SYARAT

PENGGUNAAN UJI T
• Ragam populasi (sama)
• Data memiliki distribusi
normal

1
 DASAR PENGAMBILAN
KEPUTUSAN
Berdasar perbandingan t hitung dengan t
tabel:
– Ho ditolakJika Statistik Hitung (angka
t output) > Statistik Tabel (tabel t)
– Ho diterimaJika Statistik Hitung
(angka t output) < Statistik Tabel
(tabel t).

2
 22. Uji t

Uji t : menguji apakah rata-rata suatu populasi sama dengan suatu harga tertentu atau
apakah rata-rata dua populasi sama/berbeda secara signifikan.

1. 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
α
• tingkat signifikansi ( = 0.05)
• pengujian apakah menggunakan 1 ekor atau 2 ekor
• diperoleh t hitung ; lalu bandingkan dengan t tabel : jika t hitung > t tabel Ho ditolak

Contoh :
Peneliti ingin mengetahui apakah korban yang mengalami kerugian paling besar
memang berbeda dibandingkan dengan korban lainnya.
Ho : k1 = k2
Diperoleh  = 2.865.625 ; std. Dev = 1.789.112,5 ; df = 79 ; t hitung = -22.169
α
Berdasarkan tabel df=79 dan = 0.05 diperoleh t tabel = 1.6644
Kesimpulan : t hitung > t tabel sehingga Ho ditolak
korban yang mengalami kerugian paling besar secara signifikan berbeda
dengan korban lainnya
 24. Uji t

3. Uji t dua sampel berpasangan

Menguji apakah rata-rata dua sampel yang berpasangan sama/berbeda

D
t= s Di mana D = rata-rata selisih skor pasangan
D

ΣD2 – (ΣD)2
√
sD = Σ d2 Σd =
2

N(N-1) N

Contoh :
Seorang guru ingin mengetahui perbaikan terhadap pengembangan model pembelajaran
debat. Setelah selesai pembelajaran pertama, ia memberikan tes dan setelah selesai
pembelajaran kedua kembali ia memberikan tes. Kedua hasil tes tersebut dibandingkan
dengan harapan adanya perbedaan rata-rata tes pertama dengan kedua.
Ho : t1 = t2
Diperoleh t1 = 51.36 ; t2 = 52.55 ; korelasi 0.873
Korelasi sangat erat dan benar-benar berhubungan dengan nyata

α
Berdasarkan tabel df=21 dan = 0.05 diperoleh t tabel = 1.7207
Kesimpulan : t hitung < t tabel sehingga Ho diterima
Tidak ada perbedaan yang signifikan antara hasil tes pertama dengan
hasil tes kedua, sehingga ia menyimpulkan model masih belum
diimplementasikan dengan baik
 23. Uji t
2. Uji t dua sampel bebas
Menguji apakah rata-rata dua kelompok yang tidak berhubungan sama/berbeda

(X – Y) (Σx2 + Σy2) (1/nx + 1/ny)

t=
Sx-y
Di mana Sx-y =
√ (nx + ny – 2)

Contoh :
Peneliti ingin mengetahi apakah ada perbedaan penghasilan setelah bencana antara
korban ringan dengan korban berat
Ho : Pr = Pb
Diperoleh :  = 1547368 ; y = 1537500 ; t hitung = .066

Uji kesamaan varians  Ho : kedua varians sama

Probabilitas > 0.05 maka Ho diterima yakni kedua varians sama

Uji t independent sample

α
Berdasarkan tabel df=53 dan = 0.05 diperoleh t tabel = 1.6741
Kesimpulan : t hitung < t tabel sehingga Ho diterima
tidak ada perbedaan yang signifikan penghasilan setelah bencana antara
korban ringan dengan korban berat
CONTOH 1 sampel
Seorang peneliti ingin mengetahui efektivitas penggunaan pupuk A terhadap
produktivitas tanaman padi, peneliti tersebut melakukan uji pada 10 ( n) petak
sawah dan hasilnya masing-masing (ton/ha):

Dan diketahui rata-rata produktivitas nasional adalah 5 ton/ha (), serta taraf
kepercayaan yang dikehendaki adalah 0.01.

6
 x 

Standar
Deviasi
(S)

Harga t hitung

x= jumlah rata-rata X 1

µ = Nilai yang dihipotesiskan

S = Simpangan baku
N = jumlah anggota sampel

cari harga t tabel, dimana t(α,df) t(0.01, 9)= 2,82,

Kesimpulan harga t tabel (2,82) < t hitung (4,58), maka Ho ditolak yang berarti “produktivitas
yang diperoleh ketika pupuk A yang diaplikasikan berbeda dengan rata-rata produktivitas
nasional/yg lain”