Anda di halaman 1dari 4

Uji Beda

Uji beda dilakukan dengan dua alternatif metode yaitu uji statistik parametrik atau
uji statistik non-parametrik. Penentuan pemakaian metode uji dilakukan berdasarkan
hasil uji normalitas (Kolmogorov-Smirnov Test). Bila hasil uji menunjukkan data
terdistribusi normal maka digunakan uji statistik parametrik.
1) Uji normalitas
Uji normalitas dilakukan untuk menguji apakah data uji mempunyai distribusi
normal atau tidak. Data uji yang baik adalah yang memiliki distribusi normal atau
mendekati normal. Metode yang digunakan adalah dengan menggunakan statistik
Kolgomorov-Smirnov. Alat uji ini biasa disebut dengan K-S yang tersedia dalam
program SPSS 15.00 For Windows. Kriteria yang digunakan dalam tes ini adalah
dengan membandingkan antara tingkat signifikansi yang didapat dengan tingkat
alpha yang digunakan, dimana data tersebut dikatakan berdistribusi normal bila
sig > alpha (Ghozali, 2006: 115).
2) Uji beda
(1) Uji statistik parametrik
Uji statistik parametrik adalah suatu uji yang modelnya menetapkan syaratsyarat tertentu tentang parameter populasi yang menjadi sampel penelitiannya.
Syarat-syarat tersebut biasanya tidak dilakukan pengujian terlebih dahulu dan
sudah dianggap memenuhi syarat. Seberapa jauh makna hasil uji parametrik
tersebut tergantung pada validitas anggapan-anggapan tadi. Uji parametrik
juga menuntut bahwa nilai-nilai yang dianalisis merupakan hasil dari suatu
pengukuran minimal dengan skala interval (Sulaiman, 2002: 1).

Uji parametrik yang digunakan dalam penelitian ini adalah uji beda t
berpasangan (paired sample t-test). Uji beda t-test digunakan untuk
menentukan apakah dua sampel yang tidak berhubungan memiliki nilai ratarata yang berbeda (Ghozali, 2006: 55-56). Uji beda t-test dilakukan dengan
cara membandingkan perbedaan rata-rata dua sampel atau rumusnya dapat
ditulis sebagai berikut:
t

Rata - rata sampel pertama - rata - rata sampel kedua


.... (1)
standar error perbedaan rata - rata kedua sampel

Tahapan analisisnya adalah sebagai berikut.


a) Rumusan hipotesis
H0 : tidak terdapat perbedaan signifikan antara rata-rata sampel pertama
dengan rata-rata sampel kedua.
Hi : terdapat perbedaan signifikan antara rata-rata sampel pertama
dengan rata-rata sampel kedua.
b) Dasar pengambilan keputusan
Pengambilan keputusan didasarkan pada perbandingan nilai probabilitas
yang dihasilkan model uji dengan nilai tingkat kepercayaan ( = 0,05)
yang digunakan dalam penelitian ini.
H0 diterima jika probabilitas (p value) = 0,05
H0 ditolak jika probabilitas (p value) < = 0,05
(2) Uji statistik non-parametrik
Uji statistik non-parametrik adalah uji yang modelnya tidak menetapkan
syarat-syarat mengenai parameter-parameter populasi. Anggapan-anggapan
tertentu dikaitkan dengan sejumlah besar tes-tes non-parametrik, yakni bahwa

observasi-observasinya independen dan bahwa variabel yang diteliti pada


dasarnya memiliki kontinuitas. Sebagian besar tes non-parametrik dapat
diterapkan untuk data dalam skala ordinal dan beberapa yang lain juga dapat
diterapkan untuk data dalam skala nominal (Sulaiman, 2002: 1).
Uji non parametrik yang digunakan dalam penelitian ini adalah uji Willcoxon.
Uji Willcoxon adalah uji non parametrik yang didasarkan atas dasar ranking
dan uji ini akan sangat bermanfaat kalau data yang digunakan adalah data
yang berskala ordinal. Menurut Wahid Sulaiman (2002: 79), uji Willcoxon
digunakan untuk mengisi signifikansi hipotesis komparatif 2 (dua) sampel
independen yang berukuran sama dan datanya berbentuk ordinal. Uji ini
paling sering digunakan oleh peneliti ketika ingin menghindari asumsi-asumsi
dari statistik uji-t (misalnya data sampel mengikuti distribusi normal).
Tahapan analisisnya adalah sebagai berikut.
a) Rumusan hipotesis
H0 : tidak terdapat perbedaan signifikan antara rata-rata sampel pertama
dengan rata-rata sampel kedua.
Hi : terdapat perbedaan signifikan antara rata-rata sampel pertama
dengan rata-rata sampel kedua.
b) Dasar pengambilan keputusan
Pengambilan keputusan didasarkan perbandingan antara nilai Asymp. Sig.
dengan tingkat signifikansi (alpha = 0,05) yang digunakan dalam
penelitian ini. Perbandingan tersebut adalah sebagai berikut.
Jika : Asymp. Sig. (2-tailed) < 0,05 maka H0 ditolak

Jika : Asymp. Sig. (2-tailed) 0,05 maka H0 diterima.


Imam Ghozali. 2006. Aplikasi Analisis Multivariate dengan Program SPSS. Semarang :
BP Undip
Sulaiman, Wahid. 2002. Statistik Non-Parametrik, Contoh Kasus dan Pemecahannya
dengan SPSS. Yogyakarta: Andi.

Anda mungkin juga menyukai