Upload
eka-nuryani
View
3.540
Download
1
Embed Size (px)
Citation preview
Materi ini dapat Anda download secara gratis di www.konsultanstatistik.blogspot.com
ONE SAMPLE T TEST
One sample t test dipergunakan untuk melihat apakah terdapat perbedaan
antara suatu distribusi dengan nilai tertentu. Contoh kasus penggunaanya adalah,
misalnya:
1. Sebuah perusahaan penggaris ingin melihat apakah penggaris yang diproduksi
pada hari tertentu (dalam jumlah besar) sesuai dengan standar yang ditetapkan,
yaitu 30 cm.
2. Investor ingin melihat apakah terjadi abnormal return pada sekitar tanggal
terjadinya pengumuman laporan keuangan.
3. Dinas Sosial ingin melihat apakah pekerja di suatu daerah sudah berada di atas
UMR atau belum
Dalam contoh kasus #1 misalnya perusahaan memproduksi 10.000 penggaris
dalam satu hari, maka sangat tidak efektif jika perusahaan tersebut mengukur seluruh
penggaris untuk melihat apakah sesuai standar 30 cm atau belum. Perusahaan bisa
menerapkan sampling, misalnya mengambil 100 penggaris dari masing-masing
kemasan kemudian mengukurnya. Dengan menggunakan one sample t test, maka
perusahaan dapat melihat apakah produksi penggaris sudah sesuai dengan 30 cm
dengan toleransi 5% atau belum.
Pada contoh #2 investor menghitung abnormal dari beberapa perusahaan yang
dijadikan sampel. Lalu sampel tersebut diuji dengan one sample t test, apakah
berbeda dengan nol atau tidak. Jika berbeda berarti terdapat abnormal return, akan
tetapi jika tidak berbeda dengan nol berarti tidak terdapat abnormal return di sekitar
tanggal pengumuman laporan keuangan.
Dinas sosial mengambil sampel pekerja di suatu daerah (kalau para
pegawainya mau lho) lalu mencatat gaji mereka masing-masing. Distribusi data
tersebut kemudian diuji dengan one sample t test untuk melihat apakah berbeda
dengan UMR atau tidak.
Asumsi yang harus dipenuhi dalam one sample t test adalah asumsi normalitas.
Pengukuran normalitas sudah diuraikan pada naskah dengan label normalitas pada
Materi ini dapat Anda download secara gratis di www.konsultanstatistik.blogspot.com
blog ini. Jika distribusi data tidak normal maka ada beberapa yang dapat dilakukan,
tergantung adjustment dari peneliti, yaitu menambah jumlah data agar menjadi
normal, mentransformasikan data sehingga memenuhi asumsi normalitas, atau dapat
menggunakan uji statistik non parametrik yang tidak memerlukan asumsi normalitas.
Persamaan yang dipergunakan pada one sample t test adalah sebagai berikut:
ns
Xt 0μ−=
dengan t adalah nilai t hitung yang akan dibandingkan dengan t tabel, X adalah rata-
rata dari distribusi data, 0μ adalah nilai yang dihipotesiskan, s adalah standar deviasi
dan n adalah jumlah anggota sampel.
0μ atau nilai yang dihipotesiskan pada contoh #1 adalah 30, contoh #2 adalah
0 dan contoh #3 adalah besarnya UMR pada daerah tersebut.
Penghitungan dengan program SPSS akan lebih mudah lagi karena selain
memberikan nilai t hitung juga akan memberikan nilai signifikansi. Jika signifikansi
di bawah toleransi yang ditetapkan yang berarti terdapat perbedaan. Cara
penghitungan dengan Analyze, pilih Compare Means, lalu klik pada one sample t
test, seperti pada gambar berikut:
Pada box one sample t test pindahnya data yang akan diuji dari kiri ke kanan,
lalu pada test value, masukkan nilai yang akan diuji, misalnya pada contoh #1 adalah
sebesar 30.
Materi ini dapat Anda download secara gratis di www.konsultanstatistik.blogspot.com
Lalu tekan OK dan akan keluar output sebagai berikut:
Tampak bahwa nilai t hitung adalah -6,181 dengan signifikansi sebesar 0,000.
Kesimpulannya adalah distribusi 128 contoh penggaris mempunyai perbedaan yang
signifikan dengan 30, atau tidak standar karena melebihi toleransi yang diinginkan
perusahaan yaitu sebesar 5%. Jika akan melangkah lebih lanjut, dari nilai t hitung
yang negatif maka dapat diinterpretasikan bahwa distribusi data panjang penggaris
adalah signifikan di bawah 30 cm atau lebih pendek dari pada standar yang ada.
Nah,,,, sekarang mudeng ora Son…..
Materi ini dapat Anda download secara gratis di www.konsultanstatistik.blogspot.com
Jika Anda merasa artikel ini bermanfaat dan ingin berkontribusi terhadap
kelangsungan blog Konsultan Statistik, silahkan transfer ke:
BCA KCU Gang Tengah Semarang No. 1822040807 an. Joni Kriswanto
BTN Cabang Yogyakarta 00005-01-05-042083-7 an. Joni Kriswanto
Melalui paypal dengan email account [email protected] an. Joni Kriswanto
Terima kasih