MAKALAH

“Uji Beda Grup (Uji Prasyarat, T Test, dan Non Parametrik yang Relevan)”
Disusun Untuk Memenuhi Tugas Matakuliah Statistika Inferensial

DOSEN PENGAMPU :
DR. PARNO, M.SI.
DRA. ENDANG PURWANINGSIH, M.SI.

DISUSUN OLEH :
FAIQ NUR SAIDAH 200321866037
I PUTU YOGI SETIA P 200321859512

UNIVERSITAS NEGERI MALANG

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
PROGRAM STUDI PASCASARJANA PENDIDIKAN FISIKA
NOVEMBER 2020
 KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmatNYA
sehingga makalah ini dapat tersusun hingga selesai. Tidak lupa kami juga
mengucapkan banyak terimakasih atas bantuan dari pihak yang telah
membimbing dengan memberikan sumbangan materi maupun mengemukakan
yang ada dalam pikirannya.
Harapannya agar makalah ini dapat menambah pengetahuan dan
pengalaman bagi para pembaca, Untuk ke depannya dapat memperbaiki bentuk
maupun menambah isi makalah ini supaya menjadi makalah yang jauh lebih baik
lagi. Karena keterbatasan pengetahuan maupun pengalaman sehingga masih
banyak kekurangan dalam makalah ini, Oleh karena itu kami sangat
mengharapkan saran dan kritik yang membangun demi kesempurnaan
makalah ini.

Malang, 20 November 2020

Kelompok 7

ii
 DAFTAR ISI

halaman
HALAMAN JUDUL .......................................................................................... i
KATA PENGANTAR......................................................................................... ii
DAFTAR ISI........................................................................................................ iii

I. PENDAHULUAN
1.1 Latar Belakang ........................................................................................... 1
1.2 Rumusan Masalah ...................................................................................... 2
1.3 Tujuan Penulisan ....................................................................................... 2

II. PEMBAHASAN
2.1 Statistika Inferensial .................................................................................... 3
2.2 Pengertian Uji T Test .................................................................................. 4
2.3 Prasyarat Uji T Test .................................................................................... 4
2.4 One Sample T Test ..................................................................................... 8
2.5 Independent Sample T Test ....................................................................... 11
2.6 Paired Sample T Test ................................................................................. 15
2.7 Uji Wilcoxoon ........................................................................................... 19

III. PENUTUP
3.1 Kesimpulan ................................................................................................20
3.2 Saran ......................................................................................................... 20
DAFTAR PUSTAKA
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Statistik memegang peranan yang penting dalam penelitian, baik dalam
penyusunan model, perumusan hipotesa, dalam pengembangan alat dan
instrumen pengumpulan data, dalam penyusunan desain penelitian, dalam
penentuan sampel dan dalam analisa data. Dalam banyak hal, pengolahan dan
analisa data tidak luput dari penerapan teknik dan metode statistik tertentu,
yang mana kehadirannya dapat memberikan dasar bertolak dalam menjelaskan
hubungan-hubungan yang terjadi.
Statistik dapat digunakan sebagai alat untuk mengetahui apakah
hubungan kausalitas antara dua atau lebih variabel benar-benar terkait secara
benar dalam suatu kausalitas empiris ataukah hubungan tersebut hanya bersifat
random atau kebetulan saja. Statistik dapat menolong peneliti untuk
menyimpulkan apakah suatu perbedaan yang diperoleh benar-benar berbeda
secara signifikan. Apakah kesimpulan yang diambil cukup refresentatif untuk
memberikan infrensi terhadap populasi tertentu. Banyak sekali penelitian yang
dilakukan oleh berbagai kalangan akademisi. Banyaknya penelitian
menunjukkan bahwa semakin banyaknya minat kepada penelitian itu sendiri.
Kebutuhan penelitian pun menjadi sesuatu yang harus demi kemajuan ilmu
pengetahuan. Dalam melakukan proses penelitian, para peneliti memerlukan
banyak hal agar penelitiannya dapat diyakini hasilnya.
Dalam uji statistik parametrik terdapat beberapa uji yang dapat
digunakan untuk mengambil kesimpulan tentang populasi dari sampel tersebut
yang diambil. Seandainya sampel yang diambil merupakan sampel yang saling
berhubungan, maka akan timbul suatu permasalahan bagaimana cara (metode)
menganalisisnya dan uji statistik apa yang digunakan.
 Untuk menguji kebenaran suatu hipotesis yang ada di dalam penelitian
itu, berbagai uji dilakukan. Salah satu uji yang telah dikenal dalam dunia
statistika, yaitu uji T. Uji T atau T test adalah salah satu tes statistik yang
dipergunakan untuk menguji kebenaran atau kepalsuan hipotesis nihil yang
menyetakan bahwa di antara dua buah mean sampel yang diambil secara
random dari populasi yang sama, tidak terdapat perbedaan signifikan (dalam
Sudijono, 2009: 278).

1.2 Rumusan Masalah

Adapun rumusan masalah dalam penulisan ini adalah sebagau berikut:
1. Apa yang dimaksud dengan Satatistika Inferensial?
2. Apa yang dimaksud dengan Uji T Test?
3. Bagaimanakah analisis dalam Uji T Test?

1.3 Tujuan Penulisan

Tujuan penulisan makalah ini adalah sebagai berikut:
1. Mengetahui pengertian dari Satatistika Inferensial?
2. Mengetahui pengertian dari Uji T Test?
3. Mengetahui analisis dalam Uji T Test dalam penelitian?

2
 BAB II
PEMBAHASAN

2.1 Statistika Inferensial

Statistik inferensial adalah bagian dari statistika yang mempelajari
tentang penafsiran dan penarikan kesimpulan yang berlaku secara umum dari
sampel yang tersedia. Statistika inferensial berhubungan dengan pendugaan
populasi dan pengujian hipotesis dari suatu data atau keadaan atau
fenomena. Dengan kata lain, statistika inferensial berfungsi memprediksi dan
mengontrol situasi atau kejadian.
Berdasarkan bentuk indikator yang dianalisis, statistik inferensial
dibedakan menjadi:
a. Statistik Parametrik
Statistik parametrik merupakan bagian statistika yang parameter
populasinya harus memenuhi syarat-syarat tertentu seperti syarat data
berkala interval/rasio, syarat pengambilan sampel harus random,
berdistribusi normal (normalitas) dan memiliki varian yang homogen
(homogenitas), model regresi linier, dan sampel lebih besar dari 30. Dalam
statistika, parametrik indikator-indikator yang dianalisis adalah parameter-
parameter dari ukuran objek yang bersangkutan.
b. Statistik nonparametric
Statistik nonparametrik merupakan bagian statistika yang parameter
populasinya bebas dari keharusan memenuhi syarat-syarat tertentu seperti
syarat data berkala interval/rasio, syarat pengambilan sampel harus
random, berdistribusi normal (normalitas) dan memiliki varian yang
homogen (homogenitas), model regresi linier, dan sampel lebih besar dari
30. Dalam statistika non-parametrik indikator-indikator yang dianalisis
adalah sisi lain parameter ukuran objek yang bersangkutan.
2.2 Pengertian Uji T Test
Uji T atau T test adalah salah satu tes statistik yang dipergunakan untuk
menguji kebenaran atau kepalsuan hipotesis nihil yang menyetakan bahwa di
antara dua buah mean sampel yang diambil secara random dari populasi yang
sama, tidak terdapat perbedaan signifikan (dalam Sudijono, 2009: 278). Uji T
adalah Suatu pengujian untuk melihat apakah nilai tengah (misalnya nilai rata-
rata) data suatu variabel dari satu sampel kelompok berbeda secara nyata
(significant) dari nilai tengah data sampel sub-sampel kelompok lain dalam
variabel yang sama. Sebagai salah satu tes statistik parametrik, test T pertama
kali dikembangkan oleh William Seely Gosset 1915.
Ada dua jenis uji-t: independen atau dependen (berpasangan). Dalam uji-
t independen, skor tidak bergantung satu sama lain. Uji-t berpasangan atau
dependen memeriksa perbedaan antara dua observasi periode untuk satu
kelompok.
Di dalam uji-t, ada beberapa kategori:
a. Satu Grup: Digunakan saat menguji mean sampel Anda terhadap yang
diketahui rata-rata populasi.
b. Dua Grup / Independen / Ukuran Sampel Sama: Digunakan saat menguji
perbedaan antara dua grup yang tidak terkait satu sama lain.
c. Dua Kelompok / Independen / Ukuran Sampel Berbeda: Digunakan saat
menguji perbedaan antara dua kelompok yang tidak berhubungan satu
sama lain, dan masing-masing kelompok memiliki jumlah peserta yang
berbeda.
d. Satu Grup / Tergantung: Digunakan jika Anda hanya memiliki satu sampel
tetapi sudah memilikinya mengumpulkan data dua kali (atau mungkin
lebih) dari mereka, seperti pretestposttest for a training exercise.

2.3 Prasyarat Uji T Test

Teknik analisis data yang digunakan adalah analisis perbedaan dengan
menggunakan rumus Uji-t. Sebelum melakukan Uji-t tersebut, terlebih dahulu
dilakukan langkah-langkah sebagai berikut :

4
a. Menghitung rata-rata skor

X=
∑ Xi
n
Dimana:
X́ : Mean

∑ Xi : Jumlah skor siswa

n : Banyak siswa (Sudjana, 2005:67)
b. Menghitung standard deviasi
Standard deviasi dapat dicari dengan rumus:
2
n ∑ X 2 −( ∑ X )
S=
√ n( n−1 )
(Sudjana, 2005:93)
Dimana:
S : Standar Deviasi

∑X : jumlah skor total

∑X 2
: jumlah kuadrat skor total
n : banyak siswa
Selanjutnya menghitung varians dengan memangkatduakan standard
deviasi.
c. Uji normalitas
Untuk menguji apakah sampel berdistribusi normal atau tidak digunakan
uji normalitas liliefors. Langkah-langkah sebagai berikut:
a. Mencari bilangan baku
Dengan rumus:
X i− X
Zi=
S
Dimana:
Xi : Data ke-i
X : Nilai rata-rata
S : Simpangan baku sampel

5
 F( zi )=P ( Z≤Z i )
b. Menghitung peluang dengan menggunakan daftar
distribusi normal baku.
S ( zi )
c. Selanjutnya menghitung proporsi dengan rumus:
banyaknya Z 1 , Z2 ,. .. , Z n ≤Z i
S zi=
n

d. Menghitung selisih F ( zi )−S ( zi ) kemudian dibentuk harga mutlak.

e. Menentukan harga terbesar dari selisih harga mutlak F ( zi )−S ( zi )

sebagai
Lo Untuk menerima dan menolak distribusi normal data

penelitian dapatlah dibandingkan nilai

Lo dengan nilai kritis L uji
liliefors dengan taraf signifikan 0.05 dengan kriteria pengujian:

Jika
Lo <L tabel maka sampel berdistribusi normal.

Jika
Lo >L tabel maka sampel tidak berdistribusi normal (Sudjana,
2005:466).
d. Uji Homogenitas
Untuk melihat kedua kelas yang diuji memiliki kemampuan dasar yang
sama terlebih dahulu diuji kesamaan variansnya. Untuk menguji kesamaan
varians digunaka uji F sebagai berikut:
Ho : 12 = 22
Ha : 1222
Dimana:
H0 : Kedua populasi mempunyai varians yang sama.
Ha : Kedua populasi mempunyai varians yang berbeda.
varians terbesar
F=
varians terkecil (Sugiyono,2009:276)
Kriteria pengujian adalah sebagai berikut :

Jika
Fhitung <F tabel maka Ho diterima

Jika
Fhitung ≥F tabel maka Ho ditolak

6
 Fα
( v 1 , v2 ) didapat dari daftar distribusi F dengan peluang α ,
Dimana

sedangkan derajat kebebasan v 1 dan v 2 masing-masing sesuai dengan

dk pembilang = ( n1 −1 ) dan dk penyebut = ( n 2−1 ) pembilang dan

taraf nyata α=0,05

e. Uji Hipotesis
Hipotesis yang akan diuji dirumuskan sebagai berikut:
H 0 : μ1 =μ2
H a : μ1 ≠μ2
Dimana:

H 0 : μ1 =μ2 : Tidak terdapat perbedaan hasil belajar siswa yang

diajar dengan pembelajaran problem posing dan diajar
dengan pembelajaran inkuiri di kelas VIII SMP Negeri 17
Medan T.A 2012/2013.

H a : μ1 ≠μ2 : Terdapat perbedaan hasil belajar siswa yang diajar

dengan pembelajaran problem posing dan diajar dengan
pembelajaran inkuiri di kelas VIII SMP Negeri 17 Medan
T.A 2012/2013.

Data berasal dari populasi yang homogen (

σ 1 =σ 2 dan σ tidak
diketahui) dan normal maka digunakan rumus uji t yaitu :
X 1 −X 2
t=
1 1
S
√ +
n1 n2 (Sudjana,2005:239)
Keterangan :
t = Luas daerah yang dicapai
n1 = Banyak siswa pada sampel kelas eksperimen

n2 = Banyak siswa pada sampel kelas kontrol

S 1 = Simpangan baku kelas eksperimen

7
 S2 = Simpangan baku kelas kontrol

S2 = Simpangan baku gabungan dari S 1 dan S 2

X1 = Rata-rata skor siswa kelas eksperimen
X2 = Rata-rata skor siswa kelas kontrol

Kriteria pengujian adalah : terima Ho jika

t hitung <t tabel dengan dk = (

n1 +n2 −2 ) dengan peluang (1−α ) dan taraf nyata α = 0,05

Untuk harga-harga t lainnya Ho ditolak atau terima Ha.

2.4 One Sample T Test

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.
Asumsi Uji t Satu Sampel:
a. Variabel dependen didistribusikan secara normal di dalam populasi.
b. Data tidak bergantung (skor dari satu peserta tidak tergantung pada skor
yang lain)
Uji T sebagai teknik pengujian hipotesis deskriptif memiliki tiga kriteria yaitu
uji pihak kanan, kiri dan dua pihak.
a. Uji Pihak Kiri : dikatakan sebagai uji pihak kiri karena t tabel ditempatkan
di bagian kiri Kurva
b. Uji Pihak Kanan : Dikatakan sebagai uji pihak kanan karena t tabel
ditempatkan di bagian kanan kurva.
c. Uji dua pihak : dikatakan sebagai uji dua pihak karena t tabel dibagi dua
dan diletakkan di bagian kanan dan kiri

Contoh kasus:
Seorang mahasiswi bernama Ana dalam penelitiannya ingin mengetahui
apakah rata-rata nilai matematika pada kelas 6 SD Harapan Mulia berbeda
dengan rata-rata nilai matematika pada SD di Yogyakarta. Setelah dilakukan
penelitian dengan menggunakan sampel sebanyak 10 responden diketahui

8
 rata-rata nilai matematika SD di Yogyakarta adalah 7,47. Sedangkan rata-rata
nilai matematika kelas 6 SD Harapan Mulia diketahui adalah 6,48. Data-data
yang didapat sebagai berikut:
                     

    Tabel 1. Tabulasi Data (Data Fiktif)

Nilai SD Nilai SD
Subjek
Di Yogyakarta Harapan Mulia
1 8.00 7.10
2 8.23 6.32
3 7.56 5.45
4 7.34 5.84
5 8.24 6.28
6 6.85 7.15
7 7.65 8.62
8 6.15 6.28
9 7.21 5.00
10 7.48 6.76
     
Langkah-langkah uji dengan program SPSS
 Masuk program SPSS
 Klik variable view pada SPSS data editor
 Pada kolom Name ketik x, dan kolom Name pada baris kedua ketik y.
 Pada kolom Label, untuk kolom pada baris pertama ketik SD Yogya,
untuk kolom pada baris kedua ketik SD Harapan Mulia.
 Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
 Buka data view pada SPSS data editor, maka didapat kolom variabel x dan y.
 Ketikkan data sesuai dengan variabelnya
 Klik Analyze - Compare Means - One Sample T Test
 Klik variabel SD Yogya dan masukkan ke kotak Test Variable, pada Test
Value ketik angka 6,48.
 Klik OK, maka hasil output yang didapat adalah sebagai berikut:
                            Tabel 2. Hasil One Sample T Test

9
Langkah-langkah pengujian sebagai berikut:
1. Menentukan Hipotesis
Ho :  Rata-rata nilai matematika kelas 6 SD Harapan Mulia tidak berbeda
dengan rata-rata nilai matematika SD di Yogyakarta
Ha :  Rata-rata nilai matematika kelas 6 SD Harapan Mulia berbeda
dengan rata-rata nilai matematika SD di Yogyakarta
2. Menentukan tingkat signifikansi
Pengujian menggunakan uji dua sisi dengan tingkat signifikansi  = 5%.
Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah
dalam mengambil keputusan untuk menolak hipotesis yang benar
sebanyak-banyaknya 5% (signifikansi 5% atau 0,05 adalah ukuran standar
yang sering digunakan dalam penelitian)
3. Menentukan t hitung
Dari tabel di atas didapat nilai t hitung adalah 4,885
4. Menentukan t tabel
Tabel distribusi t dicari pada  = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat
kebebasan (df) n-1 atau 10-1  = 9. Dengan pengujian 2 sisi (signifikansi =
0,025) hasil diperoleh untuk t tabel sebesar 2,262 (Lihat pada lampiran)
atau dapat dicari di Ms Excel dengan cara pada cell kosong ketik
=tinv(0.05,9) lalu enter.
5. Kriteria Pengujian
Ho diterima dan Ha ditolak jika -t tabel < t hitung < t tabel
Ho ditolak dan Ha diterima jika -t hitung < -t tabel atau t hitung > t tabel
Berdasar probabilitas:
Ho diterima jika P value > 0,05
Ho ditolak jika P value < 0,05
6. Membandingkan t hitung dengan t tabel dan probabilitas
Nilai t hitung > t tabel (4,885 > 2,262) dan P value  (0,001 < 0,05) maka
Ho ditolak
7.  Kesimpulan

10
 Oleh karena nilai t hitung > t tabel (4,885 > 2,262) dan P value (0,001 <
0,05) maka Ho ditolak, artinya bahwa rata-rata nilai matematika kelas 6
SD Harapan Mulia berbeda dengan rata-rata nilai matematika SD di
Yogyakarta. Hasil t hitung positif menunjukkan bahwa rata-rata nilai
matematika SD di Yogyakarta lebih tinggi dari SD Harapan Mulia.

2.5 Independent Sample T Test

Independent Sample T Test juga diartikan sebagai dua sampel yang
saling tidak berkorelasi atau independent. Misalny, kinerja karyawan laki-laki
tidak mempengaruhi kinerja karyawan wanita dan sebaliknya.
Asumsi Uji Independent Samples t:
a. Varians variabel dependen dalam kedua populasi adalah sama.
b. Variabel terikat didistribusikan secara normal dalam setiap populasi.
c. Data tidak bergantung (skor dari satu peserta tidak terkait secara sistematis
skor lainnya).
Pengujian hipotesis yang dilakukan dengan analisis Independent Sample
T-test pada program SPSS, pengambilan keputusannya dilakukan dengan cara
membandingkan nilai t hitung dengan table dengan ketentuan:
a. Jika ± t hitung < ± t tabel, maka H0 diterima dan Ha ditolak 75
b. Jika ± t hitung > ± t tabel, maka H0 ditolak dan Ha diterima. Selain itu,
pengambilan keputusan juga dapat dilihat dari taraf signifikan p (Sig(2-
tailed)). Jika p > 0,05 maka H0 diterima dan jika p < 0,05 maka H0 ditolak
(Triton, 2006: 175).

Contoh kasus:
Seorang mahasiswa dalam penelitiannya ingin mengetahui apakah ada
perbedaan nilai ujian antara kelas A dan kelas B pada fakultas Psikologi suatu
universitas. Penelitian dengan menggunakan sampel sebanyak 20 responden
yang diambil dari kelas A dan kelas B. Dalam uji ini jumlah kelompok
responden yang diambil tidak harus sama, misalnya kelas A sebanyak 8 orang
dan kelas B sebanyak 12 orang. Data-data yang didapat sebagai berikut:
                     Tabel 3. Tabulasi Data (Data Fiktif)

11
No Nilai Ujian Kelas

12
 1 32 Kelas A
2 35 Kelas A
3 41 Kelas A
4 39 Kelas A
5 45 Kelas A
6 43 Kelas A
7 42 Kelas A
8 47 Kelas A
9 42 Kelas A
10 37 Kelas A
11 35 Kelas B
12 36 Kelas B
13 30 Kelas B
14 28 Kelas B
15 26 Kelas B
16 27 Kelas B
17 32 Kelas B
18 35 Kelas B
19 38 Kelas B
20 41 Kelas B

Langkah-langkah pada program SPSS

 Masuk program SPSS
 Klik variable view pada SPSS data editor
 Pada kolom Name ketik nilaiujn, dan kolom Name pada baris kedua ketik
kelas.
 Pada kolom Decimals, ubah nilai menjadi 0 untuk semua variabel.
 Pada kolom Label, untuk kolom pada baris pertama ketik Nilai Ujian,
untuk kolom pada baris kedua ketik Kelas.
 Pada kolom Values, untuk kolom pada baris pertama biarkan kosong
(None). Untuk kolom pada baris kedua klik pada kotak kecil, pada value
ketik 1, pada Value Label ketik kelas A, lalu klik Add. Langkah
selanjutnya pada Value ketik 2, pada Value Label ketik kelas B, lalu klik
Add. Kemudian klik OK. 
 Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
 Buka data view pada SPSS data editor, maka didapat kolom variabel
nilaiujn dan kelas.

13
  Ketikkan data sesuai dengan variabelnya (pada variabel kelas ketik dengan
angka 1 dan 2 (1 menunjukkan kelas A dan 2 menunjukkan kelas B)
 Klik Analyze - Compare Means - Independent Sample T Test
 Klik variabel Nilai Ujian dan masukkan ke kotak Test Variable, kemudian
klik variabel Kelas dan masukkan ke kotak Grouping Variable, kemudia
klik Define Groups, pada Group 1 ketik 1 dan pada Group 2 ketik 2, lalu
klik Continue.
 Klik OK, maka hasil output yang didapat adalah sebagai berikut:
                         Tabel 4. Hasil Independent Sample T Test

Keterangan: Tabel di atas telah dirubah kedalam bentuk baris (double klik
pada output independen sample t test, kemudian pada menu bar
klik pivot, kemudian klik Transpose Rows and Columns)

Sebelum dilakukan uji t test sebelumnya dilakukan uji kesamaan varian

(homogenitas) dengan F test (Levene,s Test), artinya jika varian sama maka uji
t menggunakan Equal Variance Assumed (diasumsikan varian sama) dan jika
varian berbeda menggunakan Equal Variance Not Assumed (diasumsikan
varian berbeda).
Langkah-langkah uji F sebagai berikut:
1. Menentukan Hipotesis

14
Ho :  Kedua varian adalah sama (varian kelompok kelas A dan kelas B adalah
sama)
Ha : Kedua varian adalah berbeda (varian kelompok kelas A dan kelas B
adalah berbeda).
2. Kriteria Pengujian (berdasar probabilitas / signifikansi)
Ho diterima jika P value > 0,05
Ho ditolak jika P value < 0,05
3. Membandingkan probabilitas / signifikansi
Nilai P value (0,613 > 0,05) maka Ho diterima.
4. Kesimpulan
Oleh karena nilai probabilitas (signifikansi) dengan equal variance
assumed (diasumsikan kedua varian sama) adalah 0,603 lebih besar dari
0,05 maka Ho diterima, jadi dapat disimpulkan bahwa kedua varian sama
(varian kelompok kelas A dan kelas B adalah sama).  Dengan ini
penggunaan uji t menggunakan equal variance assumed (diasumsikan
kedua varian sama).

Pengujian independen sample t test

Langkah-langkah pengujian sebagai berikut:
1. Menentukan Hipotesis
Ho : Tidak ada perbedaan antara rata-rata nilai ujian kelas A dengan rata-
rata nilai ujian kelas B
Ha : Ada perbedaan antara rata-rata nilai ujian kelas A dengan rata-rata
nilai ujian kelas B
2. Menentukan tingkat signifikansi
Pengujian menggunakan uji dua sisi dengan tingkat signifikansi  = 5%.
Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah
dalam mengambil keputusan untuk menolak hipotesis yang benar
sebanyak-banyaknya 5% (signifikansi 5% atau 0,05 adalah ukuran standar
yang sering digunakan dalam penelitian)
3. Menentukan t hitung

15
 Dari tabel di atas didapat nilai t hitung (equal variance assumed) adalah
3,490
4. Menentukan t tabel
Tabel distribusi t dicari pada  = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat
kebebasan (df) n-2 atau 20-2  = 18. Dengan pengujian 2 sisi (signifikansi =
0,025) hasil diperoleh untuk t tabel sebesar 2,101 (Lihat pada lampiran)
atau dapat dicari di Ms Excel dengan cara pada cell kosong ketik
=tinv(0.05,18) lalu enter.
5. Kriteria Pengujian
Ho diterima jika -t tabel < t hitung < t tabel
Ho ditolak jika -t hitung < -t tabel atau t hitung > t tabel
Berdasar probabilitas:
Ho diterima jika P value > 0,05
Ho ditolak jika P value < 0,05
6. Membandingkan t hitung dengan t tabel dan probabilitas
Nilai t hitung > t tabel (3,490 > 2,101) dan P value (0,003 < 0,05) maka
Ho ditolak.
7. Kesimpulan
Oleh karena nilai t hitung > t tabel (3,490 > 2,101) dan P value (0,003 <
0,05) maka Ho ditolak, artinya bahwa ada perbedaan antara rata-rata nilai
ujian kelas A dengan rata-rata nilai ujian kelas B. Pada tabel Group
Statistics terlihat rata-rata (mean) untuk kelas A adalah 40,30 dan untuk
kelas B adalah 32,80, artinya bahwa rata-rata nilai ujian kelas A lebih
tinggi daripada rata-rata nilai ujian kelas B.

Nilai t hitung positif, berarti rata-rata group1 (kelas A) lebih tinggi daripada
group2 (kelas B) dan sebaliknya jika t hitung negatif berarti rata-rata group1
(kelas A) lebih rendah dari pada rata-rata group2 (kelas B). Perbedaan rata-
rata (mean diference) sebesar 7,50 (40,30-32,80), dan perbedaan berkisar
antara 2,98 sampai 12,02 (lihat pada lower dan upper).

2.6 Paired Sample T Test

16
 Sampel tak bebas adalah sampel yang keberadaanya saling
mempengaruhi (berkorelasi). Distribusi kedua data sampel tidak independen
tetapi secara rasional (teoritis) berkorelasi. Esensi dari analisis perbedaan dua
rata-rata sampel tak bebas adalah bahwa kedua data yang ingin diuji
perbedaannya berasal dari satu kelompok sampel yang sama yang
menghasilkan dua distribusi data.
Uji T berpasangan (paired T-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. Misalnya jika kita ingin menguji banyaknya gigitan nyamuk
sebelum diberi lotion anti nyamuk merk tertentu maupun sesudahnya.
Lanjutan dari uji T berpasangan adalah uji ANOVA berulang. Uji T
berpasangan (paired T-test) adalah salah satu metode pengujian hipotesis
dimana data yang digunakan tidak bebas (berpasangan). Ciri-ciri yang paling
sering ditemui pada kasus yang berpasangan adalah satu individu (objek
penelitian) dikenai 2 buah perlakuan yang berbeda. Walaupun menggunakan
individu yang sama, peneliti tetap memperoleh 2 macam data sampel, yaitu
data dari perlakuan pertama dan data dari perlakuan kedua. Perlakuan pertama
mungkin saja berupa kontrol, yaitu tidak memberikan perlakuan sama sekali
terhadap objek penelitian.
Uji Paired Sample T Test menunjukkan apakah sampel berpasangan
mengalami perubahan yang bermakna. Hasil uji Paired Sample T Test
ditentukan oleh nilai signifikansinya. Nilai ini kemudian menentukan
keputusan yang diambil dalam penelitian. Nilai signifikansi (2-tailed) < 0.05
menunjukkan adanya perbedaan yang signifikan antara variabel awal dengan
variabel akhir. Ini menunjukkan terdapat pengaruh yang bermakna terhadap
perbedaan perlakuan yang diberikan pada masing-masing variabel. Nilai
signifikansi (2-tailed) > 0.05 menunjukkan tidak terdapat perbedaan yang
signifikan antara variabel awal dengan variabel akhir. Ini menunjukkan tidak
terdapat pengaruh yang bermakna terhadap perbedaan perlakukan yang
diberikan pada masing-masing variable
Asumsi dan Ketentuan Penggunaan Uji t Sampel Berpasangan:

17
a. Variabel independen bersifat dikotomis dan levelnya (atau kelompok)
berpasangan, atau cocok, dalam beberapa cara (misalnya, suami-istri, pra-
posting, dll.).
b. Variabel dependen terdistribusi normal dalam dua kondisi.
Contoh kasus:
Seorang mahasiswa dalam penelitiannya ingin mengetahui apakah ada
perbedaan rata-rata nilai ulangan matematika antara sebelum diadakan les
matematika dengan sesudah diadakan les matematika pada SMP N 1
Yogyakarta. Penelitian dengan menggunakan sampel sebanyak 10 responden.
Data-data yang didapat sebagai berikut:
                            Tabel 5. Tabulasi Data (Data Fiktif)
No Sebelum Les Sesudah Les
1 6.34 6.24
2 6.58 6.38
3 5.38 6.45
4 5.60 7.50
5 6.68 6.25
6 7.42 5.27
7 7.20 5.86
8 6.24 5.90
9 5.78 6.47
10 5.47 6.98

Langkah-langkah pada program SPSS

 Masuk program SPSS
 Klik variable view pada SPSS data editor
 Pada kolom Name ketik sebelum, dan kolom Name pada baris kedua ketik
sesudah.
 Pada kolom Label, untuk kolom pada baris pertama ketik Sebelum Les,
untuk kolom pada baris kedua ketik Sesudah Les.
 Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
 Buka data view pada SPSS data editor, maka didapat kolom variabel
sebelum dan sesudah.
 Ketikkan data sesuai dengan variabelnya
 Klik Analyze - Compare Means - Paired Sample T Test

18
  Klik variabel Sebelum Les, kemudian klik variabel Sesudah Les dan
masukkan ke kotak Paired Variables.
 Klik OK, maka hasil output yang didapat pada tabel Paired Samples
Statistics dan Paired Samples Test adalah sebagai berikut:
                             Tabel 6. Hasil Paired Sample T Test

Keterangan: Tabel di atas telah dirubah kedalam bentuk baris (double klik
pada output paired sample t test, kemudian pada menu bar klik
pivot, kemudian klik Transpose Rows and Columns)
Langkah-langkah pengujian sebagai berikut:
1. Menentukan Hipotesis
H0 : Tidak ada perbedaan antara rata-rata nilai ulangan matematika
sebelum les dengan rata-rata nilai ulangan sesudah les.
Ha : Ada perbedaan antara rata-rata nilai ulangan matematika sebelum les
dengan rata-rata nilai ulangan sesudah les
2. Menentukan tingkat signifikansi
Pengujian menggunakan uji dua sisi dengan tingkat signifikansi  = 5%.
Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah
dalam mengambil keputusan untuk menolak hipotesis yang benar
sebanyak-banyaknya 5% (signifikansi 5% atau 0,05 adalah ukuran standar
yang sering digunakan dalam penelitian)
3. Menentukan t hitung
Dari tabel di atas didapat nilai t hitung adalah -0,153
4. Menentukan t tabel

19
 Tabel distribusi t dicari pada  = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat
kebebasan (df) n-1 atau 10-1 = 9. Dengan pengujian 2 sisi (signifikansi =
0,025) hasil diperoleh untuk t tabel sebesar 2,262 (Lihat pada lampiran)
atau dapat dicari di Ms Excel dengan cara pada cell kosong ketik
=tinv(0.05,9) lalu enter.
5. Kriteria Pengujian
Ho diterima jika -t tabel  t hitung  t tabel
Ho ditolak jika -t hitung < -t tabel atau t hitung > t tabel
Berdasar probabilitas:
Ho diterima jika P value > 0,05
Ho ditolak jika P value < 0,05
6. Membandingkan t hitung dengan t tabel dan probabilitas
Nilai -t hitung > -t tabel (-0,153 > -2,262) dan P value (0,882 > 0,05) maka
Ho diterima.
7. Kesimpulan
Oleh karena nilai -t hitung > -t tabel (-0,153 > -2,262) dan P value (0,882
> 0,05) maka Ho diterima, artinya bahwa tidak ada perbedaan antara rata-
rata nilai ulangan matematika sebelum les dengan rata-rata nilai ulangan
sesudah les. Sebagai catatan: Jika hasil ada perbedaan, maka kemudian
dilihat rata-rata mana yang lebih tinggi dengan melihat nilai Mean pada
Paired Samples Statistik, atau pada t hitung, t hitung positif berarti rata-
rata sebelum les lebih tinggi daripada sesudah les dan sebaliknya t hitung
negatif berarti rata-rata sebelum les lebih rendah daripada sesudah les.

2.7 Uji Wilcoxoon

Uji Wilcoxoon adalah uji non parametrik digunakan untuk dua sampel
bergantungan atau berhubungan (korelasi). Jika pada uji tanda hanya
memperhatikan arah perbedaan dalam pasangan maka Uji Wilcoxon di
samping memperhatikan arah perbedaan juga menentukan besarnya atau
adanya perbedaan nyata antara data pasangan yang diambil dari satu sampel
yang berhubungan. Uji ini dapat digunakan baik data yang diperoleh melalui
pengukuran beruntun atau data berpasangan yang berupa data dalam skala

20
ordinal dan data tidak mengikuti distribusi normal. Dasar pengambilan
keputuasan dalam Uji Wilcoxon sebagai berikut:  Jika nilai Asymp.Sig.
(2tailed) < 0.05 maka ada perbedaan yang signifikan antara variabel awal
dengan variabel akhir.  Jika nilai Asymp.Sig. (2tailed) > 0.05 maka tidak ada
perbedaan yang signifikan antara variabel awal dengan variabel akhir.

21
 BAB III
PENUTUP

3.1 Kesimpulan
Statistik inferensial adalah bagian dari statistika yang mempelajari tentang
penafsiran dan penarikan kesimpulan yang berlaku secara umum dari sampel
yang tersedia. Uji T atau T test adalah salah satu tes statistik yang
dipergunakan untuk menguji kebenaran atau kepalsuan hipotesis nihil yang
menyetakan bahwa di antara dua buah mean sampel yang diambil secara
random dari populasi yang sama, tidak terdapat perbedaan signifikan. Teknik
analisis data yang digunakan adalah analisis perbedaan dengan menggunakan
rumus Uji-t.

3.2 Saran
Kami menyadari dalam pembuatan makalah ini masih banyak
kekurangan. Kami tetap berharap makalah ini tetap memeberikan manfaat
bagi pembaca. Namun, saran dan kritik yang sifatnya membangun dengan
tangan terbuka kami terima demi kesempurnaan makalah dimasa yang akan
datang.
 DAFTAR PUSTAKA

Darren George & Paul Mallery. 2020. IBM SPSS Statistics 26 Step by Step: A
Simple Guide and Reference. sixteenth edition. New York: Roudledge
Taylor & Francis
Cohen, L., Manion, L. & Morrison, K. 2007. Research Methods in
Education.New York, N.Y.: Routledge.
Huberty, Carl & Olejnik Stephen. (2006). Applied MANOVA and Discriminant
Analysis Second Edition. Newyork: John Willey & Sons Inc.
J. Schreiber, Kimberly Asner-Self-Educational Research -John Wiley & Sons
(2011).
Morgan, G. A, Leech, N. L, Gloeckner, G. W,& Barrett, K. C. 2004. SPSS for
introductory statistics: Use and interpretation, 2nd edition. London:
Lawrence Erlbaum Associates.
Sarwono, Jonathan. 2009. Statistik itu Mudah. Yogyakarta: C. V. Andi Offset.
Sugiono. 2014. Statistika untuk Penelitian. Bandung: Alfabeta.
Yamin & Kurniawan. 2009. SSPS Complete: Teknik Analisis Statistik Terlengkap
dengan Software SPSS Edisi 2. Jakarta selatan: Salemba Infotek.