Analisis Uji T

Tutorial Uji Student T Test dengan Excel: Maksudnya setelah mempelajari Student Test saatnya kita mencoba melakukan perhitungan manual student t test atau one sample t test dengan menggunakan bantuan aplikasi MS Excel. Dengan tutorial student test  kali ini kita berharap bisa mengerti bagaimana sesungguhnya perhitungan berdasarkan rumus student t test.

·         Analisis Korelasi dan Regresi Linear

Regresi linier merupakan langkah lanjutan dari analisis korelasi. Pada analisis korelasi, kita hanya bertanya apakah terdapat hubungan antara kedua variabel, sementara pada analisis regresi lebih mengarah ke proses yang lebih lengkap, yaitu mempelajari hubungan kausal di antara kedua variabel tersebut atau menjawab bagaimana kedua variabel tersebut berhubungan. Lebih sepesifik, persamaan regresi merupakan persamaan matematis yang memungkinkan kita meramalkan nilai-nilai variabel dependen (Y) dari nilai variabel independen (X) sehingga memungkinkan kita memprediksi salah satu parameter berdasarkan nilai dari variabel lain yang kita ketahui.

·         Analisis Korelasi Dan Regrasi Berganda

Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel independen (X1, X2,….Xn) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio.
Persamaan regresi linear berganda sebagai berikut:

Y’ = a + b1X1+ b2X2+…..+ bnXn

Keterangan:
Y’                    =   Variabel dependen (nilai yang diprediksikan)
X1 dan X2      =   Variabel independen
a                      =   Konstanta (nilai Y’ apabila X1, X2…..Xn = 0)
b                            =    Koefisien regresi (nilai peningkatan ataupun penurunan)

·         Analisis ANOVA

Adalah uji hipotesa untuk membandingkan dua populasi berdasarkan uji beda rataan dan atau berdasarkan uji hubungan.
Sebelum kita memahami lebih jauh tentang Analisis Variansi, perhatikanlah contoh berikut

Contoh 1
Seorang peneliti pendidikan untuk program studi matematika ingin meneliti efektivitas dari 3 metode pembelajaran jika ditinjau dari prestasi belajar siswa. Ia telah memilih 3 metode pembelajaran, yaitu Metode Teacher Oriented, Active Learning dan Contextual Learning.
Ketiga metode tersebut diterapkan untuk 3 sampel, artinya sample pertama diterapkan Metode Pembelajaran Teacher Oriented, sample kedua diterapkan Metode Pembelajaran Active Learning, dan pada sample ketiga diterapkan Metode Pembelajaran Contextual Learning. Ketiga sample tersebut telah diyakinkan bahwa kemampuan awal yang dimiliki oleh masing-masing sample adalah relatif sama. Peneliti tersebut bertujuan untuk menguji ada atau tidaknya perbedaan efek/pengaruh beberapa perlakuan pada ketiga sample ditinjau dari prestasi belajar siswa. Untuk melihatnya, peneliti tersebut menggunakan rata-rata nilai dari masing-masing sample. Setelah beberapa waktu eksperimen, peneliti tersebut melakukan pengujian sebagai tolak ukur untuk mengetahui prestasi belajar siswa. Setelah data diperoleh, uji statistik apakah yang dapat direkomendasikan untuk dapat digunakan peneliti tersebut dalam usaha mengambil kesimpulan?

Statistik uji beda rataan untuk k-populasi yaitu Analisis Variansi

Jadi dapat disimpulkan bahwa
Analisis Variansi (ANAVA) atau Analysis of Variances (ANOVA) adalah prosedur pengujian kesamaan beberapa rata-rata populasi.

Dalam Analisis Variansi, dapat dilihat variasi-variasi yang muncul karena adanya beberapa perlakuan (treatment) untuk menyimpulkan ada atau tidaknya perbedaan rataan pada k-populasi.

Ahli statistik yang mempunyai kontribusi besar dalam mengembangkan uji Analisis Variansi ini adalah Sir Ronald A. Fisher (1890 – 1962).

Komentar