A.

Uji t

1. Uji t Satu Sampel

Rumus yang digunakan untuk menguji hipotesis deskriptif satu sampel adalah:

X - o
t=
s
n

Keterangan:
t = nilai t hitung
X = rata-rata X
o = nilai rata-rata populasi yang dihipotesiskan
s = simpang baku
n = jumlah anggota sampel

1. Uji pihak kiri

Uji ini digunakan bila ho berbunyi ‘lebih besar atau sama dengan (  )’, sedangkan ha
berbunyi ‘lebih kecil ( )’.
Contoh penerapannya: misalnya
Ho: keawetan televisi Philip paling sedikit 10 tahun atau  10 tahun.
Ha: keawetan telivisi Philip lebih kecil dari () 10 tahun.
Rumusan statistik:
Ho  10 tahun
Ha  10 tahun.
Kriteria: t hitung ≤ t tabel = ho ditolak.
Contoh penerapannya adalah Sebuah perusahaan televisi Philip mengklaim bahwa keawetan
televisi philip paling sedikit 10 tahun. Untuk membuktikannya, seorang peneliti melakukan
pengumpulan data dari 10 pesawat televisi Philip. Peneliti memperoleh data berikut ini.
5 7 4 10 8 3 4 5 6 9
Penyelesaian:
Rumusan hipotesis statistiknya adalah:
Ho: o  10 tahun
Ha:   10 tahun
Rumus yang digunakan adalah rumus:

1
 X - o
t=
s
n
Langkah penghitungan:
1. Menghitung X
X = (5 + 7 + 4 + 10 + 8 + 3 + 4 + 5 + 6 + 9) / 10
X = 6,1
2. Menghitung simpang baku sampel (s)

s =  (Xi – X) 2
n-1
X = (5+7+4+10+8+3+4+5+6+9)/ 10 = 6,1

 (Xi – X)2 = (5-6,1)2 +….+ (9-6,1) 2 = 48,9

s= 48,9 = 2,33
10-1

3. Memasukkan ukuran statistik ke dalam rumus t

X - o
t=
s
n
t = 6,1 – 10
2,33
 10
t = -3,9/0,74
t = - 5,27

4. Mengkonsultasikan t hitung dengan t tabel

Derajad kebebasan = 10-1 = 9 dan taraf kesalahan ditetapkan 5%. Dengan demikian t
tabel untuk uji satu pihak = 1,833. Ternyata t hitung jatuh pada penerimaan ha atau penolakan
ho. Oleh karena itu ho ditolak dan ha diterima. Kesimpulannya bahwa pernyataan televisi
Philip paling sedikit 10 tahun ditolak. Dengan kata lain keawetannya < 10 tahun.
2. Uji pihak kanan
Uji ini digunakan bila ho berbunyi ‘lebih kecil atau sama dengan (  ), sedangkan ha
berbunyi ‘lebih besar ().
Contoh penerapannya misalnya:
Ho: keawetan televisi Philip paling tinggi 10 tahun atau  10 tahun.

2
Ha: keawetan telivisi Philip lebih tinggi dari () 10 tahun.
Rumusan statistik:
Ho  10 tahun
Ha  10 tahun
Contoh penerapannya adalah sebuah perusahaan televisi Philip mengklaim bahwa keawetan
televisi philip paling tinggi 10 tahun. Untuk membuktikannya, seorang peneliti melakukan
pengumpulan data dari 10 pesawat televisi Philip. Peneliti memperoleh data berikut ini.
5 7 4 10 8 3 4 5 6 9
Rumusan hipotesis statistiknya adalah:
Ho: o  10 tahun
Ha:  >10 tahun
Rumus yang digunakan adalah rumus:

X - o
t=
s
n
Langkah penghitungan:
1. Menghitung X
X = (5 + 7 + 4 + 10 + 8 + 3 + 4 + 5 + 6 + 9) / 10
X = 6,1
2. Menghitung simpang baku sampel (s)

s =  (Xi – X) 2
n-1

 (Xi – X) = (5-6,1)2 +….+ (9-6,1) 2 = 48,9

s= 48,9 = 2,33
10-1

3. Memasukkan ukuran statistik ke dalam rumus t

X - o
t=
s
n
t = 6,1 – 10
2,33
 10
3
 t = -3,9/0,74
t = - 5,27

4. Mengkonsultasikan t hitung dengan t tabel

Derajad kebebasan = 10-1 = 9 dan taraf kesalahan ditetapkan 5%. Dengan demikian t
tabel untuk uji satu pihak = 1,833. Ternyata t hitung jatuh pada penerimaan ho. Oleh karena
itu ho diterima. Kesimpulannya bahwa pernyataan televisi Philip paling tinggi 10 tahun
diterima. Dengan kata lain keawetannya > 10 tahun ditolak.
3. Uji dua pihak
Uji dua pihak digunakan untuk hipotesis nol ‘sama dengan’ atau ‘tidak sama dengan’.
Rumusan hipotesisnya: ho: keawetan televisi Philip = 10 tahun; ha: keawetan televisi Philip 
10 tahun.
Bila harga t hitung berada pada area penerimaan ho atau di antara harga tabel, maka
ho diterima dan ha ditolak. Kriteria: t hitung ≤ t tabel = ho diterima
Contoh penerapannya adalah: misalnya ho: keawetan televisi Philip = 10 tahun. Ha: keawetan
telivisi Philip  10 tahun. Rumusan statistik ho = 10 tahun; ha  10 tahun.
Contoh penerapannya adalah sebuah perusahaan televisi Philip mengklaim bahwa keawetan
televisi Philip = 10 tahun. Untuk membuktikannya, seorang peneliti melakukan pengumpulan
data dari 10 pesawat televisi Philip. Peneliti memperoleh data berikut ini.
5 7 4 10 8 3 4 5 6 9

Rumusan hipotesis statistiknya adalah:

Ho: o = 10 tahun
Ha:  10 tahun
Rumus yang digunakan adalah rumus:
X - o
t=
s
n
Langkah penghitungan:
5. Menghitung X
X = (5 + 7 + 4 + 10 + 8 + 3 + 4 + 5 + 6 + 9) / 10
X = 6,1
6. Menghitung simpang baku sampel (s)

4
 s =  (Xi – X) 2
n-1
X = (5+7+4+10+8+3+4+5+6+9)/ 10 = 6,1

 (Xi – X) = (5-6,1)2 +….+ (9-6,1) = 48,9

s= 48,9 = 2,33
10-1

7. Memasukkan ukuran statistik ke dalam rumus t

X - o
t=
s
n
t = 6,1 – 10
2,33
 10
t = -3,9/0,74
t = - 5,27

8. Mengkonsultasikan t hitung dengan t tabel

Derajad kebebasan = 10-1 = 9 dan taraf kesalahan ditetapkan 5%. Dengan demikian t
tabel untuk uji dua pihak = 2,262.
Dengan kata lain t hitung < t tabel. Dengan demikian ho yang mengatakan bahwa keawetan
televisi Philip = 10 tahun diterima.

2. Uji t Sampel Berpasangan

Rumus:
B
t hit =
S / √n
B

Keterangan:
B = rata-rata beda
n = ukuran sampel
SB = simpang baku

Contoh:
Peneliti ingin melihat tingkat kelelahan karyawan yang bekerja pada sebuah
perusahaan. Peneliti melakukan pengukuran tingkat kelelahan dengan menggunakan alat
pemeriksa waktu reaksi (reaction timer) sebelum dan sesudah bekerja. Peneliti mengambil 8
karyawan secara random dan diperoleh data berikut ini.

5
 No. Data
Responden Sebelum bekerja Sesudah bekerja
1 200 400
2 150 450
3 175 500
4 125 400
5 130 350
6 150 400
7 200 550
8 150 350

Apakah ada perbedaan tingkat kelelahan karyawan antara sebelum dan sesudah bekerja?
(menggunakan tingkat kesalahan α = 5%).
Penyelesaian:
1. Syarat yang harus dipenuhi:
a. Data berskala minimal interval
b. Distribusi data normal
2. Hipotesis:
a. H0: u sblm = u ssdh
b. H1: u sblm ≠ u ssdh

3. Mencari selisih perbedaan antara sebelum dan sesudah.

Selisih antara sebelum dan sesudah

-200 -300 -325 -275 -220 -250 -350 -200

B = -265
SB = 53,44

4. Mencari rata- rata: diperoleh -265

5. Mencari SB = 53,44

Rumus: SB = √∑x2 ∕ n

∑x2 = ∑(Xi – B)2

= (-200 + 265)2 +....+ (-200 + 265)2
∑x2 = 22850
n=8
SB = 53,44

6. Mencari t hitung:

B
t hit =
SB / √n

6
 -265
=
53,44/√8
= -265/ 19,1 = - 13,87

7. Konsultasikan t hit dengan t tabel dengan db = n-1 =8-1= 7 dan α =5%. Diperoleh: t tabel =
2,365 (two tail test).
Kesimpulan: t hitung = 13,87 > t tabel = 2,365. Ini berarti Ho ditolak. Dengan demikian
ada perbedaan tingkat kelelahan karyawan antara sebelum dan sesudah bekerja. Manakah
yang lebih lelah?

3. Uji t Sampel Bebas

Contoh 1. Penerapan untuk varians homogen:
Sebuah SMK di Surakarta ingin melakukan penelitian tentang model pembelajaran
yang sesuai diterapkan untuk siswanya. Model pembelajaran yang ingin diteliti adalah model
pembelajaran Work-based Learning (WBL) dan Project-based Learning (PBL). Model
pembelajaran tersebut diujicobakan kepada 17 siswa. Model WBL diujicobakan kepada 9
siswa dan model PBL diujicobakan kepada 8 siswa. Model pembelajaran ini diterapkan pada
mata pelajaran kewirausahaan. Nilai diambil dari hasil ujian akhir. Setelah dites diperoleh
data berikut ini.
Tabel 1. Skor prestasi mata pelajaran kewirausahaan
Model WBL Model PBL
75 70
80 65
85 60
70 65
85 75
70 80
90 70
75 60
85

Pertanyaan:
Berdasarkan data tersebut apakah ada perbedaan nilai ujian akhir siswa yang memperoleh
model pembelajaran WBL dan PBL? (α = 5%)
Penyelesaian:
Syarat untuk uji t sampel bebas:
a. Jenis data interval (terpenuhi)

7
b. Distribusi data normal (dianggap normal)
c. Varians data harus sama
1. Uji variansi utk WBL:
S12
F =
S22
∑x2
S=
N

∑X 715
Mean (M) = = = 79,4
N 9
Tabel 1. Mencari standar deviasi untuk variabel X (WBL)
Nilai variabel (X) Deviasi dari mean (x) Deviasi dari mean kuadrad (x2)
75 - 4,4 19,36
80 +0,6 0,36
85 +5,6 31,36
70 -9,4 88,36
85 +5,6 31,36
70 -9,4 88,36
90 10,6 112,36
75 -4,4 19,36
85 +5,6 31,36

Jumlah: 715 ∑x = 0 ∑x2 = 422,24

S1 = 422,24 = 6,9
9

Uji Variansi utk PBL:

∑X 545
Mean (M) = = = 68,1
N 8
Tabel 2. Mencari standar deviasi untuk variabel X (PBL)
Nilai variabel (X) Deviasi dari mean (x) Deviasi dari mean kuadrad (x2)
70 1,9 3,61
65 -3,1 9,61
60 -8,1 65,61
65 -3,1 9,61
75 6,9 47,61
80 11,9 141,61
70 1,9 3,61
60 -8,1 65,61
Jumlah: 545 ∑x = 0 ∑x2 = 346,88

S2 = 346,88 = 6,6
8

8
 (6,9)2
F = = 1,09
(6,6)2

1
F(d1)(d2)(1-α/2) =
(Ftabel1) F(d2)(d1)(α/2)
(Ftabel2)

F (tabel 1) (8,7)(0,975) = 1/3,50 = 0,29

F(tabel 2) (7,8)(0,025) = 3,50
Kriteria Ho diterima jika:
Ftabel 1 ≤ Fhit ≤ Ftabel 2
0,29 < 1,09 < 3,50
Dengan demikian Ho diterima. Ini berarti data memiliki varians homogen.
Hipotesis statistiknya:
Ho : µ1 = µ2
H1 : µ1 ≠ µ2.
Setelah persyaratan homogenitas data terpenuhi, uji t dapat dilakukan dengan Rumus:

(n1 – 1) s12 + (n2 – 1) s22

X1 - X2
S =
t hit = n1 + n2 - 2
S (1/ n1 + 1/n2)

(9-1)(6,9)2 + (8-1)(6,6)2
S = = 6,76
9+8-2
b
79,4 - 68,1
t hit = = 3,44
6,76 √ (1/9 + 1/8)

t hit dikonsultasikan kepada t tabel dengan menggunakan derajad bebas (n1 + n2 -2) = 9+8-2
=15 dan tingkat signifikansi α = 5%. Harga yang diperoleh adalah 2,131. Harga t hit = 3,44 > t
tabel = 2,131. (Harga t adalah mutlak, krn yg dilihat adalah perbedaan mean). Ini berarti H0
ditolak. Dengan demikian kesimpulannya adalah ada perbedaan nilai mata pelajaran
kewisausahaan antara penerapan WBL dan PBL. Model mana yang lebih baik?

9
B. Uji T Sampel Bebas Untuk Data Heterogen:
Contoh 2. Penerapan untuk varians heterogen:
Sebuah SMK di Surakarta berusaha meningkatkan kompetensi dalam bidang
kelistrikan otomotif siswa kelas XI jurusan otomotif. Siswa kelas XI tersebut berjumlah 16
siswa. Sehubungan dengan hal itu, sekolah melaksanakan program magang ke industri
otomotif. Akan tetapi karena keterbatasan dana, siswa yang memperoleh kesempatan magang
hanya sebanyak 8 siswa. Program berjalan selama satu bulan. Setelah menjalani program
tersebut kedelapan siswa yang tersebut di atas, dites kompetensi kelistrikan otomotifnya.
Demikian juga siswa yang tidak memperoleh program magang dites kompetensinya. Tes
tersebut menghasilkan nilai berikut ini.
Nilai siswa yang tidak memperoleh Nilai siswa yang memperoleh program
program magang magang
6,0 8,0
6,1 9,2
7,0 7,5
6,5 11,0
6,2 10,5
6,7 9,5
6,8 7,8
6,7 9,5

Pertanyaan:
Apakah ada perbedaan kompetensi antara siswa yang tidak memperoleh program
magang dan yang memperoleh program magang? (α ditentukan 5%)
Penyelesaian:
1. Jenis data interval (terpenuhi)
2. Distribusi data (dianggap normal)
3. Homogenitas data
Hipotesis statistiknya:
1) H0: µ1 = µ2
H1: µ1 < µ2 (hipotesis ini ditentukan berdasarkan substansi perlakuan yakni µ non
magang < µ magang). Contoh soal di atas menunjukkan bahwa µ1 < µ2.
Uji variansi data dengan hipotesis berikut:
H0: Varians data homogen
H1: Varians data heterogen
Statistik uji variansi: (perhitungan uji variansi = contoh di atas).

10
A. Uji Variansi utk non magang:
∑X 52
Mean (M) = = = 6,5
N 8
Tabel 2. Mencari standar deviasi untuk variabel X (non magang)
Nilai variabel (X) Deviasi dari mean (x) Deviasi dari mean kuadrad (x2)
6,0 -0,5 0,25
6,1 -0,4 0,16
7,0 0,5 0,25
6,5 0 0
6,2 -0,3 0,09
6,7 0,2 0,04
6,8 0,3 0,09
6,7 0,2 0,04

Jumlah: 52 ∑x = 0 ∑x2 = 0,92

S1 = 0,92 = 0,34
8
B. Uji Variansi utk magang:
∑X 73
Mean (M) = = = 9,125
N 8
Tabel 2. Mencari standar deviasi untuk variabel X (magang)
Nilai variabel (X) Deviasi dari mean (x) Deviasi dari mean kuadrad (x2)

8,0 -1,125 1,265625

9,2 0,075 0,005625
7,5 -1,625 2,640625
11,0 1,875 3,515625
10,5 1,375 1,890625
9,5 0,375 0,140625
7,8 -1,325 1,755625
9,5 0,375 0,140625
Jumlah: 73 ∑x = 0 ∑x2 = 11,355

S2 = 11,355 = 1,19
8
Kriteria Ho diterima jika:
Ftabel 1 ≤ Fhit ≤ Ftabel 2

S12 0,342
F = = = 0,08
S22 1,192

1
F(d1)(d2)(1-α/2) =
(Ftabel1) F(d2)(d1)(α/2)
(Ftabel2) 11
F tabel 1(7,7)(0,975) = 1/3,79 = 0,26

F tabel 2 (7,7)(0,025) = 3,79 (kebetulan sama; db nya 7 dan 7)

Kriteria Ho diterima jika:

Ftabel 1 ≤ Fhit ≤ Ftabel 2
0,26 > 0,08 < 3,79
Dengan demikian Ho ditolak. Ini berarti data memiliki varians heterogen.
Untuk varians heterogen, rumus:

X1 - X2
t hit =
(s12/ n1 + s22/n2)

6,5 – 9,125
thit = = -5,85
2 2
(0,34 /8 + 1,19 /8)

(s12/n1 + s22/n2)2
db =
(s12/n1)2 + (s22/n2)2
n1 – 1 n2 – 1

(0,342/8 + 1,192/8)2 0,0242 + 0,1770 0,2012

db = = = = 4,39
(0,342/8)2 + (1,192/8)2 0,02422 + 0,17702 8,4-05 + 4,5-03
8-1 8-1 7 7
Konsultasikan db = 4,39 dengan α = 5%. Selanjutnya diperoleh nilai t tabel = 2,132. Tabel t
nya uji satu pihak karena H1: µ1 < µ2. Catatan: dbnya pada tabel diambil bulat = 4 (tidak
4,39).

Harga t hit = -5,85 > t tabel = 2,132. T hitung merupakan harga mutlak. Ini berarti H0 ditolak.
Dengan demikian kesimpulannya adalah ada perbedaan nilai kompetensi dengan mengikuti
dan tidak mengikuti program magang. Nilai kompetensi dengan tidak mengikuti program
magang lebih kecil dari yang mengikuti program magang.

12