1. Tujuan Pembelajaran

Setelah mengikuti pertemuan ini, mahasiswa mampu:

  1. Memahami perbedaan uji satu sampel dan uji dua sampel
  2. Melakukan uji t dua sampel menggunakan R
  3. Memahami konsep korelasi antar variabel
  4. Menghitung dan menginterpretasikan korelasi

2. Materi Inti

2.1 Uji Dua Sampel

Uji dua sampel digunakan untuk:

Membandingkan rata-rata dua kelompok yang berbeda.

Contoh kasus:

  • Nilai kelas A vs kelas B
  • Nilai laki-laki vs perempuan

Syarat umum:

  • Data numerik
  • Data berdistribusi normal
  • Dua kelompok independen

2.2 Uji t Dua Sampel (Independent t-test)

Contoh penggunaan di R:

1
t.test(nilai ~ kelas, data = data)

Output penting:

  • Mean masing-masing kelompok
  • Nilai t
  • p-value

Keputusan uji:

  • p-value ≤ 0.05 → terdapat perbedaan signifikan
  • p-value > 0.05 → tidak terdapat perbedaan signifikan

2.3 Konsep Korelasi

Korelasi digunakan untuk mengukur hubungan antar dua variabel numerik.

Nilai korelasi berada pada rentang:

  • -1 → hubungan negatif sempurna
  • 0 → tidak ada hubungan
  • +1 → hubungan positif sempurna

2.4 Korelasi Pearson

1
cor.test(data$nilai, data$jam_belajar)

Interpretasi:

  • Nilai korelasi mendekati ±1 → hubungan kuat
  • Nilai korelasi mendekati 0 → hubungan lemah

2.5 Visualisasi Korelasi

1
2
3
4
5
6
library(ggplot2)

ggplot(data, aes(x = jam_belajar, y = nilai)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE) +
  labs(title = "Hubungan Jam Belajar dan Nilai")

3. Praktikum dan Tugas (⏱️ ± 2 Jam)

Gunakan dataset yang sama dengan pertemuan sebelumnya.

Tugas 1 — Uji t Dua Sampel (±40 menit)

  1. Tentukan dua kelompok dalam data:
    • Misalnya kelas A dan kelas B
  2. Lakukan uji t dua sampel.
  3. Tentukan:
    • H₀ dan H₁
    • Keputusan uji
    • Kesimpulan

Tugas 2 — Eksperimen Korelasi (±40 menit)

  1. Pilih dua variabel numerik.
  2. Hitung korelasi Pearson.
  3. Tentukan:
    • Arah hubungan
    • Kekuatan hubungan

Tugas 3 — Visualisasi Hubungan (±30 menit)

  1. Buat scatter plot hubungan dua variabel.
  2. Tambahkan garis regresi.
  3. Simpan grafik sebagai file .png.
1
ggsave("output/scatter_korelasi.png")

Tugas 4 — Interpretasi dan Diskusi (±20 menit)

Jawab pertanyaan berikut:

  1. Apakah perbedaan rata-rata selalu berarti perbedaan signifikan?
  2. Apakah korelasi berarti sebab-akibat?
  3. Contoh kasus nyata korelasi dalam kehidupan sehari-hari.

4. Output yang Dikumpulkan

  1. Script R (pertemuan5.R)
  2. File visualisasi (.png)
  3. Jawaban interpretasi

5. Penutup

Uji dua sampel dan korelasi membantu kita:

  • Membandingkan kelompok
  • Memahami hubungan antar variabel

Pada pertemuan berikutnya, kita akan membahas:

  • ANOVA
  • Regresi linier sederhana