Judul Penelitian

“Perbedaan Skor Pengetahuan tentang HIV/AIDS pada siswa yang pernah dan yang
belum mendapat penyuluhan tentang HIV-AIDS”.
Uji analisis
Uji yang digunakan adalah uji t sampel bebas (independen)
Data yang diperoleh
No Kelompok siswa A Kelompok siswa B
1 80 68
2 90 57
3 70 46
4 86 57
5 82 44
6 88 51
7 91 62
8 93 54
9 80 49
10 79 48
11 89 64
12 88 48
13 85 58
14 79 55
15 91 52

Data diperoleh dari dua kelompok siswa yaitu siswa A (yang pernah mendapat
penyuluhan tentang HIV/AIDS) dan siswa B (belum pernah mendapat penyuluhan
tentang HIV/AIDS).
Download this on PDF Version --> http://adf.ly/1HnR4L
Analisis Data
1. Langkah pertama:
Melihat apakah data yang diperoleh berdistribusi normal. Ada beberapa cara untuk
melihat apakah data tersebut berdistribusi normal. Kita bisa menggunakan program
SPSS.
1. Setelah masuk program SPSS dan telah menginput data pada data view dan
variable view dengan nama skor_pengetahuan dan Group_kelas dengan value 1
= siswa_A dan 2 = siswa_B
2. Selanjutnya klik Analyze – Descriptive Statistics –Explore - test Klik variabel
skor_pengetahuan masukkan ke kotak Dependent List dan group_kelas pada
kotak faktor list
3. Pada Plots, centang Normality plots with test, Continue
4. Klik OK, maka hasil output yang didapat adalah sebagai berikut:
OUTPUT SPSS

Descriptives
 Statistic Std. Error

Mean 84.73 1.620

95% Confidence Interval for Lower Bound 81.26

Mean Upper Bound 88.21

5% Trimmed Mean 85.09

Median 86.00

Variance 39.352

Siswa_A Std. Deviation 6.273

Minimum 70

Maximum 93

Range 23

Interquartile Range 10

Skewness -.820 .580

Kurtosis .448 1.121

Mean 54.20 1.784

95% Confidence Interval for Lower Bound 50.37

Mean Upper Bound 58.03

5% Trimmed Mean 54.00

Median 54.00

Variance 47.743

Siswa_B Std. Deviation 6.910

Minimum 44

Maximum 68

Range 24

Interquartile Range 10

Skewness .467 .580

Kurtosis -.458 1.121

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic Df Sig. Statistic Df Sig.

Siswa_A .165 15 .200* .924 15 .220

Siswa_B .107 15 .200* .967 15 .812

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

Dari hasil di atas kita lihat pada kolom Shapiro-Wilk dan dapat diketahui
bahwa nilai signifikansi untuk Siswa_A adalah 0.220 dan untuk Siswa_B sebesar
 0.812 maka dapat disimpulkan bahwa data pada variabel Siswa_A; dan untuk
Siswa_B berdistribusi normal.
2. Langkah Kedua:
Cara SPSS
Untuk melihat hasil uji T sampel bebas (independen):
 Selanjutnya klik Analyze – Compare means – Independent-samples T test Klik
variabel skor_pengetahuan masukkan ke kotak Dependent List dan group_kelas
pada Grouping Variabels
 Klik Define groups : klik angka satu pada group 1 dan angka 2 pada group 2, lalu
continue
 Klik OK, maka hasil output yang didapat adalah sebagai berikut:

OUTPUT SPSS

Group Statistics

Kritera N Mean Std. Deviation Std. Error Mean

Siswa-A 15 84.73 6.273 1.620

Scor_Pengeahuan
Siswa_B 15 54.20 6.910 1.784

Independent Samples Test

Scor_Pengeahuan
 Equal variances Equal variances
assumed not assumed

F .105

.748
Levene's Test for Equality of Sig.
Variances
T 12.671 12.671

Df 28 27.743

Sig. (2-tailed) .000 .000

t-test for Equality of Means Mean Difference 30.533 30.533

Std. Error Difference 2.410 2.410

95% Confidence Interval of the Lower 25.597 25.595

Difference Upper 35.469 35.471

Cara Manual

Sebelum kita melakukan uji t test, sebelumnya dilakukan uji kesamaan varian
(homogenitas) dengan F test (Levene,s Test), artinya jika varian sama maka uji t
menggunakan Equal Variance Assumed (diasumsikan varian sama) dan jika varian
berbeda menggunakan Equal Variance Not Assumed (diasumsikan varian berbeda).
Langkah-langkah uji F sebagai berikut:
1. Menentukan Hipotesis
Ho : Kedua varian adalah sama (varian kelompok kelas A dan kelas B
adalah sama)
Ha : Kedua varian adalah berbeda (varian kelompok siswa_A dan kelas
siswa_B adalah berbeda).
2. Kriteria Pengujian (berdasarkan probabilitas / signifikansi)
Ho diterima jika P value > 0.05
Ho ditolak jika P value < 0.05
3. Membandingkan probabilitas / signifikansi
Nilai P value (0.748 > 0.05) maka Ho diterima
4. Kesimpulan
 Oleh karena nilai probabilitas (signifikansi) dengan equal variance assumed
(diasumsikan kedua varian sama) adalah 0.748 lebih besar dari 0.05 maka Ho
diterima, jadi dapat disimpulkan bahwa kedua varian sama (varian kelompok
Siswa_A dan Siswa_B adalah sama). Dengan ini penggunaan uji t menggunakan
equal variance assumed (diasumsikan kedua varian sama).

3. Langkah ketiga : Pengujian independen sample t test

Langkah-langkah pengujian sebagai berikut:
a. Menentukan Hipotesis
Ho : Tidak ada perbedaan antara rata-rata skor pengetahuan tentang HIV/AIDS kelompok
siswa_A dengan skor pengetahuan tentang HIV/AIDS kelompok siswa_B
Ha : Ada perbedaan antara rata-rata skor pengetahuan tentang HIV/AIDS kelompok
siswa_A dengan skor pengetahuan tentang HIV/AIDS kelompok siswa_B
b. Menentukan tingkat signifikansi
Pengujian menggunakan uji dua sisi dengan tingkat signifikansi  = 0.05.
Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah dalam
mengambil keputusan untuk menolak hipotesis yang benar sebanyak-banyaknya 5%
(signifikansi 95% atau 0.05 adalah ukuran standar yang sering digunakan dalam
penelitian).

c. Menentukan t hitung
Dari tabel di atas didapat nilai t hitung (equal variance assumed) adalah 12.671

d. Menentukan t tabel
Tabel distribusi t dicari pada  = 95% (uji 2 sisi) dengan derajat kebebasan (df)
n-2 atau 30-2 = 28. Dengan pengujian 2 sisi (signifikansi = 0.05) hasil diperoleh
untuk t tabel sebesar 2.0484.

e. Kriteria Pengujian
Ho diterima jika -t tabel < t hitung < t tabel
Ho ditolak jika -t hitung < -t tabel atau t hitung > t table
Berdasar probabilitas:
Ho diterima jika P value > 0.05
Ho ditolak jika P value < 0.05

f. Membandingkan t hitung dengan t tabel dan probabilitas

Nilai t hitung > t tabel (12.671> 2.0484) dan P value (0.000 < 0.05) maka Ho
ditolak.
g. Kesimpulan
Oleh karena nilai t hitung > t tabel (12.671 > 2.0484) dan P value (0.000 < 0.05)
maka Ho ditolak, artinya bahwa ada perbedaan antara skor pengetahuan tentang HIV/AIDS
pada kelompok siswa_A dengan skor pengetahuan tentang HIV/AIDS kelompok siswa_B.
Pada tabel Group Statistics terlihat rata­rata (mean) untuk kelompok siswa_A adalah 84.73
dan untuk kelas B adalah 54.20, artinya bahwa skor pengetahuan tentang HIV/AIDS tinggi
daripada skor pengetahuan tentang HIV/AIDS pada kelompok siswa_B. Nilai t hitung positif,
berarti rata­rata siswa_A lebih tinggi daripada siswa_B dan sebaliknya jika t hitung negatif
berarti   rata­rata   siswa_A   lebih   tinggi   daripada   siswa_B.   Perbedaan   rata­rata   (mean
difference) sebesar 30.53 (84.73­54.20), dan perbedaan berkisar antara 25.597 sampai 35.469
(lihat pada lower dan upper).

Contoh Penggunaan Uji Z

1. Uji-Z dua pihak

Contoh kasus

Sebuah pabrik pembuat bola lampu pijar merek A menyatakan bahwa produknya tahan
dipakai selama 800 jam, dengan standar deviasi 60 jam. Untuk mengujinya, diambil sampel
sebanyak 50 bola lampu, ternyata diperoleh bahwa rata-rata ketahanan bola lampu pijar
tersebut adalah 792 jam. Pertanyaannya, apakah kualitas bola lampu tersebut sebaik yang
dinyatakan pabriknya atau sebaliknya?

Hipotesis

H0 : = μ (rata ketahanan bola lampu pijar tersebut sama dengan yang dinyatakan oleh
pabriknya)

HA : ≠ μ (rata ketahanan bola lampu pijar tersebut tidak sama dengan yang dinyatakan oleh
pabriknya)

Analisis

Zhit = (y – μ)/(σ/√n) = (792-800)/(60/√50) = – 0,94

Ztabel = Zα/2 = Z0,025 = 1,960

Nilai Ztabel dapat diperoleh dari Tabel 1. Dengan menggunakan Tabel 1, maka nilai Z0,025
adalah nilai pada perpotongan α baris 0,02 dengan α kolom 0,005, yaitu 1,96. Untuk
diketahui bahwa nilai Zα adalah tetap dan tidak berubah-ubah, berapun jumlah sampel. Nilai
Z0,025 adalah 1,96 dan nilai Z0,05 adalah 1,645.

Tabel 1. Nilai Z dari luas di bawah kurva normal baku

α 0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009

0.00 3.090 2.878 2.748 2.652 2.576 2.512 2.457 2.409 2.366
 0.01 2.326 2.290 2.257 2.226 2.197 2.170 2.144 2.120 2.097 2.075
0.02 2.054 2.034 2.014 1.995 1.977 1.960 1.943 1.927 1.911 1.896
0.03 1.881 1.866 1.852 1.838 1.825 1.812 1.799 1.787 1.774 1.762
0.04 1.751 1.739 1.728 1.717 1.706 1.695 1.685 1.675 1.665 1.655
0.05 1.645 1.635 1.626 1.616 1.607 1.598 1.589 1.580 1.572 1.563
0.06 1.555 1.546 1.538 1.530 1.522 1.514 1.506 1.499 1.491 1.483
0.07 1.476 1.468 1.461 1.454 1.447 1.440 1.433 1.426 1.419 1.412
0.08 1.405 1.398 1.392 1.385 1.379 1.372 1.366 1.359 1.353 1.347
0.09 1.341 1.335 1.329 1.323 1.317 1.311 1.305 1.299 1.293 1.287
0.10 1.282 1.276 1.270 1.265 1.259 1.254 1.248 1.243 1.237 1.232

Kriteria Pengambilan Kesimpulan

Jika |Zhit| < |Ztabel|, maka terima H0

Jika |Zhit| ≥ |Ztabel|, maka tolak H0 alias terima HA

Kesimpulan

Karena harga |Zhit| = 0,94 < harga |Ztabel | = 1,96, maka terima H0

Jadi, tidak ada perbedaan yang nyata antara kualitas bola lampu yang diteliti dengan kualitas
bola lampu yang dinyatakan oleh pabriknya.

Contoh Soal :
1. Sebuah perusahan mengadakan pelatihan teknik pemasaran. Sampel sebanyak 12 orang
dengan metode biasa dan 10 orang dengan terprogram. Pada akhir pelatihan di berikan
evaluasi dengan materi yang sama. Kelas pertama mencapai nilai rata-rata 75 dengan
simpangan baku 4,5. Ujilah hipotesis kedua metode pelatihan, dengan alternative keduanya
tidak sama! Gunakan taraf nyata 10%! Asumsikan kedua populasi menghampiri distribusi
normal dengan varians yang sama!

Penyelesaian :
Diketahui :
n1 = 12 X1 = 80 s₁ = 4
n2 = 10 X2 = 75 s₂ = 4,5
Jawab:
 a. Formulasi hipotesisnya :
Ho : µ₁ = µ₂
H1 : µ₁ ≠ µ₂
b. Taraf nyata dan nilai tabelnya :
α = 10% = 0,10

= 0,05
db = 12 + 10 – 2 = 20
t0,05;20 = 1,725
c. Kriteria pengujian :

o Ho di terima apabila -1,725 ≤ t0 ≤ 1,725

o Ho di tolak apabila t0 > 1,725 atau t0 < -1,725
d. Uji Statistik

e. Kesimpulan
Karena t0 = 2,76 > t0,05;20 = 1,725 maka Ho di tolak. Jadi, kedua metode yang digunakan
dalam pelatihan tidak sama hasilnya.

Contoh aplikasi 1
•Obat A mempunyai daya tahan 800 harisampai batas kadaluarsa, dengan simpanganbaku 20
sesuai ketentuan pabrik. Akhir-akhir ini ada keluhan masyarakat, bahwa obat Asudah rusak
sebelum tanggal kadaluarsanyasesuai yang tertulis pada label obat. Untuk itudilakukan
penelitian terhadap 6 obat A.Ternyata didapatkan rata-rata daya tahan obatA adalah 790 hari.
Selidikilah dengan α= 5%,apakah daya tahan obat A sudah turun ?
Penyelesaian :
•Hipotesis
–Ho : DT
790
= DT
800
; daya tahan obat A tidakbeda dengan 800 hari –Ha : DT
790
< DT
800
; daya tahan obat A kurangdari 800 hari
•Level signifikansi (
α
)
α
= 5%
Rumus statistik penguji
N X Z
o
σ µ
Hitung rumus statistik penguji
∀µ
0
=800 ;
σ
=20 ; X=790 ; N=6
225,1620800790
−=−=−=
Z Z N X Z
o
σ µ
Df/db/dk
–Dalam uji Z tidak diperlukan nilai df (
∅
)
•Nilai tabel
–Nilai tabel
Z
kurva normal. Uji satu sisi,
α
= 5%, Z =1,65.
•Daerah penolakan

- 1,225

<

1,65

 ; –berarti Ho diterima, –Ha ditolak
•Kesimpulan
–Daya tahan obat A masih sesuai dengan 800 haripada
α
= 5%.

Contoh aplikasi 2
•Masyarakat mengeluh bahwa isi bersihmakanan kaleng A tidak sesuai denganyang tertulis
pada labelnya, yaitu 5 gram,SD 0,1. Untuk itu diteliti 13 sampelmakanan kaleng A,
didapatkan rata-rataberatnya 4,9 gram. Selidikilah dengan
α
= 1%, apakah benar keluhan masyarakatbahwa isi makanan kaleng A lebihrendah daripada
yang tertulis padalabelnya?
Hitung rumus statistik penguji
∀µ
0
=5,0 ;
σ
=0,1 ; X=4,9 ; N=13
61,3Z 131,00,59,4 Z NXZ
o
−=−=σ
Df/db/dk
–Dalam uji Z tidak diperlukan nilai df (
∅
)
•Nilai tabel
–Nilai tabel
Z
kurva normal. Uji satu sisi,
α
= 1%, Z =2,33.
•Daerah penolakan

- 3,61

>

2,33

; –berarti Ho ditolak –Ha diterima,
•Kesimpulan
–ada beda kurang isi makanan kaleng denganlabelnya, pada
α
= 1%.

Uji-Z dua pihak

Contoh kasus
Sebuah pabrik pembuat bola lampu pijar merek A menyatakan bahwa produknya

tahan dipakai selama 800 jam, dengan standar deviasi 60 jam. Untuk mengujinya,

diambil sampel sebanyak 50 bola lampu, ternyata diperoleh bahwa rata-rata

ketahanan bola lampu pijar tersebut adalah 792 jam. Pertanyaannya, apakah

kualitas bola lampu tersebut sebaik yang dinyatakan pabriknya atau sebaliknya?

Hipotesis

H0 : = μ (rata ketahanan bola lampu pijar tersebut sama dengan yang dinyatakan

oleh pabriknya)

HA : ≠ μ (rata ketahanan bola lampu pijar tersebut tidak sama dengan yang

dinyatakan oleh pabriknya)

Analisis

Nilai Ztabel dapat diperoleh dari Tabel 1. Dengan menggunakan Tabel 1, maka nilai

Z0,025 adalah nilai pada perpotongan α baris 0,02 dengan α kolom 0,005, yaitu

1,96. Untuk diketahui bahwa nilai Zα adalah tetap dan tidak berubah-ubah,

berapapun jumlah sampel. Nilai Z0,025 adalah 1,96 dan nilai Z0,05 adalah 1,645.

Kriteria Pengambilan Kesimpulan

Jika |Zhit| < |Ztabel|, maka terima H0

Jika |Zhit| ≥ |Ztabel|, maka tolak H0 alias terima HA

Kesimpulan

Karena harga |Zhit| = 0,94 < harga |Ztabel | = 1,96, maka terima H0

Jadi, tidak ada perbedaan yang nyata antara kualitas bola lampu yang diteliti

dengan kualitas bola lampu yang dinyatakan oleh pabriknya.

a. seorang mahasiswa pertanian melakukan penelitian, ingin membandingkan efektivitas sistem

terasering dalam mereduksi laju erosi. Mahasiswa tersebut kemudian melakukan pengukuran
besaran erosi pada 15 unit lahan pertanian tanpa sistem konservasi, dan lahan pertanian yang

menggunakan sistem konservasi terasering. Data yang dihasilkan sebagai berikut:

Dengan aplikasi program Microsoft Excel, perhitungan tersebut dapat lebih mudah di

kerjakan, silahkan tonton video dibawah ini:

Hipotesis yang disusun adalah hipotesis dua arah, yaitu:

Ho = Besaran erosi lahan pertanian tanpa sistem konservasi = Besaran erosi lahan pertanian

dengan sistem konservasi terasering,

H1 = Besaran erosi lahan pertanian tanpa sistem konservasi ≠ Besaran erosi lahan pertanian

dengan sistem konsrvasi terasering.

Hasil perhitungannya dapat dilihat pada tabel berikut:

 Kesimpulan yang dapat ditarik adalah : t stat (16.4) > t tabel (2.048), yang berarti Ho ditolak

dan H1 diterima, sehingga disimpulkan bahwa : Besaran erosi lahan tanpa sistem konservasi

≠ Besaran erosi lahan pertanian dengan sistem konsrvasi terasering. Atau dengan kata lain,

Penggunaan sistem terasering mampu mereduksi laju erosi di lahan pertanian secara

signifikan.

Bagi yang ingin mencoba sendiri di rumah, dibawah ini saya siapkan file contoh yang digunakan

dalam video tersebut, silahkan download, dan selamat mencoba.