Pilih file "bbay.sav" dan klik open, akan muncul layar di bawah ini :
Yang perlu diperhatikan pada layar di atas adalah variabel "rokok" dan "bbayi". Karena kedua
variabel ini yang akan kita uji.
Selanjutnya klik pada menu utama SPSS anda Analyze --> Compare Means-->IndependentSamples-T Test :
Klik OK untuk menjalankan prosedur. Pada layar output akan nampak hasil seperti berikut :
Dari tabel Group Statistics, terlihat bahwa rata-rata berat bayi yang dilahirkan oleh ibu yang
tidak merokok adalah 3054,96 gram, sedangkan berat bayi yang dilahirkan oleh ibu yang
perokok sebesar 2773,24 gram. Namun apakah perbedaan ini berbeda juga secara statistik ?
Untuk melihat perbedaan ini kita lihat pada tabel Independent Samples Test. Pada tabel tersebut
ada dua baris (sel), sel pertama dengan asumsi bahwa varian kedua kelompok tersebut sama,
sedangkan pada sel kedua dengan asumsi bahwa varians kedua kelompok tersebut tidak sama.
Untuk memilih sel mana yang akan kita gunakan sebagai uji, maka kita lihat pada kolom uji F,
jika Signifikansinya > 0,05 maka asumsinya varian sama sebaliknya jika Sig. <=0,05 maka
variannya tidak sama. Dari uji F menunjukan kalau varian kedua kelompok tersebut sama (Pvalue = 0,221), sehingga sel akan dibaca adlah sel pertama.
Dari kolom uji T menunjukan bahwa nilai P = 0,009 untuk uji 2-sisi . Karena P-value lebih kecil
dari
= 0,05 yang berarti Ho ditolak, sehingga dapat kita simpulkan bahwa secara statistik ada
perbedaan yang bermakna rata-rata berat bayi yang dilahirkan oleh ibu yang merokok dengan ibu
yang tidak merokok dengan kata lain ada pengaruh merokok terhadap berat bayi lahir.
Uji tersebut di atas adalah uji 2-sisi, bagaimana kalau uji 1-sisi ? Bila uji yang kita lakukan
adalah uji 1-sisi maka nilai P harus dibagi 2 sehingga menjadi P-value = 0,0045
- See more at: http://statistik-kesehatan.blogspot.com/2011/03/uji-t-independen-denganspss.html#sthash.AFiJpB1m.dpuf
Tampil jendela:
Klik Continue:
Klik OK
Baca Output:
Correlation: Nilai Korelasi antara 2 variabel tersebut: Hasil 0,991 artinya hubungan
kuat dan positif.
Sig.: tingkat signifikansi hubungan: Hasil 0,000 artinya signifikan pada level 0,01.
Df: degree of freedom (derajat kebebasan) : Untuk uji T Paired selalu N- 1. Di mana
N adalah jumlah sampel.
T = nilai t hitung: hasil 1,000: Harus dibandingkan dengan t tabel pada DF 19.
Apabila t hitung > t tabel: signifikan.
Sig. (2-tailed): Nilai probabilitas/p value uji T Paired: Hasil = 0,330. Artinya: Tidak
ada perbedaan antara sebelum dan sesudah perlakuan. Sebab: Nilai p value > 0,05
(95 % kepercayaan).
Mean: 0,250. Bernilai Positif: Artinya terjadi kecenderungan penurunan berat badan
sesudah perlakuan. Rata-rata penurunannya adalah 0,250.