Bagaimana menemukan nilai kritis t dengan python

Setiap kali Anda melakukan uji-t, Anda mendapatkan statistik uji. Untuk menentukan apakah hasil uji-t signifikan secara statistik, Anda dapat membandingkan statistik uji dengan nilai kritis T. Jika nilai absolut statistik uji lebih besar dari nilai kritis T, maka hasil pengujian signifikan secara statistik.

Nilai kritis T dapat dicari dengan menggunakan tabel distribusi t atau menggunakan software statistik.

Untuk mencari nilai kritis T, Anda harus menentukan:

• Tingkat signifikansi (pilihan umum adalah 0,01, 0,05, dan 0,10)
• Derajat kebebasan

Dengan menggunakan kedua nilai ini, Anda dapat menentukan nilai T kritis untuk dibandingkan dengan statistik uji.

Bagaimana menemukan nilai kritis T dengan Python

Untuk menemukan nilai kritis T dengan Python, Anda dapat menggunakan fungsi scipy.stats.t.ppf() , yang menggunakan sintaks berikut:

scipy.stats.t.ppf(q, df)

Emas:

• q: Tingkat signifikansi untuk digunakan
• df : Derajat kebebasan

Contoh berikut mengilustrasikan cara mencari nilai kritis T untuk pengujian sisi kiri, pengujian sisi kanan, dan pengujian dua sisi.

Tes kiri

Misalkan kita ingin mencari nilai kritis T untuk uji kiri dengan tingkat signifikansi 0,05 dan derajat kebebasan = 22:

 import scipy.stats

#find T critical value
scipy.stats.t.ppf(q=.05,df=22)

-1.7171

Nilai kritis T sebesar -1.7171 . Jadi, jika statistik pengujian kurang dari nilai tersebut, maka hasil pengujian tersebut signifikan secara statistik.

Tes yang benar

Misalkan kita ingin mencari nilai kritis T untuk uji ekstrim kanan dengan tingkat signifikansi 0,05 dan derajat kebebasan = 22:

 import scipy.stats

#find T critical value
scipy.stats.t.ppf(q=1-.05,df=22)

1.7171

Nilai kritis T sebesar 1,7171 . Jadi, jika statistik pengujian lebih besar dari nilai tersebut, maka hasil pengujian tersebut signifikan secara statistik.

Tes dua sisi

Misalkan kita ingin mencari nilai kritis T untuk pengujian dua sisi dengan tingkat signifikansi 0,05 dan derajat kebebasan = 22:

 import scipy.stats

#find T critical value
scipy.stats.t.ppf(q=1-.05/2,df=22)

2.0739

Setiap kali Anda melakukan pengujian dua sisi, akan ada dua nilai kritis. Dalam hal ini nilai kritis T adalah 2.0739 dan -2.0739 . Jadi, jika statistik pengujian lebih kecil dari -2,0739 atau lebih besar dari 2,0739, maka hasil pengujian tersebut signifikan secara statistik.