MAKALAH

ANALISIS UJI-T

Disusun untuk Memenuhi Tugas Mata Kuliah Aplikasi Statistik

Dosen Pengampu:

Eliza Silviana Miftakh, M.Pd

Disusun oleh Kelompok 9:

1. Muhammad Agam Aulia R (12402173275)

2. Elok Vebiwardani (12402173655)

3. Vonni Chintya Dewi A (12402173662)

4. Fatimatus Zahro (12402173679)

ES VI-O

JURUSAN EKONOMI SYARIAH

FAKULTAS EKONOMI DAN BISNIS ISLAM

INSTITUT AGAMA ISLAM NEGERI TULUNGAGUNG

MEI 2020
 PEMBAHASAN

Uji-t (t-test) merupakan uji statistik yang sering kali ditemui dalam masalah-
masalah praktis statistika. Uji-t termasuk dalam golongan statistik parametrik. 1
Dalam uji t ada beberapa tahapan yang perlu ditempuh, yaitu:

1) Menentukan Ho dan Hi, yang pada prinsipnya adalah menguji

karakteristik populasi berdasarkan informasi ag diterima dari suatu sampel

2) Menentuka tingkat signifikan (a), yaitu probabilitas kesalahan menolak

hipotesis yang ternyata benar. Jika dikatakan a= 5 %, berarti risiko
kesalahan mengambil keputusan adalah 5 %. Semakin kecil a, berarti
seakin mengurangi risiko salah

3) Menentukan apakah akan dilakukan uji satu sisi atau uji dua sisi

a. Uji dua sisi pada pernyataan Ho dan Ha yang hanya mengandng

pertidaksamaan. Misal: akan diuji apakah penjualan di daerah
Semarang sama dengan penjualan di daerah Surabaya di sini diuji sama
atau tidak, sehingga jawaban adalah “sama” atau “tidak sama”

b. Uji satu sisi pada pernyataan Ho dan Ha yang mengandung

pertidaksamaan yang mengarah pada criteria tertentu. Misalkan diuji
apakah program penurunan berat badan di lembaga “KURUS
LANGSING” sudah efektif. Di sini seharusnya setelah ikut program,
berat badan peserta akan turun (lebih kecil). Jadi ada arah yaitu lebih
kecil

c. Menentukan statistik tabel dan statistik uji. Jika alat analisis adalah t
test, maka akan dicari t table dan t hitung

d. Mengambil kesimpulan berdasarkan hasil t table dan t hitung2

A. Satu Sampel (One Sample T-test)

1
Syofian Siregar, Statistik Terapan untuk Perguruan Tinggi, (Jakarta: Kencana, 2017), hal. 127
2
Singgih Santoso, Statistik Parametrik, (Jakarta: PT Elex Media Komputindo, 2010), hal. 81

2
 One samle t-test merupakan teknik analisis untuk membandingkan satu
variabel bebas.3 Tujuan dari teknik ini adalah ingin mengetahui apakah
sebuah nilai tertentu yang diberikan sebagai pembanding, berbeda secara
nyata ataukah tidak dengan rata-rata sebuah sampel.4 Asumsi yang digunakan
pada pengujian ini adalah:

1) Data bertipe kuantitatif atau numeric, baik itu interval atau rasio.
2) Data berdistribusi normal.
3) Data sampel berjumlah sedikit (di bawah 30).

Contoh kasus

Seorang peneliti membuat dugaan yang menyatakan bahwa “nilai rata-rata hasil
belajar siswa yang aktif di OSIS adalah dama 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.

No 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

Hipotesis penelitian

H0 = Nilai rata-rata hasil belajar siswa yang aktif di OSIS sama dengan nilai
75

3
Agus Tri Basuki, Analisis Statistik dengan SPSS, (Yogyakarta: Danisa Media, 2015), hal. 32
4
Singgih Santoso, Statistik Parametrik, (Jakarta: PT Elex Media Komputindo, 2010), hal. 84

3
Ha = Nilai rata-rata hasil belajar siswa yang aktif si OSIS tidak sama dengan
nilai 75

Langkah-langkah penyelesaian:

1) Buka SPSS, klik Variabel View lalu mengisi tabel

2) Masukkan data pada Data View

3) Menu Analyze Compare Means One Sample T test

4
4) Memindahkan data hasil belajar ke Test Variable (s) atau Variabel yang
akan diuji

Isi Test Value dengan 75, karena akan membandingkan dengan nilai 75
yang diduga oleh peneliti

5
 Lalu klik Option

Untuk Confidence Interval atau tingkat kepercayaan. Sebagai default,

SPPS menggunakan tingkat kepercayaan 95% atau tingkat signifikansi
100% - 95% = 5%.

Dan untuk Missing Values atau perlakuan terhadap data yang hlang (jika
ada). Pilih Exclude cases analysis by analysis

Tekan Continue untuk kembali ke kotak dialog utama.

Kemudian tekan OK untuk proses data5

OUTPUT

One-Sample Test

Test Value = 75

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

Difference

Lower Upper

Hasil Belajar 3,029 11 ,011 3,10833 ,8498 5,3668

Hipotesis penelitian

H0 = Nilai rata-rata hasil belajar siswa yang aktif di OSIS sama dengan nilai
75

5
Singgih Santoso, Statistik Parametrik, (Jakarta: PT Elex Media Komputindo, 2010), hal. 84-85

6
Ha = Nilai rata-rata hasil belajar siswa yang aktif si OSIS tidak sama dengan
nilai 75

Dasar pengambilan keputusan dalam uji one sample t-test dapat dilakukan
dengan tiga cara, yaitu:

1) Membandingkan nilai Sig (Signifikansi) dengan 0,0.5

 Jika nilai Sig. (2-tailed) < 0,05, maka H0 ditolak

 Jika nilai Sig. (2-tailed) > 0,05, maka H0 diterima

Keputusan: karena nilai Sig. (2-tiled) sebesar 0,011 < 0,05, maka H0
ditolak, sehingga dapat diartikan bahwa nilai rata-rata hasil belajar siswa
yang aktif di OSIS tidak sama dengan nilai 75.

2) Membandingkan nilai thitung dengan ttabel

 Jika nilai thitung > ttabel , maka H0 ditolak

 Jika nilai thitung < ttabel , maka H0 diterima

Keputusan: karena nilai thitung sebesar 3,029 > ttabel sebesar 2,20099, maka
H0 ditolak. Sehingga dapat diartikan bahwa nilai rata-rata hasil belajar
siswa yang aktif di OSIS tidak sama dengan nilai 75.

Rumus mencari ttabel = 0.05/2; df

= (0,025 ; 11)

Kemudian lihat pada distribusi nilai ttabel statistik.

7
 Maka ketemu nilai ttabel sebesar 2,20099

3) Melihat perbandingan nilai thitung dengan ttabel melalui kurva

Thitung
3,029

ttabel
2,20099

Daerah
Daerah penolakan H0
penerimaan
H0

-4 -3 -2 -1 0 1 2 3 4

Keputusan: karena letak thitung berada di daerah penolakan H0 atau t hitung >
ttabel maka H0 ditolak. Sehingga dapat diartikan bahwa nilai rata-rata hasil
belajar siswa yang aktif di OSIS tidak sama dengan nilai 75.

B. Sampel Berpasangan (Paired T-test)

Sampel berpasangan adalah sebuah sampel dengan subyek yang sama

namun mengalami dua perlakuan atau pengukuran yang berbeda, contoh
seorang salesman yang bekeria sebelumnya tanpa mendapat training, dengan
sesudah ia mendapat training, bagaimana efektivitas training tersebut
terhadap kemampuan menjualnya, apakah ada peningkatan atau tidak. Di sini
sampelnya tetap salesman yang sama, tapi mendapat dua perlakuan berbeda,
yaitu kondisi sebelum dan kondisi sesudah training. Asumsi yang digunakan
pada pengujian ini adalah 6

1) Data bertipe kuantitatif atau numeric, baik itu interval atau rasio
2) Data berdistribusi normal
3) Data sampel berjumlah sedikit (di bawah 30)

Contoh kasus

6
Singgih Santoso, Statistik Parametrik, (Jakarta: PT Elex Media Komputindo, 2010), hal. 94

8
 Seorang peneliti akan meneliti mengenai perbedaan penjualan sepeda motor
merk A disebuah kabupaten sebelum dan sesudah kenaikan harga BBM. Data
diambil dari 10 dealer. Data yang diperoleh adalah sebagai berikut:

No Sebelum Sesudah
1 67 68
2 75 76
3 81 80
4 60 63
5 80 82
6 75 74
7 71 70
8 68 71
9 80 82
10 78 79
Hipotesis
H0 = rata-rata penjualan adalah sama
Ha = rata-rata penjualan adalah berbeda

Penyelesaian
1) Buka SPSS, klik Variabel View lalu mengisi table

2) Masukkan data pada Data View

9
3) Menu Analyze Compare Means Paired Sample T test

4) Memindahkan data sebelum dan sesudah kenaikan harga BBM ke Test

Variable (s) atau Variabel yang akan diuji

10
 5) Kemudian tekan OK untuk proses data

OUTPUT

Paired Samples Test

Paired Differences t df Sig. (2-

Mean Std. Std. 95% Confidence tailed)

Deviation Error Interval of the

Mean Difference

Lower Upper

Pair Sebelum Harga Naik - -1,00000 1,56347 ,49441 -2,11844 ,11844 -2,023 9 ,074
1 Sesudah Harga Naik

Hipotesis
H0 = rata-rata penjualan adalah sama

11
 Ha = rata-rata penjualan adalah berbeda

Dasar pengambilan keputusan dalam uji paired sample t-test dapat dilakukan
dengan tiga cara, yaitu:

1) Membandingkan nilai Sig (Signifikansi) dengan 0,0.5

 Jika nilai Sig. (2-tailed) < 0,05, maka H0 ditolak

 Jika nilai Sig. (2-tailed) > 0,05, maka H0 diterima

Keputusan: karena nilai Sig. (2-tiled) sebesar 0,074 > 0,05, maka H0
diterima. Sehingga dapat diartikan bahwa rata-rata penjualan sebelum dan
sesudah kenaikan BBM adalah sama (tidak berbeda). Dengan demikian
dapat dinyatakan bahwa harga BBM tidak mempengaruhi jumlah
penjualan sepeda motor merk A di kabupaten tersebut.7

2) Membandingkan nilai thitung dengan ttabel

 Jika nilai thitung > ttabel , maka H0 ditolak

 Jika nilai thitung < ttabel , maka H0 diterima

Keputusan: karena nilai thitung sebesar -2,023 < ttabel sebesar 2,26216, maka
H0 diterima. Sehingga dapat diartikan bahwa rata-rata penjualan sebelum
dan sesudah kenaikan BBM adalah sama (tidak berbeda). Dengan
demikian dapat dinyatakan bahwa harga BBM tidak mempengaruhi jumlah
penjualan sepeda motor merk A di kabupaten tersebut.

Rumus mencari ttabel = 0,05/2; df

= (0,025; 9)

Kemudian lihat pada distribusi nilai ttabel statistik

7
Agus Tri Basuki, Analisis Statistik dengan SPSS, (Yogyakarta: Danisa Media, 2015), hal. 37-39

12
 Maka ketemu nilai ttabel sebesar 2,26216

3) Melihat perbandingan nilai thitung dengan ttabel melalui kurva

Nilai ttabel
Daerah
penerimaan H0
Daerah Daerah
penolakan H0 penolahan H0

Nilai thitung

-2,26216 -2,023 0 2,26216

Keputusan: karena letak thitung berada di daerah penerimaan H0 atau thitung

< ttabel maka H0 diterima. Sehingga dapat diartikan bahwa rata-rata
penjualan sebelum dan sesudah kenaikan BBM adalah sama (tidak
berbeda). Dengan demikian dapat dinyatakan bahwa harga BBM tidak
mempengaruhi jumlah penjualan sepeda motor merk A di kabupaten
tersebut.

13
 DAFTAR PUSTAKA

Basuki, Agus Tri. 2015. Analisis Statistik dengan SPSS. Yogyakarta: Danisa Media

Santoso, Singgih. 2010. Statistik Parametrik. Jakarta: PT Elex Media Komputindo

Siregar, Syofian. 2017. Statistik Terapan untuk Perguruan Tinggi. Jakarta: Kencana

14