LAPORAN PRAKTIKUM BIOSTATISTIKA

KEGIATAN 4
RENCANA PERCOBAAN : UJI T (T TEST)

Disusun Oleh:
Werdi Nur Solihah
1404070029

PROGRAM STUDI PENDIDIKAN BIOLOGI

FALUKTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS MUHAMMADIYAH PURWOKERTO
22 April 2017
 Sabtu, 22 april 2017
UJI T (T TEST)
A. Tujuan
1. Mengetahui perbedaan rata-rata dua sampel yang saling bebas
(independent sample T test)
2. Mengetahui perbedaan rata-rata dua sample yang berhubungan ayau
berpasangan (Paired Smple T test)
3. Mengetahui signifikansi perbedaan rata-rata dua kelompok sample
B. Dasar Teori
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 (Sudijono, 2009).
Sebagai salah satu tes statistik parametrik, test t pertama kali dikembangkan
oleh William Seely Gosset (1915). Pada waktu itu dia menggunakan nama samara
Student dan huruf ‘t’ yang terdapat dalam istilah tes t itu diambil dari huruf
terakhir nama beliau. Itu pulalah sebabnya mengapa test t juga sering disebut
dengan nama atau istilah student t.
Tujuan utama kegiatan penelitian tersebut ialah menemukan prinsip yang
dapat diberlakukan secara umum atau bersifat universal. Untuk dapat menemukan
prinsip yang berlaku universal itu, secara ideal teoritik, seorang peneliti
seharusnya meneliti keseluruhan objek yang ia hadapai, dengan kata lain :
meneliti populasinya. Dengan meneliti populasinya, generalisasi yang di
kemukakan oleh seorang peneliti akan tidak terlalu jauh berbeda dengan
kenyataan yang sebenarnya. Akan tetapi kenyataan menunjukan, meneliti populasi
secara keseluruhan dalam rangka membuat generalisasi itu, kecuali tidak
mungkin, juga tidak praktis, sebab kenyataan acap kali menunjukan sangat besat
atau sangat luasnya populasi itu. Sehingga peneliti tidak mungkin mampu
melakukan pengukuran terhadap karakteristiknya. Itulah sebabnya mengapa
sebelum dilakukan pengukuran populasi itu perlu diubah terlebih dahulu kedalam
populasi yang lebih kecil yang kemudian kita kenal dengan istilah “sample”
(Anas, 1997).
Uji t Independen (Tak Berpasangan)
Dalam uji menyangkut dua rata-rata antar kelompok, apabila ragam populasi
diketahui, maka uji analisis statistik yang digunakan adalah uji z. Sebaliknya
apabila ragam populasi tidak diketahui maka uji analisis statistik yang digunakan
adalah uji t. Namun, keadaan yang umum berlaku adalah keadaan di mana ragam
populasi tidak diketahui (Walpole dan Myers, 1995).
Uji t Independen digunakan untuk mengetahui perbedaan rata-rata antara
dua kelompok berbeda berdasarkan suatu variabel dependen (Siregar, 2005).
Misalnya pada jenis produk barang pada pabrik A dan B, ingin diketahui apakah
daya jenis alat tersebut relatif sama atau berbeda. Dalam hal ini pabrik A dan B
adalah variabel Independen, sedangkan daya jenis alat merupakan variabel
dependen.
Sebelum menggunakan analisis statistik dengan metode uji t perlu terpenuhi
beberapa asumsi sebagai berikut (Siregar, 2005):
Asumsi # 1: Variabel dependen harus diukur pada skala kontinu (yaitu, diukur
pada skala interval atau skala rasio). Contoh variabel yang memenuhi kriteria ini
termasuk waktu revisi (diukur dalam jam), kecerdasan (diukur dengan
menggunakan skor IQ), hasil ujian (diukur dari 0 sampai 100), berat badan
(diukur dalam kg), dan sebagainya.
Asumsi # 2: Variabel independen harus terdiri dari dua kategori. Contoh variabel
independen yang memenuhi kriteria ini antara jenis kelamin (2 kelompok: laki-
laki atau perempuan), status pekerjaan (2 kelompok: bekerja atau menganggur),
perokok (2 kelompok: ya atau tidak), dan sebagainya.
Asumsi # 3: Harus terdapat sifat independensi antar pengamatan, yang berarti
bahwa tidak ada hubungan antara pengamatan di setiap kelompok atau antara
kelompok sendiri. Misalnya, saat mengukur hasil ujian setiap peserta dalam
kelompok harus tak berubungan ataupun pada peserta antar kelompok yang
berbeda.
Asumsi # 4: Tidak terdapat outlier. Outlier adalah titik suatu data tertentu dalam
data yang tidak mengikuti pola yang biasa (misalnya, dalam sebuah studi dari
nilai IQ 100 siswa, dimana nilai rata-rata adalah 105 dengan hanya variasi kecil
antara siswa, satu siswa memiliki IQ yang sangat tidak biasa, yaitu skor 176). Saat
asumsi ini tidak terpenuhi, maka data outlier tersebut selanjutnya tidak dapat
digunakan dalam penelitian dan tidak disertakan dalam analisis.
Asumsi # 5: Sebaran variabel dependen harus mendekati sebaran normal. Asumsi
ini dapat diuji menggunakan uji Lilliefor atau Shapiro-Wilk menggunakan SPSS.
Saat data gagal memenuhi asumsi ini diduga terdapat outlier dan selanjutnya perlu
diperiksa apakah terdapat outlier pada data. Apabila tidak terdapat outlier (yang
berarti data tidak menyebar normal), maka selanjutnya digunakan uji
nonparametrik untuk mengetahui perbedaan antara dua kelompok berbeda, yaitu
uji Mann-Whitney.
Asumsi # 6: Pada uji t independen, antara dua kelompok harus memiliki ragam
yang relatif sama. Asumsi yang demikian adalah asumsi homogenitas ragam.
Asumsi homogenitas ragam dapat diuji menggunakan uji Levene. Apabila asumsi
ini tak terpenuhi, uji t masih bisa dilakukan tetapi dengan koreksi pada rumus uji t
yang digunakan.
Hipotesis Statistik
Menurut Siregar, (2005) Pada uji t independen, hipotesis dua arah dan satu arah
adalah sebagai berikut :
Hipotesis dua arah:
Kriteria Pengujian:
Apabila t < -t(α/2,df) atau t > t(α/2,df) dan nilai signifikansi bernilai kurang dari
0,050 (α = 5%), maka disimpulkan Tolak H0 (Terima Ha), yang berarti terdapat
perbedaan rata-rata antara kelompok A dan B.
Apabila - t(α/2,df) ≤ t ≤ t(α/2,df) dan nilai signifikansi bernilai lebih dari 0,050,
maka disimpulkan Terima H0 (Tolak Ha), yang berarti tidak terdapat perbedaan
rata-rata antara kelompok A dan B.
Hipotesis satu arah:
Hipotesis satu arah untuk menguji A < B:
Kriteria Pengujian:
Apabila t < -t(α,df) dan nilai signifikansi bernilai kurang dari 0,050 maka
disimpulkan Tolak H0 (Terima Ha), yang berarti kelompok A tidak lebih kecil
dari B.
Apabila t ≥ t(α,df) dan nilai signifikansi bernilai lebih dari 0,050, maka
disimpulkan Terima H0 (Tolak Ha), yang berarti kelompok A lebih kecil dari B
Hipotesis satu arah untuk menguji A > B:
Kriteria Pengujian:
Apabila t > t(α,df) dan nilai signifikansi bernilai kurang dari 0,050, maka
disimpulkan Tolak H0 (Terima Ha), yang berarti kelompok A tidak lebih besar
dari B. Apabila t ≤ - t(α,df) dan nilai signifikansi bernilai lebih dari 0,050, maka
disimpulkan Terima H0 (Tolak Ha), yang berarti kelompok A lebih besar dari B.
Sampel berpasangan ialah dua kelompok sampel yang karena dua kelompok
itu memiliki sifat-sifat serupa, dalam penelitian, kedua kelompok itu dipasangkan.
Pemasangan itu dilakukan mungkin karena usianya sama, kecerdasannya sama,
keturunan sama, dan lain-lain. Dalam suatu percobaan, kelompok pertama
dijadikan kelompok control dan kelompok yang satu lagi dijadikan kelompok
percobaan adalah lebih baik daripada pasangannya diambil dari kelompok lain,
walaupun pengambilannya dilakukan secara acak. Pemasangan kelompok-
kelompok yang sifatnya serupa itu mengurangi bervariasinya perbedaan-
perbedaan (Ruseffendi, 1998. 312).
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. Misal pada penelitian mengenai efektivitas suatu obat
tertentu, perlakuan pertama, peneliti menerapkan kontrol, sedangkan pada
perlakuan kedua, barulah objek penelitian dikenai suatu tindakan tertentu, misal
pemberian obat. Dengan demikian, performance obat dapat diketahui dengan cara
membandingkan kondisi objek penelitian sebelum dan sesudah diberikan obat
(Walpole, R.E. dan R.H. Myers. 1995).
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. Pada uji hipotesis ini,
diambil satu sampel yang kemudian dianalisis apakah ada perbedaan rata-rata dari
sampel tersebut (Ruseffendi, 1998). Menurut Siregar, (2005)Prosedur yang umum
dan harus diikuti untuk melakukan uji hipotesis ini adalah sebagai berikut :
1. Mencari hipotesis nol dan hipotesis alternatifnya.
2. Pilih tingkat kepercayaan tertentu dan tentukan besarnya sampel yang diambil.
3. Pilih statistik uji yang sesuai sebagai dasar bagi prosedur pengujian.
4. Tentukan daerah kritisnya.
5. Kumpulkan data sampel dan hitung statistik sampelnya, kemudian ubah ke
dalam variable normal standar (Z) atau t (tergantung banyaknya sampel).
6. Nyatakan menolak atau menerima H0.
Analisis Paired-sample t-Test merupakan prosedur yang digunakan untuk
membandingkan rata-rata dua variabel dalam satu group. Artinya analisis ini
berguna untuk melakukan pengujian terhadap satu sampel yang mendapatkan
sutau treatment yang kemudian akan dibandingkan rata-rata dari sampel tersebut
antara sebelum dan sesudah treatment (Siregar, 2005).
Independent sample t-Test adalah uji yang digunakan untuk menentukan
apakah dua sampel yang tidak berhubungan memiliki rata-rata yang berbeda. Jadi
tujuan metode statistik ini adalah membandingkan rata-rata dua grup yang tidak
berhubungan satu sama lain. Pertanyaan yang coba dijawab adalah apakah kedua
grup tersebut mempunyai nilai rata-rata yang sama ataukah tidak sama secara
signifikan (Ruseffendi, 1998).

C. Alat dan bahan

Alat :
 Laptop
 SPSS 23
Bahan :
 Lembar data daftar nilai
D. Cara kerja
1. Uji T berpasangan / paired T Test
a. Membuka aplikasi SPSS 23
b. Memasukan data pada worksheet spss, seperti pada gambar berikut:

c. Selanjutnya, klik worksheet variable view. Pada bagian name baris pertama
dinamai dengan “pretes” dan baris kedua dinamai dengan “postes”, pada
decimal ubah semua angka menjadi “0”, pada bagian label baris pertama
dinamai “PRETES” dan baris kedua dinamai “POSTTES”, serta pada kolom
measure ganti dengan scale, seperti pada gambar berikut:

d. Kemudian mengkilk menu analyze, lalu menggeser kursor ke menu compare

means kemudian menggeser kursor ke menu paired – sample T Test lalu
mengekliknya, seperti pada gambar berikut:
e. Setelah mengklik paired – sample T Test, akan muncul menu pada dailog
sebagai berikut:

f. Kemudian memindahkan pritest dan posttest pada paired variabel , dengan

mengaktifkan baris kosong pada variable1 lalu mengaktifkan pretest lalu
mengeklik menu panah yang berada di tengah, setelah itu mengaktifkan baris
kosong pada variable2 lalu mengaktifkan posttest lalu mengeklik menu panah
yang berada di tengah. sehingga menjadi seperti gambar berikut:
g. Kemudian mengklik ok sehingga diperoleh tampilan output seperti gambar
berikut:

Uji T berpasangan eliminasi

a. Membuka aplikasi SPSS 23
b. Memasukan data pada worksheet spss, seperti pada gambar berikut:
c. Selanjutnya, klik worksheet variable view. Pada bagian name baris pertama
dinamai dengan “pretes” dan baris kedua dinamai dengan “postes”, pada
decimal ubah semua angka menjadi “0”, pada bagian label baris pertama
dinamai “PRETES” dan baris kedua dinamai “POSTTES”, serta pada kolom
measure ganti dengan scale, seperti pada gambar berikut:

d. Kemudian mengkilk menu analyze, lalu menggeser kursor ke menu compare

means kemudian menggeser kursor ke menu paired – sample T Test lalu
mengekliknya, seperti pada gambar berikut:

e. Setelah mengklik paired – sample T Test, akan muncul menu pada dailog
sebagai berikut:

f. Kemudian memindahkan pritest dan posttest pada paired variabel , dengan

mengaktifkan baris kosong pada variable1 lalu mengaktifkan pretest lalu
mengeklik menu panah yang berada di tengah, setelah itu mengaktifkan baris
 kosong pada variable2 lalu mengaktifkan posttest lalu mengeklik menu panah
yang berada di tengah. sehingga menjadi seperti gambar berikut:

g. Kemudian mengklik ok sehingga diperoleh tampilan output seperti gambar

berikut:

Uji T tak berhubungan

a. Membuka program aplikasi SPSS 23, sehingga akan muncul lembar kerja
(worksheet) SPSS 23 lalu memasukan data pada spss, seperti gambar di bawah
ini
b. Memilih kotak Variabel view pada pojok bawah sebelah kiri pada worksheet.
Pada kolom Name baris ke-1 mengetik “Jenis_tes” dan baris ke-2 mengetik
“Nilai”. Pada Decimal mengganti angka menjadi 0. Pada kolom Label
mengulangi cara yang sama seperti kolom Name namun diket dengan huruf
kapital

c. Mengklik kolom Values Jenis_Tes pada Variabel view maka akan muncul
kotak dialog Value Labels. Memasukan angka 1 pada kolom value dan “nilai
pretes” pada kolom Label, klik Adds dan memasuka angka 2 pada kolom
Value dan “nilai posttes” pada kolom Label. Klik adds dan OK.
d. Kemudian mengkilk analyze, menggeser kursor ke menu compare means
kemudian menggesernya ke independent sample T Test lalu mengekliknya.

e. Kemudian muncul dialog seperti gambar berikut

f. Memindahkan jenis test ke grouping variabel, dan nilai ke kolom test variabel
dengan mengaktifkan menu tujuan yang akan dipilih lalu mengaktifkan menu
yang akan di masukan dalam tujuan lalu mengeklik tanda panah yang berada
di tengah.
g. Mengklik define group dan akan muncul dialog kembali, mengisi dialog group
1 dengan angka 1 dan group 2 dengan angka 2

h. Mengklik continue, kemudian mengklik ok sehingga didapat hasil seperti

gambar berikut:
E.

Hasil Analisis Data Statistik

1. Uji beda sampel berpasangan (Uji T berhubungan) / paired T test
a. Tanpa eliminasi (n1 = n2)
Tabel 1. Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

Pair 1 PRITEST 56,27 30 12,793 2,336

POSTTSEST 72,33 30 9,813 1,792

Pada tabel 1, terlihat bahwa pada nilai rata-rata terlihat berbeda, yaitu 56,27
pada pritest dan 72,33 pada posttest, dengan jumlah seluruh data (N) masing-
masing ada 30 data dan standar deviasi 12,793 pada pritest dan 9,813 pada
posttest, dan standar eror data sebanyak 2,336 pada prites dan 1,792 pada postest
Tabel 2. Paired Samples Correlations

N Correlation Sig.

Pair 1 PRITEST & POSTTSEST 30 ,560 ,001

Tabel 2 menunjukan bahwa data pretest dengan data posttest memiliki

korelasi sebanyak 0,560 dengan signifikansi 0,001 dengan jumlah data ada 30
pasang

Tabel 3. Paired Samples Test

Paired Differences t df Sig. (2-tailed)

 Std. 95% Confidence Interval of

Mea Std. Error the Difference

n Deviation Mean Lower Upper

T
POSTTSES
PRITEST -
Pair -
1 16,0 10,929 1,995 -20,148 -11,986 -8,052 29 ,000
67

Pada tabel 3 terlihat bahwa hasil penghitungan menggunakan spss23

menunjukan rata-rata pritest dan posttest yaitu 16,067 dengan standar deviasi
10,929 dan standar eror rata-rata sebanyak 1,995. Batas bawah terdapat pada
-20,148 dan batas atas pada -11.986 dengan nilai t -8,052 dan derajat kebekaban
sebanyak 29 dan hasil uji signifikansi 0,000 < 0,05, menunjukan bahwa ada beda
rata-rata yang signifikan antara sebelum pembelajaran dengan sesudah
pembelajaran.

b. Eliminasi (n1 ≠ n2)

Tabel 4. Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

Pair 1 pritest 56,27 30 12,793 2,336

posttest 62,47 30 26,303 4,802

Pada tabel 4, terlihat bahwa pada nilai rata-rata terlihat berbeda, yaitu 56,27
pada pritest dan 62,47 pada posttest, dengan jumlah seluruh data (N) masing-
masing ada 30 data dan standar deviasi 12,793 pada pritest dan 26,303 pada
posttest, dan standar eror data sebanyak 2,336 pada prites dan 4,802 pada postest

Tabel 5. Paired Samples Correlations

N Correlation Sig.

Pair 1 pritest & posttest 30 -,180 ,342

Tabel 5 menunjukan bahwa data pretest dengan data posttest memiliki

korelasi sebanyak -0,180 dengan signifikansi 0,342 dengan jumlah data ada 30
pasang, dengan 4 data pada posstest adalah 0 dikarenakan adanya siswa yang
tidak ikut dalam evaluasi pembelajaran.

Tabel 6. Paired Samples Test

 Sig. (2-
Paired Differences t df tailed)

95% Confidence Interval

Std. Std. Error of the Difference

Mean Deviation Mean Lower Upper

posttest
pritest –

Pair 1
-
31,247 5,705 -17,868 5,468 -1,087 29 ,286
6,200

Pada tabel 6 terlihat bahwa hasil penghitungan menggunakan spss23

menunjukan rata-rata pritest dan posttest yaitu 6,200 dengan standar deviasi
31,247 dan standar eror rata-rata sebanyak 5,705. Batas bawah terdapat pada
-17,868 dan batas atas pada 5,468 dengan nilai t -1,087 dan derajat kebekaban
sebanyak 29 dan hasil uji signifikansi 0,286 dengan demikian maka H1 ditolak,
berarti bahwa skor rata-rata pretest dan postest tidak terdapat perbedaan yang
signifikan.
2. Uji T Test untuk dua sampel yang tidak berhubungan
Tabel 7. Group Statistics

jenis test N Mean Std. Deviation Std. Error Mean

Nilai 1 15 58,67 12,539 3,238

2 15 53,87 13,016 3,361

Pada tabel 7, terlihat bahwa pada nilai rata-rata terlihat berbeda, yaitu 58,67
pada test 1 dan 53,87 pada test 2, dengan jumlah seluruh data (N) masing-masing
ada 30 data dan standar deviasi 12,539 pada data 1 dan 13,016 pada data 2, dan
standar eror data sebanyak 3,238 pada data 1 dan 3,361 pada data 2

Tabel 8, Independent Samples Test

Levene's Test
for Equality of
Variances t-test for Equality of Means

95% Confidence
Interval of the

Sig. (2- Mean Std. Error Difference

F Sig. T df tailed) Difference Difference Lower Upper

Nilai Equal
variances ,264 ,611 1,029 28 ,312 4,800 4,667 -4,759 14,359
assumed

Equal
variances 27,9
1,029 ,312 4,800 4,667 -4,760 14,360
not 61
assumed

Pada tabel 8 terlihat bahwa hasil penghitungan menggunakan spss23

menunjukan hasil iji varians f diperoleh nilai signifikansi sebesar 0,611. Nilai
signifikansi 0,611 menunjukan bahwa nilai tersebut lebih besar dari 0,05 sehingga
Ho diterima, yaitu tidak ada beda varians antara kedua data tersebut. Perbedaan
rata-rata antara kedua data tersebut yaitu 4,800 dan perbedaan standar eror kedua
data tersebut yaitu 4,667 dengan perbedaan interfal batas bawah pada nilai
pertama yaitu -4,759 dengan batas atas yaitu 14,359 dan interfal batas bawah pada
nilai kedua yaitu -4,760 dan batas atas yaitu 14,360.
F. Pembahasan
Pada praktikum kali ini melakukan uji T yang berfungsi untuk mengetahui
perbedaan nilai rata-rata antar dua kelompok atau data. Dalam uji T ada ada dua
uji yaitu Uji beda sampel berpasangan (Uji T berhubungan)/Paired T Test dan uji
T Test untuk dua sampel yang tidak berhubungan (Independent sampel T Test).
Dalam praktikum ini menggunakan software SPSS versi 23.
1. Uji beda sampel berpasangan (Uji T berhubungan)/Paired T Test
Pada uji ini dilakukan dua perlakuan yaitu data yang tidak dieliminasi dengan data
yang dieliminasi. Data yang dieliminasi yaitu pada nilai postest ada 4 nilai yang
hilang.
a) Data yang tidak dieliminasi
Hipotesis :
- Jika SIG > 0,05 maka HO diterima (rata-rata pretest = rata-rata postest)
- Jika SIG < 0,05 maka H1 diterima (rata-rata pretest ≠ rata-rata postest)
Berdasarkan hasil penghitungan dengan SPSS versi 23 diperoleh t yaitu : 8,052, df
yaitu 29 dan signifikasi 0,000. Karena Sig. (2-tailed) < 0,05 dengan demikian
maka H1 diterima, berarti bahwa skor rata-rata pretest dan postest terdapat
perbedaan yang signifikan.
b) Data yang dieliminasi
Hipotesis :
- Jika SIG > 0,05 maka HO diterima (rata-rata pretest tidak terdapat perbedaan
yang signifikan rata-rata postest)
- Jika SIG < 0,05 maka H1 diterima (rata-rata pretest terdapat perbedaan yang
signifikan rata-rata postest)
Berdasarkan hasil penghitungan dengan SPSS versi 23 diperoleh t yaitu :
1,087, df yaitu 29 dan signifikasi 0,286. Karena Sig. (2-tailed) > 0,05 dengan
demikian maka H1 ditolak, berarti bahwa skor rata-rata pretest dan postest tidak
terdapat perbedaan yang signifikan. Data yang dieliminasi yaitu postest nomor 6,
12, 16, dan 23. Eliminasi data tersebut akan berpengaruh pada hasil penghitungan
yaitu pada nilai t lebih besar dari pada nilai t pada data yang tidak dieliminasi.
Begitu juga pada nilai signifikasinya yang lebih besar dari data yang tidak
dieliminasi.
Uji t ini tidak dapat dilakukan terhadap data dengan jumlah sampel yang
tidak berpasangan (n1≠ n2). Uji t ini hanya dapat dilakukan untuk jumlah sampel
yang berpasangan, perbedaan jumlah data akan mempengaruhi nilai standar error
yang akhirnya akan membedakan rumus penghitungannya (Walpole, R.E. dan
R.H. Myers. 1995).

2. Uji T Test untuk dua sampel yang tidak berhubungan (Independent sampel T
Test)
Berdasarkan penghitungan menggunakan SPSS versi 23 dan melihat pada tabel
Independet Samples Test untuk melihat uji varians F dan uji t.
- Uji varians F
Hipotesis HO : tidak ada beda varians
Uji nilai Sig 0,611 menunjukan nilai signifikansi lebih dari 0,05 sehingga HO
diterima. Sehingga dapat disimpulkan bahwa tidak ada beda varians antara kedua
data tersebut
- Uji t
Hipotesis HO : tidak ada beda rata-rata antar kelompok
Nilai Sig.(2-tailed) menunjukan 0,312, lebih dari 0,05. sehingga HO diterima.
Jadi data tersebut menunjukkan tidak adanya beda varians dan terdapat perbedaan
rata-rata antara nilai postest dengan pretest.

G. Kesimpulan
Dari hasil pengamatan dan pembahasan di atas, maka dapat disimpulkan bahwa:
1. Terdapat perbedaan yang signifikan antara rata-rata pretest dan rata-rata
postest.
2. Uji t ini tidak dapat dilakukan terhadap data dengan jumlah sampel yang tidak
berpasangan (n1≠ n2). Uji t ini hanya dapat dilakukan untuk jumlah sampel
yang berpasangan, perbedaan jumlah data akan mempengaruhi nilai standar
error yang akhirnya akan membedakan rumus penghitungannya.
3. Data data pada uji Independet Samples Test tersebut menunjukkan tidak
adanya beda varians dan terdapat perbedaan rata-rata antara nilai postest
dengan pretest.
 DAFTAR PUSTAKA
Anas, Sudiyono. 1997. Pengantar Statistik Pendidikan. Jakarta : PT Raja
GrafindoPersada
Ruseffendi, H.E.T. 1998. Statistika Dasar Untuk Penelitian Pendidikan. Bandung.
IKIP Bandung Press
Siregar, Syafaruddin. 2005. Statistik Terapan untuk Penelitian. Jakarta: PT.
Gramedia.
Walpole, R.E. dan R.H. Myers. 1995. Ilmu Peluang dan Statistika untuk Insinyur
dan Ilmuwan. Edisi keempat. Penerbit ITB. Bandung