KATA PENGANTAR

Puji syukur penulis haturkan pada Tuhan Ynag Maha Esa yang telah memberi kenikmatan
kepada penulis sehingga mampu menyusun modul “Langkah SPSS : Uji Hipotesis Perbedaan
Rata-Rata atau Uji t”. Selain itu ucapan terima kasih kepada Ibu Nurisqi Amalia, S.Pd, M.Sc.
selaku dosen pembimbing mata kuliah Statistika Indukstif. Tak lupa terima kasih kepada pihak-
pihak yang telah membantu kelancaran penyusnan modul ini.

Penyususnan modul ini merupakan upaya penulis untuk membagikan langkah-langkah

yang digunakan dalam aplikasi SPSS guna menguji hipotesis perbedaan dua rata-rata atau dikenal
dengan uji t. Statistika merupakan salah satu ilmu yang digunakan untuk mengolah menganalisis
data-data untuk keperluan panalitian dan lain-lain. Diharapkan dengan langkah- langkah menguji
hipotesis beda dua rata-rata ini, dapat membantu bagi siapa saja yang hendak menlakukan uji
tersebut dengan aplikasi SPSS. Semoga modul ini bermafaat baik bagi penulis maupun pembaca.

Yogyakarta, Juni 2019

Penulis
 DAFTAR ISI

KATA PENGANTAR 1

DAFTAR ISI 2

PENGERTIAN 3

A. Uji t 3

B. Level of Significiance (α) 3

ONE SAMPLE T-TEST 4

INDEPENDENT SAMPLE T-TEST 9

PAIRED SAMPLE T-TEST 14

DAFTAR PUSTAKA 18
 PENGERTIAN

A. Uji t

Hipotesis merupakan suatu anggapan yang memiliki kemungkinanan benar dan salah.
Adanya hipotesis ini dapat digunakan sebagai dasar pembuatan keputusan suatu
permasalahan dalam penelitian. Anggapan atau asumsi dalam hipotesis ini harus diuji dahulu
menggunakan data hasil observasi.

Terdapat penelitian yang mempunyai pendapat menganai rata-rata suatu populasi atau
lebih dari satu populasi. Alat yang digunakan untuk menguji perbedaan rata-rata disebut juga
uji t. Uji hipotesis dua perbedaan merupakan salah satu teknik statistik parametrik (salah satu
ciri-ciri data parametrik adalah terdistribusi normal). Uji ini digunakan untuk menguji
hipotesis perbedaan suatu populasi dengan sampel yang kecil dan varian populasi yang tidak
diketahui dengan membedaan rata-rata suatu kelompok. Uji hipoteis dua perbedan atau uji t
digolongkan sebagai berikut :

B. Level of Significiance (α)

Level of Significiance berarti mempercayai sebesar (1-α) untuk membuat suatu

keputusan yang benar. Sebagai contoh, probabilitas membuat keputusan yang benar adalah
95% yang berarti percaya bahwa 95% dapat membuat keputusan yang tepat atau membuat
keputusan yang salah dengan probabilitas 5%. (1-α) disebut juga derajat kepercayaan.

Ujit

SatuPopulasi
DuaPopulasi

One Samplet- Berhubungan( Terpisah(Indep

test Dependen) enden)

Pairedsamplet- Independetsam
test plet-test
 ONE SAMPLE T-TEST

One Sample T-Test merupakan teknik analisis untuk membandingkan satu variabel
bebas. Teknik ini digunakan untuk menguji apakah nilai tertentu berbeda secara signifikan
atau tidak dengan rata-rata sebuah sampel. Contoh :

Berikut merupakan Data Tinggi Badan Mahasiswa ET :

Tinggi Tinggi
No No
Badan Badan
1 158 14 167
2 158
1. Kemudian muncul output seperti dibawah 15 ini 160
3 163 16 158
4 155 Tests of Normality
17 153
5 Kolmogorov-Smirnov
156 a
18 160 Shapiro-Wilk
6
Statistic 160 D 19Sig. 169
Statistic d Sig.
f f
7 150 20 152
TinggiBadan ,20
8 ,1 43 165 25
21 0 *
168
,9
37
25 ,1
25
9 160
*. This is a lower bound of the true significance. 22 166
10 150 23 165
a. Lilliefors Significance Correction
11 149 24 170
12 150 25 168
13
Test of normality digunakan 165untuk menguji apakah data tersebut berdistribusi normal.
Berdasarkan tabel test of normality dapat disimpulkan bahwa data tersebut
berdistribusi normal karena nilai signifikansi lebih besar dari alpha, yaitu 0,125 >
0,005.

2. Setelah itu akan muncul output dari uji One Sample T-Test

One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
TinggiBadan 25 159, 6,6 1,332
80 58
Hasil One Sample Statistik tersebut menunjukkan nilai statistik deskriptif, yaitu
N=25 artinya jumlah sampel yang dipakai adalah 25 orang. Mean=159,80 artinya nilai
rata-rata hitung adalah 159,80. Std. Deviation atau simpangan baku adalah sebesar
6,658 dan Std. Error adalah sebesar 1,332.

One-Sample Test
Test Value =
160
95% Confidence Interval of he
t D Sig. (2- Mean Difference
f
 tailed) Differen Lower Upper

ce

TinggiBadan -,1 24 ,8 -,200 -2,95 2,55

50 82

Dari hasil One Sample Test diketahui nilai t (t hitung ) sebesar -0,150. Nilai
df(degree of freedom) atau derajat kebebasan adalah sebesar 24. Nilai signifikansi(2-
tailed) atau nilai signifikansi dengan uji dua sisi adalah sebesar 0,882.
Hipotesis :
Ho : Nilai rata-rata tinggi badan Mahaiswa Ekonomika terapan sama dengan 160 cm.
Hi : Nilai rata-rata tinggi badan Mahasiswa Ekonomika terapan tidak sama dengan
160cm.
Pengambilan Keputusan :
1. Jika nilai Sig.(2-tailed) < 0,05, maka HO ditolak.
 2. Jika nilai Sig.(2-tailed) > 0,05, maka HO diterima.
Kesimpulan :
Berdasarkan output tabel One Sample T-Test, diketahui nilai Sig.(2-tailed)
sebesar 0,0882> 0,05, maka sesuai dengan dasar pengambilan keputusan bahwa Ho
diterima dan menolak Hi. Dengan demikian, dapat diartikan jika nilai rata-rata tinggi
badan Mahasiswa Ekonomika Terapan sama dengan 160 Cm.
Pengambilan keputusan dengan membandingkan nilai T :
1. Jika nilai t hitung > t tabel, maka Ho ditolak
2. Jika nilai t hitung < t tabel, maka Ho diterima.
T tabel = 2,06390
T hitung = -0,150
Nilai t tabel> t hitung, maka Ho diterima artinya nilai rata-rata tinggi badan
Mahasiswa Ekonomika Terapan sama dengan 160 cm.
 INDEPENDENT SAMPLE T-TEST

Independent sample t-test digunakan untuk menguji data tidak berpasangan atau 2
data yang berbeda (tidak saling berhubungan).

Contoh :
Data ukuran sepatu mahasiswa ET 12 angkatan 2017 dan mahasiswa Akuntansi 43

ET 12 (Angkt AKT
2017) 43
40 40
39 38
40 39
37 38
40 40
40 38
40 38
40 40
36 43
39 43
38 41
40 40
37 40
40 37
41 38
37 40
39 40
40 40
40 37
40 38
40 39
41 39
39 36
37 36
39 40

Dilakukan dengan menggunakan uji Independent Sample T-Test untuk mengetahui apakah
ada perbedaan rata-rata ukuran sepatu mahasiswa ET 12 angkatan 2017 dan mahasiswa
Akuntansi 43.
 Group Statistics
Kelompok N Mean Std. Deviation Std. Error Mean
ET 12 Angkatan 2017 25 39,16 1,375 ,275
UkuranSepatu
Akuntansi 43 25 39,12 1,787 ,357

Interpretasi :

Diketahui jika rata-rata ukuran sepatu Mahasiswa Ekonomika Terapan 1.2 adalah
39,16 dengan standar deviasi 1,375 dan rata-rata ukuran sepatu Mahasiswa Akuntansi
4.3 adalah 39,12 dengan standar deviasi 1,787.
 Independent Samples Test

Levene's Test t-test for Equality of Means

for Equality of
Variances

F Sig. t d Sig. Mea Std. 95%

f (2-
n Erro Confidence
taile
Diff r Interval of
d)
ere Diff the
nce ere Differen
ce
nce U
Lowe p
r p

e
r

Equal
varianc 1,3 ,2 ,089 48 ,930 ,040 ,451 -,867 ,9
09 58 47
Ukur es
an assumed

Sepat Equal

u variances ,089 45,03 ,930 ,040 ,451 -,868 ,9

9 48
not
assumed

● UJI F
Hipotesis :

H0 : Tidak terdapat perbedaan yang signifikan antara ukuran sepatu mahasiswa

Ekonomika Terapan 1.2 dan mahasiswa Akuntansi 4.3

H1 : Terdapat perbedaan yang signifikan antara ukuran sepatu mahasiswa

Ekonomika Terapan 1.2 dan mahasiswa Akuntansi 4.3

Jika nilai signifikansi atau Sig.(2-tailed) > 0,05 maka Ho diterima dan Hi ditolak.

Jika nilai signifikansi atau Sig.(2-tailed) < 0,05 maka Ho ditolak dan Hi diterima.

Keputusan :

Dari hasil output independent sample T-test diperoleh nilai signifikansi sebesar
0,258 yang berarti lebih besar dari 0,05 maka dapat disimpulkan bahwa H0 diterima
dan H1 ditolak, artinya TIDAK TERDAPAT PERBEDAAN yang signifikan antara
ukuran sepatu mahasiswa Ekonomika Terapan 1.2 angkatan 2017 dan mahasiswa
Akuntansi 4.3.
● Pengujian Independent Sample T-Test :
Hipotesis :
 H0 : Tidak terdapat perbedaan yang signifikan antara ukuran sepatu mahasiswa
Ekonomika Terapan 1.2 dan mahasiswa Akuntansi 4.3.
H1 : Terdapat perbedaan yang signifikan antara ukuran sepatu mahasiswa
Ekonomika Terapan 1.2 dan mahasiswa Akuntansi 4.3.

T Hitung : 0,089

α = 5% : 2 =0,025

df =(n-2) = 48

Tabel t = 2,01063

Kriteria Pengujian :

H0 : diterima jika t tabel < t hitung

H0 : ditolak jika t tabel > t hitung

Kesimpulan :

Karena nilai t hitung lebih kecil dari nilai tabel t, H0 diterima dan menolak H1,
artinya TIDAK TERDAPAT PERBEDAAN yang signifikan antara ukuran sepatu
mahasiswa Ekonomika Terapan 1.2 dan mahasiswa Akuntansi 4.3.
 PAIRED SAMPLE T-TEST

Paired sample t test digunakan untuk menguji data berpasangan atau data yang saling
berhubungan. Contoh: :

Data jumlah jam belajar mahasiswa ET 12 Angkatan 2017 ketika ujian dan ketika tidak
ujian.

Ketika Ketika Tidak

Ujian Ujian
4 2
3 1
6 1
3 1
2 1
3 2
4 3
3 1
5 2
4 2
8 3
6 1,5
4 3
5 1
3 1
3 2
2,5 1
1 1
1 5
1,5 4
5 1
5 1
5 1
5 1
5 2
Dari data diatas peneliti ingin menguji apakah pada jumlah jam belajar mahasiswa
Ekonomi Terapan 1.2 angkatan 2017 terdapat perbedaan yang signifikan antara jumlah jam
belajar ketika ujian dan ketika tidak ujian.
 Paired Samples Statistics
Mean N Std. Std. Error Mean
Deviation
KetikaUjian 3,88 25 1,673 ,335
Pair 1
TidakUjian 1,78 25 1,081 ,216

Interpretasi :
Dari tabel Paired Samples Statistic di atas, dapat diketahui rata-rata jumlah jam
belajar ketika ujian adalah 3,88 dengan standar deviasi 1,673. Dan rata-rata jumlah
jam belajar ketika tidak ujian adalah 1,78 dengan standar deviasi 1,081.
Tabel hasil korelasi atau hubungan antara kedua data atau variabel adalah sebagai
berikut :
Paired Samples Correlations
N Correlatio Sig.
n
Pair KetikaUjian & TidakUjian 25 -,1 ,3
1 88 68

Interpretasi :
Dari hasil Paired Samples Correlation menunjukkan bahwa korelasi antara dua
variabel sebesar -0,188. Dengan signifikansi sebesar 0,368 hal ini menunjukkan
bahwa TIDAK ADA KORELASI antara jumlah jam belajar ketika ujian dan ketika
tidak ujian.
Paired Samples Test

Paired Differences t d Sig.

f (2-
Mea Std. Std. 95% tailed)
n
Deviati Error Confidence
on
Mean Interval of the
Difference

Lower Upper

P KetikaUjia
ai n- 2,1 2,1 ,4 1,2 2,9 4,8 2 ,0
r TidakUjian 00 55 31 10 90 71 4 00
1

Hipotesis :

H0 : terdapat perbedaan yang signifikan antara jumlah jam belajar ketika ujian dan
ketika tidak ujian
H1 : tidak terdapat perbedaan yang signifikan antara jumlah jam belajar ketika ujian
dan ketika tidak ujian

Dari tabel hasil Paired Samples Test diatas diketahui jika nilai t hitung 4,871 dan
probabilitas atau signifikansi < 0,05 maka terdapat perbedaan yang signifikan antara
jumlah jam belajar ketika ujian dan ketika tidak ujian. Maka dapat disimpulkan jika Ho
diterima, artinya TERDAPAT PERBEDAAN yang signifikan pada jumlah jam belajar
mahasiswa Ekonomika Terapan 1.2 ketika ujian dan ketika tidak ujian.
 DAFTAR PUSTAKA

Saleh, S. (2001). Statistik Induktif. Yogyakarta: UPP AMP YKPN.

Supratno, J. (2015). Statistik Teori & Aplikasi Edisi 8 Jilid 2. Jakarta: Erlangga.

15