PETA KONSEP

TEKNIK ANALISIS DATA UJI – T

UJI HIPOTESIS DUA

ARAH (TWO TAILED)

UJI HIPOTESIS SATU

UJI –T SATU SAMPEL ARAH UNTUK SISI KIRI
(LEFT TAILED)
(ONE SAMPLE T –TEST)

UJI HIPOTESIS SATU

ARAH UNTUK SISI KANAN
(RAIGHT TAILED)

UJI HIPOTESIS DUA

ARAH (TWO TAILED)

UJI HIPOTESIS SATU

UJI –T DUA SAMPEL BEBAS ARAH UNTUK SISI KIRI
(INDEPENDENT SAMPLE T –TEST) (LEFT TAILED)

TEKNIK ANALISIS DATA UJI -T UJI HIPOTESIS SATU

ARAH UNTUK SISI KANAN
(RAIGHT TAILED)

UJI HIPOTESIS DUA

ARAH (TWO TAILED)

UJI HIPOTESIS SATU

UJI –T UNTUK RATA – RATA DUA ARAH UNTUK SISI KIRI
SAMPEL TIDAK BEBAS (LEFT TAILED)
(PAIRED SAMPLE–TEST)

UJI HIPOTESIS SATU

ARAH UNTUK SISI KANAN
(RAIGHT TAILED)

PENGGUNAAN
UJI GAIN TERNORMALISASI
 TEKNIK ANALISIS DATA UJI –T

Uji –t merupakan salah satu jenis uji hipotesis yang sering digunakan dalam penelitian.
Jenis uji ini bertujuan untuk membandingkan apakah rata – rata sebuah populasi atau dua
popilasi memiliki berbedaan secara signifikan. Uji–t dapat ditetapkan untuk menguji
hipotesisi dalam penelitian satu perlakuan. Uji – t termasuk dalam jenis statistik parametrik
sehingga untuk menggunakannya haruslah memenuhi syarat uji statistik parametric.

Uji – t pertama kali dikembangkan oleh William Sealy Gosset 1915. Pada waktu itu, ia
menggunakan nama samaran Student. Huruf “t” yang terdapat dalam istilah T – test itu
diambil dari huruf terakhir namanya. Oleh karena itu, T – test sering dikenal juga dengan
istilah Student Test (Student T).

Uji –t digunakan untuk sampel yang kecil dan untuk simpangan bakunya juga tidak
X  o
diketahui. Hal ini tampak dari rumus thitung  . Berlaku jiga untuk distribusi normal,
s/ n
distribusi-t dapat digunakan untuk menguji hipotesis tentang rata –rata dari suatu distribusi
normal dengan sedikit kelebihan bahwa uji-t berlaku untuk ukuran sampel berapa saja.
Dengan asumsi distribusi sampel dengan rata – ratanya normal (Ruseffendi, 1998:253).
Adapun syarat dalam menggunakan uji-t yaitu: 1) data penelitiannya harus terdistribusikan
normal; 2) data berskala interval atau rasio; 3) homogenitas data (homogenitas data
mempunyai makna bahwa data meiliki variasi atau keragaman nilai sama atau secara
statistika sama (Kadir, 2015:159); 4) informasikan mengenai nilai varians (ragam) populasi
tidak diketahui.

Bab ini akan membicarakan juga tiga jenis uji-t, yaitu yang digunakan untuk menguji satu
sampel (One Sample t-test), dua sampel yang tidak bebas (Paired Sampel t-test), dua sampel
yang saling bebas (Independent Sampel t-test), dan uji gan ternormslisasi. Setelah
mempelajari bab ini pembaca/mahasiswa diharapkan mampu:

1. Menentukan uji-t untuk rata – rata satu sampel (One Sample t-test)

2. Menentukan uji-t untuk rata – rata dua sampel bebas (Independent Sampel t-test) yang
kedua buah variansi populasinya tidak diketahui tetapi diasumsikan sama.

3. Menentukan uji-t untuk rata – rata dua sampel tidak bebas (Paired Sampel t-test) yang
kedua buah variansi populasinya tidak diketahui.

4. Menentukan pengujian dengan menggunakan uji gain ternormalisasi.

A. Uji-T Satu Sampel ( One Sample T-Test)

Uji-t satu sample (One Sample t-test) merupakan teknik analisis untuk membandingkan
satu variable bebas dengan nilai tertentu ( o ). Teknik ini digunakan untuk menguji apakah
nilai tertentu berbeda secara signifikan atau tidak dengan rata – rata sebuah sample. Biasanya
one sample t –test digunakan untuk hipotesis deskriptif. Pengujian hipotesis deskriptif pada
dasarnya merupakan proses pengujian generalisasi hasil penelitian yang berdasarkan pada
satu sample. Dalam pengujian ini variable penelitiannya bersifat mandiri. Oleh karena itu,
hipotesisi penelitian tidak berbentuk perbadingan ataupun hubungan antar dua variable atau
lebih. Secara skematis pengujian hipotesis deskriptif dapat dilihat pada table di bawah ini.

Tabel 7.1 Statistika yang digunakan untuk menguji hipotesis deskriptif (satu sample)

Jenis/Tingkatan Data Teknik Statistika yang Digunakan untuk Pengujian

Nominal 1. Test Binomial
2. Chi Kuadrat ( 1 sample)
Ordinal Run Test
Menurut Interval /ratio T-test (1 sample)
Sumber : (Sugiyono, 2014:94)

Uji –t untuk hipotesis deskriptif ( satu variable) dibagi ke dalam tiga bentuk hipotesis,
yaitu uji hipotesis dua arah (two tailed), uji hipotesis satu arah kiri (left tailed), dan uji
hipotesis arah kanan (right tailed). Secara rinci penggunaan uji-t tergantung dari persoalan
yang akan diuji, yakni:

1. Uji hipotesis dua arah (two tailed), dengan hipotesis:

H o :   o
H a :   o

Keterangan

Uji dua arah (two tail), bila rumusan null hipotesys Ho dinyatakan dengan kalimat sama
dengan (=), maka rumusan Ha harus dinyatakan dengan bunyi kalimat tidak sama dengan ()
. Prosedur uji statistiknya sama dengan uji satu arah (pihak kiri).

2. Uji hipotesis satu arah untuk sisi kiri (left tailed), dengan hipotesis:

H o :   o
H a :   o

Keterangan

Penelitian ini uji satu pihak, yaitu digunakan pihak kiri, bila rumusan hipotesis Ho
menyatakan paling kecil, paling sedikit, dan paling rendah, atau sama dengan , tandanya ()
maka rumusan hipotesisi alternatifnya (Ha) dinyatakan dengan bunyi kalimat kebalikan dari
Ha. Misalnya, paling besar tinggi, paling banyak, dengan tanda (<).

3. Uji hipotesis satu arah untuk sisi kanan (right tailed), dengan hipotesis:

H o :   o
H a :   o
Keterangan
Penelitian ini uji satu pihak, yaitu digunakan pihak kanan, bila rumusan hipotesis Ho
menyatakan paling besar, paling banyak, dan paling tinggi, atau sama dengan , tandanya ()
maka rumusan hipotesisi alternatifnya (Ha) dinyatakan dengan bunyi kalimat kebalikan dari
Ho. Misalnya, paling kecil, paling rendah, paling sedikit dengan tanda (>).
Lebih lanjut di bawah ini diberikan langkah – langkah dalam menggunakan uji-t satu
sample, yaitu:
1. Tulis Ha dan Ho dalam bentuk kalimat.
2. Tulis Ha dan Ho dalam bentuk statistika.
3. Hitung thitung (salah satu tergantung  tak diketahui atau diketahui Jika tidak diketahui
maka thitung adalah :

t X  o
hitung 
s/ n
Keterangan
X = Rata – rata sampel
o = Nilai yang dihipotesiskan
S = Simpangan baku
n = Jumlah anggota sample
4. Tentukan taraf signifikan ( ).
5. Cari ttabel dengan ketentuan derajat kebebasan (dk) = n-1
6. Tentukan criteria pengujian
7. Bandingkan thitung dengan ttabel
8. Buat kesimpulan.

Contoh 7.1 (uji hipotesis dua arah (two tailed)):

Dekan FKIP UPGRI Palembang menduga bahwa kualitas Dosen Pendidikan Matematika
sama dengan 85% dari nilai rata – rata idealnya. Untuk membuktikan dugaan tersebut
dilakukan penyebaran kuesioner, dengan mengambil sample 20 orang mahasiswa untuk
mengisi kuesioner, dengan jujur dan adil sesuai kualitas dan professional dosen ketika
mengajar. Jumlah pertanyaan yang ajukan dalam kuesioner 10 pertanyaan, instrument
penelitian kualitas mengajar diberikan skala: (4) = sangat baik, (3) = baik, (2) = cukup baik,
(1) = kurang baik. Taraf kepercayaan 95% (taraf signifikan  = 0.05). Data total hasil
jawaban setiap mahasiswa diperoleh sebagai berikut:
40 35 40 40 37 32 39 39 32 33
38 40 40 37 39 34 40 36 40 40

Penyelesaian
Meng hitung skor maksimum (nilai ideal) yaitu 10 x 4 x 20 = 800
Rata – rata nilai ideal  800 = 40
200
Jadi, 85% dari nilai ideal = 0.85 x 40 = 34 atau (o )

Berdasarkan persoalan di atas, maka alternatif judul yang ditawarkan adalah “ Analisis
Kualitas Dosen Matematika di UPGRI Palembang pada Tahun 2016”.

Variabel penelitiannya alaha Persepsi Dekan.

Rumusan masalahnya adalah”Bagaimana Kualitas Dosen Pendidikan Matematika di

FKIP UPGRI Palembang?

Pengambilan sample berdsarkan probability sampling (setiap individu yang terdapat

dalam populasi dapat dijadikan sample), anggota populasi diasumsikan homogeny. Jumlah
sample yang terpilih 20 orang.

Hipotesis statistiknya, yaitu :

1. Tulis Ha dan Ho dalam bentuk kalimat

Hipotesis penelitian ini adalah kualitas mengajar Dosen Matematika paling tinggi adalah
85%.
Ho : Kualitas Dosen Matematika tidak sama dengan 85% dari rata – rata nilai idealnya.
Ha : Kualitas Dosen Matematika sama dengan 85% dari rata – rata nilai idealnya.
2. Membuat hipotesis dalam bentuk statistika
H o :   34
H a :   34
3. Menentukan thitung (salah satu tergantung  tak diketahui atau diketahui). Jika tidak
diketahui maka thitung adalah:

Tabel 7.2 Tabel Penolong

Xi X Xi - X (Xi -X )2
40 37.55 2.45 6.00
35 37.5 -2.55 6.50
40 37.5 2.45 6.00
40 37.5 2.45 6.00
37 37.5 -0.55 0.30
32 37.5 -5.55 30.80
39 37.5 1.45 2.10
39 37.5 1.45 2.10
32 37.5 -5.55 30.80
33 37.5 -4.55 20.70
38 37.5 0.45 0.20
40 37.5 2.45 6.00
 40 37.5 2.45 6.00
37 37.5 -0.55 0.30
39 37.5 1.45 2.10
34 37.5 -3.55 12.60
40 37.5 2.45 6.00
36 37.5 -1.55 2.40
40 37.5 2.45 6.00
40 37.5 2.45 6.00
(X  X ) = 158.95, X   i = 37.55
2 X
Dari tabel di atas diperoleh i
n

s
(X i  X )2

158.95
 8.37  2.89
n 1 20  1
X  o 37.55  34 3.55
thitung     5.46
s / n 2.89 / 20 0.65

4. Taraf signifika ( ) = 0.05

5. Cari t tabel dengan katentuan dk = n-1
Dengan taraf signifikan ( ) = 0.05, dk = 20-1=19, sehingga ttabel = 2.09 (untuk mancari
ttabel menggunakan excel langkahnya adaah sebagai berikut:
a. Letakkan kursor pada salah satu kotak pada excel.
b. Ketik “=tinv (probality, deg_freedom)” misalnya”=tinv(0.05,19)” atau bisa
juga”=tinv(0.05;19)”
c. Klik enter
6. Tentukan criteria pengujian
Ho diterima, jika: -ttabel thitung ttabel
Tolah Ho untuk harga – harga lain.
7. Kesimpulan
Karena thitung = 5,46 > ttabel = 2.09 maka tolak Ho. Jadi “Kualitas Dosen Matematika sama
dengan 85% dari rata – rata nilai idealnya”.
Contoh 7.2 (uji hipotesis dua arah (two tailed)):
Dekan FKIP UPGRI Palembang pada tahun 2000 menduga bahwa kualitas Dosen Pendidikan
Matematika kurang dari 85% dari nilai rata – rata idealnya. Untuk membuktikan dugaan
tersebut dilakukan penyebaran kuesioner, dengan mengambil sample 20 orang mahasiswa
untuk mengisi kuesioner, dengan jujur dan adil sesuai kualitas dan professional dosen ketika
mengajar. Jumlah pertanyaan yang ajukan dalam kuesioner 10 pertanyaan, instrument
penelitian kualitas mengajar diberikan skala: (4) = sangat baik, (3) = baik, (2) = cukup baik,
(1) = kurang baik. Taraf kepercayaan 95% (taraf signifikan  = 0.05). Data total hasil
jawaban setiap mahasiswa diperoleh sebagai berikut:
40 35 40 40 37 32 39 39 32 33
38 40 40 37 39 34 40 36 40 40
Penyelesaian:
1. Tulis Ha dan Ho dalam bentuk kalimat
Ho : Kualitas Dosen Matematika lebih dari atau sama dengan 85% dari rata – rata nilai
idealnya.
Ha : Kualitas Dosen Matematika kurang dari 85% dari rata – rata nilai idealnya.
2. Membuat hipotesis dalam bentuk statistika
H o :   34
H a :   34

3. Berdasarkan Tabel 7.2 diperoleh:

(X  X ) 2  158,95, X i 
X i
 37,55
i
n

s
(X i  X )2

158.95
 8.37  2.89
n 1 20  1
X  o 37.55  34 3.55
thitung     5.46
s / n 2.89 / 20 0.65

4. Taraf signifika ( ) = 0.05

5. Cari t tabel dengan katentuan dk = n-1
Dengan taraf signifikan (  ) = 0.05, dk = 20-1=19, sehingga ttabel = -2.09
6. Tentukan criteria pengujian
Ho diterima, jika: -ttabel thitung ttabel
Tolah Ho untuk harga – harga lain.
7. Kesimpulan
Karena thitung = 5,46 > -ttabel = -2.09 maka terima Ho. Jadi “Kualitas Dosen Matematika
lebih dari 85% dari rata – rata nilai idealnya”.
Contoh 7.3 (uji hipotesis satu arah untuk sisi kanan (right tailed)):
Seorang Profesor yang fanatic akan kesehatan menyatakan bahwa memakan rumput kikuyu
akan meningkatkan memori seseorang. Untuk mendukung pernyataannya, ia melakukan tes
memori psikologi (yang dirancang mempunyai skor rata – rata 100) terhadap 10 orang yang
memakan rumput kikuyu, dengan hasil skor tes memori tersebut adalah sebagai berikut:
110, 118, 117, 96, 94, 115, 92, 108, 120, 110
Jika diasumsikan bahwa tes memori mengikuti distribusi normal, apakah pemakan rumut
kikuyu benar –benar mempunyai memori yang lebih baik?
(Gunakan  = 0.05) (Uyanto, 2009: 107).
Penyelesaian:
n = 10 dan o = 100