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.
Penulis
DAFTAR ISI
KATA PENGANTAR 1
DAFTAR ISI 2
PENGERTIAN 3
A. Uji t 3
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 :
Ujit
SatuPopulasi
DuaPopulasi
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 :
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
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
e
r
Equal
varianc 1,3 ,2 ,089 48 ,930 ,040 ,451 -,867 ,9
09 58 47
Ukur es
an assumed
Sepat Equal
● UJI F
Hipotesis :
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 :
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.
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
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
Supratno, J. (2015). Statistik Teori & Aplikasi Edisi 8 Jilid 2. Jakarta: Erlangga.
15