Tugas Rutin Statistika

LAPORAN PRAKTIK UJI T UNTUK PARAMETER

SATU SAMPLE MENGGUNAKAN SPSS
“Uji Parameter Rata-Rata Atau Mean”

Disusun Oleh :

Asina Sofia Harianja 8196175004

Dosen Pengampu :
Prof. Dr. Sahyar, MS.,MM.

PROGRAM MAGISTER PENDIDIKAN FISIKA

FAKULTAS MATEMATIKA DAN ILMU
PENGETAHUAN ALAM
UNIVERSITAS NEGERI MEDAN
2020
 KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmatNya
sehingga makalah ini dapat tersusun hingga selesai. Laporan Statistika yang
berjudul “Laporan praktik Uji t untuk parameter satu sample menggunakan
SPSS”. Laporan Statistika ini saya susun guna memenuhi tugas mata kuliah
Statistika yang diberikan oleh Bapak Prof. Dr. Sahyar, MS.,MM. selaku dosen
mata kuliah Statistika.
Dan harapan penulis semoga laporan ini dapat menambah pengetahuan
dan pengalaman bagi para pembaca, Untuk kedepannya dapat memperbaiki
bentuk maupun menambah isi laporan agar menjadi lebih baik lagi
Namun, Laporan praktik Uji t untuk parameter satu sample menggunakan
SPSS ini masih jauh dari kesempurnaan. Oleh karena itu, penulis mengharapkan
adanya kritik dan saran yang membangun untuk menyempurnakan laporan ini.

Medan, Maret 2020

Penulis
 BAB I

PENDAHULUAN

1. 1 Latar Belakang
Pengujian hipotesis adalah suatu prosedur yang akan menghasilkan suatu
keputusan, yaitu keputusan menerima atau menolak hipotesis itu. Dalam
pengujian hipotesis, keputusan yang dibuat mengandung ketidakpastian, artinya
keputusan bisa benar atau salah, sehingga menimbulkan risiko. Besar kecilnya
risiko dinyatakan dalam bentuk probabilitas. 

Jenis – jenis pengujian hipotesis yakni berdasarkan jenis distribusi nya.

Berdasarkan jenis distribusi, pengujian hipotesis dibedakan atas empat jenis yaitu
pengujian hipotesis dengan distribusi Z, pengujian hipotesis dengan distribusi t,
pengujian hipotesis dengan distribusi X 2 (kai kuadrat), pengujian hipotesis
dengan distribusi F(F-ratio). Salah Satu contoh pengujian hipotesis dengan
distribusi Z dan distribusi t yaitu pengujian hipotesis satu rata-rata dan pengujian
hipotesis beda dua rata-rata. Pengujian hipotesis satu rata-rata adalah pengujian
yang memiliki satu rata-rata. Sedangkan pengujian hipotesis dua rata-rata adalah
pengujian yang memiliki dua rata-rata.

1. 2 Rumusan Masalah
1. Bagaimana cara menguji hipotesis khususnya uji rata-rata untuk
mengestimasi besaran parameter rata-rata pada populasi menggunakan
SPSS?

1. 3 Tujuan Makalah
1. Untuk mengetahui menguji hipotesis khususnya uji rata-rata untuk
mengestimasi besaran parameter rata-rata pada populasi menggunakan
SPSS
 BAB II
DESKRIPSI KERJA
Pada bab ini, praktikan akan menunjukkan langkah- langkah yang
dikerjakan untuk menyelesaikan perhitungan Uji t untuk parameter satu sample
menggunakan SPSS. Data sekunder yang dihitung adalah nilai postest kelas
eksperimen 28 orang siswa.
Berikut adalah data 28 orang siswa kelas eksperimen untuk pretest Fisika :
Kode Siswa
Kelas Nilai Postest
Eksperimen
1 73,3
2 80,0
3 73,3
4 80,0
5 66,7
6 66,7
7 66,7
8 73,3
9 86,7
10 73,3
11 86,7
12 73,3
13 86,7
14 73,3
15 80,0
16 86,7
17 60,0
18 60,0
19 80,0
20 66,7
21 93,3
22 93,3
23 66,7
24 80,0
25 80,0
26 93,3
27 80,0
28 93,3
 PROSEDUR KERJA MENGGUNAKAN SPSS
1. Langkah langkah yang dilakukan dalam mengolah perhitungan di SPSS
yang pertama adalah Buka software SPSS dan siapkan agar tampilan awal
spreadsheet muncul .

Gambar 1 : Tampilan awal Software SPSS

2. Langkah selanjutnya yaitu mendefinisikan variabel data diatas pada

lembar variabel view seperti Gambar 2.5 berikut :

Gambar 2 : Tampilan isian Variabel View

Pilih Type untuk menentukan apa “String/Numerik”. String untuk
data saja dan Numerik untuk data angka Width untuk jumlah huruf atau
angka. Decimal untuk angka dibelakang kom. Label diisikan sesuai Name.
Value untuk bahan keterangan. Missing untuk data salah. Coloumns untuk
jumlah kolom SPSS untuk datanya. Align, untuk merapikan data ke
 kiri/kanan. Measure bisa nominal dan scale. Nominal untuk data dan scale
untuk angka.
Pada Variabel View, bagian name baris 1 dituliskan kode_siswa
(pada kolom ini tidak boleh menggunakan spasi) isi Nilai_Postest disini
juga tidak menggunakan spasi, kemudian pada decimal saya pilih 2
dibelakang desimal, pada label saya tulis Nilai Postest dengan measure
scale.

Gambar 3 : Tampilan Menginput Nilai Postest

3. Untuk melakukan uji T Test One Sample, data terlebih dahulu harus
berdistribusi normal maka untuk Uji Normalitas dengan Kolmogorov
SPSS klik Analyze Descriptive Statistic Explore

Gambar 7 : Tampilan Perintah Analyze

4. Kemudian, Nilai Pretest kelas kita pindahkan ke kotak Dependent List

sedangkan Kode Siswa di pindakan ke Factor List.
 Gambar 5 : Tampilan Perintah untuk Statistik
5. Selanjutnya saya klik Plot lalu memberi tanda centang pada Normality
plots with test , ini artinya kita akan melakukan uji normalitas lalu saya
pilih continue.

Gambar 5 : Tampilan Perintah untuk Statistik

6. Langkah selanjutnya adalah Tekan Ok, dan akan keluar hasil outputnya .
Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

Nilai Postest 28 100,0% 0 0,0% 28 100,0%

Descriptives

Statistic Std. Error

Nilai Postest Mean 77,6179 1,88352

Lower Bound 73,7532

95% Confidence Interval for
Mean
Upper Bound 81,4825

5% Trimmed Mean 77,7254

Median 80,0000

Variance 99,334

Std. Deviation 9,96665

 Minimum 60,00

Maximum 93,30

Range 33,30

Interquartile Range 18,35

Skewness ,024 ,441

Kurtosis -,855 ,858

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Nilai Postest ,132 28 ,200* ,936 28 ,089

*. This is a lower bound of the true significance.

7. Untuk melakukan uji T Test One Sample, setelah data berdistribusi normal
maka selanjutnya klik Analyze Compare Means One Samle T
Test

Gambar 7 : Tampilan Perintah Analyze

8. Kemudian, Nilai Postest kita pindahkan ke kotak Test Variable sedangkan

kotak test value kita isi 75.

Gambar 5 : Tampilan Perintah untuk Statistik

9. Selanjutnya pilih Option, kemudian kita pilih tingkat kepercayaan 95%,

lalu continue.

10. Langkah terakhir adalah Tekan Ok, dan akan keluar hasil outputnya .
 One-Sample Statistics

N Mean Std. Deviation Std. Error Mean

Nilai Postest 28 77,6179 9,96665 1,88352

One-Sample Test

Test Value = 75

t df Sig. (2-tailed) Mean Difference 95% Confidence Interval of the

Difference

Lower Upper

Nilai Postest 1,390 27 ,176 2,61786 -1,2468 6,4825

BAB III

PEMBAHASAN

3.1 Hipotesis statistik

Hipotesis statistik ialah suatu anggapan atau pernyataan, yang
mungkin benar atau tidak, mengenai suatu populasi atau lebih. Benar atau
salahnya suatu hipotesis tidak akan pernah diketahui dengan pasti kecuali
bila seluruh populasi diamati. Hal ini tentunya dalam kebanyakan keadaan
tidak praktis. Karena itu, kita mengambil sampel acak dari populasi yang
ingin diselidiki dan menggunakan data sampel ini untuk mencari kenyataan
yang akan mendukung hipotesis tadi. Struktur pengujian hipotesis
dirumuskan dengan istilah hipotesis nol. Ini menyatakan setiap hipotesis
yang ingin diuji dinyatakan dengan H0. Penolakan H0 menjurus pada
penerimaan hipotesis tandingan, dinyatakan H1.
3. 2 Pengujian hipotesis statistik
Pengujian hipotesis adalah langkah atau prosedur untuk menentukan
apakah menerima atau menolak hipotesis. Dalam pengujian hipotesis
statistik terdapat empat kemungkinan keadaan yang menentukan apakah
keputusan kita benar atau keliru. Keempat hal ini disarikan pada tabel
berikut
 Keadaan Sebenarnya
Keputusan
Ho benar Ho salah

Terima Ho Keputusan benar Galat tipe II

Tolak Ho Galat tipe I Keputusan benar

Penolakan hipotesis nol padahal hipotesis itu benar disebut galat jenis
I. Sedangkan penerimaan hipotesis nol padahal hipotesis itu salah disebut
galat jenis II. Peluang melakukan galat jenis I, juga disebut taraf keberartian
(level of significane), yang dinyatakan dengan α (baca: alfa) dan peluang
membuat galat tipe II dinyatakan dengan β (baca: beta). Ketika
merencanakan suatu penelitian dalam rangka pengujian hipotesis, jelas
kiranya bahwa kedua tipe galat ini harus dibuat sekecil mungkin yang
dinyatakan dalam peluang (probability).
3. 3 Uji satu-pihak
Suatu uji hipotesis statistik dengan tandingan yang bersifat satu-pihak,
seperti
H0 : θ = θ0,
H0 : θ > θ0,
atau mungkin
H0 : θ = θ0,
H0 : θ < θ0,
disebut uji satu-pihak. Umumnya, daerah kritis untuk hipotesis
tandingan θ > θ0 terletak di sisi kanan distribusi uji statistik (lihat gambar
1.a), sedangkan daerah kritis hipotesis tandingan θ < θ0 terletak seluruhnya
di sisi kiri (lihat gambar 1.b). Jadi, tanda ketidaksamaan menunjukkan arah
letaknya daerah kritis.
 Gambar 1. Daerah kritis untuk uji satu-pihak
3. 4 Konsep Dasar Uji One Sample T Test
1. Tujuan uji T satu sample adalah untuk membandingkan rata rata sampel
yang diteliti dengan rata rata populasi yang sudah ada.
2. Uji One sample T test dapat juga digunakan untuk menguji hipotesis
dalam statistik deskriptif .
3. Uji One Sample T Test merupakan bagian dari statistik parametrik, oleh
karena itu asumsi dasar yang harus terpenuhi adalah data penelitian
berdistribusi normal.

3 . 5 Hasil Uji One Sample T Test

Sesuai dengan syarat dalam melakukan uji One Sample T test yaitu
data harus berdistribusi normal, maka sebelum uji One sample T Test
dilakukan Uji Kolmogorov-Smirnov, outputnya adalah :
Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Nilai Postest ,132 28 ,200* ,936 28 ,089

*. This is a lower bound of the true significance.

Dari Hasil tabel di atas menunjukkan uji normalitas data y, yang
sudah diuji sebelumnya secara manual dengan uji Liliefors dan
Kolmogorov-Smirnov. Pengujian dengan SPSS berdasarkan pada uji
Kolmogorov-Smirnov dan Shapiro-Wilk. Pilih salah satu saja misalnya
Kolmogorov-Smirnov. Hipotesis yang diuji adalah:
Ho : Sampel berasal dari populasi yang berdistribusi normal
H1 : Sampel tidak berasal dari populasi yang berdistribusi normal
Dengan demikian, normalitas dipenuhi jika hasil uji tidak signifikan
untuk suatu taraf signifikansi uji adalah α=0,05 . Pada hasil di atas diperoleh
untuk hasil belajar Postest nilai signifikansi p = 0,200, sehingga p > α dan
Dengan demikian sampel berasal dari populasi yang berdistribusi normal.

One-Sample Test
 Test Value = 75

t df Sig. (2- Mean 95% Confidence Interval of

tailed) Difference the Difference

Lower Upper

Nilai Postest 1,390 27 ,176 2,61786 -1,2468 6,4825

Setelah data diketahui berdistribusi normal maka dilakukan uji one

sample T-Test. Pada pengujian One-Sample T Test nilai Sig. (2-tailed) atau
nilai-P untuk variabel nilai postest kelas eksperimen yaitu 0.176. Nilai
0.176 > nilai α = 0.05 (berada di wilayah penerimaan hipotesis). Sehingga
disimpulkan nilai rata-rata pada masing-masing sampel sama secara
signifikan dengan nilai rata-rata pada populasinya .
BAB IV

PENUTUP

Kesimpulan

Setiap uji statistik memiliki kegunaan yang berbeda. Konsep Dasar Uji One
Sample T Test, Tujuan uji T satu sample adalah untuk membandingkan rata rata
sampel yang diteliti dengan rata rata populasi yang sudah ada, Uji One sample T
test dapat juga digunakan untuk menguji hipotesis dalam statistik deskriptif , Uji
One Sample T Test merupakan bagian dari statistik parametrik, oleh karena itu
asumsi dasar yang harus terpenuhi adalah data penelitian berdistribusi normal.

Uji Normalitas dengan Kolmogorov SPSS klik Analyze Descriptive

Statistic Explore, kemudian Nilai Postest kita pindahkan ke kotak Dependent
List sedangkan Kode Siswa di pindakan ke Factor List. Kemudian klik Plot lalu
memberi tanda centang pada Normality plots with test , ini artinya kita akan
melakukan uji normalitas lalu saya pilih continue. Terakhir Klik Ok dan Pada
hasil diperoleh untuk hasil belajar Postest nilai signifikansi p = 0,200, sehingga p
> α dan Dengan demikian sampel berasal dari populasi yang berdistribusi normal.

Pada pengujian One-Sample T Test nilai Sig. (2-tailed) atau nilai-P untuk
variabel nilai postest kelas eksperimen yaitu 0.176. Nilai 0.176 > nilai α = 0.05
(berada di wilayah penerimaan hipotesis). Sehingga disimpulkan nilai rata-rata
pada masing-masing sampel sama secara signifikan dengan nilai rata-rata pada
populasinya .

DAFTAR PUSTAKA

Anas, Sudiyono. 1997. Pengantar Statistik Pendidikan. Jakarta : PT Raja

GrafindoPersada
Nesti, Lisa dan Syamsul Anwar. 2008. “Pengujian Hipotesis (uji rata-rata)”.
Bahan Ajar. Padang: ATIP.

Ruseffendi, H.E.T. 1998. Statistika Dasar Untuk Penelitian Pendidikan. Bandung.

IKIP Bandung Press
Siregar, Syafaruddin. 2005. Statistik Terapan untuk Penelitian. Jakarta: PT.
Gramedia.
Walpole, R.E. dan R.H. Myers. 1995. Ilmu Peluang dan Statistika untuk Insinyur
dan Ilmuwan. Edisi keempat. Penerbit ITB. Bandung