Langkah 1: Masukkan data sampel ke dalam dua vektor terpisah
sebelum <- c(50, 55, 48, 60, 52, 58, 45, 53, 56, 59)
sesudah <- c(48, 50, 47, 55, 53, 54, 40, 52, 56, 56)
Langkah 2: Tentukan nilai rata-rata selisih hipotesis (mu) dan
tingkat signifikansi (alpha)
mu_hipotesis_selisih <- 0
alpha <- 0.05
Langkah 3: Lakukan Uji-t Sampel Berpasangan (Paired t-test)
hasil_uji <- t.test(sebelum, sesudah, alternative = "two.sided", mu = mu_hipotesis_selisih, paired = TRUE)
# ---- Perhitungan Nilai Kritis dan Interpretasi ----
Langkah 4: Hitung nilai t-kritis (ada dua untuk uji dua arah)
# Derajat kebebasan (df) = n-1. Kita ambil dari hasil uji agar dinamis
df <- hasil_uji$parameter
t_kritis_bawah <- qt(p = alpha/2, df = df, lower.tail = TRUE)
t_kritis_atas <- qt(p = alpha/2, df = df, lower.tail = FALSE)
Langkah 5: Ekstrak nilai t-hitung dan p-value
t_hitung <- hasil_uji$statistic
p_value <- hasil_uji$p.value
Langkah 6: Tampilkan hasil
cat("--- Hasil Uji & Interpretasi Lengkap ---\n\n")
## --- Hasil Uji & Interpretasi Lengkap ---
cat("Data 'Sebelum':", paste(sebelum, collapse = ", "), "\n")
## Data 'Sebelum': 50, 55, 48, 60, 52, 58, 45, 53, 56, 59
cat("Data 'Sesudah':", paste(sesudah, collapse = ", "), "\n")
## Data 'Sesudah': 48, 50, 47, 55, 53, 54, 40, 52, 56, 56
cat("------------------------------------------------------\n")
## ------------------------------------------------------
cat("Hipotesis Nol (H0): Rata-rata selisih = 2.5 Kg\n")
## Hipotesis Nol (H0): Rata-rata selisih = 2.5 Kg
cat("Hipotesis Alternatif (H1): Rata-rata selisih ≠ 2.5 Kg\n")
## Hipotesis Alternatif (H1): Rata-rata selisih ≠ 2.5 Kg
cat("------------------------------------------------------\n")
## ------------------------------------------------------
cat(sprintf("Tingkat Signifikansi (α): %.2f\n", alpha))
## Tingkat Signifikansi (α): 0.05
cat(sprintf("T-Hitung (t): %.4f\n", t_hitung))
## T-Hitung (t): 3.5553
cat(sprintf("T-Kritis (Batas Bawah & Atas): %.4f & %.4f\n", t_kritis_bawah, t_kritis_atas))
## T-Kritis (Batas Bawah & Atas): -2.2622 & 2.2622
cat(sprintf("P-value: %.4f\n", p_value))
## P-value: 0.0062
cat("------------------------------------------------------\n\n")
## ------------------------------------------------------
— Keputusan berdasarkan P-Value —
cat(" Keputusan berdasarkan P-Value:\n")
## Keputusan berdasarkan P-Value:
if (p_value <= alpha) {
cat(sprintf(" Karena P-value (%.4f) <= alpha (%.2f), maka Hipotesis Nol DITOLAK.\n", p_value, alpha))
} else {
cat(sprintf(" Karena P-value (%.4f) > alpha (%.2f), maka Hipotesis Nol GAGAL DITOLAK.\n", p_value, alpha))
}
## Karena P-value (0.0062) <= alpha (0.05), maka Hipotesis Nol DITOLAK.
— Keputusan berdasarkan T-Statistik —
cat("\nKeputusan berdasarkan T-Statistik:\n")
##
## Keputusan berdasarkan T-Statistik:
if (t_hitung < t_kritis_bawah || t_hitung > t_kritis_atas) {
cat(sprintf("Karena T-Hitung (%.4f) berada di luar rentang T-Kritis (%.4f sampai %.4f),
maka Hipotesis Nol DITOLAK.\n", t_hitung, t_kritis_bawah, t_kritis_atas))
} else {
cat(sprintf(" Karena T-Hitung (%.4f) berada di dalam rentang T Kritis (%.4f sampai %.4f), maka Hipotesis Nol GAGAL DITOLAK.\n", t_hitung, t_kritis_bawah, t_kritis_atas))
}
## Karena T-Hitung (3.5553) berada di luar rentang T-Kritis (-2.2622 sampai 2.2622),
## maka Hipotesis Nol DITOLAK.
— Kesimpulan Akhir —
cat("\nKESIMPULAN :\n")
##
## KESIMPULAN :
if (p_value <= alpha) {
cat("Pada taraf nyata 5%, terdapat cukup bukti untuk menyatakan bahwa terdapat perbedaan signifikan konsumsi energi antara pelumas lama dan SynthoLube 9000.\n")
} else {
cat("Pada taraf nyata 5%, TIDAK terdapat cukup bukti untuk menyatakan bahwa terdapat perbedaan signifikan konsumsi energi antara pelumas lama dan SynthoLube 9000.\n")
}
## Pada taraf nyata 5%, terdapat cukup bukti untuk menyatakan bahwa terdapat perbedaan signifikan konsumsi energi antara pelumas lama dan SynthoLube 9000.