Bab I

Pembahasan

A. Definisi

Uji T atau T test adalah salah satu tes statistik yang dipergunakanuntuk 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).

Uji T adalah Suatu pengujian untuk melihat apakah nilai tengah (misalnya nilai rata-
rata) data suatu variabel dari satu sampel kelompok berbeda secara nyata (signifikan) dari
nilai tengah data sampel subsampel kelompok lain dalam variabel yang sama.

Sebagai salah satu tes statistik parametrik, test T pertama kalidikembangkan oleh
William Seely Gosset 1915. Pada waktu itu diamenggunakan nama samaran Student dan
huruf ‘T‘yang terdapat dalam istilah test itu diambil dari huruf terakhir nama samaran itu.

B. Klasifikasi dan Penggunaan Uji T

1. Uji T 1 Sampel (One Sample T- test)

One sample T-test merupakan teknik analisis untuk membandingkan satu variabel bebas. Teknik
ini digunakan untuk menguji apakah nilai tertentu berbeda secara signifikan atau tidak dengan
rata-rata sebuah sampel. Uji T sebagai teknik pengujian hipotesis deskriptif memiliki tiga kriteria
yaitu uji pihak kanan, pihak kiri, dan dua pihak.
a. Uji Pihak Kiri : dikatakan sebagai uji pihak kiri karena t tabel ditempatkan di bagian kiri
kurva.

b. Uji Pihak Kanan : dikatakan sebagai uji pihak kanan karena t tabel ditempatkan di bagian
kanan kurva

c. Uji Dua Pihak : dikatakan sebagai uji dua pihak karena t tabel dibagi dua dan diletakkan
di bagian kanan dan kiri
 Contoh kasus :

Contoh Rumusan Masalah : Bagaimana tingkat keberhasilan belajar siswa

Hipotesis Kalimat :

1. Tingkat keberhasilan belajar siswa paling tinggi 70% dari yang

diharapkan (Uji pihak kiri / 1-tailed)

2. Tingkat keberhasilan belajar siswa paling rendah 70% dari yang diharapkan (Uji pihak
kanan / 1-tailed)

3. Tingkat keberhasilan belajar siswa tidak sama dengan 70% dari yang diharapkan (Uji dua
pihak / 2-tailed)

Kapan Uji T satu sampel digunakan :

Pengujian rata-rata sampel tunggal digunakan ketika kita ingin tahu apakah sampel kita
berasal dari populasi tertentu tetapi kita tidak memiliki informasi populasi yang tersedia
bagi kita. Sebagai contoh, kita mungkin ingin tahu apakah nilai ujian sampel mahasiswa
tertentu mirip atau berbeda dari nilai ujian mahasiswa pada umumnya. Dengan demikian ,
tes hipotesisnya apakah rata-rata sampel menunjukan bahwa mahasiswa berasal dari
populasi tersebut atau apakah itu berasal dari populasi yang berbeda. berikut hipotesis yang
terdapat pada pengujian rata-rata sample tunggal.

Uji t identik dengan statistik. maksudnya bahwa uji t dapat digunakan apabila nilai
parameter tidak diperoleh dan hanya mengambil nilai statistik dari sampel yang digunakan.
sehingga uji t digunakan dengan cara memperoleh standar deviasi apakah dari populasi
atau sampel.
 Contoh kasus :

Pemda kota B ingin mengetahui apakah rata-rata pendapatan art shop di bulan Juni dapat
mencapai Rp. 5.000.000,- per hari. Dari 100 art shop yang di survey, didapatkan rata-rata
penjualan pada bulan Juni adalah Rp.

4.000.000,-. Diketahui dari data tersebut, simpangan baku Rp. 500.000,-. Dapatkah
dikatakan bahwa rata-rata pendapatan art shop di bulan Juni mencapai Rp. 5.000.000,-?
Ujilah dengan α = 5%!

Penjelasan :

Contoh kasus ini memperlihatkan bahwa standar deviasi/simpangan baku diperoleh dari
sampel sehingga menggunakan uji t.

2. Uji T dua sampel berpasangan (Paired Sample T-test)

Uji T dua sampel berpasangan (Paired Sample T-test) biasanya menguji perbedaan antara
dua pengamatan. Uji ini biasa dilakukan pada Subjek yang diuji pada situasi sebelum dan
sesudah proses, atau subjek yang berpasangan ataupun serupa. Misalnya jika kita ingin
menguji banyaknya gigitan nyamuk sebelum diberi lotion anti nyamuk merk tertentu
maupun sesudahnya.

Uji T dua sampel berpasangan adalah salah satu metode pengujian hipotesis dimana
data yang digunakan tidak bebas (berpasangan). Ciri-ciri yang paling sering ditemui pada
kasus yang berpasangan adalah salah satu individu (objek penelitian) dikenai 2 buah
perlakuan yang berbeda. Walaupun menggunakan individu yang sama, peneliti tetap
memperoleh 2 macam data sampel, yaitu data dari perlakuan pertama dan data dari
perlakuan kedua. Perlakuan pertama mungkin saja berupa kontrol, yaitu tidak memberikan
perlakuan sama sekali terhadap objek penelitian. Misal pada penelitian mengenai
efektivitas suatu obat tertentu, perlakuan pertama, peneliti menerapkan kontrol, sedangkan
pada perlakuan kedua, barulah objek penelitian dikenai suatu tindakan tertentu, misal
pemberian obat.
Kapan Uji T dua sampel berpasangan digunakan :

Dalam melakukan pemilihan uji, seorang peneliti harus memperhatikan beberapa aspek
yang menjadi syarat sebuah uji itu digunakan. Peneliti tidak boleh sembarangan dalam
memilih uji, sehingga sesuai dengan tujuan penelitian yang diinginkan. Ada beberapa
syarat yang harus dipenuhi untuk menggunakan Uji T dua sampel berpasangan. Dalam hal
ini untuk uji komparasi antara dua nilai berpasangan, misalnya sebelum dan sesudah (Pre-
Test dan Post-Test) digunakan pada satu sampel dimana setiap elemen ada 2 pengamatan
data kuantitatif (interval-rasio) yang berasal dari populasi yang berdistribusi normal.

Setelah data yang dimiliki memenuhi syarat, maka pemilihan uji statistik harus
memperhatikan pertanyaan dari penelitian. Setelah melihat pertanyaan penelitian seorang
peneliti kemudian melakukan pemilihan uji yang tepat untuk untuk menganalisis data yang
dimiliki untuk menjawab pertanyaan penelitian yang disusun. Beberapa contoh pertanyaan
penelitian yang menggunakan analisis / Uji t dua sampel berpasangan :

- Apakah ada perbedaan berat badan sebelum dan sesudah melakukan latihan senam
aerobic high impact ?

- Apakah ada perubahan tingkat kesegaran jasmani atlet lari Sulawesi Selatan setelah
melakukan latihan interval training selama tiga bulan ?

Apakah ada perbedaan kadar kolesterol dalam darah yang diperiksa oleh dua alat yang
berbeda.

C. Penggunaan SPSS untuk Uji T

SPSS (Statistical Product and Service Solutions) adalah sebuah program aplikasi yang
memiliki kemampuan analisis statistik cukup tinggi serta sistem manajemen data pada
lingkungan grafis dengan menggunakan menu-menu deskriptif dan kotak-kotak dialog
yang sederhana sehingga mudah untuk dipahami cara pengoperasiannya. Beberapa
aktivitas dapat dilakukan dengan mudah dengan menggunakan pointing dan clicking
mouse. SPSS dapat membaca berbagai jenis data atau memasukkan data secara langsung
ke dalam SPSS Data Editor. Bagaimanapun struktur dari file data mentahnya, maka data
dalam data editor SPSS harus dibentuk dalam bentuk baris (cases) dan kolom (variables).
Case berisi informasi untuk satu unit analisis, sedangkan variable adalah informasi yang
dikumpulkan dari masing – masing kasus.

Contoh Penggunaan SPSS untuk Uji T :

1. Uji T 1 Sampel (One Sample T- test)

Contoh Kasus :

Diperoleh data dari sebuah Rumah Makan “BMW” , jumkah pelanggan selama 20 hari.
Bagian kasir menyatakan bahwa dalam 20 hari itu, terdapat rata-rata jumlah pelanggan
sebanyak 20 orang. Uji hipotesis apakah benar penyataan diatas.

HARI Jumlah HARI Jumlah

Pelanggan Pelanggan
1 15 11 26
2 19 12 26
3 21 13 26
4 24 14 25
5 23 15 23
6 25 16 23
7 20 17 24
8 26 18 20
9 27 19 24
10 22 20 18

Solusi :

Untuk menyelesaikan kasus diatas, teknik yang tepat untuk digunakan adalah teknik Uji T
Satu Sampel karena pengujian yang dilakukan terhadap satu sampel saja yaitu jumlah
pasien.
 Langkah – langkahnya adalah :

1. Membuka aplikasi SPSS dengan melakukan double click pada icon

desktop.

2. Setelah aplikasi SPSS terbuka, buat nama variabel beserta tipe datanya,

dalam hal ini nama variabel yang dibuat adalah Hari dan Jml_Pelanggan

dengan tipe data numeric.

3. Selanjutnya klik pada button Data View, masukkan data pada Variabel

Hari dan Jumlah pelanggan sesuai studi kasus.

4. Selanjutnya lakukan Uji distribusi data atau Uji Normalitas untuk mengetahui apakah
populasi data berdistribusi normal atau tidak. Apabila dalam uji normalitas ditemukan data
tidak terdistribusi normal maka pengujian tidak dapat diteruskan. Data dinyatakan
berdistribusi normal jika nilai signifikansi lebih besar dari 0,05 (ɑ > 0,05). Dalam hal ini
digunakan Uji One Sample Kolmogorov Smirnov. Dengan cara klik Analyze – Non
Parametric Tests – Legacy Dialogs – 1-Sample K-S Selanjutnya akan muncul dialog box
One-Sample Kolmogorov Smirnov Test.

Pindahkan Variabel JumlahPelanggan ke box Test Variable List dengan cara klik

JumlahPelanggan kemudian klik tombol untuk memindahkannya.

Kemudian beri centang pada kotak pilihan Normal lalu klik OK. Maka pada jendela
Output dapat dilihat hasil analisis sebagai berikut :
Dari tabel output diatas terlihat bahwa variabel jumlahpelanggan memiliki nilai
signifikansi sebesar 0,618 maka dapat disimpulkan bahwa data terdistribusi normal
karena ɑ = 0,618 > 0,05. Karena data terdistribusi normal maka dapat dilanjutkan
analisis berikutnya. Selanjutnya klik Analyze – Compare Means – One Sample T Test
kemudian masukkan variabel Jml_Pasien ke dalam kotak Test Variable(s), masukkan
angka 20 pada kotak Test Value, klik Options dan masukkan tingkat kepercayaan yang
diinginkan, dalam hal ini kita gunakan tingkat kepercayaan 95%, klik Continue lalu
OK.

Sehingga muncul output seperti berikut :

Sekarang lakukan uji hipotesis

Pada output pertama yaitu One-Sample Statistics, dapat dilihat pada variabel jumlah
pasien banyak data (N) adalah 20, rata-rata (Mean) secara keseluruhan adalah 22.85 ≈
23 Orang, standar deviasi menunjukkan keheterogenan yang terjadi dalam data adalah
 3.167 dan standard error of mean menggambarkan sebaran rata-rata sampel terhadap
rata-rata dari rata-rata keseluruhan kemungkinan sampel. Pada output kedua yaitu One-
Sample Test yang perlu diperhatikan adalah nilai t dan nilai signifikansi atau p-value.
 Hipotesis
H0 : μ = 20 (rata-rata jumlah pasien per hari = 20)
H1 : μ ≠ 20 (rata-rata jumlah pasien per hari ≠ 20)
 Tingkat Signifikansi
ɑ = 5%
 Daerah Kritis

Jika T Hitung ≥ T Tabel : Tolak H0

Jika Sig. ≤ ɑ : Tolak H0

 Statistik Uji

Sig. = 0.001 ɑ = 0.05

T Hitung = 4.025 T tabel = 2.093 (lihat t tabel)

Sig. (0.001) < ɑ (0.05) atau T Hitung (4.025) > T Tabel (2.093)

 Keputusan Uji

Karena nilai Sig. < ɑ atau T Hitung > T Tabel, maka keputusannya adalah tolak
H0

 Kesimpulan

Jadi dengan tingkat signifikansi 5% didapatkan kesimpulan bahwa rata-rata

jumlah pasien per hari di Rumah Sakit Umum WS ≠ 20 atau ada perbedaan rata-rata
jumlah pasien per hari secara nyata.

2. Uji T Dua Sampel Berpasangan (Paired Sample T-test)

Contoh Kasus :

Seorang manajer pemasaran ingin mengetahui perbedaan tingkat penjualan produk

antara sebelum diadakan pelatihan dengan setelah diadakan pelatihan pemasaran.
Penelitian bertujuan untuk mengetahui apakah dengan adanya pelatihan pemasaran pada
karyawan dapat meningkatkan tingkat penjualan produk. Penelitian dengan menggunakan
sampel sebanyak 15 responden. Data-data yang didapat sebagai berikut :

Subjek Sebelum Sesudah

1 124 138
2 134 142
3 132 146
4 126 128
5 110 124
6 123 120
7 117 113
8 114 118
9 109 122
10 110 119
11 109 130
12 110 118
13 128 122
14 132 145
15 126 133

Solusi :

Untuk menyelesaikan kasus diatas, Peneliti tersebut menggunakan Uji 2

Sampel berpasangan untuk mengetahui apakah ada perbedaan tingkat

penjualan produk antara sebelum pelatihan dengan setelah pelatihan pemasaran

Langkah – langkahnya adalah :

1. Pada halaman SPSS klik tab Variable View. Pada kolom Name baris pertama ketik
sebelum, dan baris kedua ketik setelah. Untuk kolom decimals, ubah menjadi 0 untuk
kedua variabel. Pada kolom Label, untuk kolom pada baris pertama ketik Sebelum
pelatihan, dan pada baris kedua ketik Setelah pelatihan (untuk kolom lainnya bisa
dihiraukan). Berikut hasil pengisian data pada halaman Data Editor.

sudah, buka halaman Data Editor dengan klik tombol Data View. Kemudian isikan
datanya sesuai variabelnya. Berikut hasil pengisian data :

1. Untuk melakukan uji t 2 sampel berpasangan, maka klik Analyze –

Compare Means – Paired-Samples T Test, kemudian akan muncul box

Paired-Samples T Test.

2. Klik variabel Sebelum pelatihan dan masukkan ke kotak Paired

Variables pada kolom Variable1. Kemudian klik variabel Setelah

 pelatihan dan masukkan ke kotak Paired Variables pada kolom

Variable2

3. Jika sudah klik tombol OK, maka hasil output yang didapat sebagai berikut:
Sekarang lakukan uji hipotesis

Dari output di atas dapat diketahui bahwa untuk output pertama menjelaskan tentang
statistik data yaitu rata-rata, jumlah data, standar deviasi dan standar error rata-rata.
Untuk output kedua menjelaskan tentang korelasi antara variabel, dapat diketahui nilai
korelasi antara sebelum pelatihan dengan setelah pelatihan adalah 0.719 dengan
signifikansi 0.002. Jika nilai signifikansi > 0.05 maka tidak terdapat korelasi yang
nyata antara 2 sampel sehingga analisis dianggap tidak bisa dilanjutkan untuk uji t
2 sampel berpasangan. Dan output ketiga menjelaskan tentang uji t 2 sampel
berpasangan. Berikut ini akan dibahas tahap-tahap pengujiannya.Tahap uji t 2 sampel
berpasangan sebagai berikut :

 Menentukan Hipotesis

H0 = Tidak ada perbedaan tingkat penjualan produk antara sebelum diadakan

pelatihan dengan setelah diadakan pelatihan pemasaran

H1 = Ada perbedaan tingkat penjualan produk antara sebelum diadakan pelatihan

dengan setelah diadakan pelatihan pemasaran

 Menentukan tingkat signifikansi

Pengujian menggunakan uji dua sisi dengan tingkat signifikansi

ɑ = 5%

 Menentukan t hitung

Dari output di atas diperoleh nilai t hitung adalah -3.443

 Menentukan t tabel

Tabel distribusi t dicari pada ɑ = 5% : 2 = 2.5% (uji 2 sisi) dengan

derajat kebebasan (df) n-1 atau 15-1 = 14. Dengan pengujian 2 sisi

(signifikansi = 0.025) hasil diperoleh untuk t tabel sebesar 2.145 (lihat

pada lampiran).

 Kriteria pengujian

H0 diterima jika –t tabel ≤ t hitung ≤ t tabel

H0 ditolak jika –t hitung < -t tabel atau t hitung > t tabel

 Membandingkan t hitung dengan t tabel

Nilai –t hitung < -t tabel (-3.443 < -2.145) maka H0 ditolak

 Kesimpulan

Karena nilai –t hitung < -t tabel (-3.443 < -2.145) maka H0 ditolak, artinya ada perbedaan
tingkat penjualan produk antara sebelum diadakan pelatihan dengan setelah diadakan
pelatihan pemasaran. Pada tabel Paired Samples Statistic terlihat rata-rata untuk Sebelum
pelatihan adalah 121.13 dan untuk Setelah pelatihan adalah 127.87, artinya rata-rata
sebelum pelatihan lebih rendah daripada rata-rata setelah pelatihan. Dengan ini maka
dapat disimpulkan bahwa dengan adanya pelatihan pemasaran pada karyawan dapat
meningkatkan tingkat penjualan produk.

Langkah pengujian berdasarkan signifikansi :

 Menentukan Hipotesis

H0 = Tidak ada perbedaan tingkat penjualan produk antara

sebelum diadakan pelatihan dengan setelah diadakan

pelatihan pemasaran

H1 = Ada perbedaan tingkat penjualan produk antara sebelum

diadakan pelatihan dengan setelah diadakan pelatihan

 Menentukan tingkat signifikansi

Pengujian menggunakan uji dua sisi dengan tingkat signifikansi

ɑ = 5%

 Nilai signifikansi

Dari output di atas diperoleh nilai signifikansi adalah 0.004

 Kriteria Pengujian

H0 diterima jika signifikansi > 0.05

H0 ditolak jika signifikansi < 0.05

 Membandingkan signifikansi

Nilai signifikansi 0.004 < 0.05, maka H0 ditolak

 Kesimpulan

Karena signifikansi 0.004 < 0.05 maka H0 ditolak, artinya ada perbedaan tingkat
penjualan produk antara sebelum diadakan pelatihan dengan setelah diadakan
pelatihan pemasaran.
 BAB II

PENUTUP

A. Kesimpulan

1. Uji T Satu Sampel adalah teknik analisis untuk membandingkan satu

variabel bebas. Teknik ini digunakan untuk menguji apakah nilai tertentu
berbeda secara signifikan atau tidak dengan rata-rata sebuah sampel,
sedangkan Uji T Dua Sampel berpasangan adalah analisis untu menguji
perbedaan antara dua pengamatan. Uji ini biasa dilakukan pada Subjek
yang diuji pada situasi sebelum dan sesudah proses, atau subjek yang
berpasangan ataupun serupa.

2. Uji T Satu Sampel digunakan ketika kita ingin tahu apakah sampel kita
berasal dari populasi tertentu tetapi kita tidak memiliki informasi populasi
yang tersedia bagi kita. uji t dapat digunakan apabila nilai parameter tidak
diperoleh dan hanya mengambil nilai statistik dari sampel yang digunakan.
sehingga uji t digunakan dengan cara memperoleh standar deviasi apakah
dari populasi atau sampel. Sedangkan Uji T Dua Sampel Berpasangan
digunakan dalam hal ini untuk uji komparasi antara dua nilai berpasangan,
misalnya sebelum dan sesudah (Pre-Test dan Post-Test) digunakan pada
satu sampel dimana setiap elemen ada 2 pengamatan data kuantitatif
(interval-rasio) yang berasal dari populasi yang berdistribusi normal.

3. Pada intinya SPSS (Statistical Product and Service Solutions) adalah

sebuah program aplikasi yang memiliki kemampuan analisis statistik
cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan
B. Saran

1. Saran bagi Mahasiswa

Diharapkan agar penulisan makalah ini bagi mahasiswa dapat menambah

wawasan dan ilmu pengetahuan mengenai dasar-dasar dan penerapan Uji T
dalam analisis statistik.

2. Saran bagi Institusi

a. Diharapkan agar institusi dapat menyediakan bahan-bahan literatur yang

lengkap dan memadai sebagai input keilmuan bagi mahasiswa.

b. Diharapkan agar institusi dapat meningkatkan pengalaman berupa praktek

secara langsung mulai dari tata cara pengambilan data hingga membuat
interpretasi data yang telah dianalisis.