BAB I

PENDAHULUAN

Latar Belakang
Supriadi (2013: 8) mengatakan Statistik Parametrik adalah bagian statistik yang
parameter populasinya harus memenuhi syarat-syarat tertentu seperti syarat data
berkala interval/rasio, syarat pengambilan sampel harus random, berdistribusi normal
atau normalitas dan syarat memiliki varian yang homogen atau homogenitas, model
regsi lineier, dan sebagainya. Dalam statistika parametrik, indikator-indikator yang
dianalisis adalah perameter-parameter dari ukuran objek yang digunakan. Menurut
(Nisfiannoor, 2009: 15) mengatakan statistik inferensial dengan model parametrik
(indepedent Sample T test, Paired Sample T test, One Way ANOVA, Korelasi
Pearson, Analisis Regresi, dll).
Uji “t” atau Tet “t” adalah salah satu test statistik yang dipergunakan untuk
menguji kebenaran atau kepalsuan hipotesis nihil yang menyatakan bahwa diantara
dua buah mean sampel yang diambil secara random dari populasi yang sama, tidak
terdapat perbedaan yang signifikan. (Sudjiono, 2010: 278).
Sebagai salah satu test statistik parametrik, Test “t” mula pertama dikembangkan oleh
William Seely Gosset pada 1915. Pada waktu itu dia menggunakan nama samaran
student, dan huruf “t” yang terdapat pada istilah Test “t” itu diambilkan huruf terakhir
nama beliau. Itupun pula sebabnya mengapa Test “t”, sering disebut dengan nama
atau istilah student t.
Uji t adalah salah satu uji statistik paraetrik yang dikembangkan oleh William
Seely Gosset pada tahun 1915, jenis uji ini bertujuan untuk mengkomparasi atau
membandingkan apakah rata-rata sebuah populasi ataupun 2 populasi, memiliki
perbedaan secara signifikan.
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)

1
 BAB II
PEMBAHASAN
Uji Komparasi (Parametrik)
Uji komparasi merupakan uji hipotesis (analisis statistik inferensial) untuk mencari
signifikansi/kemaknaan perbedaan suatu variabel pada satu, dua atau lebih kelompok
sampel penelitian.
Supriadi (2013: 8) mengatakan Statistik Parametrik adalah bagian statistik yang
parameter populasinya harus memenuhi syarat-syarat tertentu seperti syarat data
berkala interval/rasio, syarat pengambilan sampel harus random, berdistribusi normal
atau normalitas dan syarat memiliki varian yang homogen atau homogenitas, model
regsi lineier, dan sebagainya. Dalam statistika parametrik, indikator-indikator yang
dianalisis adalah perameter-parameter dari ukuran objek yang digunakan. Menurut
(Nisfiannoor, 2009: 15) mengatakan statistik inferensial dengan model parametrik
(indepedent Sample T test, Paired Sample T test, One Way ANOVA, Korelasi
Pearson, Analisis Regresi, dll).
Menurut Santoso (2010: 10) Metode statistik parametrik digunakan untuk:
a. Data dalam jumlah besar, biasanya diatas 30.
b. Distribusi data adalah normal atau dapat dianggap normal
c. Data bertipe interval atau rasio.

Jika salah satu asumsi di atas tidak terpenuhi, seperti jika data cukup banyak,
namun tidak berdistribusi normal, atau atau tipe data adalah nominal atau ordinal,
maka metode statistik nonparametrik dapat digunakan.

Dengan demikian, metode parametrik secara natur lebih kuat (poerful) dibanding
nonparametrik; jika pada data yang sama dilakukan pengolahan data dengan metode
parametrik kemudian nonparametrik, dan keduanya menghasilkan kesimpulan yang
berbeda, maka hasil dari metode parametrik dapat jadi patokan. Pada umumnya,
penggunaan metode paarametrik dijadikan alternatif awal untuk mengolah data; jika
data memang tidak dapat diolah dengan parametrik, maka barulah digunakan metode
nonparametrik.

2
A. Uji t Satu Sampel
1. Pengertian uji t satu sampel
Uji “t” atau Test “t” adalah salah satu test statistik yang dipergunakan untuk
menguji kebenaran atau kepalsuan hipotesis nihil yang menyatakan bahwa
diantara dua buah mean sampel yang diambil secara random dari populasi yang
sama, tidak terdapat perbedaan yang signifikan. (Sudjiono, 2011: 278)
Sebagai salah satu test statistik parametrik, Test “t” mula pertama
dikembangkan oleh William Seely Gosset pada 1915. Pada waktu itu dia
menggunakan nama samaran student, dan huruf “t” yang terdapat pada istilah Test
“t” itu diambilkan huruf terakhir nama beliau. Itupun pula sebabnya mengapa
Test “t”, sering disebut dengan nama atau istilah student t.
One sample T test adalah teknik analisis untuk membandingkan suatu variabel
bebas. Teknik ini digunakan untuk menguji apakah nilai tertentu berbeda secara
signifikan atau tidak dengan rata-rata sebuah sampel. Uji t sebagai teknik
pengujian hipotesis deskriptif memiliki 3 kriteria yaitu uji pihak kanan, uji pihak
kiri dan uji dua pihak (Indra, 2013: 4-5).
Dalam konteks penelitian uji one sample t test atau uji satu sampel umumnya
digunakan untuk membandingkan rata-rata sampel yang di teliti dengan rata-rata
populasi yang sudah ada. Selain itu, uji one sample t test dapat juga dipakai untuk
menguji hipotesis dalam statistik deskriptif jika data penelitian berskala interval
atau rasio.
Uji one sample t test juga merupakan bagian dari statistik parametrik. Oleh karena
itu, asumsi dasar yang harus terpenuhi adalah data penelitian berdistribusi normal.
2. Pengujian hipotesis
Pengujian hipotesis merupakan tahap akhir berupa kesimpulan-kesimpulan
penting mengenai sifat dan karakteristik populasi. Hipotesis statistik merupakan
suatu pernyataan probabilitas dari satu atau lebih parameter populasi yang
mungkin benar atau mungkin salah. Benar atau salahnya suatu hipotesis terebut
tidak dapat diketahui dengan pasti dan tentu saja, dalam situasi demikian tidak
mungkin dilakukan. Oleh karena itu perlu dilakukan pengamatan dengan
menggunakan sifat dan karakteristik yang diambil dari populasi yang sedang
diamati. Apabila ternyata hasil amatan dalam batas-batas tertentu memperlihatkan
adanya kesesuaian hipotesis maka dikatakan hipotesis diterima.

3
 Hipotesis ini sering diesebut hipotesis nol (nol/hypothesis, Ho). Disebut
hipotesis nol karena hipotesis ini tidak mempunyai perbedaan atau mempunyai
perbedaan nol dengan hipotesis sebenarnya. Sebaliknya apabila amatan dalam
batas-batas tertentu tidak memperlihatkan kesesuaian dengan hipotesis maka
dikatakan hipotesis ditolak. Pengandaian yang berbeda dengan hipotesis lain yaitu
hipotesis alternatif (alternative hypothesis, H1).
a. Pengujian Nilai Rata-rata
 Ragam populasi diketahui
Pengujian nilai rata-rata populasi dapat dilakukan untuk ragam
populasi yang diketahui dan ukuran contoh lebih dari 30 dengan derajat
kepercayaan tertentu (1-α). Nilai-nilai statistik yang dihasilkan dari
pengamatan contoh selanjutnya dapat digunakan untuk menguji nilai-nilai
parameter dengan membandingkan nilai-nilai statistik terhadap nilai
parameter populasi.
Jadi tujuan dari pengujian hipotesis ini tidaklah semata-mata untuk
menghitung nilai statistik saja melainkan untuk menyimpulkan apakah
perbedaan antara nilai statistik dan parameter mempunyai perbedaan yang
cukup nyata (berarti) atau tidak.
 Ragam populasi tidak diketahui
Pada uji hipotesis rata-rata populasi yang didasarkan pada ukuran
contoh yang jumlahnya relatif kecil (< 30), distribusi yang digunakan bukan
lagi distribusi normal melainkan distribusi dengan derajat bebas df = n – 1.
Disamping itu, bila pada pengujian statistik z mempunyai kemungkinan
adanya ragam populasi, pada uji hipotesis ini besar ragam tidak diketahui.
Sehingga uji hipotesisnya sangat ditentukan oleh nilai-nilai rata-rata statistik
¿
x dan ragam penarikan contohnya. Dari nilai statistik ini kemudian
disimpulkan apakah ada perbedaan nyata antara rata-rata statistik dengan
rata-rata populasinya pada taraf nyata yang dipilih.
Teknik pengujian terhadap hipotesis distribusi ini sama dengan bentuk
pengujian distribusi normal, hanya saja peubah acak normal baku Z diganti
dengan distribusi peubah acak T.
b. Langkah-langkah pengujian hipotesis
Berikut adalah langkah-langkah pengujian hipotesis:

4
 a. Rumuskan hipotesis nol dan hipotesis alternatif:

H : μ =μ
o o o

H : μ≠ μ
1 o : pengujian dua arah adalah pengujian hipotesis yang
akan menolak hipotesis nol jika nilai statistik mempunyai perbedaan
nyata lebih besar dan atau lebih kecil dari parameter populasi yang
dijadikan hipotesis.

μ> μ o : suatu pengujian arah kanan, suatu pengujian bentuk

alternatif ekor kanan yang mengandung pengertian hipotesis alternatif
yang merumuskan pengertian lebih besar.

μ< μ o : untuk pengujian arah kiri, suatu pengujian bentuk

alternatif ekor kiri yang mengandung pengertian lebih kecil dari
hipotesis alternatif.
b. Tentukan taraf nyata α.
c. Tentukan daerah zp berdasarkan taraf nyata α.

H o :− z ≤z ≤z
a o a
Daerah kritik penerimaan 2 2

Daerah kritik penolakan

H : z <− z
o o a
2
atau z >zo a
2

z = x−μ
o σ
d. Pengujian statistik √n
e. Membuat kesimpulan apakah menerima atau menolak hipotesis dengan
membandingkan nilai statistik dengan nilai kritiknya.

B. Uji t Berpasangan (Paired Sample T-Test)

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

5
 berbeda, yaitu pengukuran sebelum dan sesudah dilakukan sebuah treatment.
(Sugiyono, 2010)
Uji T berpasangan (Paired Samples Test) biasanya menguji perbedaan antara
dua pengamatan. Uji T berpasangan biasa dilakukan pada subjek yang diuji pada
situasi sebelum dan sesudah proses, atau subjek yang berpasangan ataupun serupa.
Uji T berpasangan (Paired Samples Test) adalah salah satu metode pengujian
hipotesis dimana data yang digunakan tidak bebas (berpasangan) (Indra,2013:5).
Menurut Prof. Dr. Sugiono (2009), definisi dari t test dependent adalah
pengujian yang mana tidak adanya perbedaan yang signifikan antara nilai variabel
dari dua sampel yang berpasangan atau berkorelasi.
Sampel berpasangan dapat berupa:
1. Satu sampel yang diukur dua kali misalnya sebelum sampel diberi iklan dan
sesudah diberi iklan. Yang diukur selanjunya adalah apakah setelah diberi
iklan anggota sampel yang membeli barang lebih banyak daripada 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
ikla n, 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 dan Syarat Uji t Berpasangan (Paired Sample t Test)

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)

Syarat-syarat penggunaan uji t-test dependent, terdiri dari:

1. Uji komparasi antar dua nilai pengamatan berpasangan, misalnya: sebelum

dan sesudah

6
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 terhadap distribusi difference = d
yang berdistribusi normal dangan mean μd = 0 dan variance = 1)(Sugiono,
2010).

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.

H : μ =μ
o 1 2

H : μ ≠μ
1 1 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.
Sedangkan hipotesis alternatif rata-rata kelompok 1 lebih kecil dibandingkan
dangan rata-rata kelompok 2.

H :μ ¿ μ
o 1 2

H :μ <μ
1 1 2

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

H :μ ¿ μ
0 1 2

H :μ ¿ μ
1 1 2

Hipotesis awal ditolak, bila:

|t hitung|> t tabel (tidak terdapat perbedaan/Ha )

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

7
 Menurut Sugiyono (2010), rumus uji t-test dependent, yaitu:
Statistik hitung (t hitung)
X
t=
SD
√n
dim ana :
X D=
∑D
n
2

s d
√
=
1
n−1 {∑ D 2
−n
(∑ D)
}
Keterangan:
D = selisih x1 dan x2 (x1-x2)
n = jumlah sampel
x = rata-rata
Sd = standar deviasi dari d
Menurut Ratih (2014), langkah-langkah pengujian signifikansi (hipotesis) dalam
Pengujian Perbedaan Rata-rata Dua kelompok berpasangan:
1. Tetapkan Ho dan H1
2. Tetapkan titik kritis (tingkat kepercayaan 95%)
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.
 Cara Manual
1. Uji One Sample t Test
Seorang peneliti membuat dugaan yang menyatan bahwa “nilai rata-rata hasil
belajar siswa yang aktif di OSIS adalah sama dengan 75”. Untuk membuktikan
hal tersebut, peneliti memilih secara random atau acak 12 orang siswa yang aktif
di OSIS. Adapun nilai rata-rata hasil belajar ke 12 orang siswa tersebut adalah
sebagai berikut.

8
 N
O RATA-RATA HASIL BELAJAR
1 78,3
2 74,7
3 80,5
4 83,5
5 75
6 77,6
7 73,5
8 83,5
9 78,5
10 73,7
11 81,5
12 77
Penyelesaian:
1. Rumuskan hipotesis nol dan hipotesis alternatif:

H o : x=μ

H a : x=μ
dim ana μ=75

2. Taraf nyata α=5%=0, 05

3. Hitung rata-rata sampel

x=
∑x
n
78 , 3+74 , 7+80 , 5+83 , 5+75+77 , 6+73 , 5+83 , 5+78 , 5+73 , 7+81 ,5+77
x=
12
937 , 3
x= =78 ,1083
12
4. Hitung nilai standar deviasi

9
 2
∑(xi−x)
s=
√ n −1
(78,3−78,1083)2+(74,7−78,1083)2+(80,5−78,1083)2+(83,5−78,1083)2+¿ 2 2 2 2
12−1¿=
√0,0367+1 ,6165+5,7202+29,0704+9,6 15+0,2583+21,2364+29,0704+ ¿ 138,98 8
0,1534+19,43 1+1 ,5036+1,2 83 ¿ √ 1 ¿= =3,5 46¿
1

√
¿ 2 2 2 2 (78,5−78,1083) +(73,7−78,1083) +(81,5−78,1083) +(7 −78,1083) ¿
(75−78,1083) +(7 ,6−78,1083) +(73,5−78,1083) +(83,5−78,1083) +¿
5. Hitung nilai t
x−μ
t=
s
√n
78 ,1083−75
=
3 ,5546
√ 12
3 ,1083
= =3,0291
3 ,5546
3 ,4641
6. Hitung nilai standar error atau kesalahan (Galat)
s
e=
√n
3,5546
= =1,0261
√ 12

7. Selang kepercayaan 95% untuk perbedaan rata-rata:

Menentukan nilai margin errornya

10
 E= t √sn
α
2
D

3 ,5546
¿ 2 ,20099×
√12
¿ 2 ,2584
Selang kepercayaan dihitung berdasarkan formulasi berikut:
 Untuk lower

|x−μ|> t α
2
s
√n
3,5546
|78 ,1083−75|>2, 20099×
√12
¿3 ,1083>2, 2584
3 ,1083−2 ,2584=0
¿0 ,8499
 Untuk upper

|x−μ|> t α
2
s
√n
3,5546
|78 ,1083−75|>2, 20099×
12
¿3 ,1083>2, 2584
3 ,1083+2, 2584=0
¿5 ,3667
8. Tentukan nilai ttabel
Dengan menggunakan tabel t pada taraf nyata α = 0,05 dan derajat
bebas (degrees og freedom) (Df = n – 1 = 12 – 1 = 11). Nilai ttabel diperoleh

±1,79588 .
Daerah kritik penerimaan: -1,79588 ≤ thitung ≤ 1,79588
Daerah kritik penolakan: thitung < -1,79588 atau thitung > 1,79588
Karena thitung > ttabel = 3,0291 > 1,79588 maka Ho ditolak dan Ha diterima,
artinya nilai rata-rata hasil belajar siswa yang aktif di OSIS tidak sama
dengan nilai 75.
2. Uji Paired Sample t Test
Suatu kegiatan penelitian eksperimental, telah berhasil menemukan metode
“ABG” sebagai metode baru untuk mengajarkan mata kuliah Statistika Dasar.
Dalam rangka uji coba terhadap efektifitas atau keampuhan metode baru itu,

11
dilaksanakan penelitian lanjutan dengan mengajukan Hipotesis Nol (Nihil)
yang mengatakan: Tidak terdapat perbedaan yang signifikan nilai Statistika
Dasar 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% (
α = 5%) untuk menguji pernyataan (Hipotesis) tersebut:

Datanya sebagai berikut:

Nilai
Statistika
Nama II  
  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

Penyelesaiannya:

No Sebelum Setelah D D2
(X1) (X2) (X1 – X2)
1 78 75 3 9
2 60 68 -8 64
3 55 59 -4 16
4 70 71 -1 1

12
5 57 63 -6 36
6 49 54 -5 25
7 68 66 2 4
8 70 74 -4 16
9 81 89 -8 64
10 30 33 -3 9
11 55 51 4 16
12 40 50 -10 100
13 63 68 -5 25
14 85 83 2 4
15 70 77 -7 49
16 62 69 -7 49
17 58 73 -15 225
18 65 65 0 0
19 75 76 -1 1
20 69 86 -17 285
Jumla 1.260 1.350 -90 1.002
h
 Menghitung nilai rata-rata dari D
∑ D = 90 =4,5
D = n 20

 Menghitung standar deviasi

(∑ D)2
SD = √ 1
n−1 {
∑D − n 2
}
(90 )2
= √ 1
20−1 {
1. 002−
20 }
1 8 . 100
= √ 19 {
1 .002−
20 }
1
= √ 19
{1 .002−405 }

1
= √ 19
{597 }

= √ 31,4210
= 5,6054
 Menghitung standar error atau kesalahan
sD 5 ,6054
e= = =1 , 2534
√ n 4 , 4721
13
a. Menyimpulkan apakah metode “ABG” efektif dalam meningkatkan nilai
matakuliah statistik dasar.
1. Mengklaim: menduga setelah menerapkan metode “ABG” dapat

meningkatkan nilai hasil ujian dilambangkan dengan: μ D ˂ 0 , jika

dugaan salah maka μ D≥0 .

2. H0 : μ D = 0 dan H1 : μ D ˂0
3. Taraf nyata: α = 0,05

4. Hitung nilai
t hitung
D−μ D 4,5−0
= = =3 ,5901876323
a) t S D / √n 1 ,253416384

b) Tentukan
t tabel dengan df =19 dan α = 0,05 . Dari tabel

t-student diperoleh nilai

t tabel untuk uji satu arah =

±2 ,093024054

5. Daerah kritik penerimaan: 2,093024054 ¿

t hitung ¿

2,093024054

Daerah kritik penolakan :

t hitung ˂ -2,093024054 atau t hitung >
2,093024054

Karena
t hitung > t tabel = 3,5901876323 > 2,09302224054, maka

H 0 ditolak dan H 1 diterima.

6. Dari hasil uji t diperoleh kesimpulan bahwa pada taraf nyata 5%,
terdapat cukup bukti untuk menerapkan metode “ABG” akan efektif
dalam meningkatkan nilai ujian matakuliah statistik dasar sebelum
dan sesudah mengikuti tes penelitian eksperimen.
b. Selang kepercayaan 95% untuk perbedaan rata-rata:
Menentukan nilai margin errornya (E)

14
 E= t √sn
α
2
D

5,6054
¿ 2 ,0930×
√ 12
¿ 3 ,3867
Selang kepercayaan di hitung berdasarkan formulasi berikut:

D−E< μ D < D+ E

4,5−3 , 3867< μ D <4,5+3 , 3867

1 ,1133 < μ D < 7 , 8867

Sehingga 95% kita percaya bahwa nilai rata-rata perbedaan dari populasi
yang sebenarnya terletak pada selang antara 1,1133 sampai 7,8867.

 Menggunakan SPSS
a. Langkah-langkah Uji One Sample t Test dengan SPSS
1. Buka program SPSS, kemudian klik Variable View, selanjutnya isikan nama
variabel dan ketentuan lainnya sebagaimana pedoman di bawah ini.
Name: tulis Hasil, Type: pilih Numeric, Width: pilih 8,Decimals: pilih 2,
Label: tulis Hasil Belajar, Values: pilih None, Missing: pilih None,
Colums:pilih 8, Align: pilih Right, Measure: pilih Scale, Role: pilih Input
2. Selanjutnya, klik Data View lalu masukkan data nilai rata-rata hasil belajar ke
12 orang siswa di atas ke kolom Hasil
3. Langkah pertama kita akan melakukan Uji Normalitas terlabih dahulu,
caranya klik Analyze – Deskriptive Statistics – Eplore...
4. Muncul kotak dialog “Explore” kemudian masukkan variabel Hasil Belajar
[Hasil] ke kotak Dependent Lits, lalu klik Plots...
5. Muncul kotak dialog “Eplore: Plots”, lalu berikan tanda centang (v) pada
Normality Plot with tests, kemudian klik Continue dan OK
6. Perhatikan pada output “Test of Normality”

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic Df Sig. Statistic Df Sig.
hasil belajar .142 12 .200* .929 12 .368
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

15
 Keputusan Uji Normalitas: berdasarkan output di atas diperoleh nilai Shapiro-
Wilk Sig sebesar 0,368 > 0,05 sehingga dapat disimpulkan bahwa data hasil
belajar siswa yang aktif di OSIS berdistribusi Normal. Dengan demikian
asumsi normalitas dalam uji one sample t test sudah terpenuhi.
7. Selanjutnya kita akan melakukan Uji One Sample t Test. Caranya klik menu
Analyze – Compare Means – One Sample t Test...
8. Maka muncul kata dialog “One-Sample t Test”, selanjutnya masukkan
variabel Hasil Belajar [Hasil] ke kotak Test Variable(s), pada bagian Test
Value ketikkan 75 [sebab peneliti ingin membandingkan nilai rata-rata hasil
belajar siswa dengan nilai 75]
9. Terakhir klik OK. Maka akan muncul output T-Test

Interprestasi Output SPSS “Uji One Sample t Test”

1. Output Pertama [One-Sample Statistics]

One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
hasil belajar 12 78.1083 3.55463 1.02613

Tabel One-Sample Statistics di atas menunjukkan nilai statistik deskriptif,

yaitu N = 12 artinya jumlah sampel yang dipakai adalah 12 orang siswa. Mean
= 78,1083 artinya nilai rata-rata hitung adalah 78,1083. Std. Deviation atau
simpangan baku adalah sebesar 3,55463 dan Std. Error Mean adalah sebesar
1,02613.

2. Output Kedua [One-Sample Test

One-Sample Test
Test Value = 75
95% Confidence Interval of the
Difference
t df Sig. (2-tailed) Mean Difference Lower Upper
hasil belajar 3.029 11 .011 3.10833 .8498 5.3668

16
Berdasarkan tabel One-Sample Test di atas diketahui nilai t (t hitung) adalah
sebesar 3,029. Nilai df (degree of freedom) atau derajat kebebasan adalah
sebesar 11. Nilai Sig. (2-tailed) atau nilai signifikansi dengan uji dua sisi
adalah sebesar 0,011.

Rumusan Hipotesis Penelitian dalam Uji One Sample t Test

Ho = Nilai rata-rata hasil belajar siswa yang aktif di OSIS sama dengan nilai
75.Ha = nilai rata-rata hasil belajar siswa yang aktif di OSIS tidak sama
dengan nilai 75.

Dasar Pengambilan Keputusan Uji One Sample t Test

1. Jika nilai Sig. (2-tailed) < 0,05, maka Ho ditolak

2. Jika nilai Sig. (2-tailed) > 0,05, maka Ho diterima

Kesimpulan Uji One Sample t Test dengan SPSS

Berdasarkan output tabel “One-Sample Test” di atas ketahui nilai Sig. (2-
tailed) adalah sebesar 0,011 < 0,05, maka sesuai dengan dasar pengambilan
keputusan di atas dapat disimpulkan bahwa Ho ditolak dan Ha diterima.
Dengan demikian, dapat diartikan bahwa nilai rata-rata hasil belajar siswa
yang aktif di OSIS tidak sama dengan nilai 75.

Pengambilan Keputusan dengan Membandingkan Nilai t

1. Jika nilai t hitung > t tabel, maka Ho ditolak.

2. Jika nilai t hitung < t tabel, maka Ho diterima.

Berdasarkan output tabel “One-Sample Test” di atas ketahui nilai t hitung

sebesar 3,029. Rumus mencari t tabel (uji dua sisi; df) = (0,025; 11) kemudian
lihat pada distribusi nilai t tabel statistik, maka ketemu nilai t tabel sebesar
2,201.

Karena nilai t hitung sebesar 3,029 > t tabel 2,201, maka Ho ditolak dan Ha
diterima. Sehingga dapat disimpulkan bahwa nilai rata-rata hasil belajar siswa
yang aktif di OSIS tidak sama dengan nilai 75

17
c. Langkah langkah uji paired sample t test dengan SPSS
1. Buka lembar kerja SPSS, kemudian klik variabel view. Pada bagian Name
ketikan sesudah dan sebelum. Pada bagian Decimals ubah menjadi 0. Pada
bagian label ketikan sebelum dan sesudah. Pada bagian Measure pilih scale.
Sementara untuk kolom yang lainnya biarkan otomatis SPSS saja.
2. Selanjutnya tekan Data View atau tekan tombol CTRL+T pada keyboard
laptop. Berikutnya kita masuk ketahap pengisian atau input data ke SPSS,
yakni dengan cara menulis skor hasil belajar siswa yang sudah terkumpul ke
kolom sebelum dan sesudah. Atau jika data sudah disusun di exel maka bisa
dengan cara copy paste.
3. Selanjutnya, dari menu bar yang terdapat pada SPSS klik menu Analyze, lalu
pilih Compare Means, kemudian klik Paired-Samples T Test…
4. Setelah langkah tersebut dilakukan dengan benar, maka akan muncul kotak
dialog dengan nama “paired-Samples T Test. Karena disini kita akan menguji
perbandingan antara hasil belajar pada sebelum dan sesudah, maka klik mouse
pada data sebelum kemudian klik tombol yang tersedia untuk memasukan data
sebelum ke kotak sebelah kanan (Paired Variables). Setelah data sebelum
masuk, lakukan cara yang sama pada data sesudah.
5. Selanjutnya klik Options… maka muncul kotak dialog “Paired-Samples T
Test: Options”. Pada Convidence Interval Percentage tulis 95 (artinya kita
menggunakan tingkat kepercayaan 95% atau signifikansi 5% atau 0,05), lalu
klik Continue lalu klik OK.

Interprestasi atau Penafsiran Hasil Uji Paired Sample T-Test dengan SPSS
1. Interprestasi Tabel Output “Paired Samples Statistics”

Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean
Pair 1 x1 63.00 20 13.381 2.992
x2 67.50 20 13.383 2.993

Pada output ini kita diperlihatkan ringkasan hasil statistic deskriptif dari kedua
sampel yang diteliti yakni nilai x1 dan x2. Untuk nilai x1 diperoleh rata-rata
18
 hasil belajar atau Mean sebesar 63,00. Sedangkan untuk nilai x2 diperoleh
nilai rata-rata hasil belajar sebesar 67,50. Jumlah responden atau mahasiswa
yang digunakan sebagai sampel penelitian adalah sebanyak 20 orang
mahasiswa. Untuk nilai Std. Deviation (standar defiasi) pada x1 sebesar
13,381 dan x2 sebesar 13,383. Terakhir adalah nilai Std. Error Mean untuk x1
sebesar 2,992 dan untuk x2 sebesar 2,993.
Karena nilai rata-rata hasil belajar pada x1 63,00 < x2 67,50, maka itu artinya
secara deskriptif ada perbedaan rata-rata hasil belajar antara x1 dengan hasil
x2. Selanjutnya untuk membuktikan apakah perbedaan tersebut benar-benar
nyata (signifikan) atau tidak, maka kita perlu menafsirkan hasil uji paired
sample t test yang terdapat pada tabel output “Paired Samples Test”
2. Interprestasi tabel output “Paired Samples Correlations”

Paired Samples Correlations

N Correlation Sig.
Pair 1 x1 & x2 20 .912 .000
Output diatas menunjukan hasil uji korelasi atau hubungan antara kedua data
atau hubungan variabel x1 dengan variabel x2. Berdasarkan output diatas
diketahui nilai koefisien korelasi (Correlation) sebesar 0,912 dengan nilai
signifikansi (Sig.) sebesar 0,000. Karena nilai Sig. 0,000 < probabilitas 0,05,
maka dapat dikatan bahwa ada hubungan antara variabel x1 dengan variabel
x2.

3. Interprestasi Tabel Output “Paired Samples Test”

Paired Samples Test

Paired Differences t
95% Confidence Interval of the
Difference
Mean Std. Deviation Std. Error Mean Lower Upper
Pair 1 x1 - x2 -4.500 5.605 1.253 -7.123 -1.877 -3.590
Output ketiga ini adalah output yang terpenting, karena pada bagian ketiga
inilah kita akan menemukan jawaban atas apa yang menjadi pertanyaan dalam
contoh kasus diatas, yakni mengenai ada atau tidaknya pengaruh penggunaan

19
strategi pembelajaran “ABG” perhadap hasil belajar dalam mata kuliah
Statistik Dasar.

Rumusan Hipotesis Penelitian

H0: tidak ada perbedaan rata-rata antara hasil belajar x1 dan x2 yang artinya
tidak ada pengaruh penggunaan metode pembelajaran “ ABG” dalam
meningkatkan hasil belajar untuk mata kuliah Statistik Dasar semester 6.

H1: ada perbedaan rata-rata antara hasil belajar x1 dengan x2 yang artinya ada
pengaruh penggunaan metode ABG dalam meningkatkan hasil belajar untuk
mata kuliah Statistik Dasar semester 6.

Pedoman Pengambilan Keputusan dalam Uji Paired Sample T-Test

Menurut Siggih Sabtoso (2014: 265), Pedoman pengambilan keputusan dalam

uji paired sample t-test berdasarkan nilai signifikansi (Sig.) hasil output SPSS,
adalah sebagai berikut.

1. Jika nilai Sig. (2-tailed) < 0,05, maka H0 ditolak dan H1 diterima
2. Sebaliknya, jika nilai Sig. (2-tailed) > 0,05, maka H0 diterima dan H1
ditolak.

Berdasarkan tabel output “Paired Samples Test” di atas, diketahui nilai Sig. (2-
tailed) adalah sebesar 0,002 < 0,05, maka H0 ditolak dan H1 diterima. Sehingga
dapat disimpulkan bahwa ada perbedaan rata-rata antara hasil belajar x1
dengan x2 yang artinya ada pengaruh penggunaan metode ABG dalam
meningkatkan hasil belajar untuk mata kuliah Statistik Dasar semester 6.

Dari tabel output “Paired Samples Test” di atas juga memuat informasi tentang
nilai “Mean Paired Differences” adalah sebesar 4,500. Nilai ini menunjukkan
selisih antara rata-rata hasil belajar x1 dengan rata-rata hasil belajar x2 atau
63,00 – 67,50 = -4,50 dan selisih perbedaan tersebut antara -7,123 sampai
dengan -1,877 Cinfidence Interval of the Difference Lowe dan Upper).

Berdasarkan tabel output “Paired Samples Test” di atas, diketahui t hitung

bernilai negatif yaitu senilai -3,590. t hitung bernilai negative ini di sebabkan
karena nilai rata-rata hasil belajar x1 lebih rendah dari pada rata-rata hasil

20
 belajar x2. Dalam konteks kasus seperti ini maka nilai t hitung negatif dapat
bermakna positif. Sehingga nilai t hitung menjadi 3,590.

Selanjutnya adalah tahap mencari nilai t tabel, dimana t tabel dicari

berdasarkan nilai df (degree of freedom atau derajat kebebasan) dan nilai
signifikansi ( α /2). Dari output diatas diketahui nilai df adalah sebesar (n – 1
= 20 – 1 = 19) dan nilai 0,05/2 sama dengan 0,025. Nilai kita gunakan sebagai
dasar acuan dalam mencari nilai t tabel pada distribusi nilai t tabel statistic.
Maka ketemu nilai t tabel adalah sebesar 2,093.

Dengan demikian, karena nilai t hitung 3,590 > t tabel 2,093, maka
sebagaimana dasar pengambilan keputusan di atas dapat disimpulkan bahwa
H0 ditolak dan H1 diterima. Sehingga dapat disimpulkan bahwa ada perbedaan
antara hasil belajar x1 dengan x2 yang artinya ada pengaruh penggunaan
metode ABG dalam meningkatkan hasil belajar untuk mata kuliah Statistik
Dasar semester 6.

BAB III
PENUTUP
A. Kesimpulan
Uji komparasi merupakan uji hipotesis (analisis statistik inferensial) untuk mencari
signifikansi/kemaknaan perbedaan suatu variabel pada satu, dua atau lebih kelompok
sampel penelitian.
One sample T test adalah teknik analisis untuk membandingkan suatu variabel
bebas. Teknik ini digunakan untuk menguji apakah nilai tertentu berbeda secara

21
 signifikan atau tidak dengan rata-rata sebuah sampel. Uji t sebagai teknik pengujian
hipotesis deskriptif memiliki 3 kriteria yaitu uji pihak kanan, uji pihak kiri dan uji dua
pihak (Indra, 2013: 4-5).
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)
Dari kasus uji t satu sampel diperoleh kesimpulan bahwa nilai t hitung > t tabel
= 3,029 > 2,201, maka Ho ditolak dan Ha diterima. Sehingga dapat disimpulkan bahwa
nilai rata-rata hasil belajar siswa yang aktif di OSIS tidak sama dengan nilai 75.
Dari kasus uji t berpasangan diperoleh kesimpulan bahwa nilai t hitung 3,590 > t
tabel 2,093, maka sebagaimana dasar pengambilan keputusan di atas dapat
disimpulkan bahwa H0 ditolak dan H1 diterima. Sehingga dapat disimpulkan bahwa
ada perbedaan antara hasil belajar x1 dengan x2 yang artinya ada pengaruh
penggunaan metode ABG dalam meningkatkan hasil belajar untuk mata kuliah
Statistik Dasar semester 6.
B. SARAN
Penulis menyadari bahwa makalah ini masih jauh dari kata sempurna oleh karena
itu kritik dan saran yang bersifat membangun sangat diharapkan dari pembaca agar
penyusunan makalah selanjutnya bisa lebih baik lagi.

DAFTAR PUTAKA
Sudjiono, Anas (2011). Pengantar Statistik Pendidikan. Jakarta: penerbit PT
Rajagrafindo Persada
Indra D.A Long (2013). Tugas Uji Test. Diakses pada tanggal 3 April 2020 dari
(http://id.scribd.com/doc/148566346/Tugas-Uji-T-Test).
https://www.academia.edu/34903839/STATISTIK-PARAMETRIK-
DAN_NONPARAMETRIK.docx
https://fatkhan.web.id/uji-t-satu-sampel-dan-dua-sampel/

22
https://id.scribd.com/document/335171615/Makalah-Uji-t
https://www.spssindonesia.com/2018/12cara-uji-one-sample-t-test-spss.html?m=1
https://www.spssindonesia.com/2016/08/cara-uji-paired-sample-t-test-dan.html?
m=1

23