Uji T : One-Sample T Test dan Independent-

Sample T Test (Uji Parametrik), Uji Binomial (Uji

Non-Parametrik)

INF0733 Statistik 2
Pertemuan 04

R. Kristoforus JB
Klaudius Jevanda BS
Fakultas Sains & Teknologi
Universitas Katolik Musi Charitas
Uji Parametrik VS Non-
Parametrik

2
Uji Parametrik VS Non-
Parametrik
Ciri-ciri Parametrik Non-Parametrik
Distribusi Normal Tidak Normal
Skala Pengukuran Interval dan Rasio Nominal dan
Ordinal
Jumlah sampel n >=30 n < 30

Bentuk Pengujian
-Uji satu sampel -One-sample T Test -Chi_Square &
-Uji dua sampel bebas -Independent sample T Binomial
-Uji dua sampel Test -Mann-Whitney Test
berpasangan -Paired Sample T Test -Wilcoxon Test

3
Uji Hipotesis
• Hipotesis ??
– Suatu pernyataan yang masih lemah kebenarannya dan perlu
dibuktikan atau dugaan yg sifatnya masih sementara.
• Pengujian Hipotesis ???
– suatu prosedur yang dilakukan dengan tujuan memutuskan apakah
menerima atau menolak hipotesis mengenai parameter populasi .
• Pasangan hipotesis :
– Hipotesis nol (H0)
• Tidak adanya perbedaan antara ukuran populasi dan ukuran
sampel
– Hipotesis alternatif (H1)
• adanya perbedaan data populasi dengan data sampel

4
Prosedur Uji Hipotesis
1. Menentukan formulasi hipotesis
2. Menentukan taraf nyata
3. Menentukan kriteria pengujian
4. Menentukan nilai uji statistik
5. Membuat kesimpulan

5
Tipe Hipotesis
• Hipotesis Deskriptif
– Merupakan hipotesis tentang nilai suatu variabel
mandiri, tidak membuat perbandingan atau hubungan.
• Hipotesis Hubungan (Asosiatif)
– Pernyataan tentang ada atau tidak adanya hubungan
atau pengaruh antara dua variabel atau lebih.
• Hipotesis Komparatif
– Pernyataan tentang ada atau tidak adanya perbedaan
antara dua kelompok atau lebih.

6
Arah Uji Hipotesis
1. Two Tail
> Digunakan untuk menentukan perbedaan
> Terdapat dua batasan untuk menolak H0

H0 : Tidak ada beda motifasi kerja pria – wanita

Ha : Ada beda motifasi kerja pria – wanita
H0 : μpria = μwanita
Ha : μpria ≠ μwanita

7
Arah Uji Hipotesis
1. Two Tail
H0 : μ1 = μ0
Ha : μ1 ≠ μ0
Uji : - ttabel ≤ thitung ≤ +ttabel Ho diterima

Daerah
Daerah terima H0 Daerah
tolak H0 tolak H0

-t tabel +t tabel

8
Arah Uji Hipotesis
2. One Tail
> Digunakan untuk menentukan apakah lebih besar/kecil
> Terdapat satu batasan :
- Di Kanan untuk lebih besar
- Di Kiri untuk lebih kecil

H0 : Model A tidak lebih baik dari model B

Ha : Model A lebih baik dari model B
H0 : μA = μB
Ha : μA > μB

9
Arah Uji Hipotesis
2. One Tail – Arah Kanan
H0 : μ1 = μ0
Ha : μ1 > μ0
Uji : thitung ≤ +ttabel Ho diterima

Daerah
Daerah
terima H0
tolak H0

+t tabel

10
Arah Uji Hipotesis
2. One Tail – Arah Kiri
H0 : μ1 = μ0
Ha : μ1 < μ0
Uji : thitung ≥ -ttabel Ho diterima

Daerah
Daerah
terima H0
tolak H0

-t tabel

11
Uji Dua Arah VS Satu Arah
• Hipotesis 1 arah
– menguji suatu hal yang sudah jelas akan lebih besar atau
lebih kecil dari hipotesis awal.
• Hipotesis 2 arah
– menguji suatu hal (hipotesis awal) pada suatu titik
tertentu, dimana kemungkinan hipotesis tandingannya
bisa lebih besar maupun lebih kecil dari titik tersebut.

12
Simulasi
• Berdasarkan informasi yang dikemukakan pada sebuah media
massa, bahwa harga beras jenis “A” di suatu wilayah adalah Rp.
3.200,-
– Pengujian Dua Arah, dimana Ho : µ = Rp. 3.200,- dan Ha :
µ ≠ Rp. 3.200,-
• Berdasarkan informasi bahwa harga beras jenis “A” di suatu
wilayah tidak kurang dari Rp. 3.200,-
– Pengujian Satu Arah – Kanan, dimana Ho : µ = Rp. 3.200,-
dan Ha : µ > Rp. 3.200,-
 Berdasarkan informasi bahwa harga beras jenis “A” di suatu
wilayah tidak lebih dari Rp. 3.200,-
 Pengujian Satu Arah – Kiri, dimana Ho : µ = Rp. 3.200,- dan
Ha : µ < Rp. 3.200,-

13
Kriteria Pengujian
• Nilai Hitung >< Nilai Tabel (uji t)
– Jika nilai hitung > nilai tabel, maka H0 ditolak / Ha
diterima.
– Jika nilai hitung < nilai tabel, maka H0 diterima / Ha
ditolak.
• Nilai Probability (Signifikansi)
– Jika nilai Prob < nilai α maka H0 ditolak / Ha diterima.
– Jika nilai Prob > nilai α maka H0 diterima / Ha ditolak.

14
One-Sample T Test
• Digunakan untuk menguji perbedaan rata-rata suatu
variabel dengan suatu konstanta tertentu atau nilai
hipotesa.
• Ciri-ciri :
– Level pengukuran data  interval dan rasio
– Jumlah data min. 30 sampel
– Ciri utama : terdapat nilai / angka pembanding
– Data berdistribusi normal.

15
Contoh One-Sample T Test
• Produsen tabung gas menyatakan berat tabung gasnya
adalah 15kg. Untuk mengetahui kebenarannya maka
dilakukan sampling dari data. Signifikansi 5%!

16
Penyelesaian
• Klik Analyze => Compare Means => One-Sample T Test.
• Masukkan variabel Berat Tabung Gas pada kotak Test
Variable(s) dan masukkan 15 pada kotak Test value.

• Klik Option, Secara default tingkat kepercayaan adalah 95%

dan Missing Value – Exclude cases analysis by analysis
yang berarti hanya data yang digunakan dalam analisis.

17
Penyelesaian
• Klik Continue, kemudian Ok

18
Penyelesaian (Estimasi
Interval Rata-Rata)

• Berdasarkan output, estimasi interval rata-rata, yakni :

– Lower : -0,1742
– Upper : 0,1542

19
Penyelesaian (Signifikansi)
• Hipotesis
– H0 : rata-rata berat tabung 15 kg
– H1 : rata-rata berat tabung ≠ 15 kg
• Nilai signifikansi adalah 5%
• Kriteria pengujian
– H0 diterima jika signifikansi > 0.05 (α)
– H0 ditolak jika signifikansi <= 0.05 (α)
• Membandingkan signifikansi
– Nilai signifikansi 0.9 > 0.05, maka H0 diterima.
• Kesimpulan tidak ada perbedaan rata-rata berat tabung

20
Penyelesaian (uji t)
• Hipotesis
– H0 : rata-rata berat tabung 15 kg
– H1 : rata-rata berat tabung ≠ 15 kg
• Nilai t hitung -0.127, nilai mutlaknya 0.127
• Menentukan t tabel, tabel distribusi t dicari pada α = 5% : 2
= 2.5%(dua sisi) dengan df = 20 – 1 = 19. Jadi t tabel
(19;0.025) = 2.093.
• Kriteria pengujian
– t hitung(-0.127) < t tabel(2.093) maka H0 diterima.
• Kesimpulan tidak ada perbedaan rata-rata berat tabung

21
Independent-sample T Test
• Digunakan untuk mengetahui apakah terdapat perbedaan
rata-rata antara dua populasi, dengan melihat rata-rata dua
sampelnya sama atau tidak.
• Ciri-ciri :
– Level pengukuran data  interval dan rasio
– Jumlah data min. 30 sampel
– Ciri utama : berasal dari 2 buah populasi yang diambil
secara bebas tanpa ada hubungan.
– Data berdistribusi normal.

22
Contoh Independent-sample T
Test
• Seorang mahasiswa sedang melakukan observasi terhadap
10 harga Hanphone. Ia mengambil 2 toko besar di Kota
Palembang, toko Kinka Cell dan Smart Cell. Alasannya
karena ia ingin mengetahui apakah benar rata-rata HP di
toko Kinka Cell jauh lebih murah dibanding dengan toko
Smart Cell. Maka dari itu dua toko tersebut diambil data 10
HP terlaris Januari-Maret 2018. Gunakan signifikansi 5 %

23
Contoh Independent-sample T
Test
Data observasi
HP Kinka Cell Smart Cell
1 4.500.000 4.700.000
2 4.350.000 4.500.000
3 3.250.000 3.500.000
4 3.750.000 3.700.000
5 2.950.000 2.900.000
6 2.050.000 2.150.000
7 1.041.000 999.999
8 2.670.000 2.750.000
9 5.210.000 5.250.000
10 930.000 950.000

24
Penyelesaian
• Klik Analyze => Compare Means => Independent Sample T
Test.
• Pindahkan toko HP ke kotak Group Variable dan Harga HP
ke kotak Test Variable.

25
Penyelesaian
• Klik Define Groups dan pada Group 1 ketik “1”. Angka ini
mewakili Kinka Cell dan pada group 2 ketik “2” tuk
mewakili smart Cell. Lalu tekan Continue dan OK.

26
Penyelesaian

27
Penyelesaian (Estimasi
Interval Rata-Rata)

• Berdasarkan Output, maka estimasi interval rata-rata

adalah :
– Lower : -1442448
– Upper : 1302648

28
Penyelesaian (Signifikansi)
• Menentukan hipotesis
– H0 : rata-rata harga di toko Kinka Cell tidak lebih murah dibandingkan toko Smart
Cell
– H1 : rata-rata harga di toko Kinka Cell lebih murah dibandingkan toko Smart Cell
• Menentukan tingkat signifikansi
– Pengujian menggunakan uji dua sisi dengan tingkat signifikansi α=5%
• Nilai signifikansi
– Dari output didapat nilai signifikansi = 0,916.
• Kriteria pengujian
– H0 diterima jika signifikansi > 0,05
– H0 ditolak jika signifikansi <= 0,05
• Membandingkan signifikansi
– Nilai signifikansi 0,916 > 0,05, maka H0 diterima
• Kesimpulan
– Oleh karena H0 diterima, jadi dapat disimpulkan rata-rata harga di toko Kinka
Cell tidak lebih murah dengan toko Smart Cell.

29
Penyelesaian (uji t)
• Menentukan hipotesis
– H0 : rata-rata harga di toko Kinka Cell tidak lebih murah dibandingkan toko Smart
Cell
– H1 : rata-rata harga di toko Kinka Cell lebih murah dibandingkan toko Smart Cell
• Menentukan tingkat signifikansi
– Pengujian menggunakan uji satu sisi dengan tingkat signifikansi α=5%.
• Menentukan t tabel
– α= 5% dengan df = n-2=20-2=18, maka hasil t tabel = 1,734.
• Kriteria pengujian
– H0 diterima jika t hitung ≤ t tabel
– H0 ditolak jika t hitung > t tabel
• Membandingkan kriteria signifikansi
– Nilai t hitung -0,107 < t tabel 1,734, maka H0 diterima
• Kesimpulan
– Oleh karena H0 diterima, jadi dapat disimpulkan rata-rata harga di toko Kinka
Cell tidak lebih murah dengan toko Smart Cell.

30
Uji Binomial
• Digunakan untuk menguji sebuah sampel, apakah ciri
tertentu dari sampel tersebut bias dianggap sama dengan
ciri populasinya.
• Prosedur :
– Membandingkan suatu proporsi observasi kasus dan proporsi
harapan dengan parameter probabilitas tertentu
• Ciri-ciri :
– Level pengukuran data  nominal dan ordinal
– Jumlah data biasanya kurang dari 30 sampel
– Ciri utama : terdapat nilai/angka pembanding (cut point).
– Data berdistribusi tidak normal.

31
Contoh Uji Binomial
• Salah satu Majalah terkenal melakukan Survey terhadap Film Indonesia
tersukses berdasarkan banyaknya jumlah penonton. Utuk itu ia menguji
apakah benar rata-rata jumlah penontoh Film Indonesia sebesar 1 juta
orang (dilihat dari berbagai genre). Tingkat signifikansi 5% !
Judul Film Genre FIlm Penonton
Ketawa Teruss Komedi 1.300
Kesasar mengejar Cinta Komedi 1.200
Berkalung Darah Perawan Horor 1.100
Demdam Masa Lalu Horor 800
Nyi Pelet Horor 600
Cinta Berkabut Drama 600
Kuntilanak 2 Horor 550
Dance Disco Anak Muda Drama, Komedi, Musikal 500
Penyabut Nyawa Horor 500
Perkawinan Terlarang Drama 500

32
Penyelesaian
• Variabel view SPSS

• Data view SPSS

33
Penyelesaian
• Klik Analyse  Nonparametric Test  Binomial
• Masukkan variabel Jumlah penonton ke Test Variable List,
lalu pada Cut point bagian bawah isi dgn angka pembanding
yakni 1000.
• Pada bagian Options centang Descriptive, lalu Continue dan
OK

34
Penyelesaian

35
Penyelesaian (Signifikansi)
• Menentukan Hipotesis
– H0: Rata2 jumlah penonton Film Indonesia sebesar 1 juta orang
– H1: Rata2 jumlah penonton Film Indonesia tidak sebesar 1 juta orang
• Menentukan tingkat signifikanssi = 5%
• Kriteria pengujian
– H0 diterima jika signifikansi > 0,05
– H0 ditolak jika signifikansi <= 0,05
• Membandingkan Signifikansi
– Nilai Sig = 0,344, berarti nilai Sig > 0,05, maka H0 diterima
– Rata2 sampel = 765 (000)
– Standard deviasi = 316,272 (000)
• Kesimpulan
– Rata2 jumlah penonton Film Indonesia sebesar 1 juta orang

36
Latihan 4.1
• Seorang manager HRD melakukan
Responden Waktu Kerja
penelitian terhadap 10 karyawan
Ivanto 275
baru. Manager ingin menilai apakah
rata-rata waktu kerja mereka untuk Jeremy 225
tiap pekerjaan dalam sehari sudah Jessica 280
sesuai dengan harapan perusahaan. Lena 250
Diketahui rata-rata prosedur waktu Maramis 235
melakukan suatu pekerjaan dalah 250
Ranty 270
menit.
Rizky 265
• Analisilah dengan tingkat signifikansi
5% dan bantulah Manager HRD Sofyan 220
mengambil keputusan berdasarkan Tina 245
hasil data tersebut ! Wiliam 290

37
Latihan 4.2
• Seorang mahasiswa ingin meneliti tentang perbedaan nilai
mata kuliah matematika antara mahasiswa dari perguruan
tinggi negeri (PTN) dengan swasta (PTS). Penelitian
dengan menggunakan sampel sebanyak 20 responden
yang terdiri dari 10 mahasiswa dari PTN dan 10
mahasiswa dari PTS.
• Peneliti ingin mengetahui apakah ada perbedaan nilai
matematika antara PTN dengan PTS. Bila diketahui taraf
nyatanya adalah 5% !

38
Latihan 4.2
Nilai PT Nilai PT
86 94
77 95
89 68
94 75
65 88
Negeri Swasta
68 96
86 75
75 68
68 77
88 85

39
Referensi
• SPSS: Serba-Serbi Analisis Statistika Dengan Cepat dan
Mudah. Albert Kurniawan. Jasakom. 2011

40