1

UJIAN T.

Nota:
1. Ujian t sampel bebas (Independent-samples t-test) digunakan untuk
membandingkan skor min bagi dua kumpulan manusia (lelaki/perempuan)

2. Andaian sebelum melaksanakan ujian t sampel bebas:

a) pemboleh ubah bersandar adalah dari jenis data ratio dan interval.
b) skor diperoleh dari sampel yang dipilih secara rawak.
c) data tertabur secara normal (ujian parametrik)
d) varian yang homogen (ujian parametrik).

3. Ujian non parametrik yang setara dengan ujian t ini ialah Ujian Mann-Whitney Test

UJIAN T SAMPEL BEBAS (Independent t-Test)

1. Prosedur melaksanakan ujian t sampel bebas:

1.1 Klik Analyze Pilih Compare means Pilih _____________________

1.2 Masukkan pemboleh ubah bersandar (continuous) ke dalam kotak Test

Variable.

1.3 Masukkan pemboleh ubah ________________(categorical) ke dalam kotak

Grouping Variable.

1.4 Klik pada Define Groups, pada use specified values masukkan nilai yang
digunakan untuk mewakili setiap kumpulan pemboleh ubah bebas tersebut.
Contoh pada Group 1 masukkan 1 untuk lelaki, Group 2, masukkan 2 untuk
perempuan.

1.5 Klik Continue dan kemudian klik Ok.

2. Interpretasi :

2.1 Output terdiri daripada dua jadual iaitu Group Statistics (maklumat deskriptif)
dan _______________________________.

2.2 Pada jadual Group Statistics, semak nilai N (bilangan sampel). Pastikan nilai
tersebut betul.
 2

2.2 Lihat pada jadual Independent Samples Test. Lihat nilai Sig. pada lajur
Levenes Test for Equality of Variances. Adakah nilai Sig. lebih besar dari 0.05
atau sebaliknya? Sekiranya nilai Sig. lebih besar dari 0.05 baca nilai t pada baris
pertama (Equal variances assumed). Sekiranya nilai Sig. kurang dari 0.05 baca
nilai t pada baris kedua (Equal variances not assumed).

2.3 Setelah mengetahui nilai t mana yang perlu dibaca, lihat nilai Sig. (2-tailed) yang
sebaris dengan nilai t tersebut. Adakah nilai ini lebih besar dari 0.05 atau kurang
dari 0.05? Sekiranya nilai ini lebih besar dari 0.05, maka tidak terdapat
perbezaan yang signifikan pada skor min dua kumpulan/situasi yang diuji.
Namun sekiranya nilai ini kurang dari 0.05, maka terdapat perbezaan yang
signifikan pada skor min dua kumpulan/situasi yang diuji.

2.4 Melaporkan dapatan:

2.5.1 Cadangan jadual

Konstruk Faktor Min s.p t Sig.

Lelaki
Perempuan

2.4.2 Ujian t sampel bebas telah dilaksanakan untuk membandingkan samada

terdapat perbezaan antara lelaki dengan perempuan tahap
___________________ (p/ubah bersandar). Terdapat / tidak ada
perbezaan yang signifikan pada skor lelaki (min = ______, s.p = _____)
dan perempuan (min = ______, s.p = _____ ; t (df) , p (< / >)
___________).
 3

Group Statistics

Gender N Mean Std. Deviation Std. Error Mean

LELAKI 8 2.7500 1.38873 .49099

PreFrequencyPC
2.00 12 2.2500 1.13818 .32856

Independent Samples Test

Levene's Test for t-test for Equality of Means

Equality of Variances

F Sig. t df Sig. (2- Mean Std. Error 95% Confidence Interval of the
tailed) Difference Difference Difference

Lower Upper

Equal 1.738 .204 .882 18 .389 .50000 .56673 -.69065 1.69065

variances
assumed
PreFrequenc
Equal .846 13.013 .413 .50000 .59078 -.77619 1.77619
yPC
variances
not
assumed
 4

UJIAN T SAMPEL BERSANDAR (paired-samples t-test)

Nota:
1. Ujian t sampel bersandar (paired-samples t-test) digunakan apabila anda hanya
mempunyai satu kumpulan sampel dan data dari sampel tersebut dipungut pada dua
keadaan berbeza/masa berbeza.

2. Contoh: Ujian Pre dan Ujian Post dalam kajian berbentuk eksperimen.

3. Pemboleh ubah bebas berbentuk categorical (Contoh: Masa 1 dan masa 2)

sementara pemboleh ubah bebas berbentuk continuous (Contoh: pencapaian).

4. Ujian ini akan memberikan maklumat sama ada terdapat perbezaan yang signifikan
pada skor min untuk situasi 1 dan situasi 2.

1. Prosedur melaksanakan ujian t sampel bersandar:

1.1 Klik Analyze Pilih Compare means Pilih _____________________.

1.2 Masukkan kedua-dua pemboleh ubah yang diingini ke dalam kotak Paired
Variables.

1.3 Klik Ok.

2. Interpretasi:

2.1 Terdapat dua jadual yang dipaparkan iaitu Paired Samples Statistics dan Paired
Samples Test.

2.2 Pada jadual Paired Samples Test, lihat pada lajur Sig. (2-tailed). Jika nilai ini
kurang dari 0.05, maka terdapat perbezaan yang signifikan antara dua skor yang
diuji dan adalah sebaliknya jika nilai ini melebihi 0.05.

2.3 Sekiranya terdapat perbezaan yang signifikan, langkah seterusnya ialah untuk
mengenal pasti skor manakah yang lebih tinggi, (masa 1 atau masa 2). Lihat nilai
mean pada jadual Paired Samples Statistics dan bandingkan. Buatkan
kesimpulan sama ada nilai tersebut menurun atau meningkat dari masa 1
(sebelum intervensi) ke masa 2 (selepas intervensi).
 5

2.5 Melaporkan dapatan:

Cadangan jadual untuk dipaparkan:

Konstruk Faktor N Min s.p t Sig.

Sebelum
Selepas

Ujian t sampel bersandar telah dijalankan untuk mengukur KESAN LATIHAN

TERHADAP PENGGUNAAN PC DLM KALANGAN CIKGU. Dapatan
menunjukkan terdapat penurunan/peningkatan yang signifikan pada skor dari
SEBELUM ( min = __, s.p=__) ke SELEPAS ( min = __, s.p=__, t (df) , p (< / >)
0.05).
 6

Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

PreFrequencyPC 2.4500 20 1.23438 .27601

Pair 1
PostFrequencyPC 3.7500 20 .44426 .09934

Paired Samples Correlations

N Correlation Sig.

PreFrequencyPC & 20 .216 .361

Pair 1
PostFrequencyPC

Paired Samples Test

Paired Differences t df Sig. (2-

tailed)
Mean Std. Std. Error Mean 95% Confidence Interval of the
Deviation Difference

Lower Upper

PreFrequencyPC - -1.30000 1.21828 .27242 -1.87017 -.72983 -4.772 19 .000

Pair 1
PostFrequencyPC
 7

UJIAN ANOVA SATU HALA

Nota:

1. Ujian Anova digunakan untuk membandingkan 3 atau lebih kumpulan.

2. Contoh:

Contoh Persoalan Kajian: Adakah terdapat perbezaan yang signifikan antara Sikap
Komputer dengan Akademik?

3. Apa yang diperlukan: Dua variabel:

satu pemboleh ubah bebas (dependent variable) prefrequency Pc

dengan 4 kategori factor (independent variable) education

Prosedur:

1. Prosedur melaksanakan Ujian Anova Satu Hala

1.1 Klik Analyze Pilih Compare Means Pilih ____________________

1.2 Pilih dan masukkan pemboleh ubah bersandar(continuous) yang berkenaan ke

dalam kotak Dependent List.

1.2 Pilih dan masukkan pemboleh ubah bebas (categorical) ke dalam kotak Factor.

1.3 Klik pada butang Options, pilih Descriptive dan kemudian klik Continue.

1.4 Klik pada Continue dan klik OK.

2. Interpretasi:

2.1 Jadual Descriptives memaparkan maklumat deskriptif bagi kumpulan pemboleh

ubah. Pastikan nilai N sentiasa betul.

2.2 Pada jadual ANOVA, lihat nilai Sig. Jika nilai Sig. kurang atau sama dengan 0.05,
maka terdapat perbezaan yang signifikan pada min skor pemboleh ubah
bersandar bagi kumpulan-kumpulan yang diuji. Walau bagaimanapun, jadual ini
tidak menyatakan kumpulan mana yang berbeza dari kumpulan yang lain.
Perbezaan ini dapat dilihat pada jadual Multiple Comparisons.
 8

2.3 Lihat nilai yang bertanda (*) pada lajur Mean Difference di jadual Multiple
Comparisons. Jika ada, ini menunjukkan bahawa dua kumpulan yang
dibandingkan adalah berbeza secara signifikan antara satu sama lain pada aras
p < 0.05. Nilai signifikan sebenar dipaparkan pada lajur Sig.

2.4 Pelaporan:

2.4.1 Binakan jadual Descriptive

Kategori N Min
Kumpulan A
Kumpulan B
Kumpulan C

2.4.2 Contoh jadual ANOVA dan Post Hoc

Jadual 7: Ujian ANOVA Satu Hala Untuk Membandingkan Peratus Min Mengikut Bangsa

Konstruk Jumlah DF Kuasa dua F Sig

kuasa dua min

Education Antara
kumpulan

Dalam
kumpulan

* p <0.05

Jadual 8 Ujian Scheffe Post Hoc

Konstruk Gugusan (I) Gugusan (J) Perbezaan min Tahap

sig
(I J)

Education Primary Secondary

Primary University
 9

* p < 0.05

2.4.3 Keputusan ujian ANOVA sehala telah dilaksanakan untuk meneroka

sama ada terdapat perbezaan antara ________ (pemboleh ubah
categorical) terhadap __________ (pemboleh ubah continuous). Dapatan
analisis menunjukkan terdapat (perbezaan yang signifikan / tidak
terdapat perbezaan yang signifikan) pada tahap p < 0.05, iaitu F(2,17) =
5.41, p <.05. Secara keseluruhannya terdapat perbezaan Pra Kekerapan
Pengunaan PC dengan tahap Pendidikan.

Keputusan perbandingan Post Hoc menggunakan (Ujian Scheffe/Tuckey)

menunjukkan terdapat perbezaan skor / nilai min signifikan untuk
kumpulan ___ (min = ___, s.p = ___, p <.05) dengan kumpulan ____ (min
= ___, s.p =___, p<.05). Ini bermaksud bahawa perbezaan secara
keseluruhan di atas adalah disebabkan oleh perbezaan antara dua
kumpulan ini iaitu _______ dan _________.

Nota:

1. Keputusan Post Hoc wajib dilihat dan dilaporkan hanya sekiranya ujian ANOVA sehala
didapati terdapat perbezaan yang signifikan (lihat Sig.), Jika nilai Sig. melebihi had yang
ditetapkan oleh pengkaji (cth. p<0.05), maka tidak perlu menjalankan analisis post hoc.

3. Untuk melaporkan keputusan ujian ANOVA, pengkaji perlu mengemukakan Jadual

Deskriptif, Jadual Ujian Anova, dan Jadual Post Hoc (jika Nilai Sig. < 0.05).
 10

Oneway

Descriptives
PreFrequencyPC

N Mean Std. Deviation Std. Error 95% Confidence Interval for Mean Minimum Maximum

Lower Bound Upper Bound

1.00 4 3.2500 .95743 .47871 1.7265 4.7735 2.00 4.00

2.00 10 1.7000 .94868 .30000 1.0214 2.3786 1.00 4.00
3.00 6 3.1667 1.16905 .47726 1.9398 4.3935 1.00 4.00
Total 20 2.4500 1.23438 .27601 1.8723 3.0277 1.00 4.00

Test of Homogeneity of Variances

PreFrequencyPC

Levene Statistic df1 df2 Sig.

.089 2 17 .915

ANOVA
PreFrequencyPC

Sum of Squares df Mean Square F Sig.

Between Groups 11.267 2 5.633 5.416 .015

Within Groups 17.683 17 1.040
Total 28.950 19
 11

Post Hoc Tests

Multiple Comparisons
Dependent Variable: PreFrequencyPC
Scheffe

(I) Education (J) Education Mean Difference Std. Error Sig. 95% Confidence Interval
(I-J) Lower Bound Upper Bound

2.00 1.55000 .60338 .062 -.0671 3.1671

1.00
3.00 .08333 .65834 .992 -1.6811 1.8478
1.00 -1.55000 .60338 .062 -3.1671 .0671
2.00
3.00 -1.46667* .52667 .041 -2.8782 -.0551
1.00 -.08333 .65834 .992 -1.8478 1.6811
3.00
2.00 1.46667* .52667 .041 .0551 2.8782

*. The mean difference is significant at the 0.05 level.

Multiple Comparisons
Dependent Variable: PreFrequencyPC
Scheffe

(I) Education (J) Education Mean Std. Error Sig. 95% Confidence Interval
Difference (I-J) Lower Bound Upper Bound

2.00 1.55000 .60338 .062 -.0671 3.1671

1.00
3.00 .08333 .65834 .992 -1.6811 1.8478
1.00 -1.55000 .60338 .062 -3.1671 .0671
2.00
3.00 -1.46667* .52667 .041 -2.8782 -.0551
1.00 -.08333 .65834 .992 -1.8478 1.6811
3.00
2.00 1.46667* .52667 .041 .0551 2.8782

*. The mean difference is significant at the 0.05 level.