MEMBANDINGKAN RATA RATA DUA SAMPEL (POPULASI)

INDEPENDEN DENGAN STATISTIK UJI t

Misalkan Seseorang ingin membandingkan Prestasi mapel PPKN siswa SMA di Propinsi Jawa
Barat dengan Jawa Tengah berdasarkan nilai Ujian Nasional PPKN Siswa SMA tahun 2019.
Yang harus dilakukan orang tersebut adalah mengumpilkan data nilai UN siswa SMA di dua
propinsi ini, tentunya sangat banyak data yang harus dikumpuklan.

Statistika Inferensi memberikan jalan yang lebih mudah untuk kasus di atas. Untuk
membandingkan dua populasi dapat dilakukan dengan memilih sampel yang mewakili dari
masing-masing populasi tersebut kemudian dibandingkan sehingga hasil analisisnya dapat
mewakili populasi. Dalam kasus di atas dipilih sampel acak dari masing-masing propinsi
sehingga dipunyai sampel Propinsi JABAR dan sampel Propinsi JATENG, selanjutnya analisis
perbndingan dilakukan berdasarkan dua sampel ini.

Membandingkan dua sampel pada hakekatnya membandingkan dua populasi.

Dua sampel independen maksudnya tidak ada kaitan antara kedua sampel tersebut. Contoh kasus
di atas merupakan kasus dua sampel independent. Contoh lain, membandingkan prestasi belajar
siswa yang diajar dengan metode A dan siswa yang diajar dengan metode B.

Dua sampel berpasangan artinya kedua sampel ada hubungannya, atau saling berpasangan
sehingga ukuran sampelnya selalu sama. Contohnya : Membandingkan kemampuan berfikir
kritis antara suami dan istri, contoh lain membandingkan nilai pretest dan postset (meskipun
pada kasus ini sampel A dan B orang yang sama, kasus ini dipandang sebagai dua sampel
berpasangan)

Membandingkan Rata-rata dua Sampel dimaksudkan untuk mengetahui:

1. Apakah ada perbedaan rata-rata nilai antara sampel pertama(I) dan sampel kedua(II)

Hipotesis statistik nya hipotesis dua arah

Ho : µ1 = µ2 (Tidak ada perbedaan nyata rata-rata populasi 1 dan populasi 2)

H1 : µ1 ≠ µ2 (ada perbedaan nyata rata-rata populasi 1 dan populasi 2)

2. Apakah rata-rata sampel I lebih baik (lebih dari) dari sampel II

Hipotesis statistic nya hipotesis satu arah kanan

Ho : µ1 ≤ µ2 (rata-rata populasi 1 tidak lebih dari populasi 2)

H1 : µ1 > µ2 (rata-rata populasi 1 lebih dari populasi 2)

3. Apakah rata-rata sampel I lebih jelek (kurang dari)sampel II

Hipotesis statistiknya hipotesis satu arah kiri

Ho : µ1 ≥ µ2 (rata-rata populasi 1 tidak kurang dari populasi 2)

H1 : µ1 < µ2 (rata-rata populasi 1 kurang dari populasi 2)

Pengujian Hipotesis untuk kasus Dua Sampel Independent

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).

Hipotesis statistiknya

Ho : 12 = 22 (Tidak ada perbedaan nyata keragaman populasi 1 dan populasi 2)

H1 : 12 ≠ 22 (ada perbedaan nyata keragaman populasi 1 dan populasi 2)

Homogenitas varian diuji berdasarkan rumus:

Data dinyatakan memiliki varian yang sama (equal variance) bila F-Hitung ≤ F-tabel, dan
sebaliknya, varian data dinyatakan tidak sama (unequal variance) bila F-Hitung ¿ F-tabel.
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:

Keterangan
X 1 = rata rata sampel 1
X 2 = rata rata sampel 2
n1 = ukuran(banyaknya anggota) sampel 1
n2 = ukuran(banyaknya anggota) sampel 2
s21= variansi (ragam) sampel 1
2
s2= variansi (ragam) sampel 2

Langakah Pengujian Hipotesis Statistik

1. Menetapkan hipotesis statistik sesuai hipotesis penelitian atau tujuan penelitian

2. Menetapkan taraf signifikansi atau taraf kesalahan = α (prob. menolak H0 padahal H0 benar)

3. Menghitung nilai statistik uji dengan rumus yang sesuai

4. Menetapkan daerah kritis sesuai hipotesis statistik (hipotesis dua arah, satu arah kanan, satu arah kiri)

Untuk uji t hipotesis dua arah daerah kritisnya : menolak H0 bila thitung > tα/2 ; n1+n2 -2 atau thitung <
-tα/2 ; n1+n2 -2

Untuk uji t hipotesis satu arah kanan daerah kritisnya : menolak H0 bila thitung > tα ; n1+n2 -2

Untuk uji t hipotesis satu arah kiri daerah kritisnya : menolak H0 bila thitung < -tα ; n1+n2 -2
5. Menuliskan Simpulan hasil uji Hipotesis

Contoh kasus 1
Diketahui data hasil pengambilan sampel secara acak nilai prestasi siswa kelas 9 SMP dari dua populasi
SMP di Kab. Tegal (X1) dan Kota Tegal (X2) diperoleh data sbb

No X1 X2
1 60 70
2 70 80
3 65 70
4 55 60
5 60 90
6 40 80
7 70 100
8 80 90
9 90 80
10 100 85
11 40 70
12 60 80
13 70 60
14 80 70
15 40 50
16 90 100
17 100 80
18 60 85
19 100 70
20 30 75
21 40 75
22 50 75
23 100 70
24 60 80
25 70 80
26 70  
27 70  
28 60  
29 65  
JML 1945 1925
67,06896
Rata rata 55 77
386,6379 133,333
Variansi= s2 31 33
Ujilah dengan taraf signifikansi 5% apakah prestasi matematika siswa SMP Kota Tegal lebih baik dari
prestasi siswa SMP Kab Tegal

Penyelesaian

Langkah pertama menguji Kesamaan variansi dengan uji F untuk menentukan rumus uji t mana yang
digunakan

Langkah pengujian kesaman variansi

1. Hipotesis statistic

Ho : 12 = 22 (Tidak ada perbedaan nyata variansi data prestasi siswa SMP Kota Tegal dengan
Kab.Tegal)

H1 : 12 ≠ 22 (ada perbedaan nyata variansi data prestasi siswa SMP Kota Tegal dengan Kab.Tegal)

2. Taraf signifikansi = α = 5%

3. Statistik uji

Berdasarkan data diperoleh s12 = 386.637931 = 386,64 s22 = 133.33333 = 133,33

2
s1
Kebetulan s1 = 386.64 lebih besar dari s2 = 133.33 sehingga rumus F=
2 2
2
s2

(bila s12< s22 maka F = s22 / s12)

F = 386.64/133.33

F 2,89978448

4. Daerah kritis : Menolak H0 bila F> Fα, k-1, (n1+n2)-k dengan k = 2 (banyaknya sampel=2)

Ftabel = F0.05, 1, 52 = 4,02

Fhitung = F=2,8997249 = 2,9

Karena Fhitung < Ftabel maka H0 tidak ditolak sehingga variansi kedua sampel tidak berbeda nyata (seragam)

Dengan demikian rumus uji t yang digunakan adalah

Atau

X 1− X 2
t=

√ 2
s gab
( n1 + n1 )
1 2

Atau

X 1− X 2
t=
s gab
√( 1 1
+
n1 n2 )
Dengan

2 ( n 1−1 ) s 21+ ( n2−1 ) s22

s =
gab
n1 +n2−2

Langkah pengujian uji Perbandingan rata-rata dua sampel dari soal di atas

1. Menetapkan hipotesis statistic sesuai hipotesis penelitian atau tujuan penelitian

Hipotesis statistiknya

Ho : µ2 ≤ µ1
(prestasi siswa SMP Kota Tegal tidak lebih baik dari prestasi siswa SMP Kab.Tegal)

H1 : µ2 > µ1
(prestasi siswa SMP Kota Tegal lebih baik dari prestasi siswa SMP Kab.Tegal)

2. Menetapkan taraf signifikansi atu taraf kesalahan = α = 5% = 0,05 (sesuai permintaan soal)

3. Menghitung nilai statistik uji dengan rumus yang sesuai (karena hasil uji F menyimpulkan
kedua sampel(populasi) mempunyai variansi yang seragam maka rumus statistic uji nya adalah
 X 2 −X 1
t=

√ 2
s gab
( 1 1
+
n1 n2 )
Karena Prestasi siswa SMP Kota Tegal (X 2) dalam hipotesisnya dinyatakan lebih baik sehingga dalam
rumus uji t nya X 2 yang dikurangi

2 ( n 1−1 ) s 21+ ( n2−1 ) s22

s =
gab
n1 +n2−2

( 29−1 ) 386 , 64+ ( 25−1 ) 133 ,33

s2gab=
29+n 2−2

( 28 ) 386 , 64+ ( 24 ) 133 , 33

s2gab=
52

2 14025.84
s gab= =269 ,73
52

Sehingga perhitungan statistic uji t nya dapat dilanjutkan

X 2 −X 1
t=

√ s 2gab
( 1 1
+
n1 n2 )
X 1 = 67.0689655 = 67.07

X 2 = 77

77−67.07
t=

√ 269.73 ( 291 + 241 )

9.93
t=
√269.73 ( 0.0745 )
9.93
t= =2.21
4.48

4. Menetapkan daerah kritis sesuai hipotesis statistik

 karena hipotesis satu arah kanan maka daerah kritisnya : menolak H0 bila thitung > t0.05 ; 54 -2

t0.05 ; 52 = 1,6747 (lihat tabel t dengan α = 5% = 0,05 dan derajat bebas (df) = 52)

Karena thitung = 2.21 > t0.05 ; 52 = 1,6747 maka H0 ditolak

5. Simpulannya karena H0 ditolak maka H1 diterima, artinya prestasi siswa SMP Kota Tegal lebih
baik dari prestasi siswa SMP Kab.Tegal