Tutorial ini menjelaskan cara melakukan uji-t sampel berpasangan di Excel.<\/span><\/p>\n Misalkan kita ingin mengetahui apakah kurikulum tertentu mempunyai dampak yang signifikan terhadap kinerja siswa pada ujian tertentu. Untuk mengujinya, kami meminta 20 siswa dalam satu kelas untuk mengikuti tes awal. Kemudian kami meminta masing-masing siswa berpartisipasi dalam kurikulum selama dua minggu. Kemudian, siswa mengulangi tes dengan kesulitan serupa.<\/span><\/p>\n Untuk membandingkan perbedaan antara nilai rata-rata pada tes pertama dan kedua, kami menggunakan uji-t sampel berpasangan karena untuk setiap siswa, nilai mereka pada tes pertama dapat dikaitkan dengan nilai mereka pada tes kedua.<\/span><\/p>\n Gambar berikut menunjukkan nilai pre-test dan nilai post-test masing-masing siswa:<\/span> <\/p>\n Selesaikan langkah-langkah berikut untuk melakukan uji-t sampel berpasangan untuk menentukan apakah terdapat perbedaan yang signifikan dalam nilai rata-rata tes antara pre-test dan post-test.<\/span><\/p>\n Langkah 1: Buka Pak Alat Analisis Data.<\/strong><\/span><\/p>\n Di tab Data di pita atas, klik “Analisis Data”.<\/span> <\/p>\n Jika Anda tidak melihat opsi untuk diklik, Anda harus<\/span> mengunduh Analysis ToolPak<\/a> terlebih dahulu , yang sepenuhnya gratis.<\/span><\/p>\n Langkah 2: Pilih tes yang sesuai untuk digunakan.<\/span><\/strong><\/p>\n Pilih opsi yang bertuliskan T-Test: Paired Two Sample for Means<\/em> , lalu klik OK.<\/span> <\/p>\n Langkah 3: Masukkan informasi yang diperlukan.<\/strong><\/span><\/p>\n Masukkan rentang nilai untuk variabel 1 (skor pre-test), variabel 2 (skor post-test), perbedaan mean hipotetis (dalam hal ini kita beri \u201c0\u201d karena kita ingin mengetahui apakah perbedaannya benar. rata-rata antara skor pra-tes dan pasca-tes adalah 0), dan rentang keluaran yang ingin kita lihat hasil tesnya ditampilkan. Lalu klik oke.<\/span> <\/p>\n Langkah 4: Interpretasikan hasilnya.<\/strong><\/span><\/p>\n Setelah Anda mengklik OK pada langkah sebelumnya, hasil uji-t akan ditampilkan.<\/span> <\/p>\n Berikut cara menafsirkan hasilnya:<\/span><\/p>\n Rata-rata:<\/strong> Ini adalah rata-rata setiap sampel. Rata-rata skor pre-test sebesar 85,4<\/strong> dan rata-rata skor post-test sebesar 87,2<\/strong> .<\/span><\/p>\n Varians:<\/strong> Ini adalah varians untuk setiap sampel. Varians skor pre-test sebesar 51,51<\/strong> dan varians skor post-test sebesar 36,06<\/strong> .<\/span><\/p>\n Observasi:<\/strong> Ini adalah jumlah observasi pada setiap sampel. Kedua sampel berisi 20<\/strong> observasi.<\/span><\/p>\n Korelasi Pearson:<\/strong> Korelasi antara skor pre-test dan skor post-test. Ternyata menjadi 0,918<\/strong> .<\/span><\/p>\n Perbedaan Rata-rata Hipotetis:<\/strong> Angka yang kita \u201chipotesiskan\u201d adalah selisih antara kedua rata-rata tersebut. Dalam hal ini kita memilih 0<\/strong> karena ingin menguji ada atau tidaknya perbedaan nilai pre-test dan post-test.<\/span><\/p>\n df :<\/strong> Derajat kebebasan uji t. Ini dihitung sebagai n-1 dimana n adalah jumlah pasangan. Dalam hal ini, df = 20 \u2013 1 = 19<\/strong> .<\/span><\/p>\n t Stat:<\/strong> Statistik uji t<\/em> yang hasilnya adalah -2.78<\/strong> .<\/span><\/p>\n P(T<=t) dua sisi:<\/strong> nilai p untuk uji t dua sisi. Dalam hal ini, p = 0,011907<\/strong> . Ini lebih kecil dari alpha = 0,05, jadi kami menolak hipotesis nol. Kami mempunyai cukup bukti untuk mengatakan bahwa terdapat perbedaan yang signifikan secara statistik antara skor rata-rata pra-tes dan pasca-tes.<\/span><\/p>\n t Kritis Dua Sisi:<\/strong> Ini adalah nilai kritis pengujian, yang ditemukan dengan mengidentifikasi nilai dalam<\/span> tabel distribusi t yang berhubungan dengan pengujian dua sisi dengan alpha = 0,05 dan df = 19. Hasilnya adalah 2, 093024<\/strong> . Karena nilai absolut statistik uji<\/em> -t kami lebih besar dari nilai ini, kami menolak hipotesis nol. Kami mempunyai cukup bukti untuk mengatakan bahwa terdapat perbedaan yang signifikan secara statistik antara skor rata-rata pra-tes dan pasca-tes.<\/span><\/p>\n Perhatikan bahwa pendekatan nilai p dan nilai kritis akan menghasilkan kesimpulan yang sama.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan uji-t lainnya di Excel:<\/span><\/p>\n Cara melakukan uji-t satu sampel di Excel<\/a> Uji-t sampel berpasangan digunakan untuk membandingkan rata-rata dua sampel ketika setiap observasi pada satu sampel dapat dikaitkan dengan observasi pada sampel lainnya. Tutorial ini menjelaskan cara melakukan uji-t sampel berpasangan di Excel. Cara melakukan uji-t sampel berpasangan di Excel Misalkan kita ingin mengetahui apakah kurikulum tertentu mempunyai dampak yang signifikan terhadap kinerja siswa pada ujian […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Cara melakukan uji-t sampel berpasangan di Excel<\/strong><\/span><\/h2>\n
![\"Contoh](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/pairedtestexcel.png\")
<\/p>\n![\"Contoh](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/deuxsampexcel3.png\")
<\/p>\n![\"Uji-t](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/pairedtestexcel1.png\")
<\/p>\n![\"Sampel](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/pairedtestexcel2.png\")
<\/p>\n![\"Hasil](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/pairedtestexcel3.png\")
<\/p>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara melakukan uji-t dua sampel di Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"