Cara menjalankan tes z sampel & dua contoh di r

Anda dapat menggunakan fungsi z.test() dari paket BSDA untuk melakukan satu sampel dan dua contoh pengujian z di R.

Fungsi ini menggunakan sintaks dasar berikut:

 z.test(x, y, alternative=' two.sided ', mu= 0 , sigma.x=NULL, sigma.y=NULL,conf.level= .95 )

Emas:

• x : nilai sampel pertama
• y : nilai untuk sampel kedua (jika Anda melakukan uji z dua sampel)
• alternatif : hipotesis alternatif (“lebih besar”, “lebih kecil”, “dua sisi”)
• mu : rata-rata di bawah perbedaan nol atau rata-rata (dalam kasus dua sampel)
• sigma.x : simpangan baku populasi sampel pertama
• sigma.y : simpangan baku populasi sampel kedua
• conf.level : tingkat kepercayaan yang akan digunakan

Contoh berikut menunjukkan cara menggunakan fungsi ini dalam praktiknya.

Contoh 1: Sampel uji Z di R

Misalkan IQ suatu populasi tertentu berdistribusi normal dengan mean μ = 100 dan deviasi standar σ = 15.

Seorang ilmuwan ingin mengetahui apakah suatu obat baru mempengaruhi tingkat IQ. Jadi dia merekrut 20 pasien untuk menggunakannya selama sebulan dan mencatat tingkat IQ mereka di akhir bulan.

Kode berikut menunjukkan cara melakukan uji sampel z di R untuk menentukan apakah obat baru menyebabkan perbedaan tingkat IQ yang signifikan:

 library (BSDA)

#enter IQ levels for 20 patients
data = c(88, 92, 94, 94, 96, 97, 97, 97, 99, 99,
         105, 109, 109, 109, 110, 112, 112, 113, 114, 115)

#perform one sample z-test
z.test(data, mu= 100 , sigma.x= 15 )

	One-sample z-Test

data:data
z = 0.90933, p-value = 0.3632
alternative hypothesis: true mean is not equal to 100
95 percent confidence interval:
  96.47608 109.62392
sample estimates:
mean of x 
   103.05 

Statistik uji untuk uji z satu sampel adalah 0,90933 dan nilai p yang sesuai adalah 0,3632 .

Karena nilai p ini tidak kurang dari 0,05, kita tidak mempunyai cukup bukti untuk menolak hipotesis nol.

Dengan demikian, kami menyimpulkan bahwa obat baru ini tidak berpengaruh signifikan terhadap tingkat IQ.

Contoh 2: Uji Z dua sampel di R

Asumsikan tingkat IQ individu dari dua kota berbeda berdistribusi normal, masing-masing dengan standar deviasi populasi 15.

Seorang ilmuwan ingin mengetahui apakah rata-rata tingkat IQ individu di kota A dan kota B berbeda. Jadi dia memilih sampel acak sederhana yang terdiri dari 20 orang dari setiap kota dan mencatat tingkat IQ mereka.

Kode berikut menunjukkan cara melakukan uji z dua sampel di R untuk menentukan apakah tingkat IQ rata-rata berbeda antara kedua kota:

 library (BSDA)

#enter IQ levels for 20 individuals from each city
cityA = c(82, 84, 85, 89, 91, 91, 92, 94, 99, 99,
         105, 109, 109, 109, 110, 112, 112, 113, 114, 114)

cityB = c(90, 91, 91, 91, 95, 95, 99, 99, 108, 109,
         109, 114, 115, 116, 117, 117, 128, 129, 130, 133)

#perform two sample z-test
z.test(x=cityA, y=cityB, mu= 0 , sigma.x= 15 , sigma.y= 15 )

	Two-sample z-Test

data: cityA and cityB
z = -1.7182, p-value = 0.08577
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -17.446925 1.146925
sample estimates:
mean of x mean of y 
   100.65 108.80

Statistik uji untuk uji z dua sampel adalah -1,7182 dan nilai p yang sesuai adalah 0,08577.

Karena nilai p ini tidak kurang dari 0,05, kita tidak mempunyai cukup bukti untuk menolak hipotesis nol.

Dengan demikian, kami menyimpulkan bahwa rata-rata tingkat IQ antara kedua kota tersebut tidak berbeda secara signifikan.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan uji statistik umum lainnya di R:

Cara melakukan tes Z satu proporsi
Cara melakukan uji-t sampel berpasangan di R
Bagaimana melakukan uji-t Welch di R