Custom Search

One-Sample T Test – Apa yang lebih kuat dari rata-rata?

Biasanya jika kita menjumpai data, kita buru-buru mencari tau rata-rata dari perkumpulan data tersebut. Tujuannya tidak lain untuk mencari nilai tengah. Padahal, rata-rata belum tentu mencerminkan nilai tengah dari sebaran data yang kita jumpai. Contoh yang paling konkrit adalah pendapatan perkapita Indonesia. Meskipun pendapatan perkapita sudah jauh dari nilai angka kemiskinan, tapi karena distribusi kekayaan yang tidak merata, sehingga pendapatan tersebut tidak mencerminkan pendapatan real yang diterima oleh setiap penduduk Indonesia. Bahkan, saya pernah membaca kekayaan 4 orang di Indonesia menyamai jumlah kekayaan jutaan penduduk di Indonesia.

Kembali ke topik, jadi apa yang lebih kuat dari rata-rata? Kita boleh saja mencari nilai rata-rata, namun jika kita ingin menggunakan nilai rata-rata tersebut untuk mendeskripsikan hasil penelitian, maka nilai rata-rata tersebut harus kita uji terlebih dahulu apakah signifikan atau tidak. Jika nilai rata-rata tersebut signifikan, maka kita bisa menggunakan nilai rata-rata tersebut untuk melengkapi tujuan penelitian.

Misalnya? Sebuah contoh kasus : kita menghitung jumlah malai padi. Kita memiliki beberapa data dari hasil pengamatan dilapangan. Kita memiliki standar bahwa seharusnya jumlah malai padi mencapai 20 malai disetiap pohonnya. Lalu bagaimana cara kita menjamin bahwa data pengamatan kita mencapai standar yang telah ditetapkan? Jika itu yang anda alami, maka anda bisa menggunakan One-Sample T Test.

Persyaratan yang harus dipenuhi

One-sample T Test ini memiliki persyaratan yang harus dipenuhi. Pengujian ini masuk dalam pengujian parametrik sehingga :

  1. Sample yang digunakan harus berasal dari populasi yang berdistribusi normal
  2. Jenis datanya bersifat kuantitatif
  3. Jumlah populasi atau sample yang digunakan minimal berjumlah 30

Berikut contoh data yang akan saya proses di artikel ini:

 

Saya buat 2 kolom karena keterbatasan layar. Gambar tersebut menerangkan bahwa rata-rata malai berjumlah 22. Apakah 22 ini memang signifikan telah memenuhi standar malai yang berjumlah 20? Mari kita buktikan bersama. Ingat, jangan pernah mengatakan bahwa hasil rata-rata ini sudah memenuhi standar sebelum kita melakukan uji statistik, apalagi menyampaikannya di seminar, mungkin akan dimaklumi jika anda pelajar SMU.

Mari kita buka aplikasi statistik. Kali ini saya menggunakan Minitab 17. Saya menggunakan minitab karna cukup ringan dan simple untuk pengujian ini.

Kita masukkan data yang akan kita uji, kemudian klik stat – basic statistic – 1-sample t di minitab

Pada kolom yang kedua (yang lebih besar) kita klik kemudian disamping kiri akan muncul variabel. Double klik variabel malai agar masuk ke kotak tersebut. Beri centang perform hypotesis test. Dan beri nilai 20 (nilai standar pada contoh latihan ini) pada hypothesized mean.

Klik option, kemudian akan muncul jendela/windows. Kita isi nilai convidence level, misalnya 95 (artinya kita ingin mengetahui tingkat signifikan dengan α ≤ 0.05). kemudian dibawahnya kita bisa memilih hipotesis  yang akan kita gunakan. Apakah menggunakan hipotesisi mean tidak sama atau lebih besar atau lebih kecil dari hyphotisized mean. Kali ini saya menggunakan mean lebih besar dari hypothesized mean. Kemudian klik Ok.

Anda bisa juga menambahkan grafik jika diperlukan disamping tombol option. Kemudian klik OK untuk menunggu proses.

 

Baca Juga  PENGANTAR POLICY ANALYSIS MATRIKS [PAM]

Terlihat bahwa nilai t hitung sebesar 3.7 dan signifikan dengan p-value 0.000. nilai p-value masih dibawah dari batas atau level kepercayaan dengan α = 0.05. sehingga dapat disimpulkan bahwa terima H1 yang berarti menrima hipotesis bahwa nilai rata-rata > 20.. Anda bisa juga mencoba hipotesis lain misal lebih kecil atau tidak sama dengan nilai standar/targetnya untuk meyakinkan hasilnya. Saya lakukan hal yang sama dan mendapatkan hasil berikut:

Dari ketiga upaya kita bisa kita simpulkan bahwa rata-rata secara signifikan dengan nilai α < 0.05 bahwa :

nilai rata rata > 20. signifikan pada nilai α = 0.000

nilai rata-rata = 20. signifikan pada nilai α = 0.001

nilai rata-rata < 20. signifikan pada nilai α = 1.000 (tidak signifikan)

kita bisa saja mengatakan nilai rata-rata = 20, karena pernyataan ini masih signifikan dengan nilai α < 0.05. tetapi kita tidak bisa mengatakan nilai rata-rata < 20, karena nilai signifikan pada α > 0.05.

Anda bisa menggunakan data panen, atau tinggi tanaman, atau jumlah biji, serangan hama, dan lain-lain sesuai data yang anda miliki. Uji hipotesis ini bisa membantu anda dalam mendeskripsikan lebih jauh hasil penelitian. Dan jangan lupa… bahwa data yang digunakan termasuk dalam parametrik

Terima kasih sudah berkunjung