Anda di halaman 1dari 13

TUTORIAL UJI T DENGAN IBM SPSS 21

Date - 9:59 PM Regresi SPSS

Uji t yang dimaksud dalam artikel ini adalah uji parsial yang digunakan
dalam pengujian hipotesis penelitian yang menggunakan analisis regresi
linear berganda.

Kalau dalam artikel yang lalu kita menampilkan Tutorial Uji F dengan IBM
SPSS 21, kali ini kita akan membahas Tutorial Uji t dengan IBM
SPSS 21. Langkah-langkah pengujiannya sebagian besar sama,
perbedaannya terletak pada tabel yang digunakan. Kalau dalam Uji
Fmenggunakan tabel ANOVA, sedangkan dalam Uji t yang digunakan
adalah tabel Coefficients.

Dalam analisis regresi linear berganda, Uji t digunakan untuk uji parsial
(sendiri-sendiri) dalam arti menguji pengaruh masing-masing variabel
bebas terhadap variabel terikat.

Misalnya anda ingin menguji pengaruh Prakerin (X1) dan Motivasi Kerja
(X2) terhadap Kesiapan Kerja (Y). Terdapat dua variabel bebas dan satu
variabel terikat. Uji t digunakan untuk menguji pengaruh antara variabel
X1 terhadap Y dan X2 terhadap Y. Berbeda dengan Uji F yang digunakan
untuk menguji pengaruh X1 dan X2 (bersama-sama) terhadap Y.

Sama halnya dalam Uji F, kami asumsikan pembaca sudah mempunyai


tabulasi data penelitian. Berikut contoh tabulasi penelitian yang sudah
kami masukkan dalam SPSS:
Baik, langsung saja kami tampilkan langkah-langkah pengujiannya:
1. Klik Analyze --> Regression --> Linear …
2. Setelah itu akan muncul window baru, kemudian masukkan variabel Y
(Kesiapan Kerja ke dalam kotak ‘Dependent’ dan variabel X1 dan X2
(Prakerin dan Motivasi Kerja) ke dalam kotak ‘Independent’

3. Klik ‘OK’ untuk mengakhiri langkah

4. Setelah itu, akan muncul window baru yaitu output dari analisis
tersebut. Yang digunakan hanya tabel ‘Coefficients’ khususnya untuk
kolom ‘t’ dan ‘Sig.’
Kriteria Pengujian
Setelah melihat tabel ‘Coefficients di atas, langkah selanjutnya adalah
kriteria pengujiannya. Terdapat dua cara kriteria pengujian, dan bisa
dipilih salah satu saja, yaitu:

1. Nilai ‘t’
Nilai t dalam contoh di atas adalah 3,206 untuk X1 dan 2,912 untuk X2.
Angka ini disebut dengan t hitung, yang selanjutnya dibandingkan dengan
nilai t tabel. Apabila nilai t hitung kedua variabel tersebut lebih besar dari
t tabel maka disimpulkan bahwa terdapat pengaruh yang signifikan antara
Prakerin (X1) dan Motivasi Kerja (X2) secara parsial (sendiri-sendiri)
terhadap Kesiapan Kerja (Y).

2. Nilai‘Sig.’
‘Sig.’ di sini berarti taraf Signifikansi. Kriteria pengujiannya adalah apabila
nilai ‘Sig.’ lebih kecil dari taraf signifikansi yang digunakan (misal: 0,01 /
0,05 / 0,1 tergantung peneliti) maka dapat disimpulkan bahwa terdapat
pengaruh yang signifikan antara Prakerin (X1) dan Motivasi Kerja (X2)
secara parsial (sendiri-sendiri) terhadap Kesiapan Kerja (Y).

Pada tulisan kali ini, kita akan membahas mengenai perhitungan uji t secara manual. Jika sebelumnya telah dilakukan uji koefisiensi
determinasi (KD) dalam penelitian, maka langkah selanjutnya adalah menguji hipotesis yang diajukan dalam penelitian digunakan
uji t dengan rumus sebagai berikut :

Dari hasil perhitungan diatas, dapat diketahui bahwa hasil dari analisis Koefisiensi Determinasi (KD) adalah 0,65 untuk angka 18
adalah jumlah dari responden penelitian dan angka 2 adalah angka ketentuan dari rumus uji t.
Setelah dilakukan proses perhitungan, maka hasil akhir dari proses perhitungan tersebut adalah 4,502 dan nilai
tersebut harus dibandingkan dengan nilai ketentuan yang ada pada tabel t. Kesimpulan dari hasil penelitian nantinya
harus dapat membandingkan apakah nilai t hitung yang diatas, lebih besar atau lebih kecil dari nilai ketentuan tabel t.
Jika t hitung lebih besar dari tabel t, maka dapat disimpulkan bahwa Ha diterima dan Ho ditolak, namun jika t hitung
lebih kecil dari t tabel maka Ha ditolak dan Ho diterima.

Teknik Uji-T Sampel Bebas (Independent Sample


T-Test) Satu Pihak Yang Dilakukan Secara Manual
2016
Posted on Sunday, 20 March 2016
1. Pengertian Uji-T
Suatu penelitian yang bertujuan untuk mengetahui perbedaan (hasil
belajar, kinerja karyawan, pendapatan perusahaan, kecepatan, dan lain-
lain) antara dua kelompok, yaitu kelompok control dan kelompok
eksperimen tidak akan pernah lepas dari yang namanya statistic. Statistic
yang digunakan untuk menganalisis perbedaan diantara dua kelompok
tersebut adalah Uji-T sampel bebas. Uji-T sampel bebas atau yang sering
dikenal dengan istilahIndependent Sample T-Test adalah teknik analisis
data yang digunakan untuk menguji beda mean 2 sampel yang
independen yang datanya interval/rasio.
Sebelum menggunakan teknik analisis Uji-T sampel bebas, peneliti
terlebih dahulu harus menguji normalitas
distribusi danhomogenitasvarians dari data tersebut. Jika data tersebut
berdistribusi normal dan memiliki homogenitas yang sama
(homoskedastisitas) maka dapat digunakan teknik analisis Uji-T sampel
bebas. Dan sebaliknya jika data berdistribusi tidak normal atau tidak
homogen (heterokedastisitas) maka tidak dapat menggunakan Uji-T,
sebagai penggantinya adalah dengan menggunakan mann-withney U-tes,
K-S, Median tes, dan lain-lain.
Teknik Uji-T dapat dilakukan dengan menggunakan software SPSS
(baca: Teknik Uji-T Sampel (Bebas: Independent Sample T-
Test 2016) dan secara manual. Pada kesempatan ini saya akan
memaparkan teknik yang dapat dilakukan secara manual (special buat
para peneliti yang tidak punya software SPSS), yaitu dengan menganalisis
sampel bebas satu pihak. (baca: analisis uji-T sampel bebas dua pihak
yang dilakukansecara manual)
2. Data yang akan dianalisis
Berikut saya sajikan data hasil belajar peserta didik SMK
perketongan yang akan digunakan sebagai media latihan.
Tabel 1

Kelas MPBM (X1)


Samp Xi Xi – (Xi-
el Xrat Xrat)2
1 30 -36.13 1305.37
69
2 50 -16.13 260.176
9
3 58 -8.13 66.0969
4 60 -6.13 37.5769
5 63 -3.13 9.7969
6 63 -3.13 9.7969
7 63 -3.13 9.7969
8 63 -3.13 9.7969
9 65 -1.13 1.2769
10 65 -1.13 1.2769
11 65 -1.13 1.2769
12 65 -1.13 1.2769
13 68 1.87 3.4969
14 68 1.87 3.4969
15 68 1.87 3.4969
16 68 1.87 3.4969
17 70 3.87 14.9769
18 70 3.87 14.9769
19 70 3.87 14.9769
20 70 3.87 14.9769
21 70 3.87 14.9769
22 70 3.87 14.9769
23 70 3.87 14.9769
24 70 3.87 14.9769
25 73 6.87 47.1969
26 73 6.87 47.1969
27 73 6.87 47.1969
28 73 6.87 47.1969
29 73 6.87 47.1969
30 75 8.87 78.6769
Jumla 2161.98
h 7
Keterangan:
Xi = nilai perolehan siswa
Xrat = rata-rata nilai
Tabel 2

Kelas MPL (X2)


Samp Xi Xi – (Xi -
el Xrat Xrat)2
1 75 -6.17 38.0689
2 75 -6.17 38.0689
3 75 -6.17 38.0689
4 75 -6.17 38.0689
5 75 -6.17 38.0689
6 75 -6.17 38.0689
7 75 -6.17 38.0689
8 75 -6.17 38.0689
9 75 -6.17 38.0689
10 75 -6.17 38.0689
11 76 -5.17 26.7289
12 78 -3.17 10.0489
13 78 -3.17 10.0489
14 78 -3.17 10.0489
15 80 -1.17 1.3689
16 80 -1.17 1.3689
17 80 -1.17 1.3689
18 80 -1.17 1.3689
19 80 -1.17 1.3689
20 83 1.83 3.3489
21 85 3.83 14.6689
22 85 3.83 14.6689
23 85 3.83 14.6689
24 85 3.83 14.6689
25 85 3.83 14.6689
26 85 3.83 14.6689
27 85 3.83 14.6689
28 85 3.83 14.6689
29 85 3.83 14.6689
30 85 3.83 14.6689
31 85 3.83 14.6689
32 88 6.83 46.6489
33 90 8.83 77.9689
34 90 8.83 77.9689
35 95 13.83 191.268
9
Juml 1002.97
ah 2
Keterangan:
Xi = nilai perolehan siswa
Xrat = rata-rata nilai
3. Analisis Uji-T sampel bebas pihak kanan
Ada sebuah kasus seperti berikut: Kepala sekolah SMK
perketongan berhipotesis:”hasil belajar peserta didiknya yang mengikuti
pembelajaran MPBM lebih baik daripada hasil pembelajaran MPL”. Untuk
membuktikannya kepala sekolah meminta salah seorang guru untuk
menerapkan kedua model pembelajaran tersebut. Kelas X1 diterapkan
model MPBM dan kelas X2 diterapkan model MPL. Data hasil percobaan
kedua model tersebut ditunjukkan pada tabel 1 dan tabel 2 di atas:
dengan taraf kekeliruan 5% dan 1% , apakah hipotesis kepala sekolah
dapat diterima?
a) Hipotesis
 H0 : Hasil belajar yang menggunakan model MPL lebih baik atau sama
dengan dari pada hasil belajar yang menggunakan MPBM.
 H1 : Hasil belajar yang menggunakan model MPBM lebih baik daripada
hasil belajar yang menggunakan MPL.
b) Perhitungan rata-rata dan variansi nilai yang diperoleh kelas
MPBM:
X1rat = 1984/30 = 66,13
S21 = ∑(Xi - Xrat)2/(n-1)
= (2161,987)/(30-1) =74,56
S1 = 74,56 = 8,63
c) Perhitungan rata-rata dan variansi nilai yang diperoleh kelas
MPL:
X2rat = 2841/35 = 81,17
S22 = ∑(Xi - Xrat)2/(n-1)
= (1002,972)/(35-1) =29,49
S2 = 29,49 = 5,43
d) Variansi terkumpul dari kedua kelas di atas sebagai berikut:
S2p = ∑(ni - 1)si2/∑(ni-k)
=( (30-1)8,632 + (35-1)5,432 )/(30+35-2) =50,1
Sp = 50,1 = 7,08
e) Hasil t hitung sebagai berikut:
th = (X1rat – X2rat ) /(( S2p/n1) + (S2p/n2) )
= (66,13 -81,17) /(( 50,1/30) + (50,1/35) ) = -8,55
f) Taraf kekeliruan 5%
Df = n1 + n2 – 2
= 30 + 35 -2 = 63
α = 0,05
t5% = t1-0,05/1 = t0,95 = 1,66 (baca: cara menggunakantabel t)
g) Taraf kekeliruan 1%
Df = n1 + n2 – 2
= 30 + 35 -2 = 63
α = 0,05
t1% = t1-0,01/1 = t0,99 = 2,388 (baca: cara menggunakan tabel t)
h) Kurva taraf kekeliruan 5% dan 1%

Gambar 1
i) Kesimpulan
Berdasarkan hasil hitung t diperoleh “-8,55” dan df=63 maka diperoleh
t table=1,66 untuk taraf kesalah 5% dan t tabel 2,388 untuk taraf
kesalahan 1% maka dengan demikian t hasil hitung jatuh di daerah
penerimaan hipotesis H0 baik pada taraf kesalahan 5% maupun 1%.
artinya hasil belajar yang menggunakan model MPL lebih baik daripada
hasil belajar yang menggunakan MPBM.
4. Analisis Uji-T sampel bebas pihak kiri
Ada sebuah kasus seperti berikut: Kepala sekolah SMK
perketongan berhipotesis:”hasil belajar peserta didiknya yang mengikuti
pembelajaran MPBM lebih buruk daripada hasil pembelajaran MPL”. Untuk
membuktikannya kepala sekolah meminta salah seorang guru untuk
menerapkan kedua model pembelajaran tersebut. Kelas X1 diterapkan
model MPBM dan kelas X2 diterapkan model MPL. Data hasil percobaan
kedua model tersebut ditunjukkan pada tabel 1 dan tabel 2 di atas:
dengan taraf kekeliruan 5% dan 1% , apakah hipotesis kepala sekolah
dapat diterima?
a) Hipotesis
 H0 : Hasil belajar yang menggunakan model MPBM lebih baik atau
sama dengan dari pada hasil belajar yang menggunakan MPL.
 H1 : Hasil belajar yang menggunakan model MPBM lebih buruk
daripada hasil belajar yang menggunakan MPL.
b) Perhitungan rata-rata dan variansi nilai yang diperoleh kelas
MPBM:
X1rat = 1984/30 = 66,13
S21 = ∑(Xi - Xrat)2/(n-1)
= (2161,987)/(30-1) =74,56
S1 = 74,56 = 8,63
c) Perhitungan rata-rata dan variansi nilai yang diperoleh kelas
MPL:
X2rat = 2841/35 = 81,17
S22 = ∑(Xi - Xrat)2/(n-1)
= (1002,972)/(35-1) =29,49
S2 = 29,49 = 5,43
d) Variansi terkumpul dari kedua kelas di atas sebagai berikut:
S2p = ∑(ni - 1)si2/∑(ni-k)
=( (30-1)8,632 + (35-1)5,432 )/(30+35-2) =50,1
Sp = 50,1 = 7,08
e) Hasil t hitung sebagai berikut:
th = (X1rat – X2rat ) /(( S2p/n1) + (S2p/n2) )
= (66,13 -81,17) /(( 50,1/30) + (50,1/35) ) = -8,55
f) Taraf kekeliruan 5%
Df = n1 + n2 – 2
= 30 + 35 -2 = 63
α = 0,05
t5% = t1-0,05/1 = t0,95 = 1,66 (baca: cara menggunakantabel t)

g) Taraf kekeliruan 1%
Df = n1 + n2 – 2
= 30 + 35 -2 = 63
α = 0,05
t1% = t1-0,01/1 = t0,99 = 2,388 (baca: cara menggunakan tabel t)
h) Kurva taraf kekeliruan 5% dan 1%
Gambar 1
i) Kesimpulan
Berdasarkan hasil hitung t diperoleh “-8,55” dan df=63 maka diperoleh
t table=1,66 untuk taraf kesalah 5% dan t tabel 2,388 untuk taraf
kesalahan 1% maka dengan demikian t hasil hitung jatuh di daerah
penolakan hipotesis H0 baik pada taraf kesalahan 5% maupun 1%.
artinya hasil belajar yang menggunakan model MPBM lebih buruk
daripada hasil belajar yang menggunakan MPL.

Daftar Pustaka
Sudjana. 2005. Metoda Statistika. Bandung: Tarsito.
Ismed, Basuki dan Sudarmono. 2014. Pengujian Hipotesis (ppt 6
pengujian hipotesis). Surabaya
Hasan, Iqbal. 1999. Pokok-poko Materi Statistik . Jakarta: PT. Bumi
Aksara
Hanafiah, Kemas Ali. 2010. Dasar-dasar Statistika : aneka bidang ilmu
pertanian dan hayati. Jakarta: Rajawali Pers
Hamang, Abdul. 2005. Metode Statistika. Yogyakarta: Graha Ilmu

Cara Menggunakan Tabel t (t Table)


Posted on Saturday, 19 March 2016

1. Pengertian Alpha (Α) Dan Gamma (Y)


Αlpha (α) adalah taraf kesalahan yang diperbolehkan dalam suatu
penelitian, misalnya 5% atau 1%. Pada saat keputusan itu diambil tingkat
kesalahan yang mungkin akan terjadi adalah 5% atau 1%.
Gamma (Y) adalah koefisien kepercayaan. gamma (Y) adalah
kebalikan dari alpha (α), jika taraf kesalahan yang digunakan adalah 5%
maka koefisien kepercayaanya adalah 95%. Pada kesempatan ini saya
akan memaparkan cara menggunakan tabel t yang lebih difokuskan pada
taraf kesalahan alpha (α).
2. Menggunakan tabel t
Pada kesempatan ini disediakan 10 data (n=10)
a. Taraf kesalahan 5% dua pihak
 Df = n – 1 (rumus)
= 10 -1 = 9
 α = 0,05
 t5% = t1-α/2 (rumus)

= t1-0,05/2 = t0,975 =2,262

b. Taraf kesalahan 1% dua pihak


 Df = n – 1 (rumus)
= 10 -1 = 9
 α = 0,01
 t5% = t1-α/2 (rumus)
= t1-0,01/2 = t0,995 =3,250

c. Taraf kesalahan 5% satu pihak


 Df = n – 1 (rumus)
= 10 -1 = 9
 α = 0,05
 t5% = t1-α/1 (rumus)
= t1-0,05/1 = t0,95 =1,833

d. Taraf kesalahan 1% satu pihak


 Df = n – 1 (rumus)
= 10 -1 = 9
 α = 0,01
 t5% = t1-α/1 (rumus)
= t1-0,01/1 = t0,99 =1,833