Disusun Oleh:
Kelompok 2
1. Marlita NIM 2017.D.01.014
2. Meko Indri Yusua NIM 2017.D.01.015
3. M. Rizal Mantovani NIM 2017.D.01.016
4. Nickytha Peygirayania Putri NIM 2017.D.01.018
5. Novita Kartika Putri NIM 2017.D.01.019
6. Peka Yani Lestari NIM 2017.D.01.020
Puji dan syukur ke hadirat Tuhan Yang Maha Esa yang telah memberikan
kami kemudahan sehingga dapat menyelesaikan makalah ini. Tanpa pertolongan dan
penyertaan-Nya penyusun tidak akan mungkin menyelesaikannya dengan baik dan
tepat waktu.
Makalah ini disusun agar pembaca dapat memperluas ilmu tentang “Analisis
Beda 2 Mean Dependen dan Analisis Beda 2 Mean Independen” ini yang kami
sajikan berdasarkan pengamatan dari berbagai sumber.
Makalah ini disusun oleh penyusun dengan berbagai rintangan, baik itu dari
penyusun maupun dari luar. Namun dengan penuh kesabaran terutama pertolongan
dari Tuhan akhirnya makalah ini dapat terselesaikan.
Semoga makalah ini dapat memberikan pengetahuan yang lebih luas kepada
pembaca. Walaupun makalah ini memiliki banyak kekurangan maka dari itu kritik
dan saran dari pembaca akan sangat membantu bagi perbaikan makalah ini
kedepannya. Sekian dan terimakasih.
Tim Penyusun
ii
DAFTAR ISI
iii
BAB I
PENDAHULUAN
1
BAB II
TINJAUAN PUSTAKA
2
sesudah dilakukan sebuah perlakuan. Selain itu untuk menguji efektifitas
suatu perlakuan
3
4
Dimana:
5
Keterangan
D = Selisih x1 dan x2 (x1-x2)
n = Jumlah Sampel
X = Rata-rata
S d = Standar Deviasi dari d.
2.1.10 Analisis Bivariat
2.1.5.1 Pengertian Teknik Analisis Korelasional
Teknik analisis korelasional adalah tekhnik analisis
statistik mengenai hubungan antar dua variabel atau lebih. Teknik
analisis korelasional dapat dibedakan menjadi dua golongan, yaitu
Tekhnik Analisis Korelasional Bivarat dan Teknik Analisis
Korelasional Multivariat.
Teknik Analisa Korelasional Bivariat ialah teknik analisa
korelasi yang mendasarkan diri pada Dua variabel yang bertipe
ordinal dan skala. Dimana jika nilai suatu variabel naik,
sedangkan nilai variabel yang lain turun, maka dikatakan terdapat
hubungan negatif serta sebaliknya. Dalam SPSS ada tiga metode
korelasi sederhana (bivariate correlation) diantaranya Pearson
Correlation, Kendall’s tau-b, dan Spearman Correlation. Pearson
Correlation digunakan untuk data berskala interval atau rasio
dengan data berdistribusi normal (parametrik),
sedangkan Kendall, dan Spearman Correlation lebih cocok untuk
data berskala ordinal dan tidak memandang distribusi variabel
(nonparametrik), contoh pengamatan terhadap hubungan kinerja
dengan kepribadian karyawan suatu perusahaan. Nilai variabel
kinerja dan kepribadian berdasarkan rating ordinal 1 sampai 5
(baik sekali =1, baik=2, biasa=3, buruk=4, buruk sekali=).
6
UJI NORMALITAS
INTERPRESTASI NORMALITAS
TAHAP ANALISIS
9
INTERPRESTASI
Keterangan: pada tabel metrik Correlations, nilai koefisien antar
intensitas belajar dan prestasi tinggi (0,815).
r √n−2
thit =
√ 1−r 2
0,815 √32−2
thit = =13,3
√ 1−0,8152
Untuk pengambilan keputusan statistik, dapat digunakan 2cara:
1) Koefisien Korelasi dibandingkan dengan nilai r tabel (korelasi
tabel)
(1) Apabila Koefisien Korelasi > r tabel, Maka ada korelasi yang
signifikan (Ha Diterima)
(2) Apabila Koefisien Korelasi < r tabel, Maka tidak ada korelasi
yang signifikan (H0 Diterima)
2) Melihat Sig
(1) Apabila nilai Sig. < 0,05 Maka ada korelasi yang signifikan
(Ha Diterima)
(2) Apabila nilai Sig. > 0,05 Maka tidak ada korelasi yang
signifikan (H0 Diterima)
10
Arah hubungan:
Dilihat dari tanda koefisien korelasi
Tanda (-) berarti apabila variabel X tinggi maka variabel Y rendah.
Tanda (+) berarti apabila variabel X tinggi maka variabel Y juga
tinggi.
ttabel = 1,70
thit = 13,3 ¿ ttabel = 1,70 sehingga Ho ditolak, jadi ada hubungan antara
kedua variabel
Sig. 2 tailed (0,000) < α (0,01) sehingga Ho ditolak, jadi ada
hubungan antara kedua variabel.
df = n1+n2-2
Keterangan:
n1 atau n2 = jumlah sampel kelompok 1 atau 2
S1 atau S2 = standar deviasi sample kelompok 1 dan 2
2) Hipotesis:
Ho: 12 = 22 (Varian kadar nikotin jarum sama dengan varian kadar
nikotin wismilak)
Ha: 12 = 22 (Varian kadar nikotin jarum tdk sama dengan varian kadar
nikotin wismilak)
Df1 = 8 – 1 =7 dan df 2 = 10 – 1 =9
Maka pada soal diatas diperoleh nilai F = 1,28 dan nilai tabel untuk
5) Hipotesis:
Ho: μ1 = μ2
Ha: μ1 > μ2
13
6) Perhitungan Uji t
2 2
(10 – 1)1,5 +(8−1) 1,7
Sp =
2
10+8 – 2
= 2,53
Sp = 1,59
23,1−20
T= 1 1 = 4,1
1, 59( + )
10 8
Df = 10+8-2 = 16
Jika data yang diperoleh tidak menjelaskan tentang nilai rata-rata, Sd,
Standar Deviasi
Contoh:
20 40 70 80 30 60 50
Perhitungan: X = 50
X (X – X) (X – X )2
20 -30 900
40 10 100
70 20 400
80 30 900
30 -20 400
60 10 100
50 0 0
2800
Sd =
√ ∑ ( X− X̄ )2
n−1
Sd =
√ 2800
7−1
=21 , 6
3.1 Simpulan
Uji T atau T test adalah salah satu tes statistic yang dipergunakan untuk
menguji kebenaran atau kepalsuan hipotesis nihil yang menyatakan bahwa
diantara dua buah mean sampel yang diambil secara random dari populasi yang
sama, tidak terdapat perbedaan signifikan (dalam Sudijono, 2009: 278).
Dengan uji T ini, kita dapat menguji rerata dua sampel bebas dan variasi
populasinya kedua-duanya diketahui, pengujian rerata dua sampel bebas dan
kedua variasi populasinya tidak diketahui, tetapi diasumsikan sama, dan
pengujian dua sampel bebas dan kedua variasi populasinya tidak diketahui.
15
DAFTAR PUSTAKA