See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/333995288

Langkah SPSS : Uji Hipotesis Perbedaan Rata-Rata atau Uji t

Method · June 2019

CITATIONS READS

0 23,905

1 author:

Fathi Ikhwatun Hasanah

Universitas Gadjah Mada
1 PUBLICATION 0 CITATIONS

SEE PROFILE

All content following this page was uploaded by Fathi Ikhwatun Hasanah on 25 June 2019.

The user has requested enhancement of the downloaded file.

Langkah SPSS :
Uji Hipotesis Perbedaan Rata-
Rata atau Uji t

Chika Lyundzira | Winda Afrita

2019 UNIVERSITAS GADJAH MADA
Sari | Fathi Ikhwatun Hasanah
 KATA PENGANTAR

Puji syukur penulis haturkan pada Tuhan Ynag Maha Esa yang telah memberi
kenikmatan kepada penulis sehingga mampu menyusun modul “Langkah SPSS : Uji Hipotesis
Perbedaan Rata-Rata atau Uji t”. Selain itu ucapan terima kasih kepada Ibu Nurisqi Amalia,
S.Pd, M.Sc. selaku dosen pembimbing mata kuliah Statistika Indukstif. Tak lupa terima kasih
kepada pihak-pihak yang telah membantu kelancaran penyusnan modul ini.

Penyususnan modul ini merupakan upaya penulis untuk membagikan langkah-langkah

yang digunakan dalam aplikasi SPSS guna menguji hipotesis perbedaan dua rata-rata atau
dikenal dengan uji t. Statistika merupakan salah satu ilmu yang digunakan untuk mengolah
menganalisis data-data untuk keperluan panalitian dan lain-lain. Diharapkan dengan langkah-
langkah menguji hipotesis beda dua rata-rata ini, dapat membantu bagi siapa saja yang hendak
menlakukan uji tersebut dengan aplikasi SPSS. Semoga modul ini bermafaat baik bagi penulis
maupun pembaca.

Yogyakarta, Juni 2019

Penulis

1
 DAFTAR ISI

KATA PENGANTAR ............................................................................................................... 1

DAFTAR ISI.............................................................................................................................. 2

PENGERTIAN .......................................................................................................................... 3

A. Uji t ................................................................................................................................. 3

B. Level of Significiance (α) ............................................................................................... 3

ONE SAMPLE T-TEST ............................................................................................................ 4

INDEPENDENT SAMPLE T-TEST ......................................................................................... 9

PAIRED SAMPLE T-TEST .................................................................................................... 14

DAFTAR PUSTAKA .............................................................................................................. 18

2
 PENGERTIAN

A. Uji t

Hipotesis merupakan suatu anggapan yang memiliki kemungkinanan benar dan salah.
Adanya hipotesis ini dapat digunakan sebagai dasar pembuatan keputusan suatu permasalahan
dalam penelitian. Anggapan atau asumsi dalam hipotesis ini harus diuji dahulu menggunakan
data hasil observasi.

Terdapat penelitian yang mempunyai pendapat menganai rata-rata suatu populasi atau
lebih dari satu populasi. Alat yang digunakan untuk menguji perbedaan rata-rata disebut juga
uji t. Uji hipotesis dua perbedaan merupakan salah satu teknik statistik parametrik (salah satu
ciri-ciri data parametrik adalah terdistribusi normal). Uji ini digunakan untuk menguji hipotesis
perbedaan suatu populasi dengan sampel yang kecil dan varian populasi yang tidak diketahui
dengan membedaan rata-rata suatu kelompok. Uji hipoteis dua perbedan atau uji t digolongkan
sebagai berikut :

Uji t

Satu
Dua Populasi
Populasi

One Sample Berhubungan Terpisah

t-test (Dependen) (Independen)

Paired Independet
sample t-test sample t-test

B. Level of Significiance (α)

Level of Significiance berarti mempercayai sebesar (1-α) untuk membuat suatu

keputusan yang benar. Sebagai contoh, probabilitas membuat keputusan yang benar adalah
95% yang berarti percaya bahwa 95% dapat membuat keputusan yang tepat atau membuat
keputusan yang salah dengan probabilitas 5%. (1-α) disebut juga derajat kepercayaan.

3
 ONE SAMPLE T-TEST

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. Contoh :

Berikut merupakan Data Tinggi Badan Mahasiswa ET :

Tinggi Tinggi
No No
Badan Badan
1 158 14 167
2 158 15 160
3 163 16 158
4 155 17 153
5 156 18 160
6 160 19 169
7 150 20 152
8 165 21 168
9 160 22 166
10 150 23 165
11 149 24 170
12 150 25 168
13 165

Langkah-langkah dengan SPSS :

1. Buka SPSS, kemudian klik variabel view, isikan nama variabel, kemudian measure
isikan scale.

4
2. Masukkan data ke dalam SPSS.

3. Langkah pertama, melakukan uji

normalitas.

Caranya dengan klik Analyze ->

Descriptive Statistics ->
Explore...

4. Kemudian akan muncul kotak dialog “explore”

Variabel “tinggi badan” dimasukkan

ke dalam Dependent list, dan display
dipilih “both”

5
5. Kemudian masuk ke bagian “plots’ pada
kotak dialog explore Pada kotak “normality
plots with test”, berikan tanda centang (v)
kemjudian klik “continue”

6. Kemudian muncul output seperti dibawah ini

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic Df Sig. Statistic df Sig.

TinggiBadan ,143 25 ,200* ,937 25 ,125

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

Test of normality digunakan untuk menguji apakah data tersebut berdistribusi normal.
Berdasarkan tabel test of normality dapat disimpulkan bahwa data tersebut berdistribusi
normal karena nilai signifikansi lebih besar dari alpha, yaitu 0,125 > 0,005.

7. Langkah selanjutnya adalah melakukan uji One Sample T-Test

dengan klik Analyze -> compare

means -> One Sample T-Test

8. Kemudian akan muncul kotak dialog seperti dibawah ini

6
 Masukkan variabel “tinggi badan”
ke dalam kotak dialog Test Variable
seperti pada gambar disamping.
Kemudian untuk test value diisikan
160 karena ingin membandingkan
rata-rata tinggi badan mahasiswa ET
dengan tinggi badan 160 cm.
Kemudian klik Ok.

9. Setelah itu akan muncul output dari uji One Sample T-Test

One-Sample Statistics
N Mean Std. Deviation Std. Error Mean

TinggiBadan 25 159,80 6,658 1,332

Hasil One Sample Statistik tersebut menunjukkan nilai statistik deskriptif, yaitu
N=25 artinya jumlah sampel yang dipakai adalah 25 orang. Mean=159,80 artinya nilai
rata-rata hitung adalah 159,80. Std. Deviation atau simpangan baku adalah sebesar 6,658
dan Std. Error adalah sebesar 1,332.

One-Sample Test

Test Value = 160

t Df Sig. (2- Mean 95% Confidence Interval of he

tailed) Difference Difference

Lower Upper

TinggiBadan -,150 24 ,882 -,200 -2,95 2,55

Dari hasil One Sample Test diketahui nilai t (t hitung ) sebesar -0,150. Nilai
df(degree of freedom) atau derajat kebebasan adalah sebesar 24. Nilai signifikansi(2-
tailed) atau nilai signifikansi dengan uji dua sisi adalah sebesar 0,882.
Hipotesis :
Ho : Nilai rata-rata tinggi badan Mahaiswa Ekonomika terapan sama dengan 160 cm.
Hi : Nilai rata-rata tinggi badan Mahasiswa Ekonomika terapan tidak sama dengan
160cm.
Pengambilan Keputusan :
1. Jika nilai Sig.(2-tailed) < 0,05, maka HO ditolak.

7
 2. Jika nilai Sig.(2-tailed) > 0,05, maka HO diterima.
Kesimpulan :
Berdasarkan output tabel One Sample T-Test, diketahui nilai Sig.(2-tailed)
sebesar 0,0882> 0,05, maka sesuai dengan dasar pengambilan keputusan bahwa Ho
diterima dan menolak Hi. Dengan demikian, dapat diartikan jika nilai rata-rata tinggi
badan Mahasiswa Ekonomika Terapan sama dengan 160 Cm.
Pengambilan keputusan dengan membandingkan nilai T :
1. Jika nilai t hitung > t tabel, maka Ho ditolak
2. Jika nilai t hitung < t tabel, maka Ho diterima.
T tabel = 2,06390
T hitung = -0,150
Nilai t tabel> t hitung, maka Ho diterima artinya nilai rata-rata tinggi badan Mahasiswa
Ekonomika Terapan sama dengan 160 cm.

8
 INDEPENDENT SAMPLE T-TEST

Independent sample t-test digunakan untuk menguji data tidak berpasangan atau 2 data
yang berbeda (tidak saling berhubungan).

Contoh :
Data ukuran sepatu mahasiswa ET 12 angkatan 2017 dan mahasiswa Akuntansi 43

ET 12 (Angkt 2017) AKT 43

40 40
39 38
40 39
37 38
40 40
40 38
40 38
40 40
36 43
39 43
38 41
40 40
37 40
40 37
41 38
37 40
39 40
40 40
40 37
40 38
40 39
41 39
39 36
37 36
39 40

Dilakukan dengan menggunakan uji Independent Sample T-Test untuk mengetahui apakah ada
perbedaan rata-rata ukuran sepatu mahasiswa ET 12 angkatan 2017 dan mahasiswa Akuntansi
43.

Langkah-langkah dengan SPSS :

1. Buka SPSS, kemudian isikan variabel view seperti pada gambare dibawah ini

9
2. Kemudian pada “Values” kolom “kelompok” isikan seperti pada gambar dibawah ini

3. Kemudian isikan data pada SPSS seperti pada gambar dibawah ini

Pada kolom kelompok isikan angka “1” pada data pertama dan isikan “2” pada data
kedua. Kemudian jika klik pada maka angka “1” dan “2” tersebut akan berubah
menjadi nama kelompok.

4. Langkah selanjutnya adalah dengan menguji Independent Sample T-Test

10
 Caranya dengan klik Analyze -> Compare Means -> Independent Sample T Test

5. Kemudian akan muncul kotak

dialog “Independent Sample T-
Test”. Masukkan variabel
“Ukuran Sepatu” pada kotak
dialog “Test Variable” dan
masukkan variabel “kelompok”
pada kotak dialog “Group
Variable”.

6. Kemudian klik “Define Groups” maka akan muncul kotak dialog seperti pada gambar
dibawah ini.

Isikan 1 pada kotak group 1 dan isikan 2 pada kotak group

2. Kemudian klik “continue”.

7. Maka akan muncul output seperti di bawah ini.

Group Statistics

Kelompok N Mean Std. Deviation Std. Error Mean

ET 12 Angkatan 2017 25 39,16 1,375 ,275

UkuranSepatu
Akuntansi 43 25 39,12 1,787 ,357

Interpretasi :

Diketahui jika rata-rata ukuran sepatu Mahasiswa Ekonomika Terapan 1.2 adalah 39,16
dengan standar deviasi 1,375 dan rata-rata ukuran sepatu Mahasiswa Akuntansi 4.3
adalah 39,12 dengan standar deviasi 1,787.

11
 Independent Samples Test

Levene's Test for t-test for Equality of Means

Equality of
Variances

F Sig. t df Sig. (2- Mean Std. 95%

tailed) Differe Error Confidence
nce Differe Interval of the
nce Difference

Lower Upp
er

Equal
variances 1,309 ,258 ,089 48 ,930 ,040 ,451 -,867 ,947
Ukuran assumed
Sepatu Equal
variances not ,089 45,039 ,930 ,040 ,451 -,868 ,948
assumed

• UJI F
Hipotesis :

H0 : Tidak terdapat perbedaan yang signifikan antara ukuran sepatu mahasiswa

Ekonomika Terapan 1.2 dan mahasiswa Akuntansi 4.3

H1 : Terdapat perbedaan yang signifikan antara ukuran sepatu mahasiswa

Ekonomika Terapan 1.2 dan mahasiswa Akuntansi 4.3

Jika nilai signifikansi atau Sig.(2-tailed) > 0,05 maka Ho diterima dan Hi ditolak.

Jika nilai signifikansi atau Sig.(2-tailed) < 0,05 maka Ho ditolak dan Hi diterima.

Keputusan :

Dari hasil output independent sample T-test diperoleh nilai signifikansi sebesar
0,258 yang berarti lebih besar dari 0,05 maka dapat disimpulkan bahwa H0 diterima
dan H1 ditolak, artinya TIDAK TERDAPAT PERBEDAAN yang signifikan antara
ukuran sepatu mahasiswa Ekonomika Terapan 1.2 angkatan 2017 dan mahasiswa
Akuntansi 4.3.

• Pengujian Independent Sample T-Test :

Hipotesis :

12
 H0 : Tidak terdapat perbedaan yang signifikan antara ukuran sepatu mahasiswa
Ekonomika Terapan 1.2 dan mahasiswa Akuntansi 4.3.
H1 : Terdapat perbedaan yang signifikan antara ukuran sepatu mahasiswa
Ekonomika Terapan 1.2 dan mahasiswa Akuntansi 4.3.

T Hitung : 0,089

α = 5% : 2 =0,025

df =(n-2) = 48

Tabel t = 2,01063

Kriteria Pengujian :

H0 : diterima jika t tabel < t hitung

H0 : ditolak jika t tabel > t hitung

Kesimpulan :

Karena nilai t hitung lebih kecil dari nilai tabel t, H0 diterima dan menolak H1,
artinya TIDAK TERDAPAT PERBEDAAN yang signifikan antara ukuran sepatu
mahasiswa Ekonomika Terapan 1.2 dan mahasiswa Akuntansi 4.3.

13
 PAIRED SAMPLE T-TEST

Paired sample t test digunakan untuk menguji data berpasangan atau data yang saling
berhubungan. Contoh: :

Data jumlah jam belajar mahasiswa ET 12 Angkatan 2017 ketika ujian dan ketika tidak
ujian.

Ketika Ujian Ketika Tidak Ujian

4 2
3 1
6 1
3 1
2 1
3 2
4 3
3 1
5 2
4 2
8 3
6 1,5
4 3
5 1
3 1
3 2
2,5 1
1 1
1 5
1,5 4
5 1
5 1
5 1
5 1
5 2
Dari data diatas peneliti ingin menguji apakah pada jumlah jam belajar mahasiswa
Ekonomi Terapan 1.2 angkatan 2017 terdapat perbedaan yang signifikan antara jumlah jam
belajar ketika ujian dan ketika tidak ujian.
Langkah-langkah dengan SPSS :

1. Buka SPSS, kemudian pada variabel view isikan data seperti pada gambar dibawah ini.

14
2. Kemudian isikan data pada lembar kerja SPSS seperti pada gambar di bawah ini.

3. Selanjutnya melakukan uji paired sample t test.

Caranya dengan klik Analyze ->

Compare Means -> Paired Sample T
Test

4. Kemudian akan muncul kotak dialog “Paired Sample T Test”

Isikan variabel “ketika ujian” pada

kolom variabel 1 dan variabel “ketika
tidak ujian” pada variabel 2. Kemudian
klik Options.

5. Pada menu “options” isikan data seperti berikut.

Pada Confidence Interval Percentage menggunakan

95% karena untuk tingkat kepercayaan
menggunakan 95% atau nilai signifikansi sebesar
5%. Selanjutnya klik “continue”, kemudian Ok.

15
 6. Setelah itu akan muncul output seperti di bawah ini.

Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

KetikaUjian 3,88 25 1,673 ,335

Pair 1
TidakUjian 1,78 25 1,081 ,216

Interpretasi :
Dari tabel Paired Samples Statistic di atas, dapat diketahui rata-rata jumlah jam
belajar ketika ujian adalah 3,88 dengan standar deviasi 1,673. Dan rata-rata jumlah
jam belajar ketika tidak ujian adalah 1,78 dengan standar deviasi 1,081.
Tabel hasil korelasi atau hubungan antara kedua data atau variabel adalah sebagai
berikut :
Paired Samples Correlations
N Correlation Sig.

Pair 1 KetikaUjian & TidakUjian 25 -,188 ,368

Interpretasi :
Dari hasil Paired Samples Correlation menunjukkan bahwa korelasi antara dua
variabel sebesar -0,188. Dengan signifikansi sebesar 0,368 hal ini menunjukkan
bahwa TIDAK ADA KORELASI antara jumlah jam belajar ketika ujian dan ketika
tidak ujian.
Paired Samples Test

Paired Differences t df Sig. (2-

tailed)
Mean Std. Std. Error 95% Confidence
Deviation Mean Interval of the
Difference

Lower Upper

Pair KetikaUjian -
2,100 2,155 ,431 1,210 2,990 4,871 24 ,000
1 TidakUjian

Hipotesis :

H0 : terdapat perbedaan yang signifikan antara jumlah jam belajar ketika ujian dan
ketika tidak ujian

16
H1 : tidak terdapat perbedaan yang signifikan antara jumlah jam belajar ketika ujian
dan ketika tidak ujian

Dari tabel hasil Paired Samples Test diatas diketahui jika nilai t hitung 4,871 dan
probabilitas atau signifikansi < 0,05 maka terdapat perbedaan yang signifikan antara
jumlah jam belajar ketika ujian dan ketika tidak ujian. Maka dapat disimpulkan jika Ho
diterima, artinya TERDAPAT PERBEDAAN yang signifikan pada jumlah jam belajar
mahasiswa Ekonomika Terapan 1.2 ketika ujian dan ketika tidak ujian.

17
 DAFTAR PUSTAKA

Saleh, S. (2001). Statistik Induktif. Yogyakarta: UPP AMP YKPN.

Supratno, J. (2015). Statistik Teori & Aplikasi Edisi 8 Jilid 2. Jakarta: Erlangga.

18

View publication stats