Uji t : menguji apakah rata-rata suatu populasi sama dengan suatu

harga tertentu atau apakah rata-rata dua populasi sama/berbeda

secara signifikan.
UJI -t SATU SAMPEL
Menguji apakah satu sampel sama/berbeda dengan ( - )
rata-rata populasinya t =
• hitung rata-rata dan std. dev (s) s / √n
• df = n – 1
• tingkat signifikansi (α = 0.025 atau 0.05)
• pengujian apakah menggunakan 1 ekor atau 2 ekor
• diperoleh t hitung ; lalu bandingkan dengan t tabel : jika t hitung > t tabel
maka Tolak Ho
Contoh :
Peneliti ingin mengetahui apakah guru yang bekerja selama 8 tahun memang
berbeda dibandingkan dengan guru lainnya.
Ho : p1 = p2
Diperoleh rata2 = 17.26 ; std. Dev = 7.6 ; df = 89 ; t hitung = 11.55
Berdasarkan tabel df=89 dan α = 0.05 diperoleh t tabel = 1.987
Kesimpulan : t hitung > t tabel sehingga Ho ditolak
guru yang bekerja selama 8 tahun secara signifikan berbeda
dengan guru lainnya
 PARAMETRIK
UJI – t DUA SAMPEL

A. Uji – t untuk dua sampel Berpasangan

(Paired)
B. Uji-t untuk dua sampel Independen
(Bebas / Terpisah)
 Uji-t Dua Sampel Dependen /
Berpasangan (Paired)
Dua sampel berpasangan artinya sampel dengan
subjek yang sama namun mengalami dua perlakuan
atau pengukuran yang berbeda.
Contoh : A akan mendapatkan perlakuan I kemudian
perlakuan II. Dimana A mempunyai PC, di lihat hasil
belajar sebelum dan sesudah punya PC.
RUMUS
Keterangan :

D D  x1  x2 
t n
1    D
2


 D 
s s 2

n 1  n 
n  
 Uji Signifikansi (Uji Hipotesis)
Langkah-langkah:
1. Tetapkan H0 dan H1
2. Tetapkan titik kritis   0,05 (tingkat
kepercayaan 95 %) atau   0,01 (tingkat
kepercayaan 99 %) yang terdapat pada
tabel t
3. Tentukan daerah kritis, dengan db = n -1
4. Tentukan t hitung dengan menggunakan rumus
5. Lakukan uji signifikansi dengan membandingkan
besarnya t-hitung dengan t-tabel
 CONTOH
• Suatu kegiatan penelitian eksperimental, telah berhasil
menemukan metode “ABG” sebagai metode baru untuk
mengajarkan mata kuliah Statistika II. Dalam rangka uji
coba terhadap efektifitas atau keampuhan metode baru
itu, dilaksanakan penelitian lanjutan dengan mengajukan
Hipotesis Nol (Nihil) yang mengatakan : Tidak terdapat
perbedaan yang signifikan nilai Statistika II antara
sebelum dan sesudah di terapkannya metode “ABG”
sebagai metode mengajar mahasiswa UIB sem 6. Dalam
rangka pengujian ini diambil sampel sebanyak 20
mahasiswa. Gunakan taraf kepercayaan 95 % (  0,05 )
untuk menguji pernyataan (Hipotesis ) tersebut.
Nilai 20 mahasiswa Statistika II semester 5, UIB.

Nilai Statistika II
Nama
Sebelum sesudah Nilai Statistika II
Nama
A 78 75 Sebelum sesudah
B 60 68 L 40 50
C 55 59 M 63 68
D 70 71 N 85 83
E 57 63 O 70 77
F 49 54 P 62 69
G 68 66 Q 58 73
H 70 74 R 65 65
I 81 89 S 75 76
J 30 33 T 69 86
K 55 51
 PENYELESAIN :

1. H 0 : 1   2 (Tidak terdapat perbedaan yang signifikan antara hasil belajar

sebelum dan sesudah )
H1 : 1   2 (Terdapat perbedaan yang signifikan hasil belajar sebelum
dan sesudah )
2.  0,05
3. db = n -1 =20 -1 =19
 4. Tentukan t hitung
Sebelum Sesudah D=
(x1) (x2) x1-x2 D2
78 75 3 9
60 68 -8 64
55 59 -4 16
70 71 -1 1
57 63 -6 36 1    D 
2

s  D 
2
49 54 -5 25 
n 1  n 
68 66 2 4  
70 74 -4 16
81 89 -8 64

1   90  
2

30 33 -3 9 1002  
55 51 4 16 19  20 
40 50 -10 100
63 68 -5 25
 31,4211  5,6054
85 83 2 4
70 77 -7 49
62 69 -7 49
58 73 -15 225
65 65 0 0
75 76 -1 1
69 86 -17 289
Jumlah -90 1002
 D
t n
s
n
 90
20  4,50
t   3,5902.
5.6054 1.2534
20

ttabel  2,093
 5. Uji signifikansi.

Daerah tolak H0 Daerah tolak H0

Daerah terima H0

. .
 3,5902  2,093 2,093
 ttabel ttabel

Kesimpulan :
Ho ditolak , sehingga disimpulkan bahwa terdapat perbedaan
yang signifikan antara hasil belajar statistika II sebelum dan
sesudah diterapkannya Metode “ABG”.
 Uji-t Dua Sampel Independen
(Bebas / Terpisah)

Dua sampel independen artinya tidak ada hubungan

antara dua sampel yang akan di uji.

Contoh : 1. Hasil belajar statistika 2 lelaki dan perempuan.

2. Minat baca orang kota dan desa.
 RUMUS
_ _
x1  x2
t
2 2
 _
  _

  x1  x1     x2  x2   n1  n2 
 
n1  n2  2  n1.n2 
 Uji Signifikansi (Uji Hipotesis)
Langkah-langkah:
1. Tetapkan H0 dan H1
2. Tetapkan titik kritis   0,05 (tingkat
kepercayaan 95 %) atau   0,01 (tingkat
kepercayaan 99 %) yang terdapat pada
tabel “t”.
3. Tentukan daerah kritis, dengan db = n1 +n2-2.
4. Tentukan t hitung.
5. Lakukan uji signifikansi dengan membandingkan
besarnya “ t” hitung dengan “t” tabel.
 CONTOH

Dari suatu kegiatan penelitian dengan

menggunakan sampel 10 orang mahasiswa tidak
bekerja dan 10 orang mahasiswa bekerja, telah
berhasil dihimpun data berupa skor yang
melambangkan hasil nilai mata kuliah Analisis
Basis Data. Dari data tersebut. Ujilah apakah
secara signifikan terdapat perbedaan nilai Analisis
Basis Data antara mahasiwa tidak bekerja dengan
mahasiswa bekerja? Gunakan   0.05
Mahasiswa Tidak Mahasiswa
Bekerja Bekerja
8 7
9 8
6 5
6 4
9 7
6 5
8 6
5 5
7 8
6 5
 PENYELESAIN :

1. H 0 : 1   2 (Tidak terdapat perbedaan nilai mahasiswa tidak kerja dan

bekerja )
H1 : 1   2 (Terdapat perbedaan nilai mahasiswa tdk kerja & bekerja

2.  0,05
3. db = 10+10-2 =18

Kriteri Uji :
Jika t-hitung > t-tabel maka TOLAK H0
Jika t-hitung ≤ t-tabel maka TERIMA H0

Cara membaca t-tabel => α/ 2 dan lihat df=db = n1+n2-2

 4. Perhitungan t hitung.

2
 
2 _
 _

 x2  x2 
_
x1 x2 x1  x1
_
 x1  x1  x 2  x2
 
 
8 7 1 1 1 1
9 8 2 4 2 4 _
6 5 -1 1 -1 1 x1  7
6 4 -1 1 -2 4
9 7 2 4 1 1
_
6
8
5
6
-1
1
1
1
-1
0
1
0
x2  6
5 5 -2 4 -1 1
7 8 0 0 2 4
6 5 -1 1 -1 1
Jumlah 70 60 18 18
 _ _
x1  x2
t
2 2
 _
  _

  x1  x1     x2  x2   n1  n2 

 n .n 

n1  n2  2  1 2 
76 1
   1,581.
18  18  10  10  36
 
10  10  2  10.10  90

db = 18

ttabel  2,101
5. Uji signifikansi.

1.581

Reject H0 Do not reject H0 Reject H0

-2.101 0 2.101
Two critical values of t
KESIMPULAN:

Karena t hit < t tabel . Maka H0 diterima. H1 ditolak.

Sehingga tidak terdapat perbedaan hasil belajar (nilai

Analisis Basis Data) antara mahasiswa tidak bekerja dengan
mahasiswa bekerja.

Atau dengan kata lain, adanya perbedaan antara mahasiswa

tidak bekerja dengan mahasiswa bekerja yang sedang di
teliti, tidak memberikan perbedaan yang signifikan terhadap
hasil belajar analisis Basis Data nya.
 TUGAS

1. Seorang peneliti ingin mengetahui apakah ada

perbedaan antara tinggi badan dan berat badan
seorang pria dan wanita. Untuk itu, 7 pria dan 7
wanita masing-masing di ukur tinggi dan berat
badannya, seperti pada tabel di bawah ini. Ujilah
dengan   5%
a. Apakah terdapat perbedaan yang signifikan
antara tinggi lelaki dan perempuan?
b. Apakah terdapat perbedaan yang signifikan
antara berat lelaki dan berat perempuan?
Tabel Berat Badan dan Tinggi Badan Pria dan Wanita
Tinggi Berat Gender
174 65 Pria
178 62 Pria
170 66 Pria
168 68 Pria
159 67 Pria
167 67 Pria
165 65 Pria
154 48 Wanita
152 45 Wanita
155 46 Wanita
154 43 Wanita
157 58 Wanita
156 54 Wanita
154 49 Wanita
2.Data sampel terdiri atas 10 pasien pria
mendapat obat Captoril dengan dosis 6,25 mg.
Pasien diukur tekanan darah sistolik sebelum
pemberian obat dan 60 menit sesudah
pemberian obat. Peneliti ingin mengetahui
apakah pengobatan tersebut efektif untuk
menurunkan tekanan darah pasien tersebut.
Lakukan pengujian dengan menggunakan
  5%
Data Penelitian sbb :
PASIEN TD SISTOLIK TD SISTOLIK
SEBELUMNYA SESUDAHNYA
1 175 140
2 179 143
3 165 135
4 170 133
5 162 162
6 180 150
7 177 182
8 178 150
9 140 175
10 176 160