MAKALAH UJI T DAN KURVA NORMAL STATISTIKA

Disusun Oleh :

RAHMA RANNY (15035113)

Dosen :

EKA YUSMAITA S.Pd, M.Pd

PROGRAM STUDI PENDIDIKAN KIMIA

JURUSAN KIMIA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS NEGERI PADANG

2018
 BAB I
PENDAHULUAN

A. Latar Belakang
Dalam uji statistik parametrik terdapat beberapa uji yang dapat digunakan untuk
mengambil kesimpulan tentang populasi dari sampel tersebut yang diambil. Seandainya
sampel yang diambil merupakan sampel yang saling berhubungan, maka akan timbul suatu
permasalahan bagaimana cara (metode) menganalisisnya dan uji statistik apa yang
digunakan. Salah satu uji statistik parametrik digunakan adalah uji T-test dependent.
T - test atau uji t adalah uji statistik yang digunakan untuk menguji kebenaran atau
kepalsuan hipotesis nol. Uji t pertama kali dikembangkan oleh William Seely Gosset pada
tahun 1915. Uji t dapat dibagi menjadi 2, yaitu uji t yang digunakan untuk pengujian
hipotesis 1 sampel dan uji t yang digunakan untuk pengujian hipotesis 2 sempel. Bila
duhubungkan dengan kebebasan (independency) sampel yang digunakan (khusus bagi uji t
dengan 2 sampel), maka uji t dibagi lagi menjadi 2, yaitu uji t untuk sampel bebas
(independent) dan uji t untuk sampel berpasangan (paired).
Uji t - test dependent adalah pengujian yang mana tidak adanya perbedaan yang
signifikan antara nilai variabel dari dua sampel yang berpasangan atau berkolerasi. Fungsi
dari t-test dependent adalah untuk membandingkan rata-rata dua grup yang saling
berpasangan. Sampel berpasangan dapat diartikan sebagai sebuah sampel dengan subjek
yang sama namun mengalami 2 perlakuan atau pengukuran yang berbeda, yaitu
pengukuran sebelum dan sesudah dilakukan sebuah perlakuan. Syarat jenis uji t – test
dependent adalah: (a) data berdistribusi normal; (b) kedua kelompok data adalah
dependent (saling berhubungan/berpasangan); dan (c) jenis data yang digunakan adalah
numerik dan kategorik (dua kelompok).

B. Rumusan Masalah
1. Apakah uji t – test dependent?
2. Apakah fungsi dari penggunaan t – test dependent?
3. Bagaimana syarat – syarat penggunaan uji t – test dependent?
4. Bagaimana konsep hipotesis dalam statistika?
5. Bagaimana langkah – langkah penggunaan uji t – test dependent?
C. Tujuan
Tujuan dari penulisan makalah ini adalah untuk :
1. Mendiskusikan dan membahas pengertian uji t – test dependent.
2. Mendiskusikan dan membahas fungsi dari penggunaan uji t – test dependent.
3. Mendiskusikan dan membahas syarat – syarat penggunaan uji t – test dependent.
4. Mendiskusikan dan membahas konsep hipotesis dalam statistika.
5. Mendiskusikan dan membahas langkah – langkah penggunaan uji t – test dependent.
 BAB II
PEMBAHASAN

A. Sejarah dari Uji T – Test Dependent

Tes t atau uji t adalah uji statistik yang digunakan untuk menguji kebenaran atau
kepalsuan hipotesis nol. Uji t pertama kali dikembangkan oleh William Seely Gosset pada
tahun 1915. Awalnya William Seely Gosset menggunakan nama samaran Student, dan
huruf t yang terdapat dalam istilah uji “t” dari huruf terakhir nama beliau. Uji t disebut juga
dengan nama student t. ( Ridwan, 2006)
Uji t (t – test) merupakan statistik uji yang sering kali ditemui dalam masalah – masalah
praktis statistika. Uji t merupakan dalam golongan statistika parametrik. Statistik uji ini
digunakan dalam pengujian hipotesis, uji t digunakan ketika informasi mengenai nilai
variance (ragam) populasi tidak diketahui. Uji t adalah salah satu uji yang digunakan untuk
mengetahui ada atau tidaknya perbedaan yang signifikan (menyakinkan) dari dua mean
sampel (dua buah variabel yang dikomparasikan). Uji t dapat dibagi menjadi 2 , yaitu uji t
yang digunakan untuk pengujian hipotesis 1 sampel dan uji t yang digunakan untuk
pengujian hipotesis 2 sempel. Bila duhubungkan dengan kebebasan (independency) sampel
yang digunakan (khusus bagi uji t dengan 2 sampel), maka uji t dibagi lagi menjadi 2, yaitu
uji t untuk sampel bebas (independent) dan uji t untuk sampel berpasangan (paired).
( Ridwan, 2006)

B. Pengertian dari Uji T-Test Dependent

T-test dependent atau sering diistilakan dengan Paired Sample T-Test, adalah jenis uji
statistika yang bertujuan untuk membandingkan rata-rata dua grup yang saling
berpasangan. Sampel berpasangan dapat diartikan sebagai sebuah sampel dengan subjek
yang sama namun mengalami 2 perlakuan atau pengukuran yang berbeda, yaitu
pengukuran sebelum dan sesudah dilakukan sebuah treatment. (Sugiyono, 2010)
Menurut Prof. Dr. Sugiyono (2009), definisi dari t – test dependent adalah pengujian
yang mana tidak adanya perbedaan yang signifikan antara nilai variabel dari dua sampel
yang berpasangan atau berkolerasi. Sampel berpasangan dapat berupa :
1. Satu sampel yang diukur dua kali misalnya sebelum sampel diberi iklan dan sesudah
diberi iklan. Yang diukur selanjutnya adalah apakah setelah diberi iklan anggota sampel
yang membeli barang lebih banyak daripada anggota sampel sebelum diberi iklan atau
tidak.
 2. Dua sampel berpasangan diukur bersama, misalnya sampel yang satu diberi iklan,
sampel yang lain tidak. Yang diukur selanjutnya adalah apakah anggota sampel yang
diberi iklan memberi barang lebih banyak atau tidak dari pada yang tidak diberi iklan.

C. Fungsi dari Uji T-Test Dependent

Fungsi dari t – test dependent adalah untuk membandingkan rata-rata dua grup yang
saling berpasangan. Sampel berpasangan dapat diartikan sebagai sebuah sampel dengan
subjek yang sama namun mengalami 2 perlakuan atau pengukuran yang berbeda, yaitu
pengukuran sebelum dan sesudah dilakukan sebuah perlakuan. Selain itu untuk menguji
efektifitas suatu perlakuan terhadap suatu besaran variabel yang ingin ditentukan, misalnya
untuk mengetahui efektifitas metode penyuluhan terhadap peningkatan pengetahuan dari
responden. ( Ridwan, 2009)

D. Syarat – syarat Penggunaan Uji T - Test Dependent

Syarat – syarat penggunaan uji t – test dependent, terdiri dari :
1. Uji komparasi antar dua nilai pengamatan berpasangan, misalnya: sebelum dan sesudah
2. Digunakan pada uji parametrik dimana syaratnya sebagai berikut :
a. satu sampel (setiap elemen mempunyai 2 nilai pengamatan)
b. merupakan data kuantitatif (rasio-interval)
c. data berdistribusi normal (di populasi terdapat distribusi difference = d yang
berdistribusi normal dengan mean μd = 0 dan variance = 1)
(Sugiyono, 2010)

E. Jenis Hipotesis pada Uji T - Test Dependent

1. Uji dua arah. Pada hipotesis awal tidak terdapat perbedaan yang signifikan antara rata-
rata 1 dan rata-rata 2, sedangkan pada hipotesis alternatif sebaliknya yaitu terdapat
perbedaan rata-rata 1 dan rata-rata 2.

2. Uji satu arah dimana pada hipotesis awal kelompok atau sampel 1 memiliki rata-rata
sama dengan atau lebih besar dengan rata-rata kelompok 2. sedangakan hipotesis
alternatif rata-rata kelompok 1 lebih kecil dibandingkan dengan rata-rata kelompok 2.
 3. Uji satu arah ini kebalikan pada hipotesis kedua, dimana pada hipotesis awal kelompok
atau sampel 1 memiliki rata-rata sama dengan atau lebih kecil dengan rata-rata
kelompok 2. sedangakan hipotesis alternatif rata-rata kelompok 1 lebih besar
dibandingkan dengan rata-rata kelompok 2.

Hipotesis awal ditolak, bila:

|t hitung| > t tabel ( terdapat perbedaan / Ha)
atau:
Hipotesis awal diterima, bila:
|t hitung| <= t tabel (tidak terdapat perbedaan / Ho)

F. Rumus
Menurut Sugiyono (2010), rumus uji t – test dependent, yaitu :
Statistik hitung (t hitung):

Dimana:

Keterangan
D = Selisih x1 dan x2 (x1-x2)
n = Jumlah Sampel
 X bar = Rata-rata
Sd = Standar Deviasi dari d

G. Langkah Menggunakan Uji T – Test Dependent

Menurut Ratih (2014), Langkah-langkah pengujian signifikansi (hipotesis) dalam
Pengujian Perbedaan Rata‐rata Dua kelompok berpasangan :
1. Tetapkan H0 dan H1.
2. Tetapkan titik kritis (tingkat kepercayaan 95 %) atau (tingkat kepercayaan 99 %) yang
terdapat pada tabel “t”.
3. Tentukan daerah kritis, dengan db = n -1.
4. Tentukan t hitung dengan menggunakan rumus.
5. Lakukan uji signifikansi dengan membandingkan besarnya “ t” hitung dengan “t” tabel.

H. Contoh Kasus dalam Pengerjaan Pengujian Signifikansi (Hipotesis)

Suatu kegiatan penelitian eksperimental, telah berhasil menemukan metode “ABG”
sebagai metode baru untuk mengajarkan mata kuliah Statistika. Dalam rangka uji coba
terhadap efektifitas atau keampuhan metode baru itu, dilaksanakan penelitian lanjutan
dengan mengajukan Hipotesis Nol (Nihil) yang mengatakan : Tidak terdapat perbedaan
yang signifikan nilai Statistika antara sebelum dan sesudah di terapkannya metode “ABG”
sebagai metode mengajar mahasiswa UIB semester 6. Dalam rangka pengujian ini diambil
sampel sebanyak 20 mahasiswa. Gunakan taraf kepercayaan 95 % (alfa=5% ) untuk
menguji pernyataan (Hipotesis) tersebut.
Datanya Sebagai berikut :
Nilai Statistika II
Nama
Sebelum Sesudah
A 78 75
B 60 68
C 55 59
D 70 71
E 57 63
F 49 54
G 68 66
H 70 74
I 81 89
J 30 33
K 55 51
L 40 50
M 63 68
N 85 83
O 70 77
 P 62 69
Q 58 73
R 65 65
S 75 76
T 69 86

Langkah -langkah yang dilakukan:

1. Menentukan Hipotesis yang digunakan, yaitu:
Ho:Tidak terdapat perbedaan yang signifikan antara hasil belajar sebelum dan sesudah
Ha:Terdapat perbedaan yang signifikan hasil belajar sebelum dan sesudah

2. Menetapkan titik kritis yaitu alfa 5%

3. Menentukan daerah kritis, dengan db = n -1=20-1=19
4. Menentukan t hitung
a) Memulai dengan menghitung selisih D.
 b) Menghitung Standar Deviasi:

c) Menghitung t hitung:

d) Melakukan uji signifikansi

Diketahui t tabel = 2,093. Sehingga |t hitung| > t tabel.
Sehingga dapat disimpulkan:
Ho ditolak, sehingga disimpulkan bahwa terdapat perbedaan yang signifikan antara
hasil belajar statistika sebelum dan sesudah diterapkannya Metode “ABG”.
(Setiawan, 2013)

DAFTAR PUSTAKA

Nasrul, Setiawan.2013. “Uji t Perbedaan Rata‐rata Dua kelompok berpasangan (dependent)

parametrik” (online), (http://statistikceria.blogspot.com/2013/12/Pengujian-Perbedaan-
Rata-rata-Dua-kelompok-berpasangan-dependent-parametrik.html, diakses tanggal 6
Juni 2018).
Ridwan. 2006. Dasar – Dasar Statistika. Bandung : Alfabeta.
Ridwan. 2006. Statistika untuk Penelitian. Bandung : Alfabeta.
Ridwan. 2009. Pengantar Statistika Sosial. Bandung : Alfabeta.
Sugiyono. 2010. Statistika untuk Penelitian. Bandung : Alfabeta.
Sugiyono. 2009. Statistika untuk Penelitian. Bandung : Alfabeta.
 BAB I
PENDAHULUAN

A. Latar Belakang

Diantara sekian banyak jenis distribusi, distribusi t merupakan distribusi yang paling
luas, tabel t banyak di gunakan dalam berbagai penelitian. Banyak kejadian yang dapat
dinyatakan dalam data hasil observasi per eksperimen yang mengikuti distribusi t. Uji t
pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel bebas secara individual
dalam menerangkan variasi variabel terikat.

Distribusi t memodelkan fenomena kuantitatif pada ilmu alam maupun ilmu sosial.
Dalam pengujian hipotesis secara manual, tidak lepas dari tabel distribusi, yaitu dengan
cara melakukan perbandingan antara statistik hitung dengan statistik uji. Untuk membuat
perbandingan tersebut, maka yang harus dimiliki oleh seorang peneliti adalah beragam
skor pengujian psikologi. Distribusi t banyak juga digunakan dalam berbagai distribusi
dalam statistika, dan kebanyakan pengujian hipotesis mengasumsikan normalitas suatu
data.

B. Rumusan Masalah

1. Apa pengertian distribusi t?

2. Bagaimana menguji koefisien regresi secara individual?

3. Bagaimana penerapan distribusi t?

C. Tujuan
1. Agar mengetahui apa pengertian distribusi t.
2. Untuk menguji koefisien regresi secara individual.
3. Agar mengetahui bagaimana penerapan distribusi t.
 BAB II
PEMBAHASAN

A. Pengertian Distribusi T
Definisi distribusi t adalah salah satu ditribusi statistik yang dipergunakan untuk menguji
kebenaran atau kepalsuan hipotesis nihil yang menyatakan bahwa diantara dua buah mean.

B. Koefisien Regresi Secara Individual

Dibawah ini menjelaskan bahwa untuk sampel acak dari suatu populasi yang berdistribusi
2
normal yang memiliki rata-rata μ dan varian σ rata-rata sampel akan berdistribusi nomal
dengan rata-rata μ varian σ 2 / n . Teori ini akan menghasilkan rumus yang memiliki distribusi
normal baku.

Χ̄−μ
z=
σ /√n

Bila ukuran sampel kecil (n < 30), nilai S2 berubah cukup besar dari sampel ke sampel dan
distribusi peubah acak ( X - μ) / (S/√ n ) tidak lagi distribusi normal baku. Dalam hal seperti
ini kita menghadapi distribusi statistik yang akan disebut t.

Χ̄−μ
t=
S /√n

Distribusi sampel T didapat dari anggapan bahwa sampel acak berasal dari populasi
normal. Jadi dapat ditulis

( Χ̄−μ ) / ( σ / √ n ) Z
T= 2 2
=
√ S /σ √V /( n−1 )
Misalkanlah Z peubah acak normal baku dan v peubah acak khi-kuadrat dengan derajat
kebebasan v. Bila Z dan V bebas ,maka distribusi peubah acak T,

Z
T=
Bila √V / v
 Diberikan oleh τ( v+1)/2 t 2 −(v+1 )/2
h(t )= (1+ )
τ(v/2) √ πv v

ini dikenal dengan nama distribusi t dengan derajat kebebasan v .

C. Penerapan Distribusi T

Grafik

v = 120 ( distribusi normal)

v = 100 ( distribusi normal)

v = 5( distribusi t)

“Distribusi t”

Contoh :

Suatu pabrik bola lampu yakin bahwa bola lampunya akan tahan menyala rata-rata selama
500 jam. Untuk mempertahankan nilai tersebut, tiap bulan diuji 25 bola lampu. Bila nilai t
yang dihitung terletak antara –t0.05 dan t0.05 maka pengusaha pabrik tadi akan
mempertahankan keyakinannya. Kesimpulan apakah yang seharusnya dia ambil dari
sampel dengan rataan X = 518 jam dan simpangan baku s = 40 jam? Anggap bahwa
distribusi waktu menyala, secara hampiran, normal.

Jawab :

Dari tabel diperoleh t0.05 = 1,711 untuk derajat kebebasan 24. Jadi pengusaha tadi akan puas
dengan keyakinannya bila sampai 25 bola lampu memberikan nilai t antara -1,711 dan

518−500
t= =2 , 25
1,711. Bila memang μ = 500, maka 40 / √ 25
suatu nilai yang cukup jauh diatas 1,711. Peluang mendapat nilai t, dengan derajat
kebebasan v = 24, sama atau lebih besar dari 2,25, secara hampiran adalah 0,02. Bila μ >
500, nilai t yang dihitung dari sampel akan lebih wajar. Jadi pengusaha tadi kemungkinan
besar akan menyimpulkan bahwa produksinya lebih baik daripada yang diduga semula.

Dalam distribusi ini telah disediakan tabel untuk memberikan nilai t, berdasarkan luas
kurva t tertentu. Nilai t diatas luas tertentu (α) dituliskan dalam bentuk t α.

Grafik :

P%

tp

Menentukan t
t=tp; v
dimana,

P=1−α
v=dk=n−1

Pada tabel kolom pertama (dk) merupakan kolom untuk mencari derajat kebebasan yang
akan dipakai.

Contoh :

1. Cari nilai t untuk n = 14 dan α = 5 %

Jawab:

dk = n – 1 = 14-1 =13. α = 5 % maka p = 100 % - 5% = 95%. Lihat daftar dibawah kolom

dk, cari bilangan 13 kemudian ikuti ke kanan hingga bertemu dengan bilangan yang berada
dibawah kolom t0.95, diperoleh nilai 1,77. Artinya t0.95(13) = 1,77. Luas daerahnya sebesar
0,95 % terbentang mulai dari nilai t 1,77 kesebelah kiri atau dapat dikatakan luas
daerahnya mulai dari - ∞ s/d t0.95(13).

0,95

1,77
 DAFTAR PUSTAKA

Akib, Hamid. 1986. Statistika Modul 6-9. Yogyakarta : Universitas Terbuka.

Budiyono. 2004. Statistika untuk Penelitian. Surakarta : Sebelas Maret University Press.
Soleh, Ahmad Zambar. 2005. Ilmu Statistika. Bandung: Rekayasa Sains.

Sudjana. 1989. Metode Statistika (Edisi ke 5). Bandung : Tarsito.

Sugiarto. 2004. Metode Statistika (untuk Bisnis dan Ekonomi). Jakarta : PT.Gramedia Pustaka

Utama.

Walpole, Ronald. 1986. Ilmu Peluang dan Statistika Untuk Insyinyur dan Ilmuwan. Bandung :
ITB