TUGAS VII STATISTIKA

(UJI-T DUA SAMPEL)

Pendidikan Sains-D

Disusun oleh

Riski Dwi Fanani 19070795030

PRGRAM STUDI S2 PENDIDIKAN SAINS

UNIVERSITAS NEGERI SURABAYA
2019
 UJI T- DUA SAMPEL INDEPENDEN

A. Pengertian
Terdapat dua rumus t-test yang dapat digunakan untuk menguji hipotesis komparatif dua
sampel independen. Rumus tersebut ditunjukkan pada kotak dibawah ini

Separated Varians:

Polled Varians:

Keterangan :

t = harga t hitung dua sampel

x 1 = rata-rata nilai pada sampel 1

x 2 = rata-rata nilai pada sampel 2

S12 = Varian pada sampel 1

S22 = Varian pada sampel 2

N1 = jumlah sampel pada data pertama

N2 = jumlah sampel pada data kedua

Terdapat beberapa pertimbangan dalam memilih rumus t-test yaitu:

a) Apakah dua rata-rata itu berasal dari dua sampel yang jumlahnya sama atau tidak.
b) Apakah varians data dari dua sampel itu homogeny atau tidak. Untuk menjawab itu perlu
pengujian homogenitas varians.

Berdasarkan dua hal diatas, maka berikut ini diberikan petunjuk untuk memilih rumus t-test.
 Tabel 1. Petunjuk menggunakan rumus Separated Varians dan Polled Varians

No Jumlah Sampel Homogenitas Varians Kesimpulan

- Menggunakan rumus Separated Varians
atau Polled Varians.
Jumlah sampel (n)
1. Varians data homogeny - Nilai t-tabel digunakan dk (derajat
sama
kebebasan) yang besarnya:
dk=n1+n2-2
- Menggunakan rumus Polled Varians.
Jumlah sampel tidak
2. Varians data homogeny - Nilai t-tabel digunakan dk yang besarnya:
sama
dk=n1+n2-2
- Menggunakan rumus Separated Varians
Jumlah sampel (n) Varians data tidak atau Polled Varians.
3.
sama homogeny - Nilai t-tabel digunakan dk yang besarnya:
dk=n1-1 atau dk=n2-1
- Menggunakan rumus Separated Varians.
- Nilai t sebagai pengganti harga t tabel
dihitung dari selisih harga t-tabel dengan
Jumlah sampel tidak
4. Varians tidak homogen dk=n1-1 dan dk=n2-1.
sama
Selisih nilai t-tabel (besar-kecil) dibagi 2
kemudian ditambah dengan harga t
terkecil.

B. Formulasi Hipotesis
Hipotesis statistik adalah adalah pernyataan atau dugaan mengenai keadaan populasi
yang sifatnya masih sementara atau lemah tingkat kebenarannya. Hipotesis statistik bisa
berbentuk suatu parameter, seperti mean, varians, standar devaiasi dan proporsi. Hipotesis
statistik haruslah diuji, karena itu harus berbentuk kuantitas agar dapat diterima atau
ditolak. Diterima jika hasil pengujian membenarkan pernyataannya dan akan ditolak jika
terjadi penyangkalan dari pernyataan tersebut.Hipotesis terdiri dari dua bentuk, yaitu
hipotesis untuk uji satu arah dan hipotesis untuk uji dua arah.
1. Hipotesis uji satu arah (pihak kanan)
Uji pihak kanan dilakukan apabila nilai probabilitasstatistik uji t lebih besar dari
nilai yang akan diamati atau dihipotesiskan. Atau dengan kata lain, jika H 1
mengandung pernyataan lebih besar maka daerah kritis yang terbentuk berada di
bawah kurva normal standar yang terletak di sebelah kanan yang besarnya α.
Sehingga area penerimanaan H0 adalah di bawah kurva normal standar terletak di
sebelah kiritα. Nilai α akan ada hanya pada satu pihak dan tidak dibagi lagi. Berikut
ini penulisan hipotesis statistik pada uji satu arah (pihak kanan):
H0 : P 1 = P 2
H1 : P 1 > P 2
 d

a b
Gambar 1. Kurva hipotesis uji pihak kanan
Keterangan:
a (interval garis biru) : daerah H0 diterima
b (interval garis merah) : daerah H0 ditolak
titik hijau : t tabel (tα)
daerah c : luas daerah H0 ditolak (α)
daerah d : luas daerah H0 diterima (1- α)
garis putus-putus : sebagai garis bantu untuk batas luas daerah
penerimaan dan penolakan H0
2. Hipotesis uji satu arah (pihak kiri)
Uji pihak kiri dilakukan apabila nilai probabilitasstatistik uji t lebih kecil dari nilai
yang akan diamati atau dihipotesiskan. Atau dengan kata lain, jika H 1 mengandung
pernyataan lebih kecil maka daerah kritis yang terbentuk berada di bawah kurva
normal standar yang terletak di sebelah kiri yang besarnya α. Sehingga area
penerimanaan H0 adalah di bawah kurva normal standar terletak di sebelah kanan-tα.
Nilai α akan ada hanya pada satu pihak dan tidak dibagi lagi. Berikut ini penulisan
hipotesis statistik pada uji satu arah (pihak kiri):
H0 : P 1 = P 2
H1 : P 1 < P 2
 d

b a

Gambar 2. Kurva hipotesis uji pihak kiri

Keterangan:
a (interval garis biru) : daerah H0 diterima
b (interval garis merah) : daerah H0 ditolak
titik hijau : -t tabel (-tα)
tanda negatif (-) karena kurvanya simetris, kemudian
karena –t tidak terdapat pada tabel distribusi, namun
luas daerah sebelah kanan sama dengan luas daerah
sebelah kiri, sehingga diberitanda negatif (-) untuk
ttabel pada uji pihak kiri.
daerah c : luas daerah H0 ditolak (α)
daerah d : luas daerah H0 diterima (1- α)
garis putus-putus : sebagai garis bantu untuk batas luas daerah
penerimaan dan penolakan H0
3. Hipotesis uji dua arah (pihak kanan dan kiri)
Uji dua arah dilakukan apabila nilai probabilitas statistik uji tsama dengan nilai
yang akan diamati atau dihipotesiskan.Seperti yang kita ketahui bahwa luas dari kurva
adalah sama dengan 1 satuan luas, ini menyatakan bahwa maksimal harga dari sebuah
peluang adalah satu. Karena merupakan uji dua pihak, maka antara pihak kiri dan
pihak kanan harus memiliki nilai taraf signifikan yang sama atau α dibagi menjadi 2.
Sehingga area penerimanaan H0 adalah di bawah kurva normal standar terletak di luar
interval dari –tα/2 ke tα/2.Berikut ini penulisan hipotesis statistik pada uji dua arah
(pihak kanan dan kiri):
H0 : P 1 = P 2
 H1 : P 1 ≠ P 2

c c

b a b
Gambar 3. Kurva hipotesis uji pihak kanan dan kiri
Keterangan:
a (interval garis biru) : daerah H0 diterima
b (interval garis merah) : daerah H0 ditolak
titik hijau : t tabel (tα/2) dan -z tabel (-tα/2)
daerah c : luas daerah H0 ditolak (α/2)
daerah d : luas daerah H0 diterima (1- α)
garis putus-putus : sebagai garis bantu untuk batas luas daerah
penerimaan dan penolakan H0
C. Menentukan nilai t-tabel
Penentuan nilai t-tabel pada Uji-T sangat dipengaruhi oleh derajat kebebasan
(df/dk). Derajat kebebasan (df/dk) merupakan tingkat kebebasan untuk bervariasi
sehingga tidak terjadi kekeliruan dalam penafsiran. Selain itu juga sebagai patokan
membaca tabel statistik berkenaan dengan batas rasio penolakan (daerah kritis). Rumus
derajat kebebasan bergantung pada jenis statistik yang digunakan.
Oleh karena itu, peneliti hanya kehilangan satu derajat kebebasan. Jadi, rumus
umum untuk menentukan derajat kebebasan adalah total pengamatan (n) dikurangi
banyaknya parameter yang ditaksir. Berikut ini rumus derajat kebebasan (df) pada uji t
independen pada varian berbeda (heterogen) dan varian sama (homogen):
 Jumlah anggota sampel kesatu dan kedua sama (n1 = n2) serta data berdistribusi
normal dan varians homogen, maka derajat kebebasan yang digunakan adalah
df = n1 + n2 – 2
 Jumlah anggota sampel kesatu dan kedua sama (n1 = n2) serta varian tidak
homogen, maka derajat kebebasan yang digunakan adalah:
 df1 = n1 – 1
df2 = n2 - 1
 Jumlah anggota sampel kesatu dan kedua tidak sama (n1 ≠ n2) serta varian
homogen, maka derajat kebebasan yang digunakan adalah df = n1 + n2 – 2
 Jumlah anggota sampel kesatu dan kedua tidak sama (n1 ≠ n2) serta varian tidak
homogen, maka derajat kebebasan yang digunakan adalah selisih harga t tabel pada
df = n1 – 1 dan df = n2 – 1 dibagi dua kemudian ditambah dengan harga t yang
terkecil.

Contoh Uji-T Dua Sampel Independent:

Dilakukan penelitian untuk mengetahui kecepatan memasuki dunia kerja antara lulusan SMU
dan SMK. Berdasarkan 22 responden lulusan SMU dan 18 responden lulusan SMK diperoleh data
bahwa lama menunggu untuk mendapatkan pekerjaan kedua kelompok lulusan sekolah tersebut
adalah seperti ditunjukkan pada tabel dibawah ini.

Tabel 2. Data lama lulusan SMU dan SMK mendapat pekerjaan

Lama menunggu SMU Lama menunggu SMK

No
(dalam tahun) (dalam tahun)
1 6 2
2 3 1
3 5 3
4 2 1
5 5 3
6 1 2
7 2 2
8 3 1
9 1 3
10 3 1
11 2 1
12 4 1
13 3 3
14 4 2
15 2 1
16 3 2
17 1 2
18 5 1
19 1
20 3
21 1
22 4
N1 = 22 N2 = 18
x = 2,91 x = 1,78
S1 = 1,51 S2 = 0,81
 S12= 2,28 S22= 0,65

Hipotesis yang diajukan adalah :

Ho : tidak terdapat perbedaan lama menunggu untuk mendapatkan pekerjaan antara lulusan
SMU dan SMK

Ha : terdapat perbedaan lama menunggu untuk mendapatkan pekerjaan antara lulusan SMU dan
SMK

Hipotesis Statistik :

Ho : μ1 = μ 2

Ha : μ1 ≠ μ 2

1. Menentukan Data Homogeny atau Tidak

Untuk menentukan rumus t-test, yang akan dipilih untuk pengujian hipotesis, maka perlu diuji
dulu varians ke dua sampel apakah homogeny atau tidak. Pengujian homogenitas varians
digunakan uji F dengan rumus seperti berikut:

Variansterbesar
F=
Varians terkecil

Dalam hal ini berlaku ketentuan, bila harga F hitung lebih kecil atau sama dengan F-tabel ( F hitung
≤ Ftabel) , maka Ho diterima dan Ha ditolak. Ho diterima berarti varians homogeny.

Dari Tabel 2 diatas dapat dilihat bahwa varians terbesar adalah 2,28 dan terkecil adalah 0,65.

Jadi, F = 2,28 : 0,65 = 3,49. Harga F hitung tersebutperlu dibandingkan dengan F tabel, dengan
dk pembilang = (22-1) = 21dan dk penyebut = (18-1) = 17, dengan taraf signifikansi 5% maka F
tabel = 2,22 (harga antara pembilang 20 dan 24)

Ternyata harga F hitung lebih besar dari F tabel (3,49 > 2,22). Dengan demikia Ho ditolak dan
Ha diterima, artinya varians tidak homogeny. Setelah diketahui varian tidak homogeny dan
jumlah sampel antara kelompok pertama dan kedua tidak sama ( n 1 ≠ n2), maka diperlukan rumus
t-test Separated Varians.

2. Melakukan Perhitungan dengan rumus Separated varians

 2,91−1,78
t= =3,02
2,28 0,65
√ 22
+
18

Harga t-hitung tersebut kemudian dibandingkan dengan t-tabel dengan menggunakan t-tabel
pengganti (karena jumlah sampel dan varians tidak homogeny).

3. Menentukan nilai T-Tabel

T-tabel dihitung dari selisih harga t-tabel dengan dk=n 1-1 dan dk=n2-1 kemudian dibagi dua, dan
ditambahkan dengan harga t yang terkecil.

N1= 22 →dk=21, maka harga t tabel adalah 2,086 (α=5% uji dua pihak)

N2=18→dk=17, maka harga t tabel adalah 2,11

- Mencari selisih :

2,11−2,086
=0,012
2

- Menambah t-tabel terkecil dengan nilai selisih yang telah dibagi dua :

T-tabel = 2,086 + 0,012= 2,098

4. Membuat simpulan
Untuk menentukan kesimpulan hipotesis, maka dibuat diagram lonceng dua pihak untuk
melihat posisi t-hitung dan t-tabel.

Dalam gambar terlihat bahwa ternyata harga t-hitung berada pada daerah penolakan Ho.
(karena t-hitung lebih besar dari t-tabel). Dengan demikian Ho ditolak dan Ha diterima. Jadi
kesimpulannya terdapat perbedaan lama menunggu untuk mendapatkan pekerjaan antara lulusan
SMU dan SMK (dalam satuan tahun). Lulusan SMK cenderung lebih cepat mendapatkan
pekerjaan.
 UJI T DUA SAMPEL DEPENDENT

A. Pengertian
Dependent sample t-test atau sering diistilakan dengan Paired Sampel 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.
Syarat jenis uji ini adalah: (a) data berdistribusi normal; (b) kedua kelompok data adalah
dependent (saling berhubungan/berpasangan); dan (c) jenis data yang digunakan adalah numeric
dan kategorik (dua kelompok).
Rumus t-test yang digunakan untuk sampel berpasangan (paired) adalah:

B. Formulasi Hipotesis
Hipotesis statistik adalah adalah pernyataan atau dugaan mengenai keadaan populasi
yang sifatnya masih sementara atau lemah tingkat kebenarannya. Hipotesis statistik bisa
berbentuk suatu parameter, seperti mean, varians, standar devaiasi dan proporsi.
Hipotesis statistik haruslah diuji, karena itu harus berbentuk kuantitas agar dapat diterima
atau ditolak. Diterima jika hasil pengujian membenarkan pernyataannya dan akan ditolak
jika terjadi penyangkalan dari pernyataan tersebut.Hipotesis terdiri dari dua bentuk, yaitu
hipotesis untuk uji satu arah dan hipotesis untuk uji dua arah.
1. Hipotesis uji satu arah (pihak kanan)
Uji pihak kanan dilakukan apabila nilai probabilitasstatistik uji t lebih besar dari
nilai yang akan diamati atau dihipotesiskan. Atau dengan kata lain, jika H 1
mengandung pernyataan lebih besar maka daerah kritis yang terbentuk berada di
bawah kurva normal standar yang terletak di sebelah kanan yang besarnya α.
Sehingga area penerimanaan H0 adalah di bawah kurva normal standar terletak di
sebelah kiritα.Nilai α akan ada hanya pada satu pihak dan tidak dibagi lagi. Berikut ini
penulisan hipotesis statistik pada uji satu arah (pihak kanan):
H0 : P 1 = P 2
H1 : P 1 > P 2

a b
Gambar 5. Kurva hipotesis uji pihak kanan
Keterangan:
a (interval garis biru) : daerah H0 diterima
b (interval garis merah) : daerah H0 ditolak
titik hijau : t tabel (tα)
daerah c : luas daerah H0 ditolak (α)
daerah d : luas daerah H0 diterima (1- α)
garis putus-putus : sebagai garis bantu untuk batas luas daerah
penerimaan
dan penolakan H0
2. Hipotesis uji satu arah (pihak kiri)
Uji pihak kiri dilakukan apabila nilai probabilitasstatistik uji t lebih kecil dari nilai
yang akan diamati atau dihipotesiskan. Atau dengan kata lain, jika H 1 mengandung
pernyataan lebih kecil maka daerah kritis yang terbentuk berada di bawah kurva
normal standar yang terletak di sebelah kiri yang besarnya α. Sehingga area
penerimanaan H0 adalah di bawah kurva normal standar terletak di sebelah kanan-tα.
Nilai α akan ada hanya pada satu pihak dan tidak dibagi lagi. Berikut ini penulisan
hipotesis statistik pada uji satu arah (pihak kiri):
H0 : P 1 = P 2
H1 : P 1 < P 2

b a
Gambar 6. Kurva hipotesis uji pihak kiri

Keterangan:
a (interval garis biru) : daerah H0 diterima
b (interval garis merah) : daerah H0 ditolak
titik hijau : -t tabel (-tα)
tanda negatif (-) karena kurvanya simetris, kemudian
karena –t tidak terdapat pada tabel distribusi, namun
luas daerah sebelah kanan sama dengan luas daerah
sebelah kiri, sehingga diberitanda negatif (-) untuk
ttabel pada uji pihak kiri.
daerah c : luas daerah H0 ditolak (α)
daerah d : luas daerah H0 diterima (1- α)
garis putus-putus : sebagai garis bantu untuk batas luas daerah
penerimaan dan penolakan H0
3. Hipotesis uji dua arah (pihak kanan dan kiri)
Uji dua arah dilakukan apabila nilai probabilitas statistik uji tsama dengan nilai
yang akan diamati atau dihipotesiskan.Seperti yang kita ketahui bahwa luas dari kurva
adalah sama dengan 1 satuan luas, ini menyatakan bahwa maksimal harga dari sebuah
peluang adalah satu. Karena merupakan uji dua pihak, maka antara pihak kiri dan
pihak kanan harus memiliki nilai taraf signifikan yang sama atau α dibagi menjadi 2.
Sehingga area penerimanaan H0 adalah di bawah kurva normal standar terletak di luar
interval dari –tα/2 ke tα/2.Berikut ini penulisan hipotesis statistik pada uji dua arah
(pihak kanan dan kiri):
H0 : P 1 = P 2
H1 : P 1 ≠ P 2

c c

b a b
Gambar 7. Kurva hipotesis uji pihak kanan dan kiri
Keterangan:
a (interval garis biru) : daerah H0 diterima
b (interval garis merah) : daerah H0 ditolak
titik hijau : t tabel (tα/2) dan -z tabel (-tα/2)
daerah c : luas daerah H0 ditolak (α/2)
daerah d : luas daerah H0 diterima (1- α)
garis putus-putus : sebagai garis bantu untuk batas luas daerah
penerimaan dan penolakan H0
Contoh Uji-T Dua Sampel Dependent

Seorang peneliti yakin bahwa dengan menggunakan media pembelajaran X dapat meningkatkan hasil
belajar siswa pada materi system ekskresi manusia dengan taraf kesalahan 5%. Berdasarkan 10
sampel siswa yang diambil dengan purposive sampling, maka didapatkan data pre-test dan post-test
seperti berikut ini.

No. Hasil belajar

Responden Sebelum (X1) Sesudah (X2)
1 64 70
2 52 74
3 66 80
4 68 84
5 48 72
6 56 80
7 54 68
8 68 68
9 54 74
10 50 80

Hipotesis :

Ho : Tidak terdapat perbedaan hasil belajar siswa sebelum dan sesudah menggunakan media
pembelajaran X pada materi system ekskresi.

Ha : Hasil belajar siswa meningkat setelah sesudah menggunakan media pembelajaran X pada
materi system ekskresi.

Hipotesis statistic:

Ho : x 2 ≤ x 1

Ha : x 2 > x 1
1. Membuat tabel pembantu perhitungan untuk menghitung rata-rata

X- (X- X Y-
No Pre (X) Post (Y) (Y- Y )2
X ) 2 Y
1 64 70 6 36 -5 25
2 52 74 -6 36 -1 1
3 66 80 8 64 5 25
4 68 84 10 100 9 81
5 48 72 -10 100 -3 9
6 56 80 -2 4 5 25
7 54 68 -4 16 -7 49
8 68 68 10 100 -7 49
9 54 74 -4 16 -1 1
10 50 80 -8 64 5 25
Juml. 580 750 536 290

2. Mencari rata-rata pada X dan Y

x rata−rata=
∑ x = 580 =58
n 10

y rata−rata =
∑ y = 750 =75
n 10
3. Mencari Varians Data
S x2 =∑ f i ¿ ¿ ¿

S y 2=∑ f i ¿ ¿¿

4. Mencari Simpangan Baku

S x2 =59,56

S x =√ 59.56=7,72

S y 2=83,33
S y = √83,33=9,13
5. Mencari nilai r-korelasi dengan bantuan tabel perhitungan

No Pre (X) Post (Y) X2 Y2 XY

1 64 70 4096 4900 4480
2 52 74 2704 5476 3848
3 66 80 4356 6400 5280
4 68 84 4624 7056 5712
5 48 72 2304 5184 3456
6 56 80 3136 6400 4480
7 54 68 2916 4624 3672
8 68 68 4624 4624 4624
9 54 74 2916 5476 3996
10 50 80 2500 6400 4000
Juml. 580 750 34176 56540 43548
n ∑ xy−∑ x ∑ y
r=
2 2
√ {n∑ x −(∑ x ) }{n∑ y −(∑ y ) }
2 2

10 ( 43548 )−( 580 ) (750) 480

r= = =0,1217
2
√ {10 ( 34176 ) −(580) }{10 ( 56540 )−(750) } 2 3942,59

6. Menghitung nilai t-hitung

❑1−❑2
t=
2 2
S1 S 2 s s2
√ + −2r 1
n1 n 2 √n1 ( )( )
58−75
√n2
−17
t= = =−4,79
59,56 83,33 3,546
√ 10
+
10
−2(0,1217)
7,72
√ 10 ( )( 9,13
√ 10 )
7. Menentukan harga t-tabel
Dk = 10+10-2 = 18→α =5% (satu pihak)
Harga t-tabel= 1,753

8. Membuat simpulan
Karena harga t-hitung lebih besar daripada t-tabel 4,79 > 1,753, maka Ho ditolak, dan Ha
diterima. Jadi, media pembelajaran X dapat meningkatkan hasil belajar siswa pada materi
system ekskresi.
 DAFTAR PUSTAKA

(1) Ilham. 2013. Uji-t Dua Sampel. (Online)

(https://freelearningji.wordpress.com/2013/04/06/uji-t-dua-sampel/) diakses pada tanggal 15
Oktober 2019

(2) Subana, Dkk. Statistik Pendidikan. Bandung: Pustaka Setia

(3) Sugiyono. 2015. Statistik Untuk Penelitian. Bandung: Penerbit ALFABETA

(4) Susanti, Meilia Nur Indah. 2010. Statistika: Deskriptif dan Induktif. Yogyakarta:
Graha Ilmu

(5) Rama Ardiyanto. 2019. Rumus Korelasi: Pengertian, Jenis, Macam-Macamnya, Contoh Soal.
(Online) , (https://rumus.co.id/pengertian-materi-jenis-macam-rumus-korelasi/) diakses pada
tanggal 15 Oktober 2019