UJI PERBEDAAN RATA-RATA

BAB VI
DAN UJI CHI-SQUARE

6.1. UJI PERBEDAAN RATA-RATA

6.1.1. Kasus 1: Uji Satu Rata-Rata
Seorang dosen Statistika menyatakan bahwa nilai ujian
akhir mahasiswa yang menempuh mata kuliah Statistika
Induktif rata-ratanya adalah 80. Untuk membuktikan pernyataan
tersebut, gambaran data hasil ujian akhir dari 14 mahasiswa
adalah sebagai berikut:
Tabel 6.1. Hasil Ujian Akhir Mata Kuliah Statistika Induktif
Mahasiswa Nilai Ujian Mahasiswa Nilai Ujian
Ani 80 Yuli 65
Budi 90 Roni 95
Andi 75 Hadi 85
Yeni 85 Evi 90
Edi 95 Nova 70
Ahmad 95 Ruli 76
Nurul 70 Ida 65

Uji Perbedaan dan Uji Chi-Square 85

 Sebelum melakukan pengolahan dan analisis data
langkah yang harus dilakukan adalah sebagai berikut:
1. Hipotesis Penelitian
Hipotesis penelitian yang diajukan adalah: Rata-rata nilai
ujian akhir mahasiswa yang menempuh mata kuliah
Statistika Induktif adalah 80.
2. Hipotesis Statistik
Ho : = 80 dan Ha : 80
3. Berdasarkan data mentah tersebut di atas, untuk masukkan
data pada program SPSS dengan langkah sebagai berikut :
Buka program SPSS dan untuk membuat File Baru: pilih
menu File kemudian klik New dan klik Data, sebelum
masukkan data, terlebih dahulu buat diskripsi dengan
memilih Variable View (berada dibagian bawah). Untuk
kolom Name dan Label diubah. Untuk baris 1, Name: ketik
Nama, Type: pilih String (klik bagian kanan), Width: 20, dan
Label: Nama Mahasiswa. Untuk baris 2, Name: ketik Nilai
dan Label Nilai Ujian Akhir.

Gambar 6.1. Deskripsi Data pada Variabel View

Kemudian masukkan data yang ada pada tabel 6.1 dan hasil
data yang sudah masuk di program SPSS adalah:

86 Metode Penelitian Kuantitatif : Plus Aplik asi Program SPSS

 Gambar 6.2. Hasil Pemasukan Data pada Data View

Melakukan pengujian hipotesis dengan menggunakan Uji

Perbedaan adalah dengan langkah: Klik Analyze, klik
Compare Means, dan klik One-Sample T-Test, maka akan
keluar tampilan:

Gambar 6.3. One-Sample T-Test

Uji Perbedaan dan Uji Chi-Square 87

 Klik variable Nilai Ujian Akhir, klik tanda panah, sehingga
variable tersebut pindah ke Test Variable(s) dan Test
Value (Rata-Rata Dugaan) diisi dengan 80.

Gambar 6.4. Variabel Uji dan Test Value

Jika ingin mengubah interval konfidensi atau tingkat

kepercayaan, klik Options, dan ganti nilai Confidence
Interval-nya, misalnya 95%, kemudian klik Continue.

Gambar 6.5. One-Sample T-Tast; Options

Kemudian klik OK, sehingga menghasilkan output sebagai

berikut:

88 Metode Penelitian Kuantitatif : Plus Aplik asi Program SPSS

 Tabel 6.2. Output One-Sample T-Test
One-Sample Statistics
Std. Std. Error
N Mean
Deviation Mean
Nilai Ujian Akhir 14 81,1429 11,08608 2,96288

One-Sample Test
Test Value = 80
95% Confidence
Sig. Mean Interval of the
t df
(2-tailed) Difference Difference
Lower Upper
Nilai Ujian
,386 13 ,706 1,14286 -5,2581 7,5438
Akhir

4. Membandingkan T hitung dengan T tabel. T tabel (uji

dua arah) = 2,5% dan derajat kebebasan n 1 = 14 1 = 13
adalah 2,160.

Daerah Daerah
Penolakan Ho Penolakan Ho
2,5% Daerah 2,5%
Penerimaan Ho
95%

-2,160 0,386 2,160

Gambar 6.6. Daerah Penerimaan Ho (One-Sample T-Test)

T hitung < T tabel atau 0,386 < 2,160 maka Ho diterima,

artinya bahwa rata-rata nilai ujian akhir mahasiswa yang
menempuh mata kuliah Statistika Induktif adalah 80 adalah
benar.

Uji Perbedaan dan Uji Chi-Square 89

6.1.2. Kasus 2: Uji Dua Rata-Rata
Seorang dosen akan menguji perbedaan rata-rata nilai
ujian Mata Kuliah Matematika dan Statistika. Data yang diambil
untuk pengujian tersebut adalah 15 mahasiswa dan tingkat
signifikan () yang digunakan sebesar 5%. Hasil pengumpulan
data adalah sebagai berikut:
Tabel 6.3. Data Hasil Ujian Matematika dan Statistika
Responden Nilai Matematika (A) Nilai Statistika (B)
1 75 80
2 80 90
3 70 95
4 65 95
5 80 70
6 90 65
7 95 60
8 90 75
9 85 70
10 80 70
11 90 65
12 75 80
13 75 85
14 85 85
15 70 90

1. Hipotesis Penelitian
Hipotesis penelitian yang diajukan adalah: Rata-rata nilai
ujian Mata Kuliah Matematika dan Statistika adalah sama.
2. Hipotesis Statistik
Ho : A = B dan Ha : A B

90 Metode Penelitian Kuantitatif : Plus Aplik asi Program SPSS

3. Memasukkan data ke program SPSS. Untuk Variable View,
Name 1: MTK, Name 2: STK, Label 1: Nilai Ujian
Matematika, dan Label 2: Nilai Ujian Statistika.

Gambar 6.7. Variable View: Uji Dua Rata-Rata

Untuk melakukan pengujian dua rata-rata adalah: pada
posisi Data View, Klik Analyze, Klik Compare Means, Klik
Paired-Sample T Test. Kemudian klik variabel Nilai
Matematika dan Nilai Statistika dan klik tanda panah maka
di kolom Paired Variables akan muncul MTK -- STK.

Gambar 6.8. Paired-Sample T Test: Uji Dua Rata-Rata

Klik Options, untuk menentukan nilai Confidence Interval
atau tingkat kepercayaan (Kasus 2 tingkat kepercayaan

Uji Perbedaan dan Uji Chi-Square 91

 sebesar 95%). Kemudian klik Continue dan klik OK, maka
akan tampil hasil pengujian dua rata-rata sebagai berikut:
Tabel 6.4. Output Paired-Sample T-Test
Paired Samples Statistics
Std. Std. Error
Mean N
Deviation Mean
Pair 1 Nilai Matematika 80,3333 15 8,75595 2,26078
Nilai Statistika 78,3333 15 11,44344 2,95468

Paired Samples Correlations

N Correlation Sig.
Pair 1 Nilai Matematika & Nilai Statistika 15 -,832 ,000

Paired Samples Test

Paired Differences
95% Confidence
Std. Std. Sig. (2-
Mean Interval of the t df
Deviation Error tailed)
Difference
Mean
Lower Upper
Pair Nilai
1 Matematika
2,000 19,34647 4,99524 -8,71372 12,71372 ,400 14 ,695
- Nilai
Statistika

4. Membandingkan T hitung dengan T tabel. T tabel (uji

dua arah) = 2,5% dan derajat kebebasan n 1 = 15 1 = 14
adalah 2,145. T hitung < T tabel atau 0,400 < 2,145 maka
Ho diterima, artinya bahwa rata-rata nilai ujian Mata Kuliah
Matematika dan nilai ujian Mata Kuliah Statistika adalah
sama. Catatan: kalau tidak tersedia T tabel, maka dapat
dilihat pada kolom Siq. (2 tailed), jika nilainya di atas 0,05
maka Ho diterima atau Ha ditolak.

92 Metode Penelitian Kuantitatif : Plus Aplik asi Program SPSS

6.2. UJI CHI-SQUARE
Uji Chi-Square dapat dikatakan sebagai uji proporsi
untuk dua peristiwa atau lebih. Kriteria penerimaan atau
penolakan Ho adalah jika harga X2 lebih kecil dari X2 tabel
maka Ho diterima, sebaliknya jika harga X2 lebih besar atau
sama dengan X2 tabel maka Ho ditolak.
Contoh Kasus Uji Chi-Square (2 baris dan 3 kolom).
Seorang peneliti akan menguji keterkaitan antara jenis kelamin
dengan kinerja karyawan. Untuk kebutuhan tersebut, data
dikumpulkan dengan wawancara yang dipandu kuesioner
(model skor) kepada 20 karyawan. Hasil penskoran variabel
kinerja karyawan kemudian dilakukan penjumlahan dan
hasilnya dikelompokkan menjadi tiga kriteria kinerja, yaitu
rendah, sedang, dan tinggi.
Tabel 6.5. Hasil Pengumpulan Data (Uji Chi Square)
Jenis Jenis
Resp. Kinerja Resp. Kinerja
Kelamin Kelamin
1 Laki-Laki Sedang 11 Perempuan Rendah
2 Perempuan Tinggi 12 Perempuan Rendah
3 Perempuan Rendah 13 Laki-Laki Sedang
4 Laki-Laki Sedang 14 Perempuan Sedang
5 Laki-Laki Sedang 15 Laki-Laki Rendah
6 Perempuan Rendah 16 Perempuan Rendah
7 Laki-Laki Tinggi 17 Perempuan Sedang
8 Laki-Laki Rendah 18 Perempuan Tinggi
9 Perempuan Sedang 19 Laki-Laki Tinggi
10 Perempuan Sedang 20 Perempuan Sedang

Uji Perbedaan dan Uji Chi-Square 93

1. Hipotesis Penelitian (tingkat keyakinan 95%)
Hipotesis penelitian: Terdapat perbedaan tingkat kinerja
antara karyawan laki-laki dengan karyawan perempuan.
2. Hipotesis Statistik
Ho : Kinerja karyawan laki-laki dengan perempuan sama
Ha : Kinerja karyawan laki-laki dengan perempuan berbeda
3. Memasukkan data ke SPSS. Pertama kali Variable View,
Name 1: JK, Name 2: Kinerja, Type 1 dan 2: diubah jadi
String (klik bagian kanan untuk kolom Type), Label 1: Jenis
Kelamin, dan Label 2: Kinerja Karyawan. Setelah selesai,
masukkan data pada di Tabel 6.5. ke dalam Data View.

Gambar 6.9. Data View (Uji Chi-Square)

94 Metode Penelitian Kuantitatif : Plus Aplik asi Program SPSS

Untuk menguji perbedaan dengan Uji Chi-Square: klik
Analyze, klik Descriptive Statistics, dan klik Crosstabs.
Pada tabel Crosstabs, pindahkan Jenis kelamin (JK) ke
Row(s) dan Kinerja Karyawan (Kinerja) ke Column(s),
dengan cara klik variabel yang akan dipindah dan klik tanda
panah.

Gambar 6.10. Crosstabs (Uji Chi-Square)

Kemudian klik Statistics, maka muncul Crosstabs:
Statistics, beri centang pada Chi-square dan klik
Continue. Klik Cell, maka muncul Crosstabs: Cell Display,
beri centang Expected dan klik Continue. Setelah kembali
ke Crosstabs klik OK, maka akan tampil hasil uji Chi-
Square sebagai berikut:

Uji Perbedaan dan Uji Chi-Square 95

 Tabel 6.6. Hasil Pengolahan Data (Uji Chi Square)
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent

Jenis Kelamin *
20 100,0% 0 ,0% 20 100,0%
Kinerja Karyawan

Jenis Kelamin * Kinerja Karyawan Crosstabulation

Kinerja Karyawan
Total
Rendah Sedang Tinggi
Jenis Laki-Lak Count 2 4 2 8
Kelamin Expected
2,8 3,6 1,6 8,0
Count
Perempuan Count 5 5 2 12
Expected
4,2 5,4 2,4 12,0
Count
Count 7 9 4 20
Total Expected
7,0 9,0 4,0 20,0
Count

Chi-Square Tests
Asymp. Sig.
Value df
(2-sided)
Pearson Chi-Square ,622(a) 2 ,733
Likelihood Ratio ,634 2 ,728
N of Valid Cases 20
a 5 cells (83,3%) have expected count less than 5. The minimum expected
count is 1,60.

4. Membandingkan Chi-Square (X2) hitung dengan X2 tabel.

Nilai X2 hitung sebesar 0,622 dan X2 tabel pada = 5% dan
df = 2 sebesar 5,99, maka X2 hitung lebih kecil dari X2 tabel,
artinya Ho diterima (lihat Asymp. Siq. di atas 0,05) dan Ha
ditolak, yaitu tidak terdapat perbedaan kinerja karyawan laki-
laki dengan karyawan perempuan.

96 Metode Penelitian Kuantitatif : Plus Aplik asi Program SPSS