ANALISIS KOMPARASI (UJI T)

MARDHIAH MASRIL 19193020

ANALISIS

KOMPARASI (UJI T)

PROGRAM PASCA SARJANA

PENDIDIKAN TEKNOLOGI DAN KEJURUAN FAKULTAS TEKNIK

UNIVERSITAS NEGERI PADANG PROGRAM PASCA SARJANA

PENDIDIKAN TEKNOLOGI DAN KEJURUAN FAKULTAS TEKNIK

UNIVERSITAS NEGERI PADANG

JENIS UJI TPaired Sample T-Test

Paired Sample t-Test

Uji paired sample t test merupakan bagian dari uji hipotesis komparatif atau uji perbandingan. Uji paired sample t test bertujuan untuk mengetahui apakah terdapat perbedaan rata-rata dua sampel (dua kelompok) yang saling berpasangan atau berhubungan.

• Persyaratan utama uji paired sample t test adalah data penelitian haruslah berdistribusi normal.

• Data yang digunakan berupa data berskala interval atau ratio.

• Sedangkan untuk varian data dalam uji paires sample t test ini boleh homogen atau tidak homogen.

Contoh

Seorang guru ingin mengetahui apakah ada pengaruh penggunaan strategi pembelajaran Answer Gallery terhadap hasil belajar dalam mata pelajaran Bahasa pada siswa kelas 5 SD Negeri 1 tahun 2019.

• Untuk mengetahui ada atau tidaknya pengaruh strategi pembelajaran tersebut, guru melakukan dua kali tes, tes pertama dilakukan sebelum stategi pembelajaran Answer Gallery diterapkan di kelas (pre-test), tes kedua dilakukan setelah strategi pembelajaran Answer Gallery diterapkan dikelas (post-test).

• Sehingga akan dimiliki hasil belajar siswa pada pre-test dan post-test (berpasangan)

Rumusan Hipotesis :

Ho = Tidak ada perbedaan rata-rata antara hasil belajar pre- test dengan post-test yang artinya tidak ada pengaruh penggunaan strategi pembelajaran Answer Gallery dalam meningkatkan hasil belajar untuk mata pelajaran bahasa pada siswa kelas 5 SD Negeri 1 tahun 2019.

Ha = Ada perbedaan rata-rata antara hasil belajar pre-test dengan post-test yang artinya ada pengaruh penggunaan strategi pembelajaran Answer Gallery dalam meningkatkan hasil belajar untuk mata pelajaran bahasa pada siswa kelas 5 SD Negeri 1 tahun 2019.

Langkah-Langkah Uji Paired Sample T Test

1. Menghitung t-hitung

Tahapan menghitung nilai t-hitung a. Membuat tabel penolong

e) Menghitung nilai korelasi, membuat tabel penolong

2. Menentukan Nilai t_tabel

Dengan taraf signifikansi α = 0,05 karena uji dua sisi, maka nilai α / 2 = 0,05 / 2 = 0,025.

Kemudian dicari t_tabel pada tabel distribusi t dengan ketentuan db = n-1, db = 20-1 = 19,t_tabel = -2,093

3. Membandingkan t_tabel dan t_hitung

jika nilai t-hitung > t-tabel, maka H0 ditolak dan Ha diterima jika nilai t-hitung < t-tabel, maka H0 diterima dan Ha

ditolak.

Hasil : 3,242 > 2,093 maka H0 ditolak

Kesimpulan

Maka H0 ditolak dan Ha diterima, sehingga dapat disimpulkan bahwa ada perbedaan rata- rata antara hasil belajar pre-test dengan post- test yang artinya ada pengaruh penggunaaan strategi pembelajaran Answer Gallery dalam meningkatkan hasil belajar untuk mata pelajaran bahasa pada siswa kelas 5 SD Negeri 1 Tahun 2019

1 . Terlebih dahulu kita harus mengetahui apakah data nilai pre- test dan post-test tersebut berdistribusi normal atau tidak.

Langkah-Langkah Uji Paired Sample T-Test

dengan SPSS

> Klik Data View

Klik menu analyze

Klik plot > continue > ok

Hasil uji normalitas dengan SPSS

Berdasarkan tabel output “Tests of Normality” pada bagian Shapiro-Wilk, diketahui :

Nilai Sig. Pre-test = 0.579 > 0.05 Nilai Sig. Post-test = 0.106 > 0.05

Maka disimpulkan data pre-test dan post-test berdistribusi normal.

Langkah-Langkah Uji Paired Sample T-Test dengan SPSS

2. Buka lembar kerja SPSS

> klik Variable View

> Pada bagian Name ketikan Pre-Test dan Post-Test

3. Selanjutnya, klik Data View, lakukan entry data ke dalam kolom pre-test dan post-test.

4. Langkah berikutnya, pada menu bar SPSS > Klik menu Analyze

> Pilih Compare Means > Paired-Samples T-Test

5. Pada kotak dialog “Paired-Samples T Test”.

Karena kita akan menguji perbandingan antara hasil belajar pada pre-test dengan post-test, maka pretest menjadi variable-1 dan posttest menjadi variable-2

> Klik Option

 Pada “Confidence Interval Peercentage”

ditulis 95 (artinya menggunkan tingkat kepercayaan 95% atau signifikansi 5% atau 0.05

 Klik continue > klik OK

6. Interpretasi tabel output “Paired Sample Statistics”

Karena nilai mean hasil belajar pada pre-test 62.90 < post-test 73.00, artinya terdapat perbedaan antara pre-test dengan post-test.

7. Interpretasi tabel output “Paired Samples Test”

Pedoman pengambilan keputusan dalam uji Paired Sample T- Test.

1. Jika nilai sig.(2-tailed) < 0.05, maka H0 ditolak dan Ha diterima.

2. Jika nilai sig.(2-tailed) > 0.05, maka H0 diterima dan Ha ditolak.

Berdasarkan tabel output”Paired Samples Test” diatas, diketahui nilai sig.(2-tailed) adalah sebesar 0.004 < 0.05, maka H0 ditolak dan Ha diterima. Sehingga dapat disimpulkan bahwa ada perbedaan rata-rata antara hasil belajar pre-test dengan post- test yang artinya ada pengaruh penggunaan strategi pembelajaran Answer Gallery dalam meningkatkan hasil belajar untuk mata pelajaran bahasa pada siswa kelas 5 SD tahun 2019.

Berdasarkan tabel output “Paired samples test”

diatas juga memuat informasi tentang nilai

“Mean Paired Differences” adalah sebesar (-10.100). Nilai ini menunjukkan selisih antara rata-rata hasil belajar pre-test dengan rata-rata hasil belajar post-test.

8. Selain membandingkan antara nilai signifikansi (sig.) dengan probabilitas 0.05, ada cara lain yang dapat dilakukan untuk pengujian hipotesis dalam uji paired sample t-test, yaitu membandingkan antara nilai t- hitung dengan t-tabel. Dengan pedoman :

> jika nilai t-hitung > t-tabel, maka H0 ditolak dan Ha diterima

> jika nilai t-hitung < t-tabel, maka H0 diterima dan Ha ditolak.

Berdasarkan tabel output “Paired Sample Test”

diatas,

t-hitung = 3, 243

bernilai negatif kerena nilai rata-rata pretest lebih rendah dari rata-rata hasil belajar post- test.

t-tabel = 2.093,

(dicari berdasarkan nilai signifikansi (α / 2 ) = 0.025 dan nilai df (degree of freedom atau derajat kebebasan ) = 19)

Nilai t-hitung 3, 243 > t-tabel 2.093

Maka H0 ditolak dan Ha diterima, sehingga dapat disimpulkan bahwa ada perbedaan rata- rata antara hasil belajar pre-test dengan post- test yang artinya ada pengaruh penggunaaan strategi pembelajaran Answer Gallery dalam meningkatkan hasil belajar untuk mata pelajaran bahasa pada siswa kelas 5 SD Negeri 1 Tahun 2019

Independent sample t-Test adalah analisis statistik yang bertujuan untuk membandingkan dua sampel yang tidak berpasangan.

Pertanyaan yang coba dijawab adalah apakah kedua grup tersebut mempunyai nilai rata- rata yang sama ataukah tidak sama secara signifikan.

Persyaratan penggunaan uji independent sample t-test

1. Kedua sampel tidak saling berpasangan.

2. Data berupa interval atau rasio

3. Data untuk kedua sampel berdistribusi normal

4. Adanya kesamaan varians atau homogen untuk kedua sampel.

Contoh

Lakukan pengujian hipotesis komparatif untuk mengetahui apakah ada perbedaaan rata-rata hasil belajar siswa pada kelompok A dengan kelompok B.

 Kelompok A, guru menerapkan metode belajar ceramah

 Kelompok B, guru menerapkan metode belajar diskusi

Guru memberikan soal yang sama pada kelompok A dan kelompok B, dengan skor hasil belajar masing- masing siswa adalah

Rumusan hipotesis penelitian

Untuk mengetahui apakah ada perbedaan

rata-rata hasil belajar siswa pada kelompok A dengan kelompok B,

H0 = tidak ada perbedaan rata-rata hasil

belajar siswa antara kelompok A dengan kelompok B

Ha = ada perbedaan rata-rata hasil belajar siswa antara kelompok A dengan

kelompok B

Tahapan menghitung independent sampel t test

1 ) Menghitung t_hitung

Tahapan menghitung nilai t_hitung, Membuat tabel penolong

2) Menentukan t_tabel

Dengan taraf signifikansi α = 0,05 karena uji dua sisi, maka nilai α / 2 = 0,05/2 = 0,025.

Kemudian dicari t_tabel pada tabel distribusi t dengan ketentuan db = n-2, db = 30-2 = 28, sehingga diperoleh nilai = 2,048

3) Membandingkan ttabel dan thitung

Jika –ttabel ≤ thitung ≤ ttabel, maka ada perbedaan Jika thitung > ttabel, maka tidak ada perbedaan Hasil = -2,048 < 1,4 < 2,048

4) Kesimpulan

Sehingga dapat disimpulkan bahwa H0 ditolak dan Ha diterima, ada perbedaan yang signifikan antara rata-rata hasil belajar siswa pada kelompok A dengan kelompok B.

Langkah – Langkah Uji Independent Sample t-test

1. Buka lembar kerja SPSS > klik variabel view >

isi properti variabel dengan ketentuan sebagai berikut :

2. Langkah berikutnya klik Data View, kemudian untuk variabel hasil isi dengan nilai belajar siswa, untuk kelompok diisi dengan kode kelompok

3. Normality test

Berdasarkan tabel output “Tests of Normality” pada bagian Shapiro-Wilk, diketahui :

Nilai Sig. Kelompok A = 0.585 > 0.05 Nilai Sig. Kelompok B = 0.214 > 0.05

Maka disimpulkan data pre-test dan post-test berdistribusi normal.

4. Uji Homogenitas

• Centang pada homogenity of variance test >

continue > Ok

Hasil uji homogenitas

Dasar pengambilan keputusan

Jika nilai signifikansi > 0,05 maka distribusi data adalah homogen

Jika nilai signifikansi < 0,05 maka data tidak homogen Dari tabel diatas nilai sig. = 0,145 > 0,05 maka distribusi data adalah homogen

3. Langkah berikutnya, pada menu bar SPSS > Klik menu Analyze

> Pilih Compare Means > Independent- Samples T-Test

Pada kotak dialog “Independent Sample T Test”, pindahkan variabel hasil belajar ke kotak test variabel, variabel kelompok ke kotak grouping variabel.

> Klik Define Groups, pada kotak Group 1 isi dengan nilai “1” dan pada kotak Group 2 isi dengan nilai

“2”

Klik continue

 Klik OK

Dasar pengambilan keputusan Uji Independent Sample T Test

1. Jika nilai Sig.(2-tailed) > 0.05 maka H0 diterima dan Ha ditolak, yang berarti tidak ada perbedaan rata-rata hasil belajar siswa antara kelompok A dengan kelompok B.

2. Jika nilai Sig.(2-tailed) < 0.05 maka H0 ditolak dan Ha diterima, yang berarti ada perbedaan rata-rata hasil belajar siswa antara kelompok A dengan kelompok B.

4. Interpretasi output uji independent sample t- test

Tabel output pertama “Group Statistics”

Ada perbedaan rata-rata hasil belajar siswa antara kelompok A dengan kolompok B.

Tabel output kedua “Independent Samples Test”

Berdasarkan output diatas diketahui nilai sig.

Levene’s Test For Equality of Variances adalah sebesar 0.145 > 0.05

Maka dapat diartikan bahwa varians data antar kelompok A dengan kelompok B adalah homogen atau sama. Sehingga penafsiran tabel output independent samples test diatas berpedoman pada nilai yang terdapat dalam tabel “Equal Variances Assumed”.

Berdasarkan tabel output “Independent Sample Test” pada bagian “Equal variances”

diketahui bahwa :

Nilai sig.(2-tailed) = 0.169 > 0.05

Selain membandingkan antara nilai signifikansi (sig.) dengan probabilitas 0.05, ada cara lain yang dapat dilakukan untuk pengujian hipotesis, yaitu membandingkan antara nilai t-hitung dengan t-tabel. Dengan pedoman :

jika nilai t-hitung > t-tabel, maka H0 ditolak dan Ha diterima

 jika nilai t-hitung < t-tabel, maka H0 diterima dan Ha ditolak.

Berdasarkan tabel output “Independent Sample Test” diatas,

t-hitung = 1,4 t-tabel = 2.048

(dicari berdasarkan nilai signifikansi (α / 2 ) = 0.025 dan nilai df (degree of freedom atau derajat kebebasan ) = 28 )

Nilai t-hitung 1.4 < t-tabel 2.048

Maka H0 diterima dan Ha ditolak, sehingga dapat disimpulkan bahwa tidak ada perbedaan yang signifikan antara hasil belajar siswa kelompok A dengan kelompok B artinya penerapan metode belajar ceramah dengan metode belajar diskusi akan menghasilkan hasil belajar yang tidak signifikan berbeda

1. Uji one sample t test disebut juga dengan uji t satu sampel.

2. Tujuan uji one sample t test adalah untuk

membandingkan rata-rata sampel yang diteliti dengan rata-rata populasi yang sudah ada

3. Uji one sample t test dapat juga dipakai untuk menguji hipotesis dalam statistik deskriptif

4. Uji t data diasumsikan berdistribusi normal

5. Sample berjenis sample probability (setiap orang

kesempatan yang sama untuk dipilih menjadi sampel dari suatu populasi.

6. Data berjenis interval/rasio.

Uji-t untuk satu variabel dibagi ke dalam 2 kategori :

1. Uji-t untuk satu variabel dengan dua arah (two-tail)

2. Uji-t untuk satu variabel dengan satu arah kiri atau kanan (one-tail)

Uji One Sample t test (two tail)

Contoh soal uji one sample t test (two tail)

Seorang peneliti membangun dugaan yang menyatakan bahwa “Nilai rata-rata hasil

belajar siswa yang aktif di OSIS adalah sama dengan 75”

Langkah-langkah penyelesaian :

1. Peneliti memilih secara random atau acak 12 orang siswa yang aktif di OSIS

2. Adapun nilai rata-rata hasil belajar 12 orang siswa tersebut adalah sebagai berikut :

Nilai rata –rata raport siswa pada ujian tengah semester 1

No Rata-Rata Hasil Belajar

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

Analisis data penelitian dengan SPSS

• Melakukan uji normalitas untuk mengetahui apakah nilai rata-rata hasil belajar siswa yang aktif di OSIS berdistribusi normal atau tidak sebagai syarat uji one sample t test.

• Input data pada SPSS

• Klik variabel view

• Pada bagian name tuliskan “Hasil”

pada bagian label tuliskan “Hasil Balajar”

• Klik data view, kemudian isi data hasil belajar siswa.

• Uji Normalitas data

Pilih Menu Analyze > Descriptive Statistics >

Explore

• Hasil Belajar Pindahkan ke Dependent List

• Klik Plots

• Checklist “Normality Plot with tests”

• Klik continue > OK

• Tampil output uji normalitas

Dasar keputusan uji normalitas :

Jika nilai sig > 0.05 maka data berdistribusi normal

Jika nilai sig < 0.05 maka data tidak berdistribusi normal Nilai signifikansi pada Shapiro -Wilk 0.368 maka data berdistribusi normal

Output Shapiro-Wilk digunakan untuk jumlah sample <50

• Hipotesis Penelitian

Ho = Nilai rata-rata hasil belajar siswa yang aktif di OSIS sama dengan 75

Ha = Nilai rata-rata hasil belajar siswa yang aktif di OSIS tidak sama dengan 75

• Uji One Sample t test

Pilih menu Analyze > Compare Means > One Sample t-test

• Variabel hasil belajar pindahkan ke “Test Variabel”

• Isi “Test value” dengan nilai 75

• Klik > OK

• Output Uji One sample t-test

• Dasar keputusan Uji One sample t test, dapat dilakukan dengan 3 cara :

1. Membandingkan nilai signifikansi dengan 0.05

2. Membandingkan nilai t-hitung dengan t- tabel

3. Melihat perbandingan nilai t-hitung degan t-tabel melalui kurva.

1. Dasar keputusan berdasarkan nilai signifikansi

 Jika nilai sig.(2-tailed) < 0.05, maka Ho ditolak.

 Jika nilai sig.(2-tailed) > 0.05, maka Ho diterima.

 Keputusan :

Karena nilai sig.(2-tailed) sebesar 0.011 < 0.05, maka Ho ditolak. Dengan demikian dapat

diartikan bahwa nilai rata-rata hasil belajar siswa yang aktif di OSIS tidak sama dengan nilai 75

2. Perbandingan Nilai t-hitung dengan t-table

jika nilai t-hitung > t-table, maka Ho ditolak

 jika niali t-hitung < t-table, maka Ho diterima

 Keputusan : karena nilai t-hitung = 3.029 > t-table 2.201, maka Ho ditolak. Sehingga dapat disimpulkan bahwa nilai rata-rata hasil belajar siswa yang aktif di OSIS tidak sama dengan 75.

 Rumus mencari t-table

= 0.05 / 2 ; df (dibagi dua karena uji 2 sisi ; perhatikan nilai df)

= 0.025 ; 11

Kemudian lihat pada distribusi nilai t-tabel statistik.

3. Dasar keputusan berdasarkan kurva

Berdasarkan kurva dibawah ini, maka dapat disimpulkan bahwa Ho ditolak. Sehingga dapat diartikan bahwa nilai rata- rata hasil belajar siswa yang aktif di OSIS tidak sama dengan 75

Uji Satu Pihak (One Tail-Test)

a. Uji pihak kiri (arah kiri)

Contoh :

Salah satu sekolah ingin meneliti rata-rata IQ para siswanya, untuk itu dilakukan pengumpulan data data dengan cara dilaksanakannya tes IQ pada siswa kelas 3, dimana sebelumnya pihak sekolah memperkirakan bahwasnya IQ para siswanya rata-rata adalah 110, kemudian diambillah sampel secara acak sebanyak 30 siswa dan diperolah data IQ:

90 95 100 80 95 100 105 95 86 75

93 97 103 81 83 88 99 70 101 110

71 88 81 77 103 83 97 83 97 95

1. Hipotesis

Ho : µ ≥ 110

Rata-rata skor IQ siswa lebih besar atau sama dengan 110 Ha : µ < 110

Rata-rata skor IQ siswa lebih kecil dari 110

Adapun kaidah pengambilan keputusan dpt dilakukan dgn 2 cara:

2. Dengan cara embandingkan nilai t hitung dgn t tabel :

 jika t hitung > t tabel, maka Ho ditolak

 Jika t hitung < t tabel, maka Ho diterima

2. Dengan cara membandingkan taraf signifikansi

 jika sig > 0.05, maka Ho diterima

 jika sig < 0.05, maka Ho ditolak

Uji Satu Pihak (One Tail-Test) Dengan SPSS

Pengolahan Data

1. Klik Analyze – Compare Means – One sample T test

2. Klik variable Intelligence Question siswa dan pindahkan ke kotak Tests Variabel

3. Isikan 110 pada kotak test value

4. Klik option untuk memilih Conviedence Interval selang kepercayaan yang akan digunakan (posisi default: 95%). Untuk missing values atau data yang hilang, karena dalam kasus ini tidak ada data yang kosong maka diabaikan saja.

5. Klik Continue 6. Klik OK

Interpretasi Output SPSS

1. Pada tabel Out Put One Sampel Test, memuat data hasil analisis uji-t satu sampel yang mana nilai t hitung sebesar -10,072, bila t hitung ini dimutlakkan akan menjadi 10,072 dengan df (degree of fredom), atau derajat

kebebasan =29 (N-1), dimana t hitung > t tabel

(10,072>2,045),maka Ho ditolak dan Ha diterima, artinya bahwa rata-rata skor IQ siswa kelas 3 lebih rendah atau lebih kecil dari skor yg sudah diperkirakan yaitu 110.

2. Dengan membandingkan taraf signifikansi (p-Value)

 jika sig > 0.05, maka Ho diterima

 jika sig < 0.05, maka Ho ditolak

Pada Kasus ini terlihat bahwa signifikansi 0,000, karena signifikansi < 0,05 maka Ho ditolak, dan Ha diterima, artinya rata-rata skor IQ siswa kelas 3 lebih rendah dibandingkan dgn skor yang diperkirakan 110.

Kesimpulan :

Berdasarkan hasil analisis uji-t satu sampel (one sample T-test) tersebut dapat disimpulkan bahwa

rata-rata skor IQ siswa kelas 3 lebih kecil dari skor IQ yang diperkirakan yaitu 110 atau tidak sesuai dengan yang diharapkan oleh pihak sekolah.

Artinya hipotesis yang menyatakan bahwa rata-rata skor IQ lebih besar atau sama dengan 110 ditolak, sebaliknya hipotesis yang menyatakan bahwa rata- rata skor IQ lebih kecil dari 110 diterima.

b. Uji Pihak Kanan (arah kanan) Contoh kasus:

Untuk meningkatkan kemampuan penguasaan bahasa inggris bagi pada dosen, maka seluruh lembaga

pengembangan bahasa asing mengadakan pelatihan/kursus TOEFL selama enam bulan. Pengelola lembaga tersebut ingin mengetahui apakah kemampuan penguasaan bahasa inggris para dosen yang mengikuti kursus tersebut sudah sesuai

dengan harapan yang diinginkan, yaitu rata-rata skor TOEFL para dosen minimal adalah 450. kemudian data diambil dgn menggunakan teknik random sampling dan diperolah 30

data sebagai sampel penelitian:

475 470 425 460 475 500 445 430 455 460 480 475 460 435 470 475 500 650 455 430 450 475 435 490 523 412 435 460 490 500

1. Hipotesis

Ho : µ ≤ 450

Rata-rata skor TOEFL para dosen lebih kecil atau sama dengan 450

Ha : µ > 450

Rata-rata skor TOEFL para dosen lebih besar 450

Adapun kaidah pengambilan keputusan dpt dilakukan dgn 2 cara:

2. Dengan cara embandingkan nilai t hitung dgn t tabel :

 jika t hitung > t tabel, maka Ho ditolak

 Jika t hitung < t tabel, maka Ho diterima

2. Dengan cara membandingkan taraf signifikansi

 jika sig > 0.05, maka Ho diterima

 jika sig < 0.05, maka Ho ditolak

Uji Satu Pihak (One Tail-Test) Dengan SPSS

Pengolahan Data

1. Klik Analyze – Compare Means – One sample T test

2. Klik variable Toefl dan pindahkan ke kotak skor toefl

3. Isikan 450 pada kotak test value

4. Klik option untuk memilih Conviedence Interval selang kepercayaan yang akan digunakan (posisi default: 95%). Untuk missing values atau data yang hilang, karena dalam kasus ini tidak ada data yang kosong maka diabaikan saja.

5. Klik Continue 6. Klik OK

Interpretasi Output SPSS

1. Pada tabel Out Put One Sampel Test, memuat data hasil analisis uji-t satu sampel yang mana nilai t hitung sebesar 2,539, dengan df (degree of fredom), atau derajat kebebasan

=29 (N-1), dimana t hitung > t tabel (2,539>2,045),maka Ho ditolak dan Ha diterima, artinya bahwa rata-rata skor TOEFL dosen lebih tinggi atau lebih besar dari 450.

2. Dengan membandingkan taraf signifikansi (p-Value)

 jika sig > 0.05, maka Ho diterima

 jika sig < 0.05, maka Ho ditolak

Pada Kasus ini terlihat bahwa signifikansi (Sign 2 tailed) 0,017, dimana kasus ini menggunakan uji satu pihak/arah (one tail test) maka signifikansi 0,017 dibagi 2 = 0,0085, karena signifikansi < 0,05 maka Ho ditolak, dan berarti Ha diterima, artinya rata-rata skor TOEFL para dosen itu lebih besar dari 450.

Kesimpulan :

Berdasarkan hasil analisis uji-t satu sampel (one sample T-test) tersebut dapat disimpulkan bahwa rata-rata skor TOEFL para dosen yang mengikuti pelatihan/kursus TOEFL selama enam bulan itu lebih besar dari 450 atau sesuai dengan yang diharapkan oleh lembaga yang menyelenggarakan pelatihan/kursus tersebut.

Artinya hipotesis yang menyatakan bahwa rata-rata skor TOEFL dosen lebih kecil atau sama dengan 450 ditolak, sebaliknya hipotesis yang menyatakan bahwa rata-rata skor TOEFL dosen lebih besar dari 450 diterima.