STATISTIKA

(T-TEST)

Ali Akbar hidayat, se., me.

 INDIKATOR PEMBELAJARAN
Indikator Umum
Mahasiswa mampu memahami
dan mengaplikasikan uji-t (t-test) Mahasiswa mampu memahami dan
mengaplikasikan uji-t dengan
03 Sampel Bebas (Independent
Sample t-test), baik secara manual
maupun menggunakan program
spss.
Mahasiswa mampu memahami Indikator
dan mengaplikasikan uji-t dengan Ketercapaian
satu sampel (One Sample t-test),
baik secara manual maupun
Pembelajaran
menggunakan program spss.;
01 02
Mahasiswa mampu memahami dan
mengaplikasikan uji-t dengan sampel
berpasangan (Paired Sample t-test),
baik secara manual maupun
menggunakan program spss.

2
One sample
t-test
Let’s start with the first set of slides
DASAR TEORI
Pengujian rata-rata satu sampel dimaksudkan untuk menguji nilai tengah atau rata-rata

populasi (µ) sama dengan nilai tertentu (µo), lawan hipotesis alternatifnya bahwa nilai

tengah atau rata-rata populasi (µ) tidak sama dengan (µo). Pengujian satu sampel pada

prinsipnya ingin menguji apakah suatu nilai tertentu (yang diberikan sebagai pembanding)

berbeda secara nyata ataukah tidak dengan rata-rata sebuah sampel. Nilai tertentu di sini

pada umumnya adalah sebuah nilai parameter untuk mengukur suatu populasi.

Jadi kita akan menguji :

Ho : μ = µo, lawannya Ha : μ ≠ µo , dimana,

Ho merupakan hipotesa awal. Sedangkan,

Ha merupakan hipotesis alternatif atau hipotesis kerja

4
Rumus one sample t-test

t hit =
S=
Dimana:
t = Nilai t hitung
X̅ = nilai rata-rata sampel
µo = Nilai parameter (biasanya sudah ditentukan)
S = Nilai standar deviasi
n = Jumlah sampel

5
 Interpretas
i
1. Untuk menginterpretasikan t-test terlebih dahulu harus ditentukan :
 Nilai signifikansi α
 Df (degree of freedom)= N-k, khusus untuk one sample t-test, df = n-

2. Bandingkan nilai thit dengan ttab, dimana ttab= , n-1

3. Apabila :
 thit > ttab atau -thit < -ttab, maka H0 ditolak (berbeda secara

signifikansi)
 thit < ttab atau -thit > -ttab, maka H0 diterima (Tidak berbeda secara

signifikansi)
6
 Contoh soal
Pada acara Yudisium tahun ID IPK
Mahasiswa
2021, Ketua Jurusan IESP
A 3.70
mengatakan rata-rata IPK
B 3.59
Mahasiswa IESP yang di C 3.53 Dengan asumsi data
Yudisium adalah 3.65. Seorang D 3.64 berdistrbusi normal dan

dosen ingin membuktikan E 3.81 menggunakan taraf

F 3.72 signifikasi (α) = 5%
pernyataan tersebut. Dia telah
G 3.88 Apakah rata-rata IPK
mengambil sampel secara acak
H 3.51 Mahasiswa IESP yang
dari 10 mahasiswa IESP yang
I 3.64 Yuduisum tahun 2021 sama
Yudisium tahun 2021 dengan J 3.72 dengan 3.65?
hasil sebagai berikut : 7
 PENYELESAIAN SECARA MANUAL
1. Pembuatan hipotesis
- Ho : μ = 3.65, rata-rata IPK Mahasiswa ISEP yang yudisum tahun 2021
sama dengan 3.65
- Ha : μ ≠ 3.65, rata-rata IPK Mahasiswa ISEP yang yudisum tahun 2021
tidak sama dengan 3.65
2. Taraf signifikasi (α) = 5% atau 0,05
3. Menghitung nilai t.
4. Menentukan nilai ttab = , n-1
5. Keputusan
- Jika thit > ttab atau -thit < -ttab, maka Ho ditolak
- thit < ttab atau -thit > -ttab, maka Ho diterima
8
Tabel bantu
No ID Mahasiswa IPK (X)
1 A 3.70 0.03 0.00068
2 B 3.59 -0.08 0.00706
3 C 3.53 -0.14 0.02074
4 D 3.64 -0.03 0.00116
5 E 3.81 0.14 0.01850
6 F 3.72 0.05 0.00212
7 G 3.88 0.21 0.04244
8 H 3.51 -0.16 0.02690
9 I 3.64 -0.03 0.00116
10 J 3.72 0.05 0.00212
Total (∑) 36.74 0.12
Rata-rata ( 3.67 9
 Input nilai ke
rumus
Mencari nilai standar deviasi Setelah ditemukan nilai standar
terlebih dahulu: deviasi, maka kita masukkan ke
S= rumus t hitung

S= thit =

S= thit =
S = 0.117
thit =

thit = = 0.650

10
 Mencari nilai t tabel
Setelah nilai t hitung diketahui, maka selanjutnya mencari nilai t tabel
t tabel = , n-1
t tabel = 0,05/2 , 10-1 = 0,025 , 9

11
1.
Kesimpulan
Nilai t hitung sebesar 0.650, sedangkan nilai t tabel = 2.26216

2. Berdasarkan hasil tersebut, bahwa nilai t hitung lebih kecil dari nilai t tabel, artinya bahwa H0

diterima (Ha ditolak) yang menyatakan bahwa rata-rata IPK Mahasiswa ISEP yang yudisium

tahun 2021 sama dengan 3.65

-2.262 0 2.262
-0.650 0.650
12
PENYELESAIAN
DENGAN SPSS
1. Membuka program SPSS
2. Membuat variable pada Variable View
dan Mengisi data sampel pada Data View
3. Klik Analyze » Compare Means » One
Sample t-test.
4. Pindahkan variable IPK ke kotak Test
Variable
5. Klik Option » Pastikan nilai
Confindence Interval = 95%, lalu klik
Continue
6. Isi nilai Test Value sesuai dengan soal
(disini 3.65)
7. Klik OK

13
PENGAMBILAN
KEPUTUSAN
1. Apabila nilai sig. (2-tailed) lebih besar dari
0.05, maka Ho diterima
2. Apabila nilai sig. (2-tailed) lebih kecil dari
0.05, maka Ho ditolak
3. Berdasarkan hasil tersebut, bahwa nilai sig.
(2-tailed) adalah 0.532, lebih besar dari
0.05, artinya bahwa H0 (Hipotesa nol)
diterima, yang menyatakan bahwa rata-rata
IPK Mahasiswa ISEP yang yudisium tahun
2021 sama dengan 3.65

14
Any questions?

15
LATIHAN SOAL
ID PENJUALAN (Rp.)
Seorang pengusaha berpendapat
A 1000
bahwa rata-rata penjualan perhari
B 980
karyawankaryawannya adalah
sebesar Rp. 1.020,00 dengan C 880
alternatif tidak sama dengan itu. D 970
Untuk maksud pengujian E 850
pendapatnya, pengusaha tersebut 1200
F
melakukan wawancara terhadap
G 770
13 orang karyawannya yang
dipilih secara acak. H 920

I 870
Dengan asumsi data berdistribusi J 900
normal dan menggunakan α =5%,
K 930
ujilah pendapat tersebut dan
L 1100
berikan analisa anda. Hasil
wawancaranya adalah sebagai M 1150
berikut.

16
PAIRED
SAMPLE
T-TEST
DASAR
TEORI Uji – t berpasangan (paired t-test) adalah
salah satu metode pengujian hipotesis
dimana data yang digunakan tidak bebas
(berpasangan). Ciri-ciri yang paling sering
ditemui pada kasus yang berpasangan
adalah satu individu (objek penelitian)
dikenai dua buah perlakuan yang
berbeda. Walaupun menggunakan individu
yang sama, peneliti tetap memperoleh 2
macam data sampel, yaitu data dari
perlakuan pertama dan data dari
perlakuan kedua.

Hipotesis dari kasus ini dapat ditulis :

Ho : μ - µo = 0 atau µ1 = µ2
Ha : : μ - µo ≠ 0 atau µ1 ≠ µ2
Ha bahwa selisih sebenarnya dari kedua
rata-rata tidak sama dengan nol 18
RUMUS PAIRED SAMPLE T-TEST
thit = S=

Dimana:
t = Nilai t hitung
X̅ = nilai rata-rata selisih sampel satu dan dua
S = Nilai standar deviasi selisih sampel satu dan
dua
n = Jumlah sampel

19
interpretation
Untuk menginterpretasikan
Paired t-test, terlebih dahulu Bandingkan nilai thit dengan ttab,
dientukan dimana ttab = , n-1
 Nilai signifikansi α
 Df (degree of freedom)= N-k,
khusus untuk paired sample t-
test, df = n-1

Apabila:
- thit > ttab atau -thit < -ttab, maka
H0 ditolak (berbeda secara
signifikansi)
- thit < ttab atau -thit > -ttab,
maka H0 diterima (Tidak
Uji statistik t (karena n < 30). berbeda secara signifikansi)

20
 CONTOH
Seorang peneliti ingin ID Sebelum Sesudah
mengetahui efektivitas
A 76 77
pengaruh model
pembelajaran B 78 78
Cooperative Learning C 75 80
type Jigsaw terhadap D 80 82 Dengan asumsi data
prestasi belajar berdistrbusi normal dan
E 74 82
ekonometrika mahasiswa menggunakan taraf
IESP. Dari satu kelas F 72 76 signifikasi (α) = 5%
hanya diambil sample 10 G 68 78 Apakah terdapat pengaruh
mahasiswa dan dilakukan model pembelajaran
H 67 80 Cooperative learning type
tes prestasi sebelum dan
I 69 79 jigsaw terhadap prestasi
sesudah diterapkan model belejar ekonometrika
pembelajaran Cooperative J 79 84 mahasiswa IESP?
Learning Type Jigsaw.

21
 PENYELESAIAN SECARA MANUAL
Pembuatan hipotesis
- Ho : μ - µo = 0 atau µ1 = µ2, tidak ada pengaruh
pembelajaran Cooperative learning type jigsaw
terhadap prestasi belajar ekonometrikamahasiswa IESP
- Ha : : μ - µo ≠ 0 atau µ1 ≠ µ2, ada pengaruh
pembelajaran Cooperative learning type jigsaw Uji statistik t (karena Menentukan nilai
terhadap prestasi belajar ekonometrika mahasiswa IESP n < 30). ttab = , n-1
1 3 5

2 4 6

Keputusan
Taraf signifikasi (α) Menghitung nilai t. - Jika thit > ttab atau -thit < -ttab, maka Ho ditolak
- Jika thit < ttab atau -thit > -ttab, maka Ho
= 5% atau 0,05
diterima
22
TABEL BANTU
ID Sebelum (Xi) Sesudah (Xj) (Xj - Xi) )
A 76 77 1 -4,8 23,04
B 78 78 0 -5,8 33,64
C 75 80 5 -0,8 0,64
D 80 82 2 -3,8 14,44
E 74 82 8 2,2 4,84
F 72 76 4 -1,8 3,24
G 68 78 10 4,2 17,64
H 67 80 13 7,2 51,84
I 69 79 10 4,2 17,64
J 79 84 5 -0,8 0,64
Total (∑) 58 167,6
Rata-rata ( 5,8
23
 INPUT HASIL TABEL KE RUMUS
Mencari nilai standar deviasi terlebih dahulu: Setelah ditemukan nilai standar deviasi, maka kita masukkan ke
rumus t hitung
S=

S= t hit =

S=
t hit =
S = 4.32

t hit =

t hit = = 4.250

24
 NILAI T TABEL
Setelah nilai t hitung diketahui, maka selanjutnya mencari nilai t tabel
t tabel = , n-1
t tabel = 0,05 , 10-1 = 0,05 , 9

25
 03

KESIMPU -4.250 -2.262 0 2.262 4.250

LAN
Nilai t hitung = 4,250,
sedangkan nilai t tabel =
2,26216.

01 02 Berdasarkan hasil tersebut, bahwa nilai t

hitung lebih besar dari nilai t tabel, artinya
bahwa H0 ditolak (Ha diterima) yang
menyatakan bahwa ada pengaruh
pembelajaran Cooperative learning type
jigsaw terhadap prestasi belajar
ekonometrika mahasiswa IESP.

26
PENYELESAIAN
DENGAN SPSS
1. Membuka program SPSS
2. Membuat variable pada Variable View dan
Mengisi data sampel pada Data View
3. Klik Analyze » Compare Means » Paired
Sample t-test.
4. Pindahkan variable :
- Sebelum » Kotak Paired Variable (Variabel
1)
- Sesudah » Kotak Paired Variable (Variabel
2)
5. Klik Option » Pastikan nilai Confindence
Interval = 95%, lalu klik Continue
6. Klik OK

27
PENGAMBILAN
KEPUTUSAN
1. Apabila nilai sig. (2-tailed) lebih besar
dari 0.05, maka Ho diterima
2. Apabila nilai sig. (2-tailed) lebih kecil
dari 0.05, maka Ho ditolak
3. Berdasarkan hasil tersebut, bahwa nilai
sig. (2-tailed) adalah 0.532, lebih besar
dari 0.05, artinya bahwa H0 (Hipotesa
nol) diterima, yang menyatakan bahwa
rata-rata IPK Mahasiswa ISEP yang
yudisium tahun 2021 sama dengan 3.65

28
Any questions?

29
latihan ID Sebelum Sesudah

A 67 68
Seorang Mahasiswa akan diteliti
B 75 76
mengenai perbedaan penjualan sepeda
motor merk A di kota Mataram sebelum C 81 80

dan sesudah kenaikan harga BBM. Data D 60 63

diambil dari 15 dealer. Data yang E 80 85

diperoleh adalah sebagai berikut F 75 74

G 71 70
Dengan asumsi data berdistribusi H 68 71
normal, dan taraf signifikansi 5%, maka I 80 82
tentukan apakah ada perbedaan J 78 79
penjualan sepeda motor merk A K 71 78
disebuah kabupaten sebelum dan L 80 77
sesudah kenaikan harga BBM? M 65 69
N 57 67
O 78 68

30
INDEPENDEN
T SAMPLE t-
test
DASAR TEORI
Uji ini untuk mengetahui perbedaan rata-rata dua populasi/kelompok data yang
independen. Contoh kasus, suatu penelitian ingin membandingkan prestasi mahasiswa
IESP yang kuliah dengan bekerja dan tidak bekerja. Responden terbagi dalam dua
kelompok yaitu kelompok Mahasiswa IESP yang kuliah dan kerja dan Mahasiswa IESP
yang kuliah dan tidak bekerja.
Independent Sampel t-test ini memiliki asumsi/syarat yang mesti dipenuhi, yaitu :
a. Datanya berdistribusi normal.
b. Kedua kelompok data independen (bebas)
c. variabel yang dihubungkan berbentuk numerik dan kategorik (dengan hanya 2
kelompok)

32
 RUMUS INDEPENDENT SAMPLE T-
TEST
thit =

Dimana:

M1= SS1 =

M2= SS2 =

Keterangan:
M1 = rata-rata skor kelompok 1
M2 = rata-rata skor kelompok 2
SS1 = sum of square kelompok 1
SS2 = sum of square kelompok 2
n1 = jumlah subjek/sample kelompok 1
n2 = jumlah subjek/sample kelompok 2 33
 Apabila :
03 - thit > ttab atau -thit < -ttab, maka H0
ditolak (berbeda secara signifikansi)
- thit < ttab atau -thit > -ttab, maka H0
diterima (Tidak berbeda secara
Untuk menginterpretasikan t-test signifikansi)
terlebih dahulu harus ditentukan :
 Nilai signifikansi α
INTERPRET
 Df (degree of freedom) = N - k, ASI
khusus untuk independent
sample t-test, df = n - 2, atau Df =
(n1 + n2) - 2 01 02

Bandingkan nilai thit dengan ttab,

dimana ttab = , (n1 + n2) - 2

34
 CONTOH
Seorang Dosen ingin mengetahui No KK KT
pengaruh beban kerja terhadap
kecepatan mengerjakan soal 1 178 191
ekonometrika pada mahasiswa
IESP. Setelah mendapatkan 16 2 175 202
mahasiswa, yang terbagi dalam 2
3 187 183
kelompok, yaitu kelompok kuliah
dan tidak bekerja (KT) dan 4 170 196
kelompok kuliah dan bekerja (KB).
Nilai yang diperoleh dari waktu 5 175 195
(detik) yang dibutuhkan untuk
menyelesaikan soal ekonometrika. 6 173 193
7 163 207
Dengan asumsi data berdistrbusi
normal dan menggunakan taraf 8 171 198
signifikasi (α) = 5%, apakah ada
perbedaan kecepatan mengerjakan
soal ekonometrika antara kelompok
mahasiswa yang kuliah dan tidak
bekerja dengan kelompok
mahasiswa yang kuliah dan
bekerja?. 35
 PENYELESAIAN SECARA MANUAL
1. Pembuatan hipotesis
- Ho : Tidak ada perbedaan kecepatan mengerjakan soal ekonometrika antara kelompok mahasiswa
yang kuliah dan tidak bekerja dengan mahasiswa yang kuliah dan bekerja.
- Ha : Ada perbedaan kecepatan mengerjakan soal ekonometrika antara kelompok mahasiswa yang
kuliah dan tidak bekerja dengan mahasiswa yang kuliah dan bekerja
2. Taraf signifikasi (α) = 5% atau 0.05
3. Menghitung nilai t.
4. Menentukan nilai ttab = , (n1 + n2) - 2
5. Keputusan:
- Jika thit > ttab atau -thit < -ttab, maka Ho ditolak
- Jika thit < ttab atau -thit > -ttab, maka Ho diterima

36
 TABEL BANTU
No KK (X1) KK (X2)
1 178 191 31.684 36.481
2 175 202 30.625 40.804
3 187 183 34.969 33.489
4 170 196 28.900 38.416
5 175 195 30.625 38.025
6 173 193 29.929 37.249
7 163 207 26.569 42.849
8 171 198 29.241 39.204
Total (∑) 1392 1565 242.542 306.517

37
 Input hasil tabel ke rumus
M1 = M2 =

M1 = M2 =

M1 = 174 M2 = 195,625

SS1 = SS2 =

SS1 = SS2 =

SS1 = SS2 =

SS1 = 242.542 – 242.208 = 334 SS2 = 306.517 –306.153,125 = 363,875

38
 NILAI T HITUNG

thit = thit =

thit = = - 6.13

thit =
thit =

39
 Nilai t tabel
Setelah nilai t hitung diketahui, maka selanjutnya mencari nilai t tabel
t tabel = , (n1+n2) -2
t tabel = 0,05 , (8+8) - 2 = 0.05 , 14

40
1.
Kesimpulan
Nilai t hitung sebesar -6.13 (atau 6.13, karena dua arah), sedangkan nilai t tabel = 2.145 (atau -2.145,

karena dua arah).

2. Berdasarkan hasil tersebut, bahwa nilai t hitung lebih besar dari nilai t tabel atau nilai –t hitung lebih kecil

dari –t tabel, artinya bahwa H0 ditolak (Ha diterima) yang menyatakan bahwa ada perbedaan kecepatan

mengerjakan soal ekonometrika antara kelompok mahasiswa yang kuliah dan tidak bekerja dengan

mahasiswa yang kuliah dan bekerja

-6,13 -2,145 0 2,145 6,13 41

PENYELESAIAN
DENGAN SPSS
1. Membuka program SPSS
2. Membuat variable pada Variable View
3. Klik tanda :…: pada colom Value
4. Mengisi nilai value, mengisi label, dan klik
add. Setelah terisi, klik OK
5. Mengisi nilai variable dan group pada halaman
Variabel View
6. Klik Analyze » Compare Means »
Independent Sample t-test.
7. Pindahkan variable :
- “lama mengerjakan” » Test Variable
- “Kelompok” » Grouping Variable
8. Klik Define Group, isi:
- “Group 1” » Angka 1
- “Group 2” » Angka 2, lalu klik Continue
9. Klik Option » Pastikan nilai Confindence
Interval = 95%, lalu klik Continue 42
PENGAMBILAN
KEPUTUSAN
1. Apabila nilai sig. (2-tailed) lebih besar
dari 0.05, maka Ho diterima
2. Apabila nilai sig. (2-tailed) lebih kecil
dari 0.05, maka Ho ditolak
3. Berdasarkan hasil tersebut, bahwa nilai
sig. (2-tailed) adalah 0.000, lebih kecil
dari 0.05, artinya bahwa Ho ditolak (Ha
diterima), yang menyatakan yang
menyatakan bahwa ada perbedaan
kecepatan mengerjakan soal
ekonometrika antara kelompok
mahasiswa yang kuliah dan tidak
bekerja dengan mahasiswa yang kuliah
dan bekerja

43
Any questions?

44
 LATIHAN
Seorang peneliti ingin menerapkan ID Metode A Metode B
dua metode mengajar yang berbeda,
sebutlah metode A dan metode B. A 6 6
kedua metode mengajar diterapkan B 8 7
pada sekelompok mahasiswa
C 7 8
berjumlah 15 orang.
Data diperoleh sebagai berikut: D 6 4
E 6 3

Dengan asumsi data berdistrbusi F 7 9

normal dan menggunakan taraf G 5 4
signifikasi (α) = 5%, apakah ada H 4 6
perbedaan hasil metode A dan
metode B terhadap prestasi belajar I 8 7
mahasiswa IESP? J 7 8
K 9 9
L 5 4
M 4 3
N 8 7
O 7 5 45
 DAFTAR
PUSTAKA
Nuryadi, Astuti, T. D., Utami, E. S., & Budiantara, M. 2017. Dasar-dasar Statistik
Penelitian. Yogyakarta: Gramasurya.

46