T-Test

T-Test

Arti Uji-T

T-test adalah ukuran statistik akhir untuk menentukan perbedaan antara dua rata-rata yang mungkin terkait atau tidak. Pengujian menggunakan sampel yang dipilih secara acak dari dua kategori atau kelompok. Ini adalah metode statistik di mana sampel dipilih secara acak, dan tidak ada distribusi normal yang sempurna.

Anda bebas menggunakan gambar ini di situs web Anda, templat, dll., Harap berikan kami tautan atribusiBagaimana Memberikan Atribusi? Tautan Artikel menjadi Hyperlink
Misalnya: Sumber: T-Test (wallstreetmojo.com)

Jenis uji-t yang akan dilakukan ditentukan oleh apakah sampel yang akan dianalisis berasal dari kategori yang sama atau berbeda. Inferensi yang diperoleh dalam proses menunjukkan probabilitas perbedaan rata-rata yang terjadi secara kebetulan. Tes ini berguna saat membandingkan umur populasi, panjang tanaman dari dua spesies berbeda, nilai siswa, dll.

Takeaway kunci

  • T-test adalah metode statistik untuk membandingkan rata-rata atau proporsi dua sampel yang dikumpulkan dari kelompok yang sama atau kategori yang berbeda.
  • Ini ditujukan untuk pengujian hipotesis, yang digunakan untuk menguji hipotesis yang berkaitan dengan populasi tertentu.
  • Ini adalah perbedaan antara rata-rata populasi dan nilai yang dihipotesiskan.
  • Variasi satu sampel, dua sampel, berpasangan, sama, dan tidak sama adalah jenis uji-T yang dapat digunakan pengguna untuk perbandingan rata-rata.

Uji-T Dijelaskan

Tes-T mempelajari sekumpulan data yang dikumpulkan dari dua kelompok yang sama atau berbeda untuk menentukan kemungkinan perbedaan hasil dari yang biasanya diperoleh. Keakuratan tes bergantung pada berbagai faktor, termasuk pola distribusi yang digunakan dan varian yang memengaruhi sampel yang dikumpulkan. Bergantung pada parameternya, pengujian dilakukan, dan nilai-T diperoleh sebagai inferensi statistik dari probabilitas resultan biasa yang didorong oleh kebetulan.

Misalnya, jika seseorang ingin mengetahui apakah rata-rata panjang kelopak bunga dari dua spesies yang berbeda adalah sama, dapat dilakukan uji-T. Pengguna dapat memilih kelopak secara acak dari dua spesies lain dari bunga itu dan sampai pada kesimpulan standar. Interpretasi T-test akhir dapat diperoleh dengan salah satu dari dua cara berikut:

  • Hipotesis nol Hipotesis Nol Hipotesis nol menganggap bahwa data sampel dan data populasi tidak memiliki perbedaan atau dengan kata sederhana, itu menganggap bahwa klaim yang dibuat oleh orang pada data atau populasi adalah kebenaran mutlak dan selalu benar. Jadi, meskipun sampel diambil dari populasi, hasil yang diterima dari studi sampel akan sama dengan asumsi. Baca lebih lanjut menandakan bahwa perbedaan rata-rata adalah nol dan di mana kedua rata-rata ditampilkan sama.
  • Hipotesis alternatif menyiratkan perbedaan antara rata-rata berbeda dari nol. Hipotesis ini menolak hipotesis nol, yang menunjukkan bahwa kumpulan data cukup akurat dan bukan secara kebetulan.

Namun, uji-T ini hanya valid dan harus dilakukan jika rata-rata atau rata-rata dari hanya dua kategori atau kelompok perlu dibandingkan. Begitu jumlah perbandingan yang dibuat lebih dari dua, tidak dianjurkan untuk melakukan hal ini.

Asumsi

Tes berjalan pada serangkaian asumsi, yaitu sebagai berikut:

  • Skala pengukuran yang digunakan untuk pengujian hipotesis seperti Pengujian Hipotesis Pengujian Hipotesis adalah alat statistik yang membantu mengukur probabilitas kebenaran hasil hipotesis yang diperoleh setelah melakukan hipotesis pada data sampel. Ini menegaskan apakah hasil hipotesis utama yang diperoleh benar.Baca lebih lanjut mengikuti serangkaian pola kontinu atau ordinal. Parameter dan varian yang diperhitungkan mempengaruhi sampel dan sekitarnya kelompok didasarkan pada pertimbangan standar.
  • Tes sepenuhnya didasarkan pada pengambilan sampel acak. Karena tidak ada individualitas yang dipertahankan dalam sampel, reliabilitas sering dipertanyakan.
  • Ketika data diplot sehubungan dengan distribusi uji-T, itu harus mengikuti distribusi normalDistribusi NormalDistribusi Normal adalah kurva distribusi frekuensi berbentuk lonceng yang membantu menggambarkan semua nilai yang mungkin dapat diambil oleh variabel acak dalam rentang tertentu dengan sebagian besar daerah sebaran berada di tengah dan sedikit di bagian ekor, di ujung-ujungnya. Distribusi ini memiliki dua parameter utama: rata-rata (µ) dan standar deviasi (σ) yang memainkan peran kunci dalam perhitungan pengembalian aset dan dalam strategi manajemen risiko. Baca lebih lanjut dan buat grafik berbentuk lonceng.
  • Untuk Lebih Jelas Bell CurveBell CurveBell Curve grafik menggambarkan distribusi normal yang merupakan jenis probabilitas kontinu. Namanya diambil dari bentuk grafiknya yang menyerupai lonceng. baca selengkapnya, ukuran sampelUkuran SampelRumus ukuran sampel menggambarkan rentang populasi yang relevan tempat eksperimen atau survei dilakukan. Diukur dengan menggunakan ukuran populasi, nilai kritis distribusi normal pada tingkat kepercayaan yang dibutuhkan, proporsi sampel dan margin of error.baca lebih lanjut perlu lebih besar.
  • Varians harus sedemikian rupa sehingga standar deviasiStandar DeviasiStandar deviasi (SD) adalah alat statistik populer yang diwakili oleh huruf Yunani ‘σ’ untuk mengukur variasi atau dispersi dari satu set nilai data relatif terhadap rata-rata (rata-rata), sehingga menafsirkan keandalan data.baca lebih lanjut sampelnya hampir sama.

Jenis

Beberapa jenis T-test yang banyak digunakan adalah sebagai berikut:

Anda bebas menggunakan gambar ini di situs web Anda, templat, dll., Harap berikan kami tautan atribusiBagaimana Memberikan Atribusi? Tautan Artikel menjadi Hyperlink
Misalnya: Sumber: T-Test (wallstreetmojo.com)

#1 – Uji-T Satu Sampel

Saat melakukan tes ini, rata-rata atau rata-rata satu kelompok dibandingkan dengan rata-rata yang ditetapkan, yang merupakan nilai teoretis atau rata-rata populasi. Misalnya, seorang guru ingin mengetahui tinggi rata-rata siswa kelas 5 dan membandingkannya dengan nilai yang ditetapkan lebih dari 45 kg.

Guru pertama-tama secara acak memilih sekelompok siswa dan mencatat bobot individu untuk mencapainya. Selanjutnya, dia menemukan bobot rata-rata untuk grup itu dan memeriksa apakah memenuhi nilai standar yang ditetapkan 45+. Rumus yang digunakan untuk mendapatkan hasil uji-t satu sampel adalah:

Di mana,

  • T = t-statistik
  • m = rata-rata grup
  • = nilai rata-rata teoretis dari populasi
  • s = standar deviasi grup
  • n = ukuran sampel

#2 – Uji-T Dua Sampel Independen

Ini adalah pengujian yang dilakukan ketika sampel dari dua kelompok, spesies, atau populasi yang berbeda dipelajari dan dibandingkan. Ini juga dikenal sebagai uji-T independen. Misalnya, jika seorang guru ingin membandingkan tinggi badan siswa laki-laki dan siswa perempuan di kelas 5, dia akan menggunakan uji dua sampel independen.

Rumus T-test yang digunakan untuk menghitung ini adalah:

Di mana,

  • mA – mB = rata-rata sampel dari dua kelompok atau populasi yang berbeda
  • nA – nB = masing-masing ukuran sampel
  • s2 = standar deviasi atau varian umum dari dua sampel

#3 – Uji-T Sampel Berpasangan

Pengujian hipotesis ini dilakukan ketika dua kelompok termasuk dalam populasi atau kelompok yang sama. Kelompok-kelompok tersebut dipelajari baik pada dua waktu yang berbeda atau dalam dua kondisi yang bervariasi. Rumus yang digunakan untuk mendapatkan nilai t adalah:

Di mana,

  • T = t-statistik
  • m = rata-rata grup
  • = nilai rata-rata teoretis dari populasi
  • s = standar deviasi grup
  • n = ukuran sampel

#4 – Uji-T Varians Sama

Uji ini dilakukan ketika ukuran sampel pada setiap kelompok atau populasi sama atau varians dari dua set data serupa. Ini juga disebut sebagai uji-T gabungan. Rumus yang diterapkan di sini adalah sebagai berikut:

Di mana,

  • Mean1 dan mean2 = nilai rata-rata dari setiap kumpulan sampel
  • var1 dan var2 = varian dari setiap set sampel
  • n1 dan n2 = jumlah record di setiap set

#5 – Uji-T Varian Tidak Sama

Uji varian tidak sama digunakan bila varian dan jumlah sampel pada masing-masing kelompok berbeda. Ini sering disebut sebagai uji Welch, dan rumusnya adalah:

Di mana,

  • mean1 dan mean2 = Nilai rata-rata dari setiap kumpulan sampel
  • var1 dan var2 = Varians dari setiap set sampel
  • n1 dan n2 = jumlah record di setiap set

Contoh Dengan Perhitungan

Mari kita pertimbangkan skor untuk setiap mata pelajaran dalam ujian yang diadakan dalam dua tahap.

Subjek

Menandai Fase 1

Menandai Fase 2

Matematika

45

62

Fisika

45

55

Kimia

45

55

Biologi

50

65

Sejarah

55

68

Geografi

80

70

Langkah 1: Kurangi nilai yang dicetak di kedua fase

Langkah 2 : Jumlahkan semua selisihnya, yaitu -55

Langkah 3 : Kuadratkan perbedaannya

Langkah 4 : Jumlahkan semua kuadrat selisihnya, yaitu 983

Langkah 5 : Penggunaan rumus untuk menghitung nilai T

  • = -9,16/√ {983-(-55) 2 /6)}/ (6-1) *6
  • = -9,16/√15,96
  • = -9,16/3,99

Nilai T = -2,29

Sekarang, dapatkan derajat kebebasanDerajat KebebasanDerajat kebebasan (df) mengacu pada jumlah nilai independen (variabel) dalam sampel data yang digunakan untuk menemukan bagian informasi yang hilang (tetap) tanpa melanggar batasan apa pun yang diberlakukan dalam sistem dinamis. Nilai nominal ini memiliki kebebasan untuk bervariasi, sehingga memudahkan pengguna untuk menemukan nilai yang tidak diketahui atau hilang dalam sebuah kumpulan data.baca lebih lanjut. Untuk mendapatkan ini, kurangi 1 dari ukuran sampel (6 – 1 = 5). Hal berikutnya adalah untuk mengetahui p-valueP-valueP-Value, atau Nilai Probabilitas, adalah faktor penentu pada hipotesis nol untuk kemungkinan hasil yang diasumsikan benar, diterima atau ditolak, & penerimaan hasil alternatif dalam hal penolakan hasil yang diasumsikan. baca lebih lanjut, yang, jika nilainya lebih kecil, mendukung hasil hipotesis nol. Misalnya, jika nilai-p sekitar 0,9, yaitu 90%, ini menunjukkan bahwa nilai-T yang diperoleh memiliki probabilitas pengamatan acak. Sebaliknya jika p-value sekitar 0,025 yaitu 2,5% maka hasil atau t-value yang diperoleh signifikan.

Pertanyaan yang Sering Diajukan (FAQ)

Apa itu Uji-T?

T-test mengukur perbedaan antara dua rata-rata, yang mungkin atau mungkin tidak terkait satu sama lain, menunjukkan probabilitas perbedaan yang terjadi secara kebetulan. Keakuratan nilai yang diperoleh bergantung pada berbagai faktor, termasuk pola distribusi yang digunakan dan varian yang mempengaruhi sampel yang dikumpulkan.

Kapan T-Test digunakan?

T-Test hanya valid dan harus dilakukan ketika rata-rata hanya dua kategori atau kelompok yang perlu dibandingkan. Segera setelah jumlah perbandingan yang dibuat lebih dari dua, tidak disarankan untuk melakukan tes ini.

• Satu sampel digunakan untuk mengetahui mean atau rata-rata suatu kelompok untuk dibandingkan dengan rata-rata yang ditetapkan.
• Uji Dua-Sampel independen dilakukan ketika sampel dari dua kelompok, spesies, atau populasi yang berbeda dipelajari dan dibandingkan. • Paired Sample adalah pengujian hipotesis yang dilakukan ketika dua kelompok termasuk dalam populasi atau kelompok yang sama .
• Equal Variance dilakukan jika ukuran sampel pada setiap kelompok atau populasi sama, atau varians dari dua set data serupa. • Unequal Variance digunakan apabila varians dan jumlah sampel pada masing-masing kelompok berbeda.

Apa itu Uji-T dan nilai P?

Sementara nilai T menunjukkan kemungkinan perbedaan antara rata-rata sampel menjadi hasil yang diperoleh secara kebetulan, nilai p mencerminkan kemungkinan memiliki bukti yang cukup untuk meniadakan perbedaan antara rata-rata kedua sampel.

Artikel yang Direkomendasikan

Ini telah menjadi panduan untuk Apa itu T-Test & Artinya. Berikut kami jelaskan cara kerja T-Test beserta rumus, perhitungan, jenis, asumsi, dan contohnya. Anda dapat mempelajari lebih lanjut tentang dari artikel berikut –

  • Uji Z di Excel
  • Rumus Nilai P
  • Statistik di Excel
  • Formula Uji-F

Related Posts