Uji T Satu Variabel

Uji t satu variabel (pihak kiri, pihak kanan dan dua pihak)
1. Uji t
Uji t (Test t) adalah salah satu uji statistik yang dipergunakan untuk menguji
kebenaran atau kepalsuan hipotesis nihil yang menyatakan bahwa diantara dua buah mean
sampel yang diambil secara random dari populasi yang sama, tidak terdapat perbedaan yang
signifikan (Sudjiono, 2010).
Adapun tujuan dari uji t adalah:
a) Untuk mengetahui kebenaran pernyataan atau dugaan yang dihipotesiskan
oleh peneliti,
b) Untuk membandingkan apakah terdapat perbedaan atau kesamaan rata-rata
suatu kelompok sampel data dengan suatu nilai rata-rata tertentu.
Uji t dikenal dengan uji parsial, yaitu untuk menguji bagaimana pengaruh masing-
masing variabel bebasnya secara sendiri-sendiri terhadap variabel terikatnya. Uji ini dapat
dilakukan dengan mambandingkan t hitung dengan t tabel atau dengan melihat kolom
signifikansi pada masing-masing t hitung, dimana metode sample t-test dibagi menjadi tiga,
yaitu one sample t-test, paired sample t-test dan independent sample t-test (Hadi, 2001).
Uji t satu variabel

One-Sample t test merupakan teknik analisis untuk membandingkan satu variabel
bebas. Teknik ini digunakan untuk menguji apakah nilai tertentu berbeda secara signifikan
atau tidak dengan rata-rata sebuah sampel.
Dalam uji t satu variabel terdapat asumsi yang harus dipenuhi sebelum masuk ke
analisis, yaitu data sampel harus berdistribusi normal. Menurut Hadi (2001), ada dua macam
hipotesis dalam uji t, yaitu:
a. Hipotesis Satu Arah (One-Tailed)

Hipotesis satu arah biasanya digunakan untuk melihat apakah nilai rerata dari
sampel lebih dari (>), kurang dari (<) atau sama dengan (=) dai nilai acuan.
Hipotesis satu arah terbagi dalam dua bentuk, yaitu hipotesis arah kanan dan
hipotesis arah kiri.
Pengujian satu arah atau dua arah tergantung pada perumusan hipotesis yang
akan kita uji. Misalnya jika hipotesis kita berbunyi, “Pendidikan berpengaruh
positif terhadap pendapatan”. Artinya semakin tinggi pendidikan semakin besar
pendapatan”. Maka pengujiannya menggunakan uji satu arah. Atau, misalnya “
umur berpengaruh negatif terhadap pendapatan”. Artinya semakin tua umur
semakin rendah pendapatan”.
1. Hipotesis Arah Kanan
Ho: μ ≤ μo (Rata-rata sampel ≤ nilai acuan)
Ha: μ > μo (Rata-rata sampel > nilai acuan)
Jika dibuat kalimat, maka hipotesisnya menjadi:
Ho : Kemampuan gerak dasar siswa SMA yang masuk pagi hari lebih
besar atau sama dengan yang masuk sore hari.
Ha : Kemampuan gerak dasar siswa SMA yang masuk pagi hari lebih
rendah dari yang masuk sore hari.
Dikatakan sebagai uji pihak kanan karena t tabel ditempatkan di bagian kanan
kurva (Riduwan, 2015).
(Riduwan, 2015)
2. Hipotesis Arah Kiri

Ho: μ ≥ μo (Rata-rata sampel ≥ nilai acuan)
Ha: μ < μo (Rata-rata sampel < nilai acuan)
Jika dibuat kalimat, maka hipotesisnya menjadi:
Ho : Kemampuan gerak dasar siswa SMA yang masuk pagi hari lebih
besar atau sama dengan yang masuk sore hari.
Ha : Kemampuan gerak dasar siswa SMA yang masuk pagi hari lebih
rendah dari yang masuk sore hari.
Dikatakan sebagai uji pihak kiri karena t tabel ditempatkan di bagian kiri
kurva (Riduwan, 2015).
(Riduwan, 2015)
b. Hipotesis Dua Arah

Hipotesis dua arah digunakan untuk melihat apakah nilai rata-rata sampel tunggal
sama dengan (=) nilai acuan atau tidak (≠). Jika hipotesisnya berbunyi, “Terdapat
pengaruh umur terhadap pendapatan”. Artinya umur bisa berpengaruh positif,
tetapi juga bisa berpengaruh negatif terhadap pendapatan. Maka, pengujiannya
menggunakan uji dua arah (Riduwan, 2015).
H0: μ = μo (Rata-rata sampel = nilai acuan)
Ha: μ ≠ μo (Rata-rata sampel ≠ nilai acuan)
Dikatakan sebagai uji dua pihak karena t tabel dibagi dua dan diletakkan di
bagian kanan dan kiri
(Riduwan, 2015)
Rumus
a. Rumus t hitung
b. Dan rumus standar deviasinya adalah:

c. Rumus tabel:
Berikut contoh kasus uji t dan penyelesaiannya menurut Nugroho (2018) menggunakan
SPSS:
Seorang peneliti membuat dugaan yang menyatakan bahwa “nilai rata-rata hasil
belajar siswa yang aktif di OSIS adalah sama dengan 75”. Untuk membuktikan hal tersebut,
peneliti memilih secara random atau acak 12 orang siswa yang aktif di OSIS. Adapun nilai
rata-rata belajar ke 12 orang tersebut adalah sebagai berikut.
No. Rata-rata Hasil Belajar Siswa

1. 78,3
2. 74,7
3. 80,5
4. 83,5
5. 75
6. 77,6
7. 73,5
8. 83,5
9. 78,5
10. 73,7
11. 81,5
12. 77
Rumusan hipotesis untuk uji t ialah sebagai berikut.

H0 = Nilai rata-rata hasil belajar siswa yang aktif di OSIS sama dengan nilai 75
Ha = Nilai rata-rata hasil belajar siswa yang aktif di OSIS tidak sama dengan 75
Namun, sebelum melakukan uji t data harus diuji prasyarat terlebih dahulu, yaitu uji
normalitas dan uji homogenitas.
1. Buka program SPSS, kemudian klik variable view, selanjutnya isikan nama variabel
dan ketentuan lainnya sebagaimana berikut.
2. Selanjutnya, klik data view lalu masukkan data nilai rata-rata hasil belajar 12 orang
siswa di atas ke kolom hasil
3. Langkah pertama kita akan melakukan uji normalitas terlebih dahulu, caranya klik
Analyze- Descriptive Statistics- Explore
4. Muncul kotak dialog “Explore” kemudian masukkan variabel hasil belajar (hasil) ke
kotak dependent list, lalu klik Plots.
5. Muncul kotak dialog “Explore; plots”, lalu berikan tanda centang pada Normality Plot
with tests, kemudian klik continue dan OK.
6. Perhatikan pada output “Test of Normality”
Berdasarkan output hasil uji normalitas di atas diperoleh nilai Shapiro-Wilk Sig
sebesar 0,368 > 0,5 sehingga dapat disimpulkan bahwa data hasil belajar siswa yang
aktif di OSIS berdistribusi normal. Dengan demikian asumsi normalitas dalam uji one
sample t test sudah terpenuhi.
7. Selanjutnya kita akan melakukan uji t satu sample. Caranya klik menu analyze-
compare means- one sample t test.
8. Maka muncul kotak dialog “One-sample t test”, selanjutnya masukkan variable hasil
belajar (Hasil) ke kotak Test variable (s), pada bagian test value ketikkan 75 (sebab
peneliti ingin membandingkan nilai rata-rata hasil belajar siswa dengan nilai 75).
9. Terakhir klik OK, maka akan muncul output t-test.
Tabel one-sample statistics di atas menunjukkan nilai statistik deskriptif, yaitu N=12
artinya jumlah sampel yang dipakai adalah 12 orang siswa. Mean= 78,1083 artinya
nilai rata-rata hitung adalah 78,1083. Std deviation atau simpangan baku adalah
sebesar 3,55463 dan Std. Error mean adalah sebesar 1,02613.
10. Output Kedua dari One-Sample Test
Berdasarkan tabel One-Sample Test di atas diketahui nilai t hitung (t hitung)
adalah sebesar 3,029. Nilai df (degree of freedom) atau derajat kebebasan adalah 11.
Nilai Sig. (2-tailed) atau nilai signifikansi dengan uji dua sisi sebesar 0,011.
Rumusan hipotesis untuk uji t ialah sebagai berikut.

H0 = Nilai rata-rata hasil belajar siswa yang aktif di OSIS sama dengan nilai 75
Ha = Nilai rata-rata hasil belajar siswa yang aktif di OSIS tidak sama dengan 75
Dasar pengambilan keputusan uji t satu sample:
1. Jika nilai Sig. (2-tailed) < 0,05; maka H0 ditolak.
2. Jika nilai Sig. (2-tailed) > 0,05; maka H0 diterima.
Sehingga, berdasarkan output tabel “One-sample test” di atas diketahui nilai signifikansi
sebesar 0,011< 0,05, maka sesuai dengan dasar pengambilan keputusan di atas dapat
disimpulkan bahwa H0 ditolak dan Ha diterima. Dengan demikian, dapat diartikan bahwa
nilai rata-rata hasil belajar siswa yang aktif di OSIS tidak sama dengan nilai 75.
Kemudian juga dapat dilakukan pengambilan keputusan dengan membandingkan nilai t:

1. Jika nilai t hitung > t tabel, maka H0 ditolak.
2. Jika nilai t hitung < t tabel, maka H0 diterima.
Berdasarkan output tabel “One-Sample Test” di atas diketahui nilai t hitung sebesar
3,029. Rumus mencari t tabel (uji dua sisi; df) = (0,025; 11) kemudian lihat pada distribusi
nilai t tabel statistik, maka ketemu nilai t tabel sebesar 2,201.
Karena nilai t hitung sebesar 3,029 > t tabel yaitu 2,201, maka H0 ditolak dan Ha
diterima. Sehingga dapat disimpulkan bahwa nilai rata-rata hasil belajar siswa yang aktif di
OSIS tidak sama dengan nilai 75.Maka, dapat digambarkan dalam kurva uji dua pihak
berikut.
Berdasrkan kurva di atas, maka dapat disimpullkan bahwa H0 ditolak dan Ha diterima.
Sehingga, berarti nilai rata-rata hasil belajar siswa yang aktif di OSIS tidak sama dengan nilai
75.
Sumber Rujukan:
Sudjiono, Anas. 2010. Pengantar Statistik Pendidikan. Jakarta: Rajawali Press.
Hadi, S. 2001. Statistik Edisi Ke-5. Yogyakarta: ANDI Yogyakarta.
Nugroho, Anton Priyo. 2018. Statistik Untuk Ekonomi dan Sosial Menggunakan SPSS.
Yogyakarta: Deepublish.
Riduwan. 2015. Dasar-Dasar Statistika. Bandung: Alfabeta.

Uji T Satu Variabel

Diunggah oleh

Hak Cipta:

Format Tersedia

Uji T Satu Variabel

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Uji T Satu Variabel

Diunggah oleh

Hak Cipta:

Format Tersedia

Uji t satu variabel (pihak kiri, pihak kanan dan dua pihak)

Uji t satu variabel

a. Hipotesis Satu Arah (One-Tailed)

2. Hipotesis Arah Kiri

b. Hipotesis Dua Arah

b. Dan rumus standar deviasinya adalah:

No. Rata-rata Hasil Belajar Siswa

Rumusan hipotesis untuk uji t ialah sebagai berikut.

6. Perhatikan pada output “Test of Normality”

9. Terakhir klik OK, maka akan muncul output t-test.

Rumusan hipotesis untuk uji t ialah sebagai berikut.

Kemudian juga dapat dilakukan pengambilan keputusan dengan membandingkan nilai t:

Anda mungkin juga menyukai