NAMA : DEBYYANSA PAKAYA

NIM : 413418005

RESUME KOMPUTASI STATISTIKA : UJI T DALAM R

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

B. Uji t dua sampel berpasangan

1. Uji Kesamaan Rata-Rata dari Dua Populasi untuk Data Berpasangan dan Saling
Berhubungan dengan Uji 𝐭 (Paired t Test for Dependent Populations)
Dalam uji kesamaan rata-rata dari dua populasi untuk data berpasangan dan
saling berhubungan dengan uji 𝑡, pengamatan-pengamatan dari dua populasi
dinyatakan dalam berpasangan. Sebagai contoh misalkan (𝑋1, 𝑌1), (𝑋2, 𝑌2), … ,
(𝑋𝑘, 𝑌𝑘) merupakan pengamatanpengamatan dari dua populasi, yakni populasi 𝑋
dan 𝑌 yang dinyatakan dalam berpasangan.
Berikut beberapa contoh kasus yang dapat diselesaikan dengan pendekatan uji
kesamaan ratarata dari dua populasi untuk data berpasangan dan saling
berhubungan dengan uji 𝑡.
 Menguji ada tidaknya pengaruh yang signifikan secara statistika penggunaan
suplemen X terhadap berat badan, sebelum dan sesudah mengkonsumsi
suplemen X selama satu minggu
 Menguji ada tidaknya pengaruh yang signifikan secara statistika penggunaan
suplemen Y terhadap tinggi badan, sebelum dan sesudah mengkonsumsi
suplemen Y selama satu bulan.
Dalam uji kesamaan rata-rata dari dua populasi untuk data berpasangan dan
saling berhubungan dengan uji 𝑡, hipotesis nol menyatakan tidak terdapat pengaruh
yang signifikan secara statistika, sesudah dan sebelum perlakuan. Dengan kata lain,
selisih rata-rata antara kelompok sesudah dan sebelum perlakuan sama dengan nol
(𝜇2 − 𝜇1 = 0).
Hipotesis alternatif menyatakan terdapat pengaruh yang signifikan secara
statistika, sesudah dan sebelum perlakuan. Dengan kata lain, selisih rata-rata antara
kelompok sesudah dan sebelum perlakuan berbeda dari nol (𝜇2 − 𝜇1 ≠ 0). Nilai
statistik dari uji 𝑡 (𝑡ℎ𝑖𝑡𝑢𝑛𝑔) dihitung dengan rumus sebagai berikut.
𝑑̅ − 𝜇𝐷
𝑡=
𝑠𝐷 /√𝑛
𝑠 ⅀(𝑑−𝑑)2
𝐷=√
𝑛−1
 Perhatikan bahwa 𝑑̅̅ merupakan rata-rata dari selisih pasangan pengamatan
dari dua sampel, 𝜇𝐷 merupakan rata-rata dari selisih pasangan pengamatan dari
dua populasi, serta 𝑠𝑑̅ merupakan nilai standar deviasi dari selisih pasangan
pengamatan dari dua sampel.
Perhatikan bahwa 𝑛 menyatakan banyaknya pasangan pengamatan.
Andaikan banyaknyanpasangan pengamatan sebanyak 9, tingkat signifikansi yang
digunakan adalah 5%, sehingga nilai kritis 𝑡 dengan derajat bebas 9 − 1 = 8 dan
tingkat signifikansi 5% adalah ±2,306. Diketahui nilai kritis 𝑡 = ±2,306. Berikut
aturan pengambilan keputusan terhadap hipotesis berdasarkan uji 𝑡 (pengujian dua
arah).
𝐽𝑖𝑘𝑎 |𝑡ℎ𝑖𝑡𝑢𝑛𝑔| ≤ |𝑡𝑘𝑟𝑖𝑡𝑖𝑠|, 𝑚𝑎𝑘𝑎 𝐻0 𝑑̅𝑖𝑡𝑒𝑟𝑖𝑚𝑎 𝑑̅𝑎𝑛 𝐻1 𝑑̅𝑖𝑡𝑜𝑙𝑎𝑘.
𝐽𝑖𝑘𝑎 |𝑡ℎ𝑖𝑡𝑢𝑛𝑔| > |𝑡𝑘𝑟𝑖𝑡𝑖𝑠|, 𝑚𝑎𝑘𝑎 𝐻0 𝑑̅𝑖𝑡𝑜𝑙𝑎𝑘 𝑑̅𝑎𝑛 𝐻1 𝑑̅𝑖𝑡𝑜𝑙𝑎𝑘.

Contoh Kasus (penyeesaian dengan R)

Seorang peneliti ingin meneliti mengenai pengaruh penggunaan obat 𝐴 terhadap
jumlah denyut jantung per-menit pada manusia. Peneliti tersebut mengambil sampel
sebanyak 9 responden. Pertama, sebelum pemberian obat 𝐴, peneliti mencatat jumlah
denyut jantung yang terjadi dalam satu menit dari 9 responden tersebut. Kemudian, 9
responden tersebut mengkonsumsi obat 𝐴. Setelah 15 menit, peneliti tersebut mencatat
kembali jumlah denyut jantung yang terjadi dalam satu menit. Berikut data dari 9
responden mengenai jumlah denyut jantung yang terjadi dalam satu menit sebelum dan
sesudah mengkonsumsi obat. Dan selesaikan data tersebut dalam R
Responden X Y
1 78 100
2 75 95
3 67 70
4 77 90
5 70 90
6 72 90
7 78 89
9 74 90
10 77 100
Jawaban :
Jika :
𝛼 = 5%
Hipotesis
H0 : Tidak terdapat pengaruh yang signifikan dalam hal jumlah denyut jantung,
sebelum dan sesudah mengkonsumsi obat A
H1 : Terdapat pengaruh yang signifikan dalam hal jumlah denyut jantung, sebelum
dan sesudah mengkonsumsi obat A
Penyelesaian dalam R

Jadi deperoleh bahwa :

Nilai statistik dari uji 𝑡 (𝑡) = 7,6525
Nilai probabilitas (p-value) = 0,00006003
nilai derajat bebas (df) = 8
berdasarkan hasil tersebut di perolah bahwa karena |𝑡ℎ𝑖𝑡𝑢𝑛𝑔| > |𝑡tabel | yaitu
7,652 > 2,306, maka dapat disimpulkan bahwa hipotesis nol ditolak dan hipotesis
alternatif diterima. Hal ini berarti terdapat pengaruh yang signifikan secara
 statistika dalam hal jumlah denyut jantung, sebelum dan sesudah mengkonsumsi
obat 𝐴 pada tingkat signifikansi 5%. ( pengujian hipotesis juga bisa menggunakan
P-value)
2. Uji Kesamaan Rata-Rata dari Dua Populasi yang Tidak Berhubungan
(Independen) dengan Asumsi Varians yang Sama (uji t )
Dalam uji kesamaan rata-rata dari dua populasi yang tidak berhubungan dengan
asumsi varians yang sama, menguji ada tidaknya perbedaan rata-rata antara populasi
pertama dan populasi kedua. Dengan kata lain, menguji apakah selisih rata-rata antara
kelompok kedua dan pertama berbeda atau sama dengan nol.
Dalam uji ini, pengamatan-pengamatan pada populasi pertama saling bebas atau
independen dengan pengamatan-pengamatan pada populasi kedua (independent
populations). Uji ini didasarkan pada ketidaktahuan (unknown) mengenai nilai varians
dari dua populasi, namun diasumsikan varians dari dua populasi tersebut sama.
Dalam uji kesamaan rata-rata dari dua populasi yang tidak berhubungan dengan
asumsi varians yang sama, hipotesis nol menyatakan tidak terdapat perbedaan rata-rata
antara populasi pertama dan populasi kedua. Dengan kata lain, selisih rata-rata antara
populasi kedua dan pertama sama dengan nol (𝜇2 − 𝜇1 = 0). Hipotesis alternatif
menyatakan terdapat perbedaan rata-rata antara populasi pertama dan populasi kedua.
Dengan kata lain, selisih rata-rata antara populasi kedua dan pertama berbeda dari nol
(𝜇2 − 𝜇1 ≠ 0). Nilai statistik dari uji 𝑡 (𝑡ℎ𝑖𝑡𝑢𝑛𝑔) dihitung dengan rumus sebagai berikut.

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

Ketika asumsi kesamaan varians populasi dipenuhi.

Ketika asumsi kesamaan varians populasi tidak dipenuhi.

Berdasarkan output “ketika asumsi varians populasi dipenuhi”.

Diketahui nilai statistik dari uji 𝑡 (𝑡) = 2,6487,
Nilai probabilitas (p-value) = 0,01633.
Dari hasil yang di peroleh telihat bahwa |𝑡ℎ𝑖𝑡𝑢𝑛𝑔| > |𝑡tabel|, yaitu 2,6487 > 2,101,
maka disimpulkan bahwa hipotesis nol ditolak dan hipotesis alternatif diterima. Hal
ini berarti terdapat perbedaan (secara rata-rata) yang signifikan secara statistika dari
nilai ujian matematika dasar antara mahasiswa laki-laki dan perempuan dengan
tingkat signifikansi 5%.