Nilai Kritis z dan t

Nilai kritis adalah garis pada grafik yang membagi grafik menjadi beberapa bagian. Bagian itu adalah bagian penerimaan dan bagian penolakan suatu hipotesis. Satu bagian adalah wilayah “penerimaan” dan satu atau dua bagian adalah “wilayah penolakan”, jika nilai tes (nilai hitung) Anda jatuh ke “wilayah penolakan”, maka Anda menolak hipotesis nihil.

Bila hanya ada satu bagian penolakan disebut dengan pengujian satu sisi (one tail), sedangkan bila ada dua bagian penolakan disebut dengan pengujian dua sisi (two tail). Keputusan penggunaan uji satu sisi atau dua sisi tergantung pada hipotesis yang Anda bangun.

Nilai Kritis z

Gambar 1. Grafik uji satu sisi

Nilai kritis z adalah istilah yang terkait dengan area distribusi data pada model standar (z-score). Nilai kritis dapat memberi tahu Anda berapa nilai probabilitas yang dimiliki oleh variabel/data tertentu.

Gambar 2. Grafik uji z dua sisi

Loading...

Grafik di atas dari kurva distribusi normal menunjukkan nilai kritis 1,28. Grafik ini memiliki dua bagian yaitu :

  1. Wilayah tengah (wilayah penerimaan): dimana z-score sama dengan jarak standar deviasi dari rata-rata. Angka 1,28 menunjukkan bahwa variabelnya memiliki jarak deviasi standar dari rata-rata sebesar 1,28. Jika Anda melihat tabel-z untuk z sebesar 1,28, Anda akan menemukan luas area tersebut adalah sebesar 0,3997. Ini adalah wilayah di sebelah kanan rata-rata, jadi Anda akan menggandakannya (dikali 2) untuk mengetahui area seluruh wilayah tengah: 0,3997 X 2 = 0,7994 atau sekitar 80 persen.
  • Wilayah ekor (wilayah penolakan): Luas ekor (area merah) adalah 1 dikurangi wilayah tengah. Dalam contoh ini adalah, 1-0,8 = 0,20, atau sekitar 20 persen. Wilayah ekor digunakan ketika Anda ingin tahu berapa banyak variabel/data akan kurang dari atau lebih dari angka tertentu.

Nilai Kritis t

Nilai kritis t adalah titik pemisah (cut off point) pada distribusi t yang memisahkan wilayah penerimaan dan wilayah penolakan hipotesis. Nilai kritis ini hampir identik dengan nilai kritis Z (yang memotong area pada distribusi normal). Satu-satunya perbedaan nyata adalah bahwa bentuk distribusi t adalah bentuk yang berbeda dari distribusi normal, yang menghasilkan nilai yang sedikit berbeda untuk titik potong.

Gambar 3. Perbandingan distribusi t dan distribusi normal (z)

Loading...

Distribusi t digambarkan dengan garis hitam pada gambar 3. terlihat lebih tinggi dari distribusi normal (z) yang digambarkan dengan garis putus-putus. Biasanya untuk sampel di bawah 30 digunakan distribusi t, sedangkan untuk sampel di atas 30 digunakan distribusi z.

Anda akan menggunakan nilai t dalam uji hipotesis untuk membandingkan dengan skor t yang dihitung. Atau dengan kata lain yang sering kita dengar adalah membandingkan t hitung dengan t tabel. Uji ini akan membantu peneliti untuk memutuskan apakah harus menerima atau menolak hipotesis nol. Contoh penggunaan uji t bisa Anda baca di sini.

Tinggalkan Balasan