Uji-t satu sampel
Membandingkan rata-rata sampel dengan nilai tertentu.
Untuk apa dipakai
- Membandingkan dua kelompok atau lebih
Data yang dibutuhkan
Satu kolom angka dan satu nilai acuan pembanding.
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 rata-rata sampel dengan satu nilai acuan.
- Rata-rata sampel dan nilai acuan
- Selisih keduanya adalah besar perbedaan.
- 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.
Perlu diwaspadai
- Signifikan hanya berarti berbeda dari acuan, bukan berbeda jauh; lihat besar selisih.
Bantuan — proses & rumus
Tahap komputasi yang dijalankan OlahData untuk metode ini, lengkap dengan rumus dan rujukannya.
Sel kosong pada tiap kolom dilewati (bukan listwise antar kolom — tiap variabel dihitung dari datanya sendiri). Variabel butuh minimal 3 data terisi dan nilainya harus bervariasi (tidak semua sama).
Dihitung rata-rata, simpangan baku, dan galat baku tiap variabel.
galat baku = simpangan_baku / √n
Rata-rata sampel dibandingkan dengan nilai uji (μ0) yang ditentukan pengguna.
t = (rata_rata − μ0) / galat_baku
df = n − 1
Nilai p dihitung dari distribusi t sesuai arah hipotesis yang dipilih: dua sisi (berbeda dari μ0), satu sisi lebih besar, atau satu sisi lebih kecil.
Selisih rata-rata sampel terhadap μ0, beserta batas bawah dan atas selang kepercayaan 95% (selalu dua sisi, terlepas dari arah hipotesis di tahap 4).
selisih = rata_rata − μ0
Mengukur seberapa besar selisih rata-rata relatif terhadap sebaran data.
d = selisih / simpangan_baku
Normalitas data diperiksa dengan Shapiro-Wilk. Bila data menyimpang dari normal, uji Wilcoxon satu sampel (berbasis peringkat selisih terhadap μ0) ditampilkan sebagai pembanding yang tidak mensyaratkan normalitas.
| Ukuran | Ambang batas | Rujukan |
|---|---|---|
| Signifikan | p ≤ 0,05 | Student (1908) |
| Ukuran efek Cohen's d | ≥ 0,8 besar · ≥ 0,5 sedang · ≥ 0,2 kecil · < 0,2 di bawah kecil | Cohen (1988) |
| Normalitas (Shapiro-Wilk) | p ≤ 0,05 menandakan menyimpang dari normal | Shapiro & Wilk (1965) |
- 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.