You are on page 1of 24

Komputasi Statistik 2011

PAIRED SAMPLE T-TEST 1. KASUS / MASALAH (T-TEST 2 SISI) Seorang guru ingin mengetahui apakah ada perbedaan nilai matematika yang signifikan antara sebelum dan sesudah diubahnya suatu metode pengajaran. Dalam hal ini diambil orang siswa. Berikut ini adalah nilai-nilai 14 siswa tersebut saat sebelum dan sesudah diubahnya metode pengajaran tersebut.

No

sebelum

sesudah

Gunakan taraf signifikan

untuk mengetahui apakah ada perbedaan yang signifikan

sebelum berganti metode dan setelah berganti metode.

1

Komputasi Statistik 2011
A. UJI NORMALITAS DATA 1. Hipotesis H0 : nilai-nilai matematika siswa sebelum dan sesudah berganti metode berdistribusi normal H1 : nilai-nilai matematika siswa sebelum dan sesudah berganti metode tidak berdistribusi normal 2. Taraf signifikan

3. Statistik Uji Tes Kolmogorov-Smirnov dipilih untuk melakukan tes goodness-of-fit guna menguji kenormalan suatu data. 4. Kriteria penolakan H0 ditolak jika p-value ≤

OUTPUT ANALISIS
NPAR TESTS /K-S(NORMAL)=sebelum sesudah /STATISTICS DESCRIPTIVES /MISSING ANALYSIS.
Descriptive Statistics N Sebelum Sesudah 14 14 Mean 82.57 83.00 Std. Deviation 10.875 10.084 Minimum 57 67 Maximum 97 97

One-Sample Kolmogorov-Smirnov Test sebelum N Mean Normal Parameters(a,b) Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a Test distribution is Normal. b Calculated from data. Std. Deviation Absolute Positive Negative 14 82.57 10.875 .160 .104 -.160 .598 .867 sesudah 14 83.00 10.084 .132 .117 -.132 .493 .968

2

Kriteria penolakan H0 ditolak jika ⁄ atau ⁄ atau H0 ditolak p-value (sig 2 tailed) OUTPUT ANALISIS T-TEST PAIRS=sebelum WITH sesudah (PAIRED) /CRITERIA=CI(. sedangkan keduanya lebih besar maka H0 diterima. H0 ditolak jika p-value ≤ p-value yang diperoleh dari output SPSS sebesar metode dan dari . Taraf signifikan α= 3. 3 . Statistik Uji Digunakan Paired-Sample T-Test karena skor berasal dari subjek yang sama dan tiap pasang data mempunyai hubungan.Komputasi Statistik 2011 Dari output SPSS diperoleh p-value sebesar (setelah berganti metode) (sebelum berganti metode) dan INTERPRETASI Berdasarkan kriteria penolakan sebelumnya. UJI PAIRED T-TEST 1. Oleh karena untuk p-value sebelum berganti untuk p-value setelah berganti metode. Hipotesis H0 : rata-rata nilai matematika siswa sebelum dan sesudah berganti metode identik H1 : rata-rata nilai matematika siswa sebelum dan sesudah berganti metode tak identik 2. B. 4.9500) /MISSING=ANALYSIS. Jadi nilai-nilai siswa sebelum dan sesudah berganti metode berdistribusi normal.

695 Mean Pair 1 sebelum sesudah 82. rata-rata nilai matematika siswa sebelum dan sesudah berganti metode identik.57 83.(2-tailed) level . INTERPRETASI Berdasarkan kriteria penolakan sebelumnya.906 2. matematika setelah berganti metode adalah dengan standar deviasi Paired Samples Correlations N Pair 1 sebelum & sesudah 14 Correlation . sehingga t table = dengan sig. Kriteria penolakan ini dapat juga dilihat pada kolom sig 2-tailed dalam table output ketiga. sedangkan maka H0 diterima. .114 Pada table output kedua diatas memberikan keterangan bahwa korelasi antar 2 data berada pada angka dengan probabilitas % Table output ketiga didapatkan nilai Sedangkan . H0 ditolak jika Oleh karena nilai yang diperoleh dari output ketiga adalah atau . . Nilai p-value yang diperoleh adalah sedangkan . Deviation 10. . 4 .00 N 14 14 Std.442 Sig. Sehingga. Error Mean 2.084 Dari table output pertama dapat dianalisa bahwa rata-rata nilai matematika siswa sebelum berganti metode adalah dengan standar deviasi sedangkan rata-rata nilai .875 10.Komputasi Statistik 2011 Paired Samples Statistics Std. Jadi berdasarkan kriteria keputusan sebelumnya H0 diterima.

Komputasi Statistik 2011 2. Berdasarkan hasil survey didapatkan data hasil penjualan sebelum dan sesudah mengikuti pelatihan. MASALAH / KASUS (T-TEST 1 SISI) Sebuah perusahaan ingin mengetahui pengaruh pelatihan terhadap karyawannya dalam rangka meningkatkan penjualan produk perusahaan tersebut. no Sebelum pelatihan Sesudah pelatihan Apakah dari data-data tersebut dapat disimpulkan bahwa rata-rata penjualan setelah mengikuti pelatihan lebih tinggi daripada sebelum mengikuti pelatihan? Gunakan taraf signifikansi 5 .

b. Hipotesis H0 : hasil penjualan sebelum dan sesudah mengikuti pelatihan berdistribusi normal H1 : hasil penjualan sebelum dan sesudah mengikuti pelatihan tidak berdistribusi normal 2.127 .403 Minimum 225 230 Maximum 400 430 One-Sample Kolmogorov-Smirnov Test sebelumpelatihan setelahpelatihan N Normal Parameters a.229 . UJI NORMALITAS DATA 1. Sig.75 Std.50 288. 4.586 . Taraf signifikansi α = 3.b 12 Mean Std. Deviation 277. Test distribution is Normal. Statistik Uji Tes Kolmogorov-Smirnov dipilih untuk melakukan tes goodness-of-fit guna menguji kenormalan suatu data. 6 . Kriteria penolakan H0 ditolak jika p-value ≤ OUTPUT ANALISIS NPAR TESTS /K-S(NORMAL)=sebelumpelatihan setelahpelatihan /STATISTICS DESCRIPTIVES /MISSING ANALYSIS.169 -.75 54.794 .882 Most Extreme Differences Absolute Positive Negative Kolmogorov-Smirnov Z Asymp.140 .50 46..554 12 288. (2-tailed) a.Komputasi Statistik 2011 A.169 . Descriptive Statistics N sebelumpelatihan setelahpelatihan 12 12 Mean 277.048 . Calculated from data. Deviation 46.048 54.229 -.403 .

Taraf signifikan 3. Jadi hasil penjualan sebelum dan sesudah mengikuti pelatihan berdistribusi normal.9500) /MISSING=ANALYSIS. B.Komputasi Statistik 2011 Dari output SPSS diperoleh p-value sebesar pelatihan) (sebelum pelatihan) dan (setelah INTERPRETASI Berdasarkan kriteria penolakan sebelumnya. UJI RATA-RATA DENGAN PAIRED SAMPLE T-TEST 1. sedangkan keduanya lebih maka H0 diterima. Statistik Uji Digunakan Paired-Sample T-Test karena skor berasal dari subjek yang sama dan tiap pasang data mempunyai hubungan. H0 ditolak jika p-value ≤ p-value yang diperoleh dari output SPSS sebesar pelatihan dan besar dari . Kriteria penolakan H0 ditolak jika H0 ditolak jika atau OUTPUT ANALISIS T-TEST PAIRS=sebelumpelatihan WITH setelahpelatihan (PAIRED) /CRITERIA=CI(. 4. 7 . Oleh karena untuk p-value sebelum mengikuti untuk p-value setelah mengikuti pelatihan. Hipotesis H0 : rata-rata penjualan sebelum mengikuti pelatihan sama atau lebih kecil daripada setelah mengikuti pelatihan H1 : rata-rata penjualan sebelum mengikuti pelatihan lebih tinggi daripada setelah mengikuti pelatihan 2.

293 15. rata-rata penjualan sebelum mengikuti pelatihan sama atau lebih kecil daripada setelah mengikuti pelatihan. INTERPRETASI Berdasarkan kriteria penolakan sebelumnya.Komputasi Statistik 2011 Paired Samples Statistics Mean Pair 1 Sebelumpelatihan Setelahpelatihan 277.995 Sig. Deviation 46. Jadi. Dapat juga dilihat dari p-value. sedangkan maka H0 diterima.75 N 12 12 Std. H0 ditolak jika nilai yang diperoleh pada table output ketiga adalah . Error Mean 13.(2-tailed) level . H0 ditolak jika . sehingga t table = dengan sig. sedangkan rata-rata penjualan setelah mengikuti pelatihan adalah dengan standar deviasi Paired Samples Correlations N Pair 1 sebelumpelatihan & setelahpelatihan 12 Correlation . Oleh karena dan maka H0 diterima. Oleh karena .403 Std.048 54.705 Dari table output pertama diatas dapat dianalisa bahwa rata-rata penjualan sebelum mengikuti pelatihan adalah dengan standar deviasi . 8 .50 288. .000 Pada table output kedua diatas memberikan keterangan bahwa korelasi antar 2 data berada pada angka dengan probabilitas 0% Table output ketiga didapatkan nilai Sedangkan .

Komputasi Statistik 2011 3. MASALAH / KASUS (T-TEST 1 SISI) 9 .

MASALAH / KASUS (T-TEST 2 SISI) Dari suatu kegiatan penelitian dengan menggunakan sampel sejumlah 10 orang remaja yang berdomisili di daerah rural dan 10 orang remaja yang berdomisili di daerah urban. Apakah memang secara signifikan terdapat perbedaan sikap keagamaan diantara kedua kelompok remaja tersebut? Taraf signifikansi yang digunakan adalah No Remaja yang berdomisili di daerah rural (X) Remaja yang berdomisili di daerah urban (Y) 10 . telah berhasil dihimpun data kuantitatif berupa skor yang melambangkan sikap keagamaan dari kedua kelompok remaja tersebut sebagaimana tertera pada table.Komputasi Statistik 2011 INDEPENDENT SAMPLE T-TEST 1.

Calculated from data.260 -. b. Taraf signifikansi 4. 11 .823 .160 .Komputasi Statistik 2011 A. Deviation 7.414 ..00 6. Deviation 1. Hipotesis H0 : skor yang melambangkan sikap keagamaan dari kedua kelompok remaja tersebut berdistribusi normal.b urban 10 10 6.414 1.260 -.260 . UJI NORMALITAS DATA 1.160 .414 Minimum 5 4 Maximum 9 8 One-Sample Kolmogorov-Smirnov Test rural N Normal Parameters a. Statistic uji Tes Kolmogorov-Smirnov dipilih untuk melakukan tes goodness-of-fit. Kriteria penolakan H0 ditolak jika p-value (sig 2 tailed) ≤ OUTPUT ANALISIS NPAR TESTS /K-S(NORMAL)=rural urban /STATISTICS DESCRIPTIVES /MISSING ANALYSIS. H1 : skor yang melambangkan sikap keagamaan dari kedua kelompok remaja tersebut tidak berdistribusi normal. Sig.260 . (2-tailed) a.00 1.507 Mean Std. Test distribution is Normal.507 Most Extreme Differences Absolute Positive Negative Kolmogorov-Smirnov Z Asymp.00 1. 2. 3.823 .00 Std. Descriptive Statistics N rural urban 10 10 Mean 7.414 .

95). 12 .Komputasi Statistik 2011 Dari output SPSS diperoleh p-value sebesar (untuk daerah rural maupun urban) INTERPRETASI Berdasarkan kriteria penolakan sebelumnya. Statistik uji Digunakan Independent-Sample T-Test karena skor berasal dari subjek yang berbeda dan tiap pasang data tidak mempunyai hubungan. UJI RATA-RATA DENGAN INDEPENDENT SAMPLE T-TEST 1. Hipotesis H0 : di kalangan para remaja yang berdomisili di daerah rural dan para remaja yang berdomisili di daerah urban terdapat perbedaan sikap keagamaan yang signifikan H1 . 2. B. sedangkan nilai tersebut lebih besar dari α . 3. Jadi skor yang melambangkan sikap keagamaan dari kedua kelompok remaja tersebut berdistribusi normal. Kriteria penolakan H0 ditolak jika ⁄ atau ⁄ atau H0 ditolak jika p-value (sig 2 tailed) ≤ OUTPUT ANALISIS T-TEST GROUPS=kriteria('X' 'Y') /MISSING=ANALYSIS /VARIABLES=skor /CRITERIA=CI(. Taraf signifikansi 4. H0 ditolak jika p-value ≤ karena p-value yang diperoleh dari output SPSS sebesar urban). Oleh (untuk rural maupun maka H0 diterima. : di kalangan para remaja yang berdomisili di daerah rural dan para remaja yang berdomisili di daerah urban tidak terdapat perbedaan sikap keagamaan yang signifikan .

variansi populasi adalah sama (homogen). 13 . Analisis output Uji ragam dapat kita amati dari kolom Levene’s Test for Equality of Variances. Deviation 1.447 . Statistic uji Dengan menggunakan uji F d.414 1. Dari table output diatas diperoleh nilai F = f.00 6. sedangkan nilai tersebut lebih dan p-value = atau atau maka H0 diterima. sedangkan rata-rata skor untuk criteria Y (daerah urban) adalah dengan standar deviasi Uji Homogenitas a. Taraf signifikansi c. Kesimpulan Oleh karena dalam output diperoleh p-value = besar dari . Jadi. Criteria keputusan H0 ditolak jika H0 ditolak jika p-value < e.00 Std. Hipotesis H0 H1 : variansi populasi adalah sama (homogen) : variansi populasi tidak sama (heterogen) b.447 Dari table output pertama diatas dapat dianalisa bahwa rata-rata skor untuk criteria X (daerah rural) adalah dengan standar deviasi .Komputasi Statistik 2011 Group Statistics kriteria Skor X Y N 10 10 Mean 7. Error Mean .414 Std.

di kalangan para remaja yang berdomisili di daerah rural dan para remaja yang berdomisili di daerah urban terdapat perbedaan sikap keagamaan yang signifikan. Hal ini juga didukung dengan p-value (sig 2- tailed) pada baris equal variances assumed yang lebih besar dari α. dimana maka H0 diterima . atau Berdasarkan kriteria penolakan sebelumnya.Komputasi Statistik 2011 INTERPRETASI Berdasarkan uji ragam sebelumnya dapat diketahui bahwa variansi dari populasi adalah sama (homogen). 14 . jika . Oleh karena itu nilai. Jadi.Oleh karena nilai dan pada baris equal variances assumed adalah maka H0 diterima. Dengan df .nilai yang diamati adalah yang ada pada baris equal variances assumed. H0 ditolak .

Dengan 30 orang sampel yang terdiri dari Jenis kelamin L L L L L L L L L L L L L L L sampel perempuan dan Nilai IQ Jenis kelamin P P P P P P P P P P P P P P P sampel laki-laki Nilai IQ Dengan menggunakan taraf signifikansi daripada skor IQ perempuan? ujilah apakah skor IQ laki-laki lebih tinggi 15 . MASALAH/ KASUS (T-TEST 1 SISI) Seorang peneliti akan menyelidiki apakah ada perbedaan kepintaran antara perempuan dan laki-laki. Untuk menguji kepintaran tersebut dilakukan test IQ.Komputasi Statistik 2011 2.

176 . Calculated from data.47 7. Test distribution is Normal.744 Mean Std.47 Std.643 . Kriteria penolakan H0 ditolak jika p-value : skor IQ antara perempuan dan laki-laki berdistribusi normal..680 .802 Most Extreme Differences Absolute Positive Negative Kolmogorov-Smirnov Z Asymp.144 . b.166 -.519 7. Deviation 120. 3.73 6. Descriptive Statistics N laki2 perempuan 15 15 Mean 120.b perempuan 15 15 115.154 .73 115.519 . Statistic uji Tes Kolmogorov-Smirnov dipilih untuk melakukan tes goodness-of-fit guna menguji kenormalan suatu data. : skor IQ antara perempuan dan laki-laki tidak berdistribusi normal. Hipotesis H0 H1 2.220 . Taraf signifikansi 4. OUTPUT ANALISIS NPAR TESTS /K-S(NORMAL)=laki2 perempuan /STATISTICS DESCRIPTIVES /MISSING ANALYSIS.Komputasi Statistik 2011 A.220 Minimum 110 104 Maximum 130 125 One-Sample Kolmogorov-Smirnov Test laki2 N Normal Parameters a. 16 . UJI NORMALITAS DATA 1. (2-tailed) a.176 -. Deviation 6. Sig.166 .

Jadi skor IQ antara perempuan dan laki-laki berdistribusi normal. sedangkan kedua nilai tersebut lebih besar dari α H0 diterima.Komputasi Statistik 2011 Dari output SPSS diperoleh p-value (sig 2 tailed) sebesar untuk perempuan. Kriteria penolakan H0 ditolak jika H0 ditolak jika atau OUTPUT ANALISIS T-TEST GROUPS=kelompok('L' 'P') /MISSING=ANALYSIS /VARIABLES=skor /CRITERIA=CI(. UJI RATA-RATA DENGAN INDEPENDENT SAMPLE T-TEST 1. untuk laki-laki dan INTERPRETASI Berdasarkan kriteria penolakan sebelumnya. Hipotesis H0 : skor IQ laki-laki sama atau lebih rendah daripada skor IQ perempuan H1 : skor IQ laki-laki lebih tinggi daripada skor IQ perempuan 2. H0 ditolak jika p-value ≤ karena p-value yang diperoleh dari output SPSS sebesar untuk perempuan. Taraf signifikansi 4. Statistik uji Digunakan Independent-Sample T-Test karena skor berasal dari subjek yang berbeda dan tiap pasang data tidak mempunyai hubungan. 3.95). 17 . Oleh untuk laki-laki dan maka B. .

Statistic uji Dengan menggunakan uji F d. Error Mean 1.683 1. Hipotesis H0 H1 : variansi populasi sama (homogen) : variansi populasi tidak sama (heterogen) b. Criteria keputusan H0 ditolak jika H0 ditolak jika p-value < e.220 Std. Perhitungan = banyaknya perlakuan(kelompok) = = banyaknya perulangan= 15 atau atau f.864 Dari table output pertama diatas dapat dianalisa bahwa rata-rata skor untuk criteria L (laki-laki) adalah dengan standar deviasi . Deviation 6.47 Std. Analisis output Uji ragam dapat kita amati dari kolom Levene’s Test for Equality of Variances. sedangkan rata-rata skor untuk criteria P (perempuan) adalah dengan standar deviasi Uji Homogenitas a.Komputasi Statistik 2011 Group Statistics kelomp ok skor L P N 15 15 Mean 120.73 115. Dari table output diatas diperoleh nilai F = dan p-value = 18 . Taraf signifikansi c.519 7.

Dengan df . Jadi. Kesimpulan Oleh karena dalam output diperoleh p-value = lebih besar dari maka H0 diterima.Komputasi Statistik 2011 g. Oleh karena itu nilai. Oleh karena F hitung < F table maka H0 juga diterima. .nilai yang diamati adalah yang ada pada baris equal variances assumed. Jadi. INTERPRETASI Berdasarkan uji ragam sebelumnya dapat diketahui bahwa variansi dari populasi adalah sama (homogen). H0 ditolak karena nilai pada baris equal variances assumed adalah maka H0 ditolak. maka equal variances assumed yang lebih kecil dari α. Hal ini juga didukung dengan p-value (sig 2-tailed) pada baris . sedangkan F hitung pada output adalah sedangkan nilai tersebut Jika berdasarkan nilai F. Oleh Berdasarkan kriteria penolakan sebelumnya. 19 . skor IQ laki-laki lebih tinggi daripada skor IQ perempuan. variansi populasi sama (heterogen). jika dan . F table = . . dimana H0 ditolak.

MASALAH/ KASUS (T-TEST 1 SISI) Seorang peneliti ingin menguji tingkat kolesterol antara orang yang vegetarian dan orang yang nonvegetarian.Komputasi Statistik 2011 3. Data tingkat kolesterol yang diperoleh sebagai Apakah orang vegetarian mempunyai tingkat kolesterol yang lebih rendah daripada nonvegetarian? Gunakan taraf signifikansi 20 . Untuk mengujinya diambil sampel tingkat kolesterol dari vegetarian dan berikut: vegetarian Tingkat kolesterol nonvegetarian Tingkat kolesterol orang orang nonvegetarian.

924 20 Mean Std.102 . UJI NORMALITAS DATA 1.458 Most Extreme Differences Absolute Positive Negative Kolmogorov-Smirnov Z Asymp.123 -. Statistic uji Tes Kolmogorov-Smirnov dipilih untuk melakukan tes goodness-of-fit guna menguji kenormalan suatu data.367 .50 Std.b vegetarian 20 138.367 Minimum 105 115 Maximum 170 160 One-Sample Kolmogorov-Smirnov Test nonvegetarian N Normal Parameters a. Deviation 147. Descriptive Statistics N nonvegetarian vegetarian 20 20 Mean 147. Sig.191 . H1 : tingkat kolesterol orang vegetarian dan nonvegetarian tidak berdistribusi normal. 2.50 11. 21 .549 .207 . Calculated from data..123 .855 .00 22.05 4.191 . Deviation 22.150 -. Kriteria penolakan H0 ditolak jika p-value OUTPUT ANALISIS NPAR TESTS /K-S(NORMAL)=nonvegetarian vegetarian /STATISTICS DESCRIPTIVES /MISSING ANALYSIS. b. Test distribution is Normal. (2-tailed) a. Taraf signifikansi α = 0. Hipotesis H0 : tingkat kolesterol orang vegetarian dan nonvegetarian berdistribusi normal.207 11.Komputasi Statistik 2011 A. 3.00 138.

UJI RATA-RATA DENGAN INDEPENDENT SAMPLE T-TEST 1. Taraf signifikansi 4.95). Jadi tingkat kolesterol orang vegetarian dan nonvegetarian berdistribusi normal. maka H0 diterima. B. 22 . Statistik uji Digunakan Independent-Sample T-Test karena skor berasal dari subjek yang berbeda dan tiap pasang data tidak mempunyai hubungan. Oleh (untuk nonvegetarian). H0 ditolak jika p-value ≤ karena p-value yang diperoleh dari output SPSS sebesar dan (untuk vegetarian) sedangkan kedua nilai tersebut lebih besar dari α . 3. Kriteria penolakan H0 ditolak jika H0 ditolak jika atau OUTPUT ANALISIS T-TEST GROUPS=kelompok('V' 'NV') /MISSING=ANALYSIS /VARIABLES=skor /CRITERIA=CI(.Komputasi Statistik 2011 Dari output SPSS diperoleh p-value sebesar sebesar (untuk vegetarian) (untuk nonvegetarian) dan p-value INTERPRETASI Berdasarkan kriteria penolakan sebelumnya. Hipotesis H0 : orang vegetarian mempunyai tingkat kolesterol yang sama atau lebih tinggi daripada nonvegetarian H1 : orang vegetarian mempunyai tingkat kolesterol yang lebih rendah daripada nonvegetarian 2.

Analisis output Uji ragam dapat kita amati dari kolom Levene’s Test for Equality of Variances.542 4.50 147. Criteria keputusan H0 ditolak jika H0 ditolak jika p-value < l. Taraf signifikansi: j. Deviation 11. Hipotesis H0 H1 : variansi dari populasi sama (homogen) : variansi dari populasi tidak sama (heterogen) i. Dari table output diatas diperoleh nilai F = dan p-value = 23 . sedangkan rata-rata skor untuk criteria NV (nonvegetarian) adalah dengan standar deviasi Uji Homogenitas h.Komputasi Statistik 2011 Group Statistics kelomp ok skor V NV N 20 20 Mean 138.367 22. Statistic uji Dengan menggunakan uji F k.207 Std.00 Std. Perhitungan = banyaknya perlakuan(kelompok) = = banyaknya perulangan= 20 atau atau m.966 Dari table output pertama diatas dapat dianalisa bahwa rata-rata skor untuk criteria V (vegetarian) adalah dengan standar deviasi . Error Mean 2.

dimana . H0 ditolak jika Oleh karena nilai pada baris equal variances not assumed adalah maka H0 diterima.Komputasi Statistik 2011 n. sedangkan F hitung pada output adalah sedangkan nilai tersebut Jika berdasarkan nilai F. Hal ini juga didukung dengan baris equal variances not assumed yang lebih besar dari α. INTERPRETASI Berdasarkan uji ragam sebelumnya dapat diketahui bahwa variansi dari populasi adalah tidak sama (heterogen). Kesimpulan Oleh karena dalam output diperoleh p-value = lebih kecil dari maka H0 ditolak. dan p-value pada . Jadi. variansi populasi tidak sama (heterogen). 24 . Oleh karena itu nilai-nilai yang diamati adalah yang ada pada baris equal variances not assumed. Dengan df . maka H0 diterima Jadi. . orang vegetarian mempunyai tingkat kolesterol yang sama atau lebih tinggi daripada nonvegetarian. Berdasarkan kriteria penolakan sebelumnya. F table = . Oleh karena F hitung > F table maka H0 juga ditolak. .