MATERI UJI T KELOMPOK 1

A. Pengertian UJI T
Sebagai salah satu tes statistik parametrik, Tes “t” mula pertama dikembangkan oleh
William Seely Gosset pada 1915. Pada waktu itu ia menggunakan nama samaran Student,
dan huruf “t” yang terdapat dalam istilah Tes “t” itu diambilkan huruf terakhir dari nama
beliau. Itu pula sebabnya mengapa Tes “t” sering juga disebut dengan nama atau istilah
Student t.
Tes “t” atau “t” Test, adalah salah satu tes statistik yamg dipergunakan untuk
menguji kebenaran atau kepalsuan hipotesis nihil yang menyatakan bahwa diantara dua buah
Mean Sampel yang diambil secara random dari populasi yang sama, tidak terdapat
perbedaan yang signifikan.
1. Kegunaan uji T
- Menguji nilai tengah suatu populasi
- Membandingkan nilai tengah dua populasi apakah terdapat perbedaan nyata atau
tidak
2. Persyaratan uji T
- Sampel berasal dari populasi berdistribusi normal
- Ukuran sampel (n-30) dan atau nilai ragam populasi tidak diketahui
- Data sampel berskala interval dan atau rasio
3. Jenis uji T
- Satu populasi (0ne sample T test) digunakan untuk membandingkan sekelompok
data dari satu sampel atau kelompok dengan satu nilai acuan/referensi
- Dua populasi : 1. Berpasangan
2. saling bebas
B. Analisis Uji – t Terhadap 2 Perlakuan
Uji t termasuk dalam golongan statistika parametrik yang digunakan dalam
pengujian hipotesis dan untuk mengetahui ada atau tidaknya perbedaan yang signifikan dari
dua dua buah variabel yang dikomparasikan. Salah satu bentuk uji t adalah paired sample t
test. Paired sampel T Test merupakan analisis dengan melibatkan dua pengukuran pada
subjek yang sama terhadap suatu pengaruh atau perlakuan tertentu. Pada uji beda Paired
sampl t test, peneliti menggunakan sampel yang sama, tetapi pengujian terhadap sampel
dilakukan sebanyak dua kali.

1
 Dalam penelitian biasanya test yang diberikan disebut dengan pretest (test sebelum
mengadakan perlakuan) dan posttest (setelah sampel diberi perlakuan). Perlakuan pertama
mungkin saja berupa kontrol, yaitu tidak memberikan perlakuan sama sekali
terhadap objek penelitian. Dalam melakukan pemilihan uji, seorang peneliti harus
memeperhatikan beberapa aspek yang menjadi syarat sebuah uji itu digunakan. Peneliti
tidak boleh sembarangan dalam memilih uji, sehingga sesuai dengan tujuan penelitian yang
diinginkan. Adapun dasar penggunaan paired sample t test adalah satu sampel yang
diberikan dua perlakuan yang berbeda, merupakan data kuantitatif (interval-rasio), dan
sample yang digunakan harus dalam kondisi yang sama atau homogen dan berasal dari
popoulasi yaang telah terdistribusi secara normal. Hal ini dapat diketahui setelah melakukan
uji asumsi yaitu uji normalitas dan uji homogenetas pada data tersebut.
Setelah data yang dimiliki memenuhi syarat diatas, maka pemilihan uji statistik harus
memperhatikan pertanyaan dari penelitian. Setelah melihat pertanyaan peneltian seorang
peneliti kemudian melakukan pemilihan uji yang tepat untuk menganalisis data yang
dimiliki untuk menjawab pertanyaan penelitian yang disusun.
Contoh data yang dapat diuji menggunakan Paired sampleT Test adalah Pengaruh
Media iMainMapping pada Materi Sistem Pernafasan terhadap Hasil Belajar Siswa Kelas XI
SMAN 1 Makassar. Maka, sebelum peneliti menggunakan media iMainMapping di dalam
kelas, peneliti terlebih dahulu memberikan test awal (pretest) untuk melihat pengetahuan
awal dari siswa terkait dengan materi sistem pernafasan. Setelah memperoleh data pretest,
peneliti akan memberikan perlakuan kepada kelompok siswa yang telah mengisi prestest
dengan menggunakan media iMainMap dalam pembelajaran. Adapun hipotesis dari
penelitian ini adalah:
H0 = tidak ada pengaruh penggunaan Media iMainMapping pada Materi Sistem Pernafasan
terhadap Hasil Belajar Siswa Kelas XI SMAN 1 Makassar
H1 = ada pengaruh penggunaan Media iMainMapping pada Materi Sistem Pernafasan
terhadap Hasil Belajar Siswa Kelas XI SMAN 1 Makassar
Setelah proses belajar-mengajar selesai, maka kelompok siswa tersebut akan
diberikan test berupa posttest. Posttest harus dikerjakan oleh sejumlah siswa yang sama
yang telah mengerjakan pretest. Jumlah siswa tidak boleh ditambah atau pun dikurangi.
Apabila terdapat beberapa siswa yang tidak mampu bisa mengikuti posttest, maka hasil dari
pretest siswa tersebut juga tidak dapat dimasukkan dalam analisis data peneliti, sebab data

2
yang ada harus berpasangan. Data hasil pretest dan posttest yang telah melalui uji asumsi
kemudian akan dianalisis secara Paired sample T Test menggunakan aplikasi SPSS.
Adapun contoh data hasil belajar siswa pada aplikasi Microsoft Excell
Sampel sebelum Sesudah

1 75 80

2 60 70

3 65 70

4 50 70

5 70 75

6 60 70

7 70 75

8 70 75

9 80 80

10 75 80

Data di atas merupakan data telah dinyatakan homogen

a. Uji Normalitas
Uji distribusi normal adalah uji untuk mengukur apakah data kita memiliki distribusi
normal sehingga dapat dipakai dalam statistik parametrik ( statistik inferensial ). Uji
normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal
atau diambil dari populasi normal. Uji kenormalan data, sebelum menggunakan statistik uji
parametrik, perlu dilakukan. Hal ini disebabkan karena statistik-statistik uji parametrik
diturunkan dari sebaran normal. Tentu saja, data yang akan dianalisis juga harus menyebar
normal agar data yang dianalisis relevan dengan alatnya (statistik uji parametrik). Namun,
apabila menggunakan statistik uji nonparametrik, TIDAK PERLU mempertimbangkan
mengenai kenormalan data sama sekali.
Macam uji normalitas
1. Analisa grafik
2. Kolmogorov-smirnov (jika nilai sig. Lebih besar dari alfa maka data normal)
3. Shapiro-Wilk (jika nilai sig. Lebih besar dari alfa maka data normal)
4. Skewness (jika nilai skewness/stndr eror kurang dari dua maka data nomal

3
 b. Uji Homogenitas Variansi
Pengujian homogenitas adalah pengujian mengenai sama tidaknya variansi-
variansi dua buah distribusi atau lebih. Uji homogenitas dilakukan untuk mengetahui
apakah data dalam variabel X dan Y bersifat homogen atau tidak.
Langkah-langkah menghitung uji homogenitas :
1. Mencari Varians/Standar deviasi Variabel X danY, dengan rumus :

√𝑛. ∑ 𝑋2 − (∑ 𝑋)² √𝑛. ∑ 𝑦2 − (∑ 𝑦)²

𝑆𝑥² = 𝑆𝑦² =
𝑛(𝑛 − 1) 𝑛(𝑛 − 1)
2. Mencari F hitung dengan dari varians X danY, dengan rumus :
𝑆 𝑏𝑒𝑠𝑎𝑟
𝐹=
𝑆 𝑘𝑒𝑐𝑖𝑙

Catatan:
Pembilang:
S besar artinya Variance dari kelompok dengan variance terbesar (lebih banyak)
Penyebut:
S kecil artinya Variance dari kelompok dengan variance terkecil (lebih sedikit)
Jika variance sama pada kedua kelompok, maka bebas tentukan pembilang dan penyebut.
3. Membandingkan F hitung dengan F tabel pada tabel distribusi F, dengan:
 Untuk varians dari kelompok dengan variance terbesar adalah df pembilang n-1
 Untuk varians dari kelompok dengan variance terkecil adalah df penyebut n-1
 Jika F hitung <F tabel, berarti homogen
 Jika F hitung >F tabel, berarti tidak homogen
Contoh 1 :
Data tentang Pengukuran Penguasaan kosakata(X) dan kemampuan membaca (Y):

X Y

75 68

78 72

38 63

94 74

4
 83 68

91 81

87 72

91 74

38 58

68 58

Jumlah 743 688

Apakah Kedua pengukuran ini mempunyai Varian Yang Homogen ?

Penyelesaian :
1. Mencari Varians/Standar deviasi Variabel X danY

X Y X² Y² XY

75 68 5625 4624 5100

78 72 6084 5184 5616

38 63 1444 3969 2394

94 74 8836 5476 6956

83 68 6889 4624 5644

91 81 8281 6561 7371

87 72 7569 5184 6264

91 74 8281 5476 6734

38 58 1444 3364 2204

68 58 4624 3364 3944

Jumlah 743 688 59077 47826 52227

5
 √𝑛. ∑ 𝑋2 − (∑ 𝑋)²
𝑆𝐷𝑥 2 =
𝑛(𝑛 − 1)
√10×59077−743²
= = √430,23= 20,74
10(10−1)

√𝑛. ∑ 𝑦2 − (∑ 𝑦)²
𝑆𝐷𝑦 2 =
𝑛(𝑛 − 1)
√10×47826−688²
= = √54,62= 7,39
10(10−1)

3. Mencari F hitung dengan dari varians X dan Y

𝑆 𝐷𝑏𝑒𝑠𝑎𝑟 20,74
𝐹= = = 2,81
𝑆 𝐷𝑘𝑒𝑐𝑖𝑙 7,39

3. Membandingkan F hitung dengan F tabel pada tabel distribusi F, dengan:

 Untuk varians dari kelompok dengan variance terbesar adalah df pembilang n-1, 10 –
1=9
 Untuk varians dari kelompok dengan variance terkecil adalah df penyebut n-1, 10 –
1=9
 Kita tentukan α = 5 % = 0.05
 Dengan df pembilang 9 dan df penyebut 9 dan α = 5 % = 0.05 maka Ftabel = 3.18
Kesimpulan : Fhitung ( 2.81 ) < Ftabel ( 3.18 ), hal ini berartidata variabel X dan Y Homogen
C. Uji – T Berpasangan ( Dependen / Terikat )
Uji t berpasangan tentu saja digunakan apabila dua kelompok tersebut saling
berhubungan. Dua sampel berpasangan artinya sampel dengan subjek yang sama namun
mengalami dua perlakuan atau pengukuran yang berbeda.
Contoh yang umum ditemui adalah desain pra uji–pasca uji (pre-test–post-test
design), dimana untuk mengkaji perubahan yang terjadi akibat suatu perlakuan, kita sudah
membandingkan perilaku atas kemampuan subjek penelitian sebelum dan sesudah perlakuan
diberikan. Uji – t berpasangan digunakan jika uji komparasi antar dua nilai pengamatan
berpasangan, misalnya: sebelum dan sesudah dan digunakan pada uji p
Langkah – langkah uji – t berpasangan adalah sebagai berikut :

6
1. Buatlah Ha dan Ho dalam bentuk kalimat
Ha : Terdapat perbedaan antara ................. dengan ..................
Ho : Tidak terdapat perbedaan antara .............. dengan ..............
2. Buatlah Ha dan Ho dalam bentuk hipotesis statistik
Ho : µ1 = µ2
H1 : µ1≠ µ2

3. Tentukan besarnya D dan D2 ( dalam kolom tabel distribusi ) serta X setiap

kelompok
D = X-Y
D = Differences
∑X
X =
N
∑Y
Y =
N
4. Hitung besarnya SD ( standar deviasi )

∑𝐷2 − [(∑𝐷)2 ]/𝑛𝑝

𝑆𝐷 = √
𝑛𝑝 − 1

Keterangan :
SD = standar deviasi
D = differences
np = n populasi
1 = nilai konstan
5. Hitung besarnya / kesalahan baku distribusi sampling SE
( Standard error of the sampling distribution of differences )

𝑆𝐷
𝑆𝐸 = √
𝑛𝑝

6. Uji perbedaan dengan menggunakan rumus uji t dependen

X −Y
𝑢𝑗𝑖 𝑡 =
𝑆𝐸
Keterangan :
X 1 = mean kelompok 1
X 2 = mean kelompok 2

7
SD = kesalahan baku distribusi sampling perbedaan
7. Menguji taraf nyata dan Db / Df
Taraf nyata (α) = 5% atau 1 %, misalnya 5 % = 0,05
Db / df = N - 1
8. Bandingkan hasil t hitung dengan t tabel
( dengan terlebih dahulu menentukan two tail / one tail )
Bila:
t hitung > t tabel signifikan; Ha diterima Ho ditolak
t hitung < t tabel non signifikan; Ha ditolak, Ho diterima
9. Berikan kesimpulan dalam bentuk kalimat.
Contoh kasus 1 :
Data sampel terdiri atas 10 pasien pria mendapat obat captopril dengan dosis 6,25 mg.
pasien diukur dengan tekanan darah sistolik sebelum pemberian obat dan 60 menit sesudah
pemberian obat. Peneliti ingin mengetahui apakah pengobatan tersebut efektif untuk
menurunkan tekanan darah pasien-pasien tersebut. Dengan α = 0,05. Adapun hasil
pengukuran sebagai berikut:
Sebelum : 175 179 165 170 162 180 177 178 140 176
Sesudah : 140 143 135 133 162 150 182 150 175 155

Penyelesaian :
1. H0 = Tidak ada perbedaan tekanan darah sistolik setelah diberikan obat dibanding
sebelum diberi obat
Ha = Ada perbedaan tekanan darah sistolik setelah diberikan obat dibanding sebelum
diberi obat
2. H0 : µ1 = µ2
Ha : µ1 ≠ µ2
3. Tabel distribusi dan penghitungan D, D 2 serta X setiap kelompok
No X Y D D2
1 175 140 35 1225
2 179 143 36 1296
3 165 135 30 900
4 170 133 37 1369

8
 5 162 162 0 0
6 180 150 30 900
7 177 182 -5 25
8 178 150 28 784
9 140 175 -35 1225
10 176 155 21 441
∑ 1702 1525 177 8065

∑X 1702
X = = = 170,2
N 10
∑Y 1525
Y = = = 152,5
N 10

4. Standar Deviasi

∑𝐷2 − [(∑𝐷)2 ]/𝑛𝑝

𝑆𝐷 = √
𝑛𝑝 − 1

8065 − [(177)2 /10]

𝑆𝐷 = √
10 − 1

8065 − 31329/10
𝑆𝐷 = √
9

8065 − 3132,9
𝑆𝐷 = √
9

4932,1
𝑆𝐷 = √
9

𝑆𝐷 = √548,0111
𝑆𝐷 = 23,40
5. Menghitung besar SE

23,40
𝑆𝐸 = √ = 1,529
10

6. Rumus uji t dependen

9
 X −Y
𝑢𝑗𝑖𝑡 =
𝑆𝐸
170,2 − 152,5
𝑢𝑗𝑖𝑡 = = 11,576
1,529

7. α = 5% = 0,05
Db = 10 - 1 =10 – 1 = 9
Maka ttabel two tail = 2,262
8. t hitung = 11,576 ; t tabel = 2,262
Jadi t hitung> t tabel ; Ha diterima Ho ditolak; signifikan
9. Kesimpulan :
Ada perbedaan tekanan darah sistolik setelah diberikan obat dibanding sebelum diberi obat
D. Uji – T Tidak Berpasangan ( Independen / Bebas )
Ciri dari sampel independen adalah sampel diambil dari kelompok-kelompok yang
berlainan, dengan tujuan melihat perbedaan 2 kelompok sampel yang tidak ada
hubungannya atau berasal dari populasi yang berbeda.Uji rata-rata untuk dua kelompok
dimana data antar kelompok tersebut tidak saling berhubungan. Contoh jika kita akan
membandingkan perbedaan tinggi rata-rata antara perempuan dan laki-laki .
Sampling secara random, sampel diambil dari populasi yang berdistribusi normal,
menganut prinsip homogenitas (varian populasi sama), observasi dilakukan secara
independen (skor dalam tiap sampel tidak terikat satu sama lainnya).
Langkah – Langkah Uji T tidak berpasangan :
1. Buatlah Ha dan Ho dalam bentuk kalimat
Ho : Tidak terdapat perbedaan antara .............. dengan ..............
Ha : Terdapat perbedaan antara ................. dengan ..................
2. Buatlah Ha dan Ho dalam bentuk hipotesis statistik

3. Masukkan angka-angka statistik dari tabel distribusi. Hitunglah skor X12 dan X22

4. Tentukan besarnya X 1 , X 2 dan Jk 1, Jk 2 (Jk = jumlah kwadrat)

∑𝑋1 ∑𝑋2
X 1 = X 2 =
𝑁 𝑁

10
 Jika distribusi tunggal :
(∑X)2
Jk = ∑X 2 −
N
Jika distribusi bergolong :
(∑𝑓𝑋)2
𝐽𝑘 = ∑𝑓𝑋 2 −
𝑁
Keterangan :

X 1 = rata-rata skor kelompok 1

X 2 = rata-rata skor kelompok 2

Jk1 = jumlah deviasi kuadrat kelompok 1
Jk2 = jumlah deviasi kuadrat kelompok 2
N1 = jumlah subjek penelitian pada kelompok 1
N2 = jumlah subjek penelitian pada kelompok 2
F = frekuensi
5. Uji perbedaan dengan menggunakan rumus uji t independen

X 1 − X 2
Uji t ind =
Jk1 + Jk2 1 1
√[ ][ + ]
(N1 + N2) − 2 N1 N2

6. Menentukan taraf nyata dan Db / Df

Taraf nyata (α) = 5% atau 1 %, misalnya 5 % = 0,05
Db / df = (N1 + N2) – 2
7. Bandingkan hasil t hitung dengan t tabel
(dengan terlebih dahulu menentukan two tail/one tail)
Bila:
T hitung > t tabel maka signifikan; Ha diterima Ho ditolak
T hitung < t tabel maka non signifikan; Ha ditolak, Ho diterima
8. Berikan kesimpulan
Contoh soal 1:
1. Misalnya Anda ingin meneliti apakah siswa usia 8 sampai 10 tahun yang diajarkan
menghitung dengan sistem sempoa lebih memiliki kecepatan menghitung matematis
dibandingkan dengan siswa usia 8 sampai 10 tahun yang tidak diajarkan menghitung

11
 dengan sistem sempoa. Nah, setelah pengumpulan data dilakukan didapat hasil
sebagai berikut
No 1 2 3 4 5 6
X1 10 6 8 4 9 7
X2 7 3 2 4 1 2
a. Rumuskan hipotesis
b. Ujilah dengan taraf nyata 5%
c. Berikan kesimpulan berdasarkan hasil analisis tersebut
Penyelesaian :
1. Hipotesis :
H0 : Siswa usia 8 sampai 10 tahun yang tidak diajarkan menghitung sistem sempoa tidak
lebih cepat menghitung matematis
Ha : Siswa usia 8 sampai 10 tahun yang diajarkan menghitung sistem sempoa lebih
memiliki kecepatan menghitung matematis
2. Hipotesis statistik
H0 : µ1 ≤ µ2
H1 : µ1> µ2
3. Tabel distribusi frekuensi
X1 X2 X12 X22
10 7 100 49
6 3 36 9
8 2 64 4
4 4 16 16
9 1 81 1
7 2 49 4
∑X1 = 44 ∑X2 = 19 ∑X12 = 346 ∑X22 = 83

4. Menghitung jumlah rata-rata dan jumlah kuadrat

∑𝑋1 44
X 1 = = = 7,33
𝑁 6
(∑X)2 442
Jk1 = ∑X 2 − = 346 − = 23,3333
N 6

12
 ∑𝑋2 19
X 2 = = = 3, 167
𝑁 6
(∑X)2 192
Jk 2 = ∑X 2 − = 38 − = 23,8333
N 6
5. Jika sudah menemukan hasil rerata dan jumlah kwadrat, langkah selanjutnya adalah
menghitung nilai uji t ind
̅̅̅1 − 𝑋
𝑋 ̅̅̅2
𝑈𝑗𝑖 𝑡 𝑖𝑛𝑑 =
𝐽𝑘1 + 𝐽𝑘2 1 1
√[ ] [𝑁 + 𝑁 ]
(𝑁1 + 𝑁2 ) − 2 1 2

7,333 − 3,167
=
23,333 + 23,833 1 1
√[ ] [6 + 6]
(6 + 6) − 2
4,166
= 47,166
√[ ] [0,33]
10

4,166
=
√[4,7166] [0,33]
4,166
=
√1,556
4,166
= 1,247

= 3,339
6. Menentukan taraf nyata dan Db / Df
Taraf nyata (α) = 5% = 0,05
Db / df = (N1 + N2) – 2 = (6 + 6) – 2 = 10
Maka ttabel = 1,833
7. Jadi t hitung = 3,358 ; ttabel = 1,833
t hitung> t tabel, H0 ditolak Ha diterima => Signifikan
8. Kesimpulan.
Terdapat perbedaan kecepatan berhitung matematis siswa usia 8 sampai 10 tahun yang
diajarkan menghitung dengan sistem sempoa dangan yang tidak diajarkan menghitung
dengan sistem sempoa, yaitu Siswa usia 8 sampai 10 tahun yang diajarkan menghitung
sistem sempoa lebih memiliki kecepatan menghitung matematis
Contoh soal 2 :
2. Menjelang tahun ajaran baru ook buku Saputra menjual berbagai macam merk buku
tulis. Dari berbagai merk yang ada, ada 2 merk yang sangat laris, yaitu merk Cerdas dan
Ganteng. Pemilik toko ingin menguji apakah antara kedua merk tersebut sama larisnya

13
 atau salah satu lebih laris dari yang lain. Dari catatan penjualan yang ada selama
sebulan diperoleh data jumlah buku yang terjual sebagai berikut :
Hari ke Merk Cerdas ( X1) Merk Ganteng ( X2)
1 255 250

2 240 248
3 238 240
4 225 215
5 195 200
6 200 205
7 203 198
8 208 190
9 214 199
10 216 225
Penyelesaian :
1. Hipotesis :
H0 : Kedua merk sama laris
Ha : Kedua merk tidak sama laris
2. Hipotesis statistik
H0 : µ1 = µ2
H1 : µ1 ≠ µ2
3. Tabel distribusi frekuensi
Hari ke Merk Cerdas ( X1) Merk Cantik ( X2) X12 X22
1 255 250 65025 62500

2 240 248 57600 61504

3 238 240 56644 57600
4 225 215 50625 46225
5 195 200 38025 40000
6 200 205 40000 42025
7 203 198 41209 39204
8 208 190 43264 36100
9 214 199 45796 39601

14
 10 216 225 46656 50625
∑ 2194 2170 484844 475384

4. Menghitung jumlah rata-rata dan jumlah kuadrat

∑𝑋1 2194
X 1 = = = 219.4
𝑁 10
(∑X)2 21942
Jk1 = ∑X 2 − = 484844 − = 3480,4
N 10
∑𝑋2 2170
X 2 = = = 217
𝑁 10
(∑X)2
2
21702
Jk 2 = ∑X − = 475384 − = 4494
N 10
5. Jika sudah menemukan hasil rerata dan jumlah kwadrat, langkah selanjutnya adalah
menghitung nilai uji t ind

X 1 − X 2
Uji t ind =
Jk1 + Jk2 1 1
√[ ][ + ]
(N1 + N2) − 2 N1 N2
219,4 − 217
=
3480,4 + 4494 1 1
√[ ][ + ]
(10 + 10) − 2 10 10
= 0,25
6. Menentukan taraf nyata dan Db / Df
Taraf nyata (α) = 5% = 0,05
Db / df = (N1 + N2) – 2 = (10 + 10) – 2 = 18
Maka ttabel = 2,101
7. Jadi t hitung = 0,25 ; ttabel = 2,101
T hitung < t tabel maka non signifikan; Ha ditolak, Ho diterima
8. Kesimpulan.
Penjualan kedua merk tersebut sama larisnya

15
 Daftar Pustaka

Herrhyanto, Nar., Hamid, Akib. 2009. Statistik Dasar. Jakarta: Universitas Terbuka.
Subana. 2000. Statistik Pendidikan. Bandung: CV Pustaka Setia.
Prodi Pendidikan Matematika FKIP Palembang. 2012. Metode Statistik. Palembang: FKIP
Universitas PGRI Palembang.
http://clickyhun.blogspot.co.id/2013/08/tabel-statistik-product-momen.html diakses pada
tanggal 25 januari 2020
http://www.statistikian.com/2013/01/uji-normalitas.html diakses pada tanggal 25 januari
2020
http://www.statistikian.com/2013/01/uji-homogenitas.html diakses pada tanggal 25 januari
2020.
http://www.statistikian.com/2014/07/independen-t-test-dengan-minitab.html diakses pada
tanggal 25 januari 2020

16