Uji t Tidak Berpasangan

Uji t dikembangkan oleh William Sealy Gosset. Dalam artikel publikasinya, ia menggunakan
nama samaran Student, sehingga kemudian metode pengujiannya dikenal dengan uji t-student.
William Sealy Gosset menganggap bahwa untuk sampel kecil, nilai Z dari distribusi normal tidak
begitu cocok. Oleh karenanya, ia kemudian mengembangkan distribusi lain yang mirip dengan
distribusi normal, yang dikenal dengan distribusi t-student. Distribusi student ini berlaku baik
untuk sampel kecil maupun sampel besar. Pada n ≥ 30, distribusi t ini mendekati distribusi normal
dan pada n yang sangat besar, misalnya n=10000, nilai distribusi t sama persis dengan nilai
distribusi normal (lihat tabel t pada df 10000 dan bandingkan dengan nilai Z).

Pemakaian uji t ini bervariasi. Uji ini bisa digunakan untuk objek studi yang berpasangan dan
juga bisa untuk objek studi yang tidak berpasangan. Berikut contoh penggunaan uji t.

Uji t tidak berpasangan

Contoh kasus

Kita ingin menguji dua jenis pupuk nitrogen terhadap hasil padi

1. Hipotesis

Ho :  1 = 2

HA :  1 ≠  2

2. Hasil penelitian tertera pada Tabel 1.

Tabel 1. Data hasil penelitian dua jenis pupuk nitrogen terhadap hasil
padi (t/h)
Pupuk A  Pupuk B 
Plot
Y1 Y2
7 8
1
2 6
6
5 7
3
4 6
8
 5 6
5
6 4
6
4 7
7
8 6
7
6 8
9
10 7
7
6
11 6
12 5
7

3. Data analisis adalah sebagai berikut

Hitunglah

1= 5.58

S1 = 0.996

2  = 6.92

S2 = 0.793

thit =(  1 –  2)/√(S12/n1) +(S22/n2)

=( 5.58 – 6.92)/√(0.9962/12)+(0.7932/12)

= -1.34/0.367522 = -3.67

Setelah itu, kita lihat nilai t table, sebagai nilai pembanding. Cara melihatnya adalah sebagai
berikut. Pertama kita lihat kolom α = 0.025 pada Tabel 2. Nilai α ini berasal dari α 0.05 dibagi 2,
karena hipotesis HA kita adalah hipotesis 2 arah (lihat hipotesis). Kemudian, kita lihat baris ke 22.
Nilai 22 ini adalah nilai df, yaitu n1+n2-2. Nilai n adalah jumlah ulangan, yaitu masing 12
ulangan. Akhirnya, kita peroleh nilai t table = 2.074.

t table = t α/2 (df) = t0.05/2 (n1+n2-2)=t0.025(12+12-2) = t0.025(22) = 2.074

Tabel 2. Nilai t
df
α

0.05 0.025 0.01 0.005

1
6.314 12.706 31.821 63.657

2.920 4.303 6.965 9.925

2

3
2.353 3.182 4.541 5.841

2.132 2.776 3.747 4.604

4

5
2.015 2.571 3.365 4.032

6
1.943 2.447 3.143 3.707

1.895 2.365 2.998 3.499

7

8
1.860 2.306 2.896 3.355

1.833 2.262 2.821 3.250

9

10
1.812 2.228 2.764 3.169

1.796 2.201 2.718 3.106

11

12
1.782 2.179 2.681 3.055

1.771 2.160 2.650 3.012

13

14
1.761 2.145 2.624 2.977

1.753 2.131 2.602 2.947

15

16
1.746 2.120 2.583 2.921

1.740 2.110 2.567 2.898

17

18
1.734 2.101 2.552 2.878

1.729 2.093 2.539 2.861

19
 20
1.725 2.086 2.528 2.845

1.721 2.080 2.518 2.831

21

22
1.717 2.074 2.508 2.819

1.714 2.069 2.500 2.807

23

24
1.711 2.064 2.492 2.797

1.708 2.060 2.485 2.787

25

26
1.706 2.056 2.479 2.779

1.703 2.052 2.473 2.771

27

28
1.701 2.048 2.467 2.763

1.699 2.045 2.462 2.756

29

30
1.697 2.042 2.457 2.750

1.684 2.021 2.423 2.704

40

50
1.676 2.009 2.403 2.678

1.660 1.984 2.364 2.626

100

10000
1.645 1.960 2.327 2.576

4. Kriteria Pengambilan Kesimpulan

Terima H0, jika  thit| < t table, sebaliknya

Tolak H0, alias terima HA, jika  thit| > t table

5. Kesimpulan

Karena nila  thit|= 3.67 (tanda minus diabaikan) dan nilai t table=2.074, maka kita tolak H0, alias
kita terima HA. Dengan demikian,  1 ≠  2, yaitu hasil padi yang dipupuk dengan pupuk A tidak
sama dengan hasil padi yang dipupuk dengan pupuk B. Lebih lanjut, kita lihat bahwa rata-rata
hasil padi yang dipupuk dengan pupuk B lebih tinggi daripada yang dipupuk dengan pupuk A.
Dengan demikian, kita dapat menyimpulkan bahwa pupuk B nyata lebih baik daripada pupuk A
untuk meningkatkan hasil padi.