Hipotesis Uji-T

OUTPUT PERKULIAHAN

a. Memahami konsep Uji –t

b. Menjelaskan syarat menggunakan Uji-t
c. Menerapkan dalam latihan Uji-T dependen pada data
berpasangan
d. Menerapkan dalam latihan Uji-T independen
PENGERTIAN

Uji-t adalah jenis pengujian statistika untuk mengetahui apakah

ada perbedaan dari nilai yang diperkirakan dengan nilai hasil
perhitungan statistika.
Nilai perkiraan ini bermacam-macam asalnya, ada yang kita
tentukan sendiri, berdasarkan isu, nilai persyaratan, dll.
T test atau Uji t adalah uji statistik yang digunakan untuk menguji
kebenaran atau kepalsuan hipotesis nol .
*Uji t pertama kali dikembangkan oleh William Seely Gosset
pada 1915.Awalnya ia menggunakan nama samaran Student,
dan huruf t yang terdapat dalam istilah Uji “t “ dari huruf
terakhir nama beliau. Uji t disebut juga dengan nama Student t.
SYARAT UJI T
 Sampel di ambil secara acak dari populasi berdistribusi normal.

 Data berskala interval dan/ atau rasio. -> data berbentuk

angka atau data numerik. Misalnya data berat badan, data
tinggi badan, nilai ujian statistik, jumlah uang saku harian,
jumlah bensin mahasiswa, dll.
Data kategori tidak bisa dianalisis menggunakan uji-t. Misal data
tingkat pendidikan, warna, ukuran baju, dll.
 KEGUNAAN UJI T

Alat analisis data untuk menguji satu populasi atau dua populasi.
 Membandingkan dua mean (rata-rata) untuk menentukan
apakah perbedaan rata-rata tersebut, perbedaannya nyata atau
karena kebetulan.
PENGGOLONGAN UJI T
UJI-T 2 SAMPEL INDEPENDEN

Digunakan untuk membandingkan dua kelompok mean dari dua

sampel yang berbeda (independent)
Prinsipnya ingin mengetahui apakah ada perbedaan mean antara
dua populasi melalui mean dua sampelnya
POPULASI DAN SAMPEL

https://karyatulisku.com/populasi-dan-sampel-penelitian-perbedaan-teknik-pengambilan/
POPULASI DAN SAMPEL

https://raharja.ac.id/2020/11/04/apa-itu-populasi-dan-sampel-dalam-penelitian/
POPULASI DAN SAMPEL

https://mutiaoctivianti.wordpress.com/populasi-dan-sampel/
 CONTOH 1
Diduga ada perbedaan antara orang di desa dengan orang di
kota dalam hal lamanya mereka menonton televisi setiap
harinya. Mungkin orang desa lebih banyak menghabiskan
waktu dengan menonton televisi daripada orang kota.
Untuk menguji hal tersebut, tentu tidak bisa semua orang
desa dan orang kota diobservasi karena akan memakan
biaya dan waktu.
Alternatif terbaik adalah mengambil sampel di kedua
kelompok tersebut, dan dari data dua sampel tersebut akan
ditarik kesimpulan untuk populasi (semua orang kota dan
orang desa).

12
 CONTOH
- menguji apakah perbedaan rata-rata curah hujan harian
antara kota Padang dengan kota Bukit Tinggi
- menguji apakah ada perbedaan rata-rata antara nilai ujian
statistik mahasiswa pria dengan wanita
- menguji apakah ada perbedaan rata-rata produksi tahunan
kelapa sawit di Sumatera Utara dengan Riau
- menguji apakah ada perbedaan rata-rata jumlah konsumsi
cabe merah di Sumatera Utara dengan Sumatera Barat
- menguji apakah ada perbedaan rata-rata jumlah penduduk
di pulau Sumatera dengan pulau Jawa

13
STATISTIK HITUNG UJI-T

https://slideplayer.info/slide/2378676/

14
 CONTOH KASUS

Seorang peneliti ingin mengetahui apakah ada perbedaan antara

Tinggi dan Berat badan pria dan wanita. Untuk itu, 7 pria dan 7
wanita masing-masing diukur tinggi dan berat badannya.
Hasil pengukuran sebagai berikut :

15
PERHATIKAN TEKNIK INPUT DATA
UNTUK INDEPENDENT T TEST

16
 PENYELESAIAN
A. Pemasukan Data ke SPSS
Dari menu utama File, pilih menu New, lalu klik mouse pada
Data.
Kemudian klik mouse pada sheet tab Variable View.
B. Input data
Input data ke dalam SPSS DATA EDITOR untuk tinggi badan, berat
badan
dan gender; untuk gender, masukkan angka sesuai kode gender
yang telah
dibuat sebelumnya.
17
Pengolahan Data dengan SPSS
Menu Analyze  Compare-Means  Independent-Samples T test…. Tampak di
layar:

Gambar Kotak Dialog Independent

Sample t test
18
 INPUT DATA

⇒ Test Variable(s); masukkan variabel tinggi; kemudian

masukkan juga variabel berat.
⇒ Grouping Variable atau variabel grup. Oleh karena
variabel pengelompokkan ada pada variabel gender, maka
masukkan variabel gender.
Pengisian grup:
• Klik mouse pada Define Group… Tampak di layar:

19
Gambar Kotak Dialog Define Groups
Untuk Group1, isi dengan 1, yang berarti Grup 1 berisi tanda 1
atau “pria”.
• Untuk Group2, isi dengan 2, yang berarti Grup 2 berisi tanda 2
atau “wanita”.

20
 ANALISIS

Pada bagian pertama terlihat ringkasan statistik dari kedua sampel.

Untuk berat badan, gender pria (tanda 1) mempunyai berat rata-rata
66,457 kilogram, yang jauh di atas rata-rata berat badan wanita, yaitu
49,557 kilogram.
Sedangkan tinggi badan rata-rata pria adalah 169,3 cm yang juga lebih
tinggi dari rata-rata wanita yang hanya 155,314 cm. Dari data tersebut,
apakah ada perbedaan yang signifikan (jelas dan nyata) antara berat
badan pria dan wanita? Untuk itu analisis dilanjutkan pada bagian kedua
output.
21
Uji t dua sampel independen dilakukan dalam dua
tahapan;
• menguji apakah varians dari dua populasi bisa dianggap
sama
• Menguji apakah ada perbedaan rata-rata populasi.
22
 TINGGI BADAN
TAHAP 1. PENGUJIAN APAKAH ADA KESAMAAN VARIANS PADA TINGGI BADAN PRIA DAN
WANITA

Tahapan pengujian hipotesis:

1. Hipotesis
Ho = varians kedua Populasi adalah identik (varians TINGGI badan pria dan wanita adalah sama).
Ha = varians kedua Populasi adalah tidak identik (varians TINGGI badan pria dan wanita adalah berbeda).
2. Taraf uji: Alpha 5 % = 0,05
3. Nilai statistik hitung: -> diperoleh dari SPSS, excel, software
F-hitung = 5,475 dan p-value (Sig.) = 0,037
4. Titik kritis, kriteria uji
Jika probabilitas (p-value) > alpha, maka Ho diterima
Jika probabilitas (p-value) < alpha, maka Ho ditolak
5. keputusan
P-value=0,037 < alpha=0,05; Ho DITOLAK
6. Kesimpulan
varians kedua Populasi adalah tidak identik (varians TINGGI badan pria dan wanita adalah berbeda).
 t test selanjutnya menggunakan dasar Equal variance not assumed (asumsi kedua varians tidak sama)

23
 TINGGI BADAN
TAHAP 2. PENGUJIAN APAKAH ADA PERBEDAAN TINGGI BADAN PRIA DAN WANITA
(ASUMSI KEDUA VARIANS TIDAK SAMA)

Tahapan pengujian hipotesis:

1. Hipotesis
Ho = TINGGI badan pria = TINGGI badan wanita
Ha = TINGGI badan pria ≠ TINGGI badan wanita
2. Taraf uji: Alpha 5 % = 0,05
3. Nilai statistik hitung: -> diperoleh dari SPSS, hasil uji varians pakai equal variances not assumed
t-hitung = 5,826 dan p-value (Sig.) = 0,001
4. Titik kritis, kriteria uji
Jika probabilitas (p-value) > alpha, maka Ho diterima
Jika probabilitas (p-value) < alpha, maka Ho ditolak
5. keputusan
P-value=0,001 < alpha=0,05; Ho ditolak
6. Kesimpulan
Dengan tingkat kepercayaan 95%, TINGGI badan pria tidak sama dengan TINGGI badan wanita
24
 BERAT BADAN
TAHAP 1. PENGUJIAN APAKAH ADA KESAMAAN VARIANS PADA BERAT BADAN PRIA DAN
WANITA

Tahapan pengujian hipotesis:

1. Hipotesis
Ho = varians Kedua Populasi adalah identik (varians BERAT badan pria dan wanita adalah sama).
Ha = varians Kedua Populasi adalah tidak identik (varians BERAT badan pria dan wanita adalah berbeda).
2. Taraf uji: Alpha 5 % = 0,05
3. Nilai statistik hitung: -> diperoleh dari SPSS
F-hitung = 4,345 dan p-value (Sig.) = 0,059
4. Titik kritis, kriteria uji
Jika probabilitas (p-value) > alpha, maka Ho diterima
Jika probabilitas (p-value) < alpha, maka Ho ditolak
5. keputusan
P-value=0,059 > alpha=0,05; Ho TIDAK DITOLAK
6. Kesimpulan
Kedua varians Populasi adalah identik (varians populasi tinggi badan pria dan wanita SAMA).
 t test selanjutnya menggunakan dasar Equal variances assumed (asumsi kedua varians sama)

25
 BERAT BADAN
TAHAP 2. PENGUJIAN APAKAH ADA PERBEDAAN BERAT BADAN PRIA DAN WANITA
(ASUMSI KEDUA VARIANS SAMA)

Tahapan pengujian hipotesis:

1. Hipotesis
Ho = BERAT badan pria = BERAT badan wanita
Ha = BERAT badan pria ≠ BERAT badan wanita
2. Taraf uji: Alpha 5 % = 0,05
3. Nilai statistik hitung: -> diperoleh dari SPSS, hasil uji varians pakai equal variances assumed
t-hitung = 8,074 dan p-value (Sig.) = 0,000 -> Nilai sig 0,0000 artinya nilainya sangat kecil hingga
mendekati nol
4. Titik kritis, kriteria uji
Jika probabilitas (p-value) > alpha, maka Ho diterima
Jika probabilitas (p-value) < alpha, maka Ho ditolak
5. keputusan
P-value=0,000 < alpha=0,05; Ho ditolak
6. Kesimpulan
dengan tingkat kepercayaan 95%, BERAT badan pria tidak sama dengan BERAT badan wanita
26