Data

# 1. Data
lama  <- c(50, 55, 48, 60, 52, 58, 45, 53, 56, 59)
baru  <- c(48, 50, 47, 55, 53, 54, 40, 52, 56, 56)
selisih <- lama - baru
alpha   <- 0.05

# Tampilkan data
data.frame(Nomor_Mesin = 1:10, Pelumas_Lama = lama, Pelumas_Baru = baru, Selisih = selisih)
##    Nomor_Mesin Pelumas_Lama Pelumas_Baru Selisih
## 1            1           50           48       2
## 2            2           55           50       5
## 3            3           48           47       1
## 4            4           60           55       5
## 5            5           52           53      -1
## 6            6           58           54       4
## 7            7           45           40       5
## 8            8           53           52       1
## 9            9           56           56       0
## 10          10           59           56       3

Melakukan Uji T Berpasangan

# 2. Hitung t-test berpasangan
hasil_uji <- t.test(lama, baru, paired = TRUE, alternative = "two.sided", conf.level = 1 - alpha)

# 3. Ringkas dengan broom
tidy_res <- tidy(hasil_uji) %>%
  rename(
    t_statistic = statistic,
    df          = parameter,
    p_value     = p.value,
    conf_low    = conf.low,
    conf_high   = conf.high,
    estimate    = estimate   # ini mean(difference)
  ) %>%
  mutate(
    mean_diff      = mean(selisih),
    sd_diff        = sd(selisih),
    conf.level     = paste0((1-alpha)*100, "%")
  )

Tampilkan Tabel

# 4. Tampilkan tabel
tidy_res %>%
  select(method, estimate, mean_diff, sd_diff, t_statistic, df, p_value, conf_low, conf_high, conf.level) %>%
  kable(
    digits = 4,
    caption = "Hasil Uji T Berpasangan — ringkasan broom + manual"
  )
Hasil Uji T Berpasangan — ringkasan broom + manual
method estimate mean_diff sd_diff t_statistic df p_value conf_low conf_high conf.level
Paired t-test 2.5 2.5 2.2236 3.5553 9 0.0062 0.9093 4.0907 95%

Interpretasi Hasil

# 5. Interpretasi
cat("**Hipotesis Nol (H0):** tidak ada perbedaan rata-rata konsumsi energi sebelum & sesudah.\n")
## **Hipotesis Nol (H0):** tidak ada perbedaan rata-rata konsumsi energi sebelum & sesudah.
cat("**Hipotesis Alternatif (H1):** ada perbedaan rata-rata konsumsi energi.\n\n")
## **Hipotesis Alternatif (H1):** ada perbedaan rata-rata konsumsi energi.
cat(sprintf("- Rata‑rata selisih (lama–baru): %.2f kWh/ton\n", mean(selisih)))
## - Rata‑rata selisih (lama–baru): 2.50 kWh/ton
cat(sprintf("- Standar deviasi selisih    : %.2f kWh/ton\n", sd(selisih)))
## - Standar deviasi selisih    : 2.22 kWh/ton
cat(sprintf("- T‑hitung                   : %.4f\n", tidy_res$t_statistic))
## - T‑hitung                   : 3.5553
cat(sprintf("- Derajat bebas (df)         : %d\n", tidy_res$df))
## - Derajat bebas (df)         : 9
cat(sprintf("- P‑value                    : %.4f\n", tidy_res$p_value))
## - P‑value                    : 0.0062
cat(sprintf("- Interval kepercayaan %s: [%.4f, %.4f]\n\n",
            tidy_res$conf.level, tidy_res$conf_low, tidy_res$conf_high))
## - Interval kepercayaan 95%: [0.9093, 4.0907]
if (tidy_res$p_value <= alpha) {
  cat("**Keputusan:** Tolak H₀  
  Dengan α = 5%, terdapat bukti statistik bahwa SynthoLube 9000 mengubah efisiensi energi.\n")
} else {
  cat("**Keputusan:** Gagal tolak H₀  
  Dengan α = 5%, tidak terdapat bukti statistik perubahan konsumsi energi.\n")
}
## **Keputusan:** Tolak H₀  
##   Dengan α = 5%, terdapat bukti statistik bahwa SynthoLube 9000 mengubah efisiensi energi.