Uji-t digunakan untuk membandingkan rata-rata sampel ketika simpangan baku populasi tidak diketahui atau bila ukuran sampelnya kecil, sedangkan uji z cocok bila simpangan baku populasi diketahui dan ukuran sampel cukup besar.
Pengambilan Kunci
- Uji-t digunakan untuk membandingkan rata-rata dua kelompok ketika standar deviasi populasi tidak diketahui, sedangkan uji-Z digunakan ketika standar deviasi populasi diketahui, dan ukuran sampelnya besar.
- Uji-t bergantung pada distribusi-t, yang digunakan untuk ukuran sampel yang lebih kecil dan standar deviasi populasi yang tidak diketahui, sedangkan uji-Z menggunakan distribusi normal baku.
- Dalam praktiknya, uji-t lebih umum dilakukan karena jarangnya simpangan baku populasi yang diketahui. Pada saat yang sama, uji Z dicadangkan untuk situasi dengan ukuran sampel yang besar dan parameter populasi yang diketahui.
Uji-T vs uji-Z
Uji-Z digunakan ketika rata-rata populasi dan standar deviasi diketahui, diasumsikan bahwa populasi terdistribusi normal. Uji-t digunakan ketika standar deviasi populasi tidak diketahui dan harus diestimasi dari mencicipi data. Itu uji-t mengasumsikan bahwa sampel terdistribusi secara normal.

Uji-T paling baik untuk masalah dengan ukuran sampel terbatas, sedangkan uji-Z bekerja paling baik untuk masalah dengan ukuran sampel besar.
Tabel perbandingan
Aspek | Uji-T | Z-Tes |
---|---|---|
Gunakan kasing | Digunakan ketika ukuran sampel kecil (<30) atau deviasi standar populasi tidak diketahui. | Digunakan ketika ukuran sampel besar (>30) dan deviasi standar populasi diketahui. |
Ukuran sampel | Cocok untuk ukuran sampel kecil. | Cocok untuk ukuran sampel besar. |
Rumus | t = (x̄ – μ) / (s / √n) | z = (x̄ – μ) / (σ / √n) |
Parameter populasi | Biasanya digunakan ketika parameter populasi (rata-rata dan deviasi standar) tidak diketahui. | Biasanya digunakan ketika parameter populasi (rata-rata dan deviasi standar) diketahui atau diperkirakan. |
Derajat kebebasan | Menggunakan n-1 derajat kebebasan (di mana n adalah ukuran sampel) untuk uji-t dua sampel. | Menggunakan n derajat kebebasan untuk uji-z satu sampel. |
Asumsi varians | Diasumsikan bahwa varians sampel adalah penduga varians populasi yang tidak bias. | Diasumsikan bahwa varians populasi diketahui atau dapat diperkirakan secara wajar dari sampel. |
Distribusi | Mengikuti distribusi t, yang memiliki ekor lebih berat dibandingkan distribusi normal standar (z). | Mengikuti distribusi normal standar (z). |
Example | Menguji apakah nilai tes rata-rata dari dua kelompok berbeda berbeda secara signifikan ketika ukuran sampel kecil dan standar deviasi populasi tidak diketahui. | Menguji apakah rata-rata tinggi badan suatu populasi berbeda secara signifikan dari nilai yang diketahui ketika ukuran sampel besar dan simpangan baku populasi diketahui. |
Perangkat lunak statistik | Biasanya dilakukan menggunakan perangkat lunak seperti R, Python, atau kalkulator statistik. | Biasanya dilakukan menggunakan perangkat lunak seperti R, Python, atau kalkulator statistik. |
Apa itu Uji-T?
Uji-t adalah metode statistik yang digunakan untuk membandingkan rata-rata dua kelompok dan menentukan apakah terdapat perbedaan yang signifikan di antara keduanya. Ini biasanya digunakan dalam pengujian hipotesis ketika data mengikuti distribusi normal.
Jenis Uji-T
- Uji-T Sampel Independen:
- Digunakan ketika membandingkan rata-rata dua kelompok independen.
- Asumsi: Data di setiap kelompok terdistribusi normal dan variansnya kira-kira sama.
- Uji-T Sampel Berpasangan:
- Diterapkan ketika membandingkan rata-rata dua kelompok terkait, seperti sebelum dan sesudah pengukuran.
- Asumsi: Perbedaan antara observasi berpasangan berdistribusi normal.
Hipotesis dalam Uji-T
Dalam Uji-T, hipotesis dirumuskan sebagai berikut:
- Hipotesis Nol (H₀): Mengasumsikan tidak ada perbedaan yang signifikan antara rata-rata kelompok.
- Hipotesis Alternatif (H₁): Menyarankan perbedaan yang signifikan antara rata-rata kelompok.
Interpretasi
- Jika nilai p berada di bawah tingkat signifikansi (biasanya ditetapkan sebesar 0.05), hipotesis nol ditolak, yang menunjukkan adanya perbedaan yang signifikan.
- Sebaliknya, nilai p di atas tingkat signifikansi gagal menolak hipotesis nol.

Apa itu Uji-Z?
Uji Z adalah metode statistik yang digunakan untuk menentukan apakah terdapat perbedaan yang signifikan antara rata-rata sampel dan populasi, atau antara rata-rata dua sampel independen. Hal ini sangat berguna ketika berhadapan dengan ukuran sampel yang besar dan ketika deviasi standar populasi diketahui.
Jenis Tes Z
- Uji Z Satu Sampel:
- Tujuan: Untuk menilai apakah berarti sampel tunggal berbeda secara signifikan dari rata-rata populasi yang diketahui.
- Formula: Z = (X̄ – μ) / (σ / √n), dengan X̄ adalah mean sampel, μ adalah mean populasi, σ adalah simpangan baku populasi, dan n adalah ukuran sampel.
- Uji Z Dua Sampel:
- Tujuan: Untuk membandingkan rata-rata dua sampel independen dan menentukan apakah terdapat perbedaan signifikan di antara keduanya.
- Formula: Z = (X̄₁ – X̄₂) / √(σ₁²/n₁ + σ₂²/n₂), dengan X̄₁ dan X̄₂ adalah mean sampel, σ₁ dan σ₂ adalah simpangan baku, dan n₁ dan n₂ adalah ukuran sampel.
- Uji-Z untuk Proporsi:
- Tujuan: Untuk menguji apakah proporsi suatu variabel kategori dalam suatu sampel berbeda secara signifikan dari proporsi populasi yang diketahui.
- Formula: Z = (p̂ – p₀) / √(p₀(1 – p₀)/n), dengan p̂ adalah proporsi sampel, p₀ adalah proporsi populasi, dan n adalah ukuran sampel.
Pengujian Hipotesis dengan Uji Z
Pengujian hipotesis melibatkan penetapan hipotesis nol (H₀) dan hipotesis alternatif (H₁ atau Ha):
- Hipotesis Nol (H₀): Mengasumsikan tidak ada perbedaan atau pengaruh yang signifikan.
- Hipotesis Alternatif (H₁ atau Ha): Mengklaim perbedaan atau efek yang signifikan.
Keputusan untuk menolak hipotesis nol didasarkan pada statistik Z yang dihitung dan tingkat signifikansi yang dipilih (α). Jika nilai p yang dihitung kurang dari α, hipotesis nol ditolak, yang menunjukkan signifikansi statistik.

Perbedaan Utama Antara Uji-T dan Uji-Z
- Ukuran sampel:
- Uji-T: Biasanya digunakan ketika ukuran sampel kecil (<30) atau ketika standar deviasi populasi tidak diketahui.
- Uji-Z: Biasanya digunakan ketika ukuran sampel besar (>30) dan ketika deviasi standar populasi diketahui atau dapat diperkirakan secara akurat.
- Deviasi Standar Populasi:
- Uji-T: Tidak memerlukan pengetahuan tentang simpangan baku populasi; ia dapat memperkirakannya dari sampel.
- Uji-Z: Memerlukan pengetahuan tentang deviasi standar populasi atau ukuran sampel yang cukup besar untuk memperkirakannya dari sampel.
- Formula:
- Uji-T: Rumus uji-T melibatkan mean sampel, deviasi standar sampel, ukuran sampel, dan, opsional, mean populasi.
- Uji-Z: Rumus uji Z melibatkan mean sampel, mean populasi, deviasi standar populasi, dan ukuran sampel.
- Derajat kebebasan:
- Uji-T: Menggunakan (n – 1) derajat kebebasan untuk uji T dua sampel dan (n – 1) derajat kebebasan untuk uji T satu sampel (di mana n adalah ukuran sampel).
- Uji-Z: Menggunakan n derajat kebebasan untuk uji Z satu sampel.
- Distribusi:
- Uji-T: Mengikuti distribusi t dengan ekor yang lebih berat dibandingkan dengan distribusi normal standar (z).
- Uji-Z: Mengikuti distribusi normal standar (z).
- Asumsi Varians:
- Uji-T: Diasumsikan bahwa varians sampel adalah penduga varians populasi yang tidak bias.
- Uji-Z: Diasumsikan bahwa varians populasi diketahui atau dapat diperkirakan secara wajar dari sampel.
- Gunakan Kasus:
- Uji-T: Umumnya digunakan ketika ukuran sampel kecil, standar deviasi populasi tidak diketahui, atau ketika membandingkan rata-rata dua kelompok dengan ukuran sampel kecil.
- Uji-Z: Umumnya digunakan ketika ukuran sampel besar, deviasi standar populasi diketahui, atau ketika membandingkan rata-rata dua kelompok dengan ukuran sampel besar.
- Perangkat Lunak Statistik:
- Uji-T: Biasanya dilakukan menggunakan perangkat lunak statistik seperti R, Python, atau kalkulator statistik.
- Uji-Z: Biasanya juga dilakukan menggunakan perangkat lunak statistik seperti R, Python, atau kalkulator statistik.