One Sample adalah uji untuk mencari perbadingan antara rata-rata dengan rata-rata hypothesis. Hal ini dilakukan pada uji hipotesis. Kalau uji Hipotesis satu akan menunjukkan perbedaan antara rata-rata hipotesis dan rata-rata hitung.
Kalau ada satu kelompok data atau variabel yang mempunyai nilai dan memang harus mempunyai nilai maka itu kita harus mengujinya terlebih dahulu. Dari obeservasi awal seorang yang sudah biasa untuk menilai beberapa rata-rata yang ada.
Ada suaatu nilai yang kita tentukan apakah suatau nilai sama dengan nilai rata-rata dari sample. maka uji ini digunakan.
Misalnya kita ingin menilai berat bayi di posyandu A. Mungkin kita juga memeriksa nilai dari rata-rata dari nilai stataistik suatau mahaisiswa.
Dalam uji one sample harus ada data yang independen tidak
berpengaruh satau sama lain. Kemudina kita bisa menggunakan data iris. Ada
bebrapa data set yang digunakan dalam one sample test yang bisa kita gunakan.
One Sample t-Test Formula
The formula for the one sample t-test is given by:
Where:
- X̄ = Sample mean
- μ = Population mean
- s = Sample standard deviation
- n = Sample size
Untuk mencari soal maka kita bisa menghtung dengan nilai.
Ini disebut juga one sample test
> x1=rnorm(100,mean=500,sd=50)
> t.test(x1,mu=450)
One
Sample t-test
data: x1
t = 10.232, df = 99, p-value < 2.2e-16
alternative hypothesis: true mean is not equal to 450
95 percent confidence interval:
490.0691 509.3493
sample estimates:
mean of x
499.7092
#one sample test
#Prepare iris data
iris
#we test the normality of iris in sepal length
qqnorm(iris$Sepal.Length)
qqline(iris$Sepal.Length)
#we test the one sample t test
t.test(iris$Sepal.Length,mu=0,alternative="two.sided")
The Result of Test is :
One Sample t-test
data: iris$Sepal.Length
t = 86.425, df = 149, p-value < 2.2e-16
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval:
5.709732 5.976934
sample estimates:
mean of x
5.843333
Tidak ada komentar:
Posting Komentar