BAB I

PENDAHULUAN

Statistik ada dua jenis : parametrik dan non parametrik. Statistik parametrik
bergantung pada asumsi-asumsi atau anggapan mengenai populasi. Adapun statistik non
parametrik tidak bergantung pada asumsi manapun. Asumsi-asumsi itu antara lain adalah
normalitas dan homogenitas data. Jenis-jenis statistik parametrik antara lain : uji-t, uji-z,
anova, ancova, korelasi pearson, dan regresi linier. Tetapi dalam makalah ini hanya
membahas sebagiannya saja yaitu uji-t dan uji-z.
Dalam pengujian hipotesis secara manual, tidak lepas dari tabel distribusi, yaitu
dengan cara melakukan perbandingan antara statistik hitung dengan statistik uji. Untuk
membuat perbandingan tersebut, maka yang harus dimiliki oleh seorang peneliti adalah
adanya statistik uji. Jika statistik hitung di dapatkan dari hasil perhitungan, maka statistik uji
didapatkan dari tabel distribusi. Jika statistik uji-t yang kita gunakan, maka tabel distribusi t
yang harus kita pakai sebagai perbandingan. Begitu juga untuk uji hipotesis dengan
menggunakan statistik untuk uji-z.
Uji-t merupakan salah satu jenis uji hipotesis yang sering digunakan dalam penelitian.
Uji-t termasuk kedalam jenis statistik parametrik sehingga untuk menggunakannya haruslah
memenuhi syarat uji statistik parametrik.

BAB II
PEMBAHASAN
A.UJI-T
1. Syarat dan Ciri-Ciri Penggunaan Uji-t
Uji-t merupakan salah satu jenis uji hipotesis yang sering digunakan dalam penelitian.
Uji-t termasuk kedalam jenis statistik parametrik sehingga untuk menggunakannya haruslah
memenuhi syarat uji statistik parametrik. Uji-t merupakan statistik uji yang sering kali
ditemui dalam masalah-masalah praktis statistika.
Syarat menggunakan uji-t :
1. Karena uji-t termasuk kedalam golongan statistik parametrik, maka data penelitiannya
harus terdistribusi normal.
2. Data berskala interval atau rasio.
3. Homogenitas varians
4. Informasi mengenai nilai variance (ragam) populasi tidak diketahui.

Ciri-ciri suatu pengujian dilakukan dengan uji-t adalah:

a. Variabel yang dihubungkan berbentu numerik dan kategorik
b. Data berdistribusi normal, dimana perbedaan dengan uji z adalah, pada uji t ini rata-rata
dan variansi populasi tidak diketahui.
c. Ada pertimbangan perbedaan variansi antara kedua sampel yang dibandingkan. Hal ini
berkaitan dengan formula pengujian yang berbeda untuk kasus dimana variansi sama atau
variansi berbeda.

2. Jenis-Jenis Uji-t

Uji-t dapat dibagi menjadi 2, yaitu uji-t 1-sampel dan uji-t 2-sampel. Kemudian uji-t 2
sampel dibagi lagi berdasarkan kebebasan (independency) sampel yang digunakan, yaitu uji-t
2 sampel bebas (independen) dan uji-t 2 sampel berpasangan (paired). dan uji-t 2-sampel.
Uji-t untuk 2 sampel (Menguji Kesamaan dua rata-rata):
Pada uji-t satu sampel kita hanya membandingkan suatu populasi dengan suatu nilai
tertentu, namun pada kenyataannya kasus yang menggunakan jenis uji ini sangat jarang
terjadi. Para peneliti, khususnya di bidang pertanian, lebih banyak meneliti kasus-kasus yang
memerlukan perbandingan antara dua keadaan atau dua rata-rata populasi. Sebelum kita
melakukan analisis, harus diperhatikan terlebih dahulu apakah kedua populasi tersebut
berasal dari distribusi normal dan apakah kedua ragam populasi tersebut sama? Hal ini akan
memandu kita dalam memilih metode dan rumus yang tepat dalam melakukan analisis uj-t
untuk membandingkan kedua nilai rata-rata populasi.
a. Uji-t 2-sampel bebas (independen)
Uji-t 2 sampel independen (bebas) adalah metode yang digunakan untuk menguji
kesamaan rata-rata dari 2 populasi yang bersifat independen, dimana peneliti tidak memiliki
informasi mengenai ragam populasi. Independen maksudnya adalah bahwa populasi yang
satu tidak dipengaruhi atau tidak berhubungan dengan populasi yang lain. Barangkali, kondisi
dimana peneliti tidak memiliki informasi mengenai ragam populasi adalah kondisi yang
paling sering dijumpai di kehidupan nyata. Oleh karena itu secara umum, uji-t (baik 1sampel, 2-sampel, independen maupun paired) adalah metode yang paling sering digunakan.
Dalam lingkup uji-t untuk pengujian hipotesis 2-sampel bebas, maka ada 1 hal yang perlu
mendapat perhatian, yaitu apakah ragam populasi (ingat: ragam populasi, bukan ragam
sampel) diasumsikan homogen (sama) atau tidak. Bila ragam populasi diasumsikan sama,
maka uji-t yang digunakan adalah uji-t dengan asumsi ragam homogen, sedangkan bila ragam
populasi dari 2-sampel tersebut tidak diasumsikan homogen, maka yang lebih tepat adalah
menggunakan uji-t dengan asumsi ragam tidak homogen. Uji-t dengan ragam homogen dan
tidak homogen memiliki rumus hitung yang berbeda.
Ciri-ciri yang paling sering ditemui pada kasus yang berpasangan adalah satu individu
(objek penelitian) dikenai 2 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. Perlakuan pertama mungkin saja berupa kontrol,

yaitu tidak memberikan perlakuan sama sekali terhadap objek penelitian. Misal pada
penelitian mengenai efektivitas suatu obat tertentu, perlakuan pertama, peneliti menerapkan
kontrol, sedangkan pada perlakuan kedua, barulah objek penelitian dikenai suatu tindakan
tertentu, misal pemberian obat. Dengan demikian, performance obat dapat diketahui dengan
cara membandingkan kondisi objek penelitian sebelum dan sesudah diberikan obat.
Contoh kasus:
Suatu obat baru yang dapat membantu masalah gangguan tidur (soporific drug) telah
ditemukan. Untuk mengetahui efektivitas obat tersebut, penelitian yang melibatkan 10 pasien
kemudian diadakan.
Lamanya waktu tidur (dalam jam) pasien sebelum dan sesudah diberikan obat disajikan pada
tabel dibawah ini:
No.
1.

Sebelum (0)
5.1

Sesudah (1)
7

2.

6.2

3.

4.7

5.8

4.

5.7

5.8

5.

6.2

6.1

6.

4.3

8.7

7.

3.7

9.2

8.

6.5

8.1

9.

3.4

10.

3.8

7.2

b. Uji-t 2-sampel berpasangan (paired t-test)

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 2 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.
Perlakuan pertama mungkin saja berupa kontrol, yaitu tidak memberikan perlakuan sama
sekali terhadap objek penelitian. Misal pada penelitian mengenai efektivitas suatu obat

tertentu, perlakuan pertama, peneliti menerapkan kontrol, sedangkan pada perlakuan kedua,
barulah objek penelitian dikenai suatu tindakan tertentu, misal pemberian obat. Dengan
demikian, performance obat dapat diketahui dengan cara membandingkan kondisi objek
penelitian sebelum dan sesudah diberikan obat.

3. Uji-t 1-arah dan Uji-t 2-arah

Arah Pengujian Hipotesis
Pengujian Hipotesis dapat dilakukan secara :
1. Uji Satu Arah
H0
H1
Pengajuan
dan
dalam uji satu arah adalah sebagai berikut:

H0

H1

: ditulis dalam bentuk persamaan (menggunakan tanda =)

: ditulis dalam bentuk lebih besar (>) atau lebih kecil (<)

Contoh Uji Satu Arah

a.

H0

H1
Nilai

= 50 menit

< 50 menit

tidak dibagi dua, karena seluruh

b.

H0

H1

= 3 juta

< 3 juta

diletakkan hanya di salah satu sisi selang

misalkan :

H0

H1

Wilayah Kritis **)

0 *)

0
z < z

t <
atau

t( db; )

*)
**)

adalah suatu nilai tengah yang diajukan dalam

H0

Penggunaan z atau t tergantung ukuran contoh

Contoh besar menggunakan z; contoh kecil menggunakan t.

luas daerah terarsir

ini =

-z atau - t(db;)

H0

H1

Wilayah Kritis **)

0 *)

0
z > z

t > t( db , )
atau

luas daerah terarsir

ini =
1

z atau t (db;)

daerah terarsir

daerah penolakan hipotesis

daerah tak terarsir

daerah penerimaan hipotesis

2. Uji Dua Arah

Pengajuan

H0

H1

H0

dan

H1

dalam uji dua arah adalah sebagai berikut :

: ditulis dalam bentuk persamaan (menggunakan tanda =)

: ditulis dengan menggunakan tanda

Contoh Uji Dua Arah

a.

H0

: = 50 menit

H0

a.

H1

: 50 menit

= 3 juta
3 juta

Nilai dibagi dua, karena diletakkan di kedua sisi selang misalkan :

H0

H1

0 *)

0
z < z

Wilayah Kritis **)

z > z
dan

atau

t t ( db ,

t t ( db;

2)

dan

2)

H1

*)
**)

adalah suatu nilai tengah yang diajukan dalam

H0

Penggunaan z atau t tergantung ukuran contoh.

contoh besar menggunakan z; contoh kecil menggunakan t.

luas daerah terarsir

luas daerah terarsir ini =

ini = /2 = 0.5%

/2 = 0.5%

-z /2 atau
-t(db;/2)

daerah terarsir
daerah tak terarsir

z /2 atau
t(db;/2)

daerah penolakan hipotesis

daerah penerimaan hipotesis

a. Uji t 2-arah digunakan apabila peneliti tidak memiliki informasi mengenai arah
kecenderungan dari karakteristik populasi yang sedang diamati. Sedangkan,

b. Uji t 1-arah digunakan apabila peneliti memiliki informasi mengenai arah kecenderungan
dari karakteristik populasi yang sedang diamati.
Contoh dibawah ini mungkin dapat mengilustrasikannya.
Kasus 1: Seorang peneliti ingin mengetahui rata-rata uang saku mahasiswa Univ X perbulan.
Menurut isu yang berkembang, rata-rata uang saku yang dimiliki mahasiwa univ X LEBIH
BESAR DARI Rp. 500 ribu/bulan. Untuk itu dilakukan penelitian dengan mengambil 50
sampel mahasiswa secara acak.
Kasus 2: Seorang peneliti ingin mengetahui rata-rata uang saku mahasiswa Univ X perbulan.
Menurut isu yang berkembang, rata-rata uang saku mahasiswa univ X adalah SEKITAR
Rp.500 ribu /bulan. Untuk itu dilakukan penelitian dengan mengambil 50 sampel mahasiswa
secara acak.
Pada kasus 2, terdapat kata SEKITAR, sedangkan pada kasus 1 terdapat kata LEBIH
BESAR DARI. Coba bayangkan sebuah garis lurus horizontal. Dan letakkan titik 500 ribu di
tengah2nya. Kata LEBIH BESAR DARI mengandung informasi bahwa pada garis horizontal
tersebut, rata-rata uang saku mahasiswa Univ X terletak diantara titik 500ribu ke arah kanan.
Sedangkan kata SEKITAR berarti rata-rata uang saku mahasiswa pada kasus 2 berada
disekitar (baik ke arah kiri atau ke arah kanan) dari titik 500ribu.
Dengan demikian, pada kasus 2 tidak terdapat 2 kemungkinan kecenderungan/arah,
sedangkan pada kasus 1 terdapat 1 kecenderungan arah (ke kanan). Oleh karena itu, uji-t yang
tepat untuk kasus 1 adalah uji-t 1-arah (pada H1 menggunakan tanda pertidaksamaan LEBIH
BESAR), sedangkan pada kasus 2 adalah uji-t 2-arah (pada H1 menggunakan tnda
pertidaksamaan TIDAK SAMA DENGAN.

4. Rumus-Rumus Uji-t
H0

1.

Nilai Uji Statistik

x 0
s/ n

H1

Wilayah Kritis

t <

t > t( db , )

t( db; )

contoh kecil
n<30

t t ( db ,

2)

dan

t t ( db;

2)

db = n-1

2.

1 2 d 0

x1 x2 d 0
( s12 / n1 ) (s22 / n2 )

1 2 d 0

< 30

n2

t t

1 2 d 0

contoh
-contoh kecil

n1

t t

1 2 d 0

t t( db ,

2)

dan

< 30

t t ( db;

db =

2)

n1 n2 2

Contoh:
1. Seorang job-specialist menguji 25 karyawan dan mendapatkan bahwa rata-rata
penguasaan pekerjaan kesekretarisan adalah 22 bulan dengan simpangan baku = 4 bulan.
Dengan taraf nyata 5% , ujilah :
a) Apakah rata-rata penguasaan kerja kesekretarisan lebih dari 20 bulan?
b) Apakah rata-rata penguasaan kerja kesekretarisan tidak sama dengan 20 bulan?

Jawab:
Diketahui :

= 22

s=4

n = 25

= 20

= 5%

a) Ditinggalkan sebagai latihan (

b)

1.

H0

H1

: > 20; uji 1 arah, =5%, statistik uji = t, db = 24)

H1

: = 20

2*

statistik uji : t karena contoh kecil

3*

arah pengujian : 2 arah

4*

Taraf Nyata Pengujian = = 5% = 0.05

: 20

/2 = 2.5% = 0.025
5.

Titik kritis
db = n-1 = 25-1 = 24
t t( db ,

Titik kritis

t t ( db;

2)

2)

dan
t < -t (24; 2.5%) t < -2.064

dan

t > t (24; 2.5%) t > 2.064

6.

Statistik Hitung

x 0 22 20 2
s / n 4 / 25 0.8
=

7.

= 2.5

Kesimpulan : t hitung = -2.5 ada di daerah penolakan

H0

ditolak,

H1

H0

diterima ,

rata-rata penguasaan pekerjaan kesekretarisan 20 bulan

Daerah penolakan

H0

Daerah penolakan

H0

luas daerah terarsir

terarsir ini =

luas

ini = /2 = 2.5%

daerah

/2 = 0.5%
Daerah penerimaan

-2.064

H0
2.064

2. Berikut adalah data kerusakan produk yang dibuat oleh karyawan shift malam dan siang.

rata-rata kerusakan
ragam

SHIFT MALAM

SHIFT SIANG

x1

x2

s12
n1

ukuran sampel

= 20
= 3.9
= 13

s22
n2

= 12
=

0.72

= 12

Dengan taraf nyata 1 % ujilah :

1 2
a)

Apakah perbedaan rata-rata kerusakan

< 10?

1 2
b)

Apakah ada perbedaan rata-rata kerusakan

d0

Jawab : = 1 %

10?

= 10

a) Ditinggalkan sebagai latihan

H1

b)

1 2
:

1.

< 10; uji 1 arah, =1%, statistik uji = t, db = 13 + 12 - 2 = 23)

H0

1 2
:

= 10

H1

1 2
:

10

2*

statistik uji : t karena contoh kecil

3*

arah pengujian : 2 arah

4*

Taraf Nyata Pengujian = = 1% = 0.01

/2 = 0.5% = 0.005

5.

Titik kritis

db =

n1 n2
+ - 2 = 13+ 12 - 2 = 23

t t( db ,

Titik kritis

t t ( db;

2)

2)

dan
t < -t (23; 0.5%) t < -2.807

dan

t > t (23; 0.5%) t > 2.807

6.

Statistik Hitung

x1 x2 d 0

20 - 12 10

(3.9 / 13) (0.72 / 12)

( s / n1 ) (s / n2 )
2
1

2
2

8 10
2
2

0.30 0.06
0.36 0.60

7.

= -3.33

Kesimpulan : t hitung = -3.3 ada di daerah penolakan

H0

ditolak,

H1

diterima , rata-rata kerusakan 10.

H0

3. Langkah-Langkah dalam Melaksanakan Uji-t

Langkah-langkahnya yaitu:
1. Merumuskan hipotesa
Ho : i = 0, artinya variabel bebas bukan merupakan penjelas yang signifikan terhadap
variabel terikat
Ha : i 0, artinya variabel bebas merupakan penjelas yang signifikan terhadap variabel
terikat.
2.

Menentukan taraf nyata/ level of significance =

Taraf nyata / derajad keyakinan yang digunakan sebesar = 1%, 5%, 10%, dengan:
df = n k
Dimana:
df = degree of freedom/ derajad kebebasan
n = Jumlah sampel
k = banyaknya koefisien regresi + konstanta
3. Menentukan daerah keputusan, yaitu daerah dimana hipotesa nol diterima atau tidak.
Untuk mengetahui kebenaran hipotesis digunakan kriteria sebagai berikut.
Ho diterima apabila t ( / 2; n k) t hitung t ( / 2; n k), artinya tidak ada pengaruh
antara variabel bebas terhadap variabel terikat.
Ho ditolak apabila t hitung > t ( / 2; n k) atau t hitung < -t ( / 2; n k), artinya ada
pengaruh antara variabel bebas terhadap variabel terikat.
4. Menentukan uji statistik (Rule of the test)
5. Mengambil keputusan

Keputusan bisa menolak Ho atau menolak Ho menerima Ha.

Nilai t tabel yang diperoleh dibandingkan nilai t hitung, bila t hitung lebih besar dari t tabel,
maka Ho ditolak, sehingga dapat disimpulkan bahwa variabel independent berpengaruh pada
variabel dependent.
Apabila t hitung lebih kecil dari t tabel, maka Ho diterima sehingga dapat disimpulkan bahwa
variabel independen tidak berpengaruh terhadap variabel dependen.

B.UJI-Z
1. Ciri-Ciri Digunakannya Uji-z
Dalam penggunaan uji-z, data yang diperoleh adalah berdistribusi normal dengan ciri :
Unimodial, selalu memiliki modus dan hanya satu modus
Simetrik
Modus = median = rata-rata
Asimtotik, kurva distribusi normal tidak akan pernah menyantuh absisnya
Pengujian uji-z dapat dilakukan apabila simpangan baku populasi () diketahui dan n-nya
sejumlah lebih dari tiga puluh (30).
Untuk uji perbedaan rata-rata data tunggal dengan uji-z, maka diperoleh dari sampel
berpopulasi tunggal.
Rumus yang digunakan untuk mengetahui nilai-z adalah:
x
Z=

n
Dalam penggunaan uji-z, derajat kebebasan (df) tidak perlu diperhatikan karena simpangan
baku yang diketahui adalah simpangan baku populasi.

Nilai untuk pengujian satu sisi (one tail) pada uji-z dengan 0,01 maka harga z-table

= 2,33 sedangkan pada 0,05 harga z-table = 1,65.

Nilai untuk pengujian dua sisi (two tail) pada uji-z dengan 0,01 maka harga z-table
= 2,58 sedangkan pada 0,05 harga z-table diperoleh dengan nilai 1,65

 Uji z dilakukan dalam rangka atau dengan tujuan:

a. Menguji beda rata-rata satu sampel dengan rata-rata sampel lain.
b. Menguji beda rata-rata populasi dengan rata-rata data sampel.
c. Membandingkan satu data sample dengan data populasinya.

Sementara syaratnya adalah jelas bahwa rata-rata dan variansi populasi harus
diketahui. Syarat diketahuinya nilai rata-rata dan variansi atau standar deviasi
populasi ini cenderung sulit diperoleh, sehingga ada pula sebagian yang mensyaratkan
jika data lebih besar dari 30 maka boleh menggunakan uji Z.

2. Langkah-Langkah dalam Melaksanakan Uji-z

Langkah-langkahnya yaitu:
1) Menyusun formulasi hipotesis nihil dan hipotesis alternatifnya:
a. Pengujian dua sisi

H0

0
:

Hi
:

b. Pengujian satu sisi kanan

H0 0
:

H i 0
:

c. Pengujian satu sisi kiri

H0 0
:

H i 0
:

2) Menentukan level of significancenya ().

3) Menentukan peraturan-peraturan pengujiannya/kriterianya/rule of the uji

a. Pengujian dua sisi

Z 2 Z Z 2

H0
diterima apabila :

H0

Z Z

ditolak apabila :
b. Pengujian satu sisi kanan
Z Z
H0
diterima apabila :

H0

Z Z

ditolak apabila :
c. Pengujian satu sisi kiri
Z Z
H0
diterima apabila :

H0

Z Z

ditolak apabila :
4) Dari sampel random yang diambil kemudian dihitung nilai z, dengan rumus:
Z=

5) Dengan membandingkan perhitungan pada langkah 4 dengan peraturan pengujian

langkah 3 kemudian diambil kesimpulan.

3. Rumus-Rumus Uji-z
H0

1.

Nilai Uji Statistik

H1

Wilayah Kritis

x 0
z
/ n

z z

z z

z z

contoh besar

n 30

dapat diganti
dengan s

z z

dan

1 2 d 0

x1 x2 d 0

1 2 d 0

z z

( 12 / n1 ) ( 22 / n2 )

2.
Jika
tidak

n2

22

dan
diketahui
2

contohcontoh
besar

n1

12

gunakan

s1

dan

s2

1 2 d 0

z z

1 2 d 0

z z

z z

30

dan

30

Contoh:
1. Dari 100 nasabah bank rata-rata melakukan penarikan $495 per bulan melalui ATM,
dengan simpangan baku = $45. Dengan taraf nyata 1% , ujilah :

a) apakah rata-rata nasabah menarik melalui ATM kurang dari $500 per bulan ?

b} apakah rata-rata nasabah menarik melalui ATM tidak sama dengan $500 per bulan ?
(Uji 2 arah, /2 = 0.5%, statistik uji=z)

Jawab :

Diketahui:

= 495

s = 45 n=100

=500

=1%

a)

H0

1.

H1

: = 500

2*

statistik uji : z karena contoh besar

3*

arah pengujian : 1 arah

4*

Taraf Nyata Pengujian = = 1% = 0.01

5.

Titik kritis z < -

6.

Statistik Hitung

H0

z 0.01

z < - 2.33

x 0 495 500 5
/ n 45 / 100 4.5
=

7.

: < 500

= -1.11

Kesimpulan : z hitung = -1.11 ada di daerah penerimaan

H0

diterima, rata-rata pengambilan uang di ATM masih = $ 500

H0

Daerah penolakan

luas daerah terarsir

ini = = 1%
Daerah penerimaan
-2.33

H0

2. Berikut adalah data nilai prestasi kerja karyawan yang mendapat training dengan yang
tidak mendapat training.

rata-rata nilai prestasi

ragam

DGN TRAINING

TANPA TRAINING

x1

x2

s12

= 300
=

s22

= 302
=

4.5

n1

ukuran sampel

n2

= 40

= 30

Dengan taraf nyata 5 % ujilah :

1 2
a.

Apakah perbedaan rata-rata nilai prestasi kerja

> 0?

1 2
b.

Apakah ada perbedaan rata-rata prestasi kerja

d0

Jawab : = 5 %

a)

1.

H0

=0

1 2
:

H1

=0

1 2
:

2*

statistik uji : z karena contoh besar

3*

arah pengujian : 1 arah

4*

Taraf Nyata Pengujian = = 5%

5.

Titik kritis z >

6.

Statistik Hitung

z5%

x1 x 2 d 0
2
2

7.

>0

z > 1.645

300 302 0
(4 / 40) (4.5 / 30)

( s / n1 ) ( s / n2 )
2
1

0?

2
2
2

01
. 015
.
0.25 0.5

Kesimpulan : z hitung = 4 ada di daerah penolakan

H0

ditolak,

H1

H0

diterima beda rata-rata prestasi kerja > 0

= 4

b) ditinggalkan sebagai latihan

H1

1 2
:

0; Uji 2 arah, /2 = 2.5%, statistik uji=z)