Anda di halaman 1dari 23

BAB I

PENDAHULUAN

Statistik ada dua jenis : parametrik dan non parametrik. Statistik parametrik
bergantung pada asumsi-asumsi atau anggapan mengenai populasi. Adapun statistik non
parametrik tidak bergantung pada asumsi manapun. Asumsi-asumsi itu antara lain adalah
normalitas dan homogenitas data. Jenis-jenis statistik parametrik antara lain : uji-t, uji-z,
anova, ancova, korelasi pearson, dan regresi linier. Tetapi dalam makalah ini hanya
membahas sebagiannya saja yaitu uji-t dan uji-z.
Dalam pengujian hipotesis secara manual, tidak lepas dari tabel distribusi, yaitu
dengan cara melakukan perbandingan antara statistik hitung dengan statistik uji. Untuk
membuat perbandingan tersebut, maka yang harus dimiliki oleh seorang peneliti adalah
adanya statistik uji. Jika statistik hitung di dapatkan dari hasil perhitungan, maka statistik uji
didapatkan dari tabel distribusi. Jika statistik uji-t yang kita gunakan, maka tabel distribusi t
yang harus kita pakai sebagai perbandingan. Begitu juga untuk uji hipotesis dengan
menggunakan statistik untuk uji-z.
Uji-t merupakan salah satu jenis uji hipotesis yang sering digunakan dalam penelitian.
Uji-t termasuk kedalam jenis statistik parametrik sehingga untuk menggunakannya haruslah
memenuhi syarat uji statistik parametrik.

BAB II
PEMBAHASAN
A.UJI-T
1. Syarat dan Ciri-Ciri Penggunaan Uji-t
Uji-t merupakan salah satu jenis uji hipotesis yang sering digunakan dalam penelitian.
Uji-t termasuk kedalam jenis statistik parametrik sehingga untuk menggunakannya haruslah
memenuhi syarat uji statistik parametrik. Uji-t merupakan statistik uji yang sering kali
ditemui dalam masalah-masalah praktis statistika.
 Syarat menggunakan uji-t :
1. Karena uji-t termasuk kedalam golongan statistik parametrik, maka data penelitiannya
harus terdistribusi normal.
2. Data berskala interval atau rasio.
3. Homogenitas varians
4. Informasi mengenai nilai variance (ragam) populasi tidak diketahui.

 Ciri-ciri suatu pengujian dilakukan dengan uji-t adalah:
a. Variabel yang dihubungkan berbentu numerik dan kategorik
b. Data berdistribusi normal, dimana perbedaan dengan uji z adalah, pada uji t ini rata-rata
dan variansi populasi tidak diketahui.
c. Ada pertimbangan perbedaan variansi antara kedua sampel yang dibandingkan. Hal ini
berkaitan dengan formula pengujian yang berbeda untuk kasus dimana variansi sama atau
variansi berbeda.

2. Jenis-Jenis Uji-t

lebih banyak meneliti kasus-kasus yang memerlukan perbandingan antara dua keadaan atau dua rata-rata populasi.  Uji-t untuk 2 sampel (Menguji Kesamaan dua rata-rata): Pada uji-t satu sampel kita hanya membandingkan suatu populasi dengan suatu nilai tertentu. harus diperhatikan terlebih dahulu apakah kedua populasi tersebut berasal dari distribusi normal dan apakah kedua ragam populasi tersebut sama? Hal ini akan memandu kita dalam memilih metode dan rumus yang tepat dalam melakukan analisis uj-t untuk membandingkan kedua nilai rata-rata populasi. sedangkan bila ragam populasi dari 2-sampel tersebut tidak diasumsikan homogen. maka ada 1 hal yang perlu mendapat perhatian. kondisi dimana peneliti tidak memiliki informasi mengenai ragam populasi adalah kondisi yang paling sering dijumpai di kehidupan nyata. Dalam lingkup uji-t untuk pengujian hipotesis 2-sampel bebas. namun pada kenyataannya kasus yang menggunakan jenis uji ini sangat jarang terjadi. peneliti tetap memperoleh 2 macam data sampel. independen maupun paired) adalah metode yang paling sering digunakan. Uji-t 2-sampel bebas (independen) Uji-t 2 sampel independen (bebas) adalah metode yang digunakan untuk menguji kesamaan rata-rata dari 2 populasi yang bersifat independen. Barangkali. dan uji-t 2-sampel. yaitu apakah ragam populasi (ingat: ragam populasi. Ciri-ciri yang paling sering ditemui pada kasus yang berpasangan adalah satu individu (objek penelitian) dikenai 2 buah perlakuan yang berbeda. yaitu uji-t 1-sampel dan uji-t 2-sampel. Bila ragam populasi diasumsikan sama. Para peneliti. Walaupun menggunakan individu yang sama. Oleh karena itu secara umum. uji-t (baik 1sampel. yaitu data dari perlakuan pertama dan data dari perlakuan kedua.Uji-t dapat dibagi menjadi 2. Perlakuan pertama mungkin saja berupa kontrol. maka yang lebih tepat adalah menggunakan uji-t dengan asumsi ragam tidak homogen. Sebelum kita melakukan analisis. . 2-sampel. Uji-t dengan ragam homogen dan tidak homogen memiliki rumus hitung yang berbeda. bukan ragam sampel) diasumsikan homogen (sama) atau tidak. Kemudian uji-t 2 sampel dibagi lagi berdasarkan kebebasan (independency) sampel yang digunakan. yaitu uji-t 2 sampel bebas (independen) dan uji-t 2 sampel berpasangan (paired). maka uji-t yang digunakan adalah uji-t dengan asumsi ragam homogen. a. Independen maksudnya adalah bahwa populasi yang satu tidak dipengaruhi atau tidak berhubungan dengan populasi yang lain. dimana peneliti tidak memiliki informasi mengenai ragam populasi. khususnya di bidang pertanian.

4. yaitu data dari perlakuan pertama dan data dari perlakuan kedua. Contoh kasus: Suatu obat baru yang dapat membantu masalah gangguan tidur (soporific drug) telah ditemukan. 3.yaitu tidak memberikan perlakuan sama sekali terhadap objek penelitian. 5. Perlakuan pertama mungkin saja berupa kontrol.1 9.7 9. 3. 6. Dengan demikian. sedangkan pada perlakuan kedua. Misal pada penelitian mengenai efektivitas suatu obat tertentu. misal pemberian obat. 3.1 6.2 6.8 4.2 8.2 7 3.7 5. 6.5 8.7 7. Sebelum (0) 5. Uji-t 2-sampel berpasangan (paired t-test) Uji-t berpasangan (paired t-test) adalah salah satu metode pengujian hipotesis dimana data yang digunakan tidak bebas (berpasangan). 6. yaitu tidak memberikan perlakuan sama sekali terhadap objek penelitian. Lamanya waktu tidur (dalam jam) pasien sebelum dan sesudah diberikan obat disajikan pada tabel dibawah ini: No. peneliti tetap memperoleh 2 macam data sampel.8 5.2 b. perlakuan pertama. Walaupun menggunakan individu yang sama. penelitian yang melibatkan 10 pasien kemudian diadakan. performance obat dapat diketahui dengan cara membandingkan kondisi objek penelitian sebelum dan sesudah diberikan obat.3 8.1 Sesudah (1) 7 2. peneliti menerapkan kontrol.4 8 10. barulah objek penelitian dikenai suatu tindakan tertentu. Misal pada penelitian mengenai efektivitas suatu obat . 1. Ciri-ciri yang paling sering ditemui pada kasus yang berpasangan adalah satu individu (objek penelitian) dikenai 2 buah perlakuan yang berbeda. Untuk mengetahui efektivitas obat tersebut.8 7. 4.7 5.

H0 H1 : = 3 juta : < 3 juta diletakkan hanya di salah satu sisi selang misalkan : H0 H1 Wilayah Kritis **) : : :    0 *)   0 z <  z t < atau  t( db. misal pemberian obat. Uji Satu Arah H0 H1  Pengajuan dan dalam uji satu arah adalah sebagai berikut: H0 H1 : ditulis dalam bentuk persamaan (menggunakan tanda =) : ditulis dalam bentuk lebih besar (>) atau lebih kecil (<) Contoh Uji Satu Arah a. H0 H1  Nilai : = 50 menit : < 50 menit tidak dibagi dua. ) . peneliti menerapkan kontrol. barulah objek penelitian dikenai suatu tindakan tertentu. performance obat dapat diketahui dengan cara membandingkan kondisi objek penelitian sebelum dan sesudah diberikan obat. perlakuan pertama. sedangkan pada perlakuan kedua. karena seluruh b. Uji-t 1-arah dan Uji-t 2-arah Arah Pengujian Hipotesis  Pengujian Hipotesis dapat dilakukan secara : 1. 3.tertentu. Dengan demikian.

) .t(db. luas daerah terarsir ini =  -z  atau .) H0 H1 Wilayah Kritis **) : : : 0    0 *)   0 z > z t > t( db .*) **) 0 adalah suatu nilai tengah yang diajukan dalam H0 Penggunaan z atau t tergantung ukuran contoh Contoh besar menggunakan z. contoh kecil menggunakan t. ) atau luas daerah terarsir ini =  1 z  atau t (db.

H0 : = 50 menit H0 a. karena diletakkan di kedua sisi selang misalkan : H0 H1 : :    0 *)   0 z <  z Wilayah Kritis **) : 2 z > z dan 2 atau t   t ( db . 2) dan 2) H1 .daerah terarsir daerah penolakan hipotesis daerah tak terarsir daerah penerimaan hipotesis 2. t  t ( db. Uji Dua Arah  Pengajuan H0 H1 H0 dan H1 dalam uji dua arah adalah sebagai berikut : : ditulis dalam bentuk persamaan (menggunakan tanda =) : ditulis dengan menggunakan tanda Contoh Uji Dua Arah a. H1 : 50 menit : : = 3 juta 3 juta  Nilai dibagi dua.

5% -z /2 atau -t(db. Sedangkan. ./2) daerah penolakan hipotesis daerah penerimaan hipotesis a. luas daerah terarsir luas daerah terarsir ini = ini = /2 = 0./2) daerah terarsir daerah tak terarsir 0 z /2 atau t(db. Uji t 2-arah digunakan apabila peneliti tidak memiliki informasi mengenai arah kecenderungan dari karakteristik populasi yang sedang diamati. contoh kecil menggunakan t. contoh besar menggunakan z.*) **) 0 adalah suatu nilai tengah yang diajukan dalam H0 Penggunaan z atau t tergantung ukuran contoh.5% /2 = 0.

rata-rata uang saku yang dimiliki mahasiwa univ X LEBIH BESAR DARI Rp. Untuk itu dilakukan penelitian dengan mengambil 50 sampel mahasiswa secara acak. sedangkan pada kasus 2 adalah uji-t 2-arah (pada H1 menggunakan tnda pertidaksamaan “TIDAK SAMA DENGAN”. sedangkan pada kasus 1 terdapat 1 kecenderungan arah (ke kanan).b. Pada kasus 2.500 ribu /bulan. uji-t yang tepat untuk kasus 1 adalah uji-t 1-arah (pada H1 menggunakan tanda pertidaksamaan LEBIH BESAR). Kata LEBIH BESAR DARI mengandung informasi bahwa pada garis horizontal tersebut. . Oleh karena itu. pada kasus 2 tidak terdapat 2 kemungkinan kecenderungan/arah. Dan letakkan titik 500 ribu di tengah2nya. 500 ribu/bulan. sedangkan pada kasus 1 terdapat kata LEBIH BESAR DARI. Menurut isu yang berkembang. Dengan demikian. terdapat kata SEKITAR. Kasus 1: Seorang peneliti ingin mengetahui rata-rata uang saku mahasiswa Univ X perbulan. rata-rata uang saku mahasiswa univ X adalah SEKITAR Rp. Sedangkan kata SEKITAR berarti rata-rata uang saku mahasiswa pada kasus 2 berada disekitar (baik ke arah kiri atau ke arah kanan) dari titik 500ribu. Untuk itu dilakukan penelitian dengan mengambil 50 sampel mahasiswa secara acak. rata-rata uang saku mahasiswa Univ X terletak diantara titik 500ribu ke arah kanan. Uji t 1-arah digunakan apabila peneliti memiliki informasi mengenai arah kecenderungan dari karakteristik populasi yang sedang diamati. Contoh dibawah ini mungkin dapat mengilustrasikannya. Menurut isu yang berkembang. Coba bayangkan sebuah garis lurus horizontal. Kasus 2: Seorang peneliti ingin mengetahui rata-rata uang saku mahasiswa Univ X perbulan.

 )  t( db. 2) db = n-1 . 2) dan t  t ( db. Rumus-Rumus Uji-t H0 1.4. ) contoh kecil n<30   0 t   t ( db . Nilai Uji Statistik   0 t x  0 s/ n H1 Wilayah Kritis   0 t <   0 t > t( db .

t 1  2  d 0 x1  x2  d 0 ( s12 / n1 )  (s22 / n2 ) 1  2  d 0 < 30 n2 t  t 1  2  d 0 contoh -contoh kecil n1 t   t 1  2  d 0 t   t( db . 2) dan < 30 t  t ( db. Dengan taraf nyata 5% . ujilah : a) Apakah rata-rata penguasaan kerja kesekretarisan lebih dari 20 bulan? b) Apakah rata-rata penguasaan kerja kesekretarisan tidak sama dengan 20 bulan? Jawab: Diketahui : x = 22 s=4 n = 25 0 = 20  = 5% .2. Seorang job-specialist menguji 25 karyawan dan mendapatkan bahwa rata-rata penguasaan pekerjaan kesekretarisan adalah 22 bulan dengan simpangan baku = 4 bulan. db = 2) n1  n2  2 Contoh: 1.

064 dan t > t (24. 2) 2) dan t < -t (24. uji 1 arah. Titik kritis  t  t ( db.025 5.5 ada di daerah penolakan H0 ditolak. = = 2.a) Ditinggalkan sebagai latihan ( b) 1.05 :   20 /2 = 2. statistik uji = t. H0 H1 :  > 20. rata-rata penguasaan pekerjaan kesekretarisan  20 bulan Daerah penolakan H0 = Daerah penolakan H0 = .5% = 0. H1 H0 diterima . Titik kritis db = n-1 = 25-1 = 24 t   t( db . 2. 2.5 Kesimpulan : t hitung = -2. db = 24) H1 :  = 20 2* statistik uji : t  karena contoh kecil 3* arah pengujian : 2 arah 4* Taraf Nyata Pengujian =  = 5% = 0. =5%.064 6.5%)  t < -2.8 = 7.5%)  t > 2. Statistik Hitung t x  0 22  20 2 s / n 4 / 25 0.

064 0 H0 2.5% daerah /2 = 0. uji 1 arah. < 10. db = 13 + 12 .064 2.5% Daerah penerimaan -2. rata-rata kerusakan ragam SHIFT MALAM SHIFT SIANG x1 x2 s12 n1 ukuran sampel = 20 = 3.9 = 13 s22 n2 = 12 = 0. statistik uji = t. =1%.2 = 23) H0 1  2 : = 10 H1 1  2 :  10 .luas daerah terarsir terarsir ini = luas ini = /2 = 2. Berikut adalah data kerusakan produk yang dibuat oleh karyawan shift malam dan siang.72 = 12 Dengan taraf nyata 1 % ujilah : 1  2 a) Apakah perbedaan rata-rata kerusakan < 10? 1  2 b) Apakah ada perbedaan rata-rata kerusakan d0 Jawab :  = 1 %  10? = 10 a) Ditinggalkan sebagai latihan ( H1 b) 1  2 : 1.

Titik kritis db = n1 n2 + . = -3.30  0.5% = 0. Titik kritis  t  t ( db.12  10  (3.807 6.72 / 12) ( s / n1 )  (s / n2 ) 2 1 2 2 8  10 2 2   0. 2) 2) dan t < -t (23.2* statistik uji : t  karena contoh kecil 3* arah pengujian : 2 arah 4* Taraf Nyata Pengujian =  = 1% = 0.5%)  t < -2. 0. rata-rata kerusakan  10.9 / 13)  (0. 0. H1 diterima .3 ada di daerah penolakan H0 ditolak. t Statistik Hitung x1  x2  d 0 20 .36 0.01 /2 = 0.005 5.807 dan t > t (23.2 = 23 t   t( db .60 = 7.06 0.5%)  t > 2. H0 .33 Kesimpulan : t hitung = -3.2 = 13+ 12 .

artinya variabel bebas bukan merupakan penjelas yang signifikan terhadap variabel terikat Ha : βi ≠ 0. Merumuskan hipotesa Ho : βi = 0. Menentukan uji statistik (Rule of the test) 5. Ho diterima apabila –t (α / 2. Langkah-Langkah dalam Melaksanakan Uji-t Langkah-langkahnya yaitu: 1. dengan: df = n – k Dimana: df = degree of freedom/ derajad kebebasan n = Jumlah sampel k = banyaknya koefisien regresi + konstanta 3. Untuk mengetahui kebenaran hipotesis digunakan kriteria sebagai berikut. n– k) atau –t hitung < -t (α / 2. 4. Mengambil keputusan . artinya ada pengaruh antara variabel bebas terhadap variabel terikat.3. Ho ditolak apabila t hitung > t (α / 2. yaitu daerah dimana hipotesa nol diterima atau tidak. Menentukan taraf nyata/ level of significance = α Taraf nyata / derajad keyakinan yang digunakan sebesar α = 1%. n – k). 10%. 2. 5%. Menentukan daerah keputusan. n – k). artinya tidak ada pengaruh antara variabel bebas terhadap variabel terikat. n – k) ≤ t hitung ≤ t (α / 2. artinya variabel bebas merupakan penjelas yang signifikan terhadap variabel terikat.

Apabila t hitung lebih kecil dari t tabel. Nilai untuk pengujian dua sisi (two tail) pada uji-z dengan α 0.05 harga z-table diperoleh dengan nilai 1.33 sedangkan pada α 0. bila t hitung lebih besar dari t tabel.05 harga z-table = 1. Untuk uji perbedaan rata-rata data tunggal dengan uji-z. kurva distribusi normal tidak akan pernah menyantuh absisnya Pengujian uji-z dapat dilakukan apabila simpangan baku populasi (σ) diketahui dan n-nya sejumlah lebih dari tiga puluh (30). selalu memiliki modus dan hanya satu modus Simetrik Modus = median = rata-rata Asimtotik. maka diperoleh dari sampel berpopulasi tunggal. data yang diperoleh adalah berdistribusi normal dengan ciri : Unimodial.  Nilai untuk pengujian satu sisi (one tail) pada uji-z dengan α 0.65 . Ciri-Ciri Digunakannya Uji-z Dalam penggunaan uji-z. B. Nilai t tabel yang diperoleh dibandingkan nilai t hitung. maka Ho diterima sehingga dapat disimpulkan bahwa variabel independen tidak berpengaruh terhadap variabel dependen. maka Ho ditolak.01 maka harga z-table  = 2.58 sedangkan pada α 0.UJI-Z 1.65.01 maka harga z-table = 2. sehingga dapat disimpulkan bahwa variabel independent berpengaruh pada variabel dependent. derajat kebebasan (df) tidak perlu diperhatikan karena simpangan baku yang diketahui adalah simpangan baku populasi. Rumus yang digunakan untuk mengetahui nilai-z adalah: ´x −μ Z= σ √n Dalam penggunaan uji-z.Keputusan bisa menolak Ho atau menolak Ho menerima Ha.

c. 3) Menentukan peraturan-peraturan pengujiannya/kriterianya/rule of the uji . Syarat diketahuinya nilai rata-rata dan variansi atau standar deviasi populasi ini cenderung sulit diperoleh. sehingga ada pula sebagian yang mensyaratkan jika data lebih besar dari 30 maka boleh menggunakan uji Z. Pengujian satu sisi kiri H0    0 : H i   0 : 2) Menentukan level of significancenya (α). 2. Pengujian dua sisi H0   0 :   0 Hi : b. Menguji beda rata-rata populasi dengan rata-rata data sampel. Pengujian satu sisi kanan H0    0 : H i   0 : c. Membandingkan satu data sample dengan data populasinya.  Sementara syaratnya adalah jelas bahwa rata-rata dan variansi populasi harus diketahui. Menguji beda rata-rata satu sampel dengan rata-rata sampel lain. Uji z dilakukan dalam rangka atau dengan tujuan: a. Langkah-Langkah dalam Melaksanakan Uji-z Langkah-langkahnya yaitu: 1) Menyusun formulasi hipotesis nihil dan hipotesis alternatifnya: a. b.

Pengujian dua sisi Z 2  Z  Z 2 H0 diterima apabila : H0 Z  Z 2 ditolak apabila : b. Pengujian satu sisi kiri Z  Z H0 diterima apabila : H0 Z  Z ditolak apabila : 4) Dari sampel random yang diambil kemudian dihitung nilai z.a. dengan rumus: Z= ´x −μ σ √n 5) Dengan membandingkan perhitungan pada langkah 4 dengan peraturan pengujian langkah 3 kemudian diambil kesimpulan. Pengujian satu sisi kanan Z  Z H0 diterima apabila : H0 Z Z  ditolak apabila : c. .

Rumus-Rumus Uji-z H0 1.   0 Nilai Uji Statistik H1 Wilayah Kritis x  0 z  / n   0 z   z   0 z  z   0 z   z contoh besar  n 30  dapat diganti dengan s z  z 2 2 dan .3.

dengan simpangan baku = $45. Dari 100 nasabah bank rata-rata melakukan penarikan $495 per bulan melalui ATM.5%. /2 = 0. ujilah : a) apakah rata-rata nasabah menarik melalui ATM kurang dari $500 per bulan ? b} apakah rata-rata nasabah menarik melalui ATM tidak sama dengan $500 per bulan ? (Uji 2 arah. Jika tidak n2  22 dan diketahui 2 contohcontoh besar n1  12 gunakan s1 dan s2 1  2  d 0 z  z 2 1  2  d 0 z   z z  z 30 2 dan 2 30 Contoh: 1. Dengan taraf nyata 1% . statistik uji=z) Jawab : Diketahui: x = 495 s = 45 n=100 0 =500 =1% .z 1  2  d 0 x1  x2  d 0 1  2  d 0 z   z ( 12 / n1 )  ( 22 / n2 ) 2.

5 .33 H0 0 2.5 = 7.11 ada di daerah penerimaan H0 diterima. Statistik Hitung z H0 z 0. rata-rata pengambilan uang di ATM masih = $ 500 H0 Daerah penolakan = luas daerah terarsir ini =  = 1% Daerah penerimaan -2.01 5. H1 :  = 500 2* statistik uji : z  karena contoh besar 3* arah pengujian : 1 arah 4* Taraf Nyata Pengujian =  = 1% = 0. Titik kritis  z < - 6.33 x  0 495  500  5  / n 45 / 100 4.01  z < . rata-rata nilai prestasi ragam DGN TRAINING TANPA TRAINING x1 x2 s12 = 300 = 4 s22 = 302 = 4.a) H0 1. Berikut adalah data nilai prestasi kerja karyawan yang mendapat training dengan yang tidak mendapat training.11 Kesimpulan : z hitung = -1.2. :  < 500 = = -1.

H0 =0 1  2 : H1 =0 1  2 : 2* statistik uji : z  karena contoh besar 3* arah pengujian : 1 arah 4* Taraf Nyata Pengujian =  = 5% 5. Statistik Hitung z z5% x1  x 2  d 0 2 2 = 7. Apakah ada perbedaan rata-rata prestasi kerja d0 Jawab :  = 5 % a) 1.5 Kesimpulan : z hitung = 4 ada di daerah penolakan H0 ditolak. Titik kritis  z > 6. >0  z > 1. H1 H0 diterima  beda rata-rata prestasi kerja > 0 = 4 .n1 ukuran sampel n2 = 40 = 30 Dengan taraf nyata 5 % ujilah : 1  2 a. Apakah perbedaan rata-rata nilai prestasi kerja > 0? 1  2 b. 0.645 300  302  0 (4 / 40)  (4.25 0.  015 .5 / 30) ( s / n1 )  ( s / n2 ) 2 1  0? = 2 2 2   01 .

/2 = 2.5%. Uji 2 arah. statistik uji=z) .b) ditinggalkan sebagai latihan ( H1 1  2 :  0.