nNNama : Siska Lia Tiana Surya

Nim :20110013
Konsep penggunaan pada Uji T dan Z

1.      Uji Statistik t dan z

Uji-t dan z pada dasarnya sama, yaitu sama-sama membandingkan kedua sampel apakah
berasal dari populasi yang sama atau tidak, sebagai alat analisis penelitian uji-t dan z ini ada
beberapa persyaratan yang harus dipenuhi, yaitu:
a.       Bila suatu penelitian dalam permasalahannya mempunyai lebih dari satu variabel, maka
variabel terikat (dependent) datanya harus bersifat berurutan (interval). Sedangkan untuk
variabel bebas (independent) datanya harus berbentuk boleh tidak tersusun (nominal). Data
harus independen satu sama lain, kecuali dalam kasus berpasang-pasangan.
b.      Untuk menggunakan uji-t dan uji-z, data disarankan berdistribusi normal.
c.       Penerapan pada uji-t dan uji-z ada perbedaannya yaitu hanya terletak pada jumlah sampel
yang digunakan. Untuk uji-z sampel n > 30 yang sudah diketahui standar deviasinya,
sedangkan uji-t sampel n > 30 yang belum diketahui standar deviasinya.
d.      Data yang digunakan berjenis probability sampling (teknik sampling yang memberikan
peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi sampel, atau
pengambilan sempel secara random atau acak)

2.    Uji-t untuk Satu Sampel (Variabel)

 Uji-t (t-test) adalah statistik uji yang selalu muncul dalam masalah-masalah praktis
statistik parametrik yang digunakan ketika informasi suatu data mengenai nilai ragam
populasinya tidak diketahui.
a.       Uji-t untuk satu sampel
Uji ini sering digunakan untuk menguji kebenaran data yang digunakan si peneliti.
Uji-t one sample ini dikategorikan ke dalam 2 bagian:
a)      Uji-t untuk satu variabel untuk satu arah kiri dan kanan (one tail)
b)      Uji-t untuk satu variabel untuk dua arah (two tail)
Rumus yang digunakan dalam menerapkan uji-t ini adalah
                
            Keterangan:                       
ӿ =  Rata-rata hasil pengambilan data
µ0  =  Nilai rata-rata ideal
s   =   Standar deviasi sampel
n    =  Jumlah sampel

b.      Uji-T Satu Variabel Untuk Dua Arah

Suatu penelitian dinyatakan bahwa dilakuakan uji dua pihak, yaitu apabila rumusan
masalahnya null hypotesys Ho dinyatakan dengan kalimat sama dengan (=) , maka rumusan
Ha harus dinyatakan dengan bunyi kalimat tidak sama dengan (≠). Prosedur uji statistiknya
sama dengan uji satu pihak kiri. Agar lebih mudah dan ringkas , mari kita langsung kerjakan
dalam bentuk manual dan SPSS versi 17.
Contoh soal:
Seorang Mahasiswa jurusan Syariah melakukan penelitian dengan menduga tingkat
kualitas dosen mata kuliah Matematika Dasar Fakultas Z 80% dari materi mata kuliahnya.
Untuk membuktikan dugaan tersebut maka peneliti melakukan penelitian dengan mengambil
sampel sebanyak 20 orang  untuk mengisi angket dengan jujur dan adil maka peneliti
melakukan 11 pertanyaan. Instrumen penelitian ini dilakukan dengan menganalisis profesi
responden yang diberi skala: (4) = Sangat baik, (3) = Baik, (2) = Cukup , (1) = Kurang Baik.
Dengan taraf kepercayaan 95% (taraf signifikasi  α = 0,05%).
Data total hasil jawaban setiap responden diperoleh sebagai berikut:
20  36  30  39  28  37  46  20  35  23  28  14  18  28  47  37  22  25  29  31 
 Menghitung nilai idealnya :
Nilai ideal =  11 x 4 x 20 = 880
Rata-rata nialai idealnya (µo) = 880/20 = 44
 Jadi, 80% dari rata-rata nilai idealnya = 0,8 x 44 = 35,2 atau (µo) = 35,2
Prosedur Uji-t dan langkah- langkah menjawab
a.       Judul Penelitian dapat disusun
“Analisis Kualitas Dosen Mata Kuliah Matematika Dasar pada Fakultas Z pada tahun 2014”
b.      Variabel Penelitianya adalah Persepsi Mahasiswa
c.       Rumusan masalahnya adalah “Bagaimanakah kualitas dosen mata kuliah matematika dasar
pada fakultas Z pada tahun 2014?
d.      Sampel
Sampel yang diambil berkategori probability sampling (setiap individu yang terdapat dalam
populasi dan dapat dijadikan sampel), jenisnya simple random homogen (anggota populasi
homogen). Jumlah sampel ditetapkan 20 orang.
e.       Membuat hipotesis daalam uraian kalimat
Ho :     Pernyataan atau dugaan yang menyatakan nilai paling rendah atau sama dengan dari suatu
objek penelitian.
Ha :     Pernyataan atau dugaan yang menyatakan nilai paling tinggi atau maksimum dari suatu objek
penelitian.
Misalnya:
Ho  :    kualitas Dosen mata kuliah Matematika dasar tidak sama dengan 80% dari nilai rata-rata
idealnya
Ha  :    kualitas dosen mata kuliah matematika dasar sama dengan 80% dari nilai rata-rat idelanya.
f.       Membuat hipotesis dalam bentuk model statistik
Ho  :    µ  ≠  µo
Ha  :    µ =  µo
Ho  :    µ  ≠  35,2
Ha  :    µ  =  35,2
g.      Tahap ini kita menentukan peluang resiko menolak hipotesisnya yang benar sebanyak 5%.
h.      Kaidah pengujian
Ho diterima, jika : -t  tabel (α, n-1) ≤ t  hitung
Ho ditolak, jika : -t  tabel (α, n-1) > t  hitung
i.        Menghitung t  hitung dan t  tabel
1)      Membuat tabel penolong

Tabel penolong untuk mencari nilai deviasi standar satu sampel

Dua arah

Responde X1 x (X1-X) (X1-

 n X)2
1 42 38,5 3,5 12,25
2 36 38,5 -2,5 6,25
3 30 38,5 -8,5 72,25
4 39 38,5 0,5 0,25
5 39 38,5 0,5 0,25
6 37 38,5 -1,5 2,25
7 46 38,5 7,5 56,25
8 39 38,5 0,5 0,25
9 35 38,5 -3,5 12,25
10 35 38,5 -3,5 12,25
11 28 38,5 -10,5 110,25
12 46 38,5 7,5 56,25
13 34 38,5 -4,5 20,25
14 32 38,5 -6,5 42,25
15 47 38,5 8,5 72,25
16 37 38,5 -1,5 2,25
17 22 38,5 -16,5 272,25
18 48 38,5 9,5 90,25
19 42 38,5 3,5 12,25
20 47 38,5 8,5 72,25
761 925

2)         Menghitung nilai rata-rata pengamatan

Ӿ = 
=    =  38,05

3)        Menghitung nilai standar deviasi

S   = 
            = 
=  6,96211
4)         Menghitung t  hitung
                      =   
             = 
                 =  2,118

5)         Menghitung t  tabel

Dengan taraf signifikan α = 0,05/2 = 0,025 (dua sisi). Lalu dicari nilai t  tabel   pada tabel
distribusi t student dengan ketentuan: db = n – k, db =  20 – 2 = 18.
 Sehingga, t  tabel (α, db) =  t (0,025, 18) =  2,101

j.        Membandingkan t  hitung  dan t  tabel

Membandingkan t  hitung  dan t  tabel  adalah utuk memahami hipotesis Ho ditolak atau diterima.
Pada penelitian ini hipotesis yang diterima adalah Ho ditolak, karena t  tabel(α) =
2,1101< t  hitung  = 2,118, maka Ha diterima.
h.    Kesimpulannya
Kualitas mengajar dosen mata kuliah Matematika dasar sam dengan 80% daari nilai rata-rata
idealnya..
 

                                        Daerah Penolakan

                                                       Ho
 

          - 2,101                                                                    -2,101       2,118         

          Gambar penentuan daerah penolakan pada Uji-t untuk dua arah           

5.  Uji-z Satu Sampel (Variabel)

Uji-z (z-test) adalah uji statistik yang sering kali kita jumpa dalam masalah praktis statistik.
Uji-z termasuk dalam golongan statistik parametrik. Uji-z digunakan ketika data n > 30.
Untuk mempersingkat waktu, uji-z yang sering digunakan yaitu uji-z dua arah (two tail),
apabila rumusan null hipotesys Ho yang dinyatakan dengan kalimat sama dengan (=), maka
rumusan Ha harus dinyatakan dengan bunyi tidak sama dengan (≠), prosedur uji statistik ini
sama dengan uji pihak kiri.
Contoh :
Dosen ilmu falak fakultas syariah program studi muamalah IAIN Langsa, menduga bahwa
kemampuan berhitung hisab awal waktu shalat dalam mata kuliah ilmu falak pada kelas
selasa sore sama dengan 75% dari nilai maksimum. Utuk membuktikan dugaan tersebut
diambil nilai UAS setiap mahasiswa kelas Selasa sore yang berjumlah 44 orang. Buktikanlah
 apakah dugaan Dosen Ilmu Falak itu benar atau salah dengan taraf signifikan α = 12%. Hasil
pengumpulan data nilai UAS disajikan dalam tabel di bawah ini.
Menghitung nilai maksimum
Nilai maksimum = 100%
Jadi, 75% dari nilai maksimum = 0,75 x 100 = 75

Langkah-langkah menjawab:
Berdasarkan permasalahan di atas, maka:
a.       Judul penelitian
Analisis Kemampuan Berhitung Mahasiswa Materi Kuliah Ilmu Falak Mahasiswa Fakultas
Syariah IAIN Langsa pada tahun 2014.
b.      Variabel Penelitiannya adalah
Dosen Mata Kuliah Ilmu Falak
c.       Rumusan Masalahnya
Bagaimanakah daya serap  ilmu falak pada materi berhitung hisab awal waktu shalat,
mahasiswa Fakultas Syariah?
d.      Sampel
Sampel yang diambil berkategori probability sampling, dengan jenis simple random
sampling (anggota populasi homogen). Jumlah sampel ditetapkan 44 orang.
e.         Membuat hipotesis penelitian
Ho  :   Kemampuan berhitung hisab awal waktu shalat dalam mata kuliah ilmu falak pada kelas
selasa sore tidak sama dengan 75% dari nilai maksimum.
Ha  :   Kemampuan berhitung hisab awal waktu shalat dalam mata kuliah ilmu falak pada kelas
selasa sore sama dengan 75% dari nilai maksimum.
f.       Membuat hipotesis dalam model statistik
Ho  :    µ  ≠  75
Ha  :    µ  =  75
g.      Pada tahap ini tingkat kesalahannya adalah α = 12%
h.      Kaidah pengujian
Jika : -Z  tabel  ≤ Z  hitung  ≤ Z  tabel (α/2), maka Ho diterima
Jika : Z  hitung   > Z    tabel (α/2), maka Ho ditolak
i.        Menghitung Z tabel  dan Z hitung
Tabel Penolong Mencari Nilai Standar Deviasi Untuk uji-Z dua sisi

Resp X1 Ӿ X1-Ӿ (X1-Ӿ)2

1 65 75,909 -10,909 119,0
 2 70 75,909 -5,909 34,9
3 60 75,909 -15,909 253,1
4 75 75,909 -0,909 0,8
5 80 75,909 4,091 16,7
6 60 75,909 -15,909 253,1
7 75 75,909 -0,909 0,8
8 80 75,909 4,091 16,7
9 95 75,909 19,091 364,5
10 60 75,909 -15,909 253,1
11 70 75,909 -5,909 34,9
12 90 75,909 14,091 198,6
13 85 75,909 9,091 82,6
14 80 75,909 4,091 16,7
15 75 75,909 -0,909 0,8
16 65 75,909 -10,909 119,0
17 70 75,909 -5,909 34,9
18 90 75,909 14,091 198,6
19 80 75,909 4,091 16,7
20 80 75,909 4,091 16,7
21 65 75,909 -10,909 119,0
22 70 75,909 -5,909 34,9
23 75 75,909 -0,909 0,8
24 70 75,909 -5,909 34,9
25 60 75,909 -15,909 253,1
26 90 75,909 14,091 198,6
27 85 75,909 9,091 82,6
28 70 75,909 -5,909 34,9
29 75 75,909 -0,909 0,8
30 65 75,909 -10,909 119,0
31 80 75,909 4,091 16,7
32 95 75,909 19,091 364,5
33 85 75,909 9,091 82,6
34 70 75,909 -5,909 34,9
35 60 75,909 -15,909 253,1
36 85 75,909 9,091 82,6
37 80 75,909 4,091 16,7
38 90 75,909 14,091 198,6
39 90 75,909 14,091 198,6
40 85 75,909 9,091 82,6
41 60 75,909 -15,909 253,1
42 90 75,909 14,091 198,6
43 65 75,909 -10,909 119,0
44 75 75,909 -0,909 0,8
3340 4813,6
6)         Menghitung nilai rata-rata pengamatan
Ӿ = 
=    =  835

7)        Menghitung nilai standar deviasi

S   = 
            = 
=  10,58

8)         Menghitung t  hitung

                      =   
             = 
                 =  0,569886 = 0,57

9)         Menghitung z  tabel

Nilai z  tabel  dapat dicari menggunakan tabel distribusi normal dengan cara:
Bila dua sisi, z  tabel  = 1- 0,12/2 = 0,06 = 0,94
       Maka, nilai 0,94 adalah 1,56
k.      Membandingkan z  hitung  dan  z  tabel
Membandingkan z  hitung  dan  z  tabel  adalah utuk memahami hipotesis Ho ditolak atau diterima.
Pada penelitian ini hipotesis yang diterima adalah Ho, maka Z  tabel  ≤ Z  hitung  ≤ Z  tabel (α/2) ,
ternyata -1,56 < 0,57 < 1,56   
l.        Kesimpulannya
Kemampuan berhitung hisab awal waktu shalat dalam mata kuliah ilmu falak pada kelas
selasa sore tidak sama dengan 75% dari nilai maksimum.
 

                                  95% Daerah Penerimaan

                                                       Ho
Daerah penolakan Ho                                                      Daerah Penolakan Ho

          - 1,56                                     0         0,57                      1,56         

Gambar penentuan daerah penolakan pada Uji-Z untuk dua arah           

.
Perbedaan Antara T-test dan Z-test

T-test mengacu pada uji hipotesis univariat berdasarkan t-statistik, di mana rata-rata

diketahui, dan varians populasi diperkirakan dari sampel. Di sisi lain, uji-Z juga
merupakan uji univariat yang didasarkan pada distribusi normal standar.
Dalam istilah sederhana, hipotesis merujuk pada anggapan yang harus diterima atau
ditolak. Ada dua prosedur pengujian hipotesis, yaitu uji parametrik dan uji non-
parametrik, di mana uji parametrik didasarkan pada fakta bahwa variabel diukur
pada skala interval, sedangkan pada uji non-parametrik, hal yang sama diasumsikan
diukur dalam skala ordinal. Sekarang, dalam uji parametrik, bisa ada dua jenis tes,
uji-t dan uji-z.
Artikel ini akan memberi Anda pemahaman tentang perbedaan antara uji-T dan uji-Z
secara detail.

Grafik perbandingan

Dasar untuk
Uji-T Uji-Z
Perbandingan

T-test mengacu pada jenis uji Uji-Z menyiratkan tes

parametrik yang diterapkan untuk hipotesis yang memastikan
Berarti mengidentifikasi, bagaimana cara dua apakah rata-rata dua set data
set data berbeda satu sama lain ketika berbeda satu sama lain ketika
varians tidak diberikan. varians diberikan.

Berdasarkan Distribusi siswa-t Distribusi normal

Varians populasi Tidak dikenal Diketahui

Ukuran sampel Kecil Besar

Definisi uji-T
T-test adalah tes hipotesis yang digunakan oleh peneliti untuk membandingkan rata-
rata populasi untuk suatu variabel, diklasifikasikan ke dalam dua kategori tergantung
pada variabel interval kurang dari. Lebih tepatnya, uji-t digunakan untuk menguji
bagaimana cara yang diambil dari dua sampel independen berbeda.
Uji-T mengikuti distribusi-t, yang sesuai ketika ukuran sampel kecil, dan standar
deviasi populasi tidak diketahui. Bentuk distribusi-t sangat dipengaruhi oleh tingkat
kebebasan. Tingkat kebebasan menyiratkan jumlah pengamatan independen dalam
satu set pengamatan yang diberikan.
Asumsi T-test :
  Semua titik data independen.
 Ukuran sampel kecil. Secara umum, ukuran sampel melebihi 30 unit sampel
dianggap besar, jika tidak kecil tetapi tidak boleh kurang dari 5, untuk
menerapkan uji-t.
 Nilai sampel harus diambil dan dicatat secara akurat.

Statistik pengujian adalah:

x ̅adalah mean sampel

s adalah contoh standar deviasi
n adalah ukuran sampel
μ adalah rata-rata populasi
Paired t-test : Sebuah uji statistik yang diterapkan ketika dua sampel tergantung
dan pengamatan berpasangan diambil.

Definisi uji-Z
Uji-Z mengacu pada analisis statistik univariat yang digunakan untuk menguji
hipotesis bahwa proporsi dari dua sampel independen sangat berbeda. Ini
menentukan sejauh mana suatu titik data jauh dari rata-rata set data, dalam standar
deviasi.
Peneliti mengadopsi uji-z, ketika varians populasi diketahui, pada dasarnya, ketika
ada ukuran sampel yang besar, varians sampel dianggap kira-kira sama dengan
varians populasi. Dengan cara ini, diasumsikan diketahui, meskipun faktanya hanya
data sampel yang tersedia dan uji normal dapat diterapkan.
Asumsi uji-Z :

 Semua pengamatan sampel independen

 Ukuran sampel harus lebih dari 30.
 Distribusi Z adalah normal, dengan mean nol dan varians 1.

Statistik pengujian adalah:

x ̅adalah mean sampel

σ adalah simpangan baku populasi
n adalah ukuran sampel
μ adalah rata-rata populasi

Perbedaan Kunci Antara T-test dan Z-test

Perbedaan antara uji-t dan uji-z dapat digambar dengan jelas berdasarkan alasan
berikut:

 Uji-t dapat dipahami sebagai uji statistik yang digunakan untuk

membandingkan dan menganalisis apakah rata-rata dari dua populasi berbeda
satu sama lain atau tidak ketika standar deviasi tidak diketahui. Sebagai lawan,
uji-Z adalah uji parametrik, yang diterapkan ketika standar deviasi diketahui,
untuk menentukan, jika rata-rata dari dua set data berbeda satu sama lain.
 Uji-t didasarkan pada distribusi-t Student. Sebaliknya, uji-z bergantung pada
asumsi bahwa distribusi rata-rata sampel adalah normal. Distribusi-t dan
distribusi normal siswa tampak sama, karena keduanya simetris dan berbentuk
lonceng. Namun, mereka berbeda dalam arti bahwa dalam distribusi-t, ada lebih
sedikit ruang di tengah dan lebih banyak di ekor.
 Salah satu syarat penting untuk mengadopsi uji-t adalah varians populasi
tidak diketahui. Sebaliknya, varians populasi harus diketahui atau diasumsikan
dikenal dalam kasus uji-z.
 Uji-Z digunakan untuk ketika ukuran sampel besar, yaitu n> 30, dan uji-t
sesuai ketika ukuran sampel kecil, dalam arti bahwa n <30.

Kesimpulan
Pada umumnya, uji-t dan uji-z adalah tes yang hampir serupa, tetapi kondisi untuk
penerapannya berbeda, artinya uji-t sesuai ketika ukuran sampel tidak lebih dari 30
unit. Namun, jika lebih dari 30 unit, z-test harus dilakukan. Demikian pula, ada
kondisi lain, yang memperjelas tes mana yang harus dilakukan dalam situasi
tertentu.R N A T I F P E N G U M U M A N A P L I K A S I G A L E R I T E R B A I K B I S N I S