OSF.

io OSF PREPRINTS
OSF Preprints (03)2020 https://doi.org/10.31219/osf.io/xqt8r

Strategi dalam Pengujian Hipotesis Rata-rata Dua

Variabel
Ahmad Sudi Pratikno1,2*, Agitia Ayu Prastiwi1 dan Sila Ramahwati1
1 Department of Elementary Education, Graduate School, Yogyakarta State University, Yogyakarta 55281, Indonesia
2 Department of Islamic Elementary School Education, Faculty of Tarbiyah, Institut Agama Islam Al-falah As-sunniyyah, Jember 68167,
East Java, Indonesia

*
E-mail: ahmad.sudi2016@student.uny.ac.id

Received 20 November 2016

Accepted 22 December 2017
Published 21 March 2020

Abstract
Many ways to examine the research data into a good results, so can be read and understood easily by the reader of scholarly
publishing. However, several problems were found by the reseaercher in examining and testing the research, such difficulty in
mathematics, manual procedure and technique, also differentiation between qualitative research and quantitative research in
educational concern. In this article, the writer shows the traditional (manual) technique to examine hypothesis on the average
of two variables. The manual technique use the calculator and a set of writing materials while the mechanical technique use
SPSS 18.00 to examine the hypothesis of two variables. The results show that there is no differentiation between counting with
traditional (manual) technique and mechanical technique. Sugesstion can be imformed that the researchcer should be capable
of examining with manual technique before use the mechanical technique (using application).

Keywords: strategy, hypothesis examination, average result, two variables

satu cara yakni dengan cara hitungan secara manual.

1. Pendahuluan
1.1 Latar Belakang
Statistika dalam penerapannya pada dunia pendidikan,
sangatlah penting karena statsitik digunakan untuk
menginterpretasikan data-data yang diperoleh selama
melakukan penelitian. Selain itu, kecermatan peneliti
dalam melakukan langkah-langkah sesuai dengan kaidah
yang ada, akan membuat pelaksanaan penelitian itu
sendiri akan berjalan lancar. Di dalam ilmu statistik
terutama dalam statistik pendidikan terdapat berbagai uji
yang digunakan oleh mayoritas peneliti dalam analisis
data. Salah satu yang digunakan adalah uji t (t-test). Uji t
digunakan untuk mengetahui tingkat keefektifan maupun
pengaruh yang signifikan suatu metode (variabel terikat)
terhadap variabel bebas.
Berkaitan dengan hal tersebut, terdapat beberapa cara
yang dapat digunakan dalam melakukan uji t. Dalam
kesempatan kali ini, penyusun hanya ingin menampilkan
Namun, jika dirasa terlalu lama, memang zaman sekarang
sudah disediakan aplikasi khusu untuk pengolah angka
dalam dunia sosial sains, yakni SPSS. Data hasil penelitian
juga dapat dianalisis menggunakan aplikasi SPSS, namun
prosedurnya jelas berbeda dengan cara manual. Akan
tetapi, pada akhirnya hasil dari kedua cara tersebut adalah
sama besar. Sehingga ketika seorang peneliti mengalami
kekurangan waktu, peneliti tersebut dapat memanfaatkan
aplikasi SPSS untuk melakukan analisis terhadap data
yang ada.
Berdasarkan latar belakang (background) tersebut,
maka pertanyaan penelitian akan disampaikan sebagai
berikut.
1. Bagaimanakah pengujian untuk dua sampel yang
independen digunakan?
2. Bagaimanakah pengujian dua sampel yang
berpasangan digunakan?

21/03/2020 1 © 2020 OSF.io

OSF Preprints, 21(03) 2020 Pratikno, A.S. et al.,

3. Bagaimanakah aplikasi dalam pemecahan masalah dua arah dilakukan pada saat ingin menguji hipotesis yang
tersebut? belum diketahui arahnya. Misalnya terdapat hipotesis
Adapun tujuan dari penelitian yang akan dilakukan atau yang berbunyi “diduga terdapat pengaruh signifikan
dicapai sebagai berikut. variabel X terhadap variabel Y” (hipotesis tidak langsung).
1. Agar dapat mengetahui rumusan serta mampu Kurva yang dimaksud seperti gambar berikut ini.
menganalisis pengujian untuk dua sampel independen
dalam pengujian hipotesis rata-rata dua populasi.
2. Agar dapat mengetahui serta mampu menganalisis
untuk dua sampel yang berpasangan pada pengujian
hipotesis rata-rata dua populasi.

2. Pembahasan
2.1 Pengantar
Dalam penelitian komparasional yang melakukan Gambar 2.1 Kurva pada hipotesis tidak langsung
perbandingan antara dua variabel, yaitu apakah memang
signifikan dua variabel yang sedang dibandingkan atau Pada kasus lain, misalnya “diduga variabel X
dicari perbedaannya itu memang berbeda, ataukah menyebabkan tingginya variabel Y”, maka pengujiannya
perbedaan itu terjadi semata-mata karena kebetulan saja, harus dilakukan uji satu arah (one tail) dengan posisi
kita dapat menggunakan t-test, tes kai kuadrat maupun daerah penolakan berada pada sebelah kanan kurva
menggunaan teknik analisis lainnya. normal (hipotesis langsung positif). Kurva yang dimaksud
Sebagai contoh, misalnya kita ingin mengetahui apakah sebagai berikut.
memang terdapat pengaruh secara signifikan terhadap
perbedaan sikap keagamaan antara kelompok sampel
remaja yang berdomisili di daerah rural dan kelompok
sampel remaja yang Berdomisili di daerah urban. Jadi
dalam kasus ini, kita sebagai peneliti ingin menguji
hipotesis nihil yang menyatakan bahwa diantara kedua
kelompok sampel remaja yang berbeda domisilinya itu
tidak terdapat perbedaan sikap keagamaan yang
signifikan). Oleh karena itu, maka pengujian terhadap
Gambar 2.2 Kurva pada hipotesis langsung positif
hipotesis nihil itu dapat dilakukan dengan dua macam
cara, yaitu: pertama, dengan mendasarkan diri pada
Selanjutnya pada pengujian hipotesis satu arah yang
besarnya mean sikap keagamaan dari kedua kelompok.
lainnya terjadi jika hipotesisnya berbunyi “diduga variabel
2.2 Pengujian Hipotesis
X menyebabkan rendahnya variabel Y”. Dalam kasus
Fungsi dari uji statistik adalah untuk menguji
tersebut, posisi daerah penolakan berada disebelah kiri
kebenaran dari hipotesis yang diajukan oleh peneliti,
kurva normal (hipotesis langsung negatif). Gambar kurva
apakah hipotesisnya terbukti secara nyata ataukah tidak.
yang dimaksud sebagai berikut.
Dalam pengujian hipotesis terdapat beberapa cara yang
dapat dilakukan salah satunya dengan menggunakan
analisis t-test. Berkaitan dengan hal tersebut sebenarnya
hipotesis yang telah disusun dengan baik terkadang masih
mempunyai kelemahan dan kekurangan yang perlu
dibenahi sebelum diuji kebenarannya. Kadang kala hal
tersebut terjadi karena perumusannya mengandung
masalah-masalah yang tidak operasional atau berkaitan
dengan sejumlah fakta yang umum terjadi, serta juga
berkaitan dengan variabel penelitian yang cukup luas.
Gambar 2.3 Kurva pada hipotesis langsung negative
Pengujian hipotesis dapat dilakukan dengan dua arah
(two tail) atau pengujian satu arah (one tail). Pengujian

2
https://doi.org/10.31219/osf.io/xqt8r
OSF Preprints, 21(03) 2020
2.3 Langkah-langkah Dalam Menguji Hipotesis
Apabila peneliti telah melakukan pengumpulan dan
pengolahan data penelitian, maka langkah berikutnya
adalah dengan pengujian hipotesis untuk memperoleh
simpulan hasil penelitian, yakni dengan menolak atau
menerima hipotesis penelitian. Perlu diingat juga bahwa
dalam rangka pengujian hipotesis ini, antara Ha dan H0
adalah bersifat “mutually exclusive” artinya pada saat salah
satu hipotesis diterima, maka hipotesis lainnya ditolak.
Langkah-langkah dalam pengujian hipotesis ini sebagai
berikut.
1. Mengubah hipotesis alternatif menjadi hipotesis nihil.
2. Menetapkan taraf signifikansi yang dikehendaki
sebagai batas penerimaan hipotesis, misalnya 0,05;
0,01; 0,001, dsb, (kalau untuk penelitian pendidikan
biasanya digunakan 0,05).
3. Memilih bentuk statistik mana yang akan digunakan
untuk menganalisis data, dapat menggunakan uji z, t, r,
x2, f, atau uji yang lainnya sesuai dengan tujuan dan
karakteristik data.
4. Mengumpulkan data dan melakukan analisis atau
pengolahan data dengan teknik analisis statsitik yang
relevan.
5. Mencocokkan hasil analisis data dengan harga kritik
pada tabel, berdasarkan taraf signifikansi yang ditetap-
kan.
6. Menarik kesimpulan hasil pengujian dan
menafsirkannya, serta membahas atau mendiskusi-
kannya. Dalam hal ini akan dibahas secara kompre-
hensif pada bab IV dengan mengacu pada bab II berupa
landasan teori.
2.4 Pemilihan Uji Statistik
Dalam pembahasan kali ini, penyusun makalah
mengambil topik tentang analisis data dengan
menggunakan uji statistik t-test.
2.1.1 Pengertian t-test
T-test merupakan salah satu tes uji statistik
yang digunakan untuk menguji kebenaran maupun
ketidakbenaran hipotesis. Hipotesis nihil yang
menyatakan bahwa di antara dua buah mean
sampel yang diambil secara acak dari populasi yang
sama, tidak terdapat perbedaan yang signifikan.
Sebagai salah satu tes statistik parametrik, t-
test mulai pertama kali dikembangkan oleh William
Seely Gosset pada 1915. Pada waktu itu dia
menggunakan nama samaran student dan huruf “t”
yang terdapat dalam istilah t-test diambil dari huruf
terakhir dari nama beliau. Pada dasarnya tujuan
utama kegiatan penelitian antara lain adalah
3
https://doi.org/10.31219/osf.io/xqt8r
Pratikno, A.S. et al.,
menentukan prinsip yang dapat diberlakukan
secara umum atau bersifat universal. Untuk dapat
menemukan prinsip yang berlaku universal
tersebut, secara ideal teoretis, seorang peneliti
seharusnya meneliti keseluruhan objek yang dikaji
yakni meneliti populasinya. Melalui penelitian yang
dilakukan terhadap populasi, generalisasi yang
dikemukakan oleh seorang peneliti akan tidak
terlalu jauh berbeda dengan kenyataan yang
sebenarnya.
Sampel sebagai miniatur populasi di-peroleh
dengan cara melakukan reduksi terhadap populasi
dan dengan mereduksi populasi ke dalam bentuk
sampel tersebut, seorang peneliti ber-maksud
untuk melakukan generalisasi terhadap
populasinya, atas dasar sampel tersebut.
2.1.2 Penggolongan t-test
Rumus untuk memperoleh harga “t” yakni
dengan menggunakan rumus yang umum
digunakan. Penggunaan t-test sebagai salah satu
teknik analisis komparasional bivariate harus
disesuaikan dengan keadaan sampek yang sedang
kita selidiki (dicari perbedaan mean-nya).
Berdasarkan keadaan sampelnya itu, pada
umumnya para ahli statistik menggolongkan t-test
menjadi dua macam, yakni:
1. T-test untuk sampel kecil (n < 30)
2. T-test untuk sampel besar (n ≥ 30)
T-test untuk sampel kecil, dibedakan menjadi dua
golongan, yakni:
a. T-test untuk sampel kecil yang kedua sampelnya
saling berhubungan (paired sample t-test)
b. T-test untuk sampel kecil yang kedua sampelnya
tidak saling berhubungan (independent sample
t-test)
Demikian juga dengan t-test untuk sampel besar
juga dibedakan menjadi dua, sebagai berikut.
a. T-test untuk sampel besar yang kedua
sampelnya saling berhubungan (paired sample
t-test).
b. T-test untuk sampel besar yang kedua
sampelnya tidak saling berhubungan
(independent sample t-test).
2.1.3 Pengujian untuk Dua Sampel yang
Independen
Pengujian dua sampel yang independen atau
uji beda 2 rata-rata digunakan untuk menguji dua
rata-rata pada dua kelompok data (2 populasi) yang
independen.
OSF Preprints, 21(03) 2020 Pratikno, A.S. et al.,

Seringkali dalam suatu penelitian akan Daerah

Hipotesis Asumsi Statistik Uji
diselidiki apakah suatu metode baru menghasilkan Kritis
hasil yang lebih baik dari metode lama, atau dua H0: µ1 - µ2 σ1 dan σ2 t > -tα/2,v
pendekatan dalam memberikan hasil yang sama. = d0 tidak t=
𝑥̅1 −𝑥̅2 −𝑑0 atau
H0: µ1 - µ2 diketahui, 𝑆 𝑆2
√( 1 + 2 )
2
t < -tα/2,v
Masalah seperti ini dapat diselesaikan dengan
≠ d0 diasumsikan 𝑛 𝑚

melakukan pengujian rata-rata dua populasi. H0: µ1 - µ2 nilai tidak t > -tα,v
Berikut adalah tabel untuk uji rata-rata dua = d0 atau sama 𝑆2 𝑆2
2
( 𝑛1 + 𝑚2 )
populasi yang memuat hipotesis, statistik uji H0: µ1 - µ2 v= 2 2
𝑆2 𝑆2
dengan asumsi variansi, dan daerah kritis, yaitu ≤ d0 ( 𝑛1 ) (𝑚2)

daerah penolakan H0. Ha: µ1 - µ2 𝑛−1

+
𝑚−1
> d0 atau
Ha: µ1 - µ2
Tabel 1. Uji rata-rata dua populasi
> d0
Daerah
Hipotesis Asumsi Statistik Uji H0: µ1 - µ2 t < -tα,v
Kritis
= d0 atau
H0: µ1 - µ2 σ1 dan σ2 𝑧= 𝑥̅1 −𝑥̅2 −𝑑0 z < -zα/2 H0: µ1 - µ2
= d0 diketahui 2 2
√𝜎1 + 𝜎2 atau z > ≥ d0
Ha: µ1 - µ2 𝑛 𝑚
zα/2 Ha: µ1 - µ2
≠ d0 < d0 atau
H0: µ1 - µ2 z > zα Ha: µ1 - µ2
= d0 atau < d0
H0: µ1 - µ2
≤ d0
Catatan.
Ha: µ1 - µ2
> d0 atau Asumsi yang harus dipenuhi adalah masing-masing
Ha: µ1 - µ2 sampel independen dan diambil dari populasi berdistri-
> d0 busi normal. Untuk n = m statistik uji yang ke dua dan ke
H0: µ1 - µ2 z < -zα tiga adalah sama, sehingga tidak perlu diuji apakah
= d0 atau variansi sama atau tidak.
H0: µ1 - µ2 Uji kesamaan variansi dapat dilakukan dengan Uji Lavene
≥ d0
yang sudah tersedia dalam paket program SPSS 16. Dalam
Ha: µ1 - µ2
< d0 atau pengujian hipotesis, dapat dilakukan dengan du acara,
Ha: µ1 - µ2 yakni dengan cara manual, atau menggunakan aplikasi
< d0 SPSS 18.0.0
H0: µ1 - µ2 σ1 dan σ2 t < -tα/2, a. Cara Manual
= d0 tidak n+m-2 i. Rumus yang digunakan
H0: µ1 - µ2 diketahui, t=
𝑥̅1 −𝑥̅2 −𝑑0 atau 𝑀1 − 𝑀2
≠ d0 diasumsikan 1
2( + )
√𝑠𝑝
1
t > -tα/2, to =
𝑛 𝑚 𝑆𝐸𝑀1 − 𝑀2
nilai sama n+m-2 ii. Langkah Penghitungan
H0: µ1 - µ2 dengan t > -tα, • Mencari mean variabel X (variabel I),
= d0 atau n+m-2
dengan rumus:
H0: µ1 - µ2 𝑆𝑝2 = (∑ 𝑓𝑥̅′)
≤ d0 (𝑛−1)𝑠12 +(𝑚−1)𝑆22 M1 = Ḿ + i (𝑁)
Ha: µ1 - µ2 𝑛+𝑚−2
• Mencari mean variabel Y (variabel II),
> d0 atau
Ha: µ1 - µ2 dengan rumus:
(∑ 𝑓𝑦′)
> d0 M2 = Ḿ + i
(𝑁)
H0: µ1 - µ2 t < -tα,
= d0 atau • Mencari Deviasi Standar Variabel I
n+m-2
H0: µ1 - µ2 dengan rumus:
≥ d0 ∑ 𝑓𝑥̅′2 ∑(𝑓𝑥̅ ′ )2
SD1 = i √ −
Ha: µ1 - µ2 𝑁 (𝑁)
< d0 atau • Mencari Deviasi Standar Variabel II
Ha: µ1 - µ2 dengan rumus:
< d0

4
https://doi.org/10.31219/osf.io/xqt8r
OSF Preprints, 21(03) 2020 Pratikno, A.S. et al.,

∑ 𝑓𝑦′2 ∑(𝑓𝑦 ′ )2
SD2 = i √ − Skor f
𝑁 (𝑁)
• Mencari Standar Error Mean Variabel I 80-84 3
dengan rumus: 75-79 5
𝑆𝐷2 70-74 5
SEM2 =
√𝑁−1 65-69 7
• Mencari Standar Error Mean Variabel II 60-64 8
dengan rumus: 55-59 8
𝑆𝐷2
SEM2 = 50-54 6
√𝑁−1
• Mencari Standar Error perbedaan mean 45-49 4
variabel I dan mean variabel II dengan 40-44 2
rumus: 50 = N2

SEM1 - M2 = √𝑆𝐸𝑀1 2 + 𝑆𝐸𝑀2 2

Untuk menguji kebenaran atau kepalsuan hipotesis yang
• Mencari to dengan rumus: telah disebutkan di muka, ditempuh langkah sebagi
𝑀 − 𝑀2
to = 𝑆𝐸 1 berikut:
𝑀1 − 𝑀2
a. Mencari Mean, Deviasi Standard dan Standar
Contoh Soal: Error dari mean Variabel I:
Studi eksperimen yang dilaksanakan dengan tujuan
untuk menguji kebenaran/kepalsuan hipotesis yang Skor f X x’ fx’ fx’2
menyatakan bahwa dengan menggunakan metode 85-89 3 +5 + 15 75
mengajar yang baru, prestasi belajar para siswa SMTA 80-84 5 +4 + 20 80
lebih baik daripada diajar dengan menggunakan metode 75-79 7 +3 + 21 63
lama, telah menetapkan 50 orang siswa SMTA yang diajar
70-74 7 +2 + 14 28
dengan menggunakan metode baru (variabel X) dan 50
65-69 8 M’ +1 + 14 8
orang SMTA yang diajar dengan menggunakan metode
60-64 10 (62) 0 0 0
lama (variabel Y), sebagai sampel penelitian. Setelah
eksperimentasi berakhir, dari kedua kelompok siswa 55-59 3 -1 -3 3
SMTA itu, diperoleh skor hasil belajar sebagai berikut: 50-54 3 -2 -6 12
45-49 2 -3 -6 18
Tabel 2. Skor hasil belajar siswa SMTA yang diajar dengan 40-44 2 -4 -8 32
metode baru (x) 50- = - 55 = E 319 =
Skor f N fx’ E fx’2

85-89 3 ∑ 𝑓𝑥̅′ 55
80-84 5 1. M1 = M’ + i = 62 + 5 50 = 62 + 5,5 = 67,50
(𝑁)
75-79 7 ∑ 𝑓𝑥̅′2 (∑ 𝑓𝑥̅′)2
2. SD1 = i √ −
70-74 7 𝑁 𝑁
65-69 8 319 (55)2
= 5 √ 50 −
60-64 10 (50)

55-59 3 = 5 x 2,274
50-54 2 = 11,37
𝑆𝐷1
45-49 2 3. 𝑆𝐸𝑀2 =
√𝑁1 −1
40-44 2 11,37
=
50 = N1 √50−1
11,37
=
7
Tabel 3. Skor Hasil Belajar Siswa SMTA yang diajar dengan = 1,624
Metode Lama (Y)
Skor f b. Mencari Mean, Deviasi Standar, dan Standard
85-89 2 Error dari Mean Variabel II:

5
https://doi.org/10.31219/osf.io/xqt8r
OSF Preprints, 21(03) 2020 Pratikno, A.S. et al.,

2.1.4 Pengujian untuk Data Berpasangan

Skor f y y’ fy’ fy’2
Pengujian data berpasangan digunakan
85-89 2 +5 + 10 + 50 untuk membandingkan rata-rata dari dua variabel
80-84 3 +4 + 12 + 48 dalam satu grup data. Uji ini dilakukan terhadap
75-79 5 +3 + 15 + 45 dua sampel dengan subjek yang sama tetapi
70-74 5 +2 + 10 + 20 mengalami perlakuan yang berbeda atau berpa-
65-69 7 (62) +1 +7 +7 sangan. Menguji rata-rata sampel I (μ1) terhadap
60-64 8 0 0 0 rata-rata sampel 2 (μ2):
55-59 8 -1 -8 +8 • Uji dua pihak
50-54 6 -2 - 12 + 24 H0: μ1 = μ2
45-49 4 -3 - 12 + 36 H1: μ1 ≠ μ2
40-44 2 -4 -8 + 32 • Uji pihak kanan
50 = - - 14 = 270 = H0: μ1 ≤ μ2
N2 E fx’ E fx’2 H1: μ1 > μ2
• Uji pihak kiri
c. Mencari Standard Error Perbedaan Mean Variabel H0: μ1 ≥ μ2
I dan Mean Variabel II, dengan rumus: H1: μ1 < μ2
𝑆𝐸𝑀1− 𝑀2 = √𝑆𝐸𝑀1 2 + 𝑆𝐸𝑀2 2 Pengambilam keputusan untuk uji T sampel
berpasangan, yaitu:
= √(1,624)2 + (1,648)2 • Berdasarkan t hitung (t pada hasil output) dan
= 2,314 t tabel
d. Mencari “t” atau t0 : Uji dua pihak:
𝑀 − 𝑀2
𝑡𝑜 = 𝑆𝐸 1 1
Terima H0 jika |thitung| < ttabel = t (1-2α, n1 + n2 – 2)
𝑀1 − 𝑀2

=
67,5−63,4 Uji pihak kanan:
2,314
Terima H0 jika t hitung < t tabel = t (1-α, n1 + n2 -
= 1,772
2)
e. Memberikan interpretasi terhadap “t0 :
Uji pihak kiri:
Df atau db = (N1 + N2 – 2) = 50 + 50 – 2 = 98
Terima H0 jika t hitung > t tabel = t (1-α, n1 + n2 -
(Konsultasi Tabel Nilai “t”). Ternyata dalam tabel
2)
tidak ditemui df sebesar 98; karena itu
dipergunakan df yang terdekat, yaitu df. 100.
Sampel-sampel yang berkorelasi adalah
Dengan df sebesar 100 diperoleh ttabel sebagai
sampel-sampel yang sudah disamakan salah satu
berikut:
variabelnya (mungkin juga dua tiga variabelnya
• Pada taraf signifikansi 5%: tt = 1,98
atau lebih). Misalnya saja koefisien kecerdasan
• Pada taraf signifikansi 1%: tt = 2,63
atau IQ telah diketahui mempunyai pengaruh
Karena “t” yang kita peroleh dalam perhitungan
terhadap prestasi belajar. Dalam eksperimen-
(yaitu t0 = 1,772) adalah lebih kecil daripada tt
eksperimen yang menyangkut prestasi belajar,
(baik pada taraf signifikansi 5% maupun pada
misalnya tentang pengaruh metode terhadap
taraf signifikansi 1%), maka Hipotesis Nihil
prestasi suatu mata pelajaran, IQ anak-anak yang
diterima. Berarti antara Variabel I dan Variabel II
ditugaskan dalam kelompok-kelompok eksperi-
tidak terdapat perbedaan yang signifikan.
men dan kontrol dipersamakan lebih dahulu
f. Kesimpulan:
subyek demi subyek. Maksudnya agar jika ada
Sekalipun terdapat perbedaan Mean Hasil Belajar
perbedaan-perbedaan prestasi belajar dari
di antara kedua kelompok siswa SMTA tersebut
eksperimen itu, perbedaan-perbedaan itu
namun perbedaan Mean itu bukanlah perbedaan
hendaknya semata-mata ditimbulkan oleh perbe-
yang signifikan. Karena itu kita dapat mengatakan
daan metode-metode yang dieksperimen-kan,
atau menyimpulkan. Metode Baru yang
bukan perbedaan yang diakibatkan oleh
dieksperimentasikan itu, tidak lebih baik jika
perbedaan IQ dari anak-anak dan kelompok
dibandingkan dengan Metode Lama.
control. Baru jika IQ anak-anak telah dipersamak-

6
https://doi.org/10.31219/osf.io/xqt8r
OSF Preprints, 21(03) 2020 Pratikno, A.S. et al.,

an pelaksana eksperimen dapat menyimpulkan Misalnya untuk mengetahui sampai sejauh mana
hasilnya dengan keyakinan bahwa perbedaan efektivitas penyelenggaraan kegiatan Bimbingan Tes
mean prestasi belajar dari kelompok eksperimen Matematika yang diselenggarakan oleh sebuah Biro
dan kelompok control adalah semata-mata Bimbingan Tes Sipenmaru, dilakukanlah penelitian
disebabkan karena perbedaan metode yang terhadap 40 orang siswa lulusan SMA yang mengikuti
dieksperimenkan. program Bimbingan Tes Sipenmaru tersebut. Sebelum
Andaikan kita tertarik untuk mengetahui mengikuti Bimbingan Tes, mereka dikenakan Tes
apakah suatu metode pembelajaran A berhasil Matematika, demikian pula setelah Program Bimbingan
menaikkan hasil belajar atau tidak. Sebanyak n Tes Matematika selesai, dilaksanakanlah Tes Matematika
siswa diberi perlakuan pembelajaran dengan terhadap 40 orang peserta Bimbingan Tes tersebut. Skor
metode A dan diberi pretes dan postes. yang dicapai 40 orang peserta Bimbingan Tes Matematika
Bagaimana menguji hipotesis apakah metode itu ada pada tabel berikut.
pembelajaran A efektif menaikkan hasil belajar
siswa. Tabel 5. Skor hasil tes matematika
Data hasil pretes dan postes dapat Nomor Skor Hasil Tes Matematika
dinyatakan dalam n pasangan (Xi, Yi), i=1,…,n, Urut Sesudah Mengikuti Sebelum Mengikuti
dengan Xi adalah nilai pretes dan Yi adalah postes. Subjek Bimbingan Tes (x) Bimbingan Tes (y)
Dalam masalah ini, X1, X2, …, Xn dan Y1, Y2, …, Yn 1 83 84
tidak independen, karena dimungkinkan ada 2 73 74
kecenderungan orang dengan nilai pretes yang 3 96 94
lebih tinggi akan mempunyai postes yang lebih 4 54 50
5 64 62
tinggi. Oleh karena itu statistik uji t untuk sampel
6 78 78
independent tidak dapat digunakan.
7 92 90
Misalnya Wi = Xi – Yi, i=1,....,n, maka Wi 8 60 58
menghasilkan rata-rata W̅ dan simpangan baku 9 76 74
sw. Hipotesis nol μw = 0 menunjukkan bahwa 10 86 84
metode pembelajaran tidak berhasil menaikkan 11 62 60
hasil belajar. Secara umum hipotesis, statistik uji, 12 69 67
dan daerah kritis untuk data berpasangan 13 99 95
disajikan dalam tabel sebagai berikut. 14 89 87
15 71 69
Tabel4. hasil uji sampel berkorelasi 16 66 64
17 94 92
Hipotesis Statistik Uji Daerah Kritis 18 89 79
H0: μw = 0 t < -ta/2, n-1 atau t 19 72 70
Ha: μw ≠ 0 t=
𝑤
> ta/2, n-1 20 95 93
𝑠𝑤 / √𝑛
H0: μw = 0 atau t > ta,n-1 21 85 83
H0: μw ≤ 0 22 61 61
W̅ adalah rata- 23 79 77
Ha: μw > 0
rata 24 87 85
Ha: μw > 0
25 82 80
H0: μw = 0 atau t < -ta,n-1 26 91 89
H0: μw ≥ 0 27 61 59
Ha: μw < 0 28 93 94
Ha: μw < 0 29 65 63
30 88 86
Asumsi yang harus dipenuhi adalah Wi berdistribusi 31 80 78
normal. 32 77 75
Contoh Penggunaan Tes “t” untuk Dua Sampel Besar, 33 90 88
34 59 55
yang satu sama lain saling berhubungan, yang datanya
35 75 73
berupa Data Kelompokan (Range-nya 30 atau lebih)

7
https://doi.org/10.31219/osf.io/xqt8r
OSF Preprints, 21(03) 2020 Pratikno, A.S. et al.,

Nomor Skor Hasil Tes Matematika Tabel 6. Skor hasil tes matematika sesudah bimbi-
Urut ngan
Sesudah Mengikuti Sebelum Mengikuti
Subjek Skor (x) f
Bimbingan Tes (x) Bimbingan Tes (y)
36 70 68 95-99 3
37 84 82 90-94 5
38 74 72 85-89 6
39 68 68 80-84 4
40 67 65 75-79 5
70-74 5
Soal:
65-69 5
Selidiki secara seksama, apakah memang secara
60-64 5
meyakinkan (signifikan) terdapat perbedaan skor hasil tes
55-59 1
Matematika di kalangan para siswa lulusan SMTA tersebut
50-54 1
di atas, antara sesudah dan sebelum mengikuti program
40 = N
Bimbingan Tes Matematika, dengan cara:
a. Merumuskan terlebih dahulu Ha dan H0 nya.
Tabel 7. Skor hasil tes matematika sebelum bimbi-
b. Menguji kebenaran/kepalsuan hipotesis tersebut
ngan
di atas, dengan menggunakan teknik analisis tes
Skor (y) f
“t”.
95-99 1
c. Memberikan interpretasi terhadap t0 dengan
90-94 5
menggunakan Tabel Nilai Harga kritik “t” yang
85-89 5
tercantum pada Tabel Nilai “t”, pada taraf
80-84 5
signifikansi 5% dan 1%.
d. Menarik kesimpulan hasil penelitian tersebut. 75-79 5
70-74 5
Langkah yang perlu kita tempuh dalam rangka menjawab 65-69 5
soal di atas adalah: 60-64 5
a. Merumuskan Ha nya: “di kalangan para peserta 55-59 3
Program Bimbingan Tes Matematika, 50-54 1
ada/terdapat perbedaan skor hasil tes 40 = N
Matematika yang signifikan, antara sesudah dan
sebelum mengikuti Program Bimbingan Tes 2) Mencari Mean, Deviasi Standar dan Standar
Matematika”. Error dari Mean Variabel X:
Merumuskan H0 nya: “Di kalangan para peserta Skor
f X x’ fx’ fx2
Program Bimbingan Tes Matematika, tidak (X)
terdapat perbedaan skor hasil tes Matematika 95-99 3 +4 +12 48
yang signifikan, antara sesudah dan sebelum 90-94 5 +3 +15 45
85-89 6 +2 +12 24
mengikuti Program Bimbingan Tes Matematika.
80-84 4 +1 +4 4
b. Menguji kebenaran/kepalsuan hipotesis di atas, 75-79 5 0 0 0
dengan mempergunakan Tes “t”dengan prosedur M’77
70-74 5 -1 -5 5
kerja sebagai berikut: 65-69 5 -2 -10 20
1) Menyiapkan terlebih dahulu Tabel Distribusi 60-64 5 -3 -15 45
Frekuensi Skor Hasil Tes Matematika 55-59 1 -4 -4 16
sesudah berakhirnya Program Bimbingan 50-54 1 -5 -5 25
Tes (variabel x), dan skor hasil tes 232
40 4=
matematika sebelum dilaksanakannya =Σ
=N Σfx’
fx’2
program bimbingan tes matematika (variabel
y).

8
https://doi.org/10.31219/osf.io/xqt8r
OSF Preprints, 21(03) 2020 Pratikno, A.S. et al.,

3) Mencari Mean, Deviasi Standard dan 252

− (0,675)(1,01)
= 40
Standard Error dari Mean Variabel Y: (2,371)(2,406)

Skor = 0,974
f Y y’ fy’ fy’2
(X) 10) Mencari Standard Error Perbedaan Mean
95-99 1 +5 +5 25 Variabel X dan Mean Variabel Y:
90-94 5 +4 +20 80
85-89 5 +3 +15 45 𝑆𝐸𝑀1− 𝑀2 = √𝑆𝐸𝑀1 2 + 𝑆𝐸𝑀2 2 − (2𝑟12 )(𝑆𝐸𝑀1 )(𝑆𝐸𝑀2 )
80-84 5 +2 +10 20 = √3,694084 + 3,602404 − 7,1062182
75-79 5 M’ +1 5 5
= 0,460
70-74 5 72 0 0 0
11) Mencari t0 dengan rumus:
65-69 5 -1 -5 5 𝑀1 − 𝑀2
60-64 5 -2 -10 20 𝑡𝑜 = 𝑆𝐸𝑀1 − 𝑀2
55-59 3 -3 -9 27 77,50 − 75,375
50-54 1 -4 -4 16 =
0,460
243
40 27 = 2,125
=Σ =
=N Σfy’ 0,460
fy’2
= 4,60
4) Mencari (menghitung) koefisien korelasi “r” 12) Memberikan interpretasi terhadap t0:
Product Moment yang menunjukkan kuat Df = (N-1) = 40 – 1 = 39 (Konsultasi Tabel
lemahnya hubungan antara variabel X dan Nilai “t”). Karena dalam tabel tidak didapati df
variabel Y. Karena N cukup besar (N=40), sebesar 39, maka dipergunakan df yang
maka dalam mencari koefisien korelasi paling dekat dengan 39, yaitu df sebesar 40.
tersebut dipergunakan diagram korelasi Dengan df sebesar 40, diperoleh harga kritik
(scatter diagram). t pada tabel sebagai berikut:
5) Mencari Cx dengan rumus: • Pada taraf signifikansi 5%: tt = 2,02
∑ 𝑓𝑥̅′ 27 • Pada taraf signifikansi 1%: tt = 2,69
𝐶𝑥̅ = = 40 = 0,675
𝑁 Dengan demikian t0 (yaitu sebesar 4,62)
6) Mencari Cy dengan rumus:
adalah jauh lebih besar daripada tt, baik pada
∑ 𝑓𝑦′ 44
𝐶𝑦′ = = = 1,100 taraf signifikansi 5% maupun taraf
𝑁 40
7) Mencari SDx, dengan rumus: signifikansi 1%. Dengan demikian maka
hipotesis nihil ditolak. Berarti antara variabel
∑ 𝑓𝑥′2 (∑ 𝑓𝑥′)2
𝑆𝐷𝑥̅′ =𝑖 √ − X dan variabel Y terdapat perbedaan mean
𝑁 𝑁 yang signifikan.
=1√
243
−
(27)2 13) Kesimpulan yang dapat kita tarik, antara skor
40 40
hasil tes Matematika sebelum dan sesudah
= 1 √6,075 − 0,455625 dilaksanakannya program bimbingan tes
= 2,371 matematika terdapat perbedaan yang
8) Mencari SDy dengan rumus: signifikan. Ini mengandung makna, penyele-
nggaraan program bimbingan tes matema-
∑ 𝑓𝑦′2 (∑ 𝑓𝑦′)2
𝑆𝐷𝑦′ = 𝑖 √ − tika itu telah berhasil membantu para lulusan
𝑁 𝑁
SMA dalam meningkatkan kemampuan
= 1 √ 40 −
280 (44)2 mereka dalam bidang studi Matematika
40
untuk menghadapi tes sipenmaru (setelah
= 1 √7,00 − 1,21 diberikan bimbingan tes matematika, nilai tes
= 2,046 matematika secara signifikan meningkat atau
9) Mencari rxy atau r12: lebih baik jika dibandingkan sebelum
∑ 𝑥′𝑦′
−(𝐶𝑥′ )(𝐶𝑦′ ) mengikuti program bimbingan tes).
𝑟𝑥̅𝑦 atau 𝑟12 = 𝑁
(𝑆𝐷𝑥′ )(𝑆𝐷𝑦′ )

9
https://doi.org/10.31219/osf.io/xqt8r
OSF Preprints, 21(03) 2020 Pratikno, A.S. et al.,

3. Penutup
3.1 Kesimpulan
Apabila dalam suatu penelitian kita akan menyelidiki
apakah suatu metode baru menghasilkan hasil yang lebih
baik dari metode lama dapat diselesaikan dengan
melakukan pengujian rata-rata dua populasi. Apabila kita
ingin mengetahui apakah suatu metode pembelajaran A
berhasil menaikkan hasil belajar atau tidak dapat
menggunakan pengujian untuk data berpasangan.
Pengujian-pengujian tersebut juga tidak lepas dari
keterbatasan peneliti sebagai seorang manusia. Karena
sebagus apapun desain penelitian dan seakurat apapun
dalam melakukan uji statistik, tidak mungkin akan mampu
lepas dari sebuah kesalahan yang mengakibatkan hasilnya
tidak valid. Maka dari itu, peneliti hendaknya dalam hal ini
berupaya untuk meneliti seteliti mungkin sebelum
dilakukan uji statistik.
3.2 Saran
Penyusun menyadari bahwa makalah ini diperlukan
beberapa revisi demi perbaikan yang mencakup materi uji
t pada sampel yang berhubungan maupun sampel yang
terpisah. Oleh karena itu, penulis mengharapkan kritik
dan saran yang membangun agar semakin baik dalam
menyusun makalah-makalah pada kesempatan berikut-
nya.

DAFTAR PUSTAKA

Hadi, Sutrisno. (2004). Statistik. Yogyakarta: Penerbit Andi.

Masyhud, M. Sulthon. (2014). Metode Penelitian Pendidikan.

Jember: Lembaga Pengembangan Manajemen dan
Profesi Pendidikan.

Priyatno, Duwi. (2009). Belajar Olah Data dengan SPSS17.

Yogyakarta: Penerbit Andi.

PPS UNY. (2011). Statistika: Matrikulasi S2 Program

Pascasarjana UNY. Yogyakarta: UNY.

Sudijono, Anas. (2006). Pengantar Statistik Pendidikan.

Yogyakarta: Rajagrafindo Persada.

©2020 by the authors. Submitted for

possible open access publication under the
terms and conditions of the Creative
Commons Attribution (CC BY) license (http://creativecommons.
org/licenses/by/4.0/).

10
https://doi.org/10.31219/osf.io/xqt8r