MAKALAH

UJI F DAN UJI T

Disusun Untuk Memenuhi Tugas Mata Kuliah Penelitian

Kuantitatif

Disusun Oleh :
Kelompok VII

Riski Pirmansah 211531498

M Rizki Destrian 211531513
Suwandi 211531504
Sindy Septia Bella 211531524
Siti Ariska Nur Hasanah 211531503
Zaiya Intan Fajria 211531527

Dosen Pengampu : Kholid Ansori, SE., ME

YAYASAN PENDIDIKAN ISLAM

INSTITUT AGAMA ISLAM NUSANTARA BATANG HARI
FAKULTAS PENDIDIKAN ISLAM DAN KEGURUAN
TAHUN 2023
 KATA PENGANTAR

Assalamualaikum wr. wb

Alhamdulillah puji syukur kehadirat Allah SWT. Senantiasa kita ucapkan

atas rahmat dan karunia-Nya yang berupa iman dan kesehatan akhirnya
kami dapat menyelesaikan makalah ini. Sholawat serta salam tercurah
kepada Rasulullah SAW. Semoga syafaatnya mengalir pada kita kelak.
Makalah dengan judul “UJI-T dan UJI-F” dibuat untuk melengkapi tugas
kuliah. Besar harapan kammi agar makalah ini bisa menjadi rujukan peneliti
selanjutnya. Kami juga berharap agar isi makalah ini dapat bermanfaat bagi
pembaca.
Dengan kerendahan hati, kami mohon maaf apabila ada kesalahan
penulisan. kritik yang terbuka dan membangun , sangat kami nantikan demi
kesempurnaan makalah . Demikian kata pengantar ini kami sampaikan.
Kami akhiri
Wassalamualaikum wr.wb

Muara Bulian, 08 November 2023

Penyusun

ii
 DAFTAR ISI

KATA PENGANTAR……...…….…………………………….…………………II
DAFTAR ISI…………………….……………………………………………….III

BAB I PENDAHULUAN…………………………………………………………1
A. Latar Belakang…………………………………………………..………1
B. Rumusan Masalah………………………………………………………2
C. Tujuan…………………………………………………………………….2
BAB II PEMBAHASAN………………………………………………………….3
A. Pengertian uji-t dan uji-f …………...……………………..………….…3
B. Fungsi Uji-T dan Uji-F……………….…………………………….……8
BAB III PENUTUP…………………………………………....………...……...10
A. Kesimpulan………………………………………….. ..……………….10
B. Saran…...........................................................................................10
Daftar Pustaka………………………….……………………………………. .11

iii
 BAB I
PENDAHULUAN

A. Latar Belakang
Salah satu sifat penting dalam suatu metode analisis kimia adalah metode
tersebut seharusnya bebas dari galat sistem; artinya nilai yang diperoleh dari
hasil analisis dengan metode tersebut seharusnya menunjukan nilai kadar
analit yang sesungguhnya. Sifat ini dapat diuji dengan cara menggunakan
suatu sampel baku yang diketahui kadarnya, untuk ditentukan dengan
metode analitik tersebut dan dibandingkan hasil yang diperolehnya dengan
yang seharusnya. Akan tetapi, sebagaimana diketahui bahwa karena adanya
galat acak, maka hampir tidak memungkinkan kadar hasil pengukuran
tersebut sama besar dengan kadar sampel baku yang sesungguhnya. Untuk
itu perlu digunakan suatu uji yang disebut uji keberartian untuk mengetahui
apakah selisih antara kadar yang terukur dan kadar sesungguhnya
disebabkan oleh galat acak. Pendekatan ini sangat bermanfaat untuk
menentukan apakah selisih antara kedua hasil itu berarti, ataukah hanya
disebabkan olkeh adanya keragaman acak. Uji keberartian ini dipakai secara
luas dalam menilai hasil percobaan. Pada bagian selanjutnya akan dibahas
beberapa uji yang khususnya berguna dalam kimia analitik.
Dalam statistika kimia dikenal teori kesalahan dalam kimia analitik, dimana
untuk mengujinya diperlukan analisa berupa Tujuan analisis kuantitatif,
Besaran yang diukur, Jenis-jenis kesalahan, Ketelitian dan ketepatan, Ukuran
ketelitian, Ukuran ketepatan, Menyatakan hasil akhir, Penolakan hasil
pengukuran , Uji kenormalan , Uji t untuk membandingkan dua macam hasil
analisa, Uji keragaman (uji F), Analisis sidik ragam. 1
Dalam makalah ini akan membahas tentang penggunaan uji-t dan uji-f.
Penggunaan ketiga jenis uji ini sangat dibutuhkan dalam kimia analisis.
Dimana ketiga jenis uji ini sebenarnya merupakan bagian dari ilmu statistika
dan akhirnya dikembangkan statistika kimia untuk menunjang analisis.
Uji t dikenal dengan uji parsial, yaitu untuk menguji bagaimana pengaruh
masing-masing variabel bebasnya secara sendiri-sendiri terhadap variabel
terikatnya. Uji ini dapat dilakukan dengan mambandingkan t hitung dengan t
tabel atau dengan melihat kolom signifikansi pada masing-masing t hitung.
Kegunaan uji-T diantaranya Alat analisis data untuk menguji satu sampel
atau dua sampel, Membandingkan dua mean (rata-rata) untuk menentukan
apakah perbedaan rata-rata tersebut perbedaan nyata atau karena

1
Agus Irianto,2009 Statistik: Konsep Dasar dan Aplikasinya, (Penerbit Kencana,Jakarta,) Hal
22

1
kebetulan, dan untuk penggunaan uji t pada satu sampel, dua rata-rata yang
di bandingkan adalah mean sampel dan mean populasi, juga untuk untuk
membandingkan dua macam hasil analisa pada percobaan kimia.
Uji F dapat dilakukan dengan membandingkan F hitung dengan F tabel,
jika F hitung > dari F tabel, (Ho di tolak Ha diterima) maka model signifikan
atau bisa dilihat dalam kolom signifikansi pada Anova (Olahan dengan SPSS,
Gunakan Uji Regresi dengan Metode Enter/Full Model ). Model signifikan
selama kolom signifikansi (%) < Alpha (kesiapan berbuat salah tipe 1, yang
menentukan peneliti sendiri, ilmu sosial biasanya paling besar alpha 10%,
atau 5% atau 1%). Dan sebaliknya jika F hitung < F tabel, maka model tidak
signifikan, hal ini juga ditandai nilai kolom signifikansi (%) akan lebih besar
dari alpha. Uji t dikenal dengan uji parsial, yaitu untuk menguji bagaimana
pengaruh masing-masing variabel bebasnya secara sendiri-sendiri terhadap
variabel terikatnya. Uji ini dapat dilakukan dengan mambandingkan t hitung
dengan t tabel atau dengan melihat kolom signifikansi pada masing-masing t
hitung, proses uji t identik dengan Uji F (lihat perhitungan SPSS pada
Coefficient Regression Full Model/Enter). Atau bisa diganti dengan Uji
metode Stepwise.

B. Rumusan Masalah
Dalam penulisan makalah ini penulis mambatasi masalah yang akan
dibahas dan merumuskannya dalam sebuah rumusan masalah. Rumusan
masalahnya adalah, sebagai berikut :
1. Apa pengertian uji-t dan uji-f?
2. Apa fungsi uji-t dan uji-f?

C. Tujuan
Tujuan penulisan makalah ini adalah untuk :
1. Mengetahui uji-t, uji-f dan ANOVA
2. Memahami fungsi uji-t, uji-f dan ANOVA

2
 BAB II
PEMBAHASAN

A. Pengertian Uji-T Dan Uji-F

1. UJI-T (T Students)
Uji-t (t-test) merupakan statistik uji yang sering kali ditemui dalam masalah-
masalah praktis statistika. Uji-t termasuk dalam golongan statistika
parametrik. Statistik uji ini digunakan dalam pengujian hipotesis. uji-t
digunakan ketika informasi mengenai nilai variance (ragam) populasi tidak
diketahui. Uji ini dapat dilakukan dengan mambandingkan t hitung dengan t
tabel atau dengan melihat kolom signifikansi pada masing-masing t hitung.
Uji t dapat digunakan untuk diantaranya Alat analisis data untuk
menguji satu sampel atau dua sampel, Membandingkan dua mean (rata-rata)
untuk menentukan apakah perbedaan rata-rata tersebut perbedaan nyata
atau karena kebetulan, dan untuk penggunaan uji t pada satu sampel, dua
rata-rata yang di bandingkan adalah mean sampel dan mean populasi, juga
untuk untuk membandingkan dua macam hasil analisa pada percobaan
kimia.
Persyaratan untuk melaksanakan uji-t adalah :
1. Sampel di ambil secara acak dari populasi berdistribusi normal.
2. Data berskala interval dan atau rasio.

Langkah-langkah yang harus dilakukan sebelum melaksanakan uji-t adalah :

1. Dihitung dulu simpangan baku perbedaannya dengan rumus,

 1 2  - 12   2 2  2 - 12
 diff 
1   2 - 2
_ _
x x
 diff

2. Dihitung t hitung = Untuk dibandingkan dengan t tabel pada derajat

bebas
n 1 + n 2-2
Uji-t dibagi kedalam tiga jenis yaitu, sebagai berikut:
1. Rata-rata kumpulan data dengan suatu nilai tunggal (One- Sample Test)2

2
Santoso, Budi. 2010. Buku Bahan Ajar Statistika Kimia. Bandung : Jurusan Teknik Kimia
Politeknik Negeri Bandung) Hal 34

3
 Tes ini digunakan untuk menentukan apakah rata-rata sampel dari
kumpulan data berbeda signifikan dari nilai target atau batas yang
ditentukan(nilai tunggal). Biasanya ini digunakan pada kimia analisis untuk
menentukan apakah rata-rata dari kumpulan data yang didapat dari analisis
material yang didapat dari suplier berbeda signifikan dengan nilai standar
yang seharusnya. Uji t ini digunakan untuk suatu kumpulan data
dibandingkan dengan suatu nilai tunggal. Contoh :
Seorang analis sedang melakukan validasi metoda analisis untuk
menentukan kadar kolesterol dalam susu. Sebagai bagian dari uji, 10
CRM(Certified Reference Material) dianalisis. Hasilnya sebagai berikut: 271,4
266,3 267,8 269,6 268,7 272,5 269,5 270,1 269,7 268,6. Konsentrasi CRM
standar yang tertera pada label sebesar 274,7 mg per 100 g. Analis ingin
mengetahui apakah rata-rata hasil yang didapat berbeda signifikan dengan
nilai standar yang tertera pada label?

Nilai t dapat dihitung dengan :3

3
Ibid, hal 35

4
 Nilai kritis dua ekor untuk t dengan signifikansi α=0,05 dan derajat
kebebasan 9 (didapat dari 10-1) adalah 2,262(lihat tabel t). Nilai kritis juga
dapat dilihat dengan Microsoft Excel melalui rumus: =TINV (probabilitas,
derajat kebebasan) untuk beberapa komputer menggunakan rumus =TINV
(probabilitas;derajat kebebasan) misal ingin diketahui nilai kritis t dengan
signifikansi 0,05(taraf kepercayaan 95%) dan derajat kebebasan 24 maka
=TINV(0.05,24) =2,063898562 Dari contoh terlihat bahwa terdapat kumpulan
data sebanyak 10 data CRM dibandingkan dengan satu nilai tunggal(nilai
standar), oleh karena itu uji t yang tepat adalah uji t one sample test. T hitung
yang didapat dari perhitungan data hasil percobaan ternyata lebih besar
dibanding nilai kritis sehingga dapat disimpulkan metode tes yang digunakan
berbeda signifikan dengan nilai sebenarnya.
2. Rata-rata dari dua kumpulan data independen (Two-Sample Test)
Two-sample test digunakan untuk memutuskan apakah dua perlakuan
berbeda, dengan membandingkan rata-rata tiap kumpulan data. Sebagai
contoh, membandingkan konsentrasi bahan aktif pada dua produk yang satu
asli dan yang kedua palsu atau memeriksa efek perubahan konsentrasi
solven pada pengulangan analisis.
Contoh:
Persyaratan BPOM untuk pengujian bahan harus sesuai dengan
kompedia/farmakope sedangkan metode pengujian produk Levofloxacin HCl
pada suatu industri menggunakan metode spektrofotometri. Untuk menguji
apakah metode spektrofotometri yang digunakan tidak berbeda signifikan
dengan hasil menggunakan metode HPLC maka dilakukan uji menggunakan
spektrofotometri dan HPLC pada bahan yang sama hasilnya sebagai berikut: 4

Apakah hasil uji menggunakan metode spektrofotometri tidak berbeda

secara signifikan dengan hasil uji menggunakan metode HPLC?

4
Agus Irianto, 2009 Statistik: Konsep Dasar dan Aplikasinya, Penerbit Kencana,Jakarta), Hal 63

5
 Untuk membuktikan bahwa kedua metode tidak berbeda signifikan dalam
pengujian kadar levofloxacin HCl maka dilakukan uji t. dengan penyelesaian :

2 Uji- F
Uji F digunakan sebagai criteria untuk menguji hipotesis, bahwa varians
dari 2 populasi sama, σ12 = σ2 2, dan rerata yang berasal dari kedua
populasi adalah sama, μ1 = μ2. Dalam hal ini uji F ditentukan dengan tujuan
menentukan kecermatan metode yang dipakai, yaitu besar atau kecilnya
variansi hasil pengukuran yang dilakukan berulang. Nilai F0 hitung ditentukan
dengan persamaan
Uji F dapat dilakukan dengan membandingkan F hitung dengan F tabel,
jika F hitung > dari F tabel, (Ho di tolak Ha diterima) maka model signifikan
atau bisa dilihat dalam kolom signifikansi pada Anova (Olahan dengan SPSS,
Gunakan Uji Regresi dengan Metode Enter/Full Model ). Model signifikan
selama kolom signifikansi (%) < Alpha (kesiapan berbuat salah tipe 1, yang
menentukan peneliti sendiri, ilmu sosial biasanya paling besar alpha 10%,
atau 5% atau 1%). Dan sebaliknya jika F hitung < F tabel, maka model tidak
signifikan, hal ini juga ditandai nilai kolom signifikansi (%) akan lebih besar
dari alpha. Nilai F dapat dihitung dengan rumus : 5

𝐹ℎ𝑖𝑡𝑢𝑛𝑔
F= ............................................... (1)
𝐹𝑡𝑎𝑏𝑒𝑙

Uji f digunakan untuk membandingkan dua variasi yang dihasilkan dari dua
kumpulan data. Uji ini sangat berguna untuk membandingkan presisi metode
analisis untuk melihat apakah salah satu metode lebih baik signifikan

5
Walpole, R.E. & Myers, R.H.1990,”Probability and Statistics for Engineers and Scientists”,
MacMillan Publishing Company, New York) Hal 59

6
dibandingkan dengan yang lain. Hipotesis Hipotesis uji F adalah
membandingkan dua varian αA2 dan αB 2. Hipotesis nullnya adalah αA2 = αB2.
Untuk uji dua ekor, sebagai contoh ketika menguji satu metode dengan
metode lain untuk melihat kinerja apakah sama, hipotesis alternatifnya adalah
αA2 ≠αB2. Ketika untuk menguji apakah varian A lebih besar dibanding
dengan Varian B, hipotesis alternatifnya adalah α A2 > αB2, dan sebaliknya. Uji
hipotesis satu arah sangat tepat bila dalam pengujian ada situasi dimana
variasi diketahui dan kemudian ada data yang dimasukkan lagi sehingga
mengubah variannya. Perubahan itu biasanya waktu analisis dilakukan untuk
meningkatkan presisinya. Mengecek distribusinya Seperti uji t, uji f
bergantung pada asumsi normalitas(kurva normal). Untuk data jumlah sedikit
mengecek normalitas paling mudah menggunakan diagram plot.
Contoh :
Dua metode digunakan untuk menentukan konsentrasi Vitamin C pada
buah. Seorang analis ingin mengetahui apakah ada perbedaan signifikan
antara hasil pengujian yang dihasilkan dari kedua metode. Delapan bahan
yang berbeda dianalisi menggunakan 2 metode. Hasil tertera pada tabel
dibawah:

Data diatas bila dibuat diagram akan membentuk kurva normal, sehingga
uji f bisa dilakukan.Karena kita akan membuktikan apakah dari dua metode
diatas mempunyai varian yang berbeda maka digunakan uji f dua ekor.
Hipotesisnya adalah:6
Ho=αA2 = αB2, H1= αA2≠αB2
Sehingga F dihitung dengan rumus:

6
Mubarok, M Fithrul . 2011. Uji T dan F dalam Kimia Analisis. Jurnal Indonesia.
https://dl.dropboxusercontent.com/s/md0fvtx8ebyoms1/Uji%20T%20dan%20F%20dalam%20
kimia%20analisis%20industri%20farmasi.pdf?token_hash=AAHhhYbRPim5cLM_QalJb0jHhx
RGvVn7h66sIwtHS89ifA&disable_range=1. (diakses 10 Maret 2014 pukul 18.22)

7
 Perlu diingat bahwa varian dengan nilai yang lebih tinggi ditempatkan
sebagai pembilang dan varian yang lebih kecil ditempatkan sebagai
penyebut. Level signifikansi untuk uji adalah α=0,05, akan tetapi karena ini uji
dua ekor maka nilai kritis menjadi α/2=0,025. Nilai kritis untuk
Vmax=Vmin=7(n-1=8-1=7) adalah 4,995. Nilai t hitung F kurang dari nilai F
tabel sehingga hipotesis null diterima dan kesimpulanya adalah tidak ada
perbedaan signifikan antara dua variasi kedua kumpulan data.
B. Fungsi Uji-T dan Uji-F
Uji t adalah alat statistik yang digunakan untuk menguji perbedaan
signifikan antara dua rata-rata sampel yang mungkin berasal dari populasi
yang sama. Ini sering digunakan ketika sampel relatif kecil (biasanya kurang
dari 30) dan asumsi akan normalitas data terpenuhi. Dalam hal ini, "t"
merujuk pada distribusi t-Student yang digunakan untuk menghitung statistik
uji. Uji t dapat berbentuk satu-sampel (untuk membandingkan rata-rata
sampel dengan nilai yang diketahui) atau uji-t independen (untuk
membandingkan rata-rata dari dua kelompok yang tidak berhubungan).
Misalnya, dalam bidang klinis, uji t sering digunakan untuk mengevaluasi
apakah ada perbedaan rata-rata respons terhadap dua jenis perawatan yang
berbeda pada kelompok pasien yang sama.
Uji F, atau analisis varians, adalah alat statistik yang lebih luas yang
digunakan untuk membandingkan rata-rata dari tiga atau lebih kelompok atau
sampel. Tujuannya adalah untuk menentukan apakah ada perbedaan
signifikan antara rata-rata kelompok-kelompok tersebut. ANOVA membagi
variansi total data menjadi dua komponen: variansi antar kelompok dan
variansi dalam kelompok. Jika variansi antar kelompok secara signifikan lebih
besar daripada variansi dalam kelompok, ini menunjukkan bahwa setidaknya
satu kelompok memiliki rata-rata yang berbeda secara signifikan. ANOVA
memiliki beberapa jenis, termasuk ANOVA satu arah (untuk membandingkan
rata-rata di antara beberapa kelompok), ANOVA dua arah (untuk
mempertimbangkan efek lebih dari satu variabel independen), dan MANOVA
(analisis varians multivariat) untuk kasus dengan lebih dari satu variabel
dependen.7
Jadi, perbedaan utama antara keduanya adalah fokus pada jumlah
kelompok yang dibandingkan: uji t pada dua kelompok, sementara ANOVA
pada tiga kelompok atau lebih. Keduanya merupakan alat penting dalam
statistik untuk mengevaluasi perbedaan antara kelompok-kelompok tersebut

7
Harmita. Desember 2004. Petunjuk Pelaksanaan Validasi Metoda dan Perhitungannya.
Jurnal Indonesia. http://scribd.com/files/jurnal/pelaksanaan-validasi-metoda-dan-
perhitungannya/2004//. (diakses 10 Maret 2014 pukul 19.00),Hal 3

8
dan membantu dalam pengambilan keputusan berdasarkan analisis data
statistik yang diberikan.
Uji t dan uji F (ANOVA) merupakan dua alat statistik yang berbeda dalam
menganalisis data. Perbedaan mendasar terletak pada jumlah kelompok
sampel yang dibandingkan. Uji t digunakan untuk membandingkan rata-rata
dari dua kelompok sampel yang berbeda, sementara uji F (ANOVA)
digunakan untuk membandingkan rata-rata dari tiga kelompok atau lebih.
Selain itu, asumsi yang mendasari penggunaan keduanya juga berbeda. Uji t
umumnya digunakan pada sampel yang relatif kecil dengan asumsi bahwa
distribusi data mendekati normal. Di sisi lain, uji F (ANOVA) lebih sesuai
ketika ada tiga atau lebih kelompok untuk dibandingkan dan variasi antar
kelompok menjadi fokus perhatian. Tujuan dari masing-masing uji pun
berbeda, di mana uji t bertujuan untuk menemukan perbedaan signifikan
antara dua rata-rata sampel, sementara uji F (ANOVA) bertujuan untuk
menemukan perbedaan signifikan antara setidaknya tiga rata-rata kelompok.
Kompleksitas analisis juga berbeda, di mana uji t lebih sederhana karena
hanya membandingkan dua kelompok, sementara ANOVA sering
memerlukan perhatian pada asumsi tambahan seperti homogenitas varians
antar kelompok-kelompok yang dibandingkan. Dalam praktiknya, kedua uji ini
memiliki peran yang berbeda dan digunakan sesuai dengan konteks dan
tujuan analisis statistik yang ingin dicapai.8

8
Ibid, Hal 4

9
 BAB III
PENUTUP

A. Kesimpulan
Dalam mengevaluasi uji t dan uji F (ANOVA) dalam konteks analisis
statistik, terdapat perbedaan esensial yang memengaruhi pemilihan serta
interpretasi hasil. Uji t digunakan ketika perbandingan hanya terjadi antara
dua kelompok sampel, idealnya dalam kasus sampel kecil dengan asumsi
distribusi normal. Fokusnya adalah pada perbedaan rata-rata di antara dua
kelompok tersebut. Sementara itu, uji F (ANOVA) diterapkan ketika ada tiga
kelompok atau lebih yang ingin dibandingkan, dan lebih fokus pada
perbedaan rata-rata di antara kelompok-kelompok tersebut secara
keseluruhan. ANOVA memerlukan asumsi tambahan terkait homogenitas
varians dan distribusi normal. Penggunaan kedua uji ini sangat bergantung
pada tujuan analisis serta jumlah dan sifat sampel yang tersedia. Keduanya
menjadi alat yang vital dalam penelitian statistik, namun pilihan antara
keduanya bergantung pada konteks spesifik dari analisis yang dilakukan
serta kompleksitas perbandingan kelompok-kelompok yang ingin diamati.
B. Saran
Jika Anda memiliki dua kelompok sampel dan ingin membandingkan rata-
rata, pilih uji t. Namun, jika Anda memiliki tiga kelompok atau lebih, dan ingin
membandingkan rata-rata mereka, gunakan uji F (ANOVA). Pemilihan
tergantung pada jumlah kelompok yang ingin Anda bandingkan dalam
analisis statistik Anda.

10
 DAFTAR PUSTAKA

Agus Irianto, Statistik: Konsep Dasar dan Aplikasinya, Penerbit

Kencana,Jakarta, 2009.
Santoso, Budi. 2010. Buku Bahan Ajar Statistika Kimia. Bandung : Jurusan
Teknik Kimia Politeknik Negeri Bandung
Walpole, R.E. & Myers, R.H.,”Probability and Statistics for Engineers and
Scientists”, MacMillan Publishing Company, New York, 1990.
Mubarok, M Fithrul . 2011. Uji T dan F dalam Kimia Analisis. Jurnal
Indonesia.
https://dl.dropboxusercontent.com/s/md0fvtx8ebyoms1/Uji%20T%20dan%20
F%20dalam%20kimia%20analisis%20industri%20farmasi.pdf?token_h
ash=AAHhhYbRPim5cLM_QalJb0jHhxRGvVn7h66sIwtHS89ifA&disabl
e_range=1. (diakses 10 Maret 2014 pukul 18.22)
Harmita. Desember 2004. Petunjuk Pelaksanaan Validasi Metoda dan
Perhitungannya. Jurnal Indonesia.
http://scribd.com/files/jurnal/pelaksanaan-validasi-metoda-dan-
perhitungannya/2004//. (diakses 10 Maret 2014 pukul 19.00)

11