Anda di halaman 1dari 11

Uji t untuk sampel Berpasangan

Uji-t berpasangan (paired t-test) adalah salah satu metode pengujian hipotesis dimana data yang
digunakan tidak bebas yang dicirikan dengan adanya hubungan nilai pada setiap sampel yang sama
(berpasangan). Ciri-ciri yang paling sering ditemui pada kasus yang berpasangan adalah satu individu
(objek penelitian) dikenai 2 buah perlakuan yang berbeda. Walaupun menggunakan individu yang sama,
peneliti tetap memperoleh 2 macam data sampel, yaitu data dari perlakuan pertama dan data dari
perlakuan kedua. Perlakuan pertama mungkin saja berupa kontrol, yaitu tidak memberikan perlakuan
sama sekali terhadap objek penelitian. Misal pada penelitian mengenai efektivitas suatu obat tertentu,
perlakuan pertama, peneliti menerapkan kontrol, sedangkan pada perlakuan kedua, barulah objek
penelitian dikenai suatu tindakan tertentu, misal pemberian obat. Dengan demikian, performance obat
dapat diketahui dengan cara membandingkan kondisi objek penelitian sebelum dan sesudah diberikan
obat. Contoh kasus lain misalnya program diet dimana pengukuran berat badan ditimbang sebelum dan
setelah diet. Contoh lain yang bisa dianggap berpasangan meski terdapat 2 objek penelitian, misalnya
perbedaan antara tinggi ayah dan anaknya.

Jenis Uji:
Dua Arah Pihak Kanan Pihak Kiri
H 0 : μd = 0 H 0 : μd = 0 H 0 : μd = 0
H A : μd ≠ 0 H A : μd > 0 H A : μd < 0
Keputusan:
Tolak H0 jika: |t| > tα/2,df t > tα,df t < -tα,df

Asumsi:
1. Sampel data mengandung unsur yang berpasangan
2. Sampel diambil secara acak
3. Berdistribusi Normal

Test Statistik:

d − µd d
t= atau apabila μd = 0, maka t =
sd sd
n n
Dimana derajat bebasnya (df) = n-1

d = selisih diantara masing-masing individu/objek yang berpasangan


μd = nilai rata-rata perbedaan d populasi dari keseluruhan pasangan data, biasanya 0.
d = nilai rata-rata dari d
sd = nilai standar deviasi dari d
n = banyaknya pasangan data

© 2011 http://www.smartstat.info | Uji-t Student 24


Sebelum melakukan analisis data dengan uji-t berpasangan, terlebih dahulu kita uji apakah kedua data
menyebar normal atau tidak. Statistik uji yang digunakan adalah Lilliefors (Kolmogorov-Smirnov)
normality test.
Hipotesis uji normalitas:
• H0 : Data menyebar normal
• H1 : Data tidak menyebar normal
• α = 0.05

Pada pengamatan berpasangan, (1) pemasangan antar sampel atau unit dilakukan sebelum percobaan
dimulai berdasarkan harapan bila tidak ada pengaruh perlakuan maka kedua kelompok memberikan
respon yang sama, dan (2) sumber keragaman dari luar dihilangkan, sehingga perhitungan nilai kritiknya
didasarkan pada ragam perbedaan antar kelompok dan bukan pada ragam diantara individu dalam
setiap sampel.

Contoh 1

Survey Kesehatan Nasional dan Pengujian Gizi yang diselenggarakan oleh Departemen Kesehatan dan
Layanan Masyarakat, meneliti perbedaan antara tinggi yang dilaporkan sendiri dan yang diukur langsung
dari beberapa wanita yang berusia antara 12-16 tahun. Data tinggi yang dilaporkan sendiri dan tinggi
yang diukur disajikan pada Tabel di bawah ini.
No Reported Measured d
height height
1 53 58.1 -5.1
2 64 62.7 1.3
3 61 61.1 -0.1
4 66 64.8 1.2
5 64 63.2 0.8
6 65 66.4 -1.4
7 68 67.6 0.4
8 63 63.5 -0.5
9 64 66.8 -2.8
10 64 63.9 0.1
11 64 62.1 1.9
12 67 68.5 -1.5
rata-rata -0.475
sd 1.980874

1. Apakah terdapat cukup bukti untuk mendukung dugaan bahwa terdapat perbedaan antara tinggi
yang dilaporkan dan tinggi yang terukur dari wanita yang berusia antara 12-16 tahun? Gunakan taraf
nyata 0.05.
2. Buat selang kepercayaan dengan tingkat kepercayaan 95% antara perbedaan rata-rata tinggi yang
dilaporkan dan tinggi yang diukur.

© 2011 http://www.smartstat.info | Uji-t Student 25


Perhitungan: Cara 1 (Metode Klasik/Tradisional)

Statistik
n 12
d -0.475
sd 1.980874

1. Langkah ke-1: Klaim: dugaan terdapat perbedaan antara tinggi yang dilaporkan dan
tinggi yang terukur dapat dilambangkan dengan: μd ≠ 0, jika dugaan salah, maka μ1 = μ2
2. Langkah ke-2: Dari kedua persamaan di atas, μd = 0 mengandung unsur persamaan
(equality), sehingga menjadi hipotesis Hipotesis nol dan tandingan (H1) μ1 ≠ μ2.
a. H0: μd = 0
b. H1: μd ≠ 0
3. Taraf nyata : α = 0.05
4. Tentukan uji statistiknya: sampel diambil secara acak dari objek yang berpasangan
sehingga uji statistik yang relevan adalah uji-t berpasangan.
5. Hitung nilai tobs:

d − µ d − 0.475 − 0
a. t= = = -0.83
sd 1.981
n 12
b. Tentukan tcrit dengan df = 12 dan α = 0.05. Dari tabel t-student diperoleh nilai tcritis
untuk uji dua arah = ±2.201 (tanda ± karena uji dua arah)

6. Karena |tobs| < |tcrit|= |-0.83| < |±2.201|, maka H0 diterima!


7. Dari hasil uji-t diperoleh kesimpulan bahwa pada taraf nyata 5%, tidak terdapat cukup
bukti untuk menyatakan adanya perbedaan antara tinggi yang dilaporkan sendiri dengan
tinggi yang diukur oleh Departemen tersebut.

© 2011 http://www.smartstat.info | Uji-t Student 26


Terima H0 Tolak H0

= α/2 = α/2
= 0.025 = 0.025

tc = -2.201 t=0 tc = 2.201


tobs = -0.83

b. Selang kepercayaan 95% untuk perbedaan rata-rata:


Tentukan Nilai Margin Errornya (E)
y − y 10.9143 - 3.9429
t obs = 1 2 = = 2.688297
s y1 −y2 2.59324

Selang kepercayaan dihitung berdasarkan formula berikut:


d − E < μd < d + E
− 0.475 − 1.259 < μd < −0.475 + 1.259
− 1.734 < μd < 0.784

Artinya, 95% dari rata-rata perbedaan sampel akan terletak pada selang tersebut yang pada
kenyataannya mengandung perbedaan rata-rata dari populasi sebenarnya.
Karena pada batas selang kepercayaan tersebut mengandung nilai 0, maka tidak terdapat
cukup bukti untuk mendukung dugaan bahwa terdapat perbedaan diantara kedua tinggi
tersebut.

© 2011 http://www.smartstat.info | Uji-t Student 27


Contoh 2

Keefektifan dari suatu Bimbingan Belajar dalam menghadapi suatu Tes dinilai berdasarkan perbandingan
antara nilai yang diperoleh siswa sebelum dan setelah melaksanakan kursus. Nilai tersebut diperoleh
dari 10 siswa yang mengikuti Bimbel Tes Persiapan Masuk (based on data from the College Board and
“An Analysis of the Impact of Commercial Test Preparation Courses on SAT Scores,” by Sesnowitz,
Bernhardt, and Knain, American Educational Research Journal, Vol. 19, No. 3.)
1. Apakah terdapat cukup bukti untuk menyimpulkan bahwa Bimbel efektif dalam meningkatkan skor
(nilai ujian)? Uji pada taraf nyata 0.05.
2. Tentukan selang kepercayaan 95% untuk perbedaan rata-rata antara sebelum dan setelah mengikuti
Bimbel. Tuliskan pernyataan dan interpretasi hasilnya.

Student A B C D E F G H I J
before 700 840 830 860 840 690 830 1180 930 1070
after 720 840 820 900 870 700 800 1200 950 1080
d -20 0 10 -40 -30 -10 30 -20 -20 -10
rata-rata d -11
sd 20.24846

© 2011 http://www.smartstat.info | Uji-t Student 28


Perhitungan: Cara 1 (Metode Klasik/Tradisional)

Statistik
n 10
d -11
sd 20.24846

1. Langkah ke-1: Klaim: dugaan bahwa setelah mengikuti program Bimbel dapat
meningkatkan nilai hasil ujian dapat dilambangkan dengan: μd < 0, jika dugaan salah,
maka μ1 ≥ 0. (Kenapa klaim tidak disimbolkan μd > 0? Apabila nilai setelahBimbel
lebih besar, maka selisihnya (d) pasti negatif, sehingga disimbolkan dengan μd < 0 )
2. Langkah ke-2: Dari kedua persamaan di atas, μd ≥ 0 mengandung unsur persamaan
(equality), sehingga menjadi hipotesis Hipotesis nol dan tandingan (H1) μd < 0.
a. H0: μd = 0
b. H1: μd < 0
3. Taraf nyata : α = 0.05
4. Tentukan uji statistiknya: sampel diambil secara acak dari objek yang berpasangan
sehingga uji statistik yang relevan adalah uji-t berpasangan.
5. Hitung nilai tobs:

d −µd − 11 − 0
a. t= = = -1.718
sd 20.248
n 10
b. Tentukan tcrit dengan df = 9 dan α = 0.05. Dari tabel t-student diperoleh nilai tcritis
untuk uji satu arah = -1.833 (tanda minus karena uji pihak kiri)
6. Karena |tobs| < |tcrit|= |-1.718| < |-1.833|, maka H0 diterima!
7. Dari hasil uji-t diperoleh kesimpulan bahwa pada taraf nyata 5%, tidak terdapat cukup
bukti untuk menyatakan bahwa persiapan tes dengan mengikuti kursus (Bimbel) akan
efektif dalam meningkatkan nilai ujian.

© 2011 http://www.smartstat.info | Uji-t Student 29


Tolak H0 Terima H0

tobs = -1.718

= 0.05

tc = -1.833 t=0

b. Selang kepercayaan 95% untuk perbedaan rata-rata:


Tentukan Nilai Margin Errornya (E)
sd 20.248
E = tα / 2 = 2.262 × = 14.484
n 10

Selang kepercayaan dihitung berdasarkan formula berikut:


d − µ d − 0.475 − 0
t= = = -0.83
sd 1.981
n 12

Artinya, 95 % kita percaya bahwa nilai rata-rata perbedaan dari populasi yang sebenarnya
terletak pada selang antara 25.48 sampai 3.48.

© 2011 http://www.smartstat.info | Uji-t Student 30


Latihan 1

Seorang peneliti mempelajari pengaruh pencahayaan pada suatu tanaman bunga Lucerne pada kondisi
lingkungan yang berbeda. Peneliti mengambil 10 tanaman yang segar dengan bunga-bunga yang
tersinari tanpa halangan dibagian atas dan bunga bunga yang tersembunyi dibagian bawahnya.
Kemudian, data banyaknya biji pada setiap lokasi dikumpulkan (Torrie, 1980).

Nomor Bunga bagian Bunga bagian


Sampel atas bawah
1 4.0 4.4
2 5.2 3.7
3 5.7 4.7
4 4.2 2.8
5 4.8 4.2
S 3.9 4.3
7 4.1 3.5
8 3.0 3.7
9 4.6 3.1
10 6.8 1.9

Uji hipotesis tidak terdapat perbedaan antara rata-rata populasi (H0) dan tandingannya (bunga yang
terletak di bagian atas lebih banyak menghasilkan biji, H1). Gunakan taraf nyata 0.05.

Output perhitungan dengan menggunakan Software MINITAB v.11:

Paired T-Test and CI: Bunga bagian atas, Bunga bagian bawah

Paired T for Bunga bagian atas - Bunga bagian bawah

N Mean StDev SE Mean


Bunga bagian 10 4.630 1.068 0.338
Bunga bagian 10 3.630 0.850 0.269
Difference 10 1.000 1.599 0.506

95% lower bound for mean difference: 0.073


T-Test of mean difference = 0 (vs > 0): T-Value = 1.98 P-Value = 0.040

Interpretasi:

Hipotesis:
1. H0: μd = 0
2. H1: μd > 0 (mengapa menggunakan tanda “>”, bandingkan dengan contoh soal Efektivitas Bimbel
dalam meningkatkan nilai ujian!)
tobs = thitung = T-Value = 1.98
tcrit = ttabel = t(0.05,9) = 1.833 (diperoleh dari nilai tabel t-student)
Karena |tobs| > |tcrit| 1.98 > 1.833 maka H0 ditolak!

© 2011 http://www.smartstat.info | Uji-t Student 31


Artinya: 95% kita percaya bahwa bunga yang terletak di bagian atas menghasilkan biji lebih banyak
dibandingkan dengan bunga yang ada di bagian bawahnya.

Metode Modern:
Metode di atas adalah uji statistik dengan metode tradisional. Uji dengan metode modern
menggunakan nilai p-value dalam menentukan signifikan atau tidaknya suatu uji statistik.
Apabila: P-Value < Taraf Nyata maka uji nyata atau H0 ditolak
Apabila: P-Value > Taraf Nyata maka uji tidak nyata atau H0 diterima

Pada kasus diatas, P-Value = 0.040 yang nilainya lebih kecil dibanding nilai α =0.05. Hal ini menunjukkan
bahwa uji tersebut signifikan atau H0 ditolak.
Apabila nilai P-Value < 0.01, maka uji tersebut sangat signifikan!

© 2011 http://www.smartstat.info | Uji-t Student 32


Latihan 2

Uji pada taraf nyata 0.01, apakah terdapat perbedaan konsentrasi gula dalam nektar red clover yang
disimpan selama 8 jam pada dua tekanan yang berbeda (4,4 mmHg dan 9,9 mmHg)? Data konsentrasi
gula disajikan pada Tabel berikut.

Tabel Kadar Gula nektar red clover (Torrie, 1980)


Nomor Tekanan 4.4 Tekanan 9.9 mmHg
Sampel mmHg
1 62.5 51.7
2 65.2 54.2
3 67.6 53.3
4 69.9 57.0
5 69.4 56.4
S 70.1 61.5
7 67.8 57.2
8 67.0 56.2
9 68.5 58.4
10 62.4 55.8

Output perhitungan dengan menggunakan Software MINITAB v.11:

Paired T-Test and CI: Tekanan 4.4 mmHg, Tekanan 9.9 mmHg

Paired T for Tekanan 4.4 mmHg - Tekanan 9.9 mmHg

N Mean StDev SE Mean


Tekanan 4.4 10 67.040 2.822 0.892
Tekanan 9.9 10 56.170 2.737 0.866
Difference 10 10.870 2.224 0.703

99% CI for mean difference: (8.584, 13.156)


T-Test of mean difference = 0 (vs not = 0): T-Value = 15.46 P-Value = 0.000

Interpretasi:

Hipotesis:
1. H0: μd = 0
2. H1: μd ≠ 0
tobs = thitung = T-Value = 15.46
tcrit = ttabel = t(0.01,9) = 3.250 (dua arah pada taraf nyata 1%)
Karena |tobs| > |tcrit| 15.46 > 3.250 maka H0 ditolak!

Hal ini menunjukkan bahwa terdapat perbedaan yang sangat signifikan antara kedua tekanan tersebut
terhadap kadar gula.

© 2011 http://www.smartstat.info | Uji-t Student 33


Metode Modern:
Metode di atas adalah uji statistik dengan metode tradisional. Uji dengan metode modern
menggunakan nilai p-value dalam menentukan signifikan atau tidaknya suatu uji statistik.
Apabila: P-Value < Taraf Nyata maka uji nyata atau H0 ditolak
Apabila: P-Value > Taraf Nyata maka uji tidak nyata atau H0 diterima
Pada kasus diatas, P-Value = 0.000 yang jauh lebih kecil dibanding nilai α =0.01. Hal ini berarti uji
tersebut sangat nyata.

© 2011 http://www.smartstat.info | Uji-t Student 34