One sample t test merupakan teknik analisis untuk membandingkan satu 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 tiga criteria yaitu uji pihak
kanan, kiri dan dua pihak.
Uji Pihak Kiri : dikatakan sebagai uji pihak kiri karena t tabel ditempatkan di bagian kiri
Kurva
Uji Pihak Kanan : Dikatakan sebagai uji pihak kanan karena t tabel ditempatkan di
bagian kanan kurva.
Uji dua pihak : dikatakan sebagai uji dua pihak karena t tabel dibagi dua dan diletakkan
di bagian kanan dan kiri
Contoh kasus
Ujian standariasi matematika SMA di kota A yang diadakan rutin tiap tahun, diperoleh
rata rata nilai ujian standariasi matrmatika 74.5 kepala sekolah di SMA sempurna ingin
mengetahui apakah terdapat perbedaan yang signifikan antara hasil ujian standarisasi
di skolah dan di kota A. kepala sekolah mengambl sampel 30 siswa dan data sebagai
berikut
Langkah 1.
Membuka aplikasi spss dan klik variable view da nisi name dan label, serta pada decimal di isi nol.
Langkah 2
Klik plots dan centang normality plots with test. Klik continue lalu OK.
Lalu muncul seperti ini
Hasilnya adalah pada Kolmogorov test itu sig. 0.200 > dari 0.05 yang artinya data berdistribusi normal
Pada Shapiro-Wilk hasil sig. 0.829 > 0.05 yang artinya data berdistribusi normal.
selanjutnya Klik data view lalu isi data sampel lalu klik analyze-compare means-one sample t test
lalu “hasil belajar siswa dipindahkan ke kolom test variable lau klik option, option interval percentage
95% lalu klik continue
Lanut, mengubah test value menjadi 74.5 (nilai standarisasi nilai matematika)
lalu muncul hasil seperti ini
Ho : tidak terdapat perbedaan yang signifikan antara hasil ujian standariasi matematika siswa di SMA
sempurna dengan rata rata nilai ujian di kota tersebut
H1 : terdapat perbedaan yang signifikan antara hasil ujian standariasi matematika siswa di SMA
sempurna dengan rata rata nilai ujian di kota tersebut
1. Jika nilai signifikansi (2 tailed) < 0.05, maka ditolak dan H1 diterima
2. Jika nilai signifikansi (2 tailed) >0.05 maka Ho diterima dan H1 ditolak
Pada hasil penelitian, taraf signifikansi 2 tailed 0.093 yang berarti lebih dari 0.05
Seorang peneliti ingin menyelidiki tingkat profitabilitasperusahaan garmen kaos di jawa timur. Tingkat
profitabilitas perusahaan garmen kaos menyatakan laba yang dihasilkan perusahaan tersebut dan di
ukur dengan nilai Return Of Asset. Maka dari itu , peneliti ini mengambil data Return Of Asset dari 20
sampel perusahaan garmen No. Return of Asset kaos di Jawa Timur. Peneliti
ingin menguji apakah tingkat profitabilitas perusahaan
garmen kaos di Jawa Tiumr 1. 6 lebih besar dari 6%?
2. 8
Data Return of Assets dari 20 perusahaan Garmen Kaos di
Jawa Timur 3. 7
4. 5
5. 6
6. 3
7. 4
8. 8
9. 6
10. 7
11. 7
12. 5
13. 8
14. 7
15. 4
16. 5
17. 2
18. 6
19. 5
20. 4
H0 = tingkat profitabilitas perusahaan garmen kaos di Jawa Tiumr tidak lebih besar dari 6%
H1= tingkat profitabilitas perusahaan garmen kaos di Jawa Tiumr lebih besar dari 6%
Langkah 1.
Membuka aplikasi spss dan klik variable view da nisi name dan label, serta pada decimal di isi nol.
Langkah ke 2
Langkah ke 3.
Uji normalitas
Klik analyse-> descriptive statistic-> eksplore.
Klik plots dan centang normality plots with test. Klik continue lalu OK.
Pada Shapiro-Wilk hasil sig. 0.319 > 0.05 yang artinya data berdistribusi normal.
Lalu selanjutnya adalah untuk menguji One sample T-test
Rata-rata: 5.65
Keputusan:
Karena hasil nilai Sig. ( 2 tailed) sebesar 0.367 > 0.05. maka sesuai dengan pengambilan keputusan diatas
H0 diterima. Dengan demikian artinya nilai tingkat profitabilitas perusahaan garmen kaos di Jawa Timur
tidak lebih besar dari 6%.