Docstoc

Ujian T (T-Test)

Document Sample
Ujian T (T-Test) Powered By Docstoc
					Ujian – t Oleh DR AHMAD BIN HASHIM

Terdapat

dua

jenis

ujian-t

iaitu

ujian-t

sampel

tidak

bersandar

`independent samples t-test’ dan ujian-t sampel berpasangan `paired samples ttest’ yang terdapat dalam program SPSS for windows. i. Ujian-t sampel tidak bersandar, digunakan apabila kita hendak membandingkan skor min bagi dua kumpulan individu yang berbeza. ii. Ujian-t sampel berpasangan, digunakan apabila kita hendak

membandingkan skor min bagi sekumpulan individu yang sama ke atas dua suasana yang berbeza.

Ujian-t Sampel Tidak Bersandar:

Contoh Hipotesis Nol:

Tidak terdapat perbezaan skor min ujian lompat jauh berdiri yang signifikan antara pelajar lelaki major dengan pelajar lelaki minor Sains Sukan.

Apa yang diperlukan:

Dua pembolehubah:  Satu berbentuk kategori, pembolehubah tidak bersandar iaitu pelajar lelaki major dan minor Sains Sukan.



Satu

berbentuk

sela

atau

nisbah,

pembolehubah bersandar (skor ujian lompat jauh berdiri).

Prosedur Menjalankan Ujian-t Sampel Tidak Bersandar

Langkah 1: i. Masukkan pembolehubah pelajar lelaki Sains Sukan (Contoh: major dikodkan sebagai 1 dan minor dikodkan sebagai 2) dalam lajur pertama sukan ii. Skor ujian lompat jauh berdiri dimasukkan dalam lajur kedua (Contoh, skor ujian di kodkan sebagai uljb) iii. Rajah 1, menunjukkan pembolehubah pelajar dan skor ujian.

Rajah 1: Data Pembolehubah pelajar dan skor ujian lompat jauh berdiri
2

Langkah II: i. Klik Analyze, Klik Compare means, Klik Independent Samples TTest. Anda akan perolehi Rajah 2 di bawah.

Rajah 2: Ujian t Sampel Tidak Bersandar

ii. iii. iv.

Klik uljb, klik  gerakkan ke kawasan Test Variable(s). Klik sukan


gerakkan ke kawasan Grouping Variable.

Klik Define Groups. Anda akan lihat Rajah 3 di bawah.

3

Rajah 4: Kumpulan Pembolehubah Pelajar Lelaki

v.

Dalam kotak Group 1, sila taip 1 (anda perlu ingat bahawa angka 1 digunakan untuk mengenalpasti pelajar lelaki major Sains Sukan).

vi.

Dalam kotak Group 2, sila taip 2 (anda perlu ingat bahawa angka 2 digunakan untuk mengenalpasti pelajar lelaki minor Sains Sukan).

vii. viii.

Klik Continue. Klik OK.

Berpandukan Jadual 1, nilai signifikan dalam analisis ujian t sampel tidak bersandar dilihat berdasarkan butiran berikut:

i.

Nilai skor min dan sisihan piawai bagi ujian lompat jauh berdiri untuk setiap satu kumpulan pelajar lelaki Sains Sukan (major/minor) dan bilangan subjek diberikan dalam kotak Group Statistics. Kita dikehendaki menyemak samaada jumlah bilangan subjek (N) adalah benar atau terdapat missing data.
4

Jadual 1: Keputusan Analisis Ujian t Sampel Tidak Bersandar

ii.

Sebelum melihat nilai t dalam kotak Independent Samples Test, kita terlebih dahulu perlu melihat keputusan Lavene’s test for equality of variance. Jika nilai signifikan Lavene’s test lebih besar daripada .05 (contoh, .07, .09, .12), kita sepatutnya menggunakan baris pertama dalam jadual (Equal variance assumed) untuk menentukan nilai t. Sebaliknya jika tahap signifikan Levene’s test ialah sama .05 atau kurang (contoh, .01, .02, .001), ini bermakna varian untuk dua

5

kumpulan (major dan minor) adalah tidak sama. Kita sepatutnya merujuk baris kedua dalam jadual ujian t iaitu Equal variances not assumed. iii. Dalam Jadual 1, tahap signifikan untuk Levene’s test ialah .086 dan lebih besar daripada .05. Ini bermakna kita menggunakan baris pertama untuk melaporkan nilai t. iv. Nilai signifikan (2-tailed) dalam jadual ini ialah .820. Ini bermakna tidak terdapat perbezaan yang signifikan skor min ujian lompat jauh berdiri di antara pelajar lelaki major dan minor Sains Sukan. v. Bagi menentukan samaada skor min antara dua kumpulan tersebut berbeza secara signifikan atau tidak, kita hendaklah merujuk kepada jalur yang dilabelkan Sig. (2-tailed). Jika nilai sama atau kurang daripada .05 (contoh, .01, .03, .001) ini bermakna skor min antara dua kumpulan yang diuji adalah berbeza secara signifikan. Sebaliknya jika nilai tersebut melebihi .05 (contoh, .06, .10, .30) menunjukkan skor min antara dua kumpulan tidak mempunyai perbezaan yang signifikan.

Kaedah Melaporkan Keputusan:

Analisis ujian t sampel tidak bersandar digunakan bagi membandingkan skor min ujian lompat jauh berdiri antara pelajar lelaki major dan minor Sains Sukan. Ujian menunjukkan nilai t (28) = .230, p = .82 adalah tidak signifikan. Keputusan ujian menunjukkan bahawa tidak terdapat perbezaan skor min ujian

6

lompat jauh berdiri yang signifikan diantara pelajar lelaki major Sains Sukan ( M = 191.80, SD = 17.53), dengan pelajar lelaki minor Sains Sukan (M = 189.13, SD = 41.40).

Ujian-t Sampel Berpasangan:

Contoh Hipotesis Nol:

Tidak terdapat perbezaan skor min ujian ketangkasan SEMO yang signifikan antara percubaan pertama dengan percubaan kedua bagi pemain bola sepak.

Apa yang diperlukan:

Dua pembolehubah:  Satu berbentuk kategori, pembolehubah tidak bersandar ( percubaan ujian SEMO pertama dan percubaan ujian SEMO kedua).  Satu berbentuk skala nisbah, pembolehubah bersandar (skor ujian ketangkasan SEMO) diukur dalam dua percubaan ujian.

Prosedur Menjalankan Ujian-t Sampel Berpasangan

Langkah 1: i. Masukkan pembolehubah pemain bola sepak (Contoh: semua pemain bola sepak dikodkan sebagai 1) dalam lajur pertama gred.

7

ii.

Skor

ujian

ketangkasan

SEMO

bagi

percubaan

pertama

dimasukkan dalam lajur kedua (Contoh, skor ujian di kodkan sebagai semo1). iii. Skor ujian ketangkasan SEMO bagi percubaan kedua dimasukkan dalam lajur ketiga (Contoh, skor ujian di kodkan sebagai semo2). iv. Rajah 1, menunjukkan pembolehubah pemain bola sepak dan skor ujian ketangkasan SEMO.

Rajah 1: Data Pembolehubah Pemain dan Skor Ujian Ketangkasan SEMO

8

Langkah II:

i.

Klik Analyze, Klik Compare means, Klik Paired-Samples T-Test. Anda akan perolehi Rajah 2 di bawah.

Rajah 2: Ujian t Sampel Berpasangan

ii. iii. v.

Klik semo1. Klik semo2  gerakkan ke kawasan Paired Variables. Klik OK.

Bagi menentukan samaada skor min antara dua percubaan tersebut berbeza secara signifikan atau tidak, kita hendaklah merujuk kepada jalur yang dilabelkan Sig. (2-tailed). Jika nilai sama atau kurang daripada .05 (contoh, .01, .03, .001) ini bermakna skor min antara dua percubaan yang diuji adalah
9

berbeza secara signifikan. Sebaliknya jika nilai tersebut melebihi .05 (contoh, .06, .10, .30) menunjukkan skor min antara dua percubaan tidak mempunyai perbezaan yang signifikan. Dalam contoh ini, nilai yang diperolehi adalah signifikan iaitu .000.

Jadual 1: Keputusan Analisis Ujian t Sampel Berpasangan

Kaedah Melaporkan Keputusan:

Analisis ujian t sampel berpasangan digunakan bagi membandingkan skor min ujian ketangkasan SEMO percubaan pertama dengan skor min ujian ketangkasan SEMO percubaan kedua bagi pemain bola sepak. Keputusan
10

menunjukkan skor min ketangkasan bagi percubaan kedua (M = 12.66, SD = 1.21) adalah lebih rendah (lebih pantas) secara signifikan berbanding dengan skor min ketangkasan percubaan pertama (M = 14.09, SD = 1.75), t (29) = 6.94, p = .000.

11


				
DOCUMENT INFO
Shared By:
Stats:
views:11774
posted:1/14/2010
language:Malay
pages:11