Uji Hipotesis Uji T

365 Uji Hipotesis Uji T Test Atau Disebut Uji Parsial

Cara Uji Independent Sample T-Test dan Interpretasi dengan SPSS

Cara Uji Independent Sample T-Test dan Interpretasi dengan SPSS | Uji independent sample t-test jika diterjemahkan dalam bahasa Indonesia maka berarti uji t sampel tidak berhubungan atau tidak berpasangan (sampel bebas). Perhatikan kata “independen” atau “bebas” maknanya adalah tidak ada hubungan atau keterkaitan antara dua sampel yang akan di analisis menggunakan uji independent sample t-test ini. Dengan demikian maka kita dapat merumuskan sebuah definisi umum bahwa uji independent sample t-test merupakan analisis statistik yang bertujuan untuk membandingkan dua sampel yang tidak saling berpasangan. Sementara jika penelitian anda bertujuan untuk membandingkan dua sampel berpasangan (seperti perbandingan antara nilai pre-test dengan post-test), maka pengujian hipotesis dilakukan dengan uji paired sample t test

Asumsi Persyaratan Penggunaan Uji Independent Sample T-Test

Uji independent sample t-test merupakan bagian dari statistik inferensial parametrik (uji beda atau uji perbandingan). Perlu kita pahami bersama bahwa dalam statistik parametrik terdapat syarat-syarat yang harus terpenuhi sebelum kita dapat melakukan pengujian hipotesis (dalam hal ini uji hipotesis menggunakan uji independent sample t-test). Adapun lima asumsi persyaratan penggunaan uji independent sample t-test adalah sebagai berikut.

Kedua sampel tidak saling berpasangan. Jika sampel berpasangan maka uji hipotesis dilakuan dengan menggunakan Uji Paired Sample t Test
Jumlah data untuk untuk masing-masing sampel kurang dari 30 buah. Sementara jika jumlah data lebih dari 30 buah, maka sebaiknya uji hipotesis dilakukan dengan uji z (Singgih Santoso. 2014. "Panduan Lengkap SPSS Versi 20 Edisi Revisi. Jakarta: Elex Media Komputindo. hal.270).
Data yang dipakai dalam uji ini berupa data kuantitatif (angka asli) berskala interval atau rasio.
Data untuk kedua sampel berdistribusi normal. Jika data salah satu sampel atau keduanya tidak berdistribusi normal, maka uji hipotesis perbandingan dilakukan dengan metode statistik non parametrik menggunakan Uji Mann Whitney
Adanya kesamaan varians atau homogen untuk kedua sampel data penelitian (bukan merupakan syarat mutlak). Jika ternyata di dapati varians data untuk kedua sampel tidak homogen, maka uji independent sample t test tetap dapat dilakukan. Akan tetapi pengambilan keputusan di dasarkan pada hasil yang berdapat dalam tabel output SPSS "Equal variances not assumed".

Contoh Kasus Uji Independent Sample T-Test pada Penelitian

Sebagai contoh kita akan melakukan pengujian hipotesis komparatif untuk mengetahui apakah ada berbedaan rata-rata hasil belajar siswa pada kelompok A dengan kelompok B. Misalnya pada kelompok A guru menerapkan metode belajar dengan ceramah sementara kelompok B guru menerapkan metode belajar dengan diskusi. Setelah itu guru membagikan soal yang sama kepada masing-masing siswa yang ada pada kedua kelompok tersebut. Adapun skor hasil belajar masing-masing siswa untuk kelompok A dan kelompok B dapat kita lihat pada gambar tabel di bawah ini.

[Download Data Excel-Input SPSS dan lain-lain lengkap]

Keterangan: Data kelompok A dan kelompok B berupa hasil belajar siswa (kuantitatif) dengan sampel tidak berpasangan. Jumlah siswa (n) untuk kelompok A adalah sebanyak 6 orang, sementara untuk kelompok B sebanyak 5 orang. Dengan demikian maka persyaratan penggunaan uji independent sample t test sesuai ketentuan di atas (poin 1 sampai 3) sudah terpenuhi. Sementara persyaratan normalitas dan homogenitas dapat anda simak pada panduan: Cara Uji Normalitas Shapiro-Wilk dengan SPSS | Cara Melakukan Uji Homogenitas dengan SPSS

Rumusan Hipotesis Penelitian Komparatif

Untuk mengetahui apakah ada berbedaan rata-rata hasil belajar siswa pada kelompok A dengan kelompok B, maka kita perlu membuat sebuah rumusan hipotesis (dugaan) penelitian sebagai berikut.

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. Sebelum kita melakukan uji independent sample t test dengan SPSS, maka terlebih dahulu kita harus membuat kode untuk kelompok A dan kelompok B. Hal ini bertujuan agar proses analisis dengan SPSS menjadi lebih mudah. Adapun susunan rekapitulasi hasil belajar siswa setelah pembuatan kode untuk kelompok A dan kelompok B adalah sebagai berikut.

Keterangan: hasil belajar untuk kelompok A diberi kode 1, sementara hasil belajar untuk kelompok B diberi kode 2.

Langkah-langkah Cara Uji Independent Sample T-Test dengan SPSS

1. Buka lembar kerja SPSS, lalu klik Variable View, selanjutnya adalah tahap mengisi properti variabel dengan ketentuan sebagai berikut.

2. Untuk mengisi properti pada bagian "Values" untuk variabel Kelompok, maka klik kolom None baris kedua hingga muncul kotak dialog "Value Label", kemudian pada kotak Value isikan 1 dan kotak Label isikan Kelompok A, lalu klik Add. Tampak di layar.

3. Selanjutnya isi kembali kotak Value dengan 2 dan kotak Label ketikan Kelompok B, lalu klik Add dan Ok. Tampak di layar.

4. Jika properti variabel sudah di isi dengan benar, maka pada bagian Variable View akan tampak sebagaimana gambar di bawah ini.

5. Langkah berikutnya klik Data View, kemudian untuk variabel Hasil isikan dengan nilai belajar siswa untuk kelompok A kemudian dilanjutkan kelompok B di bawahnya. Selanjutnya untuk variabel Kelompok isikan dengan kode kelompok A diikuti kode kelompok B di bawahnya. Tampak di layar.

6. Langkah selanjutnya dari menu SPSS klik Analyze – Compare Means – Independent Sample T Test…

7. Muncul kotak dialog "Independent Sample T Test", kemudian masukkan variabel Hasil Belajar [Hasil] ke kotak Test Variable(s), lalu masukkan variabel Kelompok ke kotak Grouping Variable. Tampak di layar.

8. Selanjutnya klik Define Groups.. maka muncul kotak dialog "Define Groups", pada kotak Group 1 isikan 1 dan pada kotak Group 2 isikan 2, lalu klik Continue

9. Terakhir klik Ok, maka akan muncul output SPSS dengan judul "T-TEST" yang selanjutnya akan kita tafsirkan maknanya.

Dasar Pengambilan Keputusan Uji Independent Sample T Test

Sebelum kita menafsirkan atas hasil output tersebut, maka terlebih dahulu kita harus mengetahui dasar pengambilan keputusan dalam uji independent sample t test sebagai berikut.

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.
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 (V. Wiratna Sujarweni, 2014: 99).

Interpretasi Output Uji Independent Sample T-Test SPSS

Tabel Output Pertama "Group Statistics"

Berdasarkan tabel output "Group Statistics" di atas diketahui jumlah data hasil belajar untuk kelompok A adalah sebanyak 6 orang siswa, sementara untuk kelompok B adalah sebanyak 5 orang siswa. Nilai rata-rata hasil belajar siswa atau Mean untuk kelompok A adalah sebesar 77,817, sementara untuk kelompok B adalah sebesar 87,240. Dengan demikian secara deskriptif statistik dapat disimpulkan ada perbedaan rata-rata hasil belajar siswa antara kelompok A dengan kelompok B. Selanjutnya untuk membuktikan apakah perbedaan tersebut berarti signifikan (nyata) atau tidak maka kita perlu menafsirkan output "Independent Samples Test" berikut ini.

Tabel Output Kedua "Independent Samples Test"

Berdasarkan output di atas diketahui nilai Sig. Levene's Test for Equality of Variances adalah sebesar 0,738 > 0,05 maka dapat diartikan bahwa varians data antara kelompok A dengan kelompok B adalah homogen atau sama (V. Wiratna Sujarweni, 2014: 99). Sehingga penafsiran tabel output Independent Samples Test di atas berpedoman pada nilai yang terdapat dalam tabel "Equal variances assumed". Berdasarkan tabel output "Independent Samples Test" pada bagian "Equal variances assumed" diketahui nilai Sig. (2-tailed) sebesar 0,039 < 0,05, maka sebagaimana dasar pengambilan keputusan dalam uji independent sample t test dapat disimpulkan bahwa H0 ditolak dan Ha diterima. Dengan demikian dapat disimpulkan bahwa ada perbedaan yang signifikan (nyata) antara rata-rata hasil belajar siswa pada kelompok A dengan kelompok B. Selanjutnya dari tabel output di atas diketahui nilai "Mean Difference" adalah sebesar -9,4233. Nilai ini menunjukkan selisih antara rata-rata hasil belajar siswa pada kelompok A dengan rata-rata hasil belajar siswa pada kelompok B atau 77,817-87,240 = -9,4233 dan selisih perbedaan tersebut adalah -18,2347 sampai -0,6120 (95% Confidence Interval of the Difference Lower Upper).

Info Tambahan: t hitung bernilai negatif (dalam contoh hasil di atas adalah -2,419) bukan merupakan sebuah kesalahan. Namun, t hitung bernilai negatif ini disebabkan karena nilai rata-rata hasil belajar pada kelompok A (kelompok pertama) lebih rendah dari nilai rata-rata hasil belajar pada kelompok B (kelompok kedua). Maka jika anda menggunakan pengambilan keputusan dalam uji independent sample t test melalui perbandingan antara nilai t hitung dengan t tabel, maka nilai t hitung disini dapat berarti positif yakni 2,419.

Membandingkan t hitung dengan t tabel dalam Uji Independent Sample T-Test

Adapun pengambilan keputusan berdasarkan perbandingan nilai t hitung dengan t tabel dalam uji independent sample t test ini dapat berpedoman pada dasar keputusan berikut ini.

Jika nilai t hitung < t tabel maka H0 diterima dan Ha ditolak, yang berarti tidak ada perbedaan rata-rata hasil belajar siswa antara kelompok A dengan kelompok B.
Jika nilai t hitung > t tabel maka H0 ditolak dan Ha diterima, yang berarti ada perbedaan rata-rata hasil belajar siswa antara kelompok A dengan kelompok B (Jonathan Sarwono. 2015. Rumus-rumus Populer dalam SPSS 22 untuk Riset Skripsi. Yogyakarta: Andi Offset. hal 152).

Diketahui nilai t hitung adalah sebesar 2,419. Selanjutnya kita tinggal mencari nilai t tabel dengan mengacu pada rumus (α/2); (df) sama dengan (0,05/2); (9) sama dengan 0,025; 9. Cari nilai tersebut pada distribusi nilai t tabel statistik. Maka ditemukan nilai t tabel sebesar 2,262. Lihat gambar.

[Donwload Distribusi Nila t Tabel Lengkap] Dengan demikian nilai t hitung sebesar 2,419 > t tabel 2,262, maka berdasarkan dasar pengambilan keputusan melalui perbandingan nilai t hitung dengan t tabel, dapat disimpulkan bahwa H0 ditolak dan Ha diterima, yang berarti ada perbedaan rata-rata hasil belajar siswa antara kelompok A dengan kelompok B atau dengan kata lain penerapan metode belajar ceramah dengan metode belajar diskusi oleh guru akan menghasilkan hasil belajar yang berbeda.

Sekian pembahasan kita mengenai cara melakukan uji independent sample t test menggunakan program SPSS disertai dengan penjelasannya. Semoga bermanfaat dan terimakasih. Selanjutnya, pada penelitian two group pretest posttest design biasanya setelah kita melakukan uji ini, langkah berikutnya adalah melakukan uji gain. Adapun pembahasan tentang uji gain score dapat anda simak dalam panduan berikut: Cara Menghitung N-Gain Score Kelas Eksperimen dan Kontrol dengan SPSS

[Search: Cara Uji Independent Sample T-Test dan Interpretasi dengan SPSS | Penjelasan atau Interpretasi Uji Independent Sample T-Test | Ketentuan dalam Uji Independent Sample T-Test | Uji T Dua Sampel Tidak Berpasangan menggunakan SPSS Versi 21 | Cara Membandingkan t hitung dengan t tabel dalam Uji Independent Sample T-Test dengan SPSS] - [Referensi: V. Wiratna Sujarweni. 2014. SPSS untuk Penelitian. Yogyakarta: Pustaka baru Press]