Cara Uji T Dua Sampel Berpasangan (Dependent Samples T-Test) SPSS

 UJI T DUA SAMPEL BERPASANGAN (DEPENDENT/PAIRED 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 Berpasangan? Yaitu ketika kita ingin membandingkan rata-rata dua grup yang saling berpasangan, yaitu sampel dengan subjek yang sama namun terdapat dua perlakuan/kejadian yang berbeda. Contohnya yaitu ketika kita ingin membandingkan atau menguji apakah rata-rata tinggi badan siswa kelas XIIA sebelum berlatih renang selama 1 bulan dan sesudah berlatih renang selama 1 bulan berbeda. Jadi dalam kasus tersebut, kita mempunyai subjek yang sama, yaitu tinggi badan siswa kelas XIIA. Namun subjek tersebut diukur pada dua perlakuan/kejadian yang berbeda, yaitu sebelum berlatih renang dan sesudah berlatih renang.

STATISTIK UJI

KRITERIA UJI

Tolak H₀ jika |t_hitung| > t_tabel atau P_value<α

UJI T DUA SAMPEL BERPASANGAN DENGAN SPSS

Seorang siswa ingin melakukan penelitian mengenai perbedaan nilai ujian matematika kelas X-A sebelum dan sesudah adanya kelas tambahan matematika. Berikut merupakan data yang diperoleh.

Apakah ada perbedaan nilai ujian matematika sebelum dan setelah adanya kelas tambahan matematika?

HIPOTESIS

H₀ : μ₁ = μ₂ : rata-rata nilai ujian matematika kelas X-A sebelum dan sesudah adanya kelas tambahan matematika adalah sama

H₁ : μ₁ ≠ μ₂ : rata-rata nilai ujian matematika kelas X-A sebelum dan sesudah adanya kelas tambahan matematika berbeda

LANGKAH-LANGKAH UJI T DUA SAMPEL BERPASANGAN DENGAN SPSS

1. Buka aplikasi SPSS, lalu pilih Variable View, selanjutnya isikan nama variabel, tipe variabel, dan sebagainya sesuai gambar di bawah ini.
   
   
   
2. Pada Data View, masukkan nilai ujian matematika sebelum dan sesudah kelas tambahan pada masing-masing kolom berikut.
   
   
   
3. Langkah pertama yang harus dilakukan adalah melakukan uji normalitas, karena uji normalitas merupakan syarat dari Uji T. Caranya yaitu klik Analyze – Descriptive Statistics – Explore
   
   
   
4. Lalu akan muncul kotak dialog Explore. Lalu masukkan variabel sebelum dan sesudah kelas tambahan ke dalam dependent list. Lalu pilih Plots
   

   
   
5. Pada kotak dialog Explore:Plots centang normality plots with test, lalu klik continue dan OK
   
   
   
6. Perhatikan pada output normality test. 
   
   Pada output tersebut, 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 sebelum kelas tambahan dan sesudah kelas tambahan adalah sama, yaitu sebesar 0.2 > 0.05, sehingga dapat disimpulkan bahwa data nilai ujian matematika kelas X-A sebelum dan sesudah adanya kelas tambahan berdistribusi normal. Oleh karena itu, syarat Uji T terpenuhi.
7. Langkah kedua, untuk melakukan Uji T Dua Sampel Berpasangan, klik Analyze – Compare Means – Paired-Samples T Test
   
   
   
8. Lalu akan muncul dialog Paired-Samples T Test seperti gambar berikut. 
   
   
   Lalu masukkan variabel nilai sebelum dan sesudah kelas tambahan pada kolom Paired_Variable. Kolom variable 1 berisi data sebelum kelas tambahan dan kolom variable 2 berisi data sesudah kelas tambahan. Lalu klik OK

INTERPRETASI

Pada tabel Paired Samples Statistics menunjukkan nilai deskriptif dari variabel sebelum dan sesudah kelas tambahan. Untuk nilai sebelum kelas tambahan, diperoleh mean (rata-rata) sebesar 72.4, sedangkan untuk nilai setelah kelas tambahan diperoleh mean (rata-rata) sebesar 73.6. Jumlah sampel siswa kelas X-A yang digunakan sebanyak 15 orang. Untuk nilai sebelum kelas tambahan, diperoleh hasil Std. Deviation (simpangan baku) sebesar 7.66, sedangkan hasil Std. Deviation sesudah kelas tambahan sebesar 6.02. Nilai Std. Error Mean untuk nilai sebelum kelas tambahan sebesar 1.98 dan untuk setelah kelas tambahan sebesar 1.55.

Output Paired Samples Correlations menunjukkan hasil uji korelasi atau hubungan antara data sebelum dan sesudah kelas tambahan. Pada hasil tersebut, diperoleh nilai correlation sebesar 0.809 dan nilai Sig. sebesar 0.00. Karena nilai Sig. 0.00 < 0.05, maka dapat disimpulkan nilai ujian sebelum kelas tambahan matematika dan sesudah kelas tambahan matematika secara signifikan memiliki hubungan yang erat.

Pada tabel Paired Samples Test, diperoleh t (t hitung) sebesar -1.031, dengan nilai df (derajat kebebasan) sebesar 14, sehingga diperoleh nilai Sig. (2-tailed) atau nilai signifikansi uji dua sisi sebesar 0.32.

KESIMPULAN

Berdasarkan hasil analisis yang telah kita lakukan, diketahu nilai Sig. (2-tailed) sebesar 0.32 > 0.05, maka artinya adalah kita tidak bisa menolak H₀ dan tolak H₁ karena nilai P_value > α_0.05 , oleh karena itu dapat kita simpulkan bahwa dengan tingkat kepercayaan 95%, dapat diputuskan bahwa rata-rata nilai ujian matematika kelas X-A sebelum adanya kelas tambahan matematika dan setelah adanya kelas tambahan matematika adalah sama. Artinya adanya kelas tambahan matematika tidak mempengaruhi hasil nilai ujian matematika di kelas X-A.

Gimana gais? Mudah kan menggunakan SPSS untuk menyelesaikan Uji T Dua Sampel Berpasangan. Semoga dapat membantu ^_^

Penulis : JEKI