Memahami hasil uji-t Anda
Kalkulator ini menggunakan ambang signifikansi dua sisi konvensional α = 0,05, standar default yang paling umum dalam penelitian ilmiah.
| Nilai p dua sisi | Kesimpulan pada α = 0,05 |
|---|---|
| p < 0,05 | Signifikan secara statistik — tolak hipotesis nol tanpa perbedaan |
| p ≥ 0,05 | Tidak signifikan secara statistik — gagal menolak hipotesis nol |
- Signifikansi statistik tidak sama dengan kepentingan praktis: dengan sampel yang cukup besar, bahkan perbedaan yang sangat kecil dan tidak bermakna secara praktis dapat menghasilkan nilai p di bawah 0,05.
- Uji dua sampel yang digunakan di sini adalah uji-t Welch, yang tidak mengasumsikan varians yang sama antar kelompok; hasilnya dapat sedikit berbeda dari alat yang menggunakan uji-t pooled-variance (Student) klasik.
- Uji-t mengasumsikan bahwa data sampel merupakan observasi independen dan bahwa distribusi sampling dari rata-rata mendekati normal — terpenuhi baik oleh data dasar yang kurang lebih normal maupun oleh ukuran sampel yang cukup besar melalui teorema limit pusat.
- Ini adalah kalkulator statistik ringkasan: kalkulator ini menggunakan rata-rata, simpangan baku, dan ukuran yang sudah Anda hitung dari data Anda, bukan daftar data mentah.
Apa itu uji-t?
Uji-t adalah uji hipotesis statistik yang digunakan untuk menentukan apakah perbedaan rata-rata yang diamati lebih besar daripada yang diperkirakan hanya dari variasi pengambilan sampel acak. Kalkulator ini mendukung dua bentuk: uji-t satu sampel, yang membandingkan rata-rata sampel dengan nilai hipotesis tetap, dan uji-t dua sampel, yang membandingkan rata-rata dari dua sampel independen.
Untuk kasus dua sampel, kalkulator ini menggunakan uji-t Welch, yang tidak mengasumsikan kedua kelompok memiliki varians yang sama. Uji Welch menggunakan persamaan Welch–Satterthwaite untuk menghitung derajat kebebasan yang disesuaikan (dan sering kali bukan bilangan bulat), yang umumnya menghasilkan hasil yang lebih dapat diandalkan dibandingkan uji-t pooled-variance Student klasik ketika simpangan baku kedua sampel berbeda.
Kedua versi melaporkan nilai p dua sisi, artinya nilai ini mengukur bukti perbedaan pada kedua arah (lebih tinggi atau lebih rendah), dan hasilnya dibandingkan dengan ambang signifikansi konvensional α = 0,05: nilai p di bawah 0,05 biasanya diberi label signifikan secara statistik, dan nilai yang sama dengan atau di atas 0,05 tidak.
Cara menggunakan kalkulator uji-t ini
- Pilih jenis uji: satu sampel (membandingkan rata-rata sampel dengan nilai tetap) atau dua sampel (membandingkan rata-rata dua sampel independen).
- Untuk uji satu sampel, masukkan rata-rata sampel, simpangan baku, dan ukurannya, serta rata-rata populasi hipotesis (μ₀) yang Anda uji.
- Untuk uji dua sampel, masukkan rata-rata, simpangan baku, dan ukuran untuk kedua sampel.
- Baca statistik-t, derajat kebebasan, dan nilai p dua sisi, lalu bandingkan nilai p dengan tingkat signifikansi pilihan Anda (umumnya α = 0,05).
Rumus di balik uji-t
Statistik-t satu sampel: t = (x̄ − μ₀) / (s / √n), dengan derajat kebebasan df = n − 1, di mana x̄ adalah rata-rata sampel, s adalah simpangan baku sampel, dan μ₀ adalah rata-rata populasi hipotesis.
Statistik-t Welch dua sampel: t = (x̄₁ − x̄₂) / √(s₁² / n₁ + s₂² / n₂). Derajat kebebasannya diestimasi dengan persamaan Welch–Satterthwaite: df = (s₁²/n₁ + s₂²/n₂)² / [ (s₁²/n₁)² / (n₁ − 1) + (s₂²/n₂)² / (n₂ − 1) ], yang tidak mengasumsikan kedua varians populasi sama.
Nilai p dua sisi adalah p = 2 × (1 − T(|t|, df)), di mana T adalah fungsi distribusi kumulatif dari distribusi-t Student dengan derajat kebebasan yang telah dihitung.
Contoh perhitungan (satu sampel): rata-rata = 52,1, simpangan baku = 4,5, n = 30, rata-rata hipotesis μ₀ = 50. t = (52,1 − 50) / (4,5 / √30) ≈ 2,556, df = 29, dan nilai p dua sisi berada di bawah 0,05, sehingga perbedaan tersebut signifikan secara statistik pada tingkat 5%.
Kesalahan umum
- Menganggap signifikansi statistik sebagai kepentingan praktis — nilai p yang sangat kecil hanya menunjukkan bahwa perbedaan tersebut kecil kemungkinannya disebabkan oleh kebetulan, bukan bahwa perbedaan tersebut besar atau bermakna secara praktis.
- Mengasumsikan kalkulator ini menggabungkan (pool) varians kedua sampel — kalkulator ini menggunakan uji Welch, yang memperbolehkan kedua varians berbeda, sehingga derajat kebebasan dan nilai p-nya dapat berbeda dari perhitungan pooled-variance.
- Membandingkan nilai p dua sisi dengan aturan keputusan satu sisi, yang secara efektif membagi dua ambang signifikansi yang dimaksudkan dan melebih-lebihkan signifikansi yang tampak.
- Menerapkan uji-t sampel independen pada data berpasangan atau pengukuran berulang (seperti pengukuran sebelum-dan-sesudah pada subjek yang sama), yang sebenarnya memerlukan uji-t berpasangan.
- Menjalankan banyak uji-t pada data yang sama tanpa menyesuaikan ambang signifikansi, yang meningkatkan peluang setidaknya satu kesalahan positif jauh di atas 5%.
Pertanyaan yang sering diajukan
Apa perbedaan antara uji-t satu sampel dan dua sampel?
Uji-t satu sampel membandingkan rata-rata satu sampel dengan nilai hipotesis tetap (μ₀). Uji-t dua sampel membandingkan rata-rata dari dua sampel independen satu sama lain, menguji apakah perbedaannya lebih besar daripada yang diperkirakan hanya dari variasi acak.
Mengapa kalkulator ini menggunakan uji-t Welch, bukan uji-t Student?
Uji-t Welch tidak mengasumsikan kedua sampel memiliki varians yang sama, yang membuatnya lebih tangguh ketika simpangan baku sampel berbeda — situasi yang umum terjadi dalam praktik. Uji ini menggunakan persamaan Welch–Satterthwaite untuk menghitung derajat kebebasan yang disesuaikan, yang sering kali bukan bilangan bulat, alih-alih rumus sederhana n₁ + n₂ − 2 yang digunakan oleh uji pooled-variance klasik.
Apa arti nilai p di bawah 0,05?
Ini berarti bahwa, dengan mengasumsikan hipotesis nol tanpa perbedaan sebenarnya adalah benar, perbedaan sebesar ini atau lebih besar akan terjadi kurang dari 5% dari waktu hanya karena variasi pengambilan sampel. Berdasarkan ambang konvensional α = 0,05, ini diberi label signifikan secara statistik, meskipun ini tidak mengatakan apa pun tentang besar atau kepentingan praktis dari perbedaan tersebut.
Apakah signifikansi statistik sama dengan kepentingan praktis?
Tidak. Hasil yang signifikan secara statistik (p < 0,05) hanya menunjukkan bahwa perbedaan yang diamati kecil kemungkinannya disebabkan oleh kebetulan. Dengan ukuran sampel yang cukup besar, bahkan perbedaan yang sangat kecil dan tidak penting secara praktis dapat signifikan secara statistik, sehingga ukuran efek harus selalu dilaporkan dan dipertimbangkan bersama nilai p.
Mengapa derajat kebebasan untuk uji dua sampel bukan bilangan bulat?
Uji-t Welch menghitung derajat kebebasan dengan persamaan Welch–Satterthwaite, yang menggabungkan varians dan ukuran kedua sampel sedemikian rupa sehingga umumnya menghasilkan hasil yang bukan bilangan bulat. Penyesuaian inilah yang memungkinkan uji tetap akurat ketika varians kedua kelompok tidak sama.
Ukuran sampel berapa yang diperlukan untuk uji-t ini?
Setiap sampel memerlukan setidaknya 2 observasi agar simpangan baku dan derajat kebebasannya dapat didefinisikan. Dalam praktiknya, uji-t bekerja paling baik dengan data yang kurang lebih normal atau, melalui teorema limit pusat, dengan ukuran sampel yang cukup besar (umumnya n sebesar 30 atau lebih per kelompok digunakan sebagai panduan kasar) bahkan ketika data dasarnya agak tidak normal.
Referensi
- National Institute of Standards and Technology (NIST). NIST/SEMATECH e-Handbook of Statistical Methods — two-sample t-test for equal means. nist.gov.
- Welch BL. The generalization of 'Student's' problem when several different population variances are involved. Biometrika 1947; 34(1-2): 28-35.
- Satterthwaite FE. An approximate distribution of estimates of variance components. Biometrics Bulletin 1946; 2(6): 110-114.
- Moore DS, McCabe GP, Craig BA. Introduction to the Practice of Statistics. W. H. Freeman (one- and two-sample t procedures).
- Student (Gosset WS). The probable error of a mean. Biometrika 1908; 6(1): 1-25 (origin of the t-distribution).