Membedah Perbedaan: Contoh Soal Uji-t (t-Test) Dua Sampel untuk Penelitian Kuantitatif

Pendahuluan: Mengapa Uji-t Sampel Begitu Penting?

Dalam dunia statistik dan penelitian kuantitatif, Uji-t (t-Test) adalah salah satu alat analisis yang paling sering digunakan. Fungsinya adalah untuk menentukan apakah terdapat perbedaan yang signifikan (berarti secara statistik) antara rata-rata dua kelompok atau dua kondisi. Uji-t sampel memegang peranan krusial, terutama ketika peneliti hanya menggunakan sampel kecil (di bawah 30) atau ketika standar deviasi populasi tidak diketahui.

Memahami Uji-t tidak hanya sebatas menghafal rumus, tetapi juga mengenali kapan harus menggunakan jenis Uji-t yang tepat. Secara umum, Uji-t untuk dua sampel terbagi menjadi dua kategori utama: Uji-t Sampel Independen (Independent Sample t-Test) dan Uji-t Sampel Berpasangan (Paired Sample t-Test atau Dependent t-Test).

Artikel ini akan menyajikan contoh soal lengkap dari kedua jenis uji-t tersebut, disertai dengan langkah-langkah penyelesaian, untuk memberikan pemahaman yang mendalam.

baca juga:Masa Depan AI Bertanggung Jawab: Peluang Karir Menggiurkan!

Baca juga:

Mudik Gratis Kemenhub 2026: Akses Mudah Menuju Jalur Selatan Jawa

➜

1. Uji-t Sampel Independen (Independent Sample t-Test)

Uji-t Sampel Independen digunakan ketika Anda ingin membandingkan rata-rata dari dua kelompok yang berbeda dan tidak saling berhubungan (misalnya, membandingkan nilai antara kelompok pria dan kelompok wanita, atau antara kelompok kontrol dan kelompok eksperimen).

Contoh Soal 1: Perbandingan Dua Kelompok Berbeda

Kasus:

Seorang peneliti ingin menguji apakah terdapat perbedaan yang signifikan dalam hasil belajar Matematika antara siswa yang diajar dengan Metode A (Kelompok 1) dan siswa yang diajar dengan Metode B (Kelompok 2).

Data Hasil Tes (Nilai):

Ujilah hipotesis ini pada taraf signifikansi ($\alpha$) $\mathbf{0.05}$ (Uji Dua Arah). Asumsikan varians populasi kedua kelompok adalah sama (homogen).

Langkah-Langkah Penyelesaian

Langkah 1: Merumuskan Hipotesis

• Hipotesis Nol ($H_0$): Tidak ada perbedaan rata-rata hasil belajar antara Metode A dan Metode B. ($\mu_1 = \mu_2$)
• Hipotesis Alternatif ($H_a$): Terdapat perbedaan rata-rata hasil belajar antara Metode A dan Metode B. ($\mu_1 \neq \mu_2$)

Langkah 2: Menentukan Nilai Kritis ($t_{tabel}$)

• Derajat Kebebasan ($df$) $= n_1 + n_2 – 2 = 15 + 12 – 2 = 25$.
• Taraf Signifikansi ($\alpha$) $= 0.05$ (dua arah).
• Dari Tabel Distribusi-t, didapatkan nilai kritis: $\mathbf{t_{tabel} = 2.060}$

Langkah 3: Menghitung Nilai thitung​ (Asumsi Varian Sama)

Rumus thitung​ untuk varian yang diasumsikan sama adalah:

$$t = \frac{\bar{X}_1 – \bar{X}_2}{S_p \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}}$$

dengan Sp​ (Pooled Standard Deviation/Deviasi Standar Gabungan):

$$S_p = \sqrt{\frac{(n_1 – 1)s_1^2 + (n_2 – 1)s_2^2}{n_1 + n_2 – 2}}$$

1. Hitung Sp​:$$S_p = \sqrt{\frac{(15 – 1)(6.8^2) + (12 – 1)(5.5^2)}{15 + 12 – 2}}$$$$S_p = \sqrt{\frac{(14)(46.24) + (11)(30.25)}{25}}$$$$S_p = \sqrt{\frac{647.36 + 332.75}{25}} = \sqrt{\frac{980.11}{25}} = \sqrt{39.2044} \approx 6.26$$
2. Hitung thitung​:$$t_{hitung} = \frac{85.2 – 79.5}{6.26 \sqrt{\frac{1}{15} + \frac{1}{12}}}$$$$t_{hitung} = \frac{5.7}{6.26 \sqrt{0.0667 + 0.0833}} = \frac{5.7}{6.26 \sqrt{0.15}} = \frac{5.7}{6.26 \times 0.387}$$$$\mathbf{t_{hitung} \approx 2.348}$$

Langkah 4: Pengambilan Keputusan

• Kaidah: Tolak $H_0$ jika $|t_{hitung}| > t_{tabel}$.
• Perbandingan: $|2.348| > 2.060$.
• Keputusan: $\mathbf{H_0 \text{ ditolak}}$.

Kesimpulan:

Pada taraf signifikansi 0.05, terdapat perbedaan rata-rata hasil belajar Matematika yang signifikan antara siswa yang diajar dengan Metode A dan Metode B. Karena Xˉ1​>Xˉ2​, dapat disimpulkan bahwa Metode A menghasilkan hasil belajar yang lebih tinggi.

2. Uji-t Sampel Berpasangan (Paired Sample t-Test)

Uji-t Sampel Berpasangan digunakan ketika Anda ingin membandingkan rata-rata dari dua kondisi yang berasal dari kelompok subjek yang sama (misalnya, mengukur tekanan darah pasien sebelum dan sesudah pemberian obat, atau mengukur berat badan subjek pra-intervensi dan pasca-intervensi).

Contoh Soal 2: Pengukuran Sebelum dan Sesudah Intervensi

Kasus:

Sebuah penelitian dilakukan untuk menguji efektivitas program diet baru dalam menurunkan berat badan. Diambil sampel acak 8 orang, dan berat badan mereka dicatat sebelum (Pra) dan setelah (Pasca) mengikuti program selama satu bulan.

Data Berat Badan (dalam kg):

Ujilah apakah program diet tersebut efektif menurunkan berat badan pada taraf signifikansi ($\alpha$) $\mathbf{0.05}$ (Uji Satu Arah/Sisi Kanan).

Langkah-Langkah Penyelesaian

Langkah 1: Merumuskan Hipotesis

• Hipotesis Nol ($H_0$): Rata-rata berat badan tidak berubah (atau Pasca $\geq$ Pra). ($\mu_d \leq 0$)
• Hipotesis Alternatif ($H_a$): Program efektif, rata-rata berat badan Pasca lebih rendah dari Pra (selisih positif). ($\mu_d > 0$)

Langkah 2: Menentukan Nilai Kritis ($t_{tabel}$)

• Derajat Kebebasan ($df$) $= n – 1 = 8 – 1 = 7$.
• Taraf Signifikansi ($\alpha$) $= 0.05$ (satu arah/sisi kanan).
• Dari Tabel Distribusi-t, didapatkan nilai kritis: $\mathbf{t_{tabel} = 1.895}$

Langkah 3: Menghitung Nilai thitung​

Rumus thitung​ untuk sampel berpasangan:

$$t = \frac{\bar{d}}{\frac{S_d}{\sqrt{n}}}$$

dengan dˉ (Rata-rata Selisih) dan Sd​ (Standar Deviasi Selisih).

1. Hitung dˉ (Rata-rata Selisih):$$\bar{d} = \frac{\sum d_i}{n} = \frac{18}{8} = 2.25$$
2. Hitung Sd​ (Standar Deviasi Selisih):$$S_d = \sqrt{\frac{\sum d_i^2 – \frac{(\sum d_i)^2}{n}}{n – 1}}$$$$S_d = \sqrt{\frac{62 – \frac{(18)^2}{8}}{8 – 1}} = \sqrt{\frac{62 – \frac{324}{8}}{7}} = \sqrt{\frac{62 – 40.5}{7}}$$$$S_d = \sqrt{\frac{21.5}{7}} = \sqrt{3.071} \approx 1.752$$
3. Hitung thitung​:$$t_{hitung} = \frac{2.25}{\frac{1.752}{\sqrt{8}}} = \frac{2.25}{\frac{1.752}{2.828}}$$$$t_{hitung} = \frac{2.25}{0.62}$$$$\mathbf{t_{hitung} \approx 3.629}$$

Langkah 4: Pengambilan Keputusan

• Kaidah: Tolak $H_0$ jika $t_{hitung} > t_{tabel}$ (Karena Uji Sisi Kanan).
• Perbandingan: $3.629 > 1.895$.
• Keputusan: $\mathbf{H_0 \text{ ditolak}}$.

Kesimpulan:

Pada taraf signifikansi 0.05, program diet tersebut secara signifikan efektif menurunkan berat badan. Rata-rata penurunan berat badan sebesar 2.25 kg cukup kuat untuk menolak hipotesis nol.

baca juga:Mahasiswa Magister Bahasa Inggris Universitas Teknokrat Indonesia Raih Penghargaan BEST PRESENTER di AISELT 2025

3. Perbedaan Kunci dan Penggunaan yang Tepat 🗝️

Memilih jenis Uji-t yang tepat adalah langkah pertama terpenting dalam analisis data. Kesalahan dalam memilih uji dapat menyebabkan kesimpulan yang salah.

penulis:Anis puspita sari