Independent sample t test

By Arum 

SOLUSI DATA

085 643 251 221

Independent sample t test merupakan uji yang digunakan untuk membandingkan dua sampel data yang tidak terkait atau bebas.

contoh uji  Independent Sample T test yaitu sebagai berikut :

Pada 2 kelas pembelajaran, diterapkan metode yang berbeda. Kelas eksperimen menggunakan metode A, sedangkan kelas kontrol menggunakan metode konvensional, kemudian dilakukan test untuk mengetahui apakah penggunaan metode A lebih baik dibandingkan dengan metode konvensional dilihat dari nilai rata-rata hasil belajar siswa. Kasus ini akan dilakukan analisis dengan menggunakan uji Independent sample t test. Adapun data penelitian adalah sebagai berikut:

Sebelum melakukan analisis dengan spss, data disusun dengan menyatukan data berdasarkan perlakuan dengan memberikan kode pada kelompok (1 = kelompok eksperimen dan 2 = kelompok kontrol) sebagaimana gambar berikut:

Cara menganalisisnya adalah sebagai berikut:

1.    Buka lembar kerja SPSS

2.    Buat semua keterangan variabel di variable view seperti gambar berikut:

3.    Klik Data view dan masukan semua data sehingga tampak hasilnya sebagai berikut:

4.    Setelah itu copy paste data dari excel ke data spss sehingga tampak sebagaimana gambar berikut:

5.    Sebelum dianalisis, pada kode kelompok dijelaskan terlebih dahulu arti dari kode 1 dan 2 dengan cara klik pada variable view. Caranya klik variable view kemudian pilih value, kemudian deskripsikan kode. Sebagaimana gambar berikut:

6.    Kemudian lakukan analisis dengan cara Klik Analyze - Compare Means – Independent Sample t Test, seperti tampak gambar sebagai berikut:

7.    Kemudian masukkan data pretest dan posttest pada kolom test variable dan masukkan data kelompok kekolom grouping variable (jangan lupa klik define group, kemudian isi group 1 dengan 1 dan group 2 dengan 2 kemudian klik continue), setelah itu klik OK.

8.    Kemudian diperoleh output sebagai berikut

9.    Cara membaca Output tersebut adalah sebagai berikut:

 Analisis:

Ho : Metode A = Metode Konvensional

Ha : Metode A > Metode Konvensional

* Dasar pengambilan keputusan adalah berdasarkan probabilitas

Jika nilai probabilitas > 0,05 maka Ho diterima

Jikan nilai probabilitas <= 0,05 maka Ho ditolak

* Keputusan

a.    Pretes: Terlihat bahwa pada kolom signifikan (Sig. (2-tailed)) adalah 0,111 atau probabilitas lebih dari 0,05 maka Ho diterima yang berarti Metode A = Metode Konvensional. Dengan demikian sebelum diterapkannya metode hasil belajar siswa kelas eksperimen dan kelas kontrol sama.

b.    Posttes: Terlihat bahwa pada kolom signifikan (Sig. (2-tailed)) adalah 0,021 atau probabilitas lebih kecil dari 0,05 maka Ho ditolak dan Ha diterima yang berarti Metode A > Metode Konvensional. Dengan demikian setelah diterapkannya metode A hasil belajar siswa kelas eksperimen dan kelas kontrol berbeda. Berdasarkan nilai rata-rata menunjukkan bahwa nilai posttest kelas eksperimen lebih tinggi dari pada kelas kontrol.

Uji Regresi

By Arum

SOLUSI DATA

085 643 251 221

Langkah SPSS

1.      Analyze – Regressions – Linier 2.      isikan masing-masing variable dependen dan independen 3.      Ok

Menilai Goodness of Fit Suatu Model

Koefisien Determinasi	Mengukur seberapa jauh kemampuan model dalam menerangkan variasi variable dependen. Nilai  yang kecil berarti kemampuan variable-variabel independen dalam menjelaskan variasi variable dependen amat terbatas. Kelemahannya : setiap tambahan satu variable independen maka  pasti meningkat tidak peduli apakah variable tersebut berpengaruh secara signifikan terhadap variable dependen.
Adjusted	Nilai Adjusted  dapat naik atau turun apabila satu variable independen ditambahkan kedalam model.
Uji statistic F	Menguji apakah semua variable independen yang dimasukkan ke dalam model mempunyai pengaruh secara bersama-sama terhadap variable dependen.
Uji statistic t	Menguji seberapa jauh pengaruh satu variable independen secara individual dalam menerangkan variasi variable dependen.

ANOVA dan T-TEST

Analisis data yang bertujuan melihat hubungan antara variable independen (bersifat kategorik atau skala nonmetric) dan variable dependen (yang bersifat continue, metric atau berskala interval dan rasio). alat uji statistic yang cocok untuk masalah ini tergantung dari jumlah kategori dari variable dependen.

a)      Jika variable independen berkategori dua, maka uji statistic yang digunakan adalah uji beda t-test,

b)      untuk variable independen yang berkategori lebih dari 2 digunakan ANOVA

c)      Jika jumlah variable dependen lebih dari satu maka digunakan MANOVA.

Uji Beda t-test

Paired Samples T-Test

Tujuan	Menguji apakah ada perbedaan rata-rata dua sampel yang berhubungan.
	Misal, apakah ada perbedaan kinerja (yang diukur dengan rasio keuangan perusahaan) perusahaan sebelum dan sesudah go public. Sampel tetap perusahaan yang sama, hanya bedanya adalah kasus sebelum dan sesudah go public.
Langkah SPSS	1.      Open data 2.      Analyze – Compare Means – Paired Samples T-Test 3.      Masukan indicator yang akan di uji Misal, nilai pretest control dengan nilai posttest control. 4.      OK
Kriteria Keputusan	Lihat nilai sig. Jika nilai sig < alpha, maka tolak Ho. Artinya ada perbedaan rata-rata antara dua sampel yang berhubungan

Independent Samples T-Test

Tujuan	Menentukan apakah dua sampel yang tidak berhubungan memiliki nilai rata-rata yang berbeda.
	Membandingkan rata-rata dua grup yang tidak berhubungan satu dengan yang lain. Missal, apakah rata-rata pengalaman keja sebelumnya berbeda untuk responden laki-laki dan wanita.
Langkah SPSS	5.      Open data 6.      Analyze – Compare Means – Independent Samples T-Test ( karena kelompok laki-laki dan wanita berasal dari populasi yang berbeda ) 7.      Masukan indicator pengalaman kerja kedalam Test Variable. Dan pada kotak Grouping Variable isikan data bertipe kualitatif yaitu Gender – Pilih Define Groups -Continue 8.      OK
Kriteria Keputusan	a.      Output F hitung Levene T-Test Jika nilai sig > 0.05 maka tidak ada perbedaan rata-rata antara 2 grup b.      Output SPSS equal variance assumed Jika nilai sig < 0.05 maka ada perbedaan rata-rata antara 2 grup

ANOVA

Tujuan	Menguji hubungan antara satu variable dependen (skala metric) dengan satu atau lebih variable independen (skala nonmetric atau kategorical dengan kategori lebih dari dua) Missal, apakah pengalaman kerja sebelumnya (varabel dependen) dipengaruhi oleh jabatan (skala kategori)
	ANOVA digunakan untuk mengetahui pengaruh utama dan pengaruh interaksi dari variable independen kategorical terhadap variable metric.
Asumsi yang harus DIPENUHI	a.    Homogencity of variance : Jika nilai Levene test tidak signifikan ( sig > 0.05) b.   Random Sampling c.    Berdistribusi Normal

One Way Analysis of Variance

Langkah SPSS

1.      Open data 2.      Analyze – General Linier Model – Univariate 3.      Masukan indicator kedalam Dependent Variabel dan Fixed Factor 4.      Klik Options – pilih Homogenity test (untuk menguji variance sama atau tidak) 5.      Klik Post Hoc, pindahkan variable ke kotak Post Hoc Test 6.      Pilih Bonferoni dan Tukey – Continue 7.      OK

Kriteria Keputusan

a.      Test of Homogenity Variance Levene’s test of homogeneity of variance untuk menguji asumsi Anova bahwa setiap grup variable independen memiliki variance sama. Yaitu jika nilai sig > 0.05 b.      Test of Between – Subject Effects Ada perbedaan / pengaruh antara 2 variabel (pengalaman kerja dan jabatan) jika nilai sig < 0.05 c.       Post Hoc Test Melihat besarnya perbedaan pengalaman kerja* antar kategori kerja dapat dilihat pada output Tukey HSD test dan Bonferoni test. Jika nilai sig > 0.05 maka tidak signifikan d.      Homogeneous Subset Tukey test memberikan informasi tambahan melalui table subset yaitu kategori variable independen dan nilai rata-rata (mean).

Two Ways Analysis of Variance

	Jika kategori variable independenjumlahnya dua. Missal, kategori kerja dan gender. Apakah ada perbedaan pengalaman kerja sebelumnya dilihat dari kategori pekerjaan dan gender.
Langkah SPSS	1.      Open data 2.      Analyze – General Linier Model – Univariate 3.      Masukan indicator kedalam Dependent Variabel dan Fixed Factor 4.      Klik Model – custom – pindahkan variable fixed factor ke dalam kotak Model – continue 5.      Klik Options – pilih Homogenity test - continue 6.      Klik Post Hoc - pindahkan variable fixed factor ke kotak Post Hoc Test 7.      Pilih Bonferoni dan Tukey – Continue 8.      OK
Kriteria Keputusan	a.      Test of Homogenity Variance Levene’s test of homogeneity of variance untuk menguji asumsi Anova bahwa setiap grup variable independen memiliki variance sama. Yaitu jika nilai sig > 0.05 b.      Test of Between – Subject Effects Ada perbedaan / pengaruh antara 2 variabel (kategori pekerjaan dengan pengalaman kerja dan gender dengan pengalaman kerja) jika nilai sig < 0.05 Nilai R adjusted sebesar 0.228 menunjukkan variabilitas variable dependen (pengalaman kerja) yang dapat dijelaskan oleh variabilitas variable factor (kategori pekerjaan dan gender) sebesar berapa persen. c.       Post Hoc Test Melihat besarnya perbedaan pengalaman kerja* antar kategori kerja dapat dilihat pada output Tukey HSD test dan Bonferoni test. Jika nilai sig > 0.05 maka tidak signifikan

MANOVA

Tujuan	Pada MANOVA jumlah variable dependen lebih dari satu (metric atau interval) dan variable independen jumlahnya dapat satu atau lebih (non-metrik atau nominal). Jika dimasukkan variable covariate pada variable independennya maka menjadi MANCOVA.
Langkah SPSS	1.      Analyze – General Linier Model – Multivariate 2.      Pindahkan indicator ke dalam kolom Dependent variables dan Fixed Factor 3.      Pilih Option – Homogenity tests - continue 4.      Pilih posthoc test – pilih Bonferoni dan Tukey - continue 5.      OK
Kriteria Keputusan	a.      Uji Box Test Digunakan untuk menguji asumsi MANOVA yang mensyaratkan bahwa matrik variance/covariance dari variable dependen adalah sama. yaitu jika nilai signifikansi > 0.05. b.      Multivariate Test Digunakan untuk menguji apakah setiap factor mempengaruhi grup variable dependen. SPSS memberikan 4 macam test signifikansi multivariate yaitu Pillai Trace, Wilk Lambda, Hotelling Trace dan Roy’s. Hotelling Trace digunakan untuk dua kelompok variable dependen. Sedangkan Wilk Lambda digunakan jika terdapat lebih dari dua grup variable dependen. Yaitu jika nilai signifikansi < 0.05 maka terdapat hubungan antara dua variable dependen. c.       Levene’s Test Untuk menguji asumsi bahwa setiap variable dependen memiliki variance yang sama untuk semua grup. Yaitu jika nilai signifikansi > 0.05 d.      Test of Between Subject Effects Menguji pengaruh univariate ANOVA untuk setiap factor terhadap variable dependen. Yaitu jika nilai signifikansi > 0.05 artinya tidak ada pengaruh / perbedaan antar indicator.