a. Uji T untuk Dua Sampel Bebas
Tujuannya untuk
mengetahui perbedaan akibat
perlakuan yang diberikan kepada
sampel melalui pengukuran
variabel penelitian. Syaratnya
yaitu menggunakan dua sampel yang tidak saling berhubungan dan kondisi data
memenuhi persyaratan uji parametric yakni berditribusi normal
Contoh Data
Selanjutnya data diinput dalam program SPSS disesuaikan
dengan bentuk data yang harus dimasukkan
ke lembar kerja
SPSS, kecuali penomoran responden harus terus
ke bawah.
Menentukan uji statistik
· Jenis permasalahan.
Yang ingin dipecahkan
dalam kasus di
atas adalah perbedaan akibat
perlakuan yang diberikan
kepada subjek penelitian. Ini
berarti masuk ke
dalam uji komparasi
atau uji beda. Dilihat
dari banyaknya sampel
yang digunakan termasuk
ke dalam uji beda
2 sampel yaitu
kelompok kontrol atau
kelas tradisional (A)
dan kelas dengan metode
baru (B). Kedua
sampel tidak saling berhubungan atau
mempengaruhi jadi uji
yang digunakan adalah
uji beda 2 sampel yang tidak saling berhubungan.
· Kondisi data. Untuk menentukan
mana yang digunakan
diantara uji parametrik dan non
parametrik, kondisi data harus diperiksa. Caranya:
1. Langkah pertama,
periksa jenis data.
Data diperoleh dari
hasil pengukuran pemahaman peserta
terhadap materi tertentu (achievement test). Data ini
termasuk jenis interval karena kita tidak bisa mengatakan peserta dengan nilai
90 memiliki pemahaman 1,5 X dari peserta dengan nilai 60.
2. Langkah kedua,
menguji normalitas distribusi
data sampel dengan menghitung rasio skewness yang
ternyata bernilai –0,74
(data nilai dengan metode
tradisional) dan 0,74
(data nilai dengan
metode baru). Walaupun histogram kedua data tidak terlalu bagus tapi
rasio skewness kedua data
ada diantara angka
–2 dan +2,
sehingga distribusi kedua data dianggap normal.
·
Menentukan uji
statistik. Berdasarkan kondisi
data, syarat penggunaan uji
parametrik dipenuhi maka peneliti dapat menggunakan uji beda T untuk dua sampel yang tidak berhubungan.
Mengolah data dengan Uji T untuk 2 sampel
bebas:
- buka program SPSS dan file data yang akan diolah
- pada menu statistics klik compare-means lalu pilih Independence-sample T-test sehingga muncul kotak dialog sbb
Gambar Kotak Dialog
Independence-Sample T-Test
·
klik variabel
pertama (nilai) yang
akan diuji lalu
klik tanda panah sehingga variabel terpilih masuk ke
dalam kolom variabel test(s).
·
klik
variabel kelompok (jenis metode) lalu klik tanda panah sehingga variabel
tersebut masuk ke dalam kolom variabel group(s).
·
Klik
define groups hingga tampak tampilan berikut ini.
Gambar Kotak Dialog Define Group
1. untuk group 1, ketik 1 yang berarti
kelompok 1 berisi tanda 1 yaitu kode untuk metode tradisional
2. untuk group 2, ketik 2 yang berarti
kelompok 2 berisi tanda 2 yaitu kode untuk metode baru
3. Klik continue untuk melanjutkan ke
pilihan lain
4. Klik options hingga layar
menampilkan kotak dialog sebagai berikut :
Gambar Kotak
Dialog Options
1.
Confidence interval.
SPSS menggunakan tingkat
kepercayaan 95% sebagai default.
Biarkan angka itu kecuali
jika anda ingin menggantinya dengan
tingkat kepercayaan yang
lebih tinggi yaitu 99%.
2.
Missing values.
Abaikan pilihan exclude cases
pairwise, kecuali data anda tidak lengkap
3.
klik
continue jika pengisian pilihan options selesai
4.
klik
Ok untuk kembali ke menu semula
Keluaran
SPSS
t-tests for independent samples of JN.MET
Number
Variable of Cases Mean
SD SE of Mean
---------------------------------------------------------------
NILAI
mt. trad 30 73.3000 10.452 1.908
mt.baru 30 78.5333 8.893 1.624
---------------------------------------------------------------
Mean Difference = -5.2333
Levene's Test for Equality of
Variances: F= 1.673 P= .201
t-test for Equality of Means
95%
Variances
t-value df 2-Tail Sig SE of Diff CI for Diff
---------------------------------------------------------------------------------------
Equal -2.09 58
.041 2.506 (-10.250, -.217)
Unequal
-2.09 56.55 .041 2.506 (-10.252, -.215)
---------------------------------------------------------------------------------------
Analisis
1.
Keluaran statistics. Dari
keluaran SPSS tampak
rata-rata pemahaman peserta penataran
menggunakan metode tradisional adalah
73,3000. Sedangkan kelas
yang ditatar dengan
metode baru memiliki
nilai rata-rata sebesar
78,5333. Keluaran SPSS memperlihatkan beda rata-rata kedua
nilai tersebut yatu 5,2333.
2.
Menguji kesamaan varians (Homogenitas). Lakukan uji
hipotesis homogenitas varians sebagai berikut:
Hipotesis:
Ho: kedua
varians populasi adalah
identik (varians populasi
nilai penataran menggunakan metode tradisional dan baru sama)
H1: kedua
varians populasi adalah tidak identik (varians populasi nilai penatarn
menggunakan metode tradisional dan baru tidak sama)
Dasar pengambilan Keputusan
a.
Berdasarkan probabilitas (tk signifikansi: 5%)
·
Jika
probabilitas > 0,05, maka Ho Diterima
·
Jika
probabilitas < 0,05, maka Ho ditolak
Keputusan: karena nilai dari Levene’s test
yaitu 0,201 > 0,05 maka Ho Diterima. Jadi kedua varians populasi identik.
Konsekuensinya saat uji T nilai signifikansi yang dipakai
adalah dari varians yang identik (equal)
3. Signifikansi hasil
perlakuan. Uji hipotesis
ini dilakukan untuk mengetahui signifikansi perbedaan yang
terjadi.
Hipotesis
Ho: Rata-rata
pemahaman peserta dalam
materi tertentu setelah ditatar menggunakan
metode tradisional dan
metode baru tidak berbeda
H1: Rata-rata
pemahaman peserta dalam
materi tertentu setelah ditatar menggunakan
metode tradisional dan
metode baru berbeda
Yang akan
dicari ada tidaknya
perbedaan hasil perlakuan,
jadi pengujian hipotesis menggunakan uji dua sisi.
Dasar pengambilan Keputusan
a.
Berdasarkan probabilitas (tk signifikansi: 5%)
·
Jika
probabilitas > 0,05, maka Ho Diterima
·
Jika
probabilitas < 0,05, maka Ho ditolak
Keputusan. Dari
keluaran SPSS diperoleh
nilai probabilitas 0,041 (kebetulan nilainya
sama untuk varians
identik dan berbeda). Oleh karena lebih kecil dari 0,05 maka Ho
ditolak. Kesimpulannya, metode menatar baru menyebabkan
perbedaan pemahaman dalam materi terpilih secara signifikan.
b. Uji T
Berpasangan
Tujuannya
untuk mengetahui perbedaan
akibat perlakuan pada sampel. Syaratnya mengggunakan dua
sampel yang saling berhubungan. Kondisi data berdistribusi normal
Selanjutnya data diinput dalam program SPSS disesuaikan
dengan bentuk data yang harus dimasukkan
ke lembar kerja
SPSS, kecuali penomoran responden harus terus
ke bawah.
Menentukan
uji statistik
·
Jenis permasalahan.
Yang ingin dipecahkan
dalam kasus di
atas adalah perbedaan akibat
perlakuan yang diberikan
kepada subjek penelitian. Ini
berarti masuk ke
dalam uji komparasi
atau uji beda. Dilihat
dari banyaknya sampel
yang digunakan termasuk
ke dalam uji beda
dua sampel yaitu
kelompok sebelum perlakuan
dan kelompok sesudah perlakuan.
Kedua sampel jelas
saling berhubungan atau mempengaruhi karena
hasil kelompok sebelum
perlakuanmempengaruhi hasil kelompok
setelah perlakuan. Dengan
kata lain kelompok yang
sama mempengaruhi hasil
tes awal dan ahir.
Jadi uji yang digunakan adalah
uji beda dua sampel yang saling berhubungan.
·
Kondisi data.
Untuk menentukan mana
yang digunakan diantara
uji parametrik dan non parametrik, kondisi data harus
diperiksa. Caranya seperti diterangkan pada bagian uji korelasi Pearson.
1. Langkah pertama,
periksa jenis data.
Jenis data variabel
mata pelajaran IPA adalah interval karena siswa yang mempunyai nilai 40 tidak berarti
mempunyai kepandaian setengah
kali siswa yang nilainya 80. Jenis data yang diukur sebelum
dan sesudah perlakuan sama.
2. Langkah kedua,
menguji normalitas distribusi
data sampel dengan menghitung rasio skewness yang
ternyata bernilai 1.66
(data sebelum perlakuan) dan
1,46 (data sesudah
perlakuan). Walaupun histogram
kedua data tidak terlalu bagus tapi
rasio skewness kedua data ada diantara
angka –2 dan
+2, sehingga distribusi
kedua data bisa dianggap
normal.
·
Mengolah
data dengan Uji T untuk dua sampel berpasangan:
1.
buka
program SPSS dan file data yang akan diolah (file tpsgan.sav)
2.
pada
menu statistics klik compare-means lalu pilih paired-sample T test sehingga
muncul kotak dialog.
·
klik
variabel pertama yang akan diuji sehingga masuk ke dalam kolom current
selection;
·
lakukan hal
yang sama untuk
variabel kedua lalu
klik tanda panah sehingga kedua variabel masuk ke dalam
kolom paired-variabel;
·
klik
option lalu klik two-tailed pada kolom test of significance;
·
klik display
actual significance level
atau flag significance correlations tergantung
jenis program. Submenu
ini memberikan pilihan untuk
menampilkan tingkat signifikansi
yang biasanya ditentukan 5 % (*)
atau 1% (**);
·
Klik
options hingga layar menampilkan kotak dialog Options.
Confidence interval. SPSS
menggunakan tingkat kepercayaan 95% sebagai
default. Biarkan angka
itu kecuali jika
anda ingin menggantinya dengan
tingkat kepercayaan yang lebih tinggi (99%);
Abaikan pilihan exclude cases
pairwise, kecuali data anda
tidak lengkap;
klik
continue untuk kembali
ke menu semula
lalu klik ok jika pengisian selesai.
Keluaran SPSS
- - - t-tests for paired samples
- - -
Number of 2-tail
Variable
pairs Corr Sig
Mean SD SE of Mean
-------------------------------------------------------------------------------------------
SEBELUM
57.3000 9.879 1.562
nilai sblm blj dg met A
40 .890 .000
SESUDAH
67.3250 14.041 2.220
nilai sdh belj dg met A
------------------------------------------------------------------------------------------
Paired Differences |
Mean SD SE of Mean |
t-value df 2-tail Sig
-------------------------------------------------------------------------------------------------
-10.0250 6.919 1.094
| -9.16 39
.000
95% CI (-12.238, -7.812) |
Analisis
1
Keluaran statistics. Dari
keluaran SPSS tampak
rata-rata pemahaman siswa mengenai
IPA sebelum mendapat
perlakuanadalah 57,3000. Setelah
mendapat perlakuan dengan
menggunakan metode baru rata-rata nilai IPA menjadi 67,3250. Korelasi
antara kedua variabel ditunjukkan angka
yang tinggi (0,890)
dengan propabilitas jauh di
bawah 0,05 (signifikansi
0,000). Ini menunjukkan
korelasi nilai sebelum dan
sesudah mendapat perlakuan sangat kuat.
2
Signifikansi hasil perlakuan.
Pengujian hipotesis dilakukan
untuk mengetahui signifikansi perbedaan yang terjadi.
Hipotesis
Ho:
Nilai mata pelajaran
IPA sebelum dan
sesudah mendapat perlakuan
belajar dengan metode baru tidak berbeda nyata.
H1:
Nilai mata pelajaran
IPA sebelum dan
sesudah mendapat perlakuan
belajar dengan metode baru berbeda nyata.
Yang
akan dicari ada
tidaknya perbedaan hasil
perlakuan, jadi menggunakan uji
dua sisi. Dasar pengambilan Keputusan Berdasarkan
probabilitas (tk signifikansi: 5%)
1. Jika probabilitas > 0,05, maka Ho DITERIMA
2. Jika probabilitas < 0,05, maka Ho ditolak
Keputusan.
Dari keluaran SPSS
diperoleh nilai probabilitas
0,000. Oleh karena lebih
kecil dari 0,05
maka Ho ditolak.
Kesimpulannya, perbedaan
nilai IPA sebelum
dan sesudah mendapat
pelajaran dengan metode baru
sangat signifikan bahkan
untuk tingkat kepercayaan 1%
karena nilai probabilitasnya tetap
lebih kecil dari 0,01.
====================================================================
====================================================================
Biro Olah Data Skripsi, Tesis, Disertasi Untuk Analisis Statistika Dengan SPSS, AMOS, LISREL, EVIEWS, SMARTPLS, GRETL, STATA, MINITAB dan DEAP 2.1
WhatsApp : +6285227746673
PIN BB : D04EBECB
IG : @olahdatasemarang
Website : http://biro-jasa-spss.blogspot.co.id
Terdaftar Di Google Map Dengan Nama Olah Data Semarang