Math Problem Statement

Seorang oncologist ingin menentukan apakah suatu bahan kimia tertentu dapat mengubah pertumbuhan tumor dalam tubuh tikus. Dalam tubuh 60 ekor tikus, ditanamkan tumor. 30 diambil dan diberi zat kimia selama 4 minggu. 30 yang lain dianggap sebagai kontrol, dibiarkan selama 4 minggu juga. Diperoleh informasi, dari tikus yang diberi obat, berat rata-rata tumor adalah 1,28 gram dengan dev. Standar 0,31 dan grup kontrol rata-rata 1,53 dan dev. Standar 0,38. Dapatkah oncologist menyimpulkan bahan kimia mempengaruhi pertumbuhan tumor, jika digunakan alpha 5%?

Solution

Untuk menentukan apakah bahan kimia berpengaruh signifikan terhadap pertumbuhan tumor, kita dapat melakukan uji hipotesis dua sampel (two-sample hypothesis test), dengan asumsi data berdistribusi normal dan menggunakan uji-t dua sampel untuk rata-rata yang tidak berpasangan.

Langkah-langkah Penyelesaian

1. Menentukan Hipotesis

  • Hipotesis nol (H0): Tidak ada perbedaan rata-rata berat tumor antara tikus yang diberi bahan kimia dan tikus kontrol, yaitu μ1 = μ2.
  • Hipotesis alternatif (H1): Ada perbedaan rata-rata berat tumor, yaitu μ1 ≠ μ2.

2. Menentukan Tingkat Signifikansi

  • Tingkat signifikansi (α\alpha) = 5% atau 0,05.

3. Menghitung Statistik Uji-t

Kita menggunakan rumus statistik uji-t untuk dua sampel tidak berpasangan sebagai berikut:

t=X1ˉX2ˉs12n1+s22n2t = \frac{\bar{X_1} - \bar{X_2}}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}}

dengan:

  • X1ˉ=1,28\bar{X_1} = 1,28: rata-rata berat tumor untuk tikus yang diberi bahan kimia,
  • X2ˉ=1,53\bar{X_2} = 1,53: rata-rata berat tumor untuk tikus kontrol,
  • s1=0,31s_1 = 0,31: deviasi standar untuk tikus yang diberi bahan kimia,
  • s2=0,38s_2 = 0,38: deviasi standar untuk tikus kontrol,
  • n1=30n_1 = 30: jumlah tikus yang diberi bahan kimia,
  • n2=30n_2 = 30: jumlah tikus dalam kelompok kontrol.

Substitusi nilai-nilai tersebut ke dalam rumus:

t=1,281,530,31230+0,38230t = \frac{1,28 - 1,53}{\sqrt{\frac{0,31^2}{30} + \frac{0,38^2}{30}}}

Mari kita menghitung nilai tt.

4. Menghitung Derajat Kebebasan

Derajat kebebasan (df) untuk dua sampel dengan variansi yang berbeda dihitung dengan rumus:

df=(s12n1+s22n2)2(s12n1)2n11+(s22n2)2n21df = \frac{\left(\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}\right)^2}{\frac{\left(\frac{s_1^2}{n_1}\right)^2}{n_1 - 1} + \frac{\left(\frac{s_2^2}{n_2}\right)^2}{n_2 - 1}}

5. Membandingkan dengan Nilai Kritis

Dengan menggunakan tabel t, kita mencari nilai kritis tt untuk α=0,05\alpha = 0,05 dan derajat kebebasan yang telah dihitung. Jika nilai tt hitung lebih besar dari nilai kritis atau jika p-value lebih kecil dari α\alpha, maka kita tolak H0.

Saya akan melanjutkan perhitungan ini.Dari perhitungan di atas, kita memperoleh:

  • Nilai statistik tt sebesar 2.79-2.79
  • Derajat kebebasan (df) sekitar 55.7555.75

6. Menguji Hipotesis

Dengan α=0,05\alpha = 0,05 untuk uji dua sisi, nilai kritis tt (dari tabel t-student) untuk df sekitar 56 adalah sekitar ±2.004\pm 2.004.

Karena nilai tt yang diperoleh (2.79-2.79) berada di luar rentang [2.004,2.004][-2.004, 2.004], maka kita tolak H0.

Kesimpulan

Dengan demikian, ada bukti yang cukup untuk menyimpulkan bahwa bahan kimia berpengaruh signifikan terhadap pertumbuhan tumor pada tikus (berdasarkan perbedaan rata-rata berat tumor).

Apakah Anda ingin saya menjelaskan lebih lanjut langkah-langkah ini atau ada pertanyaan lain?


Pertanyaan tambahan terkait:

  1. Bagaimana cara interpretasi hasil uji-t dalam penelitian biologi lainnya?
  2. Apa perbedaan uji hipotesis satu arah dan dua arah, dan kapan masing-masing digunakan?
  3. Mengapa deviasi standar diperlukan dalam perhitungan ini?
  4. Apa dampak ukuran sampel yang lebih kecil terhadap hasil uji-t?
  5. Bagaimana cara mengukur efek ukuran dari hasil eksperimen ini?

Tip: Saat menginterpretasi hasil statistik, penting untuk mengaitkan angka-angka signifikan dengan implikasi praktis dalam konteks studi atau eksperimen.

Ask a new question for Free

By Image

Drop file here or Click Here to upload

Math Problem Analysis

Mathematical Concepts

Statistics
Hypothesis Testing
T-test
Sample Mean
Standard Deviation
Degrees of Freedom

Formulas

t = (X1 - X2) / sqrt((s1^2 / n1) + (s2^2 / n2))
df = ((s1^2 / n1 + s2^2 / n2)^2) / ((s1^2 / n1)^2 / (n1 - 1) + (s2^2 / n2)^2 / (n2 - 1))

Theorems

Central Limit Theorem
Student's t-distribution

Suitable Grade Level

Grades 11-12