1 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 pada contoh #3 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 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.

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:

menu t test.jpg

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.

masuk test value.jpg

Lalu tekan OK dan akan keluar output sebagai berikut:

output t test.jpg

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.

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s