PROBABLITAS DAN STATISTIKA

“Pengujian Hipotesis Dua Sampel”

DOSEN PENGAMPU : Drs. Sriadhi, ST, M.Pd. M.Kom, PhD

Amirhud Dalimunthe, ST, M.Kom

OLEH :

KELOMPOK 10

NAMA : ZUBAIR IMAM SANTOSO

NIM : 5163230042

PRODI TEKNIK ELEKTRO

FAKULTAS TEKNIK
UNIVERSITAS NEGERI MEDAN
2017
 KATA PENGANTAR
Rasa syukur yang dalam kami sampaikan ke hadiran ALLAH SWT, yang
karena bimbingan-Nyalah maka penulis bisa menyelesaikan sebuah
karya tulis berupa makalah pada mata kuliah Probabilitas Dan Statistika.
Makalah ini dibuat dalam rangka memperdalam pemahaman
mahasiswa terhadap pokok kajian Pengujian Hipotesis Dua Sampel,
dan juga sekaligus melakukan apa yang menjadi tugas mahasiswa
yang mengikuti mata kuliah “Probabilitas Dan Statistika”
Akhirnya kami menyampaikan terima kasih dan penghargaan yang sebesar-
besarnya kepada semua pihak yang sudah mendukung penyusunan makalah
ini. Selanjutnya kami sangat mengharapkan kritik dan saran dari pembaca
sehingga akan menumbuhkan rasa syukur kami kepada rahmat ALLAH SWT
dan dalam hal perbaikan makalah ini ke depannya.

Medan, Mei 2017

-Penulis-
 PEMBAHASAN

A. Pengujian Hipotesis Dua Sampel

Uji hipotesis dengan ratarata kedua populasi yang saling bebas

dengan standard deviasi populasi yang diketahui adalah sama

Yaitu pengujian hipotesis dengan memilih sejumlah sampel acak dari dua populasi
berbeda untuk menentukan apakah rata-rata atau proporsi populasi tersebut setara.

Sampel saling bebas

1. Seorang perencana kota florida ingin mengetahui apakah ada perbedaan dalam
upah per jam rata-rata para tukang pipa dan montir listrik di florida tengah.
2. Seorang akuntan keuangan ingin mengetahui apakah rata-rata tingkat
keuntungan reksa dana dengan tingkat pengembalian tinggi berbeda
dengan rata-rata tingkat keuntungan reksa dana global.

Dalam kasus diatas terdapat dua populasi saling bebas. Dalam kasus pertama tukang
pipa melambangkan satu populasi dan tukang pipa menggambarkan populasi yang lain,
dalam kasus kedua reksa dana dengan tingkat pengembalian tinggi menggambarkan
satu populasi dan tingkat keuntungan reksa dana global menggambarkan populasi yang
lain. Kita dapat memilih sampel acak dari populasi tersebut lalu menghitung rata-rata
populasi tersebut. Setelah itu kita dapat membandingkan rata-rata dari kedua populasi
tersebut. Jika hasilnya nol maka rata-rata dari kedua populasi tersebut sama, dan jika
hasilnya bukan nol maka terdapat perbedaan dari rata-rata populasi tersebut. Untuk
mengetahui variasi dari kedua populasi maka kita perlu meninjau asumsi bahwa:
1. Kedua sampel harus tidak saling berhubungan, atau saling bebas.
2. Standar deviasi kedua populasi harus diketahui.

Contoh kasus :

Para pelanggan di foodtown supermarket mempunyai pilihan ketika membayar belanjaan

mereka. Mereka bisa keluar dan membayar dengan menggunakan tempat pembayaran standar

yang dibantu kasir, atau mereka dapat menggunakan prosedur U-scan baru.dengan metode
standar pelanggan harus mengantre di kasir, dengan U-scan pelanggan dapat langsung
membayar tanpa mengantre. Berikut data penggunaan dua prosedur tersebut:

Jenis pelanggan rata-rata sampel standar deviasi populasi ukuran sampel

Standar 5,5 menit 0,4 menit 50

U-san 5,3 menit 0,3 menit 100

Untuk melakukan uji hipotesis dilakukan langkah-langkah berikut:

1. Menetapkan hipotesis nol dan hipotesis alternative

Hipotesis nol adalah tidak ada selisih dalam rata-rata waktu keluar untuk
kedua kelompok tersebut.

Hipotesis alternatif adalah waktu keluar lebih lama bagi pelanggan yang
menggunakan prosedur standar.
2. Pilih tinggkat signifikansi

Tingkat signifikansi adalah probabilitas kita menolak hipotesis nol ketika

hipotesis itu sesungguhnya benar. Kemungkinan ini ditentukan sebelum
pemilihan sampel atau melakukan perhitungan apapun. Tingkat signifikansi
yang paling umum adalah 0,05 dan 0,01
3. Tentukan statistic uji

Dalam kasus ini kita menggunakan distribusi normal standar (Z) dan t sebagai
statistik uji, sebab standar deviasi untuk kedua populasi tersebut diketahui.
4. Tentukan aturan keputusan

Aturan keputusan didasarkan pada hipotesis nol dan hipotesis alternatif. Misal
kita memilih tingkat signifikansi 0,01, serta distribusi z sebagai statistik uji.
Kita menetapkan hipotesis alternatif untuk mengindikasikan bahwa rata-rata
waktu keluar lebih lama bagi mereka yang menggunakan metode standar
dibandingkan metode U-scan.
5. Buat keputusan mengenai h0 dan intrepretasikan hasilnya
 Hasil dari nilai hitung sebesar 3,13 lebih besar dari nilai kritis 2,33. Berdasar
hasil tersebut maka keputusan kita adalah menerima hipotesis alternatif yaitu
rata-rata waktu keluar lebih lama bagi mereka yang menggunakan metode
standar, atau dengan kata lain metode U-scan lebih cepat.

Uji dua sampel pada proporsi

Wakil presiden sumber daya manusia ingin mengetahui apakah terdapat

perbedaan proporsi pekerja, yang dibayar per jam, yang tidak masuk lebih dari 5 hari
kerja per tahun di pabrik Atlanta dan Houston.

General Motors tengah mempertimbangkan sebuah rencana baru untuk Pontiac G6,
rancangan tersebut ditunjukkan kepada sekelompok calon pembeli berusia dibawah 30
tahun dan kelompok lainya yang berusia diatas 60 tahun. Pontiac ingin mengetahui apakah
ada perbedaan dalam proporsi kedua kelompok yang menyukai rancangan baru tersebut.

Seorang konsultan bagi industry penerbangan sedang menyelidiki ketakutan terbang

diantara orang-orang dewasa. Secara spesifik, perusahaan tersebut ingin mengetahui apakah

terdapat perbedaan dalam proporsi laki-laki disbanding perempuan yang takut terbang.

Dalam kasus diatas masing-masing sampel dari hal yang diselidiki dapat
diklasifikasikan sebagai”sukses” atau “gagal” , artinya, pada contoh Pontiac g6,
setiap calon pembeli diklasifikasikan sebagai “yang menyukai rancangan baru” atau
“ yang tidak menyukai rancangan baru” lalu membandingkan proporsi antara yang
berusia 30 tahun dan lebih dari 60 tahun.

Contoh:

Manelli parfum company baru-baru ini mengembangkan sebuah parfum baru yang
rencananya akan dipasarkan dengan merek heavenly. Sejumlah penelitian pasar
mengindikasikan bahwa heavenly mempunyai potensi pasar yang sangat baik. Departemen
di Manelli ingin mengetahui apakah terdapat perbedaan dalam proporsi perempuan yang
lebih muda dan lebih tua yang akan membeli heavenly jika wewangian tersebut dipasarkan.
Terdapat dua populasi saling bebas, satu terdiri atas perempuan yang lebih muda
dan satu terdiri atas perempuan yang lebih tua.

Prosedur uji hipotesis:

1. Menentukan h0 dan h1.

H0 = tidak ada perbedaan proporsi antara perempuan yang lebih muda dan
yang lebih tua yang menyukai heavenly.

H1 = ada perbedaan proporsi antara perempuan yang lebih muda dan yang
lebih tua yang menyukai heavenly.
2. Pilih tingkat signifikansi

Tingkat signifikansi yang dipilih adalah 0,05

3. Tentukan statistik uji

Statistik uji mengikuti distribusi normal standar

4. Tentukan aturan

keputusan Z table = 1,96

H0 diterima ada diantara -1,96 sampai dengan 1,96

5. Pilih satu sampel dan buat

keputusan N1 = 100

N2= 200

P1 = 0,19

P2 = 0,31

Pc = 0,27

Z = -2,21

Z hitung lebih besar dari z tabel, sehingga berada didaerah penolakan. Yang
berarti kita menolak hipotesis nol bahwa tidak ada perbedaan proporsi
perempuan muda dan perempuan yang lebih tua dalam membeli heavenly.
 Uji hipotesis yang kedua proporsi populasinya sama

Sering kali kita berhadapan dengan masalah yang mengharuskan kita

menguji hipotesis nol bahwa dua proporsi adalah sama.
1. H0 = p1 = p2 = p

Dari hipotesis nol tersebut kita bisa menentukan hipotesisalternatifnya :

H1 : p1 > p2 H1 : p1 < p2 H1 : p1 ≠ p2

Statistik uji yang digunakan untuk menguji hipotesis Proporsi Dua Populasi
menggunakan distribusi Z dimana dirumuskan sebagai berikut:

^ ^
z= p 1− p 2

Keterangan :
^p q^ [( n 11 )+(n12 )]
^
√
p1 = proporsi keberhasilan Populasi 1
^
p2 = proporsi keberhasilan Populasi 2

^p = proporsi keberhasilan gabungan kedua populasi

x1+x2
^p=
n1+n2

q^ = proporsi kegagalan gabungan kedua populasi

q^ = 1- ^p

x1 , x 2 = jumlah keberhasilan masing-masing populasi

n1 ,n2 = jumlah atau akuan masing-masing populasi

^ x1 ^ x2

p1= n1 p 2= n2
Ada tiga cara untuk menguji hipotesis proporsi dua populasi yaitu:

1. Uji hipotesis proporsi dua populasi dengan pihak kanan

Langkah-langkah pengujiannya adsalah sebagai berikut :

^p1=^p2
Menentukan H0, yaitu H0:
^p1> ^p2
Menentukan H1 ; H1 alternatifnya adalah

Menentukan taraf signifikansi

Menentukan daerah kritis.

z > z bila hipotesis alternatifnya ^p1> ^p2

Perhitungan
^ ^
p1− p2
√ p^ q^ [(n11 )+(n12 )]

Menentukan kesimpulan : tolak Ho jika Z jatuh dalam daerah kritis, dan

z=
terima Ho jika Z jatuh dalam daerah penerimaan

Contoh soal:

Suatu pemungutan suara hendak dilakukan antara penduduk suatu kota dan sekitarnya untuk
mengetahui pendapat mereka mengenai rencana pendirian sebuah gedung pertemuan
serbaguna. Lokasi gedung yang akan dibangun itu didalam kota, sehingga para penduduk yang
tinggal disekitar kota itu merasa bahwa rencana ini akan lolos karena besarnya proporsi
penduduk kota yang menyetujuinya. Untuk mengetahui apakah ada selisih yang nyata antara
proporsi penduduk kota dan penduduk sekitar kota itu yang menyetujui rencana tersebut, diambil
suatu contoh acak. Bila ternyata 120 diantara 200 penduduk kota dan 240 diantara 500
penduduk sekitar kota menyetujui rencana tersebut, apakah anda setuju bila dikatakan bahwa
proporsi penduduk kota yang menyetujui rencana tersebut lebih tinggi daripada proporsi
penduduk sekitar kota yang menyetujui rencana tersebut?Gunakan taraf nyata 0,025

Penyelesain:

Misalkan p1 dan p2 menyatakan proporsi sesungguhnya penduduk kota dan penduduk

sekitar kota yang menyetujui pembangunan gedung pertemuan serbaguna

Ho : p1=p2

H1 : p1>p2
 α = 0,025

wilayah kritis : z >

1,96 perhitungan

^
z= p1−^p2

√ p^ q^
[(n11 )+(n12 )]
z= 0,60−0,48

√ (0,51)(0,49) [(2001 )+(5001 )] = 2,9

keputusan: tolak Ho dan kita setuju dengan pendapat bahwa proporsi

penduduk kota yang menyetujui rencana tersebut lebih besar daripada
proporsi penduduk sekitar kota yang menyetujui rencana tersebut

2. Uji hipotesis proporsi dua populasi dengan pihak kiri

Langkah-langkah pengujiannya adsalah sebagai berikut :

^p1=^p2
Menentukan H0, yaitu H0:

Menentukan H1 ; H1 alternatifnya adalah ^p1< ^p2

Menentukan taraf signifikansi

Menentukan daerah kritis.

z <-z bila hipotesis alternatifnya ^p1< ^p2

Perhitungan
^
z= p1−^p2

√ p^ q^
[(n11 )+(n12 )]
 Menentukan kesimpulan : tolak Ho jika Z jatuh dalam daerah kritis, dan
terima Ho jika Z jatuh dalam daerah penerimaan

Contoh soal:

Dari sampel acak sebanyak 400 ibu rumah tangga yang dipilih oleh sebuah tim dari
pemilik supermarket A memperlihatkan bahwa 20% ibu-ibu rumah tangga menyukai
kopi merk N, pihak pemasaran melakukan pemasangan iklan terhadap produksinya.
Kemudian dilakukan penelitian dengan sampel acak sebesar 600 ibu rumah tangga
dan memperlihatkan bahwa 22% ibu-ibu menyukai kopi bubuk merk N. dengan
menggunakan α = 0,005. Apakah pemasangan iklan tersebut mampu meningkatkan
proporsi ibu-ibu yang menyukai kopi bubuk merk N?

Penyelesaian:

Misalkan : p1 dan p2 menyatakan proporsi sesungguhnya ibu-ibu yang menyukai kopi bubuk
merk N sebelum dipasangnya iklan produk kopi merk N dan proporsi sesungguhnya ibu-ibu
yang menyukai kopi bubuk merk N setelah dipasangnya iklan produk kopi merk N

Ho : p1=p2

H1 : p1<p2

α = 0,005

wilayah kritis : z <

-1,645 perhitungan :

^
z= p1−^p2

√ p^ q^
[(n11 )+(n12 )]
z= 0,20−0,22

√ (0,212)( 0,788) [(4001 )+(6001 )] =

-0,74

kesimpulan : diperoleh nilai z hitung sebesar 0,74 yang artinya nilai z hitung lebih
besar dari z untuk α = 0,005 yaitu -1,645 dan z hitung terletak di wilayah
penerimaan Ho. Artinya informasi yang diperoleh dari sampel tidak
mendukung pernyataan bahwa pemasangan iklan atas produk kopi bubuk
merk N tersebut dapat meningkatkan proporsi ibu-ibu rumah tangga untuk
menyukai kopi merk N, karna perbedaan proporsi sebelum dan sesudah iklan
ternyata tidak signifikan untuk taraf α = 5%
3. Uji hipotesis proporsi dua populasi dengan dua pihak

Langkah-langkah pengujiannya adsalah sebagai berikut :

^p1=^p2
Menentukan H0, yaitu H0:

Menentukan H1 ; H1 alternatifnya adalah ^p1 ≠ ^p2

Menentukan taraf signifikansi

Menentukan daerah kritis.

−zα −zα
z< 2 dan z > 2

Perhitungan
^ ^
p1− p2
√ p^ q^ [(n11 )+(n12 )]

Menentukan kesimpulan : tolak Ho jika Z jatuh dalam daerah kritis, dan

z=
terima Ho jika Z jatuh dalam daerah penerimaan

Contoh soal :

Suatu survey tentang majalah mengungkapkan bahwa majalah “ekonomia” dibaca oleh
pembaca 45% dari seluruh pembaca lelaki, dan 46%pembaca perempuan dari seluruh
pembaca perempuan. Manajer pemasaran majalah ingin membuktikan kebenaran surveii
tersebut dengan mengadakan penelitian terhadap pembaca di suatu kota. Jumlah
responden lelaki dipilih 150 orang dan yang membaca majalah sebanyak 69 orang mengaku
membaca majalah “ekonomia”, sedangkan dari 200 orang responden perempuan yang
membaca majalah “ekonomia” adalah 95 orang, dengan menggunakan uji hipotesis proporsi
ujilah apakah pembaca majalah tersebut sama? Taraf signifikan 0,05

Penyelesaian:
Misalkan : p1 dan p2 menyatakan proporsi sesungguhnya untuk pembaca majalah
ekonomia adalah lelaki dan pembaca adalah perempuan.
Ho : p1 = p2

H1 : p1≠ p2

α = 0,05

wilayah kritis : z < -z 0,025 dan z > z

0,025 atau z < -1,96 dan z > 1,96

perhitungan :

^
z= p1−^p2

√ p^ q^
[(n11 )+(n12 )]
z= 0,46−0,475

√ (0,47)(0,53) [(1501 )+(2001 )] = -0,27

keputusan : dari perhitungan diperoleh nilai z hitung yang lebih kecil z 0,025 artinya z
hitung terletak didaerah penerimaan Ho, berarti bias ditarik kesimpulan bahwa
proporsi pembaca majalah “ekonomia” adalah lelaki dan pembaca majalah
“ekonomia” adalah perempuan sama

Uji hipotesis di mana rata-rata kedua populasi yang saling bebas sama,
diasumsikan sama kecuali standar deviasi populasinya tidak diketahui

Metode ini membandingkan rata-rata sampel dua populasi saling bebas untuk
menentukan apakah populasi yang ditarik sampelnya secara masuk akal dapat
bernilai rata-rata yang sama, tanpa mengetahui standar deviasi populasi.
1. Kita menganggap populasi yang ditarik sampelnya memiliki standar
deviasi yang setara, tetapi tidak diketahui.
2. Kita menggunakan distribusi t sebagai statistik uji.

Ada 3 persyaratan untuk menggunakan metode tersebut

1. Populasi yang ditarik sampel mengikuti distribusi normal
 2. Populasi yang ditarik sampel saling bebas
3. Standar deviasi dari dua populasi tersebut setara

Uji hipotesis di mana rata-rata kedua populasi yang saling bebas sama,
diasumsikan tidak sama kecuali standar deviasi populasinya tidak diketahui

Sampel terikat dengan sampel bebas

sampel terikat
Uji hipotesis ini digunakan untuk menguji dua sampel yang tidak saling bebas atau
terikat (dependent). Contoh:
 Nickel Saving and Loan memperkerjakan dua perusahaan, Schadek Appraisals
dan Bowyer Real Estate untuk menaksir nilai properti – properti yang mereka sediakan
pinjamanya. Kedua perusahaan ini memiliki kemiripan dalam nilai-nilai penaksiran
mereka. Untuk meninjau kembali konsistensi dari kedua perusahaan tersebut, Nickel
Saving secara acak memilih 10 rumah dan meminta kedua perusahaan tersebut untuk
menaksir rumah yang dipilih. Untuk setiap rumah aka nada sepasang nilai penaksiran
yaitu penaksiran dari kedua perusahaan tersebut. Nilai penaksiran berhubungan dengan
rumah-rumah yang dipilih. Yang juga disebut sampel berpasangan ( paired sample ).
Untuk uji hipotesis kita ingin mengetahui distribusi selisih dalam nilai taksiran masing-
masing rumah. Oleh karena itu hanya ada satu sampel yang dibuat dari selisih antara

taksiran yang dibuat oleh Schadek Appraisals dan Bowyer Real Estate.
Hasil taksiran rumah-rumah tersebut adalah:
Rumah Schadek Bowyer selisih (d) (d-dbar) (d-dbar)kuadrat
1 235 228 7 2,4 5,76
2 210 205 5 0,2 0,16
3 231 219 12 7,4 54,76
4 242 240 2 -2,6 6,76
5 205 198 7 2,4 5,76
6 230 223 7 2,4 5,76
7 231 227 4 -0,6 0,36
8 210 215 -5
-9,6 92,16
9 225 222 3 -1,6 2,56
10 249 245 4 -0,6 0,36

Dengan tingkat signifikansi 0,05.

Menentukan h0 dan h1
H0 = tidak ada perbedaan penaksiran dari kedua perusahaan tersebut
H1 = ada perbedaan penaksiran dari kedua perusahaan tersebut
N = 10
Df = 10-1 = 9
Nilai kritis df 9 = 2,262
Dari perhitungan didapat t = 3,305
 Yang artinya t hitung jatuh di daerah penolakan, hipotesis nol tersebut ditolak, dan hipotesis

alternatif diterima. Artinya ada perbedaan penaksiran dari kedua perusahaan tersebut.

Sample Bebas

1. Pengertian Uji-T sampel bebas

Suatu penelitian yang bertujuan untuk mengetahui perbedaan (hasil belajar,
kinerja karyawan, pendapatan perusahaan, kecepatan, dan lain) a ntara dua
kelompok, yaitukelompok control dan kelompok eksperimen tida k akan pernah
lepas dari yang namanya statistic. Statisticyang digunakan untuk menganalisis
perbedaan diantara dua kelompoktersebut adalah UjiT sampel bebas. Ujisampel
bebas atau yang sering dikenal dengan istilah In dependent Sample T Test adalah
teknik analisis data
yang digunakan untuk mengujibeda mean2 sampel yang independen yan g
datanya interval/rasio.
Sebelum menggunakan teknik analisis UjiT sampel bebas, peneliti te rlebih
dahulu harus menguji normalitas distribusi dan homogenitas varian s dari data
tersebut. Jika datatersebut berdistribusi normal dan memiliki h omogenitas yang
sama (homoskedastisitas ) maka dapat digunakan teknik analisis UjiT sampel
bebas. Dan sebaliknya jika data berdistribusitidak nor mal atau tidak homogen
(heterokedastisitas) maka tidak dapat mengguna kan Uji-T, sebagai penggantinya
adalah dengan menggunakan mann-withney U-tes, K-S, Median tes, danlain-lain.

2. Analisis Uji-T sampel bebas

Ada sebuah kasus seperti berikut: seorang guru berhipotesis “ada perbedaan
signifikasis hasil belajar siswa yang mengikuti pembelajaran la ngsung dan
pembalajarankooperatif”. Untuk itu ia melakukan eksperimen untuk mengujicobakan
model pembelajaran kelas X1 diterapkan model pe mbelajaran langsung dan kelas
X2 diterapkan modelpembelajaran kooper atif. Data hasil eksperimen ditunjukan
pada tabel 1
di bawah ini. Dengan taraf kesalahan 5% apakah hipotesis guru dapat dite rima?
(dengan catatan databerdistribusi normal dan homogen)
Tabel 1
No. HB MPK HB MPL
1 63 65
2 75 75
3 60 75
 4 76 85
5 63 85
6 78 80
7 88 85
8 73 70
9 58 85
10 68 85
11 73 90
12 75 70
13 68 85
14 85 75
15 68 75

a. Hipotesis
a) H0 : HB MPL = HB MPK
b) H1 : HB MPL ≠ HB MPK
b. Mengoperasikan SPSS
a) Buka aplikasi SPSSyang antum miliki seperti pada uji normalitas dan hom ogenitas
variansi, sehingga muncul tampilan seperti pada gambar 1
di bawah ini.

Gambar 1. Tampilan awal SPSS

b) Klik variableview yang ada di pojok kiri bawah dari spss seperti pada uji n ormalitas,
sehingga akan muncul seperti gambar 2 di bawah ini.
 Gambar 2. Variable view yang belum diisi

c) Buatlah lapak dengan ketentuan seperti di bawah ini:

Name: Isi dengan nama variable anda (terserah mau diberi nama apa saja biasanya
dalam bentuk singkatan), dalam hal ini saya mengisinya dengan kata “NHB” untuk
baris1 dan “Klp” untuk baris 2.
Type: Pilih Numeric
Width: Isi dengan angka 8
Decimal: Isi dengan angka 2 untuk baris 1(terserah user) dan isi dengan an gka 0
untuk baris 2 (wajib)
Label: Isi dengan kepanjangan dari name di atas, dalam hal ini saya mengisinya
dengan “Nilai Hasil Belajar” untuk baris 1 dan “Kelompok” un
tuk baris 2.
Value: pilih none untuk baris 1 sementara untuk baris 2 pilih dengan ketent uan
sebagai berikut:
1. Klik pada kolom value, sehingga muncul kotak dialog seperti di bawah ini.
Gambar 3. Kotak dialog value
2. Bagian value isi angka 1 dan pada bagian label-nya isi dengan MPK kemudi an klik
add (persis di bawahnya label).
3. Bagian value isi angka 2 dan pada bagian label-nya isi dengan MPL kemudi an klik
add (persis di bawahnya label).
4. Kemudian klik ok
Missing: Pilih none
Columns: Isi dengan angka 8 Align:
Pilih right (terserah user) Measure:
Pilih scale

Gambar 4 Tampilan varible view yang sudah di isi

d) Kalau sudah selesai klik data view (sebelahnya variable view)
e) Masukkan data nilai MPK dan MPL ke dalam kolom “NHB”
yang ada di spss dengan di ketik atau copas dan isikan angka “1” sampai baris ke
15, serta isikan angka “2” daribaris 16 – 30.
Gambar 5. Tampilan data view yang sudah di isi
f) Klik menu analyze- pilih compare means – pilih Independent-sample T test

Gambar 6. Langkah-langkah pengoperasian

g) Akan muncul kotak dialog seperti di bawah ini

Gambar 7. Kotak dialog independent sample Ttest

h) Pindahkan (1). variable “Nilai Hasil Belajar (NHB)” ke kolom tes variable d engan cara
klik “Nilai Hasil Belajar (NHB)” kemudian klik tanda panah yan g mengarah ke
tesvariable ( ). (2). Variable “Kelompok (Klp)” ke kolom “grouping varibel” dengan
cara klik “Kelompok (Klp)”kemudian klik tanda panah yang mengarah ke grouping
varibel( ).
 Gambar 8. Kotak dialog independent sample T tes
i) Klik define groups- pada kotak dialog define groups pilih use specified
values-group 1 isi dengan “1” dan group
2 isi dengan “2”. Kemudian klik continue.

Gambar 9. Kotak dialog define group

j) Klik option – pada kotak dialog independent sampel T-tes: option, terdapat convidence
interval isi dengan “95”. Klik continue.
 Gambar 10. Kotak dialog independen
k) Klik ok
l) Output

Gambar 11. Output

m) Pengambilan keputusan
Pertama kita harus menentukan homogenitas varians dengan cara melihat sig. pada
kolom leven’s, apakah termasuk equal variances
assumed atau equal variance not asseumed.(Baca: homogenitas varians)
Untuk melihat signifikansi perbedaan hasil belajar (MPL dan MPK) adalah p
ada bagian sig. (2-tailed) dan yang sejajar dengan equal variances
assumed atau equal variance notasseumed.
Jika sig. lebih besar dari 0,05 maka terima H 0 (HB MPL = HB MPK) Jika
sig. kurang dari 0,05 maka terima H1 (HB MPL ≠ HB MPK)

3. Kesimpulan
a. Berdasarkan hasil hitung spss diperoleh nilai F
0,114 dengan signifikansi 0,738 dengan demikian dapat disimpulkan terim a H 0 yang
menyatakan variansi dari nilai siswa yangdiajar dengan model
 MPK dan MPL
memiliki variansi yang homogeny (sama) equal variances asseumed. (baca:
homogenitas varians )
b. Berdasarkan hasil hitung spss diperoleh t
-2,595 df 63 dan signifikansi 0,015. Karen sig. (2-tailed) <
0,05 dengan demikian maka disimpulkan terima H 1 yang berarti bahwa
skor rata-
rata hasil belajar mapel listrik dengan metode MPK dan MPL
terdapat perbedaan yang signifikan.

Uji hipotesis mengenai beda rata-rata antara pengamat

berpasangan dengan pengamatan terikat

Kapan menggunakan Uji t sampel/kelompok

dependent(berpasangan)?

1. uji komparasi antar dua nilai pengamatan berpasangan, misalnya:

sebelum dan sesudah

2. digunakan pada uji parametrik dimana syaratnya sebagai berikut:

o satu sampel (setiap elemen mempunyai 2 nilai pengamatan)

o merupakan data kuantitatif (rasio-interval)

o berasal dari populasi dgn distribusi normal (di populasi terdapat

distribusi difference = d yang berdistribusi normal dengan mean
μd=0 dan variance =1)

Contoh Kasus uji t sampel/kelompok

berpasangan:
1. Apakah terdapat perbedaan berat badan (kg) antara sebelum puasa
dan sesudah puasa selama satu bulan?

2. Apakah terdapat perubahan skor pengetahuan tentang gizi

antara sebelum dan sesudah penyuluhan gizi?
 3. Apakah terdapat perbedaan kadar kolesterol dalam darah (mg%) yg
diperiksa oleh dua alat yang berbeda?

Pada contoh no 1 dan 2 diatas terlihat bahwa yang diuji satu individu tapi dengan
dua perlakuan yang berbeda yaitu sebelum dan sesudah. pada contoh no3 juga
hampir sama yaitu menguji perbandingan kadar kolesterol dengan dua alat yang
berbeda.

Hipotesis dalam uji t dua sampel/kelompok:

1. Uji dua arah. pada hipotesis awal tidak terdapat perbedaan yang signifikan
antara rata-rata1 dan rata-rata2.sedangkan pada hipotesis alternatif
sebaliknya yaitu terdapat perbedaan rata-rata 1 dan rata-rata 2.

2. Uji satu arah dimana pada hipotesis awal kelompok/sampel 1 memiliki

rata-rata sama dengan atau lebih besar dengan rata-rata kelompok 2.
sedangakan hipotesis alternatif rata-rata kelompok 1 lebih kecil
dibandingkan dengan rata-rata kelompok 2.

3. Uji satu arah ini kebalikan pada hipotesis kedua, dimana pada hipotesis
awal kelompok/sampel 1 memiliki rata-rata sama dengan atau lebih kecil
dengan rata-rata kelompok 2. sedangakan hipotesis alternatif rata-rata
kelompok 1 lebih besar dibandingkan dengan rata-rata kelompok 2.
Hipotesis awal ditolak, bila:
|t hitung| > t tabel
atau:
Hipotesis awal diterima, bila:
|t hitung| <= t tabel

Statistik hitung (t hitung):

Dimana:

Keterangan
D = Selisih x1 dan x2 (x1-x2)
n = Jumlah Sampel
X bar = Rata-rata
S d = Standar Deviasi dari d.

Langkah-langkah pengujian signifikansi

(hipotesis) dalam Pengujian Perbedaan
Rata‐ rata Dua kelompok berpasangan:
1. Tetapkan H0 dan H1
 2. Tetapkan titik kritis (tingkat kepercayaan 95 %) atau (tingkat kepercayaan
99 %) yang terdapat pada tabel “t”.

3. Tentukan daerah kritis, dengan db = n -1.

4. Tentukan t hitung dengan menggunakan rumus.

5. Lakukan uji signifikansi dengan membandingkan besarnya “ t” hitung

dengan “t” tabel.

Contoh Kasus dalam pengerjaan pengujian

signifikansi (hipotesis)
Suatu kegiatan penelitian eksperimental, telah berhasil menemukan metode
“ABG” sebagai metode baru untuk mengajarkan mata kuliah Statistika II. Dalam
rangka uji coba terhadap efektifitas atau keampuhan metode baru itu,
dilaksanakan penelitian lanjutan dengan mengajukan Hipotesis Nol (Nihil) yang
mengatakan : Tidak terdapat perbedaan yang signifikan nilai Statistika II antara
sebelum dan sesudah di terapkannya metode “ABG” sebagai metode mengajar
mahasiswa UIB sem 6. Dalam rangka pengujian ini diambil sampel sebanyak 20
mahasiswa. Gunakan taraf kepercayaan 95 % (alfa=5% ) untuk menguji
pernyataan (Hipotesis) tersebut.

Datanya Sebagai berikut:

Nilai Statistika II
Nama
Sebelum Sesudah
A 78 75
B 60 68
C 55 59
D 70 71
E 57 63
F 49 54
G 68 66
H 70 74
I 81 89
J 30 33
K 55 51
L 40 50
M 63 68
N 85 83
O 70 77
P 62 69
Q 58 73
R 65 65
S 75 76
T 69 86

Maka Langkah -langkah yang perlu dilakukan:

1. Menentukan Hipotesis yang digunakan, yaitu:

(Tidak terdapat perbedaan yang signifikan antara hasil belajar sebelum
dan sesudah)
(Terdapat perbedaan yang signifikan hasil belajar sebelum dan sesudah)

2. Tetapkan titik kritis yaitu alfa 5%

3. Tentukan daerah kritis, dengan db = n -1=20-1=19

4. Tentukan t hitung
 o Memulai dengan menghitung

D(selisih).

o Menghitung Standar Deviasi:

o Menghitung t hitung:

5. Lakukan uji signifikansi

Diketahui t tabel = 2,093. Sehingga |t hitung| > t tabel

Sehingga dapat disimpulkan:

Ho ditolak , sehingga disimpulkan bahwa terdapat perbedaan yang signifikan

antara hasil belajar statistika II sebelum dan sesudah diterapkannya Metode
“ABG”.
 Contoh dependent observation
1. Seorang analis Pinlabs Unair
ingin membandingkan rata-
rata skor TOEFL para
mahasiswa sebelum &
sesudah mengikuti Kursus
Persiapan TOEFL.

2. Nike ingin menguji apakah

ada perbedaan daya tahan 2
bahan sol sepatu. Salah satu
jenis dipasang pada satu
sepatu, jenis lain di sepatu
lain dari pasangan yang
sama.
dependent

DAFTAR PUSTAKA

https://www.slideshare.net/SelvinHadi/statistik-1-9-uji-
hipothesis-dua-sampel
http://waikabo.blogspot.co.id/2014/07/uji-t-untuk-dua-
sampel-berpasangan.html
https://www.slideshare.net/kalbinslm/bab-2-data-deskripsi-dan-inferensial
http://statistikceria.blogspot.co.id/2013/12/Pengujian-Perbedaan-Rata-
rata-Dua-kelompok-berpasangan-dependent-parametrik.html
https://www.academia.edu/12254219/Biostatistik
https://teorionline.wordpress.com/2011/02/24/paired-sample-t-
test-uji-beda-dua-sampel-berpasangan/
http://wahyuirvanto.blogspot.co.id/2012/03/pemilihan-uji-
dalam-penelitian-studi.html
https://www.statistikian.com/2014/08/student-t-test.html
http://hodridjibril.blogspot.co.id/2016/03/teknik-uji-t-sampel-
bebas-independent.html
https://freelearningji.wordpress.com/2013/04/06/uji-t-dua-sampel/
http://statistikmenyenangkan.blogspot.co.id/2013/12/pengujian-
perbedaan-ratarata-dua-sampel.html