Independent Sample T Test
Pengujian Dua Sample Tidak berhubungan (Independent Sample T Test)
Uji Independence Sample T Test, digunakan untuk mengetahui ada tidaknya perbedaan rata-rata antara dua kelompok sample yang tidak berhubungan. Jika ada perbedaan, rata-rata mana yang lebih tinggi.
Contoh Kasus Seorang peneliti dalam penelitiannya ingin mengetahui apakah ada perbedaan nilai ujian antara kelas A dan Kelas B pada Program Studi Manajemen Universitas Mercu Buana Yogyakarta. Untuk pengujian ini jumlah kelompok responden tidak harus sama antara A dan B.
Subjek Nilai Ujian Kelas 1 32 A 2 35 A 3 41 A 4 39 A 5 45 A 6 43 A 7 42 A 8 47 A 9 42 A 10 37 A Data Subjek Nilai Ujian Kelas 11 35 B 12 36 B 13 30 B 14 28 B 15 26 B 16 27 B 17 32 B 18 35 B 19 38 B 20 41 B
Langkah-langkah uji dengan SPSS 1. Masuk Aplikasi SPSS 2. Klik variabel view pada SPSS data editor 3. Pada kolom Name ketik ujian, dan pada kolom Name pada baris kedua ketik kelas 4. Pada kolom label, untuk kolom pada baris pertama ketik Nilai Ujian, untuk kolom kedua tulislah kelas dan decimal dibuat 0 untuk semua variabel. 5. Untuk kolom value, isilah 1 untuk kelas A dan 2 untuk kelas B serta lainnya boleh dihiraukan (default-nya) 6. Buka data view pada SPSS editor, maka didapat kolom variabel ujian dan kelas 7. Ketik data sesuai dengan variabelnya 8. Klik Analyze Compare Means Independent Sample T Test 9. Klik variabel Nilai Ujian dan masukkan ke kotak Test Variabel, pada klik variabel kelas dan masukkan ke kotak Group Variabel, kemudian klik Define Groups, pada Group 1 ketik 1 dan pada Group 2 ketik 2, lalu klik Continue. 10. Klik OK, maka hasilnya sebagai berikut:
Hasil Keluaran
Catatan: Sebelum dilakukan Uji T Test, terlebih dahulu dilakukan uji kesamaan varian (homogenitas) dengan F-Test (Levene s Test), artinya jika varian sama maka Uji T menggunakan Equal Variance Assumed (diasumsikan varian sama) dan jika varian berbeda menggunakan Equal Variance Not Assumed (diasumsikan varian berbeda).
Langkah-langkah pengujian
I. Menentukan Hipotesa Ho: Kedua varian adalah sama (varian kelompok kelas A dan kelas B sama) Ha: Kedua varian adalah berbeda (varian kelompok kelas A dan Kelas B adalah beda)
II. Kriteria Pengujian Berdasarkan Probabilitas: Ho diterima jika P-value > 0,05 Ha diterima jika P-value < 0,05
III. Membandingkan P-value Nilai P value (0,613 > 0,05), maka Ho diterima.
IV. Kesimpulan Oleh karena nilai probabilitas (sign) dengan egual variance assumed (diasumsikan kedua varian sama) adalah 0,613 lebih besar dari 0,05 maka Ho diterima, jadi dapat disimpulkan bahwa kedua varian sama (varian kelompok kelas a dan kelas B adalag sama). Dengan ini pengujian t menggunakan equal variance assumed (diasumsikan kedua varian sama).
Langkah-langkah pengujian Independen Sample T Test
I. Menentukan Hipotesa Ho: Tidak ada perbedaan antara rata-rata nilai ujian kelas A dengan rata-rata nilia ujian kelas B Ha: Ada perbedaan antara rata-rata nilai ujian kelas A dengan rata-rata nilia ujian kelas B
II. Menentukan tingkat signifikansi Pengujian menggunakan uji dua sisi dengan tingkat signifikansi a = 5%
III. Menentukan t hitung Dari hasil keluaran SPSS diperoleh t hitung yaitu = 3,490
IV. Mencari t tabel Tabel distribusi t dicari pada a = 5%:2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df)n-2 atau 20-2=18. Diperoleh t tabel 2,101 (merujuk t tabel) Selain menggunakan tabel, dapat dilakukan pencarian nilai tabel menggunakan MsExcel atau OpenOffice.org Calc dengan menuliskan =tinv(0.05,18) <enter>
V. Kriteria Pengujian Berdasarkan t Ho diterima dan Ha ditolak jika t tabel < t hitung < t tabel Ho ditolak dan Ha diterima jika t hitung < -t tabel atau t hitung > t tabel Berdasarkan Probabilitas: Ho diterima jika P-value > 0,05 Ha diterima jika P-value < 0,05
VI. Membandingkan t hitung dengan t tabel dan probabilitas Nilai t hitung > t tabel (3,490 > 2,101) dan P-value (0,003 < 0,05) maka Ho ditolak
VII. Gambar Daerah Kritis (Ho ditolak) 2,5 % Ho Diterima 95% Daerah Kritis (Ho ditolak) 2,5 % 2,101 3,490
VIII. Kesimpulan Oleh karena nilai t hitung > t tabel (3,490 > 2,101) dan P-value (0,003 < 0,05) maka Ho ditolak, artinya bahwa ada perbedaan antara rata-rata nilai kelas A dengan rata-rata nilai ujian kelas B. Pada tabel Group Statistics terlihat rata-rata (mean) untuk kelas A adalah 40,30 dan untuk kelas B adalah 32.80, artinya bahwa nilai ujian kelas A lebih tinggi daripada rata-rata nilai ujian kelas B. Nilai T Hitung positif, berarti rata-rata group 1 (Kelas A) lebih tinggi dari pada group 2 (kelas B) dan sebaliknya T hitung negatif berarti rata-rata group 1 (kelas A) lebih rendah dari pada rata-rata group 2 (kelas B). Perbedaan rata-rata (mean difference) sebesar 7,70 (40,30-32,80), dan perbedaan berkisar antara 2,98 sampai 12,02 (dapat dilihat pada lower dan upper).
Kepustakaan Priyatno, Dwi., 2008, Mandiri Belajar SPSS, Mediakom, Yogyakarta. Suwarno B., 2006, Rumus dan Data dalam Aplikasi Statistika, Alfabeta, Bandung.,2002, 10 Model Penelitian dan Pengolahannya dengan SPSS 10.01, Andi Offset, Yogyakarta.