Kapan uji t 1-arah, kapan uji t 2-arah?

Uji t 2-arah digunakan apabila peneliti tidak memiliki informasi mengenai arah kecenderungan dari karakteristik populasi yang sedang diamati. Sedangkan uji t 1-arah digunakan apabila peneliti memiliki informasi mengenai arah kecenderungan dari karakteristik populasi yang sedang diamati. Contoh dibawah ini mungkin dapat mengilustrasikannya.

Kasus 1: Seorang peneliti ingin mengetahui rata-rata uang saku mahasiswa Univ X perbulan. Menurut isu yang berkembang, rata-rata uang saku yang dimiliki mahasiwa univ X LEBIH BESAR DARI Rp. 500 ribu/bulan. Untuk itu dilakukan penelitian dengan mengambil 50 sampel mahasiswa secara acak.

kasus 2: Seorang peneliti ingin mengetahui rata-rata uang saku mahasiswa Univ X perbulan. Menurut isu yang berkembang, rata-rata uang saku mahasiswa univ X adalah SEKITAR Rp.500 ribu /bulan. Untuk itu dilakukan penelitian dengan mengambil 50 sampel mahasiswa secara acak.

Sekarang saya meminta pembaca mencermati kedua kasus di atas. Pada kasus 2, terdapat kata SEKITAR, sedangkan pada kasus 1 terdapat kata LEBIH BESAR DARI. Coba bayangkan sebuah garis lurus horizontal. Dan letakkan titik 500 ribu di tengah2nya. Kata LEBIH BESAR DARI mengandung informasi bahwa pada garis horizontal tersebut, rata-rata uang saku mahasiswa Univ X terletak diantara titik 500ribu ke arah kanan. Sedangkan kata SEKITAR berarti rata-rata uang saku mahasiswa pada kasus 2 berada disekitar (baik ke arah kiri atau ke arah kanan) dari titik 500ribu.

Dengan demikian, pada kasus 2 tidak terdapat 2 kemungkinan kecenderungan/arah, sedangkan pada kasus 1 terdapat 1 kecenderungan arah (ke kanan). Oleh karena itu, uji-t yang tepat untuk kasus 1 adalah uji-t 1-arah (pada H1 menggunakan tanda pertidaksamaan LEBIH BESAR), sedangkan pada kasus 2 adalah uji-t 2-arah (pada H1 menggunakan tnda pertidaksamaan “TIDAK SAMA DENGAN”).

🙂

Uji-t berpasangan (Paired t-test)

Uji-t berpasangan (paired t-test) adalah salah satu metode pengujian hipotesis dimana data yang digunakan tidak bebas (berpasangan). Ciri-ciri yang paling sering ditemui pada kasus yang berpasangan adalah satu individu (objek penelitian) dikenai 2 buah perlakuan yang berbeda. Walaupun menggunakan individu yang sama, peneliti tetap memperoleh 2 macam data sampel, yaitu data dari perlakuan pertama dan data dari perlakuan kedua. Perlakuan pertama mungkin saja berupa kontrol, yaitu tidak memberikan perlakuan sama sekali terhadap objek penelitian. Misal pada penelitian mengenai efektivitas suatu obat tertentu, perlakuan pertama, peneliti menerapkan kontrol, sedangkan pada perlakuan kedua, barulah objek penelitian dikenai suatu tindakan tertentu, misal pemberian obat. Dengan demikian, performance obat dapat diketahui dengan cara membandingkan kondisi objek penelitian sebelum dan sesudah diberikan obat.

Contoh data dan aplikasi uji-t berpasangan dapat di download di sini. (Klik kanan, kemudian ‘Save Link As…’)

Uji-t 2 sampel independent (independent 2-samples t-test)

Uji-t 2 sampel independen (bebas) adalah metode yang digunakan untuk menguji kesamaan rata-rata dari 2 populasi yang bersifat independen, dimana peneliti tidak memiliki informasi mengenai ragam populasi. Independen maksudnya adalah bahwa populasi yang satu tidak dipengaruhi atau tidak berhubungan dengan populasi yang lain. Barangkali, kondisi dimana peneliti tidak memiliki informasi mengenai ragam populasi adalah kondisi yang paling sering dijumpai di kehidupan nyata. Oleh karena itu secara umum, uji-t (baik 1-sampel, 2-sampel, independen maupun paired) adalah metode yang paling sering digunakan.

 

Contoh penerapan dapat didownload di sini. (Klik kanan, kemudian ‘Save Link As’ )

1-sample t-test

1-sample t-test atau biasa diterjemahkan sebagai uji-t 1 sampel, merupakan statistik uji yang digunakan untuk menguji hipotesis mengenai rata-rata suatu populasi.

t-test

Uji-t (t-test) merupakan statistik uji yang sering kali ditemui dalam masalah-masalah praktis statistika.

Kapan uji-z dan kapan uji-t?

Dulu, seringkali saya bingung kapan menggunakan uji-z dan kapan menggunakan uji-t. Sebagaimana yg kita ketahui, kedua uji ini mirip. Padahal, alasan kapan kedua uji ini digunakan cukup sederhana, yaitu:

jika ragam (variance) populasi diketahui, maka digunakan uji-z, jika tidak, maka digunakan uji-t.

Perlu diperhatikan bahwa kedua uji ini mensyaratkan data menyebar normal.