T-test adalah cara untuk memutuskan apakah ada perbedaan yang signifikan secara statistik antara kumpulan data, menggunakan distribusi-t Student. Uji-T di Excel adalah uji-T dua sampel yang membandingkan rata-rata dua sampel. Artikel ini menjelaskan apa arti signifikansi statistik dan menunjukkan bagaimana melakukan T-Test di Excel.
Petunjuk dalam artikel ini berlaku untuk Excel 2019, 2016, 2013, 2010, 2007; Excel untuk Microsoft 365 dan Excel Online.
Apa itu Signifikansi Statistik?
Bayangkan Anda ingin tahu mana dari dua dadu yang memberikan skor lebih baik. Anda melempar dadu pertama dan mendapatkan 2; Anda melempar dadu kedua dan mendapatkan 6. Apakah ini memberi tahu Anda bahwa dadu kedua biasanya memberikan skor yang lebih tinggi? Jika Anda menjawab, “Tentu saja tidak,” maka Anda sudah memiliki pemahaman tentang signifikansi statistik. Anda memahami perbedaan itu karena perubahan acak dalam skor, setiap kali dadu dilempar. Karena sampelnya sangat kecil (hanya satu gulungan) tidak menunjukkan sesuatu yang signifikan.
Sekarang bayangkan Anda melempar setiap dadu 6 kali:
- Die pertama menggulung 3, 6, 6, 4, 3, 3; Rata-rata=4.17
- Die kedua menggulung 5, 6, 2, 5, 2, 4; Rata-rata=4.00
Apakah sekarang ini membuktikan bahwa dadu pertama memberikan skor lebih tinggi daripada yang kedua? Mungkin tidak. Sampel yang kecil dengan perbedaan rata-rata yang relatif kecil membuat kemungkinan perbedaan tersebut masih disebabkan oleh variasi acak. Saat kita menambah jumlah lemparan dadu, menjadi sulit untuk memberikan jawaban yang masuk akal untuk pertanyaan - apakah perbedaan antara skor merupakan hasil dari variasi acak atau apakah yang satu sebenarnya lebih cenderung memberikan skor yang lebih tinggi daripada yang lain?
Signifikan adalah probabilitas bahwa perbedaan yang diamati antara sampel disebabkan oleh variasi acak. Signifikansi sering disebut tingkat alfa atau hanya 'α.' Tingkat kepercayaan, atau hanya 'c,' adalah probabilitas bahwa perbedaan antara sampel bukan karena variasi acak; dengan kata lain, bahwa ada perbedaan antara populasi yang mendasarinya. Oleh karena itu: c=1 –
Kita dapat mengatur 'α' pada tingkat apa pun yang kita inginkan, untuk merasa yakin bahwa kita telah membuktikan signifikansinya. Sangat sering digunakan=5% (kepercayaan 95%), tetapi jika kita ingin benar-benar yakin bahwa setiap perbedaan tidak disebabkan oleh variasi acak, kita mungkin menerapkan tingkat kepercayaan yang lebih tinggi, menggunakan=1% atau bahkan=0,1 %.
Berbagai uji statistik digunakan untuk menghitung signifikansi dalam situasi yang berbeda. Uji-T digunakan untuk menentukan apakah rata-rata dua populasi berbeda dan uji-F digunakan untuk menentukan apakah varians berbeda.
Mengapa Uji Signifikansi Statistik?
Saat membandingkan hal-hal yang berbeda, kita perlu menggunakan pengujian signifikansi untuk menentukan apakah yang satu lebih baik dari yang lain. Ini berlaku untuk banyak bidang, misalnya:
- Dalam bisnis, orang perlu membandingkan produk dan metode pemasaran yang berbeda.
- Dalam olahraga, orang perlu membandingkan peralatan, teknik, dan pesaing yang berbeda.
- Dalam bidang teknik, orang perlu membandingkan desain dan pengaturan parameter yang berbeda.
Jika Anda ingin menguji apakah sesuatu berkinerja lebih baik daripada yang lain, dalam bidang apa pun, Anda perlu menguji signifikansi statistik.
Apa itu Distribusi-T Siswa?
Distribusi-t Student mirip dengan distribusi normal (atau Gaussian). Keduanya adalah distribusi berbentuk lonceng dengan sebagian besar hasil mendekati rata-rata, tetapi beberapa kejadian langka cukup jauh dari rata-rata di kedua arah, disebut sebagai ekor distribusi.
Bentuk pasti dari distribusi-t Student bergantung pada ukuran sampel. Untuk sampel lebih dari 30 sangat mirip dengan distribusi normal. Saat ukuran sampel dikurangi, ekor menjadi lebih besar, mewakili peningkatan ketidakpastian yang berasal dari membuat kesimpulan berdasarkan sampel kecil.
Cara Melakukan T-Test di Excel
Sebelum Anda dapat menerapkan Uji-T untuk menentukan apakah ada perbedaan yang signifikan secara statistik antara rata-rata dua sampel, Anda harus terlebih dahulu melakukan Uji-F. Hal ini karena perhitungan yang berbeda dilakukan untuk T-Test tergantung pada apakah ada perbedaan yang signifikan antara varians.
Anda memerlukan Analysis Toolpak add-in diaktifkan untuk melakukan analisis ini.
Memeriksa dan Memuat Add-In Alat Analisis
Untuk memeriksa dan mengaktifkan Analysis Toolpak ikuti langkah berikut:
- Pilih tab FILE >pilih Options.
- Dalam kotak dialog Opsi, pilih Add-Ins dari tab di sisi kiri.
-
Di bagian bawah jendela, pilih menu tarik-turun Kelola, lalu pilih Excel Add-in. Pilih Go.
Image - Pastikan check-box di sebelah Analysis Toolpak dicentang, lalu pilih OK.
- Analisis Toolpak sekarang aktif dan Anda siap untuk menerapkan Tes-F dan Tes-T.
Melakukan Uji-F dan Uji-T di Excel
-
Masukkan dua set data ke dalam spreadsheet. Dalam hal ini, kami mempertimbangkan penjualan dua produk selama seminggu. Nilai rata-rata penjualan harian untuk setiap produk juga dihitung, bersama dengan standar deviasinya.
Image -
Pilih tab Data > Analisis Data
Image -
Pilih F-Test Two-Sample for Variances dari daftar, lalu pilih OK.
Image Tes-F sangat sensitif terhadap ketidaknormalan. Oleh karena itu mungkin lebih aman menggunakan tes Welch, tetapi ini lebih sulit di Excel.
-
Pilih Rentang Variabel 1 dan Rentang Variabel 2; atur Alpha (0,05 memberikan kepercayaan 95%); pilih sel untuk sudut kiri atas output, mengingat ini akan mengisi 3 kolom dan 10 baris. Pilih OK.
Image Untuk Rentang Variabel 1, sampel dengan standar deviasi (atau varians) terbesar harus dipilih.
-
Lihat hasil Uji-F untuk menentukan apakah ada perbedaan yang signifikan antara varians. Hasilnya memberikan tiga nilai penting:
- F: Rasio antara varians.
- P(F<=f) satu-ekor: Probabilitas bahwa variabel 1 tidak benar-benar memiliki varians yang lebih besar dari variabel 2. Jika ini lebih besar dari alpha, yang umumnya 0,05, maka tidak ada perbedaan yang signifikan antara varians.
- F Satu-ekor kritis: Nilai F yang diperlukan untuk memberikan P(F<=f)=α. Jika nilai ini lebih besar dari F, ini juga menunjukkan tidak ada perbedaan yang signifikan antara varians.
P(F<=f) juga dapat dihitung menggunakan fungsi FDIST dengan F dan derajat kebebasan untuk setiap sampel sebagai inputnya. Derajat kebebasan hanyalah jumlah pengamatan dalam sampel dikurangi satu.
-
Sekarang Anda tahu apakah ada perbedaan antara varians, Anda dapat memilih T-Test yang sesuai. Pilih tab Data > Analisis Data, lalu pilih salah satu t-Test: Two-Sample Assuming Equal Variancesor t-Test: Dua Sampel Dengan Asumsi Varians Tidak Sama
Image -
Terlepas dari opsi mana yang Anda pilih pada langkah sebelumnya, Anda akan disajikan dengan kotak dialog yang sama untuk memasukkan rincian analisis. Untuk memulai, pilih rentang yang berisi sampel untuk Variable 1 Range dan Variable 2 Range.
Image - Dengan asumsi Anda ingin menguji tidak ada perbedaan antara rata-rata, atur Hypothesized Mean Difference ke nol.
- Setel tingkat signifikansi Alpha (0,05 memberikan kepercayaan 95%), dan pilih sel untuk sudut kiri atas output, mengingat ini akan mengisi 3 kolom dan 14 baris. Pilih OK.
-
Tinjau hasil untuk memutuskan apakah ada perbedaan yang signifikan antara rata-rata.
Seperti halnya Uji-F, jika nilai p, dalam hal ini P(T<=t), lebih besar dari alfa, maka tidak ada perbedaan yang signifikan. Namun, dalam hal ini ada dua nilai p yang diberikan, satu untuk uji satu sisi dan yang lainnya untuk uji dua sisi. Dalam hal ini, gunakan nilai dua arah karena salah satu variabel yang memiliki mean lebih besar akan menjadi perbedaan yang signifikan.
