T Test
Uji t atau t test adalah metrik untuk menguji nilai rata-rata (mean) pada dua kelompok dari populasi yang berbeda, dan bagaimana hubungan keduanya.
data-analytics
Apa itu T Test?
Uji t atau t test adalah salah satu pengujian statistika untuk mengukur perbedaan rata-rata (mean) pada dua kelompok data dan bagaimana hubungannya.
Termasuk dalam pengujian hipotesis, t test dilakukan menggunakan sampel yang dipilih secara acak dari dua kelompok atau kategori yang ingin diuji.
Melalui pengujian ini, analis bisa mengetahui apakah proses atau perlakuan yang sama menghasilkan hasil yang sama pada kedua kelompok, atau berbeda.
Misalnya, peneliti ingin mengetahui apakah dua tanaman dengan spesies berbeda akan tumbuh lebat jika keduanya mendapat perlakuan yang sama, seperti pemilihan media tanam, frekuensi penyiraman dan pemberian pupuk, serta intensitas cahaya.
Setelah t test selesai dilakukan, peneliti bisa menyimpulkan hipotesis apa yang diterima atau sesuai dengan hasil penelitian:
- H0 diterima, jika tidak ada perbedaan antara dua kelompok data.
- Ha diterima, jika terdapat perbedaan antara dua kelompok data meskipun perlakuan yang diterima sama.
Kapan T Test Digunakan?
Uji t hanya bisa digunakan ketika terdapat dua kelompok data yang ingin dibandingkan.
T test tidak cocok untuk menguji perbandingan lebih dari dua kelompok, karena t test termasuk dalam uji perbedaan parametrik dengan asumsi sebagai berikut:
- Skala yang digunakan untuk mengumpulkan data adalah skala ordinal atau kontinu, misalnya skor tes IQ.
- Data harus terdistribusi normal dan memiliki grafik berbentuk kurva lonceng.
- Setiap kelompok yang diujikan memiliki varians yang sama (homogen).
- Sampel yang diujikan merupakan sampel yang diambil secara acak (random sampling) dari kedua kelompok yang ingin diuji.
Jika data cocok dengan asumsi di atas, bisa dilanjutkan dengan memilih jenis t test yang akan dilakukan.
Tergantung pada tujuannya, t test dibagi menjadi lima:
- Untuk mengukur sebelum dan sesudah perlakuan pada dua kelompok dari sebuah populasi, maka gunakan paired t-test.
- Untuk mengukur sebelum dan sesudah perlakuan pada dua kelompok dari populasi yang berbeda, maka gunakan two-sample t-test.
- Untuk mengukur satu kelompok dengan nilai yang sudah terstandar, maka gunakan one-sample t test.
- Untuk mengetahui apakah kedua kelompok dari dua populasi memiliki perbedaan satu sama lain, maka gunakan two-tailed t test.
- Untuk mengetahui seberapa besar perbedaan rata-rata antara satu populasi dengan yang lain, maka gunakan one-tailed t test.
Contoh Penggunaan T Test
Contoh sederhana dari on-sample t test adalah mengukur pH air mineral dalam kemasan.
Menurut Environmental Protection Agency (EPA) di Amerika Serikat, tingkat pH air yang aman dikonsumsi manusia berkisar antara 6,5 - 8,5. Kadar pH yang terlalu tinggi atau rendah bisa merugikan tubuh.
Untuk memastikan air mineral dalam kemasan yang sering dikonsumsi aman, Citra melakukan penelitian dengan menggunakan one-sample t-test. Citra menggunakan pengujian ini karena kelompok pembandingnya (pH air mineral) memiliki nilai terstandar.
Apabila hasil penelitian air mineral sesuai dengan nilai standar, yaitu 6,5 - 8,5, artinya air mineral tersebut aman dikonsumsi.
Namun jika tingkat pH nya lebih tinggi atau lebih rendah, Citra memutuskan mengganti merek air minum agar lebih aman bagi tubuhnya.
FAQ (Frequently Asked Question)
Apa beda uji T dan uji F?
Dikutip dari Statology, uji f (f test) digunakan untuk mengetahui apakah kedua kelompok populasi memiliki varians yang sama.
Sedangkan uji t (t test) digunakan untuk mengetahui apakah kedua kelompok populasi memiliki nilai rata-rata (mean) yang sama.
Nilai hipotesis (H0 dan Ha) pada uji t dan uji f sama, yaitu:
- H0 = kedua populasi memiliki mean (untuk uji t) atau varians (untuk uji f) yang sama.
- Ha = kedua populasi memiliki mean (untuk uji t) atau varians (untuk uji f) yang berbeda.
Apa beda uji T dan p value?
Jika t test mengukur kisaran perbedaan rata-rata antara dua kelompok data, maka p value mengukur seberapa besar kemungkinan hipotesis yang diajukan sama dengan hasil penelitian.
Bisa dikatakan p value menyediakan bukti untuk mendukung hasil dari t test, apakah hasilnya tidak ada perbedaan antara kedua kelompok (H0 diterima) atau sebaliknya (Ha diterima).
Mulai karirmu dalam
data-analytics
Belajar di RevoU! Dapatkan skill digital paling in-demand langsung dari praktisi terbaik di bidangnya. Kelas online 100% LIVE, 1:1 career coaching, dan akses ke Community Hub dengan 6000+ member selamanya untuk support perkembangan karir kamu!