2014

DAFTAR PUSTAKA
Subana, Statistik Pendidikan, Bandung:CV Pustaka Setia,2005.
Sudijono. Anas, Statistik Pendidikan, Jakarta: PT Raja Grafindo Persada, 2010.

PENDAHULUAN
Dalam penelitian komparasional yang melakukan pembandingan antardua variabel,
yaitu: apakah memang secara signifikan dua variabel yang sedang di perbandingkan atau
dicari perbedaannya itu memang berbeda, ataukah perbedaan itu terjadi semata-mata karena
kebetulan saja (by change), kita dapat menggunakan Test-“t” dan Tes “kai kuadrat” sebagai
tekhnik analisisnya.
Sebagai contoh, misalkan kita ingin mengetahui apakah memang secara signifikan
terdapat perbedaan sikap keagamaan antara kelompok sampel remaja yang berdomisili di
daerah rural dan kelompok sampel remaja uyang berdomisili di daerah urban. Jadi, disini kita
bermaksud menguji hipotesis nihil yang menyatakan bahwa diantara kedua kelompok sampel
remaja yang berbeda domisilinya itu tidak terdapat perbedaan sikap keagamaan yang
signifikan. Didalam makalah statistik pendidikan ini, kami akan membahas tentang cara
untuk dapat menguji suatu hipotesis nihil dengan menggunakan tekhnik analisis yaitu tekhnik
Test-“t”
II. RUMUSAN MASALAH
A. Apakah yang dimaksud dengan Analisis Komparasional T-test?
B. Bagaimana penggolongan T-test?
C. Bagaimana penggunaan T-test?
III.
PEMBAHASAN
A. Pengertian Analisis Komparasional T-test.
Teknik analisis komparasional merupakan salah satu teknik analisis statistik
inferensial yang dipergunakan unuk menguji hipotesis sebgai upaya penarikan kesimpulan
dalam penelitian komparasional. Analisis tersebut digunakan untuk menguji ada tidaknya
perbedaan antarvariabel yang sedang diteliti, sehingga diperoleh kesimpulan apakah
perbedaan itu cukup berarti atau hanya kebetulan. Variabel-variabel yang diperbandingkan
bisa dua atau lebih. Apabila yang dianaliasis adalah perbandingan dua variabel, disebut
analisis komparasional bivariat, sedangkan untuk analisis tiga variabel atau lebih disebut
analisis komparasional multivariat.[1]
T-test adalah tes statistik yang dapat dipakaiuntuk menguji perbedaan atau kesamaan
dua kondisi/perlakuan atau dua kelompok yang berbeda dengan prinsip memperbandingkan
rata-rata (mean) kedua kelompok/perlakuan itu. Uji T-test sebagai salah satu teknik
inferensial yang meiliki misi membuat kesimpulan secara umum (generalisasi) dan mampu
memberikan estimasi rentangan penyimpangan pengakuan sampel dalam memepengaruhi
populasi, apalagi penelitiannya lebih mengarah untuk meneliti kemampuan manusia (sosial)
yang pengaruh variabel luarnya tidak terkontrol ketat, harus melampaui atau memenuhi
seperangka persyaratan pengujian sebelum menghitung nilai t. Permasalahan yang hendak
diuji melalui penelitian dengan banuan analisis T-test adalah yang bersifat
memperbandingkan dua perlakuan maka perumusan hipotesis yang benar dapat membantu
mempermudah pengujian. Dalam hal ini, T-test digunakan untuk menguji hipotesis nol, suatu
penelitian yang menyatakan tidak adanya perbedaan yang signifikan antara dua rata-rata
(mean) kondisi sampel yang diperbandingkan.[2]
Pangkal tolak pada T-test secara singkat adalah sebagaimana tergambar pada uraian
berikut ini.
Seorang peneliti ingin mengetahui apakah diantara dua kelompok mahasiswa di
seduah Perguruan Tinggi Agama Islam yang berbedasekolah asalnya (kelompok satu adlah
mahasiswa yang berasal dari MA dan kelompok dua adalah mahasiswa yang berasal dari
SMA), secara meyakinkan berbeda prestasi belajarnya dalam bidang studi statistik. Populasi
dari mahasiswa seharusnya berjumlah 5000 oran, dengan rincian: 3000 oran berasal dari MA
dan 2000 dari SMA. Akan sangat sulit bagi peneliti untuk meneliti populasi yang jumlahnya
snagat besar. Untuk itu, populasi yang berjumlah 5000 orang itu akan dilakukan reduksi,
dengan menetapkan 300 orang mahasiswa yang bersekolah dari MA dan 200 orang berasal
dari SMA, sehingga jumlahnya 500 orang. Ke 500 orang mahsiswa merupakan hasl reduksi
populasi yang berjumlah 5000 orang itu kita sebut dengan sampel.
Sampel adalah suatu porposi kecil dari opulasi yang seharusnya di teliti, yang dipilih
atau ditetapkan untuk keperluan analisis. Dengan meneliti sampelnya saja peneliti berharap
akan dapat menarik kesimpulan tertentu yang akan dikenakan terhadap populasinya. Menarik
kesimpulan secara umum terhadap populasi dengan hanya menggunakan sampel inilah yang
kita kenal dengan istilah: generalisasi. Sudah barang tentu agar penarikan kesimpulan
(inferensi) itu tidak terlalu jauh menyimpang dari populasinya, pengambilan sampel tidak
boleh dilakukan secara sembrono, melainkan dengan kecermatan an kesengajaan serta
keyakinan tertentu, sehingga pengaruh faktor “kebetulan saja” dapat diestimasikan (dapat
diperkirakan). Salah satu tugas untuk statistik inferensial adalah memperkirakan atau
membuat estimasi seberapa jauhkah kiranya hasil pengukuran yang dilakukan terhadap
sampel menyimpang dari hasil pengukuran yang dilakukan terhadap populasi ---- (jika
seandainya terhadap populasi itu dilakukan pengukuran).
Dalam hubungannya dengan penarikan sampel dari populasi, maka sebagian besar
prinsip inferensi statistik adalah didasarkan atas asumsi pemilihan sampel secara random
(secara acak), baik dengan cara melakukan undian, dengan menggunakan angka kelipatan,
ataupun dengan menggunakan Tabel Bilangan Random.
Kembali pada contoh di atas, apabila kita cari atau menghitung Mean (Nilai Rata-rata
Hitung) dalam bidang studi Dirash Islamiyah dari sejumlah 300 orang mahasiswa yang
ditetapkan mewakili 3000 orang mahasiswa yang bersekolah asal dari MA, besarnya Mean
yang kita peroleh itu berbeda atau tidak dengan Mean dari 3000 orang mahasiswa yang
merupakan populasi mahasiswa yang bersekolah asal MA tersebut. Demikian pula apabila
kita mencari Mean dari 2000 orang mahasiswa dari jenis sekolah asal yang sama itu.
Mungkin, Mean sampel Kelompok I relatif lebih tinggi daripada Mean Populasi Kelompok I;
atau sebaliknya. Demikian pula Mean Sampel Kelompok II mungkin lebih rendah daripada
Mean Populasi Kelompok II, atau sebaliknya, kendati --- seperti telah dikemikakan di atas ---
sampel merupakan miniature population. Sekalipun Mean Sampel berbeda dengan Mean
Populasi, akan tetapi satu hal yang dapat dipastikan ialah, Mean-mean itu akan cenderung
untuk mengelompok atau berkerumun di sekitar Mean Populasinya. Variasi dari Mean
Sampel adalah disebabkan oleh adanya apa yang disebut Sampling Error (Kesalahan
Sampling). [3]
Para ahli statistik melalui berbagai macam penelitian dan eksperimentasi pada akhirnya
sampai pada kesimpulan bahwa besar kecilnya kesalahan sampling itu dapat diketahui
dengan melihat besar kecilnya suatu angka standar yag disebut Standart Error of the Mean
(biasa disingkat atau diberi lambang : SEM) yang dapat dicapai atau diperoleh dengan
menggunakan rumus sebagai berikut:
SEM =
SEM = Besarnya kesesatan Amean Sampel
SD = Deviasi Standar dari sampel yang diteliti
N = Number of Cases (banyak subyek yang diteliti)
1 = bilangan konstan
 Kalau kita terapkan pada contoh di muka, yang sampel Kelompok I-nya berjumlah 300
orang mahasiswa (Jadi N1 = 300) dan sampel Kelompok II berjumah 200 orang mahasiswa
(Jadi N2 = 200), sedang Deviasi Standar Nilai Hasil belajar Dirasah Islamiyah sampel
Kelompok I sebasar 8,645 (Jadi SD1 = 8,645), dan deviasi standar Nilai Hasil Belajar Dirasah
Islamiyah dari Kelompok sampel II sebesar 11,286 (Jadi SD2 = 11,286), maka Standard Error
kedua Mean Sampel tersebut di atas besarnya adalah sebagai berikut:
SEM1 = = = =0,50

SEM2 = = = =0,50
Dengan diketahuinya Standard Error Mean Sampel Kelompok I dan Standard Error
Mean Sampel Kelompok II, maka lebih lanjut dapat diketahui Standard Error Perbedaan
Mean Dua Sampel yang sedang kita teiti, yang dilambangkan dengan SEM1-M2
Standard Error Perbedaan Mean Dua Sampel itu dapat diperoleh dengan rumus
sebagai berikut
SEM1-M2 =
Jika rumus ini kita tetapkan ke dalam contoh di atas, maka Standard Error. Perbedaan
dari Mean dua sampel yang sedang kita hadapi itu adalah:
SEM1-M2 = =

= = 0,943
Pada akhirnya, untuk menolak atau menerima Hipotesis Nihil tentang ada atau tidak
adanya perbedaan dua Mean sampel secara signifikan, kita harus mencari harga kritik “t”. Di
sini “t” merupakan suatu angka atau koefisien yang melambangkan derajat perbedaan Mean
kedua kelompok sampel yang sedang kita teliti. Besarnya “t” sama dengan selisih ke dua
Mean sampel, di bagi dengan Standard Error. Perbedaan dua Mean sampel, atau apabila kita
formulasikan ke dalam bentuk rumus adalah sebagai berikut:

t=
Misalkan dari kedua kelompok sampel yang sedang kita bicarakan di sini diperoleh
Mean sebagai berikut: Mean hasil Belajar Dirasah Islamiyah Sampel Kelompok I MA sebesar
64,48 (jadi M1 = 64,48) sedangkan Mean Hasil Belajar Dirasah Islamiyah Sampel kelompok
II SMA sebesar 60,72 (jadi M2 = 60,72) sedangkan standard error perbedaaan dua Mean
Sampel telah kita ketahui sebesar 0,943 atau SEM1-M2 = 0,943. Dengan demikian kita dapat
peroleh harga sebagai berikut:

t= = = = 3,99
 Terhadap “t” yang telah kita peroleh dari hasil perhitungan di atas (lazim disebut
tobservaasi dengan diberi lambang to) selanjutnya kita berikan interpretasi dengan menggunakan
Tabel Nilai “t” (Tabel Harga Kritik “t”) dengan ketentuan sebagai berikut:
1. Jika to sama dengan atau lebih daripada harga kritik “t” yang tercantum dalam tabel ( di beri
lambang tt) maka hipotesis nihil yang mengatakan tidak adanya perbedaan Meandari kedua
sampel , ditolak; berarti perbedaan Mean dari kedua sampel itu adalah perbedaan yang
signifikan
2. Jika to lebih kecil dari pada tt, maka Hipotesis Nihil takan tidak adanya perbedaan Mean dari
ke dua sampel yang bersangkutan, disetujui ; berarti perbedaan Mean dua sampel itu
bukanlah perbedaan Mean yang signifikan, melainkan perbedaan yang terjadi hanya secara
kebetulan saja sebagai akibat Sampling Error.
Pada contoh di atas telah kita peroleh to sebesar 3,99, marilah kita berikan interpretasi
terhadap to tersebut.
Untuk mencari harga kritik “t” dalam tabel nilai “t” (periksa lampiran VII.1 pada
bagian akhir buku ini), maka terlebih dahulu harus kita perhitungkan degrees of freedomnya(
diberi lambang df), dengan menggunakan rumus
df atau db = (N1 + N2 -2)
df atau db = degress fo freedom atau derajat kebebasan
N1 = banyaknya subjek kelompok I (jumlah sampel Kelompok I)
N2 = banyaknya subjek kelompok II (jumlah sampel Kelompok II)
Lihat tabel berikut:
df atau db Harga Kritik “t” Pada Taraf
Signifikasi:
5% 1%

1 12,71 63,66
2 4,30 9,92
3 3,18 5,84
4 2,78 4,60
5 2,57 4,63
6 2,45 3,71
7 2,36 3,50
8 2,31 3,36
9 2,26 3,25
10 2,23 3,17
11 2,20 3,11
12 2,18 3,06
 13 2,16 3,01
14 2,14 2,98
15 2,13 2,95
16 2,12 2,92
17 2,11 2,90
18 2,10 2,88
19 2,09 2,86
20 2,09 2,84
21 2,08 2,83
22 2,07 2,82
23 2,07 2,81
24 2,06 2,80
25 2,06 2,79
26 2,06 2,78
27 2,05 2,77
28 2,05 2,76
29 2,04 2,76
30 2,04 2,75
35 2,03 2,72
40 2,02 2,71
45 2,02 2,69
50 2,01 2,68
60 2,00 2,65
70 2,00 2,65
80 1,99 2,64
90 1,99 2,63
100 1,98 2,63
125 1,98 2,62
150 1,98 2,61
200 1,97 2,60
300 1,97 2,59
400 1,97 2,59
500 1,96 2,59
1000 1,96 2,58

Pada contoh di muka N1= 300, sedangkan N2= 200; jadi df atau db =(300+200-2) =
498.
Dengan df sebesar 498 kita berkonsultasi pada Tabel Nilai “t”. Ternyata dalam tabel
tersebut kita jumpai df sebesar 498. Dalam keadaan seperti ini, kita gunakan df yang terdekat
dengan 498, yaitu df sebesar 500. Dengan df sebesar 500 itu diperoleh tt sebagai berikut:
Pada taraf signifikasi 5% : tt = 1,96
 Pada taraf signifikasi 1% : tt = 2,59
Dengan demikian to (yaitu harga “t” yang kita peroleh dari hasil perhitungan di muka )
adalah jauh lebih besar ketimbang tt, yaitu: 1,96˂3,99˃2,59. Karena itu hipotesis nihil yang
menyatakan tidak adanya perbedaan Mean Hasil Belajar Dirasah Islamiyah dari kedua
kelompok sampel yang kita selidiki itu ditolak. Berarti perbedaan dua Mean Smapel itu
adalah perbedaan yang signifikan. Kesimpulan kita (dengan memperbandingkan besarnya
Mean dari kedua sampel di atas), para mahasiswa yang bersekolah asal MA, secara signifikan
berbeda (dalam hal ini lebih baik) jika dibandingkan dengan para mahasiswa yang
bersekolah dari SMA, dlam bidang Dirasah Islamiyah.
B. Penggolongan T-test
Berdasarkan perbedaan keadaan sampelnya itu, pada umumnya para ahli statistik
menggolongkan T-test menjadi dua macam, yaitu:
1. T-test untuk sampel kecil (N kurang dari 30)
a. T-test untuk sampel kecil, yang kedua sampelnya satu sama lain mempunyai hubungan
b. T-test untuk sampel kecil, yang kedua sampelnya satu sama lain tidak ada hubungannya.
2. T-test intuk sampel besar (N lebih besar dari 30)
a. T-test untuk sampel besar kedua sampelnya satu sama lain saling berhubungan.
b. T-test untuk sampel besar kedua sampelnya satu sama lain tidak saling berhubunngan.[4]
C. Penggunaan T-test
a) TEST “t” UNTUK DUA SAMPEL KECIL YANG SALING BERHUBUNGAN
1. Rumusnya
Rumus untuk mencari “t” atau to dalam keadaan dua sampel yang kita teliti merupakan
sampel kecil (N kurang dari 30) sedangkan kedua sampel kecil itu satu sama lain mempunyai
pertalian atau hubungan, adalah sebagai berikut:

to =
MD = Mean of Difference Nilai Rata-rata Hitung dari Beda/Selisih antara skor Variabel I

dan skor Variabel II, yang dapat diperoleh dengan rumus:

MD =
∑D = Jumlah beda atau selisih antara skor variable I (variable X) dan skor variable (variable
Y), dan D dapat diperoleh dengan rumus:
D = X-Y
N = Number of cases = jumlah subjek yang kita teliti
= Standard Error dari mean of difference yang dapat diperoleh dengan rumus:
 = –
1. Langkah perhitungannya
Tingkah yang perlu ditempuh dalam rangka memperoleh harga to berturut-turut adalah
sebagai berikut:
a) Mencari D (difference= perbedaan) antara Skor Variabel I dan Skor Variabel II. Jika
Variabel I kita beri lambang X sedang variabel II kita beri lambang Y, maka: D = X-Y.
b) Menjumlahkan D, sehingga diperoleh ∑D
Perhatian : Dalam menjumlahkan D, tanda aljabar (yaitu tanda-tanda “plus” dan “minus”)
harus diperhatikan; artinya : tanda “plus” dan “minus” itu ikut serta diperhitungkan dalam
penjumlahan).
c) Mencari Mean dari Difference, dengan rumus: MD =
d) Menguadratkan D: setelah itu lalu dijumlahkan sehingga diperoleh ∑D2.
e) Mencari Deviasi Standar dari Difference (SDD), dengan rumus:
f) Mencari Standard Error dari Mean of Difference, yaitu SEM D,

g) Mencari t0 =
h) Memberikan interpretasi terhadap “to” dengan prosedur kerja sebagai berikut.
1) Merumuskan terlebih dahulu Hipotesis alternative (Ha) dan hipotesis nihilnya (H0).
2) Menguji signifikansi t0, dengan cara membandingkan besarnya t0 (“t” hasil observasi atau
“t” hasil perhitungan) dengan tt (harga kritik “t” yang tercantum dalam table nilai “t”), dengan
terlebih dahulu menetapkan degress of freedom-nya (df) atau derajat kebebasanya (db), yang
dapat diperoleh dengan rumus: df atau db =N-1.
3) Mencari harga kritik “t” yang tercantum pada table nilai “t” dengan berpegang pada df atau
db yang telah diperoleh, baik pada taraf signifikasi 5% ataupun taraf signifikasi 1%.
4) Melakukan pembangdingan antara t0 dengan tt, dengan patokan sebagai berikut:
a. Jika t0 lebih besar atau sama dengan tt maka hipotesis nihil ditolak, sebaliknya hipotesis
alternatif diterima atau disetujui. Berarti antara kedua variable yang sedang kita selidiki
perbedaanya, secara segnifikan memang terdapat perbedaan.
b. Jika t0 lebih kecil dari pada tt maka hipotesis nihil diterima atau disetujui, sebaliknya
Hipotesis alternative ditolak. Berarti bahwa perbedaan antara variable I dan variable II itu
bukanlah perbedaan yang berarti, atau bukan perbedaan yang signifikan.
b) TES “t” UNTUK DUA SAMPEL BESAR YANG SATU SAMA LAIN SALING
BERHUBUNGAN.
1. Rumusnya.
Untuk Dua Sampel Besar yang satu sama lain saling berhubungan, t0 dapat diperoleh
dengan menggunakan dua buah rumus, yaitu:

t0=

IV. KESIMPULAN
Teknik analisis komparasional merupakan salah satu teknik analisis statistik
inferensial yang dipergunakan unuk menguji hipotesis sebgai upaya penarikan kesimpulan
dalam penelitian komparasional.
T-test adalah tes statistik yang dapat dipakai untuk menguji perbedaan atau kesamaan
dua kondisi/perlakuan atau dua kelompok yang berbeda dengan prinsip memperbandingkan
rata-rata (mean) kedua kelompok/perlakuan itu.
T-test di golongkan menjadi dua yaitu:
1. T-test untuk sampel kecil (N kurang dari 30)
2. T-test intuk sampel besar (N lebih besar dari 30).
Rumus untuk mencari T-test untuk dua sampel kecil yang saling berhubungan adalah:

= = = -

Rumus untuk mencari T-test untuk dua sampel besar yang saling berhubungan
adalah:

t0=
 BAB I
PENDAHULUAN

Dewasa ini banyak sekali penelitian yang dilakukan oleh berbagai kalangan
akademisi. Banyaknya penelitian menunjukkan bahwa semakin banyaknya minat kepada
penelitian itu sendiri. Kebutuhan penelitian pun menjadi sesuatu yang harus demi kemajuan
ilmu pengetahuan. Dalam melakukan proses penelitian, para peneliti memerlukan banyak hal
agar penelitiannya dapat diyakini hasilnya.
Untuk menguji kebenaran suatu hipotesis yang ada di dalam penelitian itu, berbagai
uji dilakukan. Salah satu uji yang telah dikenal dalam dunia statistika, yaitu uji t. Uji t atau t
test adalah salah satu tes statistik yang dipergunakan untuk menguji kebenaran atau kepalsuan
hipotesis nihil yang menyetakan bahwa di antara dua buah mean sampel yang diambil secara
random dari populasi yang sama, tidak terdapat perbedaan signifikan (dalam Sudijono, 2009:
278).
Makalah ini akan membahas tentang pengujian rerata ( uji t) dua sampel berpasangan
dan bebas.
Adapun tujuan pembuatan makalah ini adalah untuk mengetahui cara menguji rerata
dua sampel bebas dan berpasangan dengan menggunakan uji t dan sebagai salah satu tugas
dalam mata kuliah Aplikasi Statistik dalam Penelitian Pendidikan Bahasa pada Program
Pendidikan Bahasa Indonesia Pascasarjana Universitas PGRI Palembang.

BAB II
PEMBAHASAN

2.1. Pengertian Rerata Sampel Berpasangan dengan Uji-t

Uji t atau t test adalah salah satu tes statistik yang dipergunakan untuk menguji
kebenaran atau kepalsuan hipotesis nihil yang menyetakan bahwa di antara dua buah mean
sampel yang diambil secara random dari populasi yang sama, tidak terdapat perbedaan
signifikan (dalam Sudijono, 2009: 278).
Sebagai salah satu tes statistik parametrik, test t pertama kali dikembangkan oleh
William Seely Gosset 1915. Pada waktu itu dia menggunakan nama samara Student dan
huruf ‘t’ yang terdapat dalam istilah tes t itu diambil dari huruf terakhir nama samara itu.
Sampel berpasangan ialah dua kelompok sampel yang karena dua kelompok itu
memiliki sifat-sifat serupa, dalam penelitian, kedua kelompok itu dipasangkan. Pemasangan
itu dilakukan mungkin karena usianya sama, kecerdasannya sama, keturunan sama, dan lain-
lain. Dalam suatu percobaan, kelompok pertama dijadikan kelompok control dan kelompok
yang satu lagi dijadikan kelompok percobaan adalah lebih baik daripada pasangannya
diambil dari kelompok lain, walaupun pengambilannya dilakukan secara acak. Pemasangan
kelompok- kelompok yang sifatnya serupa itu mengurangi bervariasinya perbedaan-
perbedaan (dalam Ruseffendi, 1998. 312).
Tujuan utama kegiatan penelitian ini ialah menemukan prinsip yang dapat
diberlakukan secara umum atau bersifat universal. Untuk dapat menemukan prinsip yang
berlaku itu, secara ideal teoritis, seorang peneliti seharusnya meneliti keseluruhan objek yang
ia hadapi, dengan kata lain: meneliti populasinya

2.2 Pengujian Rerata Dua Sampel Bebas dan Variasi Populasinya Kedua-Duanya
Diketahui
Kita telah mengetahui bahwa bila kita mengambil secara acak dua kelompok sampel X dan Y

dengan ukuran sampel dan , maka distribusi selisih antara pasangan acak rerata sampel

- itu normal dengan rerata - dan

dengan variasi - . ( dan adalah rerata populasi dan dan adalah

variasi populasi masing-masing). Dengan demikian : = dan uji statistiknya.

z=

Contoh :
Sampel berukuran diambil secara acak dari suatu populasi berdistribusi normal. Dari
populasi itu diketahui derivasi bakunya 10. Kemudian dari populasi berditribusi normal

lainnya diambil secara acak pula sampel dengan ukuran 25. Dari populasi yang kedua
itu derivasi bakunya diketahui tetapi dari kedua distribusi itu rerata populasinya
tidak diketahui. Kemudian andaikata rerata dari kedua kelompok itu berturut-turut

dan , pertanyaannya ialah ujilah apakah pada tahap keberartian 5% kedua

buah rerata populasinya itu berbeda secara signifikan.

z=

=
= - 3, 7268

2,5%

-3,7268 -1,96

Untuk α= 0,05, = -3,7286 ada di daerah penolakan. Jadi

hipotesis itu ditolak. Kesimpulannya ialah rerata populasi kedua kelompok itu tidak sama.
Atau rerata populasi kelompok Y lebih baik daripada rerata populasi kelompok X.

2.3 Pengujian Rerata Dua Sampel Bebas dan Kedua Variasi Populasinya Tidak
Diketahui, Tetapi Diasumsikan Sama

Maka dengan : = , uji statistiknya

t=
Contoh :

Deviasi baku sampel, = 10 dan = 12,5 ; 25, dan . Ujilah

hipotesis nol = pada tahap keberartian α= 0,05.

s =

= =

= = 3750

s =

=
= 131,395

t=

=
= -3,6350

Untuk α= 0,05 dan dk= 43, = -3,6350, maka ada di

daerah penolakan. Jadi, hipotesa nol yang mengatakan = ditolak.

2.4 Pengujian Dua Sampel Bebas dan Kedua Variasi Populasinya Tidak Diketahui
Yang dihunakan adalah distribusi ‘z’ dengan uji statistic ;

‘z’ =

Contoh :
Andaikan kita ingin mengetahui apakah pengaruh mengajar teman sebelum praktek mengajar
terhadap prestasi mengajar itu ada atau tidak ada. Untuk itu diambil 20 mahasiswa praktek
mengajar 10 diantaranya sebelum praktek mengajar pernah memperoleh kegiatan mengajar
teman. Dalam penelitian ini telah diusahakan kedua kelompok mahasiswa kemampuannya
serupa. Andaikan prestasi 9skor) praktek mengajar kedua kelompok mahasiswa itu sebagai
berikut. (Y= kelompok yang memperoleh dasar mengajar teman).

X : 70 38 46 57 68 34 80 57 42 65 = 55,7

Y : 75 48 95 41 52 69 70 85 64 76
Pertanyaannya adalah, dengan dua pihak dan α= 0,05 ujilah apakah kedua reratanya berbeda
secara berarti.

=
= 233, 57

= 281,61

=
= 7,1776

‘z’ =

=
= - 1,644

Diminta untuk menguji apakah perbedaan reratanya signifikan pada α= 0,05 dan uji dua
pihak.

=
 = 233,57

=
= 23,357

=
= 281,61

=
= 281,61/10
= 28,161

BAB III
KESIMPULAN

Uji t atau t test adalah salah satu tes statistik yang dipergunakan untuk menguji
kebenaran atau kepalsuan hipotesis nihil yang menyetakan bahwa di antara dua buah mean
sampel yang diambil secara random dari populasi yang sama, tidak terdapat perbedaan
signifikan (dalam Sudijono, 2009: 278).
Sampel berpasangan ialah dua kelompok sampel yang karena dua kelompok itu
memiliki sifat-sifat serupa, dalam penelitian, kedua kelompok itu dipasangkan. Pemasangan
itu dilakukan mungkin karena usianya sama, kecerdasannya sama, keturunan sama, dan lain-
lain.
Dengan uji t ini, kita dapat menguji rerata dua sampel bebas dan variasi populasinya
kedua-duanya diketahui, pengujian rerata dua sampel bebas dan kedua variasi populasinya
tidak diketahui, tetapi diasumsikan sama, dan pengujian dua sampel bebas dan kedua variasi
populasinya tidak diketahui.

DAFTAR PUSTAKA

Ruseffendi, H.E.T. 1998. Statisstika Dasar untuk Penelitian Pendidikan. Bandung:

IKIP Bandung Press.
Sudiyono, Anas. 2009. Pengantar Statistik Pendidikan, Jakarta: Rajawali Pres.