NIM : 413418005
Uji t dikenal dengan uji parsial, yaitu untuk menguji bagaimana pengaruh masing-masing
variabel bebasnya secara sendiri-sendiri terhadap variabel terikatnya. Uji ini dapat dilakukan
dengan mambandingkan t hitung dengan t tabel atau dengan melihat kolom signifikansi pada
masing-masing t hitung
A. Uji t satu sampel
Uji t digunakan untuk menentukan apakah sampel memiliki nilai rata‐rata yang berbeda
dengan nilai rata‐rata acuan Ada tiga bentuk hipotesis untuk uji t di mana
penggunaannya tergantung dari persoalan yang akan diuji:
1. Bentuk uji hipotesis dua sisi (two tailed atau two‐tailed test) dengan hipotesis:
H0 µ = µ0
H1 µ ≠ µ0
2. Bentuk uji hipotesis satu sisi (one sided atau one tailed test) untuk sisi atas (upper
tailed) dengan hipotesis:
H0 µ ≤ µ0
H1 µ > µ0
3. Bentuk uji hipotesis dengan satu sisi (one sided atau one tailed test) untuk sisi
bawah (lower tailed) dengan hipotesis:
H0 µ ≥ µ0
H1 µ ≠ µ0
Dalam pengujian hipotesis, kriteria untuk menolak atau tidak menolak H0 berdasarkan
P‐value
adalah sebagai berikut:
Jika P‐value < α, maka H0 ditolak
Jika P‐value > α, maka H0 tidak dapat ditolak
Contoh kasus
Dari sebuah penelitian sebelumnya diperolah rata rata kandungan kafein yang
dikonsumsi masyarakat satu cangkir kopi yaitu 45mg. Kemudian pada penelitian yang
akan dilakukan seseorang peneliti beranggapan bahwa 10 jenis minuman kopi yang
akan diteliti mempunyai rata rata yang sama, kemudian dalam penelitian ini dengan
tingkat kemaknaan 0,05. Hasil pengukuran diperolah dta sebagai berikut
Jenis kopi Kandungan kavein (mg)
A 43
B 46
C 55
D 51
E 42
F 45
G 50
H 53
I 41
J 48
Selesaikan dalam R!
Jawaban :
H0 = 45 (tidak ada perbedaan rata rata kadungan kafein denga jenis kopi)
H1 ≠ 45 (ada perbedaan rata rata kadungan kafein denga jenis kopi)
Penyelesaian dalam R
Berdasarkan output tersebut, nilai P(0,147) > 0,05 maka H0 di terima
Kesimpulannya : Tidak ada perbedaan rata rata kandungan kafein dengan jenis kopi
X̅ 2 − X̅ 1
𝑡=
𝑠 1 1
𝑝√ +
𝑛1 𝑛2
𝑡 merupakan nilai statistik dari uji 𝑡, 𝑋̅ 1 merupakan nilai rata-rata dari sampel
pertama, 𝑋̅2 merupakan nilai rata-rata dari sampel kedua, 𝑛1 merupakan jumlah
pengamatan dalam sampel pertama, dan 𝑛2 merupakan jumlah pengamatan dalam
sampel kedua.
Contoh Kasus :
seorang peneliti akan meneliti mengenai ada tidaknya perbedaan (secara rata-rata) nilai
ujian matematika dasar antara mahasiswa laki-laki dan perempuan. Untuk keperluan
penelitian, peneliti tersebut mengambil sampel sebanyak 20 nilai ujian matakuliah
matematika dasar yang terdiri dari 10 nilai ujian mahasiswa laki-laki dan 10 nilai ujian
mahasiswa perempuan. Data yang telah dikumpulkan disajikan dalam Tabel dibawah
Peneliti akan menguji apakah terdapat perbedaan (secara rata-rata) yang signifikan
secara statistika dari nilai ujian matematika dasar antara mahasiswa laki-laki dan
perempuan dengan tingkat signifikansi 5%.
selesaikan dalam R!
Nama mahasiswa Laki laki X Nama mahasiswa perempuan Y
Andy 65 Alda 85
Akbar 68 Asry 75
Amad 70 Belinda 75
Charles 80 Cindra 80
David 75 Cindy 75
Melki 72 Deby 75
Rian 65 Fadila 75
Rivon 60 Fuji 80
Safril 88 Firda 90
Sunan 70 Jamila 85
Jawaban :
H0 : Tidak terdapat perbedaan (secara rata-rata) yang signifikan secara statistika dari
nilai ujian matematika dasar antara mahasiswa laki-laki dan perempuan dengan
tingkat signifikansi 5%.
H1 : Terdapat perbedaan (secara rata-rata) yang signifikan secara statistika dari nilai
ujian matematika dasar antara mahasiswa laki-laki dan perempuan dengan
tingkat signifikansi 5%.
Penyelesaian dalam R