uji T

1. KOMPUTER STATISTIK
MATH-B’12
Kelompok 3
 Ekky Irza Arfiansyah (E1R 012 008)
 Febri Arianti (E1R 012 011)
 Lalu Asshidiqi Assaufi (E1R 012 025)
 Mely Sukmawandari (E1R 012 027)

2. U J I T D U A V A R I A B E L Y A N G S A L I N G B E B A S
Uji ini dipakai untuk membandingkan suatu peubah dengan subjek peubah
yang memiliki hubungan yang saling bebas. Untuk melakukan uji ini
diperlukan tiga asumsi:
• Populasi harus berdistribusi normal atau mendekati distribusi normal.
• Kedua populasi harus independen
• Varians populasi adalah sama
Contoh kasus:
Berikut adalah data hasil nilai tes dari dua kelas pada suatu materi dengan
metode pembelajaran yang berbeda, yaitu metode tradisional dan metode
baru. Peneliti ingin mengetahui apakah ada perbedaan rata-rata
pemahaman peserta pada materi tertentu setelah ditatar dengan metode
tradisional dan baru?

3. No Nilai Metode
1 80 Tradisional
2 71 Tradisional
3 85 Tradisional
4 54 Tradisional
5 62 Tradisional
6 71 Tradisional
7 84 Tradisional
8 57 Tradisional
9 72 Tradisional
10 81 Tradisional
11 59 Tradisional
12 63 Tradisional
13 87 Tradisional
14 81 Tradisional
15 69 Tradisional
16 61 Tradisional
17 85 Tradisional
18 74 Tradisional
19 69 Tradisional
20 88 Tradisional
21 83 Tradisional
22 61 Tradisional
23 76 Tradisional
24 78 Tradisional
25 79 Tradisional
26 83 Tradisional
27 58 Tradisional
28 86 Tradisional
29 63 Tradisional
30 79 Tradisional
No Nilai Metode
31 82 Baru
32 75 Baru
33 88 Baru
34 61 Baru
35 70 Baru
36 76 Baru
37 87 Baru
38 66 Baru
39 78 Baru
40 84 Baru
41 66 Baru
42 71 Baru
43 91 Baru
44 85 Baru
45 75 Baru
46 69 Baru
47 88 Baru
48 80 Baru
49 77 Baru
50 95 Baru
51 85 Baru
52 69 Baru
53 81 Baru
54 82 Baru
55 82 Baru
56 86 Baru
57 64 Baru
58 90 Baru
59 70 Baru
60 83 Baru
Hipotesis:
Ho: Rata-rata pemahaman peserta pada materi tertentu setelah ditatar dengan
metode tradisional dan baru tidak berbeda.
Ha: Rata-rata pemahaman peserta pada materi tertentu setelah ditatar dengan
metode tradisional dan baru berbeda

4. Langkah-langkah uji T dalam SPSS:
1. Input data ke tabel SPSS seperti pada gambar
berikut.
Variable view

5. 2. Pilih menu Analyze, Compare Means, lalu Independent-Samples T Test.
Pada Test Variable(s)
masukan peubah nilai, lalu
pada Grouping Variable
masukan peubah metode.
Secara otomatis Define Group
akan aktif lalu klik akan tampil
pada layar kotak dialognya
sebagai berikut:
3. Kemudian muncul box dialog berikut.

6. 5. Pilihlah Options. Kemudian pada kolom
Confidence Interval biarlah berisi nilai
defautnya yaitu 95 % lalu klik Continue.
6. Untuk mengeluarkan hasilnya klik OK. Maka muncul hasil seperti dibawah ini
4. Pada Group 1 masukan nilai 1 pada
Group 2 masukan nilai 2, lalu klik
Continue.

7. Pertama lihat kolom Levene’s Test Equality of Variances. Terlihat bahwa nilai sig
adalah 0,201 > dari 0,05, maka dapat dikatakan bahwa tidak ada perbedaan varians
pada data. Dengan demikian kita akan menggunakan baris Equal variances
assumed.
Dasar Penarikan Kesimpulan: Berdasarkan Probabilitas (Taraf Signifikansi 5%)
a. Jika probabilitas > 0,05, Ho diterima
b. Jika probabilitas < 0,05, Ho ditolak
Dari keluaran SPSS di atas terlihat bahwa probabilitas yang diperoleh adalah 0,041
< 0,05 yang artinya probabilitas < 0,05 sehingga Ho ditolak. Dengan demikian dapat
disimpulkan “Rata-rata pemahaman peserta pada materi tertentu setelah ditatar
dengan metode tradisional dan baru berbeda”.

8. Selain membandingkan rata – rata antara dua sampel bebas. Uji t
juga bisa dilakukan dengan menggunakan nilai batas (cut point). Hal ini
berarti dicari apakah rata rata nilai variabel di atas cut point mempunyai
kesamaan atau tidak dengan rata – rata nilai variabel di bawah cut point.
Contoh kasus:
Berikut adalah data nilai sikap dan prestasi siswa SMA Negeri 1 Praya.
Akan diuji apakah ada perbedaan rata-rata prestasi siswa yang nilai
sikapnya di atas 58 dan di bawah 58?
UJI T UNTUK MEMBEDAKAN DUA SAMPEL YANG SALING BEBAS
DENGAN MENGGUNAKAN CUT POINT

9. No Sikap Prestasi
1 68 87
2 60 55
3 51 50
4 63 70
5 50 55
6 64 81
7 65 83
8 54 60
9 58 72
10 42 48
11 57 69
12 45 55
13 40 45
14 52 51
15 61 77
16 55 59
17 62 71
18 48 57
19 55 65
20 60 69
No Sikap Prestasi
21 54 66
22 44 54
23 49 58
24 75 79
25 66 84
26 76 99
27 62 77
28 70 70
29 70 90
30 72 93
31 59 72
32 50 59
33 46 54
34 43 58
35 64 64
36 40 48
37 56 69
38 74 96
39 59 59
40 53 65
Hipotesis:
Ho: Tidak ada perbedaan rata-rata prestasi siswa yang nilai sikapnya di atas 58
dan di bawah 58.
Ha: Ada perbedaan rata-rata prestasi siswa yang nilai sikapnya di atas 58 dan di
bawah 58.
Nilai 58 dipilih sebagai nilai cut point karena merupakan median dari data nilai sikap

10. Langkah-langkah:
1. Pada menu utama Analyze pilihlah Compare-Means. Lalu pilih Independent-
Samples T test.
2. Lalu pada Test Variable(s) peubah Prestasi dan pada Grouping Variable
masukan Sikap sebagai kriteria peubah yang ingin dilihat perbedaannya,secara
otomatis tombol Define Group menjadi aktif.
3. Klik Define Group maka akan muncul kotak dialognya sesperti pada Gambar
berikut:
4. Kemudian check Cut Point dan isikan nilai 58. Klik Continue.
5. Kllik Options dan biarkan kolom Confidence Interval tetap pada defaultnya yaitu
95. Klik continue.
6. Untukmengeluarakan hasilnya klik OK.Maka terlihat hasil sebagai berikut:

11. Penarikan kesimpulan:
Pertama lihat kolom Levene’s Test Equality of Variances. Terlihat bahwa nilai sig
adalah 0,030 < dari 0,05, maka dapat dikatakan bahwa ada perbedaan varians pada
nilai sikap di atas 58 dan di bawah. Dengan demikian kita akan menggunakan baris
Equal variances not assumed.
Untuk kesimpulan lihat kolom Sig (2-tailed). Nilainya adalah 0 yang artinya < 0,05,
maka Ho ditolak.
Jadi kesimpulannya adalah “Ada perbedaan rata-rata prestasi siswa yang nilai
sikapnya di atas 58 dan di bawah 58”.