18
BAB 5 : PERBANDINGAN DUA MIN MENGGUNAKAN UJIAN- TSetelah tamat
bab ini, anda akan dapat : terangkan apakah t- Test dan
penggunaannya dalam ujian hipotesis menunjukkan menggunakan t- Test
untuk MIN BEBAS (INDEPENDENT MENS) mengenal pasti andaian untuk
menggunakan ujian- t menunjukkan penggunaan t- Test untuk MIN
BERSANDAR (DEPENDENT MEANS )
Bab ini memperkenalkan anda kepada ujian- t yang merupakan alat
statistik yang digunakan untuk menguji perbezaan yang signifikan di
antara min dua kumpulan. Ujian-t bebas digunakan apabila min dua
kumpulan apabila sampel diambil dari dua sampel berbeza atau bebas.
Ujian-t bersandar atau berpasangan digunakan apabila sampel diuji
dua kali cara yang dibandingkan.
Apakah T- Test ?
Ujian-t dibangunkan oleh perangkaan , W.S. Gossett (1878-1937)
yang bekerja di kilang bir di Dublin , Ireland. Nama pena beliau
adalah ' pelajar ' dan dengan itu pelajar ujian-t ' yang telah
diterbitkan dalam jurnal saintifik, Biometrika pada tahun 1908.
Ujian-t adalah alat statistik yang digunakan untuk membuat
kesimpulan perbezaan antara sampel kecil berdasarkan min dan
sisihan piawai (standard deviation).
Dalam banyak kajian pendidikan , penyelidik berminat untuk
menguji perbezaan antara cara pada beberapa pembolehubah .
Penyelidik berminat untuk menentukan sama ada perbezaan yang
diperhatikan di antara dua sampel mewakili perbezaan sebenar antara
populasi dari mana sampel telah disediakan . Dalam erti kata lain ,
adakah perbezaan yang diperhatikan hanya berlaku secara kebetulan
apabila, pada hakikatnya , kedua-dua populasi tidak berbeza sama
sekali dalam kajian berubah-ubah.atau
Atau contoh, seorang guru ingin mengetahui sama ada kaedah
Penemuan pengajaran sains kepada kanak-kanak sekolah rendah adalah
lebih berkesan daripada kaedah Kuliah . Beliau telah menjalankan
satu eksperimen di kalangan 70 kanak-kanak sekolah rendah di mana
35 pelajar diajar menggunakan kaedah Discovery dan 35 kanak-kanak
diajar menggunakan kaedah Kuliah . Keputusan kajian menunjukkan
bahawa mata pelajaran dalam kumpulan Discovery menjaringkan 43.0
markah manakala mata pelajaran dalam kumpulan Kaedah Kuliah
menjaringkan 38.0 markah pada ujian sains. Ya , kumpulan Discovery
melakukan lebih baik daripada kumpulan Kuliah . Adakah perbezaan di
antara kedua-dua kumpulan mewakili perbezaan sebenar atau telah ia
disebabkan kebetulan? Untuk menjawab soalan ini, ujian- t sering
digunakan oleh penyelidik.
Hipotesis Diuji Menggunakan Ujuan T
Bagaimana kita pergi tentang menentukan sama ada perbezaan dalam
kedua-dua cara adalah statistik yang signifikan atau kerana
kebetulan? Anda bermula dengan merangka hipotesis tentang perbezaan
. Hipotesis ini menyatakan bahawa kedua-dua cara adalah sama atau
perbezaan di antara kedua-dua cara adalah sifar dan dipanggil
hipotesis null.
Dengan menggunakan hipotesis nol , anda mula menguji kepentingan
dengan mengatakan :
"Tidak ada perbezaan markah yang diperoleh dalam sains antara
mata pelajaran dalam kumpulan Penemuan dan kumpulan
Syarahan/Kuliah" .
Lebih biasa hipotesis nol boleh dinyatakan seperti berikut :
a) Ho : U1 = U2 yang diterjemahkan ke dalam 43.0 = 38.0b ) Ho :
U1 U2 = 0 yang menghasilkan 43.0 38.0 = 0 Jika anda menolak
hipotesis null , ia bermakna bahawa perbezaan antara kedua-dua min
mempunyai kepentingan statistik Jika anda tidak menolak hipotesis
null , ia bermakna bahawa perbezaan antara kedua-dua min TIDAK
statistik yang signifikan dan perbezaan itu adalah disebabkan oleh
kebetulan.
Nota:Untuk hipotesis nol diterima , perbezaan di antara
kedua-dua cara tidak semestinya sama dengan sifar sejak pensampelan
boleh menyumbang berlepas dari sifar. Oleh itu, anda boleh menerima
hipotesis nol walaupun perbezaan di antara kedua-dua cara bukan
sifar disediakan perbezaan itu mungkin disebabkan oleh kebetulan.
Walau bagaimanapun, jika perbezaan antara kedua-dua cara kelihatan
terlalu besar untuk dibawa secara kebetulan , anda menolak
hipotesis null dan membuat kesimpulan bahawa perbezaan sebenar
wujud.
AKTIVITI PEMBELAJARAN
a) Nyatakan DUA hipotesis null di kawasan anda di mana
kepentingan itu boleh diuji menggunakan ujian- t . b ) Apakah yang
anda maksudkan apabila anda menolak atau tidak menolak hipotesis
null ?Menggunakan T- Test untuk MIN BEBAS (TIDAK BERSANDAR)
(INDEPENDENT MEANS )
Ujian T- adalah statistik yang kuat yang membolehkan anda untuk
menentukan bahawa perbezaan yang diperoleh antara dua kumpulan
adalah statistik yang signifikan . Apabila kedua-dua kumpulan
adalah BEBAS antara satu sama lain ; ia bermakna bahawa sampel yang
diambil datang dari dua populasi . Kata-kata lain yang digunakan
untuk membawa maksud bahawa kedua-dua kumpulan adalah bebas adalah
" kumpulan tidak berpasangan dan " kumpulan unpooled .
a) Apakah yang dimaksudkan dengan Min Bebas atau Min Berpasangan
?
Misalnya anda menjalankan kajian untuk menentukan keupayaan
penaakulan ruang 70 kanak-kanak berumur sepuluh tahun di Malaysia.
Sampel kajian terdiri daripada 35 lelaki dan 35 perempuan. Lihat
rajah 5.1. Sampel 35 lelaki telah diambil daripada populasi lelaki
berusia sepuluh tahun di Malaysia dan sampel 35 wanita telah
diambil daripada populasi kanak berusia sepuluh tahun perempuan di
Malaysia.
Ambil perhatian bahawa mereka adalah sampel bebas kerana mereka
datang dari dua populasi yang berbeza.
Penduduk sepuluh tahunPenduduk sepuluhtahun LELAKI di Malaysia
PEREMPUAN di Malaysia
Sampel = 35 Lelaki
Sampel = 35 perempuan
Rajah 5.1 Sampel diambil daripada dua populasi bebas
Soalan penyelidikan:" Adakah terdapat perbezaan yang signifikan
dalam penaakulan spatial antara kanak-kanak berusia sepuluh tahun
lelaki dan perempuan ? "Hipotesis nol atau Ho :"Tidak ada perbezaan
yang signifikan dalam penaakulan spatial di antara lelaki dan
perempuan kanak-kanak berumur sepuluh tahun"
b ) Formula untuk Ujian T BersandarPerhatikan bahawa formula
untuk ujian- t yang ditunjukkan di bawah adalah nisbah. Ia adalah
Kumpulan 1 min (iaitu lelaki) tolak Kumpulan 2 min (iaitu
perempuan) dibahagikan dengan ralat piawai didarab dengan Kumpulan
1 bermakna tolak Kumpulan 2 min . Bahagian atas persamaan perbezaan
antara min dua
Bahagian bawah persamaan adalah Ralat Piawai (SE) yang merupakan
ukuran kebolehubahan penyebaran skor .
Pengiraan Ralat PiawaiMenggunakan formula di bawah. Untuk
mengira ralat piawai (SE ), anda mengambil varians (iaitu kuasa dua
sisihan piawai ) bagi Kumpulan 1 dan dibahagikan dengan jumlah mata
pelajaran dalam kumpulan yang tolak " 1". Lakukan perkara yang sama
untuk Kumpulan 2. Daripada menambah kedua-dua nilai dan mengambil
punca kuasa dua .
Ini adalah formula untuk Ralat Standard :
Menggabungkan kedua-dua formula dan anda mendapat versi ini
formula ujian-T :
b ) Contoh:Hasil kajian ini adalah seperti berikut :
Mari kita cuba menggunakan formula:
Nota:Nilai -T akan menjadi positif jika min bagi Kumpulan I
adalah lebih besar atau lebih daripada (> ) min Kumpulan 2 dan
negatif jika ia adalah lebih kecil atau kurang daripada (< )
.
c ) Apakah yang anda lakukan selepas pengiraan t- nilai ? Sebaik
sahaja anda mengira nilai t- ( iaitu 4,124 ) anda mencari nilai t-
dalam Kebarangkalian Ujian t- Pelajar atau Daftar Nilai Kritikal
untuk Pelajar T- Test yang memberitahu kita sama ada nisbah yang
cukup besar untuk mengatakan bahawa perbezaan di antara kumpulan
adalah penting. Dalam erti kata lain perbezaan yang diperhatikan
tidak mungkin disebabkan oleh kebetulan atau kesilapan
persampelan.
Tahap Alpha : Seperti sebarang ujian yang penting , anda perlu
untuk menetapkan tahap alfa. Dalam penyelidikan pendidikan dan
sosial yang paling , "peraturan ibu jari " adalah untuk menetapkan
tahap alfa di 0,05 . Ini bermakna bahawa 5 % daripada masa (lima
kali daripada seratus ) anda akan mendapati perbezaan statistik
yang signifikan antara cara walaupun tidak ada seorang pun ("
kebetulan" ) .
Darjah Kebebasan: ujian-t juga memerlukan kita menentukan darjah
kebebasan ( df ) untuk ujian. Dalam ujian- t, darjah kebebasan
adalah jumlah mata pelajaran atau orang-orang di kedua-dua kumpulan
tolak 2. Memandangkan tahap alfa , df , dan t- nilai, anda melihat
penggunaan di Jadual (tersedia sebagai lampiran dalam belakang
paling statistik teks ) untuk menentukan sama ada t- nilai cukup
besar untuk menjadi penting .
d ) Cari di dalam Jadual Nilai kritikal bagi ujian-t Pelajar
ditunjukkan di sebelah kanan :
Df ialah 70 tolak 2 = 68. Anda mengambil df yang terdekat yang
merupakan 70 dan membaca ruangan untuk alfa dua ekor daripada 0,050
. Lihat Jadual 5.1. T- nilai yang anda perolehi adalah 4,124 .
Nilai kritikal yang ditunjukkan ialah 1,677 . Sejak itu, t- nilai
adalah lebih besar daripada nilai kritikal 1,677 , anda Tolak Ho
dan membuat kesimpulan bahawa perbezaan di antara cara-cara untuk
kedua-dua kumpulan adalah berbeza. Dalam erti kata lain , lelaki
menjaringkan lebih tinggi berbanding perempuan pada ujian
penaakulan spatial.
Walau bagaimanapun , anda tidak perlu melalui proses yang rumit
ini, program komputer statistik seperti SPSS, untuk mendapatkan
keputusan ujian bererti , menjimatkan dari melihat mereka di dalam
Jadual Nilai Kritikal.
Jadual 5. 1 : Isi Nilai kritikal bagi ujian-t Pelajar
AKTIVITI PEMBELAJARANa) Adakah anda menolak Ho jika anda telah
menetapkan alfa pada 0.01 untuk ujian dua hujung ?b ) Apabila anda
menggunakan ujian satu hujung dan dua hujung ujian-t ?
Andaian yang Mesti dipatuhi apabila menggunakan T-TestWalaupun
ujian-t telah digambarkan sebagai alat statistik yang mantap, ia
adalah berdasarkan model yang membuat beberapa andaian mengenai
data yang mesti dipenuhi sebelum analisis. Malangnya, pelajar
menjalankan penyelidikan tidak cenderung untuk melaporkan sama ada
data mereka memenuhi andaian daripada ujian-t. Andaian yang perlu
diperhatikan, kerana ketepatan tafsiran anda data bergantung kepada
sama ada andaian dicabuli. Berikut adalah tiga andaian utama yang
generik untuk semua t-ujian.
Instrumentasi (Skala Pengukuran)Data yang anda kumpul untuk
pembolehubah bersandar harus berdasarkan alat atau skala yang
berterusan atau ordinal. Sebagai contoh, markah yang anda perolehi
daripada skala Likert 5 mata; 1,2,3,4,5 atau markah yang diperolehi
dalam ujian matematik, markah yang diperoleh pada ujian IQ atau
markah yang diperoleh pada ujian bakat. Persampelan RawakSampel
subjek perlu disampel secara rawak daripada populasi faedah.
NormalData yang datang daripada taburan yang mempunyai salah satu
daripada orang-orang yang baik keluk berbentuk loceng dikenali
sebagai taburan normal . Sila rujuk Bab 3: Taburan Normal yang
menyediakan kedua-dua kaedah grafik dan statistik untuk menilai
keadaan normal bagi sampel atau sampel.
Saiz SampelMujurlah , ia telah menunjukkan bahawa jika saiz
sampel adalah agak besar , berlepas agak teruk daripada keadaan
normal seolah-olah tidak memberi kesan ke kesimpulan yang dicapai .
Kemudian lagi apa yang saiz sampel yang munasabah ? Ia telah
berhujah bahawa selama anda mempunyai orang-orang yang cukup dalam
setiap kumpulan (biasanya lebih besar atau sama dengan 30 kes) dan
kumpulan yang dekat dengan yang sama dalam saiz, anda boleh yakin
bahawa ujian- t akan, alat yang kuat yang baik untuk mendapatkan
kesimpulan yang betul. Statistik mengatakan bahawa ujian- t adalah
" teguh " ujian . Berlepas dari normal adalah yang paling serius
apabila saiz sampel adalah kecil. Sebagai sampel saiz peningkatan,
taburan pensampelan bagi min menghampiri taburan normal tanpa
mengira bentuk penduduk asal.
Kehomogenan varians .Ia sering dicadangkan oleh beberapa
penyelidik yang kehomogenan varians atau kesamaan varians
sebenarnya lebih penting daripada andaian kenormalan . Dalam erti
kata lain , adalah sisihan piawai daripada dua kumpulan yang cukup
dekat dengan itu sama? Kebanyakan pakej perisian statistik
menyediakan " ujian persamaan varians " bersama-sama dengan
keputusan ujian- t dan menjadi ujian Levene ini yang paling biasa
kehomogenan varians ( lihat Jadual 5.2) .
Jadual 5.2 Ujian Levene tentang persamaan variansMulakan dengan
meletakkan ke hadapan hipotesis nol bahawa:"Tidak ada perbezaan
yang signifikan di antara perbezaan kedua-dua kumpulan " dan anda
menetapkan tahap signifikan pada 0,05 .
Jika statistik Levene adalah signifikan, iaitu kurang daripada
tahap .05 (p < .05 ) , maka hipotesis nol ialah: DITOLAK dan
satu menerima hipotesis alternatif dan membuat kesimpulan bahawa
perubahan akan tidak sama rata. [ Perbezaan yang tidak sama rata
dalam output SPSS digunakan ]
Jika statistik Levene yang tidak penting , iaitu tahap LEBIH
daripada .05 (p> .05 ) , maka anda TIDAK MENOLAK (atau Terima )
hipotesis nol dan membuat kesimpulan bahawa varians adalah sama. [
Perbezaan yang sama dalam output SPSS digunakan ]Ujian Levene
adalah teguh dalam menghadapi berlepas dari normal . Ujian Levene
adalah berdasarkan sisihan daripada min kumpulan. SPSS menyediakan
dua pilihan ; iaitu " kehomogenan varians dianggap " dan "
kehomogenan varians tidak dianggap " ( lihat Jadual di bawah).
Ujian Levene adalah lebih mantap dalam menghadapi tidak normal -
lebih daripada ujian tradisional seperti ujian Bartlett ini .Mari
kita meneliti CONTOH :Dalam Projek polis, satu skala Taakulan
induktif yang terdiri daripada 11 item telah diedarkan kepada 946
lapan belas tahun. Salah satu persoalan kajian yang dikemukakan
ialah: " Adakah terdapat perbezaan yang signifikan di antara dalam
penaakulan induktif antara subjek lelaki dan perempuan "?
Mewujudkan kepentingan statistik daripada satu cara yang kedua-dua
kumpulan ini, ujian- t telah digunakan. Menggunakan SPSS.
LANGLAH-LANGKAH SPSS untuk menjawab Soalan Penyelidikan .
PROSEDUR SPSS untuk kumpulan bebas t- ujian :1. Pilih menu
Analisis .2. Klik pada Bandingkan Min dan kemudian
Independent-Sampel T Test .... untuk membuka Sampel Bebas T kotak
dialog Ujian .3. Pilih pembolehubah ujian ( s) . [ iaitu Taakulan
induktif ] dankemudian klik pada butang untuk bergerak ke dalam
pembolehubah yang Pembolehubah Test ( s): kotak4. Pilih
pembolehubah perkumpulan [ iaitu jantina ] dan klik pada butang
untuk bergerak ke dalam pembolehubah Pembolehubah perkumpulan itu
:kotak5. Klik pada Tentukan Kumpulan .... arahan punat untuk
membuka Tentukan Kumpulan sub- kotak dialog.6. Dalam Kumpulan 1 :
kotak , taip nilai yang paling rendah bagi pemboleh ubah [ iaitu 1
untuk ' lelaki ' ], kemudian tab. Masukkan nilai kedua untuk
pembolehubah [ iaitu 2 untuk ' perempuan '] dalam Kumpulan 2 :
kotak .7. Klik pada Teruskan dan kemudian OK.
SPSS OUTPUT :Output # 1 :Jadual perangkaan Kumpulan di atas
melaporkan bahawa nilai min di ubah ( penaakulan induktif ) bagi
kedua-dua kumpulan yang berbeza ( lelaki dan perempuan ) . Di sini,
kita melihat bahawa 495 orang perempuan dalam sampel menjaringkan
8,99 manakala 451 lelaki mempunyai skor min 7.95 pada penaakulan
induktif . Sisihan piawai bagi lelaki adalah 3.46 manakala bagi
perempuan adalah 3.14 . Markah untuk perempuan kurang tersebar
berbanding dengan lelaki.
KUMPULAN STATISTIK
INDUKTIF N MIN SISIHAN PIAWAI MIN RALAT PIAWAIJANTINA PEREMPUAN
451 7.9512 3.4618 2.345 LELAKI 495 8.9980 3.1427 3.879
Persoalannya : Apakah perbezaan sampel ini dalam penaakulan
induktif cukup besar untuk meyakinkan kita bahawa ia adalah satu
perbezaan yang nyata yang ketara dalam keupayaan penaakulaninduktif
antara penduduk 18 perempuan berusia tahun dan penduduk lelaki
berusia 18 tahun ?
Output # 2 :Mari kita meneliti output ini dalam dua
bahagian:Pertama adalah untuk menentukan bahawa data memenuhi "
kehomogenan varians " andaian anda boleh menggunakan Ujian Levene
dan menetapkan alfa pada 0.05 . The alpha yang diperolehi adalah
0,054 yang lebih besar (> ) dari 0.05 dan anda tidak Tolak Ho :
dan menyimpulkan bahawa perbezaan adalah sama. Oleh itu, anda tidak
melanggar " kehomogenan varians " andaian .
KEDUA adalah untuk mengkaji yang berikut: Output SPSS bawah
memaparkan keputusan ujian-t untuk menguji sama ada atau tidak
perbezaan antara kedua-dua sampel bermakna ketara berbeza daripada
sifar. Ingat hipotesis null yang menyatakan bahawa tidak terdapat
perbezaan yang nyata antara cara (Ho: X1 = X2). Sebarang perbezaan
yang diperhatikan hanya berlaku secara kebetulan.
Tafsiran:nilai t-Ini "t" nilai memberitahu anda berapa jauh dari
0, dari segi bilangan kesilapan standard, perbezaan yang
diperhatikan antara dua sampel bermakna terjatuh. The "t" nilai
diperolehi dengan membahagikan perbezaan dalam Bermakna (- 1,0468)
oleh Std. Ralat (-.2147) yang sama dengan - 4,875nilai -pJika
p-nilai seperti yang ditunjukkan di dalam "sig (2 tailed) ruang
lebih kecil daripada tahap alfa yang anda pilih anda tidak menolak
hipotesis null dan berhujah bahawa terdapat perbezaan yang nyata
antara penduduk. Dalam erti kata lain, kita boleh membuat
kesimpulan, bahawa perbezaan yang diperhatikan antara sampel adalah
statistik yang signifikan.Perbezaan MinIni adalah perbezaan di
antara MIN (dilabel "Min Perbezaan"); iaitu 7,9512-8,9980 = -
1,0468.Menggunakan Ujian T untuk Min BersandarCara Tanggungan
t-ujian atau berpasangan t-ujian atau langkah-langkah yang berulang
ujian-t digunakan apabila anda mempunyai data daripada hanya satu
kumpulan subjek. iaitu setiap subjek mendapat dua markah di bawah
keadaan yang berbeza. Sebagai contoh, apabila anda memberikan
pra-ujian dan selepas rawatan atau campur tangan tertentu anda
memberikan subjek yang sama bedah ujian. Dalam bentuk ini reka
bentuk, subjek yang sama mendapatkan skor pada ujian pra dan,
selepas beberapa campur tangan atau manipulasi mendapatkan skor
pada pos ini. Objektif anda adalah untuk menentukan sama ada
perbezaan antara cara untuk dua set skor adalah sama atau
berbeza.Anda ingin mencari jawapan kepada yang berikut:Soalan
Kajian: Adakah terdapat perbezaan yang signifikan dalam skor ujian
pra dan pos dalam matematik bagi mata pelajaran yang diajar dengan
menggunakan teknik visualisasi?Hipotesis Null: Tidak ada perbezaan
yang signifikan di antara ujian pra dan skor pasca dalam matematik
bagi mata pelajaran yang diajar dengan menggunakan teknik
visualisasi.
Rawatan: Pelajar diajar dengan menggunakan teknik
Visualisasi
Nota: ujian pra dan pos hendaklah serupa atau yang setaraf
FORMULA BAGI UJIAN T BERSANDAR
Bahagian atas persamaan adalah jumlah perbezaan di antara
kedua-dua cara dibahagikan dengan ' n' atau beberapa mata
pelajaran
Mari kita lihat satu contoh di mana formula yang digunakan
:Seorang penyelidik ingin menentukan sama ada pengajaran 12 tahun
teknik ingatan kanak-kanak bertambah baik prestasi mereka dalam
bidang sains . Dipilih secara rawak berusia 12 tahun telah dilatih
dalam teknik memori selama dua minggu dan hasil kajian yang
ditunjukkan dalam jadual di bawah :
Bahagian bawah persamaan ialah sisihan piawai (sd ) yang
merupakan ukuran kebolehubahan penyebaran skor dibahagikan dengan
punca kuasa dua 'n ' atau jumlah mata pelajaran .Sisihan Piawai=
0.443
d = 38
d = 162
perbezaan sebagai perbezaan berpasangan kerana ia adalah
perbezaan sepasang pemerhatian. Sebagai contoh , pelajar # 1
mendapat 12 pada ujian pra dan 18 pada pos , memberikan perbezaan
berpasangan d = 18-12 = 6 markah, peningkatan 6 markah sebagai
hasil daripada latihan teknik ingatan. Jika hipotesis nol benar ,
perbezaan berpasangan antara ujian pra dan ujian pos bagi 10
pelajar sampel perlu purata kira-kira 0 ( sifar) . Jika perbezaan
berpasangan adalah lebih besar daripada sifar, hipotesis nol adalah
palsu.
LANGKAH-LANGKAH DALAM PENGIRAAN YANG NILAI -TLangkah 1 :Anda
bermula dengan mengira d
Langkah 2 :Seterusnya kira nila sd
Langkah 3 :Menggunakan ujian- t untuk Formula Min Bersandar
:
Petikan daripada Jadual Nilai kritikal bagi ujian-t Pelajar
Langkah 4:
Setelah mengira-nilai t (iaitu 8,589) anda mencari t-nilai dalam
Daftar Nilai kritikal bagi ujian-t Pelajar atau Daftar Kepentingan
yang memberitahu kita sama ada nisbah yang cukup besar untuk
mengatakan bahawa perbezaan antara kumpulan adalah penting. Dalam
erti kata lain perbezaan yang diperhatikan tidak mungkin disebabkan
oleh kebetulan atau kesilapan persampelan.
Tahap Alpha:Penyelidik menetapkan tahap alfa pada 0.05. Ini
bermakna bahawa 5% daripada masa (lima daripada seratus) anda akan
mendapati perbezaan statistik yang signifikan antara cara walaupun
tidak ada seorang pun ("kebetulan").
Darjah Kebebasan:T-ujian juga memerlukan kita menentukan darjah
kebebasan (df) untuk ujian. Dalam ujian-t, darjah kebebasan adalah
jumlah mata pelajaran atau orang yang merupakan 10 tolak 1 = 9.
Memandangkan tahap alfa, df, dan t-nilai, anda melihat penggunaan
di Jadual (tersedia sebagai lampiran di belakang kebanyakan
statistik teks) untuk menentukan sama ada t-nilai cukup besar untuk
menjadi penting.
Langkah 5:T-nilai yang diperolehi ialah 8,589 yang lebih besar
daripada nilai kritikal ditunjukkan iaitu 1,833 (satu ekor). Oleh
itu, hipotesis nol [Ho:] adalah Ditolak dan Ha: Diterima yang
menyatakan Min 1 > daripada Min 2. Ia boleh membuat kesimpulan
bahawa perbezaan di antara cara-cara yang berbeza . Dalam erti kata
lain , terdapat bukti kukuh bahawa satu "keuntungan " telah berlaku
pada pasca sains hasil daripada latihan pelajar kepada teknik
ingatan.
Sekali lagi, anda tidak perlu melalui proses yang rumit ini,
program komputer statistik seperti SPSS, untuk mendapatkan
keputusan ujian bererti , menjimatkan dari melihat mereka di dalam
jadual.
Nota: Menyalahgunakan Formula Ralat biasa yang dibuat oleh
beberapa pelajar penyelidikan adalah salah guna formula. Penyelidik
yang mempunyai Sampel Tanggungan gagal untuk mengiktiraf hakikat
ini, dan tidak sesuai menggunakan ujian-t untuk Kumpulan Bebas
untuk menguji hipotesis bahawa X = X = 0. Jika tidak sesuai
Kumpulan Bebas t-ujian dilakukan dengan Kumpulan Tanggungan ralat
piawai akan sangat remeh dan perbezaan yang ketara antara kedua-dua
cara yang dianggap "tidak penting" (Jenis 1 Ralat).
Kesilapan bertentangan, tersilap perbezaan tidak ketara untuk
orang penting (Jenis 2 Ralat), boleh dibuat jika Kumpulan Bebas
ujian-t digunakan untuk Kumpulan Tanggungan ujian-t. Oleh itu,
apabila menggunakan ujian-t, anda perlu mengenali dan membezakan
sampel Bebas dan Tanggungan.
Menggunakan SPSS: T-Test untuk Bermakna Tanggungan
CONTOH:Dalam satu kajian, penyelidik berminat untuk menentukan
sama ada teknik pengajaran nota pengambilan meningkat pencapaian
dalam sejarah. Sampel kajian terdiri daripada 22 pelajar yang
terpilih untuk kajian dan mengajar teknik nota pengambilan selama 4
minggu. Persoalan kajian meletakkan hadapan ialah:
"Adakah terdapat perbezaan yang signifikan dalam prestasi dalam
sejarah sebelum dan selepas rawatan?" iaitu Anda ingin menentukan
sama ada perbezaan di antara cara-cara untuk dua set skor adalah
sama atau berbeza.Mewujudkan kepentingan statistik daripada satu
cara yang diperolehi pada ujian pra dan pos, bersandar-sampel atau
berpasangan ujian-t telah digunakan.
Data dikumpulkan dari kumpulan yang sama pada kedua-dua mata
pelajaran syarat dan setiap mata pelajaran mendapat skor pada ujian
pra dan selepas rawatan (atau campur tangan atau manipulasi ), skor
pada pos ini.Ho: U1 = U2 atau Ha: U1 = U2
PROSEDUR SPSS untuk kumpulan ujian- t bersandar:1. Pilih menu
Analisis .2. Klik pada Bermakna Bandingkan dan kemudian berpasang -
T Sampel Ujian.... untuk membuka berpasang - Contoh kotak dialog T
Test.3. Pilih pembolehubah ujian ( s) . [ iaitu Sejarah Ujian ]
dankemudian tekan butang untuk bergerak ke dalam
pembolehubahPembolehubah yang berpasang : kotak4. Klik pada
Teruskan dan kemudian OK.
Anda akan melihat bahawa sintaks untuk Kumpulan Bebas ujian-t
adalah berbeza daripada kumpulan Tanggungan ujian-t . Dalam kes
Kumpulan Bebas t- ujian anda mempunyai pembolehubah kumpulan supaya
anda boleh membezakan antara Kumpulan 1 dan Kumpulan 2 sedangkan
ini tidak didapati dengan kumpulan ujian - t Bersandar.
Berikut adalah OUTPUT SPSS :Contoh Statistik berpasanganUJIAN
SEJARAH N Min Sisihan Piawai Min Ralat Piawai BERPASANGAN Pretest
40 43.15 12.97 2.05 Posttest 40 63.98 13.16 2.08
Jadual di ' sampel statistik berpasangan ' di atas melaporkan
bahawa nilai min di ubah (ujian sejarah ) bagi ujian pra dan pos .
The pos bermakna lebih tinggi ( 63,98 ) daripada min pos ( 43,15 )
menunjukkan prestasi yang lebih baik dalam ujian sejarah selepas
rawatan. Sisihan piawai bagi ujian pra 2.05 dan sangat dekat dengan
sisihan piawai untuk pos iaitu 2.08 .Persoalannya : Apakah
perbezaan min ini cukup besar untuk meyakinkan kita bahawa ia
adalah satu perbezaan yang signifikan dalam prestasi sebenar dalam
sejarah akibat daripada nota pengajaran mengambil teknik ) ?
Perbezaan berpasangan
Nilai -tIni " t " nilai memberitahu anda berapa jauh dari 0,
dari segi bilangan kesilapan standard , perbezaan yang diperhatikan
antara dua sampel bermakna terjatuh. The " t " nilai diperolehi
dengan membahagikan perbezaan Min (- 20,83 ) oleh Std . Ralat (
2.47 ) yang sama dengan - 8.43 .
Nilai -pP - nilai yang ditunjukkan di dalam " sig ( 2 tailed )
ruang lebih kecil daripada tahap alfa dipilih anda ( 0.05 ) dan
supaya anda Tolak hipotesis nol dan berhujah bahawa terdapat
perbezaan yang nyata di antara ujian pra dan pos .Dalam erti kata
lain, kita boleh membuat kesimpulan , bahawa perbezaan yang
diperhatikan antara kedua-dua cara adalah statistik yang signifikan
.Perbezaan MinIni adalah perbezaan di antara cara-cara 43,15-63,98
= - 20,83 mana pelajar melakukan jauh lebih baik pada pos ini.
AKTIVITI PEMBELAJARANt- Test untuk Min Bersandar atau
Kumpulanujian -TKAJIAN KES 1 :Dalam satu kajian, penyelidik
berminat untuk mengetahui sama ada sikap terhadap sains akan dapat
ditingkatkan apabila pelajar diajar sains menggunakan Kaedah
Inkuiri . Sampel kajian terdiri daripada 22 orang pelajar telah
diberikan satu sikap terhadap skala sains sebelum percubaan.
Rawatan ini telah dijalankan selama satu semester dan selepas itu
skala sikap yang sama telah diberikan kepada kumpulan yang sama
pelajar.
JAWAB SOALAN BERIKUT :1. Negeri hipotesis null untuk kajian di
atas.2. Nyatakan satu hipotesis alternatif untuk kajian di atas.3.
Terangkan secara ringkas jadual ' berpasang Contoh Statistik ' yang
berkaitan dengancara dan kepelbagaian skor.4. Apakah kesimpulan
hipotesis nol yang dinyatakan dalam ( 1).5. Apakah kesimpulan
hipotesis alternatif yang dinyatakan dalam ( 2).
AKTIVITI PEMBELAJARANt- Test untuk Bermakna Bebas atau
KumpulanT- ujianKAJIAN KES 2 :Seorang penyelidik berminat untuk
mengetahui tentang kemahiran berfikir kreatif pelajar sekolah
menengah. Beliau mentadbir pemikiran kreatif 10 item untuk sampel
4400 pelajar enam belas tahun yang diambil dari seluruh
Malaysia
JAWAB SOALAN BERIKUT :1. Negeri hipotesis null untuk kajian di
atas.2. Nyatakan satu hipotesis alternatif untuk kajian di atas.3.
Terangkan secara ringkas ' Statistik Kumpulan jadual berkaitancara
dan kepelbagaian skor.4. Adakah terdapat bukti untuk kehomogenan
varians ? Terangkan .5. Apa yang akan anda lakukan jika aras
keertian adalah 0,053 ?6. Apakah kesimpulan hipotesis nol yang
dinyatakan dalam ( 1).7. Apakah kesimpulan hipotesis alternatif
yang dinyatakan dalam ( 2).
RINGKASANT- ujian dibangunkan oleh perangkaan , W.S. Gossett
(1878-1937) yang bekerja di kilang bir di Dublin , Ireland.
Penyelidik berminat untuk menentukan sama ada perbezaan yang
diperhatikan di antara dua sampel mewakili perbezaan sebenar antara
populasi dari mana sampel telah disediakan . t - ujian adalah
statistik yang kuat yang membolehkan anda untuk menentukan bahawa
perbezaan yang diperoleh antara dua kumpulan adalah statistik yang
signifikan . Apabila dua kumpulan adalah BEBAS antara satu sama
lain ; ia bermakna bahawa sampel yang diambil datang dari dua
populasi . Kata-kata lain yang digunakan untuk membawa maksud
bahawa kedua-dua kumpulan adalah bebas adalah " berpasangan "
kumpulan dan " unpooled " kumpulan .. Dalam penyelidikan pendidikan
dan sosial yang paling , "peraturan ibu jari " adalah untuk
menetapkan tahap alfa pada 0,05 . Ini bermakna bahawa 5 % daripada
masa (lima kali daripada seratus ) anda akan mendapati perbezaan
statistik yang signifikan antara cara walaupun tidak ada seorang
pun (" kebetulan" ) .Ini " t " nilai memberitahu anda berapa jauh
dari 0, dari segi bilangan kesilapan standard , perbezaan yang
diperhatikan antara dua sampel bermakna terjatuh. Cara Tanggungan
t- ujian atau berpasangan t- ujian atau langkah-langkah yang
berulang kali ujian-t digunakan apabila anda mempunyai data
daripada hanya satu kumpulan subjek. iaitu setiap subjek mendapat
dua markah di bawah keadaan yang berbeza.
Kata kunci: Ujian-t kumpulan Bebas kumpulan Tanggungan kumpulan
berpasangan t- nilai ujian Levene ini Nilai Kritikal tahap Alpha
darjah kebebasan Satu ekor Dua ekor hipotesis Null Hipotesis
Alternatif
