T Test

Macam-macam Uji T:
1. Uji T 1 Sampel (One Sampel T Test)
2. Uji T 2 sampel berpasangan (paired T Test)
3. Uji T 2 sampel independen (Independent Sample T Test)

1. Uji T 1 Sampel
Sebutan lain: Student T Test

Student t test adalah uji komparatif untuk menilai perbedaan antara nilai tertentu dengan rata-rata kelompok populasi.
Student t test disebut juga dengan istilah one sample t test atau uji t satu sampel oleh karena uji t di sini menggunakan satu
sampel.

Contoh: penelitian yang bertujuan untuk menilai apakah terdapat perbedaan yang bermakna antara rata-rata (mean) tinggi badan siswa SD sekolah A kelas 6
dengan tinggi badan rata-rata nasional siswa SD kelas 6. Rata-rata atau harapan tinggi badan siswa SD kelas 6 secara nasional misalkan 150 cm. Maka
penelitian tersebut menguji apakah terdapat perbedaan bermakna rata-rata tinggi badan siswa SD kelas 6 sekolah A dengan rata-rata tinggi badan nasional
siswa SD kelas 6 yaitu 150 cm.

Misalkan siswa kelas 6 sekolah A yang menjadi sampel penelitian sebesar 50 orang, maka apabila hasilnya nanti misalkan rata-rata tinggi badan sebesar 145
cm. Apakah 145 cm ini berbeda signifikan secara statistik dengan 150 cm pada tingkat kepercayaan penelitian 95%?

Rumusan Hipotesis:
Ho : Tinggi Badan rata-rata siswa kelas 6 SD A sama dengan rata-rata tinggi badan nasional siswa SD kelas 6 yaitu 150 cm
H1: Tinggi badan rata-rata siswa kelas 6 SD A tidak sama dengan rata-rata tinggi badan nasional siswa SD kelas 6 yaitu 150 cm

Penyelesaian:
Responden Tinggi Badan (Cm)
1 145 Rumus:
2 147 T Hitung
3 146
4 144
5 143
6 150
7 140
8 148
9 142 Rata-rata sampel: 145 cm
10 145 Standar Deviasi 2.82
11 145 Banyaknya Data 50
12 147 T Hitung -12.532
13 146 T Tabel 2.009575 df=n-1
14 144
15 143 T Hitung < T Tabel = Ho ditolak dan H1 diterima
16 150
17 140
18 148 Artinya: Tinggi badan rata-rata siswa kelas 6 SD A tidak sama dengan tinggi badan rata-rata nasional
19 142
20 145
21 145
22 147
23 146
24 144
25 143
26 150
27 140
28 148
29 142
30 145
31 145
32 147
33 146
34 144
35 143
36 150
37 140
38 148
39 142
40 145
41 145
42 147
43 146
44 144
45 143
46 150
47 140
48 148
49 142
50 145
2. Uji T 2 Sampel Berpasangan (Dependent Sample T Test atau Dependent sample t-test)
Dua pendekatan yang dilakukan oleh seorang peneliti bila ingin mengetahui apakah
parameter dua populasi berbeda atau tidak,yaitu Uji T 2 sampel dan Uji Z. Secara umum
disebut uji beda dua mean.
Lalu kapan Uji T 2 sample digunakan? Uji T 2 sampel digunakan apabila:
Standar deviasi populasi (σ) tidak diketahui, dan jumlah sampelnya kecil (< 30). Namun
apabila kedua syarat itu tidak terpenuhi, maka uji yang tepat untuk digunakan adalah uji Z.

Uji T 2 sampel berpasangan merupakan jenis uji statistika yang bertujuan untuk
membandingkan rata-rata dua grup yang saling berpasangan, yakni sampel dengan subjek
yang sama namun mengalami 2 perlakuan atau pengukuran yang berbeda, yaitu
pengukuran sebelum dan sesudah dilakukan sebuah treatment.
Syarat jenis uji ini adalah: (a) data berdistribusi normal; (b) kedua kelompok data adalah
dependen (saling berhubungan/berpasangan); dan (c) jenis data yang digunakan adalah
numerik dan kategorik (dua kelompok).

Rumus statistik yang digunakan:

Rumus tersebut nanti disederhanakan menggunakan aplikasi microsoft Excel.

Contoh: Seorang peneliti ingin mengetahui apakah terdapat perbedaan tinggi badan anak-
 anak kelas 4 SD A setelah mengkonsumsi vitamin merk X. Untuk itu diambil 15
orang anak sebagai sampel pada tingkat kepercayaan 95%. Rekapitulasi tinggi
badan anak sebelum dan sesudah mengkonsumsi vitamin merk X, sebagai
berikut:

Responden Rata-rata Tinggi Badan (cm)

Sebelum Sesudah
mengkonsumsi Mengkonsumsi
Vitamin Merk X Vitamin Merk X
1 120 140
2 130 130
3 130 140
4 120 130
5 130 140
6 130 150
7 140 130
8 120 130
9 130 130
10 140 140
11 140 140
12 140 140
13 120 140
14 130 130
15 130 130

Penyelesaian:
1. Merumuskan Hipotesis
H0 : Rata-rata tinggi badan anak kelas 4 SD A sebelum mengkonsumsi vitamin
merk X = rata-rata tinggi badan setelah mengkonsumsi vitamin merk X atau
tidak ada perbedaan rata-rata tinggi badan anak kelas 4 SD A sebelum dan
sesudah mengkonsumsi vitamin merk X.

H1: Rata-rata tinggi badan anak kelas 4 SD A sebelum mengkonsumsi vitamin

merk X ≠ rata-rata tinggi badan setelah mengkonsumsi vitamin merk X atau
 terdapat perbedaan rata-rata tinggi badan anak kelas 4 SD A sebelum dan
sesudah mengkonsumsi vitamin merk X.

2. Klik Menu Data, Klik Data Analysis, klik, T-Test: Paired Two Sample for Means,
OK (Jika belum ada pilihan Data Analysis; instal terlebih dahulu melalui Office
Button, Excel Options, add ins ...)

Pada field variable 1 range, blok cell data tinggi badan sebelum mengkonsumsi
vit merk X; sedangkan pada field variable 2 range, blok range data sesudah
mengkonsumsi vit merk X, centang labels, alpha 0,05 dan pada field New
Worksheet Ply, ketikkan nama sheet yang diinginkan (dalam contoh ini ketik
Paired T test).
Klik OK. HasInya seperti ini

Untuk menarik kesimpulan, perhatikan nilai T Stat dan t Critical two-tail. T Stat
menunjukkan nilai T Hitung, sedangkan t Critical two-tail menunjukkan nilai T
Tabel.

Jika nilai T hitung lebih kecil atau lebih besar dari T tabel; atau nilai T Hitung tidak
berada dalam daerah penerimaan H0, maka Ho ditolak dan H1 diterima. Dalam
 contoh ini, daerah Penerimaan Ho berada pada nilai 2,144 s.d -2,144.

Nilai T Stat sebesar -2,55 lebih kecil dari nilai T Tabel sebesar 2,15, atau tidak
berada dalam daerah penerimaan H0, maka Ho ditolak dan H1 diterima. Artinya
bahwa Rata-rata tinggi badan anak kelas 4 SD A sebelum mengkonsumsi vitamin
merk X ≠ rata-rata tinggi badan setelah mengkonsumsi vitamin merk X;

Nilai T hitung negatif artinya rata-rata tinggi badan siswa kelas 4 SD A setelah
mengkonsumsi vitamin merk X lebih tinggi dibandingkan sebelum mengkonsumsi
vit merk X. Atau rata-rata tinggi badan siswa kelas 4 SD A setelah mengkonsumsi
vit merk X berbeda signifikan lebih tinggi dibandingkan dengan rata-rata tinggi
badan siswa sebelum mengkonsumsi vit merk X.

3. Uji T 2 sampel Independen

Independent sample t-test adalah jenis uji statistika yang bertujuan untuk membandingkan rata-
rata dua grup yang tidak saling berpasangan atau tidak saling berkaitan. Tidak saling
berpasangan dapat diartikan bahwa penelitian dilakukan untuk dua subjek sampel yang
berbeda.
Prinsip pengujian uji ini adalah melihat perbedaan variasi kedua kelompok data, sehingga
sebelum dilakukan pengujian, terlebih dahulu harus diketahui apakah variannya sama (equal
variance ) atau variannya berbeda (unequal variance ).
Homogenitas varian diuji berdasarkan rumus:
Apabila F Hitung < F Tabel: Data dinyatakan memiliki varian yang sama (equal variance) ;
Apabila F-Hitung > F-Tabel: Data dinyatakan memiliki varian yang berbeda (unequal variance)
Bentuk varian kedua kelompok data akan berpengaruh pada nilai standar error yang akhirnya akan membedakan rumus
pengujiannya.
Uji t untuk varian yang sama (equal variance) menggunakan rumus Polled Varians:

Uji t untuk varian yang berbeda (unequal variance) menggunakan rumus Separated Varians:
Contoh: Seorang peneliti kesehatan ingin melakukan penelitian yang membandingkan efektivitas
mencuci tangan sebelum makan. Peneliti tersebut kemudian melakukan pencatatan kasus
diare selama 15 bulan pada kelompok masyarakat yang tidak mencuci tangan (Kelompok A),
dan pada kelompok masyarakat yang tekun mencuci tangan (Kelompok B). Data yang
dihasilkan sebagai berikut:

Jumlah Kasus
Bulan
Kelompok A Kelompok B
1 186 150
2 176 152
3 168 155
4 189 140
5 190 132
6 193 133
7 185 135
8 187 135
9 186 144
10 180 148
11 191 147
12 192 145
13 191 148
14 184 149
15 188 149

Penyelesaian:
1. Merumuskan Hipotesis:
H0 = Jumlah kasus diare pada kelompok A = jumlah kasus diare pada kelompok B
H1 = Jumlah kasus diare pada kelompok A ≠ jumlah kasus diare pada kelompok B

2. Cari varian apakah kedua kelompok memiliki nilai varian yang sama. Hal ini terkait dengan
 rumus yang akan digunakan.
Varians Kelompok A: =VAR(D215:D229) 44.924
Varians Kelompok B: =VAR(E215:E229) 53.981

3. Menghitung nilai F Hitung: =G239/G238 1.202

(Nilai Varian terbesar dibagi Nilai Varian Terkecil)

4. Menghitung nilai F Tabel: =FINV(alpha;df1;df2) 2.484

5. Karena nilai F Hitung < F Tabel, maka data diasumsikan memiliki varian yang
sama (equal variance) ;
6. Klik Menu Data - Data Analysis - T Test: Two Sample Assuming Equal Variances - OK

7. Pada field variable 1, blok data Kelompok A (termasuk judul kolom) dan pada field variabel
2, blok data kelompok B (termasuk judul kolom) - centang labels - ketik nama sheet pada
field New Worksheet Ply, misalnya Equal Variance - OK, maka akan muncul hasil di sheet
Equal Variance, sbb:
8. Penarikan Kesimpulan dengan membandingkan nilai t-stat dan nilai t critical two-tail
t stat 16.201
t critical two-tail 2.048

Karena nilai t stat atau T Hitung lebih besar dari nilai T tabel (nilai T hitung berada
di luar daerah penerimaan H0, maka H0 ditolak dan H1 diterima. Artinya:
aktivitas mencuci tangan lebih efektif atau mampu menahan laju kejadian kasus
diare di kelompok masyarakat.