Modul ini menjelaskan tentang penggunakan uji T. Modul ini digunakan untuk kalangan terbatas saja, tapi jika ada kalangan lain yang ingin menggunakannya, dipersilahkan dengan tetap mengedepankan profesionalitas.
Uji beda mean terdiri dari
Uji beda mean satu sampel
Uji beda mean dua sampel
- dua mean independen
- dua mean dependen
Uji beda mean lebih dari dua sampel
Modul ini menjelaskan tentang penggunakan uji T. Modul ini digunakan untuk kalangan terbatas saja, tapi jika ada kalangan lain yang ingin menggunakannya, dipersilahkan dengan tetap mengedepankan profesionalitas.
Uji beda mean terdiri dari
Uji beda mean satu sampel
Uji beda mean dua sampel
- dua mean independen
- dua mean dependen
Uji beda mean lebih dari dua sampel
3. Hypothesis
Testing
Hipotesis diartikan sebagai pernyataan yang
masih lemah kebenarannya dan perlu dibuktikan.
Hipotesis dinyatakan dalam dua bentuk, yakni:
• Hipotesis nol (H0), yakni pernyataan yang
akan diuji kebenaran atau keberlakuannya
dengan bukti numerik.
• Hipotesis alternatif (H1 atau Ha), yakni
hipotesis yang bertentangan dengan H0.
3
4. One Sample T-Test (Satu Arah)
Kelapa Sawit (data dari youtube)
Rata - rata target pencapaian hasil panen Kelapa Sawit di seluruh
wilayah Perkebunan adalah lebih besar dari 90%. Untuk menguji
kebenarannya dilakukan sampling data di 15 wilayah sebagai berikut.
4
5. LANGKAH :
Cek Asumsi Normalitas
Klik Stat >> Basic Statistics >> Normality Test >> masukkan variabel, pilih jenis
uji dengan cara centang Ryan-Joiner
RJ: 0,987 dengan P-
Value > 0,100 di mana
lebih dari 0,05, maka
variabel dinyatakan
berdistribusi normal.
5
6. LANGKAH :
Hypotesis Testing
Klik Stat >> Basic Statistics >> 1 - sample t >> masukkan variabel dan miu0 >>
pilih options dan pilih alternative greater than
6
7. Hypotesis Testing
Statistik Uji
df = n - 1 = 14
alfa = 0.05
Ttabel (0.025;14) = 1.76
Daerah Kritis
Tolak H0 bila Thit > Ttabel atau P-value < alfa
Gagal Tolak H0 karena 1.69 < 1.76 dan 0.057 > 0.05
Kesimpulan
rata – rata pencapaian hasil panen kelapa sawit sama dengan 90 7
8. One Sample T-Test (Dua Arah)
Kelapa Sawit (data dari youtube)
Rata - rata target pencapaian hasil panen Kelapa Sawit di seluruh
wilayah Perkebunan adalah 100%. Untuk menguji kebenarannya
dilakukan sampling data di 15 wilayah sebagai berikut.
8
9. LANGKAH :
Cek Asumsi Normalitas
Klik Stat >> Basic Statistics >> Normality Test >> masukkan variabel, pilih jenis
uji dengan cara centang Ryan-Joiner
RJ: 0,987 dengan P-
Value > 0,100 di mana
lebih dari 0,05, maka
variabel dinyatakan
berdistribusi normal.
9
11. Hypotesis Testing
Statistik Uji
df = n - 1 = 14
alfa = 0.05
Ttabel (0.05;14) = 2.144
Daerah Kritis
Tolak H0 bila Thit <= - Ttabel atau Thit >= Ttabel atau P-value < alfa
Tolak H0 karena -4.19 <= -2.144 dan 0.001 < 0.05
Kesimpulan
rata – rata pencapaian hasil panen kelapa sawit tidak sama dengan 100 11
12. Independent Sample
T-Test (Satu Arah)
Nilai Kelas (data dari website SPSS Indonesia)
Ingin diuji apakah nilai kelas hasil ujian matematika antara kelas A dan B sama atau
bahkan lebih besar di salah satu kelas.
12
13. LANGKAH :
Cek Asumsi Normalitas
Klik Stat >> Basic Statistics >> Normality Test >> masukkan kedua variabel,
pilih jenis uji dengan cara centang Kolmogorov Smirnov
KS: 0,148 dan 0,114
dengan P-Value > 0,150
di mana lebih dari 0,05,
maka kedua variabel
dinyatakan
berdistribusi normal.
13
14. LANGKAH :
Cek Asumsi Homogenitas
Klik Stat >> Basic Statistics >> 2 Variances >> masukkan kedua variabel >>
klik option >> pilih greater than
P-Value levene test yakni
0,052 di mana lebih dari
0,05, maka variabel sudah
memenuhi asumsi
homogen atau variansi
populasi adalah sama.
14
15. LANGKAH :
Hypotesis Testing
Klik Stat >> Basic Statistics >> 2 - sample t >> masukkan variabel >> centang
varians yang sama >> option >> pilih less than sebagai alternative
15
16. Hypotesis Testing
Statistik Uji
df = n1 + n2 - 2 = 42; alfa = 0.05; Ttabel (0.05;42) = 1.68
Daerah Kritis
Tolak H0 bila Thit > Ttabel atau P-value < alfa
Tolak H0 karena 11.33 > 1.68 dan 0.000 < 0.05
Kesimpulan
rata – rata pencapaian nilai matematika kelas A kurang dari sama dengan kelas B 16
17. Independent Sample
T-Test (Dua Arah)
Nilai Kelas (data dari website SPSS Indonesia)
Ingin diuji apakah nilai kelas hasil ujian matematika antara kelas A dan B sama atau
tidak di kedua kelas
17
18. LANGKAH :
Cek Asumsi Normalitas
Klik Stat >> Basic Statistics >> Normality Test >> masukkan kedua variabel,
pilih jenis uji dengan cara centang Kolmogorov Smirnov
KS: 0,148 dan 0,114
dengan P-Value > 0,150
di mana lebih dari 0,05,
maka kedua variabel
dinyatakan
berdistribusi normal.
18
19. LANGKAH :
Cek Asumsi Homogenitas
Klik Stat >> Basic Statistics >> 2 Variances >> masukkan kedua variabel >>
klik option >> pilih not equal
P-Value levene test yakni
0,104 di mana lebih dari
0,05, maka variabel sudah
memenuhi asumsi
homogen atau variansi
populasi adalah sama.
19
20. LANGKAH :
Hypotesis Testing
Klik Stat >> Basic Statistics >> 2 - sample t >> masukkan variabel >> centang
varians yang sama >> option >> pilih not equal sebagai alternative
20
21. Hypotesis Testing
Statistik Uji
df = n1 + n2 - 2 = 42; alfa/2= 0.025; Ttabel (0.025;42) = 2.02
Daerah Kritis
Tolak H0 bila Thit < - Ttabel atau Thit > Ttabel atau P-value < alfa
Tolak H0 karena -11.33 < -2.02 dan 0.000 < 0.05
Kesimpulan
rata – rata pencapaian nilai matematika kelas A dan B tidak sama 21
22. Pengaruh Model Pembelajaran TGT Terhadap Hasil Belajar Siswa
pada Materi Tata Nama Senyawa di MAS Darul Ihsan Aceh Besar
Paired T-Test Satu Arah
22
23. Cek Asumsi Normalitas
Langkah-langkah
Klik Stat >> Basic Statistics >>
Normality Test>>Masukkan
variabel >> Centang Kolmogorov
Sminov
Nilai KS > 0.05 yaitu 0.167 dan 0.219
maka Data berdistribusi Normal
untuk itu bisa dilakukan pengujian
lebih lanjut 23
24. Klik Stat >> Basic Statistics >> 2 Variances >>
masukkan kedua variabel >> Klik Option >> Pilih
Less than
LANGKAH-LANGKAH
Cek Asumsi Homogenitas
P-Value Levene 0.998 > 0.05 yang artinya data sudah memenuhi asumsi homogenitas atau
varians kedua populasi adalah sama 24
26. Statistik Uji
df = n-1=29 ; alpha = 0.05 ;
Ttabel (0.05;29) = -1.699
Daerah Kritis
Tolak H0 bila Thit < -Ttabel
Tolak H0 karena -18.86 < -1.699
Kesimpulan
Terdapat pengaruh model pembelajaran TGT terhadap hasil belajar siswa pada materi
tata nama senyawa di MAS Darul Ihsan Aceh Besar
26
27. Pengaruh Model Pembelajaran TGT Terhadap Hasil Belajar Siswa
pada Materi Tata Nama Senyawa di MAS Darul Ihsan Aceh Besar
Paired T-Test Dua Arah
27
28. Cek Asumsi Normalitas
Klik Stat >> Basic Statistics >>
Normality Test>>Masukkan
variabel >> Centang Kolmogorov
Sminov
Nilai KS > 0.05 yaitu 0.167 dan 0.219
maka Data berdistribusi Normal
untuk itu bisa dilakukan pengujian
lebih lanjut
28
29. Cek Asumsi Homogenitas
LANGKAH-LANGKAH
Klik Stat >> Basic Statistics >> 2 Variances >>
masukkan kedua variabel >> Klik Option >> Pilih
Not equal
P-Value Levene 0.005 yang artinya
data belum memenuhi asumsi
homogenitas atau varians kedua
populasi adalah berbeda
29
31. Statistik Uji
df = n-1=29 ; alpha = 0.05 ;
Ttabel (0.05;29) = 1.699
Daerah Kritis
Tolak H0 bila |Thit| > Ttab
Tolak H0 karena 31.65 > 1.699
Kesimpulan
Terdapat pengaruh model pembelajaran TGT terhadap hasil belajar siswa pada
materi tata nama senyawa di MAS Darul Ihsan Aceh Besar
31
3