UJI t (t TEST)

 Pengujian perbedaan rata-rata sampel dan rata-

rata populasi dengan Uji t (One-Sample t Test)
 Pengujian perbedaan rata-rata dua sampel tidak
berhubungan (Independent-Sample t Test)
 Pengujian perbedaan rata-rata dua sampel
berpasangan (Paired-Sample t Test)
 One-Sample t Test

 Digunakan untuk menguji perbedaan rata-rata sampel

dengan nilai hipotesisnya.
 Contoh kasus : Suatu perusahaan lampu neon
menyatakan produk lampunya dapat bertahan hidup
selama 2 tahun dalam pemakaian normal (12 jam
sehari). Untuk membuktikan pernyataan tersebut
diambil 20 sampel produk untuk menguji hipotesis
tersebut, seperti data di bawah ini :
8750 8800 8722 8775 8765 8769 8715
8780 8788 8769 8736 8771 8739 8745
8788 8703 8755 8780 8710 8750
Pembangunan Data
Lanjutan…….
Langkah-langkah One-Sample T Test Dengan SPSS
Lanjutan…….
Hasil Analisis
 Pembahasan

 Nilai S/√n adalah standart error mean = 6,237

 x – μ = mean difference = -4,5

x–μ - 4,5 = - 0,722 (nilai t merupakan

 thitung = =
S / √n 6,237

pembagian antara Mean Difference dengan Std. Error Mean)

 thitung = - 0,722 nilai dimutlakkan = 0,722
 ttabel adalah t(0,025;19) = 2,093
 thitung (0,722) < ttabel (2,093), maka H0 diterima sehingga pernyataan
lampu neon dapat bertahan hidup selama 2 tahun dapat diterima
 Bila dilihat nilai significant (sig.), nilai Sig (2-tailed) = 0,479 > α/2 =
0,025, maka H0 diterima
 Pedoman Pengujian Hipotesis

 Jika thitung (nilai mutlak) < ttabel, maka H0 diterima

 Jika thitung (nilai mutlak) > ttabel, maka H0 ditolak
ATAU
 Jika Sig. > α, maka H0 diterima

 Jika Sig. < α, maka H0 ditolak

 Independent-Sample t Test

 Digunakan untuk menguji perbedaan rata-rata antara

dua sampel yang berbeda (tidak berhubungan). Uji ini
digunakan untuk menguji pengaruh suatu variabel
independen terhadap variabel dependennya.
 Contoh kasus : Suatu perusahaan obat khusus penurun
berat badan mengeluarkan dua produk baru, yaitu obat
X dan Y (variabel independen). Perusahaan tersebut
berkeyakinan bahwa penurunan berat badan (variabel
dependen) akan berbeda tergantung dari obat mana
yang dipakai. Perusahaan melakukan percobaan
dengan memberi obat X pada 10 orang relawan dan
obat Y pada 10 orang relawan lain selama 1 bulan untuk
menguji hipotesis tersebut
 Lanjutan…….
Berikut data penurunan berat badan selang waktu
1 bulan :

Jenis Obat Penurunan Berat Jenis Obat Penurunan Berat

X 5,5
X 6,0
X 4,0
X 4,0
X 5,0
X 4,5
X 5,0
X 5,0
X 5,5
X 5,5
Y 5,0
Y 5,5
Y 5,0
Y 4,0
Y 3,5
Y 3,0
Y 3,5
Y 4,0
Y 4,0
Y 3,5
Pembangunan Data
Langkah-langkah Independent-Sample t Test
Dengan SPSS
Hasil Analisis
 Pembahasan

 thitung = 2,714
 ttabel adalah t(0,025;18) = 2,101
 thitung (2,714) > ttabel (2,101), maka H0 ditolak sehingga
pernyataan kedua jenis obat tersebut memberi efek
penurunan berat badan yang sama tidak dapat diterima.
 Bila dilihat nilai significant (sig.),
nilai Sig (2-tailed) = 0,015 < α/2 = 0,025, maka H0
ditolak
 Paired-Sample t Test

 Digunakan untuk menguji perbedaan rata-rata antara

dua sampel berpasangan. Uji ini biasanya melibatkan
pengukuran pada suatu variabel atas pengaruh atau
perlakuan tertentu. Sebelum dan sesudah pemberian
pengaruh atau perlakuan tertentu variabel tersebut
diukur, apakah terjadi perubahan yang signifikan atau
tidak ?
 Contoh kasus : Suatu sekolah menyelenggarakan
pelajaran tambahan matematika bagi siswa yang
memiliki nilai matematika kurang bagus pada semester
pertama. Pelajaran tambahan diberikan awal semester
sampai akhir semester dua. Apakah pelajaran tambahan
itu memberi pengaruh semakin baik atau semakin jelek
pada nilai semester berikutnya ?
 Lanjutan…….
Untuk membuktikan hipotesis tersebut diambil sampel 10 siswa
yang mengikuti pelajaran tambahan tersebut. Berikut data nilai
rapor semester pertama dan semester kedua dari 10 siswa :

Siswa Semester 1 Semester 2

1 4,0 6,0
2 5,0 6,0
3 6,0 7,0
4 5,0 6,5
5 5,5 7,0
6 6,0 7,0
7 4,0 6,0
8 4,5 6,0
9 5,0 6,5
10 6,0 7,5
Pembangunan Data
Langkah-langkah Paired-Sample t Test
Dengan SPSS
Hasil Analisis
 Pembahasan

 thitung = - 12,429 12,429 (nilai mutlak)

 ttabel adalah t(0,025;9) = 2,262
 thitung (12,429) > ttabel (2,262), maka H0 ditolak jadi ada
selisih rata-rata pasangan nilai atau terbukti bahwa
program pelajaran tambahan memberi pengaruh positif
terhadap nilai rapor semester 2.
 Bila dilihat nilai significant (sig.),
nilai Sig (2-tailed) = 0,000 < α/2 = 0,025, maka H0
ditolak