UJI STATISTIK T TEST

OLEH :

SUSI JUNIATI RAJAGUKGUK

NIM. 032017021

PRODI NERS TAHAP AKADEMIK

STIKES SANTA ELISABETH
MEDAN
2020
 BAB 1
TINJAUAN PUSTAKA

1.1 Uji T
Teknik “t” test pertama sekali dikembangkan oleh William S. Gosset pada tahun
1915. Pada waktu itu Gosset menggunakan nama samaran student t. Huruf “t” yang
terdapat pada istilah t-test diambil dari nama samaran tersebut. Teknik analisa t-test
sering juga disebut dengan nama “student test”. Test t atau t-test adalah teknik analisa
statistik yang dapat dipergunakan untuk mengetahui apakah terdapat perbedaan yang
signifikan antara dua mean sampel atau tidak. Membandingkan dua mean sampel
dapat dibedakan kepada dua yaitu:
a. Membandingkan dua mean dari satu kelompok sampel. Misalnya
membandingkan mean hasil pretest dengan mean hasil posttest dari 40 siswa
yang menjadi sampel penelitian.
b. Membandingkan dua mean dari dua kelompok sampel. Misalnya
membandingkan mean kemampuan baca antara siswa laki-laki dan siswa
perempuan.
Rumus t-test yang dipergunakan berbeda antara bentuk pertama dengan bentuk
kedua tersebut. Berikut di sampaikan dua bentuk rumus t-test, yaitu: 1. t-test untuk
dua kelompok data dari satu kelompok sampel (berpasangan). Jika analisis data
dalam penelitian dilakukan dengan cara membandingkan data sebelum dengan data
sesudah perlakuan dari satu kelompok sampel, atau membandingkan data antar waktu
satu kelompok sampel dapat dilakukan dengan menggunakan: (Dr. Rusydi Ananda &
Muhammad Fadhli, 2018)
 Syarat-syarat yang harus dipenuhi dalam penggunaan t-test, baik satu sampel
maupun dua sampel'd'dalah sama, yaitu :
 1. Data harus berskala interval atau rasio (syarat yang berlaku untuk statistic
parametrik, seperti t-test, ANOVA, korelasi product moment, dan regresi).
2. Data harus berdistribusi normal. Dalam modul W-3 ini mahasiswa diminta
melakukan uji-t satu sample untuk menghitung apakah target tertentu tercapai
atau tidak, semisal guru menargetkan nilai rata-rata Ujian Nasional SD Mu-
hammadiyah adalah 2t, dan sebagainya. Cara menghitungnya dengan SPSS
sangat mudah. Mula-mula definisikan variabel. Selanjutnya masukan data
pada Data View dan ikuti langkah-langkah berikut (ambil DATA-I sebagai
contoh):
a. Tampilkan program SPSS
b. Klik variabel view pada SPSS Statistik Data Editor
c. Pada kolom Name ketik Prestasi; pada kolom Label ketik Prestasi
Belajar; pada kolom Type pilih Numeric; dan pada kolom Measure pilih
Scale.
d. KIik Data View, akan terbuka SPSS Statistik Data Editor.
e. Masukkan data ke dalam kolom Prestasi.
f. Klik Analyze
g. Pilih Compare Means. Akan terbuka jendela One Sample T Test.
h. Pilih One Sample T Test.
i. Masukkan variabel ke kotak Test Variable
j. Masukkan angka (konstanta tertentu) yang menjadi target pada kotak Test
Value
k. Klik ok.

Cara menarik kesimpulan adalah dengan memperhatikan Signifikansi (ditulis

"Sig" pada SPSS, dan dengan aturan penyimpulan sebagai berikut (aturan ini berlaku
juga untuk analisis korelasi den- gan SPSS):
Jika Sig < 0,01, perbedaan atau korelasi dinyatakan sangat signifikan.
Jika 0,01 < Sig S 0,05, perbedaanatau korelasi dinyatakan signifikan.
 Jika Sig > 0,05, perbedaan atau korelasi dinyatan tidak signifikan.
Sebelum dinalisis lebih lanjut harus diingat bahwa syarat untuk menggunakan
uji-t adalah data harus berdistribusi normal. Jadi sebelum masuk kepada analisis
dengan uji-t harus dilakukan ter- lebih dahulu uji normalitas data. (Dr. Abd. Madjid &
Naufal Ahmad Rijalul Alam, 2017)
Statistik inferensial untuk melihat beda nilai tengah dua buah distribusi nilai
biasanya menggunakan Uji T atau T-Test. Uji T pada dasarnya adalah suatu pengujian
untuk melihat apakah nilai tengah (misalnya nilai rata-rata) suatu distribusi nilai
(kelompok) berbeda secara nyata (significant) dari nilai tengah distribusi nilai
(kelompok) lainnya. Uji T ini dapat juga dipakai untuk melihat perbedaan prestasi
belajar siswa kelas V SD di sekolah X dengan siswa di sekolah Y. Maka bila nilai
rata-rata ulangan akhir kedua subsampel telah diketahui, peneliti dapat menguji
perbedaan nilai rata-rata prestasi belajar kedua kelompok siswa tersebut dengan Uji T.
(Husna & Suryana, 2017)
Uji T Dependen
Uji t-dependent secara manual dapat dilakukan dengan syarat, kaidah-kaidah
distribusi normal terpenuhi dan skala data berbentuk numerik, umumnya adalah
rerata. Pada uji t-dependent sampel yang terpilih dilakukan perlakukan terlebih
dahulu.

1.2 Uji Beda T-test One Sample

Uji beda one sampel T-test merupakan salah satu jenis uji statistik parametrik
yang bertujuan untuk mengetahui apakah rata-rata suatu sampel secara statistik
berbeda atau sama dengan suatu angka. Agar uji ini dapat digunakan terdapat
beberapa syarat yang harus dipenuhi, yaitu sampel diambil secara acak, data
berdistribusi normal dan skala data interval/rasio. Rumus yang digunakan untuk uji t-
test one sampel sebagi berikut:
1.3 Uji Beda T Test Two Sampel
Uji beda T-test two sampel berpasangan. Dua sampel berpasangan disini
diartikan sebagai sebuah sampel dengan subjek yang sama namun mengalami dua
perlakuan atau pengukuran yang berbeda. Uji ini bertujuan untuk mengetahui apakah
dua sampel berpasangan mempunyai nilai rata-rat yang sama atau tidak. Adapun
syarat yang harus dipenuhi dalam melakukan uji ini adalah:
a. Satu sampel (setiap elemen memiliki 2 niali pengamatan, sebelum-
sesudah)
b. Skala data interval/rasio
c. Distribusi data normal

Rumus yang digunakan sebagai berikut:

1.4 Uji Beda T Two Sampel
Uji beda T-two sampel tidak berpasangan. Uji ini digunakan untuk menguji
data yang saling independent (tidak berpasangan) tujuanya yaitu untuk mengetahui
ada atau tidaknya perbedaan rerata antara dua buah data. Adapun syarat yang harus
dipenuhi yaitu:
a. Data berdistribusi normal
b. Data dipilih secara acak
c. Data yang digunakan dengan skala interval/rasio
1.5 Uji beda nonparametrik
Jika uji beda diatas tidak dapat diaplikasikan maka dapat menggunakan
alternatif uji beda nonparamterik yaitu uji mann-whitney dan uji wilcoxon.
a. Uji mann-whitney (uji beda dua kelompok independen) Uji ini dapat
digunakan jika jumlah sampel sedikit yaitu kurang dari 30 sampel. Data
tidak berdistribusi normal dan digunakan untuk menguji data dengan
skala data ordinal, interval, rasio. Uji ini dapat digunakan sebagai
alternatif ketika t-test tidak dapat digunakan.
Syarat uji ini yaitu:
1. Data berskala ordinal, interval atau rasio
2. Terdiri dari dua kelompok independent atau saling bebas
3. Kelompok 1 dan 2 jumlah datanya tidak harus sama banyak
4. Data tidak harus berdistribusi normal.

Prosedur pengujian:
1. Susun kedua hasil pengamatan menjadi satu kelompok sampel
2. Hitung jenjang/rangking untuk tiap nilai dalam sampel gabungan
3. Jenjang atau rangking diberikan mulai nilai terkecil hingga terbesar
4. Nilai beda sama diberi jenjang nilai rata-rata
5. Jumlahkan nilai jenjang maisng-masing sampel
6. Hitung nilai U
(Yuantari & Handayani, 2017)
 BAB 2
KASUS

1. Data hasil belajar matematika yang diajar dengan strategi kooperatif number
head together. Hipotesis yang dibangun adalah; “terdapat peningkatan hasil
belajar matematika siswa yang diajar dengan strategi kooperatif number head
together”
Nilai Pre test Nilai Post test
5 6
8 8
7 9
6 8
4 6

BAB 3
 PEMBAHASAN

1. Langkah penyelesaian:
Membuat tabel penolong sebagai berikut:

Nilai Pre test Nilai Post Test D D²

5 6 1 1

8 8 0 0

7 9 2 4

6 8 2 4

4 6 2 4

∑D= 7 ∑D²= 13

Berdasarkan data pada tabel di atas maka dapat dilakukan penghitungan

sebagai berikut:
a. Mencari mean deviasi sebagai berikut:
MD = ∑D /N
MD = 7/5
MD = 1,4
b. Mencari standar deviasi sebagai berikut:
∑D² ∑D
SDd =
√ N
−(
N
¿ )² ¿

13 7
=
√ 5
−( ¿ ) ² ¿
5
= √ 2,6−1,96
= 0,8
c. Mencari standar error deviasi sebagai berikut:
 SDd
SEmd =
√ N −1
= 0,8/2
= 0,4
d. Mencari harga t-test sebagai berikut:
MD
To =
SEmd
= 1,4/0,4
= 3,5

Membandingkan nilai koefisien t-testhitung dengan t-testtabel Pedoman

dalam membandingkan t-testhitung dengan t-test tabel adalah:

a. Jika harga t-testhitung sama atau lebih besar dari t-testtabel berarti perbedaan
perhitungan signifikan. Jika perbedaan perhitungan signifikan, maka hipotesis
nihil ditolak dan hipotesis alternatif diterima.
b. Jika harga t-testhitung lebih kecil dari t-testtabel berarti perbedaan
perhitungan tidak signifikan. Jika perbedaan perhitungan tidak signifikan,
maka hipotesis nihil diterima dan hipotesis alternatif ditolak.

Dari hasil kerja di atas diperoleh t-testhitung = 3,5 dan t-test tabel pada taraf
signifikansi 5% dengan d.b = N – 1 = 5 – 1 = 4 yaitu 2,78. Dengan demikian
harga t-test hitung = 3,5 lebih besar dari harga t-test tabel = 2,78. Oleh karena
harga t-test hitung lebih besar dari harga t- testtabel maka hipotesis nihil ditolak
dan hipotesis alternatif diterima. Berdasarkan kenyataan seperti ini, maka
dapatlah ditarik kesimpulan bahwa hipotesis yang diajukan “terdapat peningkatan
hasil belajar matematika siswa yang diajar dengan strategi kooperatif number
head together“ dapat diterima.

DAFTAR PUSTAKA
Dr. Abd. Madjid, M. A., & Naufal Ahmad Rijalul Alam, M. . (2017). Modul Statistik.
Dr. Rusydi Ananda, M. P., & Muhammad Fadhli, M. P. (2018). STATISTIK
PENDIDIKAN TEORI DAN PRAKTIK DALAM PENDIDIKAN.
Husna, A., & Suryana, B. (2017). Metodologi Penelitian dan Statistik. Kementerian
Kesehatan Republik Indonesia, 57.
Yuantari, C., & Handayani, S. (2017). Buku Ajar Statistik Deskriptif & Inferensial.
https://doi.org/10.1111/j.1467-8683.2009.00753.x