UJI T DUA SAMPEL BEBAS (INDEPENDENT SAMPLES T-TEST)
Sebelum temen-temen membaca lebih lanjut mengenai Uji T Satu Sampel ini, alangkah lebih baik apabila kalian membaca artikel mengenai UJI T (T-TEST) STATISTIKA dulu ya...
Kapan kita menggunakan Uji T Dua Sampel Bebas? Yaitu ketika kita ingin membandingkan rata-rata dua grup yang tidak saling berpasangan, yaitu dua subjek yang berbeda. Contohnya yaitu ketika kita ingin membandingkan atau menguji apakah rata-rata tinggi badan siswa kelas XIIA dan rata-rata tinggi badan siswa kelas XIIB berbeda. Jadi dalam kasus tersebut, kita mempunyai dua subjek/sampel. Sampel pertama merupakan siswa kelas XIIA dan sampel kedua adalah siswa kelas XIIB.
Perlu diperhatikan, pada Uji T Dua Sampel Bebas, terdapat asumsi tambahan. Asumsi tersebut adalah varians/ragam dari kedua kelompok sampel tersebut haruslah sama atau homogen, sehingga sebelum melakukan Uji T diperlukan uji homogenitas.
STATISTIK UJI
KRITERIA UJI
Tolak H0 jika |thitung| > ttabel
atau Pvalue<α
UJI T DUA SAMPEL BEBAS DENGAN SPSS
Seorang dosen ingin melakukan penelitian mengenai perbedaan nilai ujian mata kuliah statistika kelas A dan kelas B. Dosen tersebut mengambil sampel secara acak dengan masing-masing kelas di ambil 15 sampel. Berikut merupakan data yang diperoleh.
|
No |
Kelas A |
Kelas B |
No |
Kelas A |
Kelas B |
|
1 |
82 |
52 |
9 |
91 |
62 |
|
2 |
86 |
55 |
10 |
88 |
51 |
|
3 |
70 |
58 |
11 |
91 |
44 |
|
4 |
90 |
48 |
12 |
79 |
57 |
|
5 |
80 |
64 |
13 |
85 |
46 |
|
6 |
79 |
48 |
14 |
88 |
57 |
|
7 |
80 |
49 |
15 |
89 |
68 |
|
8 |
93 |
54 |
|
|
|
HIPOTESIS
H0 : μ1 = μ2 : Rata-rata
nilai ujian statistika kelas A sama dengan rata-rata nilai ujian statistika
kelas B
LANGKAH-LANGKAH UJI T DUA SAMPEL BEBAS DENGAN SPSS
- Buka aplikasi SPSS, lalu pilih Variable View, selanjutnya isikan nama variabel, tipe variabel, dan sebagainya sesuai gambar di bawah ini. Lalu klik pada kolom Values untuk bagian baris Kelompok, akan muncul dialog seperti berikut.Masukkan nilai Value 1 untuk Kelas A, artinya bahwa nilai ujian statistika mahasiswa kelas A akan disimpan dengan kode 1. Begitupun untuk nilai Value 2 untuk kelas B, artinya bahwa nilai ujian statistika mahasiswa kelas B akan disimpan dengan kode 2.
- Pada Data View, masukkan kode 1 atau 2 sesuai kelas dari sampel mahasiswa pada kolom Kelompok serta masukkan nilai mahasiswa tersebut pada kolom Nilai.
- Langkah pertama yang harus dilakukan adalah melakukan uji normalitas dan homogenitas sebagai syarat dari Uji T Dua Sampel Bebas. Caranya yaitu klik Analyze – Descriptive Statistics – Explore
- Lalu akan muncul kotak dialog Explore. Lalu masukkan variabel Nilai Ujian ke dalam dependent list dan variabel Kelompok pada factor list. Lalu pilih Plots.
- Pada kotak dialog Explore:Plots centang normality plots with test dan pada bagian spread vs level with levene test pilih power estimation, lalu klik continue dan OK
- Lalu akan muncul hasil uji normalitas dan homogenitas
Pada output Tests of Normality, muncul dua hasil tes uji normalitas, yaitu dengan menggunakan metode Kolmogorov-Smirnov dan Shapiro Wilk. Disini kalian bebas menggunakan uji yang mana saja, namun disini penulis menggunakan Uji Normalitas Kolmogorov Smirnov. Berdasarkan hasil tersebut, diperoleh nilai Sig. baik nilai ujian kelas A dan kelas B adalah sama, yaitu sebesar 0.2 > 0.05, sehingga dapat disimpulkan bahwa data nilai ujian statistika kelas A maupun kelas B berdistribusi normal.
Tabel Test of Homogeneity of Variance menunjukkan hasil uji homogenitas dengan metode Levene’s Test. Nilai Levene ditunjukkan pada baris Nilai based on Mean, yaitu 0.105 dengan nilai Sig. sebesar 0.748 > 0.05 yang berarti terdapat kesamaan varians antara nilai ujian kelas A dan kelas B atau yang berarti homogen. - Langkah kedua, untuk melakukan Uji T Dua Sampel Bebas, klik Analyze – Compare Means – Independent-Samples T Test
- Lalu akan muncul dialog Independent-Samples T Test seperti gambar berikut.
Lalu masukkan variabel Nilai Ujian pada Test Variable dan variabel Kelompok pada Grouping Variable. Lalu klik Define Groups.
Selanjutnya akan muncul dialog Define Groups, isikan kode 1 pada Group 1 dan kode 2 pada group 2. Lalu klik Continue dan OK.
INTERPRETASI
Pada tabel Group Statistics menunjukkan nilai deskriptif dari variabel Nilai Ujian Kelas A dan Kelas B. Untuk nilai ujian Kelas A, diperoleh mean (rata-rata) sebesar 84.73, sedangkan untuk nilai ujian Kelas B diperoleh mean (rata-rata) sebesar 54.2. Berdasarkan hasil tersebut, secara statistika deskriptif dapat disimpulkan bahwa terdapat perbedaan nilai ujian statistika mahasiswa kelas A dan kelas B, namun masih diperlukan uji lanjut apakah perbedaan tersebut signifikan atau tidak. Jumlah sampel mahasiswa baik kelas A maupun kelas B yang digunakan masing-masing sebanyak 15 orang. Untuk nilai ujian kelas A, diperoleh hasil Std. Deviation (simpangan baku) sebesar 6.27, sedangkan hasil Std. Deviation nilai ujian kelas B sebesar 6.91. Nilai Std. Error Mean untuk nilai ujian kelas A sebesar 1.62 dan untuk nilai ujian kelas B sebesar 1.78.
Pada tabel Independent Samples Test, terdapat dua hal yang harus
diperhatikan. Pertama pada nilai Sig. Levene’s Test for Equality of Variances,
pada baris Equal variances assumed diperoleh nilai 0.748 > 0.05. Hasil
tersebut menunjukkan bahwa nilai ujian kelas A dan kelas B memiliki varians
yang sama atau homogen sesuai hasil uji Levene. Selanjutnya nilai Sig.
(2-tailed) t-test for Equality of Means pada baris Equal variances assumed
diperoleh nilai 0.00 < 0.05. Hasil tersebut menunjukkan bahwa kita harus
menolak H0 dan menerima H1.
KESIMPULAN
Berdasarkan hasil analisis yang telah kita lakukan, diketahu nilai Sig. (2-tailed) sebesar 0.00 > 0.05, maka artinya adalah kita menolak H0 dan terima H1 karena nilai Pvalue > α0.05 , oleh karena itu dapat kita simpulkan bahwa dengan tingkat kepercayaan 95%, dapat diputuskan bahwa rata-rata nilai ujian statistika kelas A secara signifikan berbeda dengan rata-rata nilai ujian statistika kelas B.
Mudah kan temen-temen? Semoga artikel ini dapat membantu kalian ^_^
PENULIS : JEKI
