STATISTIKA PENDIDIKAN

T-TEST

OLEH:

NI PUTU ASTINI 1713031004

PROGRAM STUDI PENDIDIKAN KIMIA

JURUSAN KIMIA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PENDIDIKAN GANESHA
2020
 BAB I
PENDAHULUAN
1.1. Latar Belakang
Penelitian tidak dapat dipisahkan dari statistika, statistika memiliki peranan penting baik
dalam penyusunan model, perumusan hipotesa, pengembangan alat, dan instrument
pengumpulan data, penyusunan desain penelitian, penentuan sampel dan dalam anilisa data
penelitian. Statistik dapat digunakan sebagai alat untuk mengetahui apakah hubungan
kausalitas antara dua atau lebih variabel benar-benar terkait secara benar dalam suatu
kausalitas empiris atau hubungan tersebut hanya bersifat random atau kebetulan saja. Statistik
dapat menolong peneliti untuk menyimpulkan apakah suatu perbedaan yang diperoleh benar-
benar berbeda secara signifikan. Dalam melakukan proses penelitian, peneliti memerlukan
banyak hal agar penelitiannya dapat diyakini hasilnya, salah satunya kebenaran hipotesis
yang dirumuskan..
Hipotesis merupakan jawaban atau dugaan sementara yang harus diuji kebenarannya
(Siregar, 2015). Berbagai uji dilakukan untuk mengetahui kebenaran suatu hipotesis yang ada
dalam penelitian. Terdapat tiga jenis hipotesis penelitian yaitu hipotesis deskriptif,
komparatif, dan asosiatif. Hipotesis komparatif terdiri dari komparatif satu sampel, dua
sampel, dan lebih dari dua sampel. Hipotesis asosiatif dibagi menjadi korelasi dan regresi.
Salah satu uji hipotesis deskriptif dan komparatif yaitu uji-t. Uji-t atau t-test adalah salah satu
tes statistik yang dipergunakan untuk membuktikan signifikan atau tidaknya dua nilai rata-
rata. Dalam mempermudah melakukan pengolahan data, digunakan perangkat lunak SPSS
yang merupakan sebuah perangkat lunak untuk membantu percepatan dan akurasi pengolahan
data. Dalam makalah ini akan dibahas mengenai pengujian hipotesis deskriptif dan
kompraratif menggunakan teknik statistik t-test dan cara pengolahan datanya melalui
perangkat lunak SPSS.

1.2. Rumusan Masalah

Adapun rumusan masalah dari makalah ini adalah sebagai berikut.
1. Apa yang dimaksud dengan uji statistik t-test?
2. Bagaimana pengujian hipotesis deskriptif menggunakan uji statistik t-test?
3. Bagaimana pengujian hipotesis komparatif menggunakan uji statistik t-test?
1.3. Tujuan
Adapun tujuan penyusunan makalah ini adalah sebagai berikut.

1. Mendiskripsikan dan menjelaskan mengenai t-test.

 2. Mengetahui pengujian hidotesis deskriptif menggunakan uji statistik t-test.

3. Mengetahui pengujian hipotesis komparatif menggunakan uji statistik t-test.

1.4. Manfaat
Adapun manfaat dalam pembuatan makalah ini adalah agar dapat menambah pengetahuan
mengenai t-test yang akan digunakan untuk meguji hipotesis deskriptif dan komparatif
sehingga dapat diaplikasikan dalam penelitian.
 BAB II
PEMBAHASAN

2.1 Pengertian Uji-t (T-test)

Uji-t (t-test) termasuk dalam golongan statistika parametrik. Statistik parametrik
adalah statistik yang mempertimbangkan jenis sebaran/distribusi data yang berdistribusi
normal dan memiliki varian homogen (Siregar, 2015). Uji-t pertama kali dikemukakan oleh
William Seely Gosset pada tahun 1915. Pada saat itu ia menggunakan nama samaran
“student” dan huruf “t” yang terdapat dalam istilah tes “t” itu diambil dari huruf terakhir
nama beliau. Itulah sebabnya uji “t” sering disebut dengan istilah “student t” (Tripalupi dan
Suwena, 2014). Uji-t digunakan ketika informasi mengenai nilai variance (ragam) populasi
tidak diketahui. Uji ini digunakan ketika ingin mengetahui apakah sampel yang diperoleh
berasal dari populasi tertentu, namun tidak memiliki informasi populasi yang tersedia.
Sebagai contoh, jika ingin mengetahui apakah nilai ujian sampel mahasiswa tertentu mirip
atau berbeda dari nilai mahasiswa pada umumnya. Dengan demikian tes hipotesisnya adalah
rata-rata sampel menunjukkan bahwa mahasiswa berasal dari populasi tertentu atau berasal
dari populasi yang berbeda. Menurut Siregar (2011), ada beberapa persyaratan untuk
menerapkan uji-t, antara lain:
a. Bila permasalahan hanya satu variabel, maka jenis penelitian bersifat deskriptif
dan uji statistiknya dapat dilakukan dengan dua cara, yaitu satu arah direksional
(kanan dan kiri) dan nondireksional (dua arah).
b. Data berdistribusi normal atau data dari suatu populasi yang besar.
c. Sampel n ≤ 30, apabila sampel >30 maka digunakan uji z.
d. Sampel berjenis probability sample (setiap bagian dari populasi memiliki
kesempatan yang sama untuk menjadi sampel)
e. Data berjenis interval/rasio

2.2 Pengujian Hipotesis Deskriptif

Pengujian hipotesis deskriptif pada dasarnya merupakan proses pengujian generalisasi

hasil penelitian yang didasarkan pada satu sampel. Kesimpulan yang dihasilkan nanti adalah
apakah hipotesis yang diuji itu dapat digeneralisasikan atau tidak. Bila H 0 diterima maka
dapat digeneralisasikan. Dalam pengujian ini variabel penelitiannya bersifat mandiri, dan
sampelnya hanya satu, oleh karena itu hipetesis berbentuk bandingan dengan nilai standar
atau nilai yang sudah ditetapkan. Jika dalam suatu penelitian datanya berjenis interval/rasio,
maka yang dapat digunakan untuk menguji hipotesisnya adalah menggunakan uj- t.
 Terdapat dua rumus yang dapat digunakan untuk pengujian t-tes satu sampel, yaitu
rumus t dan z. Rumus z digunakan bila simpangan baku populasi diketahui, dan rumus t bila
simpangan baku populasi tidak diketahui. Simpangan baku sampel dapat dihitung
berdasarkan data yang telah terkumpul.
Rumus yang digunakan untuk menguji hipotesis deskriptif (satu sampel) yang datanya
interval dan ratio adalah sebagai berikut.

yang mana:
t = nilai t yang dihitung, selanjutnya t disebut t hitung
x = rata-rata X
μo = nilai yang dihipotesiskan
s = simpangan baku untuk sampel
σ =simpangan baku untuk populasi
n = jumlah anggota sampel
Uji ini digunakan untuk mengetahui kebenaran pernyataan atau dugaan yang
dihipotesiskan oleh peneliti, uji t untuk satu variabel dibagi ke dalam dua kategori, yaitu:
1. Uji-t untuk satu variabel dengan satu pihak (one tail). Uji satu pihak ada dua
macam yaitu uji pihak kanan dan uji pihak kiri.
2. Uji-t untuk satu variabel dengan dua pihak (two tail).

1) Uji Satu Pihak (One Tail Test)

a. Uji Pihak Kiri
Uji pihak kiri digunakan bila rumusan hipotesis H 0 menyatakan paling kecil, paling
sedikit dan paling rendah atau sama dengan, tandanya (≥) maka untuk rumusan hipotesis
alternatifnya (Ha) dinyatakan dengan bunyi kalimat kebalikan dari H0, misalnya paling
besar, paling tinggi, paling banyak, dengan tanda (¿). Dalam uji pihak kiri berlaku
ketentuan bila harga t hitung jatuh pada daerah penerimaan H 0 (harga t hitung lebih kecil
atau sama dengan t tabel), maka H0 diterima dan Ha ditolak.
Langkah-langkah dalam uji-t pihak kiri:
a) Membuat hipotesis dalam uraian kalimat
H0 : Pernyataan atau dugaan yang menyatakan nilai paling rendah atau sama
dengan dari suatu objek penelitian
 Ha : Pernyataan atau dugaan yang menyatakan nilai paling tinggi dari suatu objek
penelitian
b) Membuat hipotesis dalam bentuk model statistik
H0 : μ ≥ μo
Ha : μ ¿ μo
yang mana:
μ = nilai dugaan
μo = objek penelitian
c) Menentukan taraf signifikan (α)
d) Kaidah pengujian
H0 diterima, jika: -ttabel (α,n-1) ≤ thitung
H0 ditolak, jika: -ttabel (α,n-1) ¿ thitung
e) Menghitung thitung dan ttabel
(1) Menghitung nilai thitung
(a) Membuat tabel penolong
Responden Xi X̅ (Xi - X̅)2
1 .... .... ....
2 .... .... ....
3 .... .... ....
4 .... .... ....
5 .... .... ....
. .... .... ....
N .... .... ....

(b) Menentukan nilai rata-rata pengamatan

Rumus:
Ʃ Xi
X̅ =
n
yang mana:
Xi = hasil pengamatan
n = jumlah pengamatan
(c) Menenyukan nilai standar deviasi sampel
Rumus:
2
s=
√ Ʃ ( X i − X́ )

yang mana:
n−1
 X̅ = rata-rata pengamatan
(d) Menentukan nilai thitung
Rumus:
X́−μ o
thitung =
s/√n
(2) Menentukan nilai ttabel
Nilai ttabel dicari pada tabel distribusi – t dengan ketentuan db = n – 1, sehingga
ttabel (α, db).
f) Membandingkan ttabel dan thitung
Tujuan dilakukan perbandngan antara ttabel dan thitung adalah untuk mengetahui
apakah H0 ditolak atau diterima berdasarkan kaidah pengujian.
g) Mengambil keputusan

Contoh:
Dekan Fakultas Ilmu Komunikasi Universitas “Z” menduga bahwa kualitas mengajar
dosen statistik paling tinggi 70% dari nilai idealnya, untuk membuktikan dugaan tersebut
dilakukan penyebaran kuisioner dengan mengambil sampel 20 orang mahasiswa untuk
mengisi kuisioner dengan jujur dan adil sesuai dengan kualitas dan profesional dosen
ketika mengajar. Jumlah pertanyaan yang diajukan dalam kuisioner ada 10 pertanyaan,
instrumen pemelitian kualitas mengajar diberi skala: (4) = sangat baik, (3) = baik, (2) =
cukup. (1) = kurang baik. Taraf signifikan α = 5%.
Data total hasil jawaban setiap mahasiswa diperoleh sebagai berikut:
40 35 40 36 39 32 39 40 32 33 38 40 40 37 37 34 40 40 40 39
Langkah-langkah uji pihak kiri:
a) Menghitung nilai idealnya
Nilai idealnya = 10 × 4 × 20 = 800
Rata-rata nilai idealnya = 800 /20 = 40
Jadi 70% dari rata-rata nilai idealnya = 0,7 × 40 = 28 atau (μo) = 28
b) Membuat hipotesis penelitian
Hipotesis penelitian dibuat dalam uraian kalimat berdasarkan dari dugaan bahwa
kualitas mengajar dosen statistik paling tinggi 70%.
H0 : Kualitas mengajar dosen statistik paling rendah atau sama dengan 70% dari
rata-rata nilai idealnya.
Ha : Kualitas mengajar dosen statistik paling tinggi 70% dari rata-rata nilai
 idealnya.
c) Membuat hipotesis dalam model statistik
H0 : μ ≥ 28
Ha : μ ¿ 28
d) Menentukan risiko kesalahan (taraf signifikan)
Pada kasus ini = 5%
e) Kaidah pengujian
Jika: - ttabel (α,n-1) ¿ thitung, maka H0 diterima dan Ha ditolak
f) Menghitung ttabel dan thitung
(1) Menentukan nilai thitung
(a) Membuat tabel penolong
No. Xi X̅ (Xi - X̅)2 No. Xi X̅ (Xi - X̅)2
1 40 37,6 5,76 11 38 37,6 0,16
2 35 37,6 6,76 12 40 37,6 5,76
3 40 37,6 5,76 13 40 37,6 5,76
4 36 37,6 2,56 14 37 37,6 0,36
5 39 37,6 1,96 15 37 37,6 0,36
6 32 37,6 31,36 16 34 37,6 12,96
7 39 37,6 1,96 17 40 37,6 5,76
8 40 37,6 5,76 18 40 37,6 5,76
9 32 37,6 31,36 19 40 37,6 5,76
10 33 37,6 21,16 20 40 37,6 5,76
Ʃ Xi = 752 Ʃ(Xi - X̅)2 = 162,8
(b) Menentukan nilai rata-rata pengamatan
Ʃ Xi 752
X̅ = = 20
= 37,6
n
(c) Menghitung nilai standar deviasi (s)
2
162,8
s=
√ Ʃ ( X i − X́ )
n−1
=
√ 20−1
= 2,9272

(d) Mengitung thitung

X́−μ o 37,6−28 9,6
thitung = = = 0,6545
= 14,7
s/√n 2,9272/ √20

(2) Menghitung nilai ttabel

Dengan taraf signifikan α = 0,05. Kemudian dicari nilai t tabel pada tabel distribusi
–t dengan ketentuan: db = n-1, db = 20 – 1 =19.
Sehingga ttabel (α, db) = t(0,05, 19) = 1,729
g) Membandingkan ttabel dan thitung
ttabel = 1,729 dan thitung = 14,7
 ttabel ¿ thitung, maka H0 diterima
h) Menarik kesimpulan
Karena ttabel ¿ thitung, maka H0 diterima dengan demikian kualitas mengajar dosen
statistik paling rendah atau sama dengan 70% dari rata-rata nilai idealnya
Gambarnya:

b. Uji Pihak Kanan

Uji pihak kanan dilakukan, bila rumusan hipotesis H0 dinyatakan paling besar, paling
banyak, dan paling tinggi, dengan tanda (≤) maka rumusan hipotesis alterbatifnya (H a)
dinyatakan dengan bunyi kalimat kebalikan dari H0, misalnya, paling kecil, paling
rendah, paling sedikit, dengan tanda (¿). Dalam uji pihak kanan ini berlaku ketentuan
bahwa, bila harga t hitung lebih besar dari pada harga t tabel, maka H 0 ditolak dan Ha
diterima.
Langkah-langkah dalam uji-t pihak kanan:
a) Membuat hipotesis dalam uraian kalimat
H0 : Pernyataan atau dugaan yang menyatakan nilai paling tinggi atau sama
dengan dari suatu objek penelitian
Ha : Pernyataan atau dugaan yang menyatakan nilai paling rendah dari suatu
objek penelitian
b) Membuat hipotesis dalam bentuk model statistik
H0 : μ ≤ μo
Ha : μ ¿ μo
yang mana:
μ = nilai dugaan
μo = objek penelitian
c) Menentukan taraf signifikan (α)
d) Kaidah pengujian
H0 diterima, jika: -ttabel (α,n-1) ≥ thitung
H0 ditolak, jika: -ttabel (α,n-1) ¿ thitung
e) Menghitung thitung dan ttabel
(1) Menghitung nilai thitung
(a) Membuat tabel penolong
Responden Xi X̅ (Xi - X̅)2
1 .... .... ....
2 .... .... ....
3 .... .... ....
4 .... .... ....
5 .... .... ....
. .... .... ....
n .... .... ....

(b) Menentukan nilai rata-rata pengamatan

Rumus:
Ʃ Xi
X̅ =
n
yang mana:
Xi = hasil pengamatan
n = jumlah pengamatan
(c) Menenyukan nilai standar deviasi sampel
Rumus:
2
s=
√
yang mana:
Ʃ ( X i − X́ )
n−1

X̅ = rata-rata pengamatan
(d) Menentukan nilai thitung
Rumus:
X́−μ o
thitung =
s/√n
(2) Menentukan nilai ttabel
Nilai ttabel dicari pada tabel distribusi – t dengan ketentuan db = n – 1, sehingga
ttabel (α, db).
f) Membandingkan ttabel dan thitung
Tujuan dilakukan perbandngan antara ttabel dan thitung adalah untuk mengetahui
apakah H0 ditolak atau diterima berdasarkan kaidah pengujian.
g) Mengambil keputusan.
Contoh:
Dekan Fakultas Ilmu Komunikasi Universitas “Z” menduga bahwa kualitas mengajar
dosen statistik paling rendah 80% dari nilai idealnya, untuk membuktikan dugaan
tersebut dilakukan penyebaran kuisioner dengan mengambil sampel 20 orang mahasiswa
untuk mengisi kuisioner dengan jujur dan adil sesuai dengan kualitas dan profesional
dosen ketika mengajar. Jumlah pertanyaan yang diajukan dalam kuisioner ada 10
pertanyaan, instrumen pemelitian kualitas mengajar diberi skala: (4) = sangat baik, (3) =
baik, (2) = cukup. (1) = kurang baik. Taraf signifikan α = 5%.
Data total hasil jawaban setiap mahasiswa diperoleh sebagai berikut:
40 35 40 36 39 32 39 40 32 33 38 40 40 37 37 34 40 40 40 39
Langkah-langkah uji pihak kanan:
a) Menghitung nilai idealnya
Nilai idealnya = 10 × 4 × 20 = 800
Rata-rata nilai idealnya = 800 /20 = 40
Jadi 80% dari rata-rata nilai idealnya = 0,8 × 40 = 32 atau (μo) = 32
b) Membuat hipotesis penelitian
Hipotesis penelitian dibuat dalam uraian kalimat berdasarkan dari dugaan bahwa
kualitas mengajar dosen statistik paling rendah 80%.
H0 : Kualitas mengajar dosen statistik paling tinggi atau sama dengan 80% dari
rata-rata nilai idealnya.
Ha : Kualitas mengajar dosen statistik paling rendah 80% dari rata-rata nilai
idealnya.
c) Membuat hipotesis dalam model statistik
H0 : μ ≥ 32
Ha : μ ¿ 32
d) Menentukan risiko kesalahan (taraf signifikan)
Pada kasus ini = 5%
e) Kaidah pengujian
Jika: - ttabel (α,n-1) ¿ thitung, maka H0 ditolak dan Ha diterima.
f) Menghitung ttabel dan thitung
(1) Menentukan nilai thitung
(a) Membuat tabel penolong
No. Xi X̅ (Xi - X̅)2 No. Xi X̅ (Xi - X̅)2
1 40 37,6 5,76 11 38 37,6 0,16
 2 35 37,6 6,76 12 40 37,6 5,76
3 40 37,6 5,76 13 40 37,6 5,76
4 36 37,6 2,56 14 37 37,6 0,36
5 39 37,6 1,96 15 37 37,6 0,36
6 32 37,6 31,36 16 34 37,6 12,96
7 39 37,6 1,96 17 40 37,6 5,76
8 40 37,6 5,76 18 40 37,6 5,76
9 32 37,6 31,36 19 40 37,6 5,76
10 33 37,6 21,16 20 40 37,6 5,76
Ʃ Xi = 752 Ʃ(Xi - X̅)2 = 162,8
(b) Menentukan nilai rata-rata pengamatan
Ʃ Xi 752
X̅ = = 20
= 37,6
n
(c) Menghitung nilai standar deviasi (s)
2
162,8
s=
√ Ʃ ( X i − X́ )
n−1
=
√ 20−1
= 2,9272

(d) Mengitung thitung

X́−μ o 37,6−32 5,6
thitung = = = 0,6545
= 8,6
s/√n 2,9272/ √20

(2) Menghitung nilai ttabel

Dengan taraf signifikan α = 0,05. Kemudian dicari nilai t tabel pada tabel distribusi
–t dengan ketentuan: db = n-1, db = 20 – 1 =19.
Sehingga ttabel (α, db) = t(0,05, 19) = 1,729
g) Membandingkan ttabel dan thitung
ttabel = 1,729 dan thitung = 8,6
ttabel ¿ thitung, maka H0 ditolak
h) Menarik kesimpulan
Karena ttabel ¿ thitung, maka H0 ditolak dengan demikian kualitas mengajar dosen
statistik paling rendah 80% dari rata-rata nilai idealnya.
Gambarnya:
2) Uji Dua Pihak (Two Tail Test)
Uji dua arah (two taik test), bila rumusan null hypothesis (H0) dinyatakan dengan kalimat
sama dengan (=) maka rumusan Ha harus dinyatakan dengan bunyi kalimat tidak sama
dengan (≠). Dalam pengujian hipotesis yang menggunaka uji dua pihak ini berlaku ketentuan,
bahwa bila harga t hitung berada pada daerah penerimaan H 0 atau terletak di antara harga t
tabel (harga kritis), maka H0 diterima dan Ha ditolak. Dengan demikian bila harga t hitung
lebih kecil atau sama dengan (≤) harga t tabel maka H0 diterima. Harga t hitung adalah harga
mutlak, jadi tidak dilihat (+) atau (-) nya.
Langkah-langkah dalam uji-t dua pihak:
a) Membuat hipotesis dalam uraian kalimat
H0 : Pernyataan atau dugaan yang menyatakan nilai sama dengan dari suatu objek
penelitian
Ha : Pernyataan atau dugaan yang menyatakan nilai tidak sama dengan dari suatu
objek penelitian
b) Membuat hipotesis dalam bentuk model statistik
H0 : μ ¿ μo
Ha : μ ≠ μo
yang mana:
μ = nilai dugaan
μo = objek penelitian
c) Menentukan taraf signifikan (α)
d) Kaidah pengujian
H0 diterima, jika: -ttabel ≤ thitung ≤ ttabel (α/2)
H0 ditolak, jika: thitung ¿ ttabel (α/2)
e) Menghitung thitung dan ttabel
(1) Menghitung nilai thitung
(a) Membuat tabel penolong
Responden Xi X̅ (Xi - X̅)2
1 .... .... ....
2 .... .... ....
3 .... .... ....
4 .... .... ....
5 .... .... ....
. .... .... ....
n .... .... ....
(b) Menentukan nilai rata-rata pengamatan
 Rumus:
Ʃ Xi
X̅ =
n
yang mana:
Xi = hasil pengamatan
n = jumlah pengamatan
(c) Menenyukan nilai standar deviasi sampel
Rumus:
2
s=
√
yang mana:
Ʃ ( X i − X́ )
n−1

X̅ = rata-rata pengamatan
(d) Menentukan nilai thitung
Rumus:
X́−μ o
thitung =
s/√n
(2) Menentukan nilai ttabel
Nilai ttabel dicari pada tabel distribusi – t dengan ketentuan db = n – 1, sehingga
ttabel (α, db).
f) Membandingkan ttabel dan thitung
Tujuan dilakukan perbandngan antara ttabel dan thitung adalah untuk mengetahui
apakah H0 ditolak atau diterima berdasarkan kaidah pengujian.
g) Mengambil keputusan

Contoh:
Dekan Fakultas Ilmu Komunikasi Universitas “Z” menduga bahwa kualitas mengajar
dosen statistik sama dengan 90% dari nilai idealnya, untuk membuktikan dugaan tersebut
dilakukan penyebaran kuisioner dengan mengambil sampel 20 orang mahasiswa untuk
mengisi kuisioner dengan jujur dan adil sesuai dengan kualitas dan profesional dosen
ketika mengajar. Jumlah pertanyaan yang diajukan dalam kuisioner ada 10 pertanyaan,
instrumen pemelitian kualitas mengajar diberi skala: (4) = sangat baik, (3) = baik, (2) =
cukup. (1) = kurang baik. Taraf signifikan α = 5%.
Data total hasil jawaban setiap mahasiswa diperoleh sebagai berikut:
40 35 40 36 39 32 39 40 32 33 38 40 40 37 37 34 40 40 40 39
Langkah-langkah uji dua pihak:
a) Menghitung nilai idealnya
Nilai idealnya = 10 × 4 × 20 = 800
Rata-rata nilai idealnya = 800 /20 = 40
Jadi 90% dari rata-rata nilai idealnya = 0,9 × 40 = 36 atau (μo) = 36
b) Membuat hipotesis penelitian
Hipotesis penelitian dibuat dalam uraian kalimat berdasarkan dari dugaan bahwa
kualitas mengajar dosen statistik sama dengan 90%.
H0 : Kualitas mengajar dosen statistik sama dengan 90% dari rata-rata nilai
idealnya.
Ha : Kualitas mengajar dosen statistik tidak sama dengan 90% dari rata-rata nilai
idealnya.
c) Membuat hipotesis dalam model statistik
H0 : μ ¿ 36
Ha : μ ≠ 36
d) Menentukan risiko kesalahan (taraf signifikan)
Pada kasus ini = 5%
e) Kaidah pengujian
H0 diterima, jika: -ttabel ≤ thitung ≤ ttabel (α/2)
H0 ditolak, jika: thitung ¿ ttabel (α/2)
f) Menghitung ttabel dan thitung
(1) Menentukan nilai thitung
(a) Membuat tabel penolong
No. Xi X̅ (Xi - X̅)2 No. Xi X̅ (Xi - X̅)2
1 40 37,6 5,76 11 38 37,6 0,16
2 35 37,6 6,76 12 40 37,6 5,76
3 40 37,6 5,76 13 40 37,6 5,76
4 36 37,6 2,56 14 37 37,6 0,36
5 39 37,6 1,96 15 37 37,6 0,36
6 32 37,6 31,36 16 34 37,6 12,96
7 39 37,6 1,96 17 40 37,6 5,76
8 40 37,6 5,76 18 40 37,6 5,76
9 32 37,6 31,36 19 40 37,6 5,76
10 33 37,6 21,16 20 40 37,6 5,76
Ʃ Xi = 752 Ʃ(Xi - X̅)2 = 162,8

(b) Menentukan nilai rata-rata pengamatan

 Ʃ Xi 752
X̅ = = 20
= 37,6
n
(c) Menghitung nilai standar deviasi (s)
2
162,8
s=
√ Ʃ ( X i − X́ )
n−1
=
√ 20−1
= 2,9272

(d) Mengitung thitung

X́−μ o 37,6−36 1,6
thitung = = = 0,6545
= 2,5
s/√n 2,9272/ √20

(2) Menghitung nilai ttabel

Dengan taraf signifikan α = 0,05/2 = 0,025 (dua sisi). Kemudian dicari nilai t tabel
pada tabel distribusi –t dengan ketentuan: db = n-1, db = 20 – 1 =19.
Sehingga ttabel (α, db) = t(0,025, 19) = 2,093
g) Membandingkan ttabel dan thitung
ttabel = 2,093 dan thitung = 2,5
-ttabel ¿ thitung ¿ ttabel , maka H0 ditolak
h) Menarik kesimpulan
Karena -ttabel ¿ thitung ¿ ttabel, maka H0 ditolak dengan demikian kualitas mengajar dosen
statistik tidak sama dengan 90% dari rata-rata nilai idealnya
Gambarnya:
2.2 Pengujian Hipotesis Komparatif
Menguji hipotesis komparatif berarti menguji parameter populasi yang berbentuk
perbandingan melalui ukuran sampel yang juga berbentuk perbandingan. Hal ini juga dapat
berarti menguji kemampuan generalisasi (signifikansi hasil penelitian) yang berupa
perbandingan keadaan variabel dari 2 sampel atau lebih. Bila H 0 dalam pengujian diterima
berarti nilai perbandingan 2 sampel atau lebih tersebut dapat digeneralisasikan untuk seluruh
populasi dimana sampel-sampel diambil dengan taraf kesalahan tertentu.
Model komparasi sampel dibagi menjadi dua jenis yaitu sampel yang berkorelasi (paired
t-test) dan sampel yang tidak berkorelasi disebut dengan sampel independen (independent
sample t-test). Sampel yang berkorelasi biasanya terdapat dalam desain penelitian
eksperimen. Sebagai contoh dalam membuat perbandingan kemampuan kerja pegawai
sebelum dilatih dengan yang sudah dilatih dan membandingkan nilai pre-test dan pos-test.
Sampel independen adalah sampel yang tidak berkaitan satu sama lainnya, misalnya akan
membandingkan kemampuan kerja lulusan SMA dan SMK, membandingkan penghasilan
petani dan nelayan, dan sebagainya.
Terdapat berbagai teknik statistik yang dapat digunakan untuk melakukan pengujian
hipotesis dua sampel atau lebih. Teknik statistik yang akan digunakan tergantung pada
bentuk komprasi dan jenis data. Untuk data interval dan ratio digunakan statistik parametrik
sedangkan untuk data nominal atau diskrit digunakan statistik nonparametrik.
Komparatif Dua Sampel
Terdapat tiga macam hipotesis komparatif dua sampel dan cara mana yang digunakan
tergantung pada bunyi kalimat dalam merumuskan hipotesis. Tiga macam pengujian itu
dijelaskan berikut ini.
1. Uji Dua Pihak
Uji dua pihak bila hipotesis nol dan alternatifnya berbunyi:
H0 :Tidak terdapat perbedaan (ada kesamaan) produktivitas kerja antara pegawai
yang mendapat kendaraan dinas dengan yang baik
Ha :Terdapat perbedaan produktivitas kerja antara pegawai yang mendapat
kendaraan dinas dengan yang baik
H0 :μ1 = μ2
Ha :μ1 ≠ μ2
2. Uji Pihak Kiri
Uji pihak kiri digunakan bila rumusan hipotesis nol dan alternatifnya sebagai berikut.
 H0 :Tidak terdapat perbedaan prestasi belajar siswa SMU yang masuk sore
dengan yang masuk pagi.
Ha :Prestasi belajar siswa SMU yang masuk sore lebih rendah dari yang masuk
pagi
H0 :μ1 = μ2
Ha :μ1 < μ2
3. Uji Pihak Kanan
Uji pihak kanan digunakan nila rumusan hipotesis nol dan alternatifnya berbunyi
sebagai berikut.
H0 :Tidak terdapat perbedaan disiplin kerja pegawai swasta dan pegawai negeri
Ha :Disiplin kerja pegawai swasta lebih besar dari pada pegawai negeri
H0 :μ1 = μ2
Ha :μ1 > μ2

A. Uji-t Dua Sampel Berkorelasi (Paired Sample T-test)

Fungsi uji-t untuk dua sampel berkorelasi:
1. Sebagai alat untuk uji komparasi antar sampel hasil penelitian dengan design
eksperimental klasik baik yang menggunakan rancangan kontrol eksperimen maupun
sebelum dan sesudah.
2. Sebagai alat uji untuk uji pengaruh/efektifitas suatu perlakuan (treatment). Rumusan t-test
yang digunakan untuk menguji hipotesis komparatif dua sampel yang berkolerasi
ditunjukkan pada rumus:
X́ 1− X́ 2
t= s 21 s 22 s s2
√
yang mana:
+ −2r 1
n1 n 2 ( )( )
√ n1 √ n2

X̅1 = rata-rata sampel 1

X̅2 = rata-rata sampel 2
S1 = simpangan baku sampel 1
S2 = simpangan baku sampel 2
S21 = varians sampel 1
S22 = varians sampel 2
r = korelasi antara dua sampel
 Uji-t dua sampel yang berkorelasi digunakan untuk uji komparasi dua nilai yang
berpasangan. Ciri-ciri yang paling sering ditemui pada kasus yang berkorelasi adalah salah
satu individu (objek penelitian) dikenai dua buah perlakuan yang berbeda. Walaupun
menggunakan individu yang sama, penelitian tetap memperoleh 2 macam data sampel, yaitu
data dari perlakuan pertama dan data dari perlakuan kedua.

Contoh Pengujian Hipotesis Komparatif Dua Sampel Berkorelasi

 Contoh kasus
Perbedaan antara kinerja pegawai swasta dengan PNS di DKI Jakarta
No. Kinerja No. Kinerja No. Kinerja
Pegawai Pegawai Pegawai
PNS PNS PNS
Swasta Swasta Swasta
(X2) (X2) (X2)
(X1) (X1) (X1)
1. 77 40 11 87 60 21 44 55
2 99 48 12 87 47 22 94 61
3 77 54 13 87 60 23 77 46
4 77 34 14 90 70 24 55 61
5 55 48 15 81 61 25 76 58
6 88 68 16 55 47 26 65 50
7 120 67 17 88 68 27 90 68
8 87 67 18 98 68 28 80 75
9 87 75 19 87 74 29 89 75
10 50 56 20 87 75 30 96 75

Ha : Terdapat perbedaan yang signifikan antara kinerja pegawai swasta dengan PNS di
DKI Jakarta
H0 : Tidak terdapat perbedaan yang signifikan perbandingan antara kinerja pegawai
swasta dengan PNS di DKI Jakarta
Ha : μ1 ≠ μ2
H0 : μ1 = μ2
Rata-rata
= 81,07

= 60,37
Standar deviasi :
s1 = 16,48
s2 = 11,53
Varians
S1 = 271,59
S2 = 132,94
Korelasi r = 0,44
Mencari t hitung dengan rumus

Berdasarkan hasil perhitungan di atas, diperoleh t hitung sebesar 6,9. Sedangkan t tabel
dengan taraf signifikasi 5 % dan db = n1+n2-2(30+30)-2 = 58 adalah 2,004. Hal ini
berarti t hitung lebih besar dari t tabel yang berarti terdapat terdapat perbedaan yang
signifikan antara kinerja pegawai swasta dengan PNS di DKI Jakarta (H a diterima dan H0
ditolak).
Pengujian menggunakan SPSS
Tahap-tahap mengujian hipotesis dua sampel Independent dengan SPSS berdasarkan
contoh di atas adalah sebagai berikut:
1. Buka aplikasi SPSS, pilih variable view. Pada kolom name ketik Swasta dan PNS,
kemudian pada kolom label ketik Pegawai swasta dan PNS

2. Klik data view dan masukkan data skor kinerja antara pegawai swasta dan PNS (bisa
mengcopy dari excel)
3. Klik analys, Compare Means dan pilih Paired Samples T-Test

4. Maka akan muncul kotak dialog seperti gambar di bawah.

5. Pindahkan variabel Pegawai Swasta dan PNS ke kolom Paried variable dengan
mengklik tanda panah yang ada di sampingnya.

6. Klik options maka akan muncul kotak dialog berikut. Kotak dialog ini untuk
menentukan taraf kepercayaan yang akan digunakan dalam pengujian hipotesis,
dimana pada pengujian inti taraf kepercayaannya adalah 95 %. Kemudian klik
Continue. Kemudian klik OK untuk melihat hasil pengujian hipotesis.

7.
8. Hasil akan berupa tabel seperti gambar berikut.

Pada gambar di atas merupakan hasil pengujian hipotesis yang disajikan dua tabel.
Tabel pertama “Paired Samples Statistic” merupakan statistik deskriptifnya, dimana
pada tabel ini dijelaskan jumlah sampel, rata-rata Skor kinerja antara pegawai swasta
dengan PNS, serta standar deviasinya. Tabel kedua “Paired Samples Correlations”
merupakan tabel yang menjelaskan hubungan kedeua sampel. Dapat dilihat nilai
signifikan 0,0l5 lebih kecil dari 0,05 yang artinya kedua variable tidak memiliki
hubungan. Tabel ketiga “Paired Samples Test” merupakan hasil pengujian hipotesis
dua sampel yang berkorelasi. Pada tabel ini dapat dilihat bahwa harga Sig (2-tailed)
< dari 0,05 yang artinya Ha diterima sedangkan H0 ditolak, dimana terdapat
perbedaan yang signifikan antara kinerja pegawai swasta dengan PNS di DKI
Jakarta. Untuk menentukan kinerja yang lebih baik antara pegawai swasta dan PNS
dapat diketahui dari rata-rata skor kedua variable. Rata-rata skor kinerja pegawai
swasta lebih besar dari PNS, oleh karena itu dapat dikatakan bahwa kinerja pegawai
swasta lebih baik dibandingkan PNS.
B. Uji-t Dua Sampel Independent (Independent Sample T-test)

Fungsi uji-t untuk dua sampel independent:

Sebagai uji komparasi antara 2 sampel bebas (independent). Tes ini diterapkan jika
analisis data bertujuan untuk mengetahui apakah 2 kelompok sampel berbeda dalam variabel
tertentu. Rumusan t-test yang digunakan untuk menguji hipotesis komparatif dua sampel
independent ditunjukkan pada rumus:
X́ 1− X́ 2
t=
S21 S22 (Separated Varians)
√ +
n1 n2
X́ 1− X́ 2
t=
(n1−1)S21 +(n2−1) S 22 1 1 (Polled Varians)
√ n1 +n2−2 ( +
n1 n 2 )
Kapan uji t dua sampel yang independent digunakan
Jika analisis data bertujuan untuk mengetahui apakah 2 kelompok sampel berbeda dalam
variabel tertentu. T-tes diaplikasikan dengan beberapa kondisi antara lain berhadapan dengan
2 sampel bebas, tiap sampel dambil secara random, dan variabel yang dikomparasikan
menghasilkan data paling rendah berskala interval.
Terdapat beberapa pertimbangan dalam memilih rumus t-test yaitu:
a. Apakah dua rata-rata itu berasal dari dua sampel yang jumlahnya sama atau tidak?
b. Apakah varianas data dari dua sampel itu homogen atau tidak. Untuk menjawab itu
perlu pengujian homogenitas varians. Berdasarkan dual tersebut maka berikut ini
diberikan petunjuk untuk memilih rumus t-test.
1. Bila jumlah anggota sampel n1 = n2 dan varians homogen σ12 = σ22, maka
2 dapat

digunakan rumus t-test baik untuk separated maupun polled varians. Untuk
mengetahui t-tabel digunakan dk yang besarnya dk = n1 + n2 – 2.
2. Bila n1 ≠ n2 varians homogen σ12 = σ22 2dapat digunakan t-test denan polled
varians, dk = n1 + n2 – 2
3. Bila n1 = n2 varians tidak homogen σ12 ≠ σ22, dapat digunakan rumus separated
maupun polled varians dengan dk = n1 – 1 atau n2 -1
4. Bila n1 ≠ n2 dan varians tidak homogen σ12 ≠ σ22, dapat digunakan rumus
separated varians. Harga t sebagai pengganti harga t tabel dihitung dari selisih
harga t tabel dengan dk = n1 – 1 dan dk = n2 -1, dibagi dua dan kemudin ditambah
dengan harga t yang terkecil.
Catatan:
Dalam kasus bila terbukti bahwa kedua sampel berasal dari popuasi dengan variansi yang
heterogen maka rumus peritungan yang digunakan adalah:
X́ 1− X́ 2
t=
S21 S22
√ +
n1 n2
H0 diterima bila
S21 t 1 S 22 t 2 S21 t 1 S 22 t 2
+ +
n1 n2 n1 n2
< t hit <
s21 S22 s12 S22
+ +
n1 n2 n1 n2

Untuk uji dua ekor:

t1 = t (1-1/2α)(n1-1) dan t2 = t (1-1/2α)(n2-1)

Untuk uji satu ekor:

t1 = t (1-α)(n1-1) dan t2 = t (1-α)(n2-1)

Contoh Pengujian Hipotesis Komparatif Dua Sampel Independent

 Judul
Pengaruh Model Pembelajaran Think Talk Write (TTW) Berbantuan Cerita Rakyat
Terhadap Keterampilan Membaca Bahasa Indonesia Kelas III Semester Genap di SD
Gugus X Kecamatan Buleleng Tahun Pelajaran 2016/2017

 Rumusan masalah
Apakah terdapat perbedaan yang signifikan keterampilan membaca intensif antara siswa
yang menggunakan model pembelajaran TTW dan siswa yang tidak menggunakan model
pembelajaran TTW pada siswa kelas III Semester Genap di SD Gugus X Kecamatan
Buleleng Tahun Pelajaran 2016/2017

 Hipotesis penelitian
Ha : μ1 ≠ μ2 artinya terdapat perbedaan keterampilan membaca intensif Bahasa Indonesia
yang signifikan antara kelompok siswa yang belajar menggunakan model pembelajaran
TTW dengan kelompok siswa yang belajar tidak menggunakan model pembelajaran
TTW.
H0 : μ1 = μ2 artinya tidak terdapat perbedaan keterampilan membaca intensif Bahasa
Indonesia yang signifikan antara kelompok siswa yang belajar menggunakan model
pembelajaran TTW dengan kelompok siswa yang belajar tidak menggunakan model
pembelajaran TTW.

Skor keterampilan membaca kelas eksperimen

Kelompok Skor
Eksperimen (X)
1 12
2 9
3 12
4 9
5 11
6 11
7 10
8 10
9 11
10 11
11 12
12 10
13 10
14 9
15 13
16 11
17 13
18 12
19 11
20 13
21 11
22 12
Jumlah (SX) 243

Jadi mean dari skor post-test kelompok eksperimen adalah 11,45

Tabel kerja untuk menghitung varians dan standar deviasi
 Kelompok
Skor (X) X2
Eksperimen
1 12 144
2 9 81
3 12 144
4 9 81
5 11 121
6 11 121
7 10 100
8 10 100
9 11 121
10 11 121
11 12 144
12 10 100
13 10 100
14 9 81
15 13 169
16 11 121
17 13 169
18 12 144
19 11 121
20 13 169
21 11 121
22 12 144
Jumlah (SX) 243 2717

Jadi varians dari skor post-test kelompok eksperimen adalah 1,56

Jadi standar deviasi dari kelompok eksperimen adalah 1,24

 Skor keterampilan membaca intensif kelas kontrol
Kelompok Skor (X)
Kontrol
1 5
2 7
3 6
4 5
5 8
6 7
7 9
8 7
9 6
10 5
11 8
12 7
13 9
14 6
15 6
16 7
17 8
18 5
19 8
20 6
21 8
22 10
23 7
24 6
25 7
Jumlah (SX) 173

Jadi mean dari skor post-test kelompok kontrol adalah 6,92

Tabel kerja untuk menghitung varians dan standar deviasi
Kelompok Skor X2
Kontrol (X)
1 5 25
2 7 49
3 6 36
4 5 25
5 8 64
 6 7 49
7 9 81
8 7 49
9 6 36
10 5 25
11 8 64
12 7 49
13 9 81
14 6 36
15 6 36
16 7 49
17 8 64
18 5 25
19 8 64
20 6 36
21 8 64
22 10 100
23 7 49
24 6 36
25 7 49
Jumlah (SX) 173 1241

2 nƩ X 2 −( ƩX )2
S=
n(n−1)

25 .1241−(173)2
S2=
25( 25−1)
31025−29929
S2 =
600

S2=1,82
Jadi varians dari skor post-test kelompok kontrol adalah 1,82
s= √ s2
s= √ 1,82
s=1,34
Jadi standar deviasi dari skor post-test kelompok kontrol adalah 1,34

Uji T
Diketahui:
X1 = 11,04
X2 = 6,92
S12= 1,56
S22= 1,82
X́ 1− X́ 2
2 2
t= ( n1 −1 ) S 1+(n2−1) S 2 1 1
√ n1 +n2 −2
+
(n n )
1 2

11,04−6,92
t= ( 22−1 ) 1,56+ ( 25−1 ) 1,82 1 1
√ 22+25−2
+
22 25( )
4,12
t= 32,76+ 43,68 47
√ 45 550( )
4,12
t=
√ 0,13
t = 11,4444
Berdasarkan hasil perhitungan di atas, diperoleh t hitung sebesar 11,444. Sedangkan t tabel
dengan taraf signifikasi 5 % dan db = (22+25)-2 = 45 adalah 2,000. Hal ini berarti t hitung
lebih besar dari t tabel yang berarti terdapat perbedaan signifikan keterampilan membaca
intensif Bahasa Indonesia yang signifikan antara kelompok siswa yang belajar menggunakan
model pembelajaran TTW dengan kelompok siswa yang belajar tidak menggunakan model
pembelajaran TTW (Ha diterima dan H0 ditolak)

Pengujian menggunakan SPSS

Tahap-tahap mengujian hipotesis dua sampel independent dengan SPSS berdasarkan contoh
di atas adalah sebagai berikut:
1. Buka aplikasi SPSS, klik variable view. Pada kolom nama ketik skor dan kelas.
Sedangkan pada kolom label ketik skor keterampilan membaca dan kelas.

2. Klik kolom values pada label kelas, dan akan muncul kotak dialog seperti gambar
berikut. Pada value beri kode 1 dan berikan nama eksperimen kemudian klik add.
Selanjutnya berikan kode 2 pada value dan beri nama kontrol klik add dan OK

3. Klik data view, kemudian masukkan data pada SPSS. Pada kolom skor masukan
 data skor keterampilan membaca pada kelas eksperimen dan kelas kontrol dimana
data skor eksperimen dimasukan lebih dulu kemudian data skor kelas kontrol di
bawahnya. Kemudian pada kolom kelas masukan kode. Pada kelas eksperimen
berikan kode 1 sedangkan pada kelas koterol berikan kode 2

4. Klik analys, Compare Means da pilih Independent Samples T-Test

5. Maka akan muncul kotak dialog seperti gambar berikut.

6. Klik skor keterampilan membaca dan pindahkan pada Test variable. Variable kelas
pindahkan ke Grouping Variable
7. Pilih Define Groups maka akan muncul kotak dialog sepeti gambar berikut.

8. Pada group 1 berikan kode 1 sedangkan group 2 berikan kode 2, lalu klik Continue
9. Klik options maka akan muncul kotak dialog berikut. Kotak dialog ini untuk
menentukan taraf kepercayaan yang akan digunakan dalam pengujian hipotesis,
dimana pada pengujian inti taraf kepercayaannya adalah 95%. Kemudian klik
Continue

10. Untuk melihat hasil pengujian klik OK. Hasil akan berupa tabel seperti gambar
berikut.

Pada gambar di atas merupakan hasil pengujian hipotesis yang disajikan dua tabel.
Tabel pertama “Group Statistic” merupakan statistik deskriptifnya, dimana pada
tabel ini dijelaskan jumlah sampel, rata-rata nilai keterampilan membaca pada
kelas eksperimen dan kelas kontrol serta standar deviasinya. Tabel dua
Índependent Samples Test” merupakan hasil pengujian hipotesis dari dua sampel
yang tidak berhubungan (independent). Pada tabel ini dapat dilihat bahwa harga
Sig (2-tailed) < dari 0,05 yang artinya Ha diterima sedangkan H0 ditolak, dimana
terdapat perbedaan keterampilan membaca intensif Bahasa Indonesia yang
signifikan antara kelompok siswa yang belajar menggunakan model pembeljaran
TTW dengan kelompok siswa yang belajar tidak menggunakan model
pembelajaran TTW. Untuk menentukan keterampilan membaca intensif Bahasa
Indonesia yang lebih baik antara kelas yang belajar menggunakan model
pembeljaran TTW (kelas Eksperimen) dengan kelas yang belajar tidak
menggunakan model pembelajaran TTW (kelas kontrol) dapat dilihat pada rata-rata
(mean). Pada pengujian ini rata-rata skor keterampilan membaca kelas eksperimen
lebih besar dari rata-rata skor keterampilan membaca kelas kontrol maka kelas
eksperimen lebih baik dari kelas kontrol dari segi keterampilan membacanya.
 BAB III
PENUTUP
3.1 Kesimpulan
Uji-t (t-test) termasuk dalam golongan statistika parametrik. Statistik parametrik adalah statistik
yang mempertimbangkan jenis sebaran/distribusi data yang berdistribusi normal dan memiliki varian
homogen. Jika dalam suatu penelitian datanya berjenis interval/rasio, maka yang dapat
digunakan untuk menguji hipotesisnya adalah menggunakan uji t dan uji z.

Terdapat dua macam pengujian hipotesis deskriptif yaitu dengan uji dua pihak (two tail
test) dan uji satu pihak (one tail test). Uji sat pihak ada dua macam yaitu uji pihak kanan dan
uji pihak kiri. Dalam pengujian ini variabel penelitiannya bersifat mandiri, dan sampelnya
hanya satu, oleh karena itu hipetesis berbentuk bandingan dengan nilai standar atau nilai yang
sudah ditetapkan.

Menguji hiotesis komparatif berarti menguji parameter populasi yang berbentuk

perbandingan melalui ukuran sampel yang juga berbentuk perbandingan. Uji t dua sampel
berkorelasi digunakan untuk uji komparasi antara dua nilai berpasangan, misalnya sebelum
dan sesudah (Pre – Test dan Post – Test) digunakan pada satu sampel dimana setiap elemen 2
pengamatan data kuantitatif (interval-rasio) yang berasal dari populasi yang berdistribusi
normal. Uji t dua sampel independent digunakan sebagai uji komparasi antar 2 sampel bebas
(independent). Tes ini diterapkan jika analisis data bertujuan untuk mengetahui apakah 2
kelompok sanpel berbeda dalam variable tertentu.
 Daftar Pustaka
Siregar, Syofian. 2011. Statistika Deskriptif untuk Penelitian: Dilengkapi Perhitungan
Manual dan Aplikasi SPSS Versi 17. Jakarta; Rajawali Pers
Siregar, Syofian. 2015. Statistika Parametrik untuk Penelitian Kuantitatif: dilengkapi dengan
Perhitungan Manual dan Aplikasi SPSS Versi 17. Jakarta: Bumi Aksara
Tripalupi, Lulup Indah dan Kadek Rai Suwena. 2014. Statistika Dilengkapi dengan
Pengenalan Statistik dalam Analisis SPSS. Yogyakarta: Graha Ilmu