See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/333999256

MODUL STATISTIKA INDUKTIF UJI DEPENDENT SAMPLE T

TEST, INDEPENDENT SAMPLE T TEST, DAN UJI WILCOXON

Article · June 2019

CITATION
READS
1
18,154

1 author:

Elfana Damayanti
Universitas Gadjah Mada
1 PUBLICATION 1 CITATION

SEE PROFILE

All content following this page was uploaded by Elfana Damayanti on 25 June 2019.

The user has requested enhancement of the downloaded file.

 MAKALAH STATISTIKA INDUKTIF

UJI PAIRED SAMPLE T TEST, UJI INDEPENDENT SAMPLE T

TEST, DAN UJI WILCOXON

Disusun untuk memenuhi tugas mata kuliah Praktikum Statistika

Induktif Dosen Pengampu : Nurisqi Amalia, S.Pd.,M.Sc.

Oleh :

1. Elfana Damayanti (17/416261/SV/13999)

2. Eva Nurazizah (17/416263/SV/140001)
3. Merin Dwi Rahayu (17/416274/SV/14012)

EKONOMIKA TERAPAN

DEPARTEMEN EKONOMIKA DAN BISNIS

SEKOLAH VOKASI

UNIVERSITAS GADJAH MADA

2019
 KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmat-Nya sehingga kami
dapat menyelesaikan modul mengenai Uji Paired Sample T Test, Uji Independent Sample T
Test, dan Uji Wilcoxon dengan baik dan lancar. Kami mengucapkan terimakasih atas bantuan
dari pihak yang telah berkontribusi dengan memberikan sumbangan baik materi maupun
pikiranya. Harapan kami, semoga penyusunan modul ini dapat memberikan manfaat dan
pengaruh positif yaitu menambah pengetahuan bagi pembaca mengenai perbedaan rata-rata
sebuah data. Kami menyadari sepenuhnya bahwa dalam penyusunan modul ini masih banyak
kekurangan baik dari segi susunan kalimat maupun tata bahasanya. Hal tersebut di karenakan
kami masih dalam tahap belajar. Oleh karena itu kami sangat mengharapkan saran maupun
kritik dari pembaca sekalian sehingga dapat membangun demi menyempurnaka modul ini.

Penyusun

i
 DAFTAR ISI

KATA PENGANTAR................................................................................................................i

DAFTAR ISI..............................................................................................................................ii

BAB I UJI PAIRED SAMPLE T TEST....................................................................................1

A. PENGERTIAN............................................................................................................1

B. Contoh Uji Paired Sample T Test................................................................................1

BAB II UJI INDEPENDENT SAMPLE T-TEST.....................................................................5

A. PENGERTIAN............................................................................................................5

B. Contoh Uji Independent Sample T Test......................................................................6

BAB III UJI WILCOXON.......................................................................................................13

A. PENGERTIAN..........................................................................................................13

B. Contoh Uji Wilcoxon.................................................................................................13

DAFTAR PUSTAKA...............................................................................................................iii
 BAB I
UJI PAIRED SAMPLE T TEST

A. PENGERTIAN
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. Contoh sampel berkorelasi, misalnya skor pada tes awal
dan pada tes akhir, skor IQ dan prestasi akademik, kemampuan verbal dan kemampuan
komunikasi.

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

B. Contoh Uji Paired Sample T Test

Digunakan contoh penelitian pada tutorial sebelumnya, yaitu “Peningkatan

Kekuatan Otot Kelompok Perlakuan dengan Pelatihan Angkat Dumbell“.

1
 Data diatas adalah data hasil tes awal (point sebelum pelatihan angkat dumbell) dan
test akhir (point sesudah melakukan pelatihan angkat dumbell). Data ini terdiri dari 15
sampel yang berdistribusi normal.

Berikut langkah-langkah melakukan uji Paired Sample T Test:

1. Klik Analyze > Compare Means > Paired-Samples T Test

2. Memasukkan variabel dari sampel berpasangan

Setelah kita melakukan langkah di atas, akan terbuka jendela Paired Samples T Test.
Masukkan variabel dari sampel berpasangan pada kotak Paired Variable. Pada
kolom Variable 1 masukkan variabel pada kondisi pertama (Contoh: Test Awal)
dan Variable 2 masukkan variable pada kondisi kedua (Contoh: Test Akhir).
 3. Klik OK
Setelah kita klik OK, hasil analisis ditampilkan pada jendela output.

Membaca Hasil Uji T Berpasangan

Berikut hasil output pada langkah di

atas:

Tabel Paired Samples Statistics

Tabel Paired Samples Statistics menunjukkan beberapa nilai deskriptif masing-masing

variabel pada sampel berpasangan.

 Tes Awal mempunyai nilai rata-rata (mean) 25.47 dari 15 data. Sebaran data
(Std. Deviation) yang diperoleh adalah 2.588 dengan standar error 0.668.
 Tes Akhir mempunyai nilai rata-rata (mean) 29.87 dari 15 data. Sebaran data
(Std.Deviation) yang diperoleh 3.777 dengan standar error 0.975.

Hal ini menunjukkan tes akhir pada data lebih tinggi dari pada tes awal. Namun rentang
sebaran data tes akhir juga menjadi semakin lebar dan dengan standar error yang semakin
tinggi.
 Tabel Paired Samples Correlations

Tabel Paired Samples Correlations menunjukkan nilai korelasi yang menunjukkan hubungan
kedua variabel pada sampel berpasangan.

Tabel Paired Samples Test

Tabel Paired Samples Test merupakan tabel utama dari output yang menunjukkan hasil uji
yang dilakukan. Hal ini dapat diketahui dari nilai signifikansi (2-tailed) pada tabel.

Nilai signifikansi (2-tailed) dari contoh kasus ini adalah 0.001 (p < 0.05). Sehingga
hasil test awal dan test akhir mengalami perubahan yang signifikan (berarti). Berdasarkan
statistika deskriptif tes awal dan tes akhir terbukti test akhir lebih tinggi. Dapat disimpulkan
pelatihan angkat dumbell dapat meningkatkan kekuatan otot.
 BAB II
UJI INDEPENDENT SAMPLE T-TEST

A. PENGERTIAN
Sampel bebas adalah sampel yang keberadaannya tidak saling mempengaruhi. Sampel
bebas juga diartikan sebagai dua sampel yang saling tidak berkorelasi atau independent.
Misalny, kinerja karyawan laki-laki tidak mempengaruhi kinerja karyawan wanita dan
sebaliknya.

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).
 B. Contoh Uji Independent Sample T Test
Sebagai contoh, kita akan melakukan pengujian hipotesis komparatif untuk mengetahui
apakah ada perbedaan rata-rata harga kos per bulan antara kelas EPD41 dengan PRO22.
Berikut adalah data yang dihasilkan dari 30 reposnden pada masing-masing kelas :

Rumusan Hipotesis :

H0 = Tidak ada perbedaan rata-rata harga kos per bulan antara kelas EPD41 dengan PRO22.

Ha = Ada perbedaan rata-rata harga kos per bulan antara kelas EPD41 dengan PRO22.
Sebelum melakukan uji independent sample t-test dengan SPPS, maka terlebih membuat
kode untuk kelas EPD41 dan PRO22. Kode 1 untuk kelas EPD41 dan kode 2 untuk kelas
PRO22.

Langkah-Langkah Uji Independent Sample T-Test dengan SPSS :

1. Buka lembar kerja SPSS, lalu klik Variable View selanjutnya adalah tahap mengisi pada
daftar pada variable view dengan ketentuan sebagai berikut :

1. Name
 HARGA_KOS
 KELAS
2. Type : Numeric
3. Width : 8
4. Label
 HARGA_KOS
 KELAS
 5. Missing : None
6. Columns : 8
7. Align : Right
8. Measure : Scale
9. Role : Input

10.

Untuk mengisi pada daftar “Values” untuk variable kelompok maka klik kolom none baris
kedua hingga muncul kotak dialog “Value Label” kemudian pada kotak value isikan 1 dan
kotak label isikan EPD41, lalu klik add. Dan lakukan step yang sama untuk kode ke-2.

11.

2. Setelah muncul kedua kode seperti di atas, lalu klik ok.

3. Langkah berikutnya klik Data View, kemudian untuk variable HARGA_KOS isikan
data harga kos kelas EPD41 dan PRO22, copykan dari data excel yang sudah diatur
sebelumnya, untuk variable KELAS isikan data yang sudah diatur pada excel
sebelumnya. Kemudian akan muncul tampilan seperti gambar dibawah.

4. Langkah selanjutnya dari menu SPSS klik Analyze – Compare Means – Independent
Sample T-Test
5. Muncul kotak dialog “Independent Sample T Test”, kemudian masukkan variable
HARGA_KOS ke kotak Test variable, lalu masukkan variable KELOMPOK ke kotak
Grouping Variabel.

6. Selanjutnya klik Define Groups, maka akan muncul kotak dialog “Define Groups”,
pada kotak Group 1 isikan 1 dan pada kotak Group 2 isikan 2, lalu klik Continue.

7. Terakhir klik ok. Maka akan muncul output SPSS.

 HASIL OUTPUT :

Group Statistics
KELAS N Mean Std. Deviation Std. Error
Mean
HARGA_KO EPD41 30 553666.67 125409.215 22896.485
S PRO22 30 551333.33 130324.088 23793.814

Dari hasil output di atas diketahui jumlah data harga kos untuk kelas EPD41 adalah
sebanyak 30 orang dan untuk kelas PRO22 sebanyak 30 orang. Nilai rata-rata harga kos kelas
EPD41 adalah sebesar 553666.67, sementara kelas PRO22 sebesar 551333.33. Dengan
demikian secara deskriptif statistik dapat disimpulkan ada perbedaan rata-rata harga kos
antara kelas EPD41 dengan PRO22.

Independent Samples Test

Levene' t-test for Equality of Means
s Test
for
Equality
of
Varianc
es
F Sig t df Sig. Mean Std.95% Confidence
. (2- Differen Interval of the
Error
taile ce Difference
Differen
d) ce Lower Upper
Equal -
.53 .46 .07 2333.33 33021.1 68432.2
variances 58 .944 63765.6
1 9 1 3 24 95
assumed 28
HARGA_
Equal
KOS -
variances .07 57.91 2333.33 33021.1 68434.3
.944 63767.7
not 1 4 3 24 73
06
assumed

Berdasarkan output diatas diketahui nilai Sig. Levene’s Test for Equality of Variances
sebesar 0.469 > 0.05 maka dapat diartikan bahwa varians data antara kelas EPD41 dengan
PRO22 adalah homogeny atau sama.
 Berdasarkan table output “Independent Samples Test” pada bagian “Equal variances
assumed” diketahui nilai Sig. (2-tailed) sebesar 0.944 > 0.05 maka dapat disimpulkan bahwa
H0 diterima dan Ha ditolak. Dengan demikian tidak ada perbedaan yang signifikan antara
rata-rata harga kos pada kelas EPD41 dengan PRO22.

Selanjutnya pada table “Mean Difference” adalah sebesar 2333.333. Nilai ini
menunjukkan selisih anatara rata-rata harga kos pada kelas EPD41 dan PRO22. Dan selisih
perbedaan tersebut adalah -63765.628 sampai 68432.295.
 BAB III
UJI WILCOXON

A. PENGERTIAN
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 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.

B. Contoh Uji Wilcoxon

Berikut ini contoh kasus penggunaan Uji Wilcoxon dengan tujuan untuk mengetahui
apakah terdapat perbedaan pendapatan antara sebelum dan sesudah revitalisasi di Pasar
Prambanan.

Pendapatan Pendapatan
sebelum sesudah
revitalisasi revitalisasi
750000 1000000
100000 45000
500000 150000
150000 50000
600000 400000
100000 93000
200000 250000
50000 100000
 400000 200000
200000 75000
40000 30000
1200000 600000
100000 45000
150000 80000
150000 100000
50000 75000
100000 120000
75000 40000
75000 40000
100000 50000
120000 150000
200000 50000
200000 100000
100000 100000
25000 50000

Sebelum melakukan Uji Wilcoxon kita harus memastikan terlebih dahulu data pendapatan
tersebut terdistribusi normal atau tidak. Maka langkah pertama yaitu melakukan Uji
Normalitas Saphiro Wilk. Langkah-langkah melakukan Uji Normalitas Saphiro Wilk dengan
SPSS:

1. Buka program aplikasi SPSS

2. Lalu buat variabel Sebelum dan Sesudah pada Variable View
3. Lalu masukkan data pendapatan pada Data View
4. Setelah data dimasukkan, olah data tersebut dengan cara pilih tab menu Analyze, lalu
pilih Descriptive Statistics, dan klik Explore.

5. Kemudian muncul kotak dialog explore seperti gambar di bawah ini. Kemudian
masukkan variabel sebelum dan sesudah pada Dependent List.
 6. Pilih pada bagian menu Plots, centang pada Normality Plots with tests kemudian klik
Continue

7. Setelah kotak dialog explore muncul kembali kemudian klik OK.

Setelah melakukan langkah Uji Normalitas Saphiro Wilk akan dihasilkan output sebagai
berikut:

Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
SEBELU
25 100.0% 0 .0% 25 100.0%
M
SESUDA
25 100.0% 0 .0% 25 100.0%
H

Berdasar tabel Case Processing Summary dapat diketahui bahwa total data pendapatan yang
valid sebelum dan sesudah revitalisasi sebanyak 25.
 Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
SEBELU
.343 25 .000 .672 25 .000
M
SESUDA
.318 25 .000 .580 25 .000
H
a. Lilliefors Significance Correction

 Jika nilai signifikansi > 0.05 maka data terdistribusi normal

 Jika nilai signifikansi < 0.05 maka data tidak terdistribusi normal

Berdasar tabel Tests of Normality dapat diketahui bahwa nilai signifikansi sebesar 0.000 baik
pada kelompok sebelum maupun sesudah atau nilai signifikansi tersebut lebih kecil dari 0.05
maka artinya data pendapatan sebelum dan sesudah revitalisasi Pasar Prambanan tidak
terdistribusi normal.

Selain itu, berdasar grafik Normal Q-Q Plot of sebelum dan sesudah dapat diketahui
persebaran data tidak mengikuti garis diagonal sehingga dapat diartikan bahwa data
pendapatan sebelum dan sesudah revitalisasi Pasar Prambanan tidak terdistribusi normal.

Dengan demikian karena data pendapatan tersebut sudah dibuktikan bahwa tidak
terdistribusi normal maka selanjutnya dilakukan Uji Wilcoxon untuk mengetahui apakah ada
perbedaan atau tidak terhadap pendapatan sebelum dan sesudah revitalisasi Pasar Prambanan.
Berikut ini langkah- langkah Uji Woilcoxon dengan SPSS:

1. Dengan menggunakan data pendapatan yang sudah dibuat pada Uji Saphiro Wilk
sebelumnya lakukan olah data dengan pilih tab menu Analyze lalu arahkan pada
Nonparametric Tests lalu pilih Legacy Dialogs dan klik 2 Related Samples
2. Masukkan variabel sebelum pada kolom Variable 1 dan variabel sesudah pada kolom
Variable 2 menjadi seperti gambar di bawah ini. Pastikan pada Test Type sudah
tercentang pada Wilcoxon.

3. Setelah itu klik OK kemudian akan muncul output sebagai berikut

Ranks
N Mean Rank Sum of Ranks
SESUDAH - Negative Ranks 17a 14.06 239.00
SEBELUM Positive Ranks 7b 8.71 61.00
Ties 1c
Total 25
a. SESUDAH < SEBELUM
b. SESUDAH > SEBELUM
c. SESUDAH = SEBELUM
Berdasarkan tabel Ranks di atas dapat diketahui bahwa:
1. Nilai Negative Ranks sebesar 17 dengan mean 14.06 artinya terdapat 17 pendapatan
yang mengalami penurunan dari sebelum dan sesudah revitalisasi Pasar Prambanan
dengan besar rata-rata sebesar 14.06.
2. Nilai Positive Ranks sebesar 7 dengan mean 8.71 artinya terdapat 7 pendapatan yang
mengalami peningkatan dari sebelum dan sesudah revitalisasi Pasar Prambanan
dengan besar rata-rata sebesar 8.71.
3. Nilai Ties sebesar 1 artinya hanya ada 1 pendapatan yang tidak mengalami perubahan
baik peningkatan maupun penurunan pendapatan dari sebelum dan sesudah
revitalisasi Pasar Prambanan.

Test Statisticsb
SESUDAH -
SEBELUM
Z -2.545a
Asymp. Sig. (2-tailed)
.011

a. Based on positive ranks.

b. Wilcoxon Signed Ranks Test
 Jika nilai Asymp.Sig. (2tailed) < 0.05 maka ada perbedaan
 Jika nilai Asymp.Sig. (2tailed) > 0.05 maka tidak ada perbedaan

Berdasarkan tabel Test Statistics dapat diketahui nilai Asymp. Sig. (2-tailed) sebesar
0.011 atau nilai tersebut lebih kecil dari 0.05 maka artinya terdapat perbedaan pendapatan
antara sebelum dan sesudah revitalisasi Pasar Prambanan.

Selanjutnya, apabila seorang peneliti ingin mengetahui faktor apa yang

mempengaruhi terjadinya perbedaan pendapatan sebelum dan sesudah revitalisasi Pasar
Prambanan dapat dilakukan uji lainnya, contohnya Uji Regresi.
 DAFTAR PUSTAKA

Kadir. 2015. Statistika Terapan: Konsep, Contoh, dan Analisis Data dengan Program
SPSS/Lisrel dalam Penelitian. Jakarta: Rajawali Pers.

Widarjono, Agus. 2015. Statistika Terapan dengan Excel & SPSS. Yogyakarta: UPP STIM
YKPN.

iii
 i

View publication stats