Uji t untuk satu sampel dalam istilah lain biasanya disebut dengan One Sample t-test Method,
merupakan prosedur uji t untuk sampel tunggal jika rata-rata suatu variabel tunggal
dibandingkan dengan suatu nilai konstanta tertentu. Uji t dipakai jika jumlah data sampel di
bawah 30.
Hipotesis
Statistik Uji
Contoh Kasus :
Analisis Kasus
Penelitian ini bertujuan untuk menguji hipotesis ratarata IQ para mahasiswa Universitas X.
Dalam kasus ini, tidak ada informasi apapun mengenai nilai ragam populasi dari IQ
mahasiswa di Universitas X. Oleh karena itu, statistik uji yang paling tepat adalah uji t satu
sampel. Perlu diketahui bahwa uji t mengasumsikan bahwa sampel yang diambil berasal dari
populasi yang terdistribusi atau menyebar normal (memiliki sebaran normal). Maka, harus
dilakukan pengujian mengenai asumsi kenormalan. Statistik uji untuk kenormalan data yang
paling sering digunakan untuk kasus ini adalah menggunakan uji Kolmogorov-Smirnov atau
juga disebut Lilliefors Test.
Hasil analisis:
Kesimpulan:
TERIMA H0, karena pvalue > 0.05. Hal ini menunjukkan bahwa data menyebar normal.
Dengan demikian, ujit dapat dilakukan untuk melakukan pengujian hipotesis bagi data IQ
mahasiswa Universitas X.
Hasil analisis:
Kesimpulan:
TERIMA H0, karena pvalue > 0.05. Dengan demikian, dapat dikatakan bahwa isu yang
berkembang selama ini yang menyatakan bahwa ratarata IQ mahasiswa Universitas X kurang
dari 140 adalah tidak benar. Justru, ratarata IQ mahasiswa Universitas X lebih besar atau
setidaktidaknya sama dengan 140
Misalnya Seorang Kepala Puskesmas menyatakan bahwa rata-rata perhari jumlah kunjungan
pasien adalah 20 orang. Untuk membuktikan pernyatan tsb, kemudian di ambil sampel
random sebanyak 20 hari kerja dan diperoleh rata-rata 23 orang dengan standar deviasi 6
orang.
Sekarang kita akan menguji apakah rata-rata jumlah kunjungan pasien sebelumnya berbeda
secara statistik dengan yang saat ini.
Langkah-langkah pengujian.
1. HIPOTESIS
Ho = 20 ( tidak ada perbedaan kunjungan pasien tahun lalu dengan saat ini)
Ha ≠ 20 ( ada perbedaan kunjungan pasien tahun lalu dengan saat ini )
2. STATISTIK UJI
KETERANGAN :
x = rata-rata sampel
µ = rata-rata populasi/penelitian terdahulu
S = Standar Deviasi
n = jumlah (banyaknya) sampel
Perhitungan :
DF = n – 1 → 20 -1 = 19, di tabel T, p value terletak antara 0,025 dan 0,001.
3. KEPUTUSAN STATISTIK
Karena nilai P pada tabel (< 0,025) yang berarti kurang dari nilai α = 0,05, maka Ho dapat
kita ditolak
4. KESIMPULAN
Secara statistik ada perbedaan yang signifikan antara kunjungan pasien tahun lalu dengan saat
ini.
Contoh uji t sampel berpasangan
Sebuah penelitian memiliki tujuan ingin mengetahui apakah terdapat perbedaan waktu yang
dibutuhkan perawat untuk memasang infuse sebelum dan sesudah mengikuti pelatihan.
Karena itu peneliti mengambil sampel acak terhadap 10 orang perawat. Berikut adalah waktu
yang dibutuhkan seorang perawat saat memasang sebelum dan sesudah mengikuti pelatihan,
data berikut dihitung dalam menit.
Perawat 1 2 3 4 5 6 7 8 9 10
Sebelum 6 8 7 10 9 7 6 7 9 8
Sesudah 5 6 7 8 8 7 5 7 9 7
Jawab :
Ho: µ1 = µ2
Ha: µ1 ≠ µ2
Titik kritis uji - nilai t tabel pada α = 0,05 dan df = 9à = 2.26
Selisih Waktu sebelum dan sesudah
Sebelum 6 8 7 10 9 7 6 7 9 8
Sesudah 5 6 7 8 8 7 5 7 9 7
Selisih 1 2 0 2 1 0 1 0 0 1
d = 8/10
d = 0,8
t-hitung = d / (s/√n)
t-hitung = 0,8 / (3,33/√10) t-hitung = 0,76
Nilai t-hitung = 0,76 < 2,26 (t-tabel) àHo diterima
Kesimpulan:
Tidak ada perbedaan waktu yang dibutuhkan perawat untuk memasang infuse
sebelum mengikuti pelatihan dan sesudah mengikuti pelatihan