Keykane Genuine Zebada

TUGAS STATISTIKA
18050724018
RANGKUMAN UJI T S1 TEKNIK SIPIL A 2018

 Uji T
- Salah satu alat uji yang termasuk uji beda, karena uji t ini digunakan untuk mencari
ada/tidaknya perbedaan antara dua means dari dua sample/kelompok/kategori
data.
- Termasuk kelompok uji parametrik, yaitu kelompok uji statistika yang memerlukan
persyaratan tertentu agar memberikan hasil yang baik, dalam hal ini terkait asumsi
distribusi data.
- Uji parametrik mensyaratkan distribusi data yang diuji berdistribusi normal. Oleh
karenanya, ketika kita ingin menggunakan uji t, maka sebelumnya variabel yang
diujikan (yang bertipe interval/rasio) harus berdistribusi normal (biasanya
menggunakan alat uji one sample kolmogorov-smirnov).
 Hipotesis
- Hipotesis nol(H0) adalah pernyataan tidak adanya perbedaan antara parameter dengan
statistik (data sampel).
- Hipotesis alternatif (Ha), menyatakan ada perbedaan antara parameter dan statistik.
 Kaidah Pengujian
Ho diterima jika : t tabel ≤ t hitung
Ho ditolak jika : t tabel < t hitung
 RUMUS

t hitung : x̄−µ o
s
√n
Jenis Jenis Uji T dan Contoh Kasus nya

1) One-sample t test (uji t satu sampel)

Membandingkan antara sekelompok data yang berasal

dari 1 sampel/kelompok dengan 1 nilai
acuan/referensi/dugaan. Jadi data sampel
dibandingkan dengan 1 angka (makanya satu sampel)
 Ada beberapa bentuk one sample t-test, yaitu :
1. Uji pihak kanan
t-tabel dibagi dua dan diletakkan dibagian kanan kurva
Ha = rendah, paling sedikit, paling kecil,kurang, paling rendah minimum dan
sejenisnya berarti tandanya lebih besar ( > ).
Ho = paling tinggi, paling banyak, paling besar, maksimum dan sejenisnya berarti <
Pengujiannya menggunakan uji satu pihak (one tailed test) yaitu uji pihak kanan.
Seperti contoh berikut:

1. Hipotesis bersifat deskriptif

2
Dugaan tentang nilai suatu variabel mandiri, tidak membuat perbandingan atau hubungan.
Contoh :
Disiplin pegawai di Lembaga Pendidikan Smart Plus paling rendah 70% dari skor ideal.
(1)   Hipotesis
Ha: Disiplin pegawai di Lembaga Pendidikan Smart Plus paling rendah 70% dari skor
ideal. (Ha: p > 70 %)                    
Ho: Disiplin pegawai di Lembaga Pendidikan Smart Plus paling tinggi atau sama dengan
2. Hipotesis bersifat Komparatif
    Pernyataan yang menunjukkan dugaan nilai dalam satu variabel atau lebih pada sampel
yang berbeda.
3. Hipotesis bersifat Asosiatif
    Pernyataan yang menunjukkan dugaan tentang hubungan antara dua variabel atau lebih.
2. Uji pihak kiri
t-tabel dibagi dua dan diletakkan dibagian kiri
kurva.
Ha: paling tinggi, paling banyak, paling besar,
maksimum dan sejenisnya berarti tandanya lebih
kecil (<).
Ho : paling rendah, paling sedikit, paling kecil,
minimum dan sejenisnya berarti tandanya lebih
besar atau sama dengan( >)
Pengujiannya menggunakan uji satu pihak (one tailed test) yaitu uji pihak kiri
Contoh :
Hipotesis bersifat komparatif
Terdapat perbedaan prestasi belajar antara mahasiswa tugas belajar dengan mahasiswa
izin belajar dalam mengikuti pelajaran statistik,mahasiswa tugas belajar lebih tinggi
daripada mahasiswa izin belajar. Atas dasar informasi tim pengajar ingin membuktikan
melalui penelitian.
(1)   Hipotesis
Ha: Perbedaan prestasi belajar antara mahasiswa tugas belajar lebih tinggi daripada
mahasiswa izin belajar. (Ha: µ1 < µ2 )
Ho: Perbedaan prestasi belajar antara mahasiswa tugas belajar lebih rendah daripada
mahasiswa izin belajar.( Ho: µ1 > µ2)
Hipotesis bersifat asosiatif
Seorang pakar pendidikan ingin meneliti hubungan motivasi dengan prestasi belajar di
Perguruan Tinggi Smart Plus. Peneliti berhipotesis bahwa hubungan motivasi belajar
dengan prestasi belajar paling tinggi 60%.
(1)   Hipotesis
Ha: Hubungan motivasi belajar dengan prestasi belajar paling tinggi 60%.(Ha:p <
60%)
Ho: Hubungan motivasi belajar dengan prestasi belajar paling rendah atau sama
dengan 60%. (Ho: p > 60% )
3. Uji dua pihak
t-tabel dibagi dua dan diletakkan dibagian kiri dan kanan
kurva.
Contoh hipotesis ujinya adalah :
Ho : Tingkat kualitas pelayanan pramuniaga toko di
Surabaya mencapai 70% dari kriteria yang diharapkan.
Ha : Tingkat kualitas pelayanan pramuniaga toko di
Surabaya tidak mencapai 70% dari kriteria yang
diharapkan.
Hipotesis Statistik :

2
Ho: = µo
Ha : µ≠µo

 Contoh Kasus
Data kualitas pelayanan pramuniaga berjumlah 40 karyawan, dimana kita akan menguji
apakah kualitas pelayanan pramuniaga toko di Surabaya paling tinggi adalah 70% dari
kriteria yang diharapkan, berarti 
70% x 40 = 28 karyawan.
Contoh hipotesis ujinya adalah :
Ho : Kualitas pelayanan pramuniaga toko di Surabaya paling sedikit 70% dari kriteria
yang diharapkan.
Ha : Tingkat kualitas pelayanan pramuniaga toko di Surabaya kurang 70% dari kriteria
yang diharapkan.
Hipotesis Statistik :
Ho: ≥ 28
Ha : µ<28
Diketahui : Rata-rata = 23,63
Standart deviasi = 4,430
dugaan = 28
α = 0,05
Ditanya : t ? -6,238
x̄−µ o 23,63−28
1,685
- t hitung= s = 4,43 = -6,238
√n √ 40
- t tabel = = 0,05, dk (n-1) =dk (40-1) = 39
α
- t tabel =1,685
- Jadi, Nilai t hitung = -6,238
- sedangkan nilai t-tabel adalah 1,685(tabel t).
- t-hitung = -6,238 <  t-tabel=1,685. Ho ditolak dan Ha diterima.
Kesimpulan : 
Tingkat kualitas pelayanan pramuniaga toko di Surabaya paling tinggi 70% dari kriteria
yang diharapkan

2. Paired-sample t test (uji t sampel berpasangan)

Salah satu metode pengujian hipotesis dimana data yang digunakan tidak bebas yang
dicirikan dengan adanya hubungan nilai pada setiap sampel yang sama
(berpasangan).
Ciri-ciri yang paling sering ditemui pada kasus yang berpasangan adalah satu
individu (objek penelitian) dikenai 2 buah perlakuan yang berbeda.

 Contoh Kasus
Survey Kesehatan dan Gizi yang diselenggarakan oleh Departemen
Kesehatan,meneliti perbedaan antara tinggi yang dilaporkan sendiri dan yang diukur
langsung dari beberapa wanita yang berusia antara 12-16 tahun. Data tinggi yang
dilaporkan sendiri dan tinggi yang diukur disajikan pada Tabel di bawah ini

2
 No Data tinggi yang Data tinggi yang d
dilaporkan sendiri diukur
1 55 58,1 -5,1
2 64 62,7 1,3
3 61 61,1 -0,1
4 66 64,8 1,2
5 64 63,2 0,8
6 65 66,4 -1,4
7 68 67,6 0,4
8 63 63,5 -0,5
9 64 66,8 -2,8
10 64 63,9 0,1
11 64 62,1 1,9
12 67 68,5 -1,5
Rata-rata -0,475
sd 1,980874

Hipotesis statistik

Ho: µ1 = 0
Ha: µ1 ≠ 0
x̄−µ o −0,475−0
- t hitung = t= s = 1,981 =-0,83
√n √ 12
- Menentukan t tabel dengan dk=12 dan
α =0,05
- t tabel dk = (n-1)= (12-1) =11. Dari tabel
distribusi t diperoleh nilai t tabel untuk uji 2
arah= ±2.201 ( tanda ± karena uji dua arah)
- Jadi t hitung < t tabel = -0,83<2,201 maka Ho
diterima
- kesimpulan : pada taraf nyata 5% tidak terdapat cukup bukti untuk menyatakan
adanya perbedaan antara tinggi yang dilaporkan sendiri dengan tinggi yang diukur
oleh Departemen tersebut.

3. Independent-sample t test (uji t sampel independen).

Prosedur uji t untuk sampel bebas dengan membandingkan rata-rata 2 kelompok

kasus. Kasus yang diuji bersifat acak.Salah satu cara untuk mengetahui apakah dua kelompok
sampel memiliki perbedaan rata-rata secara signifikan atau tidak.
Kriteria data untuk uji t sampel independen :
a. Data untuk dua sampel bersifat independen
b. Sampel acak dari distribusi normal

2
  Contoh Kasus

Kepala Puskesmas menyatakan bahwa jumlah rata-rata kunjungan pasien di puskesmas X

adalah 20 orang. Untuk membuktikan benar tidaknya pernyataan tersebut, maka diambil
sampel secara random (acak) sebanyak 20 hari kerja dan diperoleh rata-rata 23 orang dengan
standar deviasi 6 orang.

H0 = 20 (Tidak ada perbedaan kunjungan pasien tahun lalu dengan saat ini)
Ha = 20 (Ada perbedaan kunjungan pasien tahun lalu dengan saat ini)

Titik kritis t pada a = 0,05 dan dk = (20-1)=19 t tabel = 2,093

x̄−µ o 23−20
- t -hitung = t= s = 6 =
√n √ 20
- t -hitung = 2,24

-Karena nilai t - hitung = 2,24 > t tabel = 2,093 , H0 ditolak

- Kesimpulan : ada perbedaan kunjungan pasien tahun lalu dengan saat ini.