Uji-t sampel berpasangan
Membandingkan sebelum dan sesudah pada kelompok yang sama.
Untuk apa dipakai
- Membandingkan dua kelompok atau lebih
Data yang dibutuhkan
Dua kolom angka dari responden yang sama (misalnya sebelum dan sesudah).
Unggah file Excel (.xlsx) atau CSV. Aplikasi memeriksa kecocokan data dengan metode sebelum analisis dijalankan, dan token tidak terpotong bila analisis gagal.
Cara membaca hasilnya
Membandingkan dua pengukuran dari orang yang sama (misalnya sebelum dan sesudah).
- Rata-rata selisih
- Perubahan rata-rata dari pengukuran pertama ke kedua.
- Nilai p (Sig.)
- Peluang hasil sebesar ini muncul kebetulan bila sebenarnya tidak ada efek. Kurang dari 0,05 umumnya disebut signifikan; lebih dari 0,05 berarti belum cukup bukti.
- Ukuran efek
- Seberapa besar perubahan dibanding sebarannya.
Perlu diwaspadai
- Tanpa kelompok pembanding, perubahan bisa disebabkan hal lain selain perlakuan.
Bantuan — proses & rumus
Tahap komputasi yang dijalankan OlahData untuk metode ini, lengkap dengan rumus dan rujukannya.
Tiap pasangan terdiri dari 2 kolom (misalnya sebelum dan sesudah) pada responden yang sama. Hanya responden yang punya kedua nilai terisi yang dihitung untuk pasangan itu.
Selisih selalu dihitung sebagai pengukuran kedua dikurangi pengukuran pertama.
selisih = pengukuran_kedua − pengukuran_pertama
Dihitung dari seluruh selisih responden.
galat_baku = simpangan_baku_selisih / √n
t = rata_rata_selisih / galat_baku
df = n − 1
Batas bawah dan atas selang kepercayaan 95% untuk rata-rata selisih.
Versi Cohen's d untuk data berpasangan: rata-rata selisih dibagi simpangan baku selisih.
dz = rata_rata_selisih / simpangan_baku_selisih
Normalitas selisih diperiksa dengan Shapiro-Wilk. Bila menyimpang dari normal, uji Wilcoxon signed-rank (berbasis peringkat selisih) ditampilkan sebagai pembanding.
| Ukuran | Ambang batas | Rujukan |
|---|---|---|
| Signifikan | p ≤ 0,05 | Student (1908) |
| Ukuran efek dz | ≥ 0,8 besar · ≥ 0,5 sedang · ≥ 0,2 kecil · < 0,2 di bawah kecil | Cohen (1988) |
- Student. (1908). The probable error of a mean. Biometrika, 6(1), 1–25.
- Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, Article 863.
- Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
- Shapiro, S. S., & Wilk, M. B. (1965). An analysis of variance test for normality (complete samples). Biometrika, 52(3-4), 591–611.
- Wilcoxon, F. (1945). Individual comparisons by ranking methods. Biometrics Bulletin, 1(6), 80–83.
- Kerby, D. S. (2014). The simple difference formula: An approach to teaching nonparametric correlation. Comprehensive Psychology, 3, Article 1.
Mengikuti Student (1908) dan Cohen (1988).
Contoh hasil
Contoh hasil dengan data fiktif untuk metode ini sedang disiapkan.
Ingin mencoba dengan data Anda?
Hasilnya disertai tabel, grafik, narasi, dan penjelasan prosesnya.