Uji t
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
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
s= 48,9 = 2,33
10-1
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
s= 48,9 = 2,33
10-1
X - o
t=
s
n
t = 6,1 – 10
2,33
10
3
t = -3,9/0,74
t = - 5,27
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
4
s = (Xi – X) 2
n-1
X = (5+7+4+10+8+3+4+5+6+9)/ 10 = 6,1
s= 48,9 = 2,33
10-1
X - o
t=
s
n
t = 6,1 – 10
2,33
10
t = -3,9/0,74
t = - 5,27
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
B = -265
SB = 53,44
Rumus: SB = √∑x2 ∕ n
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?
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
S1 = 422,24 = 6,9
9
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)
(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
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)
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
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
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