimpulan, perlu diperhatikan bahwa
perlu atau tidak menggunakan pooled atau
unpooled varians uji statistik .
 Jika kita dapat mengasumsikan dua sampel
memiliki varians yang sama, maka kita pooled t*.
Jika, di sisi lain, kita menentukan bahwa dua
sampel memiliki varians yang tidak sama, maka
kita harus menggunakan unpooled t *.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
 SAS mengadakan F-test formal untuk menentukan apakah
kedua kelompok memiliki varians yang sama:
 Ho: σ1
2
= σ2
2
vs Ha: σ1
2
≠ σ2
2
 Jika p-value > 0,05, kita gagal untuk menolak nol dan
dapat menyimpulkan variansi dari kedua kelompok adalah
sama; dengan demikian kita menggunakan variansi t
pooled *.
 Jika p-value < 0,05, kita menolak nol dan menyimpulkan
varians dari kedua kelompok tidak sama; dengan demikian
kita menggunakan unpooled varians t *.
 Anda pasti memperhatikan F-test di bawah judul
"Kesetaraan Varian" dalam output SAS anda. Dalam kasus
ini, p-value (Pr > F) adalah 0,03, yang kurang dari 0,05;
tidak bisa berasumsi σ1
2
= σ2
2
. Perlu menggunakan "t
Value" daripada Metode "Unpooled".
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Kesimpulan
 t-value untuk varians unpooled adalah -3,83, dan
sesuai p-value = 0,0141, yang kurang dari alpha
(0,05). Oleh karena itu, hypotesis nol ditolak dan
menyimpulkan bahwa kelompok perlakuan
berbeda secara signifikan dari kelompok kontrol
pada waktunya untuk bantuan dari sakit kepala.
 Pemberitahuan dari output SAS bahwa rata-rata
waktu diperlukan kelompok A sekitar 20 menit
lebih lama untuk merasa lega daripada kelompok
B, menyiratkan penggunaan obat baru secara
signifikan lebih buruk dari pada kontrol.
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
Sekian dan Terima Kasih
Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia

More Related Content

What's hot

EXPERIMENTAL DESIGN (RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...
EXPERIMENTAL DESIGN(RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...EXPERIMENTAL DESIGN(RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...
EXPERIMENTAL DESIGN (RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...
Muhammad Eko
 
Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)Dian Arisona
 
Ukuran Penyebaran Data
Ukuran Penyebaran DataUkuran Penyebaran Data
Ukuran Penyebaran Data
febrismaa
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
Hafiza .h
 
RANCANGAN ACAK LENGKAP
RANCANGAN ACAK LENGKAPRANCANGAN ACAK LENGKAP
RANCANGAN ACAK LENGKAP
Arning Susilawati
 
Uji hipotesis 1 & 2 rata rata
Uji hipotesis 1 & 2 rata rataUji hipotesis 1 & 2 rata rata
Uji hipotesis 1 & 2 rata ratayositria
 
Split Plot
Split PlotSplit Plot
Split Plot
Ade Setiawan
 
Statistika "Systematic Random Sampling"
Statistika "Systematic Random Sampling"Statistika "Systematic Random Sampling"
Statistika "Systematic Random Sampling"
Venta Adrian, S.Kom
 
06. p ortogonal
06. p ortogonal06. p ortogonal
06. p ortogonal
UNTAN
 
Rancangan Acak Kelompok (RAK)
Rancangan Acak Kelompok (RAK)Rancangan Acak Kelompok (RAK)
Rancangan Acak Kelompok (RAK)Ade Setiawan
 
Modul praktikum rancob
Modul praktikum rancobModul praktikum rancob
Modul praktikum rancob
tisazha
 
Distribusi binomial dan distribusi poisson
Distribusi binomial dan distribusi poissonDistribusi binomial dan distribusi poisson
Distribusi binomial dan distribusi poisson
Suci Agustina
 
6. satuan percobaan, dan percobaan satu faktor
6. satuan percobaan, dan percobaan satu faktor6. satuan percobaan, dan percobaan satu faktor
6. satuan percobaan, dan percobaan satu faktor
Emi Suhaemi
 
Pengantar Rancangan Percobaan
Pengantar Rancangan PercobaanPengantar Rancangan Percobaan
Pengantar Rancangan Percobaan
Dian Arisona
 
uji hipotesis satu rata rata
uji hipotesis satu rata   ratauji hipotesis satu rata   rata
uji hipotesis satu rata rata
Ratih Ramadhani
 
ANOVA satu arah - One way ANOVA
ANOVA satu arah - One way ANOVAANOVA satu arah - One way ANOVA
ANOVA satu arah - One way ANOVA
Universitas Qomaruddin, Gresik, Indonesia
 
Cara cari uji bnj (hsd)
Cara cari uji bnj (hsd)Cara cari uji bnj (hsd)
Cara cari uji bnj (hsd)
Ir. Zakaria, M.M
 
03. unsur dasar perancangan percobaan
03. unsur dasar perancangan percobaan03. unsur dasar perancangan percobaan
03. unsur dasar perancangan percobaanUNTAN
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasGina Safitri
 

What's hot (20)

EXPERIMENTAL DESIGN (RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...
EXPERIMENTAL DESIGN(RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...EXPERIMENTAL DESIGN(RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...
EXPERIMENTAL DESIGN (RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...
 
Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)
 
Ukuran Penyebaran Data
Ukuran Penyebaran DataUkuran Penyebaran Data
Ukuran Penyebaran Data
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
 
RANCANGAN ACAK LENGKAP
RANCANGAN ACAK LENGKAPRANCANGAN ACAK LENGKAP
RANCANGAN ACAK LENGKAP
 
Uji hipotesis 1 & 2 rata rata
Uji hipotesis 1 & 2 rata rataUji hipotesis 1 & 2 rata rata
Uji hipotesis 1 & 2 rata rata
 
Split Plot
Split PlotSplit Plot
Split Plot
 
Statistika "Systematic Random Sampling"
Statistika "Systematic Random Sampling"Statistika "Systematic Random Sampling"
Statistika "Systematic Random Sampling"
 
Tabel tukey-hsd bnj
Tabel tukey-hsd bnjTabel tukey-hsd bnj
Tabel tukey-hsd bnj
 
06. p ortogonal
06. p ortogonal06. p ortogonal
06. p ortogonal
 
Rancangan Acak Kelompok (RAK)
Rancangan Acak Kelompok (RAK)Rancangan Acak Kelompok (RAK)
Rancangan Acak Kelompok (RAK)
 
Modul praktikum rancob
Modul praktikum rancobModul praktikum rancob
Modul praktikum rancob
 
Distribusi binomial dan distribusi poisson
Distribusi binomial dan distribusi poissonDistribusi binomial dan distribusi poisson
Distribusi binomial dan distribusi poisson
 
6. satuan percobaan, dan percobaan satu faktor
6. satuan percobaan, dan percobaan satu faktor6. satuan percobaan, dan percobaan satu faktor
6. satuan percobaan, dan percobaan satu faktor
 
Pengantar Rancangan Percobaan
Pengantar Rancangan PercobaanPengantar Rancangan Percobaan
Pengantar Rancangan Percobaan
 
uji hipotesis satu rata rata
uji hipotesis satu rata   ratauji hipotesis satu rata   rata
uji hipotesis satu rata rata
 
ANOVA satu arah - One way ANOVA
ANOVA satu arah - One way ANOVAANOVA satu arah - One way ANOVA
ANOVA satu arah - One way ANOVA
 
Cara cari uji bnj (hsd)
Cara cari uji bnj (hsd)Cara cari uji bnj (hsd)
Cara cari uji bnj (hsd)
 
03. unsur dasar perancangan percobaan
03. unsur dasar perancangan percobaan03. unsur dasar perancangan percobaan
03. unsur dasar perancangan percobaan
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
 

Similar to T tes menggunakan sas

Modul 1 prinsip_dasar_perancangan
Modul 1 prinsip_dasar_perancanganModul 1 prinsip_dasar_perancangan
Modul 1 prinsip_dasar_perancangan
tisazha
 
T test
T testT test
SPSS is a widely used program for statisticaltat
SPSS is a widely used program for statisticaltatSPSS is a widely used program for statisticaltat
SPSS is a widely used program for statisticaltat
IchsanFirdausPutra
 
Pasca anovapost. hoc test.uji lanjut
Pasca anovapost. hoc test.uji lanjutPasca anovapost. hoc test.uji lanjut
Pasca anovapost. hoc test.uji lanjutAdriana Dwi Ismita
 
Menghitung besar-sampel-penelitian
Menghitung besar-sampel-penelitianMenghitung besar-sampel-penelitian
Menghitung besar-sampel-penelitian
Ahmad Tobroni
 
Handout statistik non-parametrik
Handout statistik non-parametrikHandout statistik non-parametrik
Handout statistik non-parametrik
MJM Networks
 
statistika (2) (5).pptx
statistika (2) (5).pptxstatistika (2) (5).pptx
statistika (2) (5).pptx
KuroSentai
 
Aplikasi spss dan anates
Aplikasi spss dan anatesAplikasi spss dan anates
Aplikasi spss dan anates
Soni Gunners
 
statisitik (1).docx
statisitik (1).docxstatisitik (1).docx
statisitik (1).docx
LaruiHania
 
Ade caca
Ade cacaAde caca
( Putri). ukuran pemusatan data.
( Putri). ukuran pemusatan data.( Putri). ukuran pemusatan data.
( Putri). ukuran pemusatan data.
Putri Indah Ramadhani
 
Makalah Tendensi sentral
Makalah Tendensi sentralMakalah Tendensi sentral
Makalah Tendensi sentral
Nailul Hasibuan
 
Uji lanjut
Uji lanjutUji lanjut
Uji lanjut
Iin Riyanti
 
Uji statisitk
Uji statisitk Uji statisitk
Uji statisitk
Az'End Love
 
Penyusunan Test Hasil Belajaran - Evalusi Pembelajaran di PG.PAUD
Penyusunan Test Hasil Belajaran - Evalusi Pembelajaran di PG.PAUDPenyusunan Test Hasil Belajaran - Evalusi Pembelajaran di PG.PAUD
Penyusunan Test Hasil Belajaran - Evalusi Pembelajaran di PG.PAUD
Al Azhar Indonesia University
 
Pertemuan 4
Pertemuan 4Pertemuan 4
Uji Beda lebih dari 2 sampel.pptx
Uji Beda lebih dari 2 sampel.pptxUji Beda lebih dari 2 sampel.pptx
Uji Beda lebih dari 2 sampel.pptx
ArisalPulupina
 
statistik-inferensi-dengan-spss
statistik-inferensi-dengan-spssstatistik-inferensi-dengan-spss
statistik-inferensi-dengan-spss
Fajar Istiqomah
 
P8 analisis statistik
P8 analisis statistikP8 analisis statistik
P8 analisis statistik
SusanFitria
 
Week 5 - Kuasa Ujian Statistik.pptx
Week 5 - Kuasa Ujian Statistik.pptxWeek 5 - Kuasa Ujian Statistik.pptx
Week 5 - Kuasa Ujian Statistik.pptx
AhmadMukhsin2
 

Similar to T tes menggunakan sas (20)

Modul 1 prinsip_dasar_perancangan
Modul 1 prinsip_dasar_perancanganModul 1 prinsip_dasar_perancangan
Modul 1 prinsip_dasar_perancangan
 
T test
T testT test
T test
 
SPSS is a widely used program for statisticaltat
SPSS is a widely used program for statisticaltatSPSS is a widely used program for statisticaltat
SPSS is a widely used program for statisticaltat
 
Pasca anovapost. hoc test.uji lanjut
Pasca anovapost. hoc test.uji lanjutPasca anovapost. hoc test.uji lanjut
Pasca anovapost. hoc test.uji lanjut
 
Menghitung besar-sampel-penelitian
Menghitung besar-sampel-penelitianMenghitung besar-sampel-penelitian
Menghitung besar-sampel-penelitian
 
Handout statistik non-parametrik
Handout statistik non-parametrikHandout statistik non-parametrik
Handout statistik non-parametrik
 
statistika (2) (5).pptx
statistika (2) (5).pptxstatistika (2) (5).pptx
statistika (2) (5).pptx
 
Aplikasi spss dan anates
Aplikasi spss dan anatesAplikasi spss dan anates
Aplikasi spss dan anates
 
statisitik (1).docx
statisitik (1).docxstatisitik (1).docx
statisitik (1).docx
 
Ade caca
Ade cacaAde caca
Ade caca
 
( Putri). ukuran pemusatan data.
( Putri). ukuran pemusatan data.( Putri). ukuran pemusatan data.
( Putri). ukuran pemusatan data.
 
Makalah Tendensi sentral
Makalah Tendensi sentralMakalah Tendensi sentral
Makalah Tendensi sentral
 
Uji lanjut
Uji lanjutUji lanjut
Uji lanjut
 
Uji statisitk
Uji statisitk Uji statisitk
Uji statisitk
 
Penyusunan Test Hasil Belajaran - Evalusi Pembelajaran di PG.PAUD
Penyusunan Test Hasil Belajaran - Evalusi Pembelajaran di PG.PAUDPenyusunan Test Hasil Belajaran - Evalusi Pembelajaran di PG.PAUD
Penyusunan Test Hasil Belajaran - Evalusi Pembelajaran di PG.PAUD
 
Pertemuan 4
Pertemuan 4Pertemuan 4
Pertemuan 4
 
Uji Beda lebih dari 2 sampel.pptx
Uji Beda lebih dari 2 sampel.pptxUji Beda lebih dari 2 sampel.pptx
Uji Beda lebih dari 2 sampel.pptx
 
statistik-inferensi-dengan-spss
statistik-inferensi-dengan-spssstatistik-inferensi-dengan-spss
statistik-inferensi-dengan-spss
 
P8 analisis statistik
P8 analisis statistikP8 analisis statistik
P8 analisis statistik
 
Week 5 - Kuasa Ujian Statistik.pptx
Week 5 - Kuasa Ujian Statistik.pptxWeek 5 - Kuasa Ujian Statistik.pptx
Week 5 - Kuasa Ujian Statistik.pptx
 

Recently uploaded

template undangan Walimatul Khitan 2 seri.docx
template undangan Walimatul Khitan 2 seri.docxtemplate undangan Walimatul Khitan 2 seri.docx
template undangan Walimatul Khitan 2 seri.docx
ansproduction72
 
Materi lokmin klaster 4 puskesmas gajah 1
Materi lokmin klaster 4 puskesmas gajah 1Materi lokmin klaster 4 puskesmas gajah 1
Materi lokmin klaster 4 puskesmas gajah 1
RizkyAji15
 
PPT PERTEMUAN VALIDASI DAN EVALUASI USIA PRODUKTIF DAN LANSIA.ppt
PPT PERTEMUAN VALIDASI DAN EVALUASI USIA PRODUKTIF DAN LANSIA.pptPPT PERTEMUAN VALIDASI DAN EVALUASI USIA PRODUKTIF DAN LANSIA.ppt
PPT PERTEMUAN VALIDASI DAN EVALUASI USIA PRODUKTIF DAN LANSIA.ppt
WewikAyuPrimaDewi
 
slide_13_Pengamanan_Jaringan_Komputer.ppt
slide_13_Pengamanan_Jaringan_Komputer.pptslide_13_Pengamanan_Jaringan_Komputer.ppt
slide_13_Pengamanan_Jaringan_Komputer.ppt
tobol95991
 
Tugas DIT Supervisor K3 - Sidik Permana Putra.pptx
Tugas DIT Supervisor K3 - Sidik Permana Putra.pptxTugas DIT Supervisor K3 - Sidik Permana Putra.pptx
Tugas DIT Supervisor K3 - Sidik Permana Putra.pptx
SunakonSulistya
 
JAWABAN PMM. guru kemendikbud tahun pelajaran 2024
JAWABAN PMM. guru kemendikbud tahun pelajaran 2024JAWABAN PMM. guru kemendikbud tahun pelajaran 2024
JAWABAN PMM. guru kemendikbud tahun pelajaran 2024
TeguhWinarno6
 
Teori konflik Lewis Coser aaaaaaaaaaaaaa
Teori konflik Lewis Coser aaaaaaaaaaaaaaTeori konflik Lewis Coser aaaaaaaaaaaaaa
Teori konflik Lewis Coser aaaaaaaaaaaaaa
Sayidsabiq2
 
Presentasi Luring (8JP)_ Refleksi Tahunan (1).pptx
Presentasi Luring (8JP)_ Refleksi Tahunan  (1).pptxPresentasi Luring (8JP)_ Refleksi Tahunan  (1).pptx
Presentasi Luring (8JP)_ Refleksi Tahunan (1).pptx
muhammadfauzi951
 
Materi pokok dan media pembelajaran ekosistem ipa
Materi pokok dan media pembelajaran ekosistem ipaMateri pokok dan media pembelajaran ekosistem ipa
Materi pokok dan media pembelajaran ekosistem ipa
sarahshintia630
 
"Jodoh Menurut Prespektif Al-Quran" (Kajian Tasir Ibnu Katsir Surah An-Nur ay...
"Jodoh Menurut Prespektif Al-Quran" (Kajian Tasir Ibnu Katsir Surah An-Nur ay..."Jodoh Menurut Prespektif Al-Quran" (Kajian Tasir Ibnu Katsir Surah An-Nur ay...
"Jodoh Menurut Prespektif Al-Quran" (Kajian Tasir Ibnu Katsir Surah An-Nur ay...
Muhammad Nur Hadi
 
PPT TAP KEL 3.pptx model pembelajaran ahir
PPT TAP KEL 3.pptx model pembelajaran ahirPPT TAP KEL 3.pptx model pembelajaran ahir
PPT TAP KEL 3.pptx model pembelajaran ahir
yardsport
 
Bahan_Ajar_Pelatihan Inda SKLNP_Tahunan_2024-1.pptx
Bahan_Ajar_Pelatihan Inda SKLNP_Tahunan_2024-1.pptxBahan_Ajar_Pelatihan Inda SKLNP_Tahunan_2024-1.pptx
Bahan_Ajar_Pelatihan Inda SKLNP_Tahunan_2024-1.pptx
dwiagus41
 

Recently uploaded (12)

template undangan Walimatul Khitan 2 seri.docx
template undangan Walimatul Khitan 2 seri.docxtemplate undangan Walimatul Khitan 2 seri.docx
template undangan Walimatul Khitan 2 seri.docx
 
Materi lokmin klaster 4 puskesmas gajah 1
Materi lokmin klaster 4 puskesmas gajah 1Materi lokmin klaster 4 puskesmas gajah 1
Materi lokmin klaster 4 puskesmas gajah 1
 
PPT PERTEMUAN VALIDASI DAN EVALUASI USIA PRODUKTIF DAN LANSIA.ppt
PPT PERTEMUAN VALIDASI DAN EVALUASI USIA PRODUKTIF DAN LANSIA.pptPPT PERTEMUAN VALIDASI DAN EVALUASI USIA PRODUKTIF DAN LANSIA.ppt
PPT PERTEMUAN VALIDASI DAN EVALUASI USIA PRODUKTIF DAN LANSIA.ppt
 
slide_13_Pengamanan_Jaringan_Komputer.ppt
slide_13_Pengamanan_Jaringan_Komputer.pptslide_13_Pengamanan_Jaringan_Komputer.ppt
slide_13_Pengamanan_Jaringan_Komputer.ppt
 
Tugas DIT Supervisor K3 - Sidik Permana Putra.pptx
Tugas DIT Supervisor K3 - Sidik Permana Putra.pptxTugas DIT Supervisor K3 - Sidik Permana Putra.pptx
Tugas DIT Supervisor K3 - Sidik Permana Putra.pptx
 
JAWABAN PMM. guru kemendikbud tahun pelajaran 2024
JAWABAN PMM. guru kemendikbud tahun pelajaran 2024JAWABAN PMM. guru kemendikbud tahun pelajaran 2024
JAWABAN PMM. guru kemendikbud tahun pelajaran 2024
 
Teori konflik Lewis Coser aaaaaaaaaaaaaa
Teori konflik Lewis Coser aaaaaaaaaaaaaaTeori konflik Lewis Coser aaaaaaaaaaaaaa
Teori konflik Lewis Coser aaaaaaaaaaaaaa
 
Presentasi Luring (8JP)_ Refleksi Tahunan (1).pptx
Presentasi Luring (8JP)_ Refleksi Tahunan  (1).pptxPresentasi Luring (8JP)_ Refleksi Tahunan  (1).pptx
Presentasi Luring (8JP)_ Refleksi Tahunan (1).pptx
 
Materi pokok dan media pembelajaran ekosistem ipa
Materi pokok dan media pembelajaran ekosistem ipaMateri pokok dan media pembelajaran ekosistem ipa
Materi pokok dan media pembelajaran ekosistem ipa
 
"Jodoh Menurut Prespektif Al-Quran" (Kajian Tasir Ibnu Katsir Surah An-Nur ay...
"Jodoh Menurut Prespektif Al-Quran" (Kajian Tasir Ibnu Katsir Surah An-Nur ay..."Jodoh Menurut Prespektif Al-Quran" (Kajian Tasir Ibnu Katsir Surah An-Nur ay...
"Jodoh Menurut Prespektif Al-Quran" (Kajian Tasir Ibnu Katsir Surah An-Nur ay...
 
PPT TAP KEL 3.pptx model pembelajaran ahir
PPT TAP KEL 3.pptx model pembelajaran ahirPPT TAP KEL 3.pptx model pembelajaran ahir
PPT TAP KEL 3.pptx model pembelajaran ahir
 
Bahan_Ajar_Pelatihan Inda SKLNP_Tahunan_2024-1.pptx
Bahan_Ajar_Pelatihan Inda SKLNP_Tahunan_2024-1.pptxBahan_Ajar_Pelatihan Inda SKLNP_Tahunan_2024-1.pptx
Bahan_Ajar_Pelatihan Inda SKLNP_Tahunan_2024-1.pptx
 

T tes menggunakan sas

  • 1. Uji-T Menggunakan SAS 1. Uji-T dengan satu sampel 2. Uji-T dengan memperhatikan hubungannya 3. Uji-T dengan dua sampel By Bakti Siregar,S.Si Fakultas Matematika Universitas Sumatera Utara Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 2. Pendahuluan  SAS merupakan software statistik yang sangat powerful untuk mengolah dan menganalisis data dengan berbagai alat statistik  Beberapa software alternatif: STATA, SPSS, Eviews, BIOMED, DB2 (database), dll  SAS sangat efisien untuk mengolah data besar: cepat dan bisa membaca jutaan record, hanya kapasitas komputer yang akan membatasi kemampuan SAS Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 3. Pendahuluan Andaikan kita ingin menyelesaikan permasalahan berikut ini: 1. Apakah obat sakit kepala baru memberikan pengaruh dalam 100 menit atau tidak? 2. Apakah sesi latihan akhir pekan berpengaruh terhadap kinerja pada ujian? 3. Apakah obat sakit kepala baru memiliki perbedaan waktu penyembuhan dengan pengobatan sakit kepala standar? Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 4. 1. Uji-T dengan satu sampel  Defenisi: Digunakan untuk sampel dengan pupulasi rata-rata atau umum.  Misalnya, anda ingin mengetahui tinggi rata-rata pria di Indonesia. Tentu dalam hal ini anda perlu memperhatikan sampel yang akan anda gunakan.  Seperti halnya tinggi badan pria pemain basket dengan yang bukan pasti memiliki perbedaan yang signifikan. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 5. Uji-T dengan memperhatikan hubungannya  Biasanya melibatkan subyek yang sama yang diukur pada beberapa faktor pada dua titik dalam waktu.  Misalnya, mata pelajaran dapat diuji pada memori jangka pendek, menerima tutorial singkat tentang alat bantu memori, kemudian mereka yang memiliki memori jangka pendek kembali diuji. Sebuah perbedaan yang signifikan dalam skor (setelah-sebelumnya) akan menunjukkan bahwa tutorial memiliki efek. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 6. Uji-T dengan dua sampel  Membandingkan dua kelompok pada beberapa faktor. Sebagai contoh, satu kelompok bisa menerima pengobatan eksperimental dan kelompok kedua dapat menerima standar pengobatan perawatan  Dalam kasus ini dua kelompok yang berbeda sedang dibandingkan, di mana satu kelompok dibandingkan dengan rata-rata umum, atau cocok-berpasangan, dan hanya satu kelompok yang diukur dua kali . Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 7. Uji-T dengan satu sampel dalam SAS  Perhatikan apakah obat sakit kepala baru memerlukan waktu yang sama atau berbeda dari standar 100 menit. Ho: µ=100 Ha: µ≠100  Andaikan ada 10 observasi dalam kasus ini. Sebelum melakukan uji hipotesis, langkah pertama harus dilakukan uji normalitas data. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 8. Berikut dilampirkan code dalam SAS * Berikut diberikan waktu penyebuhan yang diperlukan obat baru; DATA Waktu; INPUT Waktu; DATALINES; 90 93 93 99 98 100 103 104 99 102 ; PROC UNIVARIATE DATA = Waktu normal plot; VAR Waktu; histogram Waktu / midpoints = 80 to 120 by 5 normal; RUN; Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 9. Histrogram Histogram memperlihatkan sebagian besar pengamatan jatuh di puncak kurva normal. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 10. Box-plot Dengan Box-plot dapat diperhatikan bahwa rata-rata jatuh pada median (* - + - *), menunjukkan tidak ada data yang miring. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 11. Uji Normalitas  Uji normalitas dalam output yang tidak signifikan, menunjukkan data ini berasal dari distribusi normal.  Kita dapat mengasumsikan data berdistribusi normal dan dilanjutkan dengan satu-sample Uji-T. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 12. Uji-T dengan satu sampel dalam SAS PROC TTEST DATA = Waktu h0=100; TITLE ‘Contoh Uji-T dengan satu sampel‘ ; VAR Waktu; RUN;  Kode ini memerintahkan SAS untuk melakukan Uji-T dengan bantuan variabel dan nilai rata-rata bantuan harus dibandingkan dengan null-value dari 100.  Setelah menjalankan program ini, periksa log untuk kesalahan, kemudian melihat pada output. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 13. Output dari SAS Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 14. Menafsirkan output  Dari output SAS, Perhatikan bahwa waktu rata-rata yang diperlukan 10 subyek adalah 98,1 menit. Dihitung t-value* = -1,28, dan uji statistik ini memiliki p-value 0,23.  Nilai ini ditemukan di bawah label "Pr > | t |" yang merupakan singkatan dari kemungkinan mendapatkan nilai yang lebih besar dari nilai absolut dari t *. Ini adalah tes dua sisi. Jika ini adalah uji satu sisi, Anda hanya akan membagi 2 p-value tersebut. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 15. Kesimpulan  Jika alpha = 0,05, maka p-value akan lebih besar dari alpha (dalam contoh ini p-value = 0,23 > 0,05). Oleh karena itu, kita gagal untuk menolak hipotesis nol. Sakit kepala baru obat tidak memberikan waktu yang berbeda untuk bantuan dari 100 menit.  Contoh di atas sangat sederhana, sangat diharapkan untuk anda dapat mencobanya dengan contoh kasus yang lebih kompleks atau jumlah observasi data yang lebih banyak lagi. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 16. 2. Uji-T dengan memperhatikan hubungannya  Untuk menentukan apakah sesi studi akhir pekan meningkatkan skor tes para siswa. Enam siswa diberi tes matematika sebelum sesi, maka mereka kembali diuji setelah pelatihan akhir pekan. Ini adalah pasangan yang cocok t-test, karena mata pelajaran yang sama sedang diukur sebelum dan sesudah intervensi. Ho: µsebelum = µsesudah Ha: µsebelum ≠ µsesudah  Sekali lagi, sebelum kita dapat menganalisis data, kita harus menentukan apakah kita dapat mengasumsikan data berasal dari distribusi normal. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 17. Berikut adalah code dalam SAS DATA Belajar; INPUT sebelum setelah; DATALINES; 90 95 87 92 100 104 80 89 95 101 90 105 ; PROC UNIVARIATE DATA = Belajar normal plot; VAR sebelum setelah; histogram sebelum setelah/ normal; RUN; Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 18. Uji Normalitas  Dalam kasus ini saya tidak melampirkan outputnya tetapi anda dapat melakukanya dengan copy-paste program di- atas sehingga anda dapat melihat apa yang terjadi.  Ada beberapa poin data histogram sulit untuk ditafsirkan.  Box-plot untuk sebelum dan sesudah keduanya menunjukkan mean sangat dekat dengan median, menunjukkan data yang tidak miring.  Pengujian normalitas untuk sebelum dan sesudah memiliki p-value > alpha, menunjukkan kita tidak menolak asumsi normalitas.  Kita bisa melanjutkan dengan pasangan yang cocok t-test. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 19. Uji-T untuk memperhatikan hubungannya dalam SAS PROC TTEST DATA =Belajar; TITLE “Contoh Program Uji-T dengan memperhatikan Hubungan” ; PAIRED sebelum * setelah; RUN;  Kode memberitahu SAS untuk melakukan t-test berpasangan pada kumpulan data Belajar, dan akan membandingkan perbedaan cara antara sebelum dan sesudah. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 20. Output dari SAS Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 21. Menafsirkan output  Perbedaan skor rata-rata (d-bar: sebelum dan sesudah) adalah -7,33; rata-rata skor sebelum akhir pekan yang lebih rendah dari skor setelah sesi latihan. (Jika dalam pernyataan anda dapat mengetik perbedaan rata-rata "setelah * sebelum" adalah 7.33.)  Apakah perbedaan ini secara statistik signifikan? Untuk menjawab pertanyaan itu, melihat p-value. Yakni Uji-t untuk tes ini -4,35, dan p-value adalah 0,0074. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 22. Kesimpulan  Jika alpha = 0,05, maka p-value < alpha, dan kami menolak hipotesis nol. Oleh karena itu, kita dapat menyimpulkan bahwa nilai rata-rata yang berbeda sebelum dan sesudah sesi akhir pekan, dan pelatihan yang meningkatkan nilai tes.  Diharapkan anda dapat mencoba mengaplikasikannya dengan contoh data observasi yang lebih kompleks. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 23. Uji-T dengan dua sampel  Menentukan apakah obat sakit kepala keluaran baru memerlukan waktu reaksi (penyembuhan) yang berbeda dengan cara tradisional. Dua kelompok dengan lima obyek masing-masing diberikan perlakuan obat atau tradisional. Ho: µ1 = µ2 Ha: µ1 ≠ µ2  Sebelum kita dapat melakukan dua-sample Uji-t, namun, kita harus menentukan apakah data berasal dari distribusi normal Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 24. Berikut adalah code dalam SAS DATA Tanggapan; INPUT Kelompok $ Waktu; DATALINES; A 80 A 93 A 83 A 89 A 98 B 100 B 103 B 104 B 99 B 102 ; PROC UNIVARIATE DATA = Tanggapan normal plot; class Kelompok; var Waktu; histogram Waktu / midpoints = 80 to 120 by 5 normal; RUN; Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 25. Beberapa catatan:  Perhatikan variabel "kelompok" diikuti dengan "$" karena merupakan variabel kategoris  Kode telah ditentukan bahwa prosedur univariat dilakukan pada waktu variabel, tetapi bahwa hal itu dilakukan oleh kelas "kelompok." Dengan cara ini anda akan memiliki terpisah ringkasan statistik, plot dan histogram untuk dua kelompok tersebut. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 26. Uji Normalitas  Pengujian normalitas untuk kedua kelompok perlakuan yang tidak signifikan (p-value > alpha), menunjukkan kita bisa berasumsi mereka berasal dari distribusi normal.  Karena setiap kelompok hanya memiliki 5 obyek, histogram sulit untuk menafsirkan, tetapi tidak ada indikasi non-normalitas.  Lanjutkan dengan dua sample t-test Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 27. Histogram waktu untuk kedua kelompok Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 28. Uji-T untuk dua Sampel dalam SAS PROC TTEST DATA = Tanggapan; TITLE 'Uji-T untuk dua Sampel'; class Kelompok; var Waktu; RUN;  Perhatikan untuk dua sample t-test Anda harus menentukan apa yang membedakan kedua sampel; dalam hal ini kita membandingkan dua sampel didefinisikan oleh "kelompok" (perlakuan dan kontrol), dan kami katakan SAS untuk membandingkan rata-rata mereka "waktu" untuk bantuan. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 29. SAS dari Output Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 30. Menafsirkan Output: Pooled vs Unpooled Variance  Sebelum Anda dapat menafsirkan uji statistik dan mencapai kesimpulan, perlu diperhatikan bahwa perlu atau tidak menggunakan pooled atau unpooled varians uji statistik .  Jika kita dapat mengasumsikan dua sampel memiliki varians yang sama, maka kita pooled t*. Jika, di sisi lain, kita menentukan bahwa dua sampel memiliki varians yang tidak sama, maka kita harus menggunakan unpooled t *. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 31.  SAS mengadakan F-test formal untuk menentukan apakah kedua kelompok memiliki varians yang sama:  Ho: σ1 2 = σ2 2 vs Ha: σ1 2 ≠ σ2 2  Jika p-value > 0,05, kita gagal untuk menolak nol dan dapat menyimpulkan variansi dari kedua kelompok adalah sama; dengan demikian kita menggunakan variansi t pooled *.  Jika p-value < 0,05, kita menolak nol dan menyimpulkan varians dari kedua kelompok tidak sama; dengan demikian kita menggunakan unpooled varians t *.  Anda pasti memperhatikan F-test di bawah judul "Kesetaraan Varian" dalam output SAS anda. Dalam kasus ini, p-value (Pr > F) adalah 0,03, yang kurang dari 0,05; tidak bisa berasumsi σ1 2 = σ2 2 . Perlu menggunakan "t Value" daripada Metode "Unpooled". Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 32. Kesimpulan  t-value untuk varians unpooled adalah -3,83, dan sesuai p-value = 0,0141, yang kurang dari alpha (0,05). Oleh karena itu, hypotesis nol ditolak dan menyimpulkan bahwa kelompok perlakuan berbeda secara signifikan dari kelompok kontrol pada waktunya untuk bantuan dari sakit kepala.  Pemberitahuan dari output SAS bahwa rata-rata waktu diperlukan kelompok A sekitar 20 menit lebih lama untuk merasa lega daripada kelompok B, menyiratkan penggunaan obat baru secara signifikan lebih buruk dari pada kontrol. Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia
  • 33. Sekian dan Terima Kasih Bakti Siregar, Fakultas Matematika Universitas Sumatera Utara (USU) - Indonesia