MAKALAH

PEMAHAMAN UJI T DAN UJI Z

Disusun Untuk Memenuhi Tugas

Mata Kuliah : Metode Penelitian dan Biostatistik

Dosen Pengampu : Ns. Rurry Nindya T, S.Kep

Disusun Oleh :

Heriansyah
(61608100818025)

PROGRAM STUDI SARJANA FARMASI

INSTITUT KESEHATAN MITRA BUNDA
BATAM
2021
 KATA PENGANTAR

Dengan memanjakan puji syukur kehadirat Tuhan Yang Maha Esa, karena berkat
rahmat dan kemurahannya sehingga saya dapat menyelesaikan tugas makalah ini yang
berjudul “Pemahaman Uji T dan Uji Z”. walaupun masih jauh dari kesempatan.
Dengan tersusunnya makalah ini diharapkan dapat membantu teman- teman dalam
rangka pemahaman yang lebih seksama dari materi yang disajikan.
Adapun makalah tentang konsep statistic Uji T dan Uji Z ini telah saya usahakan
semaksimal meungkin dan tentunya dengan bantuan berbagai pihak, sehingga dapat
memperlancar pembuatan makalah ini. Untuk itu saya tidak lupa menyampaikan banyak
terimaksih kepada semua pihak yang telah membantu saya dalam pembuaatan makalah ini.
Namun tidak lepas dari smeua ini, saya menyadari sepenuhnya bahwa ada kekukarangan baik
dari segi penyusunan bahasanya maupun segi lainnya. Pembaca diharapkan dapat
memberikan saran dan kritik kepada kami sehingga kami dapat memperbaiki makalah ini.
Dakhirnya penulis mengharapkan semoga dari makalah ini dapat bermanfaat bagi
semua pembaca.

Batam, April 2021

Penulis

i
 DAFTAR ISI

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

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

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

BAB II PEMBAHASAN......................................................................................................3
2.1 Uji T........................................................................................................................3
2.2 Uji Z........................................................................................................................12
2.3 Nilai Interval Kepercayaan.....................................................................................15

BAB III KESIMPULAN DAN SARAN.............................................................................16

3.1 Kesimpulan.............................................................................................................16
3.2 Saran.......................................................................................................................16

DAFTAR PUSTAKA...........................................................................................................1

ii
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Penggunaan uji t dan uji z untuk menguji perbedaan mean hanya dapat diterapkan
pada dua variabel. Jika jumlah variabel yang diuji cukup besar atau lebih dari dua variabel,
maka penggunaan uji t akan memakan waktu yang cukup lama karena dalam prosesnya harus
melakukan perhitungan secara berpasangan (setiap dua variable) untuk seluruh variabel
dalam observasi. Misalkan dilakukan pengujian perbedaan mean dengan terhadap empat
variabel, maka peneliti harus melakukan pengujian berdasarkan uji t sebanyak sebanyak
enam kali pasangan variabel. Selain membutuhkan waktu yang lama dalam penyelesaian
masalah, ditambah pula dengan semakin banyaknya proses penghitungan yang dilakukan
maka kemungkinan terjadi kesalahan akan relatif besar baik dalam proses penghitungan,
perbandingan, maupun kesalahan dalam pengulangan.

Seperti yang sudah kita ketahui bahwasanya Uji T dan Uji Z merupakan pengujian
parametric. Jika suatu pengujian secara persis tidak diketahui apakah terdistribusi normal atau
tidak, atau jumlah < 30, maka pengujian harus dilakuakn secara non parametik. Uji Z adalah
salah satu uji statistic yang pengujian hipotesisnya didekati dengan distribusi normal.
Menurut teori limit terpusat data dengan ukuran sampel yang besar akan didistribusi normal.
Oleh karena itu, uji Z dapat digunakan untuk menguji data yang sampelnya besar. Selain itu
Uji Z diguanakan untuk menganalisis data yang varians populasinya diketahui. Uji T
merupakan statistic uji yang sering kali ditemui dalam masalah- maslah praktis statistic. Uji T
dapat dibagi menjadi dua yaitu yang pertama Uji T yang digunakan untuk pengujian hipotesis
1 sampel dan yang kedua uji T uang digunakan untuk pengujian hipotesis 2 sampel.

Untuk membandingkan nilai tengan populasi dengan nilai tertentu atau dengan nilai
tengah populasi lainnya bisa dilakukan dengan Uji Z, namun Uji Z hanya bisa digunakan
apabila data berdistribusi normal serta ragam populasi diketahui. Kenyataanya, jarang sekali
kita bisa mengetahui nialai parameter suatu populasi dengan pasti, sehingga kita hanya bisa
menduga parameter populasi tersebut dari sampel yang kita ambil. Karena kita tidak
mengetahui berapa simpangan baku populasi, maka nilai ini ditaksir dengan simpangan baku
sampel, s yang dihitung dari sampel. Hanya saja, untuk sampel berukuran kecil s bukanlah
nilai taksiran yang akurat untuk sehingga tidak valid lagi apabila kita menggunakan Uji Z.
untuk ukuran sampel yang kecil, kita bisa mendekatinya dengan menggunakan Uji T.

Dengan adanya makalah ini Uji T dan Uji Z ini diharapkan dapat membantu untuk
mengidentifikasi uji mana (anatara Uji Z dan Uji T) yang tepat digunakn dalam menghadapi
suatu persoalan. Statistik memegang peranan yang penting dalam penelitian, baik dalam
penyusunan model, perumusan hipotesa, dalam pengembangan alatdan instrumen
pengumpulan data, dalam penyusunan desain penelitian,dalam penentuan sampel dan dalam
analisa data.

1
 Dalam melakukan proses penelitian, para peneliti memerlukan banyak hal agar
penelitiannya dapat diyakini hasilnya. Untuk menguji kebenaran suatu hipotesis yang ada
di dalam penelitian itu, berbagai uji dilakukan. Salah satu uji yang telah dikenaldalam dunia
statistika, yaitu uji T. Uji T atau T test adalah salah satu tesstatistik yang dipergunakan untuk
menguji kebenaran atau kepalsuanhipotesis nihil yang menyetakan bahwa di antara dua buah
mean sampelyang diambil secara random dari populasi yang sama, tidak terdapat perbedaan
signifikan (dalam Sudijono, 2009: 278).

1.2 Tujuan Penulisan Makalah

Tujuan dari makalah tentang konsep statistik uji T dan uji Z ini adalah:
1. Mengetahui pengertian tentang uji T dan uji z.
2. Mengetahui perbedaan uji T dan uji Z.
3. Mengetahui cara pengolahan data melalui uji T dan uji Z.
4. Mahasiswa mampu memilih penggunaan uji yang tepat yang dipakai dalam
memecahkan masalah.
5. Mengetahui maksud dari nilai interval kepercayaan.

1.3 Rumusan Masalah

1. Apa pengertian dari uji T dan uji Z?

2. Apa perbedaan dari uji T dan uji Z?
3. Bagaimana cara pengolahan data melalui uji T dan uji Z?
4. Bagaimana memilih penggunaan uji yang tepat yang dipakai dalam memecahkan
masalah?tian dari nilai interval kepercayaan?

BAB II
2
 PEMBAHASAN

2.1 Uji T

 Definisi Uji T

Uji T adalah salah satu test statistik yang dipergunakan untuk menguji kebenaran atau
kepalsuan hipotesis nihil yang menyatakan bahwa diantara dua buah mean sampel yang
diambil secara random dari populasi yang sama, tidak terdapat perbedaan yang signifikan.
(Sudjiono, 2010).

Uji T digunakan menilai apakah rata- rata dua kelompok secara statistic berbeda satu
dengan yang lain. Penggunaan Uji T cocok kerika kita akan membandingkan rata- rata dua
kelompok serta untuk menganalisa desain eksperimental posttest dua kelompok yang dipilih
secara random. Yang dimaksud dengan perbedaan rata – rata secara statistika adalah adanya
perbedaan variabilitas atau sebaran data antara kelompok yang dibandingkan. Maksudnya
dua kelompok mempunyai perbedaan rata – rata jika sebaran data atau variabilitas berbeda
dengan yang lain. Analisis Uji T digunakan untuk menguji perbedaan tersebut (Rahman JA,
et al 2015).

Adapun kriteria penggunaan uji T yaitu:

1. Kedua sampel tidak saling berpasangan. Jika sampel berpasangan maka uji hipotesis
dilakukan dengan menggunakan Uji Paired Sample t-Test
2. Jumlah data untuk masing-masing sampel kurang dari 30 buah. Sementara jika jumlah
data lebih dari 30 buah, maka sebaliknya uji hipotesis dilakukan dengan uji Z.
(Singgih Santoso. 2014. Panduan Lengkap SPSS Versi 20 Edisi Revisi. Jakarta: Elex
Media Komputindo. Hal. 270)
3. Data yang dipakai dalam uji ini berupa data kuantitatif (angka asli) berskala interval
atau rasio
4. Data untuk kedua sampel berdistribusi normal. Jika data salah satu sampel atau
keduanya tidak berdistribusi normal, maka uji hipotesis perbandingan dilakukan
dengan metode statistik non parametrik meggunakan Uji Mann Whitney
5. Adanya kesamaan varian atau homogen untuk kedua sampel data penelitian (bukan
merupakan syarat mutlak). Jika ternyata didapati dua varians data untuk kedua sampel
tidak homogeny, maka uji independent sampel t-Test tetap dapat dilakukan. Akan
tetapi pengambilan keputusan didasarkan di dasarkan pada hasil yang terdapat dalam
tabel output SPSS “Equal Variances Not Assumed”.

Sampel independen biasanya dua kelompok yang dipilih secara random. Sedang
sampel dependen dapat dua kelompok yang dipasangkan pada variabel tertentu atau orang
sama yang diuji dua kali atau disebut sebagai pengujian berulang.

3
 Penggunaan uji T yang tepat yang dipakai dalam memecahkan masalah untuk
membandingkan :
 Rata-rata kumpulan data dengan suatu nilai tunggal (one-sample test)
 Rata-rata dari dua kumpulan data independen
 Efek dua perlakuan yang diterapkan pada salah satu objek test yang berbeda(disebut
juga uji t pasangan).

CONTOH :

 Rata-rata kumpulan data dengan suatu nilai tunggal (one-sample test)

Tes ini digunakan untuk menentukan apakah rata-rata sampel dari kumpulan data
berbeda signifikan dari nilai target atau batas yang ditentukan(nilai tunggal). Biasanya ini
digunakan pada kimia analisis untuk menentukan apakah rata-rata dari kumpulan data yang
didapat dari analisis material yang didapat dari suplier berbeda signifikan dengan nilai
standar yang seharusnya. Uji T ini digunakan untuk suatu kumpulan data dibandingkan
dengan suatu  nilai tunggal.

Contoh penerapannya :

Seorang analis sedang melakukan validasi metoda analisis untuk menentukan kadar
kolesterol dalam susu. Sebagai bagian dari uji, 10 CRM(Certified Reference Material)
dianalisis. Hasilnya sebagai berikut: 271,4   266,3    267,8    269,6    268,7   272,5     269,5
270,1 269,7 268,6. Konsentrasi CRM standar yang tertera pada label sebesar 274,7 mg per
100 g. Analis ingin mengetahui apakah rata-rata hasil yang didapat berbeda signifikan dengan
nilai standar yang tertera pada label?.

Nilai t dapat dihitung dengan :

4
 Nilai kritis dua ekor untuk t dengan signifikansi α=0,05 dan derajat kebebasan 9
(didapat dari 10-1) adalah 2,262(lihat tabel t). Nilai kritis juga dapat dilihat dengan Microsoft
Excel melalui rumus:

=TINV(probabilitas,derajat  kebebasan)  untuk  beberapa  komputer  menggunakan  rumus

=TINV(robabilitas;derajat kebebasan)

misal ingin diketahui nilai kritis t dengan signifikansi 0,05(taraf kepercayaan 95%) dan
derajat kebebasan 24 maka

=TINV(0.05,24)

=2,063898562

Dari contoh terlihat bahwa terdapat kumpulan data sebanyak 10 data CRM
dibandingkan dengan satu nilai tunggal(nilai standar), oleh karena itu uji t yang tepat adalah
uji t one sample test.

T hitung yang didapat dari perhitungan data hasil percobaan ternyata lebih besar
dibanding nilai kritis sehingga dapat disimpulkan metode tes yang digunakan berbeda
signifikan dengan nilai sebenarnya.

Uji t ada dua macam, satu arah(sering disebut satu ekor) atau dua arah(disebut juga
dua ekor) memilih. Bagaimana menentukan satu arah atau dua arah?tergantung dari uji yang
kita lakukan, bila ingin mengetahui apakah rata-rata dua kumpulan data mempunyai
perbedaan yang signifikan maka digunakan uji t dua arah. Bila ingin megetahui rata-rata data
kumpulan pertama lebih besar atau lebih kecil dibanding rata-rata kumpulan data kedua maka
digunakan uji t satu arah. Perbedaan uji antara satu dan dua ekor sangat penting yang akan
pengaruh pada nilai kritis pengujian.

5
  Rata-rata dari dua kumpulan data independen (Two-sample test)

Two-sample test digunakan untuk memutuskan apakah dua perlakuan berbeda,

dengan membandingkan rata-rata tiap kumpulan data. Sebagai    contoh, membandingkan
konsentrasi bahan aktif pada dua produk yang satu asli dan yang kedua palsu atau memeriksa
efek perubahan konsentrasi solven pada pengulangan analisis.

Contoh penerapannya :

Persyaratan BPOM untuk pengujian bahan harus sesuai dengan kompedia/farmakope

sedangkan metode pengujian produk Levofloxacin HCl pada suatu industri menggunakan
metode spektrofotometri. Untuk menguji apakah metode spektrofotometri yang digunakan
tidak berbeda signifikan dengan hasil menggunakan metode HPLC maka dilakukan uji
menggunakan spektrofotometri dan HPLC pada bahan yang sama hasilnya sebagai berikut:

Spektrofotometri 99,64 98,54 96,67 97,45 97,75 95,30

HPLC 98,68 9,45 96,31 96,93 97,86 97,39
Nilai hasil diatas dalam satuan persen Apakah hasil uji menggunakan metode
spektrofotometri tidak berbeda secara signifikan dengan hasil uji menggunakan metode
HPLC?

Untuk membuktikan bahwa kedua metode tidak berbeda signifikan dalam pengujian
kadar levofloxacin HCl maka dilakukan uji t

6
Sedangkan t hitung dapat dengan rumus:

Derajat kebebasan=n1+n2-2=6+6-2=10 sedangkan t tabel untuk taraf kepercayaan

95%(probabilitas0,05) dan derajat kebebasan
10 didapat dengan formula pada Excell
=TINV(probabilitas,derajatkebebasan)
=TINV(0,05;10)=2,228

 Uji t pasangan (Paired Comparisons)

Ketika membandingkan kinerja dari dua metode, tidak mungkin untuk menghasilkan
dua replikasi set data dan menerapkan uji-t. Misalnya, mungkin tidak praktis untuk 
mendapatkan lebih dari satu hasil dari setiap metode pada setiap uji satu item. Dalam kasus
tersebut, uji perbandingan berpasangan sangat berguna. Hal ini membutuhkan pasang hasil
yang diperoleh dari analisis tes bahan yang berbeda.

Contoh penerapannya:

Dua metode digunakan untuk menentukan konsentrasi Vitamin C pada buah. Seorang
analis ingin mengetahui apakah ada perbedaan signifikan antara hasil pengujian yang
dihasilkan dari kedua metode. Delapan bahan yang berbeda dianalisi menggunakan 2 metode.
Hasil tertera pada tabel dibawah:

Bahan
Pengujian
1 2 3 4 5 6 7 8
Metode A 291 397 379 233 365 291 289 189
Metode B 272 403 389 224 368 282 286 201
Rata-rata 281,5 440 384 228,5 366,5 286,5 287,5 195
Selisih(d=a-b) 19 -6 -10 9 -3 -9 3 -12
Selisih rata-rata 1,1
Selisih standar deviasi 10,8

7
 Perbedaan diplot tidak menunjukkan keberangkatan kuat dari normalitas dan
perbedaan mutlak tidak menunjukkan hubungan dengan mean untuk setiap materi tes. Uji t
pasangan karena itu tepat.

T hitung dihitung menggunakan rumus:

Terdapat delapan pasangan sehingga derajat kebebasan 8-1=7. Nilai kritis two-tailed
untuk derajat kepercayaan α=0,05 dan derajat kebebasan v=7 adalah 2,365. Hasil t hitung
lebih kecil dibandingkan nilai kritis, sehingga dapat disimpulkan tidak ada perbedaan
signifikan antara hasil yang didapat dari kedua metode.

Pada kasus diatas menggunakan uji t pasangan karena pada analisis vitamin C pada
buah diatas tiap bahan dilakukan 2 uji yang berbeda(metode A dan B) dan bahan antar 
pengujian juga berbeda. Perbedaan bahan antar pengujian berbeda ini ditunjukkan dengan

8
selisih antar bahan yang besar. Misal selisih antar bahan 1 pada metode A dan B  mencapai
19. Perbedaan yang besar juga dapat dilihat antar bahan ditunjukkan dengan nilai standar
deviasi yang relatif besar 10,8. Kasus diatas terdapat 8 bahan buah dan buah satu dengan
yang lain berbeda, seperti yang kita ketahui variasi vitamin C pada bahan dari alam(dalam hal
ini buah) sangat besar oleh karena itu cocok dilakukan uji t pasangan. Bila kasus vitamin c
diatas diakukan uji t two-sample test kurang tepat karena tidak tepat menghitung rata-rata tiap
metode kemudian membandingkannya karena pasti hasil variasi metode A dan B sangat besar
akibat variasi bahan dalam 8 sample sangat besar. Dapat dilihat diatas bahwa tiap bahan
dirata-rata dan tidak dilakukan rata-rata tiap metode agar penilaian uji t tepat.

Berbeda dengan pengujian levofloxacin HCl spektrofotometri vs HPLC diatas, variasi

antar pengujian tidak terlalu besar karena bahan levofloxacin HCl yang diuji merupakan hasil
proses manufactur yang konsisten sehingga menghasilkan levofloxacin HCl yang relatif
sama(ditunjukkan dengan rata-rata yang mirip).

 Langkah – langkah Pengolahan Data dengan Uji T dan Uji Z menggunakan

Program SPSS

1. Buka program SPSS, kemudian klik variable view, selanjutnya isikan nama variabel
dan ketentuan lainnya sebagaimana pedoman dibawah ini:
Nama : tulis hasil
Type : pilih numeric
Width : pillih 8
Decimals : pilih 2
Label : tulis hasil belajar
Values : pilih none
Missing : pilih none
Columns : pilih 8
Align : pilih right
Measure : pilih scale
Role : pilih input

Tampak dilayar sebagaimana gambar berikut:

2. Selanjutnya, klik data view lalu masukkan data nilai rata-rata hasil

9
3. Langkah pertama kita akan lakukan Uji Normalitas terlebih dahulu, caranya klik
analyze – Descriptive Statistics – Explore.

4. Muncul kotak dialog “Explore” Kemudian masukkan variabel hasil ke kotak

Dependent List , lalu klik Plots

5. Muncul kotak dialog “Explore: Plots” lalu berikan tanda centang pada Normality Plot
With Test, kemudian klik Continue dan Ok.

10
6. Perhatikan pada Output “Test Of Normality”

7. Selanjutnya, kita akan melakukan Uji One Sample t – Test. Caranya klik menu
Analyze – Compare Means – One Sample t – Test.

8. Maka muncul kotak dialog “One Sample t-Test”, selanjutnya masukkan variabel hasil
ke kotak Test Variable(s), pada bagian Test Value masukkan angka yang ingin
dibandingkan.

11
2.2 Uji Z

 Definisi uji Z

Uji Z adalah salah satu uji statistika yang pengujian hipotesisnya didekati dengan
distribusi normal. Menurut teori limit terpusat, data dengan ukuran sampel yang besar akan
berdistribusi normal. Oleh karena itu, uji Z dapat digunakan untuk menguji data yang
sampelnya berukuran besar. Jumlah sampel 30 atau lebih dianggap sampel berukuran besar.
Selain itu, uji Z ini dipakai untuk menganalisis data yang varians populasinya diketahui.
Namun, bila varians populasi tidak diketahui, maka varians dari sampel dapat digunakan
sebagai penggantinya. (Rahman JA et al 2015).

Uji Z dapat digunakan utuk menguji data yang sampelnya berukuran besar.  Jumlah
sampel 30 atau lebih dianggap sampel berukuran besar.  Selain itu, uji Z ini dipakai untuk
menganalisis data yang varians populasinya diketahui.  Namun, bila varians populasi tidak
diketahui, maka varians dari sampel dapat digunakan sebagai penggantinya.

Adapun kriteria penggunaan uji T yaitu:

1.  Data berdistribusi normal
2.  Variance  (σ2) diketahui
3.  Ukuran sampel (n) besar, ≥ 30
4.  Digunakan hanya untuk membandingkan 2 buah observasi.

Langkah Pengujian Hipotesis

1. Merumuskan Hipotesis

Ada tiga rumusan hipotesis:

a. Uji satu pihak/sisi (one tail) kiri

Yaitu ketika kita mempunyai hipotesis lebih kecil dari apa yang berlaku
H0 : θ = θ0

12
Ha : θ < θ0

b. Uji dua pihak/sisi (two tail)

Yaitu ketika kita mempunyai hipotesis tidak sama dengan apa yang berlaku
H0 : θ = θ0
Ha : θ ≠ θ0

c. Uji satu pihak/sisi (one tail) kanan

Yaitu ketika kita mempunyai hipotesis lebih besar dari apa yang berlaku
H0 : θ = θ0
Ha : θ > θ0

2. Menghitung Statistika Uji

Statistika uji yang digunakan bermacam- macam, tergantung jenis pengujian dan
skala pengukuran datanya. Seperti ujiZ T,F,X2.

3. Menentukan Kriteria Uji

Kriteria uji ditentukan berdasarkan besarnya tingkat keyakinan (γ) yang ditentukan
dan menggunakan table sesuai dengan statistika uji yang digunakan
Jika digambarkan:

a. Uji satu pihak atau sisi (one tail) kiri

b. Uji dua pihak atau sisi (two tail)

13
 c. Uji satu pihak atau sisi (one tail) kanan
 Perbedaan Uji T dan Uji Z
UJI T
Independen T Test adalah uji komparatif
atau uji beda untuk mengetahui adakah perbedaan
mean atau rata-rata yang bermakna antara 2
kelompok bebas yang berskala data interval/rasio.
Dua kelompok bebas yang dimaksud di sini adalah
dua kelompok yang tidak berpasangan, artinya
sumber data berasal dari subjek yang berbeda.
Misal Kelompok Kelas A dan Kelompok kelas B,
di mana responden dalam kelas A dan kelas B
adalah 2 kelompok yang subjeknya berbeda.
Bandingkan dengan nilai pretest dan posttest pada
kelas A, di mana nilai pretest dan posttest berasal
dari subjek yang sama atau disebut dengan data
berpasangan. Apabila menemui kasus yang data
berpasangan, maka uji beda yang tepat adalah
uji paired t-Tes. Uji T digunakan untuk
sample  30. Jadi, uji T adalah uji yang mengukur
perbedaan dua atau beberapa mean antar
kelompok
14
UJI Z
Uji Z adalah salah satu uji
statistika yang pengujian hipotesisnya
didekati dengan distribusi normal.
Menurut teori limit terpusat, data
dengan ukuran sampel yang besar
akan berdistribusi normal. Oleh
karena itu, uji Z dapat digunakan
utuk menguji data yang sampelnya
berukuran besar. Jumlah sampel 30
atau lebih dianggap sampel berukuran
besar. Selain itu, uji Z ini dipakai
untuk menganalisis data yang varians
populasinya diketahui. Namun, bila
varians populasi tidak diketahui,
maka varians dari sampel dapat
digunakan sebagai penggantinya.
2.3 Nilai Interval Kepercayaan

Nilai interval kepercayaan adalah dalam statistik , interval kepercayaan ( CI ) adalah

jenis perkiraan yang dihitung dari statistik data yang diamati. Ini memberikan rentang nilai
untuk parameter yang tidak diketahui (misalnya, mean populasi). Interval memiliki tingkat
keyakinan terkait yang memberikan probabilitas dengan estimasi interval akan berisi nilai
sebenarnya dari parameter. Tingkat kepercayaan dipilih oleh penyidik.Untuk estimasi tertentu
dalam sampel tertentu, menggunakan tingkat kepercayaan yang lebih tinggi menghasilkan
interval kepercayaan yang lebih luas (yaitu, kurang tepat).Secara umum, interval keyakinan
untuk parameter yang tidak diketahui didasarkan pada pengambilan sampel distribusidari
penaksir yang sesuai
Idealnya interval convidence yang baik adalah selang yang pendek dengan derajat
kepercayaan yang tinggi. Suatu nilai a dan b dengan a<b, yang memuat parameter dengan
peluang 1−𝛼 (dengan 𝛼 merupakan peluang kesalahan yg ditoleransi). Dalam statistika,
selang kepercayaan (bahasa Inggris: confidence interval, CI) adalah sebuah interval antara
dua angka, di mana dipercaya nilai parameter sebuah populasi terletak di dalam interval
tersebut. Pendugaan parameter diwujudkan dalam pembentukan selang kepercayaan, karena
hampir tidak pernah ditemukan nilai statistik tepat sama dengan nilai parameter.

15
 BAB III
KESIMPULAN DAN SARAN

3.1 Kesimpulan

Berdasarkan pembahasan tersebut dapat ditarik kesimpulan yaitu:

1. Uji T digunakan menilai apakah rata- rata dua kelompok secara statistic berbeda satu
dengan yang lain.

2. Uji Z adalah salah satu uji statistika yang pengujian hipotesisnya didekati dengan distribusi
normal.

3. Interval kepercayaan adalah salah satu parameter untuk mengukur atau mengestiminasi
beberapa akurat rerata atau proporsi sebuah sampel mewakili populasi sesungguhnya.

4. Statistik adalah sekumpulan konsep dan metode yang digunakan untuk mengumpulkan dan
menginterpretasi data tentang bidang kegiatan tertentu dan mengambil keputusan dalam
situasi di mana ada ketidakpastian dan variasi (Sabri, 2014).

5. Pengujian Uji-T dapat dilakukan apabila simpangan baku populasi (o) tidak diketahui dan
n-nya sejumlah lebih dari tiga puluh (30).

6. Pengujian Uji-Z dapat dilakukan apabila simpangan baku populasi (o) diketahui dan n-nya
sejumlah lebih dari tiga puluh (30).

7. Interval kepercayaan adalah suatu rentang nilai dimana parameter populasi yang
sesungguhnya berada di dalamnya

3.2 Saran
Saya sebagai penulis, menyadari bahwa makalah ini banyak sekali kesalahan dan
sangat jauh dari kesempurnaan. Tentunya, penulis akan terus memperbaiki makalah dengan
mengacu pada sumber yang dapat dipertanggungjawabkan nantinya. Oleh karena itu, penulis
sangat mengharapkan kritik dan saran tentang pembahasan makalah diatas

16
 DAFTAR PUSTAKA

Anas Sudijono. (2010). Pengantar Statistik Pendidikan. Jakarta: Rajawali Press.

Dwi Priyanto, 2009. Mandiri Belajar Dengan Program SPSS. Jakarta Selatan : Penerbit Buku
Kita

Rahman, Mahabubur, and Mary Lambkin. (2015) "Creating or destroying value through
mergers and acquisitions: A marketing perspective." Industrial Marketing
Management, Vol 46 (April), p. 24-35

Singgih Santoso. 2014. Panduan Lengkap SPSS Versi 20 Edisi Revisi. Jakarta: Elex Media
Komputindo. Hal. 270

Sudijono Anas, 2009, Pengantar Statistik Pendidikan, Jakarta : PT. Raja Grafindo Persada

17