Perbedaan Antara Uji-Z dan Uji-T
Uji Z adalah hipotesis statistik yang digunakan untuk menentukan apakah dua mean sampel yang dihitung berbeda jika standar deviasi tersedia dan sampel besar sedangkan uji T digunakan untuk menentukan bagaimana rata-rata dari kumpulan data yang berbeda. berbeda satu sama lain jika deviasi standar atau varians tidak diketahui.
Uji-Z dan Uji-t adalah dua metode statistik yang melibatkan analisis data yang memiliki aplikasi dalam sains, bisnis, dan banyak disiplin ilmu lainnya. Uji-t dapat mengacu pada uji hipotesis univariat yang didasarkan pada statistik-t, di mana rata-rata diketahui, dan varians populasi yaitu deviasi standar didekati dari sampel. Di sisi lain, Z-test juga merupakan uji univariat yang didasarkan pada distribusi normal standar.
Kegunaan
# 1 - Uji-Z
Rumus Z-test, seperti yang disebutkan sebelumnya, adalah kalkulasi statistik yang dapat digunakan untuk membandingkan rata-rata populasi dengan sampel. Uji-z akan memberi tahu Anda seberapa jauh, dalam istilah deviasi standar, titik data dari rata-rata kumpulan data. Uji-z akan melakukan perbandingan sampel dengan populasi tertentu yang biasanya digunakan untuk menangani masalah yang berkaitan dengan sampel besar (yaitu n> 30). Kebanyakan, mereka sangat berguna ketika deviasi standar diketahui.
# 2 - Uji-T
Uji-T juga merupakan perhitungan yang dapat digunakan untuk menguji hipotesis, tetapi sangat berguna ketika kita perlu menentukan apakah ada perbandingan yang signifikan secara statistik antara 2 kelompok sampel independen. Dengan kata lain, uji-t menanyakan apakah perbandingan antara rata-rata dari 2 kelompok tidak mungkin terjadi karena peluang acak. Biasanya, uji-t lebih tepat jika Anda menangani masalah dengan ukuran sampel yang terbatas (yaitu n <30).
Infografis Uji-Z vs Uji-T
Di sini kami memberi Anda 5 perbedaan teratas antara uji-z vs uji-t yang harus Anda ketahui.
Perbedaan Utama
- Salah satu kondisi terpenting untuk melakukan uji-t adalah deviasi standar populasi atau variansnya tidak diketahui. Sebaliknya, rumus varians populasi seperti yang disebutkan di atas harus diasumsikan sudah diketahui atau diketahui jika dilakukan uji-z.
- Uji-t seperti yang disebutkan sebelumnya didasarkan pada distribusi-t Student. Sebaliknya, uji-z bergantung pada asumsi bahwa distribusi mean sampel akan normal. Baik distribusi normal maupun distribusi-t siswa tampak sama, karena keduanya berbentuk lonceng dan simetris. Namun, mereka berbeda dalam salah satu kasus bahwa dalam distribusi, ada lebih sedikit ruang di tengah dan lebih banyak di ekor mereka.
- Uji Z digunakan seperti yang diberikan pada tabel di atas jika ukuran sampel besar yaitu n> 30, dan uji-t sesuai jika sampel tidak besar yaitu kecil, yaitu n <30.
Tabel Perbandingan Uji-Z vs Uji-T
| Dasar | Uji Z | Uji-T | ||
| Definisi Dasar | Z-test adalah jenis uji hipotesis yang memastikan apakah rata-rata dari 2 dataset berbeda satu sama lain ketika diberikan deviasi atau varians standar. | Uji-t dapat dirujuk ke sejenis uji parametrik yang diterapkan pada suatu identitas, bagaimana rata-rata dari 2 kumpulan data berbeda satu sama lain ketika deviasi atau varians standar tidak diberikan. | ||
| Varians Populasi | Varians populasi atau deviasi standar dikenal di sini. | Varians populasi atau deviasi standar tidak diketahui di sini. | ||
| Ukuran sampel | Ukuran Sampel besar | Di sini Ukuran Sampel kecil. | ||
| Asumsi Utama |
|
| ||
| Berdasarkan (jenis Distribusi) | Berdasarkan distribusi Normal. | Berdasarkan distribusi Student-t. |
Kesimpulan
Pada tingkat yang lebih luas, kedua tes ini hampir serupa, tetapi perbandingan hanya datang pada kondisi mereka untuk penerapannya, yang berarti bahwa uji-t lebih sesuai dan dapat diterapkan ketika ukuran sampel tidak lebih dari tiga puluh unit. Namun, jika lebih dari tiga puluh unit, seseorang harus menggunakan uji-z. Demikian pula, ada juga kondisi lain, yang akan memperjelas tes mana yang harus dilakukan dalam suatu situasi.
Nah, ada juga tes yang berbeda seperti uji f, dua sisi vs satu sisi, dll., Ahli statistik harus berhati-hati saat menerapkannya setelah menganalisis situasi dan kemudian memutuskan mana yang akan digunakan. Di bawah ini adalah contoh bagan untuk apa yang telah kita bahas di atas.
