1.

Contents
 Pengertian Uji Beda Rata-rata
 Macam-macam Uji-t
 Analisis Uji Beda Rata-rata
2. Ringkasan Materi
Uji beda rata-rata dikenal juga dengan nama uji-t (t-test ). Teori uji beda rata-rata itu
sebuah teori dalam statistik yang dipake untuk nguji apakah suatu nilai tertentu (yang
diberikan sebagai pembanding) berbeda secara nyata ataukah tidak dengan rata-rata
sebuah sampel (Santoso, 2004). Uji beda rata-rata itu baru bisa jika data yang digunakan
tipenya kuantitatif artinya data yang diolah hanya berbentuk angka. Konsep dari uji beda
rata-rata adalah membandingkan nilai rata-rata beserta selang kepercayaan tertentu
(confidenceinterval) dari dua populasi.
Dalam menggunakan uji-t ada beberapa syarat yang harus dipenuhi. Syarat/asumsi
utama yang harus dipenuhi dalam menggunakan uji-t adalah data harus berdistribusi
normal.Jika data tidak berdistribusi normal, maka harus dilakukan transformasi data
terlebih dahulu untuk menormalkan distribusinya. Jika transformasi yang dilakukan tidak
mampu. menormalkan distribusi data tersebut, maka uji-t tidak valid untuk dipakai,
sehingga disarankan untuk melakukan uji non-parametrik
Uji-t dibedakan menjadi 3 macam, yaitu sebagai berikut :
a) Uji T untuk menguji rata-rata pada satu kelompok sampel disebut One Sample
T Test.
b) Uji T untuk mengetahui perbedaan rata-rata dua sampel yang saling bebas atau
Independent Sample T-Test.
c) Uji T mengetahui perbedaan rata-rata dua sampel yang berhubungan atau
berpasangan (Paired Sample T-Test).
Analisis uji beda rata-rata dilakukan dengan menggunakan aplikasi SPSS.

3. Subtansi
A. Pengertian Uji Beda Rata-rata
Uji beda rata-rata dikenal juga dengan nama uji-t (t-test ). Teori uji beda rata-rata itu
sebuah teori dalam statistik yang dipake untuk nguji apakah suatu nilai tertentu (yang
diberikan sebagai pembanding) berbeda secara nyata ataukah tidak dengan rata-rata
sebuah sampel (Santoso, 2004). Uji beda rata-rata itu baru bisa jika data yang digunakan
tipenya kuantitatif artinya data yang diolah hanya berbentuk angka. Konsep dari uji beda
rata-rata adalah membandingkan nilai rata-rata beserta selang kepercayaan tertentu
(confidenceinterval) dari dua populasi. Prinsip pengujian dua rata-rata adalah melihat
perbedaan variasi kedua kelompok data. Oleh karena itu dalam pengujian ini diperlukan
informasi apakah varian kedua kelompok yang diuji sama atau tidak. Varian kedua
kelompok data akan berpengaruh pada nilai standar error yang akhirnya akan
membedakan rumus pengujiannya.Dalam menggunakan uji-t ada beberapa syarat yang
harus dipenuhi. Syarat/asumsi utama yang harus dipenuhi dalam menggunakan uji-t
adalah data harus berdistribusi normal.Jika data tidak berdistribusi normal, maka harus
dilakukan transformasi data terlebih dahulu untuk menormalkan distribusinya. Jika
transformasi yang dilakukan tidak mampu. menormalkan distribusi data tersebut, maka
uji-t tidak valid untuk dipakai, sehingga disarankan untuk melakukan uji non-parametrik
seperti Wilcoxon (data berpasangan) atau Mann-Whitney U (data independen).
B. Macam-macam Uji-t
Dalam ilmu statistika, uji t dibedakan menjadi 3 macam, yaitu sebagai berikut :
a) Uji T untuk menguji rata-rata pada satu kelompok sampel disebut One Sample
T Test. Pengujian ini dilakukan antara lain untuk menguji homogenitas data,
dan dapat juga digunakan untuk mengetahui signifikasi perbedaan rata-rata
suatu kelompok sampel dengan nilai pembanding yang ditetapkan.
b) Uji T untuk mengetahui perbedaan rata-rata dua sampel yang saling bebas atau
Independent Sample T-Test. Melalui pengujian ini, dapat diketahui
signifikansi perbedaan rata-rata dua kelompok sampel yang saling tidak
berhubungan.
c) Uji T mengetahui perbedaan rata-rata dua sampel yang berhubungan atau
berpasangan (Paired Sample T-Test). Melalui pengujian ini dapat diketahui
signifikansi perbedaan rata-rata dua kelompok sampel yang saling
berhubungan.

C. Analisis Uji Beda Rata-Rata

A. 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.

Langkah-langkah dengan SPSS :

1) Buka SPSS, kemudian klik variabel view, isikan nama variabel, kemudian
measure isikan scale.
2) Masukkan data tinggi badan ke dalam SPSS
3) Langkah pertama, melakukan uji normalitas.
Caranya dengan klik Analyze → Descriptive Statistics → Explore...
4) Kemudian akan muncul kotak dialog “explore”
 Variabel “tinggi badan” dimasukkan ke dalam Dependent list, dan display
dipilih “both”
5) Kemudian masuk ke bagian “plots’ pada kotak dialog explore Pada kotak
“normality plots with test”, berikan tanda centang (v) kemudian klik
“continue”
6) Kemudian akan muncul output untuk uji normalitasnya. Apabila data
berdistribusi normal, lanjut ke uji One sample t-test
7) Langkah selanjutnya adalah melakukan uji One Sample T-Test
dengan klik Analyze → compare means → One Sample T-Test
8) Masukkan variabel “tinggi badan” ke dalam kotak dialog Test Variable seperti
pada gambar disamping. Kemudian untuk test value diisikan 160 karena ingin
membandingkan rata-rata tinggi badan mahasiswa ET dengan tinggi badan
160 cm. Kemudian klik Ok.

B. Independent Sample T-Test

Independent sample t-test digunakan untuk menguji data tidak berpasangan atau 2
data yang berbeda (tidak saling berhubungan).

Langkah-langkah dengan SPSS :

1) Buka SPSS, kemudian pada variabel view isikan nama variabel yaitu
kelompok dan ukuran sepatu
2) Kemudian pada “Values” kolom “kelompok” isikan 1 = “ET 12 Angkatan
2017” dan 2 = “Akuntansi 43”
3) Kemudian masukkan data pada SPSS di bagian data view pada kolom ukuran
sepatu
Pada kolom kelompok isikan angka “1” pada data pertama dan isikan “2” pada
data kedua. Kemudian klik pada maka angka “1” dan “2” tersebut

akan berubah menjadi nama kelompok.

4) Langkah selanjutnya adalah dengan menguji Independent Sample T-Test
Caranya dengan klik Analyze → Compare Means → Independent Sample T
Test
5) Kemudian akan muncul kotak dialog “Independent Sample T-Test”.
Masukkan variabel “Ukuran Sepatu” pada kotak dialog “Test Variable” dan
masukkan variabel “kelompok” pada kotak dialog “Group Variable”.
6) Kemudian klik “Define Groups” maka akan muncul kotak dialog
Isikan 1 pada kotak group 1 dan isikan 2 pada kotak group 2. Kemudian klik
“continue”.

C. Paired Sample T-Test

Paired sample t test digunakan untuk menguji data berpasangan atau data yang
saling berhubungan.

Langkah-langkah dengan SPSS :

1) Buka SPSS, kemudian pada variabel view isikan nama data
2) Kemudian isikan data jam belajar mahasiswa pada data view
3) Selanjutnya melakukan uji paired sample t test.
Caranya dengan klik Analyze → Compare Means → Paired Sample T Test
4) Kemudian akan muncul kotak dialog “Paired Sample T Test”
 Isikan variabel “ketika ujian” pada kolom variabel 1 dan variabel “ketika tidak
ujian” pada variabel 2. Kemudian klik Options.
5) Pada menu “options” isikan data seperti berikut.
Pada Confidence Interval Percentage menggunakan 95% karena untuk tingkat
kepercayaan menggunakan 95% atau nilai signifikansi sebesar 5%.
Selanjutnya klik “continue”, kemudian Ok.
D. Contoh Soal Dan Jawaban
A. One Sample T-Test
Contoh :
Berikut merupakan Data Tinggi Badan Mahasiswa ET :

Langkah-langkah dengan SPSS :

1) Buka SPSS, kemudian klik variabel view, isikan nama variabel, kemudian
measure isikan scale.
2) Masukkan data tinggi badan ke dalam SPSS
3) Langkah pertama, melakukan uji normalitas.
Caranya dengan klik Analyze → Descriptive Statistics → Explore...
4) Kemudian akan muncul kotak dialog “explore”
Variabel “tinggi badan” dimasukkan ke dalam Dependent list, dan display
dipilih “both”
5) Kemudian masuk ke bagian “plots’ pada kotak dialog explore Pada kotak
“normality plots with test”, berikan tanda centang (v) kemudian klik
“continue”
6) Kemudian muncul output seperti dibawah ini
Test of normality digunakan untuk menguji apakah data tersebut berdistribusi
normal. Berdasarkan tabel test of normality dapat disimpulkan bahwa data
tersebut berdistribusi normal karena nilai signifikansi lebih besar dari alpha, yaitu
0,125 > 0,05.
7) Langkah selanjutnya adalah melakukan uji One Sample T-Test
dengan klik Analyze → compare means → One Sample T-Test
8) Masukkan variabel “tinggi badan” ke dalam kotak dialog Test Variable seperti
pada gambar disamping. Kemudian untuk test value diisikan 160 karena ingin
membandingkan rata-rata tinggi badan mahasiswa ET dengan tinggi badan
160 cm. Kemudian klik Ok.
9) Setelah itu akan muncul output dari uji One Sample T-Test

Hasil One Sample Statistik tersebut menunjukkan nilai statistik deskriptif, yaitu
N=25 artinya jumlah sampel yang dipakai adalah 25 orang. Mean=159,80 artinya
nilai rata-rata hitung adalah 159,80. Std. Deviation atau simpangan baku adalah
sebesar 6,658 dan Std. Error adalah sebesar 1,332.

Dari hasil One Sample Test diketahui nilai t (t hitung ) sebesar -0,150. Nilai
df(degree of freedom) atau derajat kebebasan adalah sebesar 24. Nilai
signifikansi(2-tailed) atau nilai signifikansi dengan uji dua sisi adalah sebesar
0,882.
Hipotesis :
Ho : Nilai rata-rata tinggi badan Mahaiswa Ekonomika terapan sama dengan 160
cm.
Hi : Nilai rata-rata tinggi badan Mahasiswa Ekonomika terapan tidak sama dengan
160cm.
Pengambilan Keputusan :
1. Jika nilai Sig.(2-tailed) < 0,05, maka HO ditolak.
2. Jika nilai Sig.(2-tailed) > 0,05, maka HO diterima.
Kesimpulan :
Berdasarkan output tabel One Sample T-Test, diketahui nilai Sig.(2-tailed) sebesar
0,0882> 0,05, maka sesuai dengan dasar pengambilan keputusan bahwa Ho
diterima dan menolak Hi. Dengan demikian, dapat diartikan jika nilai rata-rata
tinggi badan Mahasiswa Ekonomika Terapan sama dengan 160 Cm.
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.
T tabel = 2,06390
T hitung = -0,150
Nilai t tabel> t hitung, maka Ho diterima artinya nilai rata-rata tinggi badan
Mahasiswa Ekonomika Terapan sama dengan 160 cm.

B. Independent Sample T-Test

Contoh : Data ukuran sepatu mahasiswa ET 12 angkatan 2017 dan mahasiswa
Akuntansi 43

Dilakukan dengan menggunakan uji Independent Sample T-Test untuk

mengetahui apakah ada perbedaan rata-rata ukuran sepatu mahasiswa ET 12
angkatan 2017 dan mahasiswa Akuntansi 43.
Langkah-langkah dengan SPSS :
1) Buka SPSS, kemudian pada variabel view isikan nama variabel yaitu
kelompok dan ukuran sepatu
2) Kemudian pada “Values” kolom “kelompok” isikan 1 = “ET 12 Angkatan
2017” dan 2 = “Akuntansi 43”
3) Kemudian masukkan data pada SPSS di bagian data view pada kolom ukuran
sepatu
Pada kolom kelompok isikan angka “1” pada data pertama dan isikan “2” pada
data kedua. Kemudian klik pada maka angka “1” dan “2” tersebut
 akan berubah menjadi nama kelompok.
4) Langkah selanjutnya adalah dengan menguji Independent Sample T-Test
Caranya dengan klik Analyze → Compare Means → Independent Sample T
Test
5) Kemudian akan muncul kotak dialog “Independent Sample T-Test”.
Masukkan variabel “Ukuran Sepatu” pada kotak dialog “Test Variable” dan
masukkan variabel “kelompok” pada kotak dialog “Group Variable”.
6) Kemudian klik “Define Groups” maka akan muncul kotak dialog
Isikan 1 pada kotak group 1 dan isikan 2 pada kotak group 2. Kemudian klik
“continue”.
7) Maka akan muncul output seperti di bawah ini.

Interpretasi :

Diketahui jika rata-rata ukuran sepatu Mahasiswa Ekonomika Terapan 1.2

adalah 39,16 dengan standar deviasi 1,375 dan rata-rata ukuran sepatu
Mahasiswa Akuntansi 4.3 adalah 39,12 dengan standar deviasi 1,787.

Pengujian Independent Sample T-Test :

Hipotesis :
H0 : Tidak terdapat perbedaan yang signifikan antara ukuran sepatu
mahasiswa Ekonomika Terapan 1.2 dan mahasiswa Akuntansi 4.3.
H1 : Terdapat perbedaan yang signifikan antara ukuran sepatu mahasiswa
Ekonomika Terapan 1.2 dan mahasiswa Akuntansi 4.3.
T Hitung : 0,089
α = 5% : 2 = 0,025
df =(n-2) = 48
 Tabel t = 2,01063
Kriteria Pengujian :
H0 : diterima jika t tabel < t hitung
H0 : ditolak jika t tabel > t hitung
Kesimpulan :
Karena nilai t hitung lebih kecil dari nilai tabel t, H0 diterima dan menolak
H1, artinya tidak terdapat perbedaan yang signifikan antara ukuran sepatu
mahasiswa Ekonomika Terapan 1.2 dan mahasiswa Akuntansi 4.3.

C. Paired Sample T-Test

Contoh: :
Data jumlah jam belajar mahasiswa ET 12 Angkatan 2017 ketika ujian dan ketika
tidak ujian.

Dari data diatas peneliti ingin menguji apakah pada jumlah jam belajar mahasiswa
Ekonomi Terapan 12 angkatan 2017 terdapat perbedaan yang signifikan antara
jumlah jam belajar ketika ujian dan ketika tidak ujian.
Langkah-langkah dengan SPSS :
1) Buka SPSS, kemudian pada variabel view isikan nama data
2) Kemudian isikan data jam belajar mahasiswa pada data view
3) Selanjutnya melakukan uji paired sample t test.
Caranya dengan klik Analyze → Compare Means → Paired Sample T Test
4) Kemudian akan muncul kotak dialog “Paired Sample T Test”
 Isikan variabel “ketika ujian” pada kolom variabel 1 dan variabel “ketika tidak
ujian” pada variabel 2. Kemudian klik Options.
5) Pada menu “options” isikan data seperti berikut.
Pada Confidence Interval Percentage menggunakan 95% karena untuk tingkat
kepercayaan menggunakan 95% atau nilai signifikansi sebesar 5%.
Selanjutnya klik “continue”, kemudian Ok.
6) Setelah itu akan muncul output seperti di bawah ini.

Interpretasi :
Dari tabel Paired Samples Statistic di atas, dapat diketahui rata-rata jumlah
jam belajar ketika ujian adalah 3,88 dengan standar deviasi 1,673. Dan rata-
rata jumlah jam belajar ketika tidak ujian adalah 1,78 dengan standar deviasi
1,081.

Tabel hasil korelasi atau hubungan antara kedua data atau variabel adalah
sebagai berikut :

Interpretasi :
Dari hasil Paired Samples Correlation menunjukkan bahwa korelasi antara dua
variabel sebesar -0,188. Dengan signifikansi sebesar 0,368 hal ini
menunjukkan bahwa tidak ada korelasi antara jumlah jam belajar ketika ujian
dan ketika tidak ujian.

Hipotesis :
H0 : terdapat perbedaan yang signifikan antara jumlah jam belajar ketika ujian
dan ketika tidak ujian
H1 : tidak terdapat perbedaan yang signifikan antara jumlah jam belajar ketika
ujian dan ketika tidak ujian
Dari tabel hasil Paired Samples Test diatas diketahui jika nilai t hitung 4,871
dan probabilitas atau signifikansi < 0,05 maka terdapat perbedaan yang
signifikan antara jumlah jam belajar ketika ujian dan ketika tidak ujian. Maka
dapat disimpulkan jika Ho diterima, artinya terdapat perbedaan yang
signifikan pada jumlah jam belajar mahasiswa Ekonomika Terapan 12 ketika
ujian dan ketika tidak ujian.