Kalkulator T-Test

Kalkulator T-Test - Uji Hipotesis Mean Online

Lakukan uji-t (t-test) untuk membandingkan mean dua kelompok atau menguji hipotesis tentang mean populasi. Mendukung one-sample, independent samples, dan paired t-test.

Rumus T-Test

t = (x̄ - μ) / (s / √n)

Keterangan:

t= Nilai statistik t(contoh: 2.45)
x̄= Mean sampel(contoh: 85)
μ= Mean populasi atau mean hipotesis(contoh: 80)
s= Standar deviasi sampel(contoh: 10)
n= Ukuran sampel(contoh: 25)
df= Degrees of freedom = n - 1(contoh: 24)

Cara Menggunakan

1
Pilih Jenis T-Test
One-sample (satu kelompok vs nilai), Independent (dua kelompok berbeda), atau Paired (sebelum-sesudah).
2
Masukkan Data
Input mean, standar deviasi, dan ukuran sampel, atau data mentah.
3
Tentukan Alpha
Pilih tingkat signifikansi (α = 0.05 adalah standar).
4
Interpretasi
Bandingkan p-value dengan α untuk menentukan signifikansi.

Contoh Perhitungan

One-Sample T-Test

Soal:

Rata-rata nilai ujian 30 siswa adalah 78 (SD=8). Apakah berbeda signifikan dari nilai standar 75?

Penyelesaian:

1.t = (78 - 75) / (8 / √30)
2.t = 3 / 1.46
3.t = 2.05
4.df = 29, α = 0.05, t-kritis ≈ 2.045

Hasil:t = 2.05, p ≈ 0.049

Karena |t| > t-kritis dan p < 0.05, rata-rata siswa signifikan lebih tinggi dari standar.

Independent Samples T-Test

Soal:

Kelompok A (n=20, mean=72, SD=5) vs Kelompok B (n=25, mean=68, SD=6). Apakah berbeda?

Penyelesaian:

1.SE = √(s₁²/n₁ + s₂²/n₂)
2.SE = √(25/20 + 36/25) = √2.69 ≈ 1.64
3.t = (72 - 68) / 1.64 ≈ 2.44

Hasil:t = 2.44, p ≈ 0.019

Ada perbedaan signifikan antara kedua kelompok (p < 0.05).

Pertanyaan yang Sering Diajukan (FAQ)

Apa perbedaan t-test dan z-test?

T-test digunakan untuk sampel kecil (n < 30) atau ketika standar deviasi populasi tidak diketahui. Z-test untuk sampel besar dengan σ populasi diketahui. T-test lebih umum dalam praktik.

Kapan menggunakan paired t-test?

Paired t-test digunakan ketika dua pengukuran berasal dari subjek yang sama, seperti pre-test/post-test, sebelum/sesudah treatment, atau pengukuran berpasangan lainnya.

Apa arti p-value?

P-value adalah probabilitas mendapatkan hasil seperti yang diamati (atau lebih ekstrem) jika hipotesis nol benar. P < α (biasanya 0.05) → tolak H₀, ada perbedaan signifikan.

Apa asumsi t-test?

Asumsi utama: (1) Data berskala interval/rasio, (2) Data terdistribusi normal (penting untuk n kecil), (3) Untuk independent t-test, varians kedua kelompok homogen (atau gunakan Welch t-test).

Apa itu effect size (Cohen's d)?

Effect size mengukur besarnya perbedaan praktis, bukan hanya signifikansi statistik. Cohen's d = (mean₁ - mean₂) / pooled SD. Interpretasi: d < 0.2 (kecil), 0.2-0.8 (sedang), > 0.8 (besar).

Kalkulator T-Test (Dua Sampel)