Pengantar
Pada dasarnya t- test tidak lain adalah z–score
Jika z-score menunjukkan distribusi angka kasar maka t- score atau t–test
adalah disribusi perbedaan mean (beda mean/ bm)
Fungsi t–test
sebagai uji komparasi antar 2 sampel bebas (independent). Tes ini diterapkan
jika analis data bertujuan untuk mengetahui apakah 2 kelompok sampel
berbeda dalam variabel tertentu
Misalnya:
Peneliti di bidang pendidikan ingin mengetahui adakah ada perbedaan prestasi belajar
antara siswa laki-laki dan siswa perempuan di suatu sekolah.
Di perusahaan, tes ini juga dimanfaatkan untuk mengetahui apakah ada perbedaan
produktivitas kerja antara karyawan dan karyawati
Ada tidaknya perbedaan motivasi kerja antara karyawan yang berstatus tetap dan
karyawan kontrakan
asumsi :
T - tes diaplikasikan dengan beberapa kondisi antara lain:
a. Sampel di ambil secara acak dari populasi berdistribusi normal.
b. Berhadapan dengan 2 sampel bebas
c. Tiap sampel diambil secara random
d. Variabel yang dikomparasikan menghasilkan data berskala interval atau
ratio
M1 – M2
t =
SDbm
Soal :
Lakukan analisis dengan instrument statistik berikut:
(a) Standar kesalahan mean (SDm) yang dapat membantu dalam melakukan estimasi
tentang probabilitas letak mean parameter. Gunakan taraf kepercayaan sebesar 95%
dan 99%.
(b) Standar kesalahan persentase (SD%) yang dapat membantu dalam melakukan
estimasi tentang persentase parameter. Gunakan taraf kepercayaan sebesar 95% dan
99%.
(c) t–test . Pada t- tes hendaknya saudara lengkapi dengan permasalahan penelitian,
hipotesis, asumsi dan sebagainya untuk mengerjakannya.
Catatan :
Anda dipersilahkan menggunakan data dari hasil penelusuran untuk melakukan
analisis atas ketiga soal tersebut. Data dapat diperoleh dari buku statistik, skripsi,
laporan penelitian, dan sebagainya. Sebagai catatan data yang ada diharuskan berupa
data mentah (raw data) dan saudara diharuskan menyebutkan sumber datanya.
Materi : Uji Komparasi Antar 2 (dua) Sampel Berkorelasi
Jenis Tes Statistik : t–test ntuk Sampel Berkorelasi
Pengantar
Dalam hal ini variabel yang disamakan adalah variabel di luar variabel
eksperimen yang diperkirakan secara teoritik dapat memberikan pengaruh
terhadap hasil eksperimen.
Artinya, kelak akan dibuktikan bahwa jika terjadi perubahan terhadap hasil
eksperimen maka perubahan tersebut terjadi semata-mata hanya disebabkan
oleh adanya pengaruh perlakuan (treatment) yang diberikan selama
eksperimen dilakukan.
… lanjutan
Selanjutnya analisisi dengan t–test untuk sampel berkorelasi juga
dapat diterapkan untuk model penelitian eksperimen designs
treatment by subjects.
Oleh sebab itu penelitian eksperimetal jenis ini populer juga dengan
sebutan rancangan sebelum dan sesudah.
Fungsi t-test untuk Sampel Berkorelasi :
Asumsi (syarat) :
1. Berhadapan dengan 2 (dua) kelompok sampel yang sudah disamakan satu
atau lebih variabel yang secara teoritis diperkirakan dapat berpengaruh
terhadap hasil eksperimen. Selain itu tes ini juga bisa berhadapan dengan 1
(satu) sampel yang diperlakukan sebagai 2 sampel (diamati 2 kali) yakni
sebelum perlakuan dianggap sebagai kelompok kontrol dan sesudah perlakuan
diposisikan sebagai kelompok eksperimen.
2. Data yang diperoleh dari hasil pengukuran paling rendah berskala interval.
3. Akan dilakukan uji untuk mengetahui pengaruh suatu perlakuan.
Tes Statisik
1 . Menggunakan rumus panjang (long method)
Mk - Me
t =
√ ( SDMk² + SDMe² ) – 2 rke (SDMk) (SDMe)
dimana, SDk²
SDMk ² =
Nk – 1
SDe ² ∑ ke
SDMe ² = dan rke =
Ne – 1 √ (∑ k² ) (∑ e² )
(∑ K).( ∑ E) (∑K) ²
∑ke = ∑ KE – dan ∑k ² = ∑K² –
N N
(∑E) ²
∑e ² = ∑ E ² –
N
…lanjutan
2. Menggunakan rumus pendek (short method)
Mk - Me
t = Dimana b = B – Mb
∑ b² ∑B
√ Mb = dan B = K – E
N (N–1) N
Catatan :
* Untuk rumus 1 digunakan untuk tes dengan 2 kelompok sampel, sedangkan
rumus 2 dapat digunakan baik untuk kontrol eksperimen maupun uji sebelum
dan sesudah
Titik Kritis
Titik kritis terletak pada tabel nilai t atau t score dengan db = N pasangan –1 N
pasangan artinya N jumlah pasangan kontrol eksperimen (ke).
Keputusan
Hipotes nol (Ho) ditolak jika t hasil analisis > t tabel (titik kritis) pada taraf
signifikansi tertentu
Kesimpulan
Kesimpulan dapat dirumuskan setelah keputusan penolakan dan penerimaan
hipotesis nol dilakukan dengan taraf siginifikansi tertentu. Dalam merumuskan
kesimpulan dapat dilakukan dengan menekankan pada pengaruh ada tidaknya
pengaruh perlakuan (treatment) atau efektivitas perlakuan kendati kesimpulan
ini sesungguhnya dilakukan berdasarkan pada pembuktian komparatif antara
kelompok sampel berkorelasi.
contoh soal
Rumuskanlah suatu permasalahan penelitian berikut hipotesisnya untuk uji komparasi antar
sampel berkorelasi. Lakukan pengujian tersebut untuk memperoleh pemahaman tentang
efektivitas suatu perlakuan. Data yang diperoleh adalah data berpasangan dengan skala data
interval. Data yang diperoleh terdistribusi sebagai berikut:
Sblm 15 18 16 15 14 16 17 13 18 17
Ssdh 16 18 18 14 16 16 19 15 19 19
Dengan menggunakan taraf signifikansi sebesar 1 persen lakukan analisis selanjutnya kemukakan
kesimpulan anda.
Penyelesaian
Perumusan masalah :
Hipotesis :
Justifikasi pemilihan tes statistik :
Prosedur analisis :
Hasil analisis :
Titik Kritis :
Keputusan :
Kesimpulan :
Prosedur analisis
Sblm 15 18 16 15 14 16 17 13 18 17
Ssdh 16 18 18 14 16 16 19 15 19 19
B -1 0 -2 +1 -2 0 -2 -2 -1 -2
b +0,1 +1,1 -0,9 +2,1 -0,9 +1,1 -0,9 -0,9 +0,1 -0,9
b² 0,01 1,21 0,81 4,41 0,81 1,21 0,81 0,81 0,01 0,81
∑B - 11
MB = = = -1,1
N 10
∑ Sbl 159
Mean kelompok sebelum : = = 15,9
N 10
∑ Ssd 170
Mean kelompok sesudah : = = 17
N 10
M.sbl – M.ssd
t=
∑ b²
√
N(N–1)
15,9 – 17,0
t= = 3,16 ( t hasil analisis)
10,9
√
10 ( 10 – 1 )
Titik Kritis :
db = 9 ( N-1) dengan alpha 1% maka t tabel sebesar : 3,250 (t titik
kritis)
Keputusan :
Oleh karena t hasil analisis < dari t tabel maka Ho diterima
Kesimpulan :
Berdasarkan hasil analisis yang dilakukan maka dapat disimpulkan
bahwa tidak ada perbedaan tentang ........ sebelum adanya perlakuan
dan sesudahnya dengan taraf kepercayaan sebesar 1 persen.
Uji t Untuk Satu Sampel
Rumus
_
x
t
S
n
t Koefisien t
_
x Mean sampel
Mean populasi
S Standard deviasi sampel
n banyak sampel
Contoh :
1. Seorang peneliti ingin melakukan kajian tentang
kemampuan ujian peserta untuk mendapatkan
Surat izin Mengemudi (SIM) kendaraan
bermotor di Polres . Untuk keperluan penelitian
ini di ambil sampel sebanyak 49 peserta, yang
dipilih secara acak. Standar kelulusan ujian
adalah skor 60 (rata-rata populasi). Dari sampel
diperoleh rata-rata skor ujian adalah 55 dengan
standar deviasi 15. Berdasarkan data ini , pihak
POLRES membuat pernyataan:
“Semua peserta ujian mempunyai
kemampuan menyelesaikan soal ujian di
bawah standar kelulusan.”
Penyelesaian
H 0 : 60
H1 : 60
_
x 55 55 60 5
60 t 2,33.
15 2,14
S 15 49
n 49
db = n -1 = 49-1 = 48
ttabel = t ( ) 1,679.
Daerah tolak H0 Daerah terima H0
_
-2,23
60 x
t ( ) 1,679
X 80 90 60 60 90 60 80 50 70 60
Penyelesaian
s = 14,142
x7
t =2,236
ttabel=2.262
t < ttabel
H0 diterima. Sehingga, tidak ada
perbedaan yang signifikan antara rata –
rata sampel dengan rata-rata populasi.
Output SPSS
One-Sample Statistics
Std. Error
N Mean Std. Deviation Mean
Nilai stat2 10 7,00 1,41 ,45
One-Sample Test
Test Value = 6
95% Confidence
Interval of the
Mean Difference
t df Sig. (2-tailed) Difference Lower Upper
Nilai stat2 2,236 9 ,052 1,00 -1,17E-02 2,01