Kalkulator Uji t

Lakukan uji t Welch untuk menentukan apakah ada perbedaan yang signifikan secara statistik antara mean dari dua kelompok independen.

Kalkulator Uji t

Contoh cepat

Grup 1 (Sampel A) min 2 nilai

Grup 2 (Sampel B) min 2 nilai

Parameter uji

Tingkat signifikansi (α)

Jenis uji

Presisi desimal

Embed Kalkulator Uji t Widget

Tentang Kalkulator Uji t

Selamat datang di Kalkulator Uji t, alat analisis statistik komprehensif untuk membandingkan rata-rata dua kelompok independen. Kalkulator ini menjalankan uji t Welch yang robust terhadap varians dan ukuran sampel yang tidak sama, sehingga direkomendasikan untuk sebagian besar penggunaan praktis.

Apa itu uji t dan kapan saya harus menggunakannya?

Uji t adalah uji hipotesis statistik untuk menentukan apakah ada perbedaan yang signifikan antara rata-rata dua kelompok. Uji t dua sampel independen (juga disebut uji t tidak berpasangan) membandingkan dua kelompok observasi yang terpisah.

Gunakan uji t ketika:

Anda memiliki dua kelompok independen untuk dibandingkan (misalnya perlakuan vs kontrol)
data Anda kontinu dan kira-kira berdistribusi normal
Anda ingin menentukan apakah perbedaan yang diamati signifikan secara statistik

Memahami rumus uji t

Statistik t Welch

Statistik t mengukur berapa banyak galat standar yang memisahkan rata-rata sampel:

$$t = \frac{\bar{X}_1 - \bar{X}_2}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}}$$

Di mana $\bar{X}_1$ dan $\bar{X}_2$ adalah rata-rata sampel, $s_1^2$ dan $s_2^2$ adalah varians sampel, dan $n_1$ serta $n_2$ adalah ukuran sampel.

Derajat kebebasan (Welch-Satterthwaite)

Untuk uji t Welch, derajat kebebasan dihitung dengan:

$$df = \frac{\left(\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}\right)^2}{\frac{(s_1^2/n_1)^2}{n_1-1} + \frac{(s_2^2/n_2)^2}{n_2-1}}$$

Cara melakukan uji t dua sampel independen

Masukkan data Grup 1: Masukkan nilai numerik untuk kelompok pertama. Nilai dapat dipisahkan dengan koma, spasi, atau baris baru.
Masukkan data Grup 2: Masukkan nilai numerik untuk kelompok kedua dengan format yang sama.
Pilih parameter uji: Pilih tingkat signifikansi (alpha), jenis uji (dua sisi atau satu sisi), dan presisi desimal.
Jalankan analisis: Klik Hitung untuk menjalankan uji t dan melihat hasil lengkap (statistik t, nilai p, derajat kebebasan, dan ukuran efek).
Interpretasikan hasil: Tinjau kurva distribusi t dan interpretasi untuk menentukan apakah perbedaan antar kelompok signifikan.

Menginterpretasikan hasil

Interpretasi nilai p

Nilai p adalah probabilitas mengamati data Anda (atau yang lebih ekstrem) jika hipotesis nol benar:

p < 0.05: signifikan pada tingkat kepercayaan 95%
p < 0.01: sangat signifikan pada tingkat kepercayaan 99%
p > 0.05: tidak signifikan - perbedaan yang diamati bisa terjadi karena kebetulan

Ukuran efek: d Cohen

Sementara nilai p menunjukkan signifikansi statistik, d Cohen menunjukkan signifikansi praktis atau besar kecilnya perbedaan:

Nilai d Cohen	Ukuran efek	Interpretasi
\|d\| < 0.2	Dapat diabaikan	Perbedaan sangat kecil
0.2 ≤ \|d\| < 0.5	Kecil	Perbedaan kecil tetapi terasa
0.5 ≤ \|d\| < 0.8	Sedang	Perbedaan moderat dan bermakna
\|d\| ≥ 0.8	Besar	Perbedaan besar

Uji dua sisi vs. satu sisi

Uji dua sisi (default)

Menguji apakah rata-rata berbeda pada salah satu arah. Gunakan saat Anda tidak memiliki hipotesis arah yang spesifik. Hipotesis alternatif: $H_1: \mu_1 \neq \mu_2$

Uji satu sisi

Sisi kiri: menguji apakah rata-rata Grup 1 lebih kecil daripada Grup 2. Hipotesis alternatif: $H_1: \mu_1 < \mu_2$

Sisi kanan: menguji apakah rata-rata Grup 1 lebih besar daripada Grup 2. Hipotesis alternatif: $H_1: \mu_1 > \mu_2$

Rekomendasi

Gunakan uji dua sisi kecuali Anda memiliki alasan teoretis yang kuat untuk mengharapkan perbedaan hanya pada satu arah. Uji satu sisi lebih kuat tetapi kurang konservatif.

Apa itu uji t Welch?

Uji t Welch adalah varian uji t untuk sampel independen yang tidak mengasumsikan varians yang sama di antara dua kelompok. Uji ini lebih robust dan direkomendasikan sebagai pilihan default, terutama saat ukuran sampel atau varians berbeda.

Kelebihan uji t Welch:

tidak mengasumsikan varians populasi yang sama (robust terhadap heteroskedastisitas)
kontrol kesalahan Tipe I lebih akurat saat varians berbeda
umumnya direkomendasikan dibanding uji t Student untuk sebagian besar penggunaan
tetap bekerja baik ketika varians sama (tanpa penalti)

Aplikasi praktis

Riset medis

Membandingkan efektivitas perlakuan antara kelompok eksperimen dan kontrol, menilai efektivitas obat, atau mengevaluasi hasil klinis.

Pendidikan

Menilai apakah metode pengajaran, kurikulum, atau intervensi yang berbeda menghasilkan hasil siswa yang berbeda.

Analitik bisnis

Uji A/B untuk kampanye pemasaran, membandingkan kepuasan pelanggan antar versi produk, atau menganalisis performa penjualan antar wilayah.

Kontrol kualitas

Membandingkan spesifikasi produk dari proses manufaktur, pemasok, atau periode waktu yang berbeda.

Pertanyaan yang sering diajukan

Apa itu uji t dan kapan saya harus menggunakannya?

Uji t adalah uji hipotesis statistik untuk menentukan apakah ada perbedaan yang signifikan antara rata-rata dua kelompok. Gunakan saat membandingkan dua sampel independen (misalnya kontrol vs perlakuan) dengan data kontinu yang kira-kira berdistribusi normal.

Apa perbedaan uji t dua sisi dan satu sisi?

Uji dua sisi memeriksa apakah rata-rata berbeda ke dua arah (lebih besar atau lebih kecil). Uji satu sisi memeriksa perbedaan hanya pada satu arah tertentu. Uji dua sisi lebih konservatif dan umumnya digunakan kecuali Anda memiliki hipotesis arah yang spesifik.

Apa arti nilai p dalam uji t?

Nilai p adalah probabilitas mengamati data Anda (atau yang lebih ekstrem) jika hipotesis nol benar. Nilai p di bawah tingkat signifikansi yang dipilih (biasanya 0.05) menunjukkan signifikansi statistik, artinya perbedaan yang diamati kecil kemungkinan terjadi karena kebetulan.

Apa itu d Cohen dan mengapa penting?

d Cohen adalah ukuran efek yang mengkuantifikasi besarnya perbedaan antara dua kelompok dalam satuan simpangan baku. Sementara nilai p menunjukkan signifikansi statistik, d Cohen menunjukkan signifikansi praktis. Nilai 0.2, 0.5, dan 0.8 masing-masing sering dianggap sebagai efek kecil, sedang, dan besar.

Apa itu uji t Welch?

Referensi

Kutip konten, halaman, atau alat ini sebagai:

"Kalkulator Uji t" di https://MiniWebtool.com/id/kalkulator-t-test/ dari MiniWebtool, https://MiniWebtool.com/

by miniwebtool team. Updated: Jan 13, 2026

Anda juga dapat mencoba Penyelesai Matematika AI GPT kami untuk menyelesaikan masalah matematika Anda melalui pertanyaan dan jawaban dalam bahasa alami.

Alat terkait lainnya:

Kalkulator ANOVA

Kalkulator Uji Chi-Square

Kalkulator Interval Keyakinan

Kalkulator Ukuran EfekBaru

Kalkulator Uji F dan Distribusi FBaru

Kalkulator Nilai PBaru

Kalkulator Ukuran Sampel

Kalkulator Simpangan Baku Sampel

Kalkulator Standar Deviasi - Presisi Tinggi

Kalkulator Statistik

Kalkulator Uji t

Tentang Kalkulator Uji t

Apa itu uji t dan kapan saya harus menggunakannya?

Memahami rumus uji t

Statistik t Welch

Derajat kebebasan (Welch-Satterthwaite)

Cara melakukan uji t dua sampel independen

Menginterpretasikan hasil

Interpretasi nilai p

Ukuran efek: d Cohen

Uji dua sisi vs. satu sisi

Uji dua sisi (default)

Uji satu sisi

Apa itu uji t Welch?

Aplikasi praktis

Riset medis

Pendidikan

Analitik bisnis

Kontrol kualitas

Pertanyaan yang sering diajukan

Apa itu uji t dan kapan saya harus menggunakannya?

Apa perbedaan uji t dua sisi dan satu sisi?

Apa arti nilai p dalam uji t?

Apa itu d Cohen dan mengapa penting?

Apa itu uji t Welch?

Referensi

Alat terkait lainnya:

Statistik dan analisis data:

Alat unggulan: