KOMPARASI

Kelompok 5
Nama Mahasiswa : Nisa Hanifa (1213111010)
Nur Fadilla Hayati (1213111040)
Nurlina Siregar (1213111097)
Putri Asmarani Dewi (1213111121)
Qonita Mujahidah (1213111020)
Raodatul Jannah (23PMM161)
Zahara Dwita (1213111117)
Kelas : PGSD-G21
Dosen Pengampu : Drs. Daitin Tarigan, M.Pd.
Mata Kuliah : Statistik Pendidikan

PROGRAM STUDI S1 PENDIDIKAN GURU SEKOLAH DASAR

FAKULTAS ILMU PENDIDIKAN
UNIVERSITAS NEGERI MEDAN
November 2023
 KATA PENGANTAR

Puji dan syukur atas kebaikan Tuhan Yang Maha Esa, karena oleh berkat KebaikanNya
penulis dimudahkan dalam menyelesaikan makalah ini dengan tepat waktu. Makalah ini
merupakan tugas rutin pada mata kuliah Statistik Pendidikan dengan dosen pengampu mata kuliah
yaitu bapak Drs. Daitin Tarigan, M.Pd.

Penulis mengucapkan terimakasih kepada bapak Drs. Daitin Tarigan, M.Pd yang telah
memberi instruksi dan membimbing penulis dalam menyelesaikan makalah ini. Selain itu penulis
juga mengucapkan terimakasih kepada orang tua yang selalu memberi dukungan dan teman-teman
yang ikut berpartisipasi dalam penyusunan makalah ini.

Penulis menyadari bahwa makalah ini jauh dari kata sempurna, maka dari itu penulis
mengharapkan kritik dan saran yang membangun dari pembaca demi kesempurnaan makalah ini.

Medan, 12 November 2023

Tim Penulis

ii
 DAFTAR ISI

KATA PENGANTAR ....................................................................................................... ii

DAFTAR ISI ..................................................................................................................... iii

BAB I PENDAHULUAN ............................................................................................... 1

A. Latar Belakang ....................................................................................................... 1
B. Rumusan Masalah .................................................................................................. 1
C. Tujuan Penulisan .................................................................................................... 2
BAB II ISI ....................................................................................................................... 3
A. Konsep Komparasi ................................................................................................. 3
B. Menggunakan T-Tes dengan Benar ........................................................................ 3
C. Uji – T Sample Bebas (Independent Sample T- Tes) ............................................. 4
D. Sample Berhubungan (Berpasangan) dan Uji Komparasi ..................................... 13
E. Menggunakan Kai Kuadrat dengan Benar ............................................................. 16

BAB III PENUTUP ........................................................................................................ 22

A. Kesimpulan ............................................................................................................ 22
B. Saran ...................................................................................................................... 22
DAFTAR PUSTAKA ........................................................................................................ 23

iii
 BAB I
PENDAHULUAN
A. Latar Belakang

Statistika merupakan ilmu pengetahuan yang pada dasarnya berhubungan dengan cara-cara
pengumpulan dan penyusunan data, bagaimana cara pengolahan data, dan penganalisisan data
tersebut, serta penyajian data berdasarkan kumpulan dan analisis data yang dilakukan. Salah satu
ilmu yang mendasari dalam mempelajari statistika adalah peluang atau probabilitas (Sugiono,
2010).

Uji-t adalah salah satu uji statistik parametrik, yang dikembangkan oleh William Seely Gosset
pada tahun 1915. Uji-t ini bertujuan untuk mengkomparasi atau membandingkan, apakah rata-rata
sebuah populasi ataupun 2 populasi, memiliki perbedaan secara signifikan. Berdasarkan jumlah
sampelnya, uji t dapat dibagi menjadi dua prosedur, yaitu Uji-t satu sampel dan Uji-t dua sampel.
Uji-t satu sampel (one sample t-test) merupakan prosedur Uji-t untuk sampel tunggal, jika rata-
rata suatu variabel tunggal dibandingkan dengan suatu nilai konstanta tertentu. Uji t umumnya
dipakai jika jumlah data sampel di bawah 30 (Riduwan, 2009). Uji-t satu sampel digunakan untuk
mengetahui, apakah terdapat perbedaan rata-rata (mean) pada populasi atau penelitian terdahulu,
dengan rata-rata data pada sampel penelitian (Riduwan, 2009).

Kelebihan Aplikasi Web yaitu dapat dijalankan di sistem operasi mana pun, baik itu Sistem
Operasi Linux, Windows, Mac OS dan lain-lain, asalkan kita memiliki browser dan akses internet.
Dapat diakses lewat banyak media seperti: komputer, handheld dan telepon pintar yang sudah
sesuai dengan standar WAP. Serta tidak memerlukan spesifikasi komputer yang tinggi untuk
menggunakan aplikasi berbasis web ini, sebab di beberapa kasus sebagian besar proses dilakukan
di web server penyedia aplikasi.

Dengan kelebihan-kelebihan yang telah disebutkan sebelumnya, maka diharapkan pembuatan

aplikasi web ini nantinya akan berguna sebagai solusi alternatif aplikasi statistik yang dapat
digunakan untuk melakukan analisis perbandingan satu sampel (Uji-t)

B. Rumusan Masalah
1. Apa yang dimaksud dengan komparasi?
2. Apakah uji t-test dua sampel?

1
 2

3. Apa uji-test satu sampel bebas?

4. Bagaimana konsep hipotesis dalam statistika?
C. Tujuan
Adapun tujuan dari pembuatan makalah ini yaitu:
1. Untuk mengetahui komparasi
2. Untuk mengetahui uji t-test dua sampel
3. Untuk mengetahui uji t-test satu sampel bebas
4. Untuk mengetahui konsep hipotesis dalam statistika
 BAB II
ISI

A. Konsep Komparasi

Komparasi (comparation) berarti hubungan perbandingan. Uji komparasi dapat disebut dengan
uji beda. Uji komparasi merupakan salah satu alat analisis statistik yang bertujuan untuk
membandingkan antara dua kondisi (masalah) yang sedang diteliti, apakah antara keduanya
terdapat perbedaan yang signifikan atau tidak. Apabila data yang dianalisis berskala (berjenis)
interval/rasio, maka alat analisis yang tepat adalah t- Test (Uji T). Namun apabila data yang
danalisis berskala (berjenis) nominal, maka alat analisis komparasi yang tepat adalah Kai Kuadrat
(Chi Square).

Selain kedua jenis alat analisis uji komparasi di atas, sebenarnya masih ada satu lagi yaitu
Analisis Varian (Anava). Alat uji komparasi Anava ini lazim digunakan apabila sampel penelitian
lebih dari dua kelompok Namun demikian, apabila dikehendaki Anava juga dapat digunakan untuk
menganalisis komparasi data yang berasal dari dua kelompok saja.

Terdapat dua model komparasi yaitu komparasi antara dua sampel dan kmparasi antara lebih
dari dua sampel. selanjutnya setiap model komparasi sampel dibagi menjadi dua jenis yaitu sampel
yang berkorelasi dan sampel yang tidak berkorelasi disebut dengan sempel independen sampel
independen adalah sampel yang tidak berkaitan satu sama lainnya.

Sampel berkorelasi biasanya terdapat dalam desain penelitian eksperimen. desain penelitian
eksperimen memiliki unsur utara dalam membandingkan nilai pre test dan nilai post test serta
membandingkan kelompok eksperimen dan kelompok kontrol.

B. Menggunakan T-Tes dengan Benar

Uji independent sample t-test jika diterjemahkan dalam bahasa Indonesia maka berarti uji t
sampel tidak berhubungan atau tidak berpasangan (sampel bebas). Perhatikan kata "independen"
atau "bebas" maknanya adalah tidak ada hubungan atau keterkaitan antara dua sampel yang akan
di analisis menggunakan uji independent sample t-test ini. Dengan demikian maka kita dapat
merumuskan sebuah definisi umum bahwa uji independent sample t-test merupakan analisis
statistik yang bertujuan untuk membandingkan dua sampel yang tidak saling berpasangan.

3
 4

Sementara jika penelitian anda bertujuan untuk membandingkan dua sampel berpasangan (seperti
perbandingan antara nilai pre-test dengan post-test), maka pengujian hipotesis dilakukan dengan
uji paired sample t test.

Uji independent sample t-test merupakan bagian dari statistik inferensial parametrik (uji beda
atau uji perbandingan). Perlu kita pahami bersama bahwa dalam statistik parametrik terdapat
syarat-syarat yang harus terpenuhi sebelum kita dapat melakukan pengujian hipotesis (dalam hal
ini uji hipotesis menggunakan uji independent sample t-test). Adapun lima asumsi persyaratan
penggunaan uji independent sample t-test adalah sebagai berikut.

1. Kedua sampel tidak saling berpasangan. Jika sampel berpasangan maka uji hipotesis
dilakuan dengan menggunakan Uji Paired Sample t Test.
2. Jumlah data untuk untuk masing-masing sampel kurang dari 30 buah. Sementara jika
jumlah data lebih dari 30 buah, maka sebaiknya uji hipotesis dilakukan dengan uji z
(Singgih Santoso. 2014. "Panduan Lengkap SPSS Versi 20 Edisi Revisi. Jakarta: Elex
Media Komputindo. hal.270).
3. Data yang dipakai dalam uji ini berupa data kuantitatif (angka asli) berskala interval atau
rasio.
4. Data untuk kedua sampel berdistribusi normal. Jika data salah satu sampel atau keduanya
tidak berdistribusi normal, maka uji hipotesis perbandingan dilakukan dengan metode
statistik non parametrik menggunakan Uji Mann Whitney.
5. Adanya kesamaan varians atau homogen untuk kedy sampel data penelitian (bukan
merupakan syarat mutlak). Jika ternyata di dapati varians data untuk kedua sampel tidak
homogen, maka uji independent sample t test tetap dapat dilakukan. Akan tetapi
pengambilan keputusan di dasarkan pada hasil yang berdapat dalam tabel output SPSS
"Equal variances not assumed".
C. Uji – T Sample Bebas (Independent Sample T- Tes)
Sampel bebas adalah sampel yang tidak berkaitan satu sama lain. Analisis ini dilakukan dengan
karakteristik yang cenderung berbeda satu sama lain. Penerapan analisis komparasi dua sampel
independen ini lebih banyak digunakan pada penelitian survey. Contoh : membandingkan hasil
tes SPMB ditinjau dari lulusan SMA dan SMK, membandingkan penghasilan petani dan nelayan,
dll. Contoh lainnya yaitu pemasaran online dan offline, kondisi sebelum pandemi dan saat
 5

pandemi, pengusaha ekonomi kuat dengan pengusaha ekonomi lemah, partai lama dan partai baru,
Pria dan wanita. Analisis uji komparatif jenis ini dapat digunakan pada uji komparatif non
parametrik dengan 2 sampel bebas.
Menggunakan satu sample:
6
 7

Hipotesis
 8

adalah rerata data kelomppok eksperimen atau rerata peningkatan data kelompok
eksperimen.
adalah rerata data kelomppok kontrol atau rerata peningkatan data kelompok kontrol.
Rumus yang digunakan :

Keterangan :
= rerata skor kelompok eksperimen
= rerata skor kelompok kontrol

= varian kelompok eksperimen

= varian kelompok kontrol

= banyaknya sampel kelompok eksperimen
= banyaknya sampel kelompok kontrol

dimana

Keterangan :
= rerata skor kelompok eksperimen
= rerata skor kelompok kontrol

= varian kelompok eksperimen

= varian kelompok kontrol

 9

= banyaknya sampel kelompok eksperimen

= banyaknya sampel kelompok kontrol
= simpangan baku gabungan
Untuk pengujian hipotesis, selanjutnya nilai di atas dibandingkan dengan nilai dari
tabel distribusi t ( ). Cara penentuan didasarkan pada taraf signifikansi tertentu
(misal = 0,05) dan dk =
Kriteria Hipotesis
Tolak H0, jika >
Terima H0, jika <
Menggunakan 2 sample
Contoh
Diadakan penelitian tentang perbandingan nilai akhir siswa yang menggunakan metode
demonstrasi (kelompok eksprimmen) dengan metode eskpositori konvensional (kelompok kontrol)
dalam pembelajaran geometri dengan hasil sebagai berikut:
Tabel Skor Hasil Pembelajaran Geometri
No. Observasi Kelas Kontrol (X1) Kelas Eksperimen (X2)
1. 35 62
2. 45 69
3. 59 57
4. 62 68
5. 70 76
6. 42 71
7. 46 76
8. 69 80
9. 71 75
10. 67 56
11. 54 54
12. 56 75
13. 76 77
14. 75 86
 10

15. 45 72
16. 66 66
17. 70 67
18. 59 70
19. 67 65
20. 35 70

Penyelesaian:

HO : nilai akhir geometri siswa yang menggunakan metode demonstrasi tidak lebih tinggi atau
sama dengan siswa yang menggunakan metode konvesional.

H1 : nilai akhir geometri siswa yang menggunakan metode demonstrasi lebih tinggi dari pada
siswa yang menggunakan metode konvesional.

Dari data di atas diperoleh

Tabel Penolong Ukuran Deksriptif
Kelompok Data SX SX2
Kelas Kontrol (X1) 1169 71575
Kelas Eksperimen (X2) 1372 95832
Menghitung varian kelas kontrol dan kelas eksperimen menggunakan rumus sebagai berikut :
Varian kelas kontrol :
 11

Varian kelas eksperimen :

Menghitung nilai rata-rata kelas kontrol dan eksperimen dengan rumus :

Menghitung simpangan baku gabungan dengan menggunakan rumus sebagai berikut :

Menentukan dengan menggunakan rumus :

 12

Kriteria pengujian :
Tolak H0, jika atau terima H0, jika
Dari tabel distribusi t untuk dan dk = akan didapat
nilai . Bila nilai tidak ada, dan hanya ada nilai untuk dk = 30 dan dk = 40,
penentuan nilai untuk dk = 38 dilakukan dengan cara interpolasi. Penentuan
nilai dengan interpolasi dilakukan dengan menggunakan rumus interpolasi sebagai
berikut :

Sehingga nilai untuk dan dk = 38 yaitu sebesar 2,0252 = 2,03.

Karena 3,16 > 2,03 atau maka d ditolak yang artinya pada tingkat
kepercayaan 95% nilai akhir siswa yang menggunakan metode demonstrasi lebih tinggi secara
signifikan dari pada siswa yang menggunakan metode konvensional pada pembelajaran
trigonometri.
 13

HO : nilai akhir geometri siswa yang menggunakan metode demonstrasi tidak lebih tinggi atau
sama dengan siswa yang menggunakan metode konvesional.
H1 : nilai akhir geometri siswa yang menggunakan metode demonstrasi lebih tinggi dari pada
siswa yang menggunakan metode konvesional.
Pengambilan keputusan:
Jika probabilitas > 0,05 : maka HO diterima, artinya variance sama.
Jika probabilitas < 0,05 : maka HO ditolak, artinya variance berbeda.
D. Sample Berhubungan (Berpasangan) dan Uji Komparasi
Uji-T dengan sampel berhubungan yaitu memiliki karakter yaitu cenderung sama dan lebih
banyak digunakan pada penelitian eksprimental. Dan adapun metode pengujian yang dapat
dilakukan dengan dua cara yaitu suatu kelompok diukur dua kali sebelum dan sesudah, misal:
kinerja pegawai negeri diukur sebelum dan sesudah penataan lembaga. Dan dua kelompok
berpasangan diukur bersamaan, misal: kinerja dua lembaga pemerintah, lembaga A diberikan
dirasionalisasi pegawainya, lembaga B tidak, kemudian diukur apakah terdapat perbedaan kinerja
di antara keduanya.
Misalnya lagi, katakanlah Anda ingin membandingkan rata-rata skor kuis siswa Anda sebelum
mereka mengambil istirahat belajar dan setelah mereka mengambil istirahat belajar. Dalam hal ini,
Anda akan memiliki satu kelompok dengan dua kondisi: sebelum istirahat dan setelah istirahat.
Uji-t berpasangan dirancang untuk membandingkan dua kelompok skor ini. Uji-t tidak
berpasangan, di sisi lain, membandingkan rata-rata dua kelompok atau item independen. Misalnya,
Anda ingin melihat apakah ada perbedaan rata-rata skor kuis antara siswa laki-laki dan perempuan.
Dalam hal ini, Anda dapat menggunakan uji-t tidak berpasangan untuk membandingkan skor
mereka tanpa mengasumsikan bahwa ada perbedaan varians antar jenis kelamin.
Uji–T berhubungan ini dapat dilakukan dengan dengan uji Mann-Whitney, yang mana uji ini
merupakan alternatif uji 2 rata-rata parametrik dengan menggunakan sampel-sampel berukuran
kecil.
Langkah-langkah:
1. Pengurutan nilai mulai dari yang terkecil hingga terbesar. Pengurutan dilakukan tanpa
pemisahan kedua sampel.
2. Selanjutnya lakukan penetapan Rank (Peringkat) dengan aturan berikut:
a. Peringkat ke -1 diberikan pada nilai terkecil di urutan pertama
 14

b. Peringkat tertinggi diberikan pada nilai terbesar

3. Jika tidak ada nilai yang sama maka urutan = peringkat d. Jika ada nilai yang sama, maka
ranking dihitung dengan rumus :

Contoh:
Seorang dosen ingin membandingkan apakah peringkat kemampuan mahasiswa Fakultas
Ekonomi lebih besar daripada Fakultas Komputer dalam mata kuliah statistik. Uji lah pada
taraf nyata 5%
15
 16

E. Menggunakan Kai Kuadrat dengan Benar

1. Pengertian Kai Kuadrat atau Chi Kuadrat
Uji kai-kuadrat Pearson (Χ 2 ), sering disebut sebagai uji chi-kuadrat, adalah salah satu uji
nonparametrik yang paling umum . Uji nonparametrik digunakan untuk data yang tidak
mengikuti asumsi uji parametrik , terutama asumsi berdistribusi normal. Jika Anda ingin menguji
hipotesis tentang distribusi variabel kategori, Anda perlu menggunakan uji chi-kuadrat atau uji
nonparametrik lainnya. Variabel kategori dapat berupa nominal atau ordinal dan mewakili
pengelompokan seperti spesies atau kebangsaan. Karena mereka hanya dapat memiliki beberapa
nilai tertentu, mereka tidak dapat berdistribusi normal.
2. Uji hipotesis tentang distribusi frekuensi
Ada dua jenis uji chi-kuadrat Pearson, namun keduanya menguji apakah distribusi
frekuensi yang diamati dari suatu variabel kategori berbeda secara signifikan dari distribusi
frekuensi yang diharapkan. Distribusi frekuensi menggambarkan bagaimana observasi
didistribusikan antar kelompok yang berbeda.
Distribusi frekuensi sering ditampilkan menggunakan tabel distribusi frekuensi . Tabel
distribusi frekuensi menunjukkan jumlah observasi pada setiap kelompok. Jika terdapat dua
variabel kategori, Anda dapat menggunakan jenis tabel distribusi frekuensi tertentu yang
disebut tabel kontingensi untuk memperlihatkan jumlah pengamatan di setiap kombinasi
kelompok.
 17

3. Rumus chi-kuadrat
Kedua uji chi-kuadrat Pearson menggunakan rumus yang sama untuk menghitung statistik
uji , chi-kuadrat (Χ 2 ):

Di mana:
 18

Χ 2 adalah statistik uji chi-kuadrat

Σ adalah operator penjumlahan (artinya “ambil jumlah”)
O adalah frekuensi yang diamati
E adalah frekuensi yang diharapkan
Semakin besar perbedaan antara observasi dan ekspektasi ( O − E dalam persamaan), maka
chi-kuadratnya akan semakin besar. Untuk menentukan apakah perbedaannya cukup besar untuk
menjadi signifikan secara statistik , Anda membandingkan nilai chi-kuadrat dengan nilai kritis.
4. Kapan menggunakan uji chi-kuadrat
Uji chi-kuadrat Pearson mungkin merupakan pilihan yang tepat untuk data Anda
jika semua hal berikut ini benar:
1. Anda ingin menguji hipotesis tentang satu atau lebih variabel kategori . Jika satu atau
lebih variabel Anda bersifat kuantitatif, Anda harus menggunakan uji statistik yang
berbeda. Alternatifnya, Anda dapat mengubah variabel kuantitatif menjadi variabel
kategorikal dengan memisahkan pengamatan ke dalam interval.
2. Sampel dipilih secara acak dari populasi .
3. Ada minimal lima observasi yang diharapkan dalam setiap kelompok atau kombinasi
kelompok.
5. Jenis uji chi-kuadrat
Dua jenis uji chi-kuadrat Pearson adalah:
1. Uji kesesuaian chi-kuadrat
2. Uji independensi chi-kuadrat
Secara matematis, ini sebenarnya adalah tes yang sama. Namun, kita sering menganggapnya
sebagai tes yang berbeda karena digunakan untuk tujuan yang berbeda.
6. Uji kesesuaian chi-kuadrat
Anda dapat menggunakan uji kesesuaian chi-kuadrat jika Anda memiliki satu variabel
kategori. Ini memungkinkan Anda menguji apakah distribusi frekuensi variabel kategori berbeda
secara signifikan dari ekspektasi Anda. Seringkali, namun tidak selalu, harapannya adalah bahwa
kategori-kategori tersebut akan memiliki proporsi yang sama.
 19

7. Uji independensi chi-kuadrat

Anda dapat menggunakan uji independensi chi-kuadrat jika Anda memiliki dua variabel
kategori. Ini memungkinkan Anda menguji apakah kedua variabel tersebut terkait satu sama
lain. Jika dua variabel bersifat independen (tidak berhubungan), maka kemungkinan masuknya
suatu kelompok tertentu dari satu variabel tidak dipengaruhi oleh variabel lainnya .

8. Jenis uji chi-kuadrat lainnya

Beberapa orang menganggap uji homogenitas chi-kuadrat sebagai variasi lain dari uji chi-
kuadrat Pearson. Ini menguji apakah dua populasi berasal dari distribusi yang sama dengan
menentukan apakah kedua populasi tersebut memiliki proporsi yang sama satu sama lain. Anda
dapat menganggapnya sebagai cara berpikir yang berbeda tentang uji kemandirian chi-kuadrat.
Uji McNemar merupakan uji yang menggunakan statistik uji chi-square. Ini bukan variasi
dari uji chi-kuadrat Pearson, namun berkaitan erat. Anda dapat melakukan pengujian ini ketika
Anda memiliki sepasang variabel kategori terkait yang masing-masing memiliki dua
kelompok. Hal ini memungkinkan Anda untuk menentukan apakah proporsi variabelnya sama.
 20

Ada beberapa jenis uji chi-kuadrat lain yang bukan merupakan uji chi-kuadrat Pearson,
termasuk uji varian tunggal dan uji chi-kuadrat rasio kemungkinan.
9. Cara melakukan uji chi-kuadrat
Prosedur pasti untuk melakukan uji chi-kuadrat Pearson bergantung pada pengujian yang Anda
gunakan, namun umumnya mengikuti langkah-langkah berikut:
1) Buat tabel frekuensi yang diamati dan diharapkan. Ini terkadang bisa menjadi
langkah tersulit karena Anda harus mempertimbangkan dengan cermat nilai ekspektasi
mana yang paling sesuai untuk hipotesis nol Anda.
2) Hitung nilai chi-kuadrat dari frekuensi yang diamati dan diharapkan menggunakan
rumus chi-kuadrat.
3) Temukan nilai chi-kuadrat kritis dalam tabel nilai kritis chi-kuadrat atau gunakan
perangkat lunak statistik.
4) Bandingkan nilai chi-kuadrat dengan nilai kritis untuk menentukan mana yang
lebih besar.
5) Putuskan apakah akan menolak hipotesis nol. Anda harus menolak hipotesis nol
jika nilai chi-kuadrat lebih besar dari nilai kritis. Jika Anda menolak hipotesis nol, Anda
dapat menyimpulkan bahwa data Anda berbeda secara signifikan dari yang Anda
harapkan.
10. Cara melaporkan uji chi-kuadrat
 21

Jika Anda memutuskan untuk menyertakan uji chi-kuadrat Pearson dalam makalah
penelitian , disertasi , atau tesis Anda , Anda harus melaporkannya di bagian hasil . Anda dapat
mengikuti aturan berikut jika ingin melaporkan statistik dalam Gaya APA :
• Anda tidak perlu memberikan referensi atau rumus karena uji chi-kuadrat adalah statistik
yang umum digunakan.
• Lihat chi-kuadrat menggunakan simbol Yunaninya, Χ 2 . Meskipun simbolnya terlihat
sangat mirip dengan “X” dari alfabet Latin, sebenarnya simbolnya berbeda. Simbol Yunani
tidak boleh dicetak miring.
• Sertakan spasi di kedua sisi tanda sama dengan.
• Jika chi-kuadrat Anda kurang dari nol, Anda harus menyertakan angka nol di depan (nol
sebelum koma) karena chi-kuadrat bisa lebih besar dari nol.
• Cantumkan dua angka penting setelah koma.
• Laporkan chi-kuadrat beserta derajat kebebasannya , ukuran sampel, dan nilai p , dengan
format berikut: Χ 2 (derajat kebebasan, N = ukuran sampel) = nilai chi-kuadrat, p =
nilai p ).
 PENUTUP
A. Kesimpulan
Komparasi (comparation) berarti hubungan perbandingan. Uji komparasi dapat disebut dengan
uji beda. Uji komparasi merupakan salah satu alat analisis statistik yang bertujuan untuk
membandingkan antara dua kondisi (masalah) yang sedang diteliti, apakah antara keduanya
terdapat perbedaan yang signifikan atau tidak. Apabila data yang dianalisis berskala (berjenis)
interval/rasio, maka alat analisis yang tepat adalah t- Test (Uji T). Namun apabila data yang
danalisis berskala (berjenis) nominal, maka alat analisis komparasi yang tepat adalah Kai Kuadrat
(Chi Square).

B. Saran
Semoga dengan adanya makalah ini diharapkan mahasiswa lebih mengetahui tentang

komparasi.

22
 DAFTAR PUSTAKA

blogtutorialspss.blogspot.com/2016/05/uji-komparasi-2sampel-independen.html
https://www.statistikian.com
Tarigan, Daitin dan Syahrial. 2023. Statistik Pendidikan. Medan: Universitas Negeri Medan.

23