Modul T-Test Ind 2021

UNIVERSITAS ISLAM INDONESIAFM-UII-AA-FKA-07/R0
MATERI PRAKTIKUM
Fakultas : Teknologi Industri Pertemuan ke : 2
Jurusan/Program Studi : Teknik Industri Modul ke : 2
Kode Mata Kuliah : 52224603 Jumlah Halaman : 50
Nama Mata Kuliah : Statistika Industri 2 Mulai berlaku : 2021
1
MATERI PRAKTIKUM
DAFTAR ISI
GLOSARIUM ......................................................................................................................................... 3
TUJUAN PRAKTIKUM ........................................................................................................................ 4
PENDAHULUAN .................................................................................................................................. 4
UJI ASUMSI........................................................................................................................................... 5
1. Uji Normalitas ............................................................................................................................. 5
2. Uji Homogenitas ......................................................................................................................... 9
PENDUGAAN INTERVAL ................................................................................................................. 13
1. Konsep ...................................................................................................................................... 13
2. Rumus ....................................................................................................................................... 13
UJI HIPOTESIS .................................................................................................................................... 15
1. Konsep ...................................................................................................................................... 15
2. Tahapan ..................................................................................................................................... 15
ONE SAMPLE T-TEST ......................................................................................................................... 21
INDEPENDENT SAMPLE T-TEST ...................................................................................................... 21
PAIRED SAMPLE T-TEST ................................................................................................................... 21
STUDI KASUS ONE SAMPLE T-TEST .............................................................................................. 22
1. Penyelesaian dengan Manual .................................................................................................... 23
2. Penyelesaian dengan SPSS ....................................................................................................... 27
3. Analisis One Sample T-Test ..................................................................................................... 30
STUDI KASUS INDEPENDENT SAMPLE T-TEST ........................................................................... 31
3. Analisis Independent Sample T-Test ........................................................................................ 40
STUDI KASUS PAIRED SAMPLE T-TEST ........................................................................................ 41
3. Analisis Paired Sample T-Test.................................................................................................. 48
DAFTAR PUSTAKA ........................................................................................................................... 49
2
MATERI PRAKTIKUM
GLOSARIUM
Hipotesis = Pernyataan yang belum mempunyai nilai benar atau nilai salah,
sehingga harus dibuktikan keabsahannya melalui prosedur
pengujian hipotesis (Mufarrikoh, 2019).
Probabilitas = Kemungkinan (kbbi.web.id)
Sampel = Sample adalah sebagian kecil dari populasi yang akan diteliti
dan akan mewakili populasi penelitian (Akbar, dkk., 2018).
Populasi Kumpulan dari keseluruhan pengukuran, objek, atau individu
= yang sedang dikaji (Harinaldi, 2005).
Estimasi Perkiraan (kbbi.web.id).
Asumsi = Dugaan yang diterima sebagai dasar (kbbi.web.id).
Standar Deviasi = Indeks yang menggambarkan sebaran data terhadap rata-
ratanya (Junaidi, 2014).
Standard Error Mean = Indeks yang menggambarkan sebaran rata-rata sampel terhadap
rata-rata dari rata-rata keseluruhan kemungkinan sampel (rata-
rata populasi) (Junaidi, 2014).
Tingkat Keyakinan = Besarnya keyakinan pengukur bahwa hasil yang diperoleh
memenuhi syarat ketelitian (Taufan, 2018).
Mean difference = Selisih antara rata-rata dari data dengan rata-rata yang
ditentukan (Mubarok, 2014).
3
MATERI PRAKTIKUM
TUJUAN PRAKTIKUM
Tujuan dari praktikum ini adalah:
1. Mahasiswa mampu memahami estimasi atau pendugaan rata-rata sampel untuk satu
atau dua populasi.
2. Mahasiswa mampu memahami uji hipotesis rata-rata sampel untuk satu atau dua
populasi.
3. Mahasiswa mampu menyelesaikan persoalan estimasi dan uji hipotesis untuk rata-rata
sampel secara manual dan menggunakan software SPSS.
PENDAHULUAN
Keilmuan statistika berdasarkan cara pengolahan datanya dapat dikelompokkan menjadi dua
yaitu:
a. Statistika Deskriptif
Menurut Iqbal Hasan (2001:7) dalam (Priyatno, 2014) statistika deskriptif adalah bagian
dari statistika yang mempelajari cara pengumpulan data dan penyajian data sehingga
mudah dipahami. Terdapat beberapa cara yang dapat digunakan dalam mendeskripsikan,
menggambarkan, menjabarkan, atau menguraikan data, antara lain :
● Menentukan ukuran dari data, seperti modus, rata – rata dan nilai tengah atau median
● Menentukan ukuran penyebaran data, seperti variasi (varian), tingkat penyimpangan
(standar deviasi) dan jarak (range)
b. Statistika Inferensial
Statistika Inferensial adalah serangkaian teknik untuk mengkaji, menaksir, dan mengambil
kesimpulan berdasarkan data yang diperoleh dari sampel untuk menggambarkan
karakteristik atau ciri dari suatu populasi. Berdasarkan ruang lingkup bahasannya,
statistika inferensial mencakup : probabilitas, distribusi teoritis, sampling dan sampling
distribusi, estimasi dengan selang kepercayaan, uji hipotesis, analisis korelasi dan uji
signifikansi, analisis regresi untuk peramalan, analisis varian, dan analisis kovarian
(Siregar, 2013).
4
MATERI PRAKTIKUM
UJI ASUMSI
Sebelum dilakukannya uji hipotesis, maka data yang digunakan harus memenuhi uji asumsi
terlebih dahulu dengan tujuan apakah data dapat digunakan dalam sebuah penelitian atau tidak
(Amiluddin, & Sugiman, 2016). Terdapat dua uji asumsi sebelum dilakukannya uji t-test yakni
uji normalitas dan uji homogenitas.
1. Uji Normalitas
Uji Normalitas adalah hal yang lazim dilakukan sebelum melakukan sebuah metode
statistik. Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data
mengikuti atau mendekati distribusi normal atau tidak dan dapat digunakan untuk statistik
parametrik. Cara menganalisis apakah data tersebut berdistribusi normal atau tidak
menggunakan spss adalah sebagai berikut :
1. Klik Variable View pada sebelah kiri bawah jendela SPSS.
2. Masukan data seperti dibawah gambar dibawah ini :
Gambar 1. Variable View

3. Setelah itu masukan data dari variabel tersebut pada Data View yang ada di kiri bawah,
seperti jendela berikut ini :
Gambar 2. Data View
5
MATERI PRAKTIKUM
4. Pilih Analyze untuk memulai T-test, pada sub menu pilih Descriptive Statistics
kemudian pilih Explore seperti dibawah ini:
Gambar 3.Explore
Gambar 4. Jendela Explore
6
MATERI PRAKTIKUM
5. Pindahkan semua variabel ke kotak Dependent List dengan meng-klik tanda panah ke
kanan.

6. Klik Statistics dan akan muncul kotak dialog seperti dibawah ini, centang descriptive
lalu klik Continue.
Gambar 6. Jendela Explore : Statistics

7. Klik Plots dan akan muncul kotak dialog seperti dibawah ini, centang normality plots
with tests.
Gambar 6. Jendela Explore : Plots
7
MATERI PRAKTIKUM
8. Klik OK maka akan muncul tabel seperti dibawah ini :

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Sex ,335 20 ,023 ,641 20 ,000
Nilai.Haria ,191 20 ,904 ,903 20 ,046
n
Nilai.Rap ,397 20 ,997 ,659 20 ,000
ot
a. Lilliefors Significance Correction
Cara membacanya adalah sebagai berikut :

H0 : Populasi Berdistribusi Normal
H1 : Populasi Tidak Berdistribusi Normal
Parameter Pengujian
Dasar Pengambilan keputusan didasarkan pada :
● Jika nilai probabilitas (α) > 0,05 maka H0 diterima
● Jika nilai probabilitas (α) ≤ 0,05 maka H0 ditolak
Analisis
a. Sex: Terlihat bahwa pada kolom kolmogorov-Smirnov signifikan (Sig) adalah
0,023 atau probabilitas kurang dari 0,05 maka H0 ditolak yang berarti populasi tidak
berdistribusi normal.
b. Nilai Harian : Terlihat bahwa pada kolom kolmogorov-Smirnov signifikan (Sig)
adalah 0,904 atau probabilitas lebih dari 0,05 maka H0 diterima yang berarti
populasi berdistribusi normal.
c. Nilai Rapot: Terlihat bahwa pada kolom kolmogorov-Smirnov signifikan (Sig)
adalah 0,997 atau probabilitas lebih dari 0,05 maka H0 diterima yang berarti
populasi berdistribusi normal
8
MATERI PRAKTIKUM
2. Uji Homogenitas
1. Masukkan Data ke SPSS

- Dari menu utama File, pilih menu New, lalu pilih Data.
- Pilih Variable View pada jendela kiri bawah SPSS. Pada kolom Name ketik Nama
di baris pertama dan Gender di baris kedua serta IPK di baris ketiga.

- Pada kolom Value di baris kedua (Gender), isi Value Labels seperti gambar
dibawah ini:
Gambar 8. Value Labels
9
MATERI PRAKTIKUM
2. Mengisi data pada DATA VIEW

- Isi sesuai data yang telah diketahui pada soal
- Untuk kolom Gender, isi data menggunakan angka 1 dan 2 sesuai dengan value yang
telah dibuat. Isi nilai 1 jika tanpa Laki-Laki, dan nilai 2 jika Perempuan.
Gambar 9. Data View

3. Pilih Analyze untuk memulai T-test, pada sub menu pilih Descriptive Statistics
kemudian pilih Explore seperti dibawah ini:
Gambar 10. Explore
10
MATERI PRAKTIKUM
4. Akan muncul jendela explore seperti gambar 28. Pindahkan variabel yang akan
dilakukan pengujian ke kotak Dependent List dengan meng-klik tanda panah ke kanan.

5. Klik Statistics dan akan muncul kotak dialog seperti dibawah ini, centang Descriptives
lalu klik Continue.
Gambar 12. Jendela Explore : Statistics

6. Klik Plots dan akan muncul kotak dialog seperti dibawah ini, pilih Untransformed di
bagian Spread vs Level Levene Test, untuk Boxplots pilih None. Pada bagian
Descriptive tidak ada yang dicentang, kemudian klik Continue.
Gambar 13. Jendela Explore : Plots
11
MATERI PRAKTIKUM
7. Klik OK maka akan muncul tabel seperti dibawah ini :

Test of Homogeneity of Variance
Levene
Statistic df1 df2 Sig.
IPK Based on Mean 2.745 1 18 .115
Based on Median 2.654 1 18 .121
Based on Median and 2.654 1 17.753 .121
with adjusted df
Based on trimmed 2.758 1 18 .114
mean
Cara membacanya adalah sebagai berikut :

H0 : tidak ada perbedaan antara variansi populasi (Homogen)
H1 : terdapat perbedaan antara variansi populasi (Tidak Homogen)
Parameter Pengujian
Dasar Pengambilan keputusan didasarkan pada :
Jika nilai probabilitas (α) > 0,05 maka H0 diterima
Jikan nilai probabilitas (α) ≤ 0,05 maka H0 ditolak
Kesimpulan :
IPK: Terlihat bahwa pada Tabel Test of Homogeneity of Variance pada baris Based on
Mean nilai signifikan (Sig) adalah 0,115 atau probabilitas lebih dari 0,05 maka H0
diterima yang berarti variansi populasi homogen.
12
MATERI PRAKTIKUM
PENDUGAAN INTERVAL
1. Konsep
Pendugaan interval adalah suatu cara dalam ilmu statistik untuk memperkirakan besarnya
nilai “parameter” populasi yang tidak diketahui harganya dengan satu interval harga yang
nilainya ditentukan berdasarkan nilai “harga statistik” sampelnya.
2. Rumus
Dalam membuat pendugaan interval dapat dilakukan dengan rumus penentuan selang
kepercayaan sebagai berikut :
Tabel 1. Selang Interval Kepercayaan

Jenis
No. Selang Kepercayan Syarat
Pengujian
Rataan Satu 𝜎𝑋 𝜎𝑋
1. 𝑥 − (𝑍∝ ) ( ) ≤ 𝜇𝑥 ≤ 𝑥 + (𝑍∝ ) ( ) Apabila 𝜎2 diketahui
Populasi 2 √𝑛 2 √𝑛
𝑆𝑋
Rataan Satu 𝑥 − (𝑡∝ ; 𝑛 − 1) ( ) ≤ 𝜇𝑥
2. 2 √𝑛 Apabila 𝜎2 tidak diketahui
Populasi 𝑆𝑋
≤ 𝑥 + (𝑡∝ ; 𝑛 − 1) ( )
2 √𝑛
𝜎2𝑥 𝜎 2𝑦
(𝑥 − 𝑦) − 𝑍∝/2 √ + ≤ 𝜇𝑥 − 𝜇𝑦
Rataan Dua 𝑛𝑥 𝑛𝑦
3. Apabila 𝜎2 𝑥 dan 𝜎2 𝑦 diketahui
Populasi
𝜎2𝑥 𝜎2𝑦
≤ (𝑥 − 𝑦) + 𝑍∝/2 √ +
𝑛𝑥 𝑛𝑦
1 1 Apabila 𝜎2 𝑥 dan 𝜎2 𝑦 tidak diketahui

(𝑥 − 𝑦) − (𝑡∝/2 𝑦 ) 𝑆𝑝 √ + ≤ 𝜇𝑥 − 𝜇𝑦
𝑛𝑥 𝑛𝑦 dan diasumsikan
Rataan Dua
4. ≤ (𝑥 − 𝑦) 𝜎2 𝑥 = 𝜎 2 𝑦
Populasi
1 1 ( 𝑛𝑥 − 1) 𝑆 2 𝑥 + ( 𝑛𝑦 − 1) 𝑆 2 𝑦
+ (𝑡∝/2 𝑦 ) 𝑆𝑝 √ + 𝑆𝑝 =
𝑛𝑥 𝑛𝑦 𝑛𝑥 + 𝑛𝑦 − 2
13
MATERI PRAKTIKUM
𝑆 2𝑥 𝑆 2𝑦
(𝑥 − 𝑦) − 𝑡∝/2 𝑦 √ + ≤ 𝜇𝑥 − 𝜇𝑦 Apabila 𝜎2 𝑥 dan 𝜎2 𝑦 tidak diketahui
Rataan Dua 𝑛𝑥 𝑛𝑦
5. dan diasumsikan
Populasi
𝑆2𝑥 𝑆 2𝑦
≤ (𝑥 − 𝑦) + 𝑡∝/2 𝑦 √ + 𝜎2 𝑥 ≠ 𝜎 2 𝑦
𝑛𝑥 𝑛𝑦
Rataan Satu
6. Populasi Data 𝑆𝐷 𝑆𝐷 Apabila X dan Y data berpasangan
𝑑 − (𝑡∝ ) ( ) ≤ 𝜇𝐷 ≤ 𝑑 + (𝑡∝ ) ( )
2 √𝑛 2 √𝑛
Berpasangan
Sumber : (Soleh, 2005)
14
MATERI PRAKTIKUM
UJI HIPOTESIS
1. Konsep
Hipotesis adalah suatu kalimat atau suatu pernyataan yang belum mempunyai nilai benar
atau nilai salah. Oleh sebab itu, perlu dilakukan pengujian untuk mendapatkan kepastian
nilai dari pernyataan yang disebut hipotesis tersebut. Dengan menggunakan uji hipotesis,
peneliti dapat menguji berbagai teori yang berhubungan dengan masalah-masalah yang
sedang diteliti.
Salah satu metode pengujian hipotesis adalah T-test, dimana metode ini dapat digunakan
untuk menguji kebenaran dari suatu hipotesis berdasarkan perbedaan rata-rata populasi.
Uji hipotesis T-test dibagi menjadi tiga, yaitu uji hipotesis rataan satu populasi (One
Sample T-test), uji hipotesis rataan dua populasi (Independent Sample T-test) dan uji
hipotesis data berpasangan (Paired Sample T-test). Pengambilan keputusan untuk
menerima atau menolak hipotesis perlu dilakukan berdasarkan parameter nilai tingkat
signifikansi alfa (α). Tingkat signifikansi alfa (α) adalah besarnya probabilitas untuk
menolak sebuah hipotesis dengan kemungkinan hipotesis yang ditolak adalah hipotesis
yang benar. Nilai signifikansi alfa (α) digambarkan pada tabel 2 berikut :
Tabel 2. Kesalahan dalam pengambilan keputusan

Hipotesis
H0 BENAR H0 SALAH
Keputusan
TERIMA Tepat Kesalahan tipe 2 (β)
TOLAK Kesalahan tipe 1 (α) Tepat
2. Tahapan
Berikut merupakan langkah – langkah dalam merumuskan uji hipotesis secara umum :
1. Membuat bentuk uji hipotesis
2. Penentuan tingkat kepentingan (level of significance), 
3. Penentuan distribusi pengujian yang digunakan
4. Pendefinisian daerah-daerah kritis
15
MATERI PRAKTIKUM
5. Pernyataan aturan keputusan

6. Perhitungan data sampel dan rasio uji
7. Pengambilan keputusan
1. Membuat Bentuk Uji Hipotesis

Terdapat 3 bentuk hipotesis, yaitu :
Tabel 3. Bentuk Hipotesis

No. Jenis Pengujian Hipotesis Bentuk Uji Hipotesis
H0 : μ = b
Dua sisi (Two tailed)
H1 : μ ≠ b
One Sample T-test H0 : μ = b Satu sisi kanan (One
1.
(Satu Populasi) H1 : μ > b tailed)
H0 : μ = b
Satu sisi kiri (One tailed)
H1 : μ < b
H0 : 𝜇1 = 𝜇2 atau 𝜇1 – 𝜇2 = 0
H1 : 𝜇1 ≠ 𝜇2 atau 𝜇1 – 𝜇2 ≠ 0
Independent Sample
H0 : 𝜇1 = 𝜇2 atau 𝜇1 – 𝜇2 = 0 Satu sisi kanan (One
2. T-test
H1 : 𝜇1 > 𝜇2 atau 𝜇1 – 𝜇2 > 0 tailed)
(Dua Populasi)
H0 : 𝜇1 = 𝜇2 atau 𝜇1 – 𝜇2 = 0
Satu sisi kiri (One tailed)
H1 : 𝜇1 < 𝜇2 atau 𝜇1 – 𝜇2 < 0
H0 : 𝜇1 = 𝜇2 atau 𝜇1 – 𝜇2 = D = 0
H1 : 𝜇1 > 𝜇2 atau 𝜇1 – 𝜇2 = D ≠ 0
Paired Sample T-test H0 : 𝜇1 = 𝜇2 atau 𝜇1 – 𝜇2 = D = 0 Satu sisi kanan (One
3.
(Data Berpasangan) H1 : 𝜇1 > 𝜇2 atau 𝜇1 – 𝜇2 = D > 0 tailed)
H0: 𝜇1 = 𝜇2 atau 𝜇1 – 𝜇2 = D = 0
H1 : 𝜇1 < 𝜇2 atau 𝜇1 – 𝜇2 =D < 0 Satu sisi kiri (One tailed)
16
MATERI PRAKTIKUM
Adapun penentuan jenis pengujian dengan dua populasi ditunjukkan pada diagram alir
dibawah ini:
Gambar 14. Diagram Alir Pengujian Dua Populasi

Catatan:
- Jika H0 diterima, maka gunakan distribusi t dengan rasio uji sebagai berikut.
𝑥1 − 𝑥2
𝑅𝑈𝑡 = 𝑡𝑡𝑒𝑠𝑡 =
𝑠12 (𝑛1 − 1) + 𝑠22 (𝑛2 − 1) 1 1
√ √ +
𝑛1 + 𝑛2 − 2 𝑛1 𝑛2
- Jika H0 tidak diterima/ ditolak, maka gunakan distribusi t dengan rasio uji sebagai
berikut.
17
MATERI PRAKTIKUM
𝑥1 − 𝑥2
𝑅𝑈𝑡 = 𝑡𝑡𝑒𝑠𝑡 =
√(𝑠12 ⁄𝑛1 ) + (𝑠22 ⁄𝑛2 )
2. Penentuan Tingkat Kepentingan (level of significance), 

Tingkat kepentingan (level of significance) menyatakan suatu tingkat resiko melakukan
kesalahan dengan menolak hipotesis nol. Dengan kata lain tingkat kepentingan
menunjukkan probabilitas maksimum yang ditetapkan untuk resiko terjadinya
kesalahan jenis pertama. Tingkat kepentingan yang biasa digunakan 0,05 atau 0,01.
Jadi, dengan mengatakan bahwa hipotesis telah ditolak dengan tingkat kepentingan
0,05 kepentingan itu bisa salah dengan probabilitas 0,05.
3. Penentuan Distribusi Pengujian yang Digunakan

Dalam pengujian hipotesis digunakan distribusi-distribusi probabilitas yang meliputi
distribusi normal standard (z), distribusi t, dan distribusi chi-square.
4. Pendefinisian Daerah-Daerah Penolakan (Kritis)

Daerah penolakan (atau daerah kritis) adalah bagian daerah pengambilan keputusan,
apakah hipotesis yang diajukan diterima atau ditolak. Karena yang diuji adalah
parameter μ sebagai harga rata-rata populasi maka digunakan harga statistik pengujinya
adalah x sebagai harga rata-rata sampelnya. Untuk populasi dengan variabel random x
berdistribusi normal dari hasil transformasi normal standar, diketahui bahwa terdapat
kurva normal sebagai berikut :
/2 /2
ambar 2. Kurva normal
1 2
Gambar 15. Kurva normal
18
MATERI PRAKTIKUM
Berdasarkan Gambar 2 diatas, didapatkan hasil transformasi kurva normal standar

sebagai berikut :
/2 /2
Z1tabel 0 Z2tabel
Gambar 16. Kurva hasil normalisasi
Gambar 17. Two tailed
Gambar 18. Satu sisi kiri Gambar 19. Satu sisi kanan
5. Pernyataan Aturan Keputusan (Decision Rule)
19
MATERI PRAKTIKUM
Suatu aturan keputusan adalah pernyataan formal mengenail kesimpulan yang tepat
yang akan dicapai mengenai hipotesis nol berdasarkan sampel yang merupakan aturan
umum dari sebuah keputusan.
“Tolak H0 jika perbedaan yang telah distandardkan, misalnya antara 𝑋 dan H0 berada
di dalam daerah penolakan. Jika sebalikany terima H0”.
Selain itu keutusan dapat diambil dengan melihat nilai signifikansi () yang diperoleh,
• Jika nilai signifikansi () > 0,05 maka terima H0
• Jika nilai signifikansi () < 0,05 maka tolak H0 dan terima H1
6. Perhitungan Data Sampel dan Rasio Uji

Pada tahap ini menganalisis data aktual, dimana sebuah sampel dikumpulkan, statistik
sampel dihitung, dan asumsi parameter dilakukan (hipotesis nol). Kemudian enghitung
rasio uji (RU), yang kemudia dijadikan sebagai dasar dalam menentukan apakah
hipotesis akan diterima atau ditolak. Rasio uji (RU) ini adalah perbedaan antara statistik
dan parameter asumsi yang dinyatakan dalam hipotesis nol yang telah distandarkan.
Berikut merupakan rumus yang digunakan untuk mencari Zhitung dengan nilai 𝜎
diketahui :
(𝑋−𝜇)
RUz = Zhitung = 𝜎
√𝑛
Namun apabila nilai 𝜎 tidak diketahui maka menggunakan rumus sebagai berikut :
(𝑋−𝜇)
RUt = thitung = 𝑠
√𝑛
7. Membuat Keputusan
Apabila Zhitung berada di daerah penolakan maka hipotesis (H0) ditolak. Sebaliknya,
apabila Zhitung berada di daerah peneriman maka hipotesis (H0) diterima.
20
MATERI PRAKTIKUM
ONE SAMPLE T-TEST
One Sample T-test (Uji Hipotesis Parameter Rataan Satu Populasi) merupakan teknik analisis
untuk membandingkan satu sampel. 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 terdapat perbedaan rata-rata dari sampel
tersebut.
INDEPENDENT SAMPLE T-TEST
Independent Sample T-test (Uji Hipotesis Parameter Dua Populasi) adalah pengujian untuk
mengetahui apakah dua populasi mempunyai sifat yang sama, bila sifat objek yang akan
diuji ukurannya dapat dinyatakan dengan harga rata-rata (𝜇).
PAIRED SAMPLE T-TEST
Dalam uji hipotesis dapat terjadi variabel random populasi yang dipisah menjadi 2 populasi
baru dengan variabel random berpasangan. Paired sample T-test digunakan untuk menguji
perbedaan dua sampel yang berpasangan. Sampel yang berpasangan diartikan sebagai
sebuah sampel dengan subjek yang sama namun mengalami dua perlakuan yang berbeda pada
situasi sebelum dan sesudah proses. Misal kita ingin menguji kemampuan suatu obat, pasti
harus diketahui data sebagai variabel random sebelum menggunakan dan sesudah
menggunakan obat pada orang yang sama dalam populasi.
21
MATERI PRAKTIKUM
STUDI KASUS ONE SAMPLE T-TEST
Owner sebuah toko buku memperkirakan nilai rata-rata penjualan adalah sebesar 62 selama
bulan April. Untuk membuktikan hal tersebut, sang owner mengambil beberapa sampel data
yang didapatkan dari kasir toko untuk dilakukan suatu pengujian. Tentukan:
a. Estimasi/pendugaan selang interval menggunakan tingkat kepercayaan sebesar 95%
b. Lakukan uji hipotesis one sample T-test terhadap data tersebut (uji hipotesis dua sisi)
Jika data barang yang terjual beserta jumlahnya disajikan pada tabel berikut:
Tabel 4. Data One Sample T-test

No Nama Barang Jumlah No Nama Barang Jumlah
1 Buku Tulis 71 16 Kanvas 61
2 Pensil 67 17 Spidol warna 60
3 Pulpen 72 18 Note Book 62
4 Map 59 19 Selotip 62
5 Tempat Pensil 56 20 Pianika 55
6 Binder 65 21 Meja Belajar 60
7 Buku Gambar 67 22 Rautan Giling 57
8 Buku Tabungan 57 23 Majalah Bobo 60
9 Karton 74 24 Tip-x 62
10 Papan Tulis 57 25 Gunting 60
11 Bingkai Foto 59 26 Krayon 57
12 Tas 64 27 Lem Fox 60
13 Kalkulator 61 28 Origami 63
14 Penggaris 63 29 Komik Conan 57
15 Kamus 56 30 Paper Note 72
22
MATERI PRAKTIKUM
1. Penyelesaian dengan Manual
a. Estimasi/pendugaan selang interval

𝑆𝑋 𝑆𝑋
𝑥 − (𝑡∝ ; 𝑛 − 1) ( ) ≤ 𝜇𝑥 ≤ 𝑥𝑥 + (𝑡∝ ; 𝑛 − 1) ( )
2 √𝑛 2 √𝑛
Keterangan :
𝑥 = rata-rata
t(α/2 ; n-1) = nilai pada tabel t
Sx = standar deviasi
n = jumlah sampel
𝑆𝑥 𝑆𝑥
𝑥 - t(α/2 ; n-1)( 𝑛) ≤ 𝜇x ≤ 𝑥 + t(α/2 ; n-1)( 𝑛)
√ √
5,08 5,08
61,87 – t(0,05/2 ; 30-1)( ) ≤ 𝜇 x ≤ 61,87 + t(0,05/2 ; 30-1)( )
√30 √30
61,87 – t(0,05/2 ; 29)(0,9275) ≤ 𝜇 x ≤ 61,87 + t(0,05/2 ; 29)(0,9275)

61,87 – (2,045)(0,9275) ≤ 𝜇x ≤ 61,87 + (2,045)(0,9275)
59,97 ≤ 𝜇x ≤ 63,77
59,97 – 62 (test value) = -2,03 (lower)

63,77 – 62 (test value) = 1,77 (upper)
b. Langkah-langkah Uji Hipotesis

Langkah-langkah Uji Hipotesis One Sample T-test adalah sebagai berikut :
1. Membuat Bentuk Uji Hipotesis (contoh : dengan two tailed)
H0 : μ = 62 → Tidak terdapat perbedaan asumsi Owner terhadap nilai rata – rata
penjualan sebesar 62.
H1 : μ ≠ 62 → Terdapat perbedaan asumsi Owner terhadap nilai rata – rata penjualan
sebesar 62.
2. Menentukan tingkat kepentingan (level of significance), 
23
MATERI PRAKTIKUM
α= 0,05 → α/2=0,25
3. Menentukan distribusi pengujian
- Jumlah data = 30.
- Standar deviasi tidak diketahui
Karena jumlah data ≤ 30 dan standar deviasi tidak diketahui maka pengujian
hipotesis menggunakan distribusi t (Uji T).
4. Menentukan daerah-daerah penolakan (kritis)

t-tabel = t(𝛼/2 ; n-1)
= t(0,05/2 ; 30-1) = t(0,025 ; 29)
= 2,045
Berdasarkan hasil t-tabel maka diperoleh kurva seperti gambar berikut:
Daerah Penolakan Daerah Penolakan
-2,045 2,045
Gambar 20. Kurva daerah kritis

5. Aturan keputusan
- Aturan keputusan berdasarkan t-hitung
• Jika nilai t-hitung berada dalam daerah penerimaan, -2,045<t-hitung<2,045 maka
H0 diterima.
• Jika nilai t-hitung berada didaerah penolakan, t-hitung>2,045 atau t-hitung<-
2,045 maka tolak H0 dan terima H1.
- Aturan keputusan berdasarkan nilai signifikansi
• Jika nilai signifikansi () > 0,05 maka terima H0.
• Jika nilai signifikansi () < 0,05 maka tolak H0 dan terima H1.
24
MATERI PRAKTIKUM
6. Menghitung data sampel dan rasio uji

Karena yang diuji adalah parameter μ sebagai harga rata-rata populasi maka
pengujiannya adalah harga statistik x sebagai harga rata-rata sampelnya. Berikut
merupakan rumus Zhitung untuk populasi dengan variabel random x berdistribusi
normal :
(𝑋−𝜇)
Zhitung = 𝜎
√𝑛
Karena nilai 𝜎 tidak diketahui maka menggunakan rumus sebagai berikut :

(𝑋−𝜇)
thitung = 𝑠
√𝑛
Keterangan:
𝑋 = rata-rata
𝜇 = asumsi harga rata-rata
s = standar deviasi
n = jumlah sampel
Berdasarkan rumus dan data yang ada, kemudian dilakukan perhitungan pada thitung
sebagai berikut :
(61,87−62)
thitung = 5,08 = -0,140
√30
7. Membuat keputusan
Daerah Penolakan Daerah

Penolakan
-2,045 -0,140 2,045
Gambar 21. Hasil kurva One Sample T-test
25
MATERI PRAKTIKUM
Berdasarkan hasil perhitungan diatas, dapat diketahui bahwa nilai thitung berada di
daerah peneriman maka hipotesis (H0) diterima. Dengan demikian, tidak terdapat
perbedaan asumsi Owner toko terhadap rata-rata penjualan yaitu sebesar 62.
26
MATERI PRAKTIKUM
2. Penyelesaian dengan SPSS
1. Klik Variable View pada sebelah kiri bawah jendela SPSS.

2. Masukan data seperti dibawah gambar dibawah ini:
3. Kemudian klik Data View yang terletak dibagian kiri bawah jendela SPSS. Masukan data
Nama Barang dan Jumlah seperti pada gambar dibawah ini:
Gambar 23. Data View
27
MATERI PRAKTIKUM
4. Pilih Analyze untuk memulai T-test, pada sub menu pilih Compare Means kemudian
pilih One-Sample T-test seperti dibawah ini:
Gambar 24. One Sample T-test
5. Akan muncul jendela One Sample T-test seperti gambar dibawah ini. Pindahkan variabel
Jumlah ke Test Variable dengan memilih variabel Jumlah kemudian klik tanda panah ke
kanan di jendela tersebut. Dan isikan Test Value dengan rata-rata yang dijadikan
perbandingan.
Gambar 25. Jendela One Sample T-test
28
MATERI PRAKTIKUM
6. Klik Option pada jendela One sample T-test kemudian muncul jendela berikutnya. Isikan
derajat keyakinan sebesar 95% (α = 0.05)
Gambar 26. Jendela Option
7. Klik Continue kemudian OK maka akan muncul hasil yang menampilkan text dan tabel
seperti dibawah ini :
One-Sample Statistics
Std. Std. Error
N Mean Deviation Mean
Jumlah 30 61.8667 5.17110 .94411
One-Sample Test
Test Value = 62
95% Confidence Interval of
Sig. (2- Mean the Difference
t df tailed) Difference Lower Upper
Jumlah -.141 29 .889 -.13333 -2.0643 1.7976
Keterangan hasil output One Sample T-test :

Jumlah data adalah 30 ditunjukan dengan lambang N, nilai rata-rata dari Jumlah
Penjualan adalah 61,8667 dengan Standar Deviasi 5,17110 serta Standar Error Mean
0,94411. Untuk tabel one sample T-test dapat diketahui nilai t-hitung = -0,141 dengan
29
MATERI PRAKTIKUM
derajat kebebasan 29 didapatkan dari df = Jumlah Data-1, untuk nilai Mean difference
menunjukan selisih antara rata-rata dari data dengan rata-rata yang ditentukan.
8. Kesimpulan
Berdasarkan hasil output diatas, dapat diketahui bahwa nilai thitung SPSS = -0,141.
Sedangkan, -t𝛼/2,v dan t𝛼/2,v adalah -2,045 dan 2,045. Jika dibandingkan, maka thitung SPSS
berada diantara angka-angka ttabel sehingga H0 diterima. Kemudian, cara yang lain adalah
dengan menggunakan signifikansi, yait u jika Sig.(2 tailed) > 0,05 ,maka H0 diterima.
Dalam hal ini, nilai Sig. (2 tailed) adalah (0,889). Karena nilai signifikansi > 0,05 maka
H0 diterima.
Oleh karena itu, dapat diambil kesimpulan bahwa dengan tingkat kepercayaan 95%,
secara signifikansi tidak terdapat perbedaan asumsi dekanat terhadap nilai rata-rata
penjualan yaitu sebesar 62.
3. Analisis One Sample T-Test

a. Perbandingan Perhitungan Manual dengan SPSS
Manual SPSS
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 -0,14 -0,14
𝑡𝑡𝑎𝑏𝑒𝑙 2,045 -
Sig. - 0,889
Ho Diterima Diterima
- Nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 pada perhitungan manual dan output SPSS sama besar (perbedaannya
kecil) yaitu sebesar -0,14.
- Hasil uji hipotesis antara perhitungan manual dan proses SPSS sudah sama-sama
menerima H0.
b. Kesimpulan
Dengan demikian, pendapat Owner toko yang menyatakan bahwa rata-rata penjualan
sebesar 62 adalah benar, baik berdasarkan perhitungan manual maupun perhitungan
menggunakan SPSS.
30
MATERI PRAKTIKUM
STUDI KASUS INDEPENDENT SAMPLE T-TEST
Owner toko buku ingin mengetahui apakah terdapat perbedaan pembelian ATK antara pelajar
dan pegawai di awal tahun 2021. Sehingga sang owner mengambil beberapa sampel untuk
dilakukan pengujian tersebut. Tentukan :
b. Lakukan uji hipotesis independent sample T-test terhadap data tersebut (uji hipotesis satu
sisi kanan)
c. Berikut ini merupakan data penjualan pelajar dan pegawai:
Tabel 5. Data Independent Sample T-test
No Status Nama Barang Jumlah No Status Nama Barang Jumlah
1 Pelajar Buku Tulis 62 1 Pegawai Buku Tulis 50
2 Pelajar Tinta Stempel 37 2 Pegawai Tinta Stempel 75
3 Pelajar Spidol warna 54 3 Pegawai Spidol warna 40
4 Pelajar Kalkulator 60 4 Pegawai Kalkulator 47
5 Pelajar Gunting 36 5 Pegawai Gunting 63
6 Pelajar Lem Fox 52 6 Pegawai Lem Fox 47
7 Pelajar Buku Gambar 76 7 Pegawai Buku Gambar 23
8 Pelajar Tali Lanyard 36 8 Pegawai Tali Lanyard 47
9 Pelajar Pisau Cutter 42 9 Pegawai Pisau Cutter 65
10 Pelajar Buku Tulis 65 10 Pegawai Buku Tulis 41
11 Pelajar Pensil 60 11 Pegawai Pensil 43
12 Pelajar Pulpen 57 12 Pegawai Pulpen 79
13 Pelajar Map 45 13 Pegawai Map 81
14 Pelajar Tempat Pensil 62 14 Pegawai Tempat Pensil 27
15 Pelajar Binder 67 15 Pegawai Binder 38
16 Pelajar Kanvas 64 16 Pegawai Kanvas 51
17 Pelajar Tas 35 17 Pegawai Tas 31
18 Pelajar Note Book 60 18 Pegawai Note Book 51
19 Pelajar Selotip 41 19 Pegawai Selotip 73
20 Pelajar Stopmap 45 20 Pegawai Stopmap 64
21 Pelajar Meja Belajar 57 21 Pegawai Meja Belajar 29
31
MATERI PRAKTIKUM
22 Pelajar Box File 61 22 Pegawai Box File 72

23 Pelajar Klip Kertas 37 23 Pegawai Klip Kertas 61
24 Pelajar Tip-x 57 24 Pegawai Tip-x 47
25 Pelajar Penggaris 76 25 Pegawai Penggaris 42
26 Pelajar Stamp Pad 43 26 Pegawai Stamp Pad 62
27 Pelajar Buku Tabungan 37 27 Pegawai Buku Tabungan 34
28 Pelajar Stapler 36 28 Pegawai Stapler 62
29 Pelajar Serutan Pensil 62 29 Pegawai Serutan Pensil 25
30 Pelajar Paper Note 69 30 Pegawai Paper Note 37
Rata-rata (𝑥̅ ) 53.03333 Rata rata (𝑦̅) 50.23333
a. Pendugaan selang interval

Berikut merupakan rumus yang digunakan untuk rataan dua populasi :
1 1 1 1
(𝑥̅ − 𝑦̅) − (𝑡∝ ,𝑦 ) 𝑆𝑝 √ + ≤ 𝜇𝑥 − 𝜇𝑦 ≤ (𝑥̅ − 𝑦̅) + (𝑡∝,𝑦 ) 𝑆𝑝 √ +
𝑛𝑥 𝑛𝑦 𝑛𝑥 𝑛𝑦
Keterangan :
𝑥̅ = rata-rata sampel kelompok I
𝑦̅ = rata-rata sampel kelompok II
t[α ; (nx + ny)-2] = nilai pada tabel t
nx = jumlah sampel kelompok I
ny = jumlah sampel kelompok II
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22 (30 − 1) 157,6989 + (30 − 1) 267,4456

𝑆𝑝 = √ 𝑆𝑝 = √
𝑛1 + 𝑛2 − 2 30 + 30 − 2
= 14,58
Selang interval
32
MATERI PRAKTIKUM
1 1
(53,033–50,233) – t(α;(n1 + n2)-2) (14,58) ( √30 + 30 ) ≤ 𝜇 x – 𝜇y ≤ (53,033–50,233) +
1 1
t(α;(n1 + n2)-2) (14,58) ( √30 + 30 )
[2,8] – (2,00172)(14,58)(0,258199) ≤ 𝜇x–𝜇y≤ [2,8] + (2,00172) (14,58)(0,258199)

[2,8] – 7,5356≤ 𝜇 x – 𝜇y ≤ [2,8] + 7,5356
-4,7356≤ 𝜇 x – 𝜇y ≤ 10,3356
b. Langkah – langkah uji hipotesis
Langkah-langkah uji hipotesis Independent Sample T-test adalah sebagai berikut :
1. Membuat Bentuk Uji Hipotesis (contoh dengan one tailed satu sisi kanan)
H0 : 𝜇1 = 𝜇2 atau 𝜇1 – 𝜇2 = 0 → Tidak terdapat perbedaan rata-rata pembelian ATK
antara pelajar dan pegawai.
H1 : 𝜇1 > 𝜇2 atau 𝜇1 – 𝜇2 > 0 → Terdapat perbedaan rata-rata pembelian ATK
antara pelajar dan pegawai, yaitu pembelian ATK pelajar lebih banyak
dibandingkan pegawai (sisi kanan)
α = 0,05
- Jumlah data = 30.
t-tabel = t (𝛼 ; n-2) 🡪 bukan 𝛼/2 karena menggunakan uji hipotesis satu sisi
= t (0,05 ; 60-2) = t(0,05 ; 58)
= 2,00172
33
MATERI PRAKTIKUM
Daerah
Penolakan
2,00172
5. Aturan keputusan
• Jika nilai t-hitung berada dalam daerah penerimaan, t-hitung<2,00172
maka H0 diterima.
• Jika nilai t-hitung berada didaerah penolakan, t-hitung>2,00172 maka
tolak H0 dan terima H1.
6. Menghitung data sampel dan rasio uji.
Karena yang diuji adalah parameter μ sebagai harga rata-rata populasi maka
pengujiannya adalah harga statistik x sebagai harga rata-rata sampelnya. Berikut
merupakan rumus yang dapat digunakan untuk populasi dengan variabel random
x berdistribusi normal :
( x 1 - x 2 ) - ( 1 -  2 )
t hitung =
s12 s 22
+
n1 n 2
Berdasarkan data dan rumus yang ada didapatkan perhitungan thitung sebagai
berikut :
(53,033− 50,233) − 0
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = = 0,743
157,6989 267,4456
√ +
30 30
34
MATERI PRAKTIKUM
Gambar 28. Hasil kurva Independent Sample

daerah peneriman maka hipotesis (H0) diterima. Dengan demikian, tidak terdapat
perbedaan rata-rata pembelian ATK antara pelajar dan pegawai.
35
MATERI PRAKTIKUM

- Klik Variable View pada bagian kiri bawah jendela SPSS. Isi kolom Name dengan
Nama_Barang, Status, dan Jumlah . Sesuai kasus, ketik Nama_Barang di baris pertama
dan Status di baris kedua serta Jumlah di baris ketiga
Gambar 29. Data View

- Pada kolom Value di baris kedua (Status), isi Value Labels seperti gambar berikut :
Gambar 30. Value Labels
2. Mengisi data pada DATA VIEW

- Isi sesuai data yang telah diketahui pada soal
- Untuk kolom Status, isi data menggunakan angka 1 dan 2 sesuai dengan value labels
yang telah dibuat. Isi nilai 1 Pelajar, dan nilai 2 Pegawai.
3. Pengolahan Data dengan SPSS

Isi data sesuai dengan yang ditentukan kemudian pilih Menu Analyze🡪Independent-
samples T Test seperti pada gambar di bawah ini :
36
MATERI PRAKTIKUM
Gambar 31. Independent Samples T Test

Pengisian:
🡺 Test Variable (s) atau Variabel yang akan diuji. Karena yang akan diuji adalah apakah
ada perbedaan rata-rata pembelian ATK antara pelajar dan pegawai. maka klik Jumlah
agar masuk pada Test Variable (s)
🡺 Grouping Variable. Dalam kolom ini masukkan Status sebagai grup yang akan
dibandingkan.
🡺 Kemudian pilih Option sehingga akan muncul jendela menu seperti gambar dibawah ini.
Selanjutnya klik Exclude cases analysis by analysis
Gambar 32. Independent Sample T-test: Options
37
MATERI PRAKTIKUM
Pengisian:
🡺 Untuk Confidence Interval atau tingkat kepercayaan, karena tidak ada data yang hilang
dan tingkat kepercayaan 95%, maka abaikan pengisian pilihan option apabila tidak akan
mengubah tingkat kepercayaan.
🡺 Untuk Missing Value atau data yang hilang. Karena dalam data ini semua pasangan data
lengkap, maka bagian ini diabaikan saja.
🡺 Define Group. Isi sesuai dengan gambar 17. berikut ini kemudian klik Continue :
Gambar 33. Define Group

4. Kemudian klik OK untuk memproses data.
Output SPSS dan Analisis Data
Group Statistics
Std. Std. Error
Status N Mean Deviation Mean
Jumlah Pelajar 30 53.0333 12.77250 2.33193
Pegawai 30 50.2333 16.63333 3.03682
Pada bagian pertama terlihat ringkasan dari kedua sampel. Untuk Jumlah
Penjualan bagi pelajar, rata-ratanya adalah 53,0333 dari 30 data keseluruhan. Sedangkan
Jumlah Penjualan rata-rata bagi pegawai adalah 50,2333 dari 30 data keseluruhan. Selain
itu, pada tabel ini juga dapat diketahui nilai standard deviation dan standard error mean
dari masing-masing kelompok sampel.
38
MATERI PRAKTIKUM
Independent Samples Test

Jumlah
Equal
Equal variances
variances not
assumed assumed
Levene's Test for F 1.079
Equality of Variances Sig. .196
t-test for Equality of t 0.731 0.731
Means Df 58 54.377
Sig. (2-tailed) .468 .468
Mean Difference 2.80000 2.80000
Std. Error Difference 3.82886 3.82886
95% Confidence Lower -4.86429 -4.86429
Interval of the Upper
Difference 10.47518 10.47518
Keterangan: Tabel di atas telah diubah kedalam bentuk baris (double klik pada output
independent-sample t test, kemudian pada menu bar klik pivot, kemudian klik Transpose
Rows and Columns)
5. Kesimpulan
Berdasarkan hasil output diatas, dapat diketahui bahwa nilai thitung SPSS = 0,743.
Sedangkan, -t𝛼/2,v dan t𝛼/2,v adalah -2,00172 dan 2,00172. Jika dibandingkan, maka thitung
SPSS berada diantara angka-angka ttabel sehingga H0 diterima. Kemudian , cara yang lain
adalah dengan menggunakan signifikansi, yaitu jika Sig.(2 tailed) > 0,05 ,maka H0
diterima. Dalam hal ini, nilai Sig. (2 tailed) adalah 0.468 yang artinya nilai Sig.(one
tailed) adalah (0.468/2 = 0,234) . Karena nilai signifikansi > 0,05 maka H0 diterima. Oleh
karena itu, dapat diambil kesimpulan bahwa dengan tingkat kepercayaan 95%, secara
signifikansi tidak terdapat perbedaan rata-rata pembelian ATK antara pelajar dan
pegawai.
39
MATERI PRAKTIKUM
3. Analisis Independent Sample T-Test

Manual SPSS
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 0,7 0,7
𝑡𝑡𝑎𝑏𝑒𝑙 2,00172 -
Sig. - 0,468
- Nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 pada perhitungan manual dan output SPSS sudah sama yaitu sebesar -
0,7.
menerima H0.
b. Kesimpulan
Dengan demikian, Owner dapat mengetahui bahwa ternyata tidak terdapat perbedaan
rata-rata pembelian ATK antara pelajar dan pegawai.
40
MATERI PRAKTIKUM
STUDI KASUS PAIRED SAMPLE T-TEST
Akan diteliti mengenai perbedaan penjualan sembako disebuah toko ritel sebelum dan saat
terjadinya pandemi covid-19. Data diambil dari data penjualan selama satu bulan sebelum
pandemi dan setelah pandemi. Sehingga pemilik toko mengambil beberapa sampel untuk
dilakukan pengujian tersebut. Tentukan :
b. Lakukan pengujian hipotesis paired sample T-test terhadap data tersebut (uji hipotesis
satu sisi kiri)
Diketahui α = 5%. Dan berikut merupakan data mahasiswa beserta IPK-nya:
Tabel 6.Data Pengujian Paired Sample T-test
No Penjualan Penjualan Saat D (Sebelum-
Sebelum Pandemi Pandemi Sesudah)
1 62 67 -5
2 58 75 -17
3 54 81 -27
4 58 83 -25
5 62 69 -7
6 70 58 12
7 72 61 11
8 55 72 -17
9 61 62 -1
10 67 51 16
11 63 54 9
12 57 49 8
13 63 38 25
14 62 36 26
15 60 45 15
16 57 48 9
17 60 38 22
18 58 42 16
19 57 40 17
20 62 37 25
41
MATERI PRAKTIKUM
Rata-Rata 60.9 55.3 SD =16.71243

a. Estimasi/pendugaan selang interval
𝑆𝐷 𝑆𝐷
𝑑 − (𝑡𝛼 ) ( ) ≤ 𝜇𝐷 ≤ 𝑑 + (𝑡𝛼 ) ( )
√𝑛 √𝑛
Diketahui : 𝑑 = mean (Penjualan sebelum – Penjualan sesudah) = 60,9 – 55,3 = 5,6

SD = 16,71243. Maka :
16,71243 16,71243
5,6 – t(0,05; 20-1)( ) ≤ 𝜇D ≤ 5,6 + t(0,05 ; 20-1)( )
√20 √20
5,6 – t(0,05; 19)(3,7370) ≤ 𝜇 D ≤ 5,6 + t(0,05 ; 19)(3,7370)

5,6 – (2,093) (3,7370) ≤ 𝜇 D ≤ 5,6 + (2,093)(3,7370)
-2,2215 ≤ 𝜇D ≤ 13,4215
b. Langkah-langkah Uji hipotesis

Langkah-langkah Uji hipotesis paired sample T-test adalah sebagai berikut :
1. Membuat Bentuk Uji Hipotesis (contoh dengan satu sisi kiri)
H0 : 𝜇1 = 𝜇2 atau 𝜇1 – 𝜇2 = D = 0 = Tidak terdapat perbedaan rata-rata Penjualan
Sembako antara sebelum pandemi dan saat pandemi.
H1 : 𝜇1 < 𝜇2 atau 𝜇1 – 𝜇2 =D < 0 = Terdapat perbedaan rata-rata Penjualan Sembako
sebelum pandemi dan saat pandemi.
α= 0,05
- Jumlah data = 30.
t-tabel = t(𝛼 ; n-1) → bukan 𝛼/2 karena menggunakan uji hipotesis satu sisi
= t(0,05 ; 20-1) = t(0,05 ; 19)
42
MATERI PRAKTIKUM
= -2,093
Daerah Penolakan
-2,093
5. Aturan keputusan
• Jika nilai t-hitung berada dalam daerah penerimaan, t-hitung>-2,093 maka
H0 diterima.
• Jika nilai t-hitung berada didaerah penolakan, t-hitung<-2,093 maka tolak
H0 dan terima H1.
6. Menghitung data sampel dan rasio uji
Karena yang diuji adalah parameter μ sebagai harga rata-rata populasi maka harga
statistik pengujinya adalah x sebagai harga rata-rata sampelnya. Untuk populasi
dengan variabel random z berdistribusi normal standar digunakan rumus sebagai
berikut :
𝑑
thitung = 𝑠𝑑
√𝑛
Keterangan:
𝑑 = Perbedaan nilai sebelum dan sesudah diberikan perlakuan
Sd = Standar deviasi nilai sebelum dan sesudah diberikan perlakuan
n = Jumlah sampel
43
MATERI PRAKTIKUM
5,6
thitung = 16.71243 = 1,4985
√20
Daerah Penolakan
-2,093 1,4985
5
Gambar 35. Hasil Kurva Uji Paired Sample T-test
daerah peneriman maka hipotesis (H0) diterima. Dengan demikian, Tidak terdapat
perbedaan rata-rata Penjualan Sembako antara sebelum pandemi dan saat
pandemi.
44
MATERI PRAKTIKUM

- Klik Variable View pada bagian kiri bawah jendela SPSS, lakukan pengisian
Variabel Penjualan Sebelum Pandemi pada kotak Name diketik Penjualan_Sebelum.
Serta pengisian Penjualan Saat Pandemi pada kotak Name diketik
Penjualan_SaatPandemi.
2. Mengisi data yang telah diketahui pada studi kasus pada DATA VIEW
3. Pengolahan Data dengan SPSS :
Menu Analyze→Compare Means→Paired-samples T Test
Gambar 36. Paired Samples T-test

Pengisian:
🡺 Paired Variable (s) atau Variabel yang akan diuji. Karena yang akan diuji Penjualan
sebelum pandemi dan Penjualan saat pandemi, maka klik Penjualan_Sebelum agar
masuk pada variabel 1, kemudian klik Penjualan_SaatPandemi, agar masuk ke variabel
2.
🡺 Untuk kolom Option atau pilihan yang lain :
45
MATERI PRAKTIKUM
Gambar 37. Paired Samples T-test : Options

Pengisian:
🡺 Untuk Confidence Interval atau tingkat kepercayaan, karena tidak ada data yang hilang
dan tingkat kepercayaan 95%, maka abaikan pengisian pilihan option apabila tidak akan
melakukan perubahan pada tingkat kepercayaan.
🡺 Untuk Missing Value atau data yang hilang. Karena dalam data ini semua pasangan data
lengkap, maka bagian ini diabaikan saja.
4. Kemudian klik OK untuk memproses data sehingga akan muncul output seperti pada
gambar dibawah ini :
Output SPSS dan Analisis Data
Paired Samples Statistics
Std. Std. Error
Mean N Deviation Mean
Pair 1 Penjualan_
60.9000 20 4.65550 1.04100
Sebelum
Penjualan_
SaatPande 55.3000 20 15.28708 3.41829
mi
Berdasarkan output diatas dapat diketahui bahwa sebelum pandemi rata-rata penjualan
mencapai 60,9 dari total keseluruhan 20 data. Sedangkan saat pandemi, rata-rata
penjualan sebesar 55,3 dari total keseluruhan 20 data. Selain itu, pada tabel ini juga dapat
diketahui nilai standard deviation dan standard error mean dari masing-masing variabel.
46
MATERI PRAKTIKUM
Paired Samples Correlations

Correlatio
N n Sig.
Pair 1 Penjualan_Sebelum &
20 -.168 .478
Penjualan_SaatPandemi
Paired Samples Test

Sig. (2-
Paired Differences t df tailed)
95% Confidence
Std. Interval of the
Std. Error Difference
Mean Deviation Mean Lower Upper
Pair Penjualan_Seb
1 elum -
5.50000 16.71243 3.73701 -2.22166 13.42166 1.499 19 .150
Penjualan_Saat
Pandemi
Pada tabel Paired Samples Test, Mean menunjukan perbedaan rata-rata penjualan
sebelum pandemi dan saat pandemi, untuk thitung adalah 1,499. Untuk mean dapat
dibuktikan bahwa hipotesis H0 diterima dengan melihat bahwa mean berada di antara
batas bawah yaitu -0,22166 dan batas atas 13,42166 sehingga mean berada pada daerah
penerimaan H0.
5. Kesimpulan
Berdasarkan hasil output diatas, dapat diketahui bahwa nilai thitung SPSS = 1,499.
Sedangkan, -t𝛼/2,v dan t𝛼/2,v adalah -2,093 dan 2,093. Jika dibandingkan, maka thitung
SPSS berada diantara angka-angka ttabel sehingga H0 diterima. Kemudian, cara yang lain
adalah dengan menggunakan signifikansi, yaitu jika Sig.(2 tailed) > 0,05 ,maka H0
diterima. Dalam hal ini, nilai Sig. (2 tailed) adalah 0,150 atau (2 x 0,075). Karena nilai
signifikansi > 0,05 maka H0 diterima.
47
MATERI PRAKTIKUM
Oleh karena itu, dapat diambil kesimpulan bahwa dengan tingkat kepercayaan 95%,
secara signifikansi tidak terdapat perbedaan rata-rata Penjualan sebelum dan saat
pandemi.
3. Analisis Paired Sample T-Test

Manual SPSS
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 1,499 1,499
𝑡𝑡𝑎𝑏𝑒𝑙 -2,093 -
Sig. - 0,150
- Nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 pada perhitungan manual dan output SPSS sudah sama yaitu sebesar -
0,1499 .
menerima H0.
b. Kesimpulan
Dengan demikian, Tidak terdapat perbedaan rata-rata Penjualan Sembako antara
sebelum pandemi dan saat pandemi.
48
MATERI PRAKTIKUM
DAFTAR PUSTAKA
Akbar, M. Y. A., Amalia, R. M., Fitriah, I. (2018) . Hubungan Relijiusitasdengan Self
Awareness Mahasiswa Program Studi Bimbingan Penyuluhan Islam (Konseling) UAI.
Jurnal AL-AZHAR Indonesia Seri Humaniora, Vol. 4, No. 4.
Amiluddin, R. & Sugiman, S. (2016). Pengaruh Problem Posing Dan Pbl Terhadap Prestasi
Belajar, Dan Motivasi Belajar Mahasiswa Pendidikan Matematika. Jurnal Riset
Pendidikan Matematika, Volume 3 - Nomor 1, pp. 100 – 108.
Junaidi, J. (2014). Statistika Deskriptif dengan Microsoft Excel. Fakultas Ekonomi dan Bisnis
Universitas Jambi. Jambi.
Mubarok, C. (2014). Penerapan Model Pembelajaran Discovery Learning Terhadap Hasil Belajar Siswa
Kelas X Tav Pada Standar Kompetensi Melakukan Instalasi Sound System di SMK Negeri 2
Surabaya. Jurnal Pendidikan Teknik Elektro, Vol. 03, No. 01, pp. 215 – 221.
Mufarrikoh, Z. (2019). Statistika Pendidikan (Konsep Sampling dan Uji Hipotesis). CV. Jakad
Media Publishing.
Priyatno, D. (2014). SPSS 22 Pengolahan Data Terpraktis. Andi.
Siregar, S. (2013). Statistik Parametrik Untuk Penelitian Kuantitatif. Bumi Aksara.
Soleh, A. Z. (2005). Ilmu Statistika : Pendekatan Teoritis dan Aplikatif disertai Contoh
Penggunaan SPSS. Rekayasa Sains.
Taufan, M. (2018). Penentuan Jumlah Tenaga Kerja Yang Optimal Dengan Metode Work
Sampling Di Ikm Griya Mank Gudo Jombang. Jurnal Valtech, Vol. 1 No 1.
49
MATERI PRAKTIKUM
50

Modul T-Test Ind 2021

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul T-Test Ind 2021

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSITAS ISLAM INDONESIAFM-UII-AA-FKA-07/R0

Gambar 1. Variable View

Gambar 2. Data View

Gambar 4. Jendela Explore

Gambar 5. Jendela Explore

Gambar 6. Jendela Explore : Statistics

Gambar 6. Jendela Explore : Plots

8. Klik OK maka akan muncul tabel seperti dibawah ini :

Cara membacanya adalah sebagai berikut :

1. Masukkan Data ke SPSS

Gambar 7. Variable View

Gambar 8. Value Labels

2. Mengisi data pada DATA VIEW

Gambar 9. Data View

Gambar 10. Explore

Gambar 11. Jendela Explore

Gambar 12. Jendela Explore : Statistics

Gambar 13. Jendela Explore : Plots

7. Klik OK maka akan muncul tabel seperti dibawah ini :

Cara membacanya adalah sebagai berikut :

Tabel 1. Selang Interval Kepercayaan

1 1 Apabila 𝜎2 𝑥 dan 𝜎2 𝑦 tidak diketahui

Sumber : (Soleh, 2005)

Tabel 2. Kesalahan dalam pengambilan keputusan

5. Pernyataan aturan keputusan

1. Membuat Bentuk Uji Hipotesis

Tabel 3. Bentuk Hipotesis

Gambar 14. Diagram Alir Pengujian Dua Populasi

2. Penentuan Tingkat Kepentingan (level of significance), 

3. Penentuan Distribusi Pengujian yang Digunakan

4. Pendefinisian Daerah-Daerah Penolakan (Kritis)

ambar 2. Kurva normal

Gambar 15. Kurva normal

Berdasarkan Gambar 2 diatas, didapatkan hasil transformasi kurva normal standar

Gambar 16. Kurva hasil normalisasi

Gambar 17. Two tailed

5. Pernyataan Aturan Keputusan (Decision Rule)

6. Perhitungan Data Sampel dan Rasio Uji

ONE SAMPLE T-TEST

INDEPENDENT SAMPLE T-TEST

PAIRED SAMPLE T-TEST

STUDI KASUS ONE SAMPLE T-TEST

Tabel 4. Data One Sample T-test

1. Penyelesaian dengan Manual

a. Estimasi/pendugaan selang interval

61,87 – t(0,05/2 ; 29)(0,9275) ≤ 𝜇 x ≤ 61,87 + t(0,05/2 ; 29)(0,9275)

59,97 – 62 (test value) = -2,03 (lower)

b. Langkah-langkah Uji Hipotesis

4. Menentukan daerah-daerah penolakan (kritis)

Daerah Penolakan Daerah Penolakan

Gambar 20. Kurva daerah kritis

6. Menghitung data sampel dan rasio uji

Karena nilai 𝜎 tidak diketahui maka menggunakan rumus sebagai berikut :

Daerah Penolakan Daerah

-2,045 -0,140 2,045

Gambar 21. Hasil kurva One Sample T-test

2. Penyelesaian dengan SPSS

1. Klik Variable View pada sebelah kiri bawah jendela SPSS.

Gambar 22. Variable View

Gambar 23. Data View

Gambar 24. One Sample T-test

Gambar 25. Jendela One Sample T-test

Gambar 26. Jendela Option