UJI T TIDAK BERPASANGAN

Uji T Tidak Berpasangan merpakan jenis uji statistic yang digunakan pada saat
analisis dilakukan terhadap 2 sampel dengan subjek yang berbeda dan mengalami
perlakuan yang berbeda. Tujuan dari Uji T Tidak Berpasangan adalah untuk
mengetahui apakah ada perbedaan secara signifikan kelompok A dengan kelompok
B. Syarat sebuah penelitian dapat diselesaikan dengan menggunakan Uji T Tidak
Berpasangan adalah sebagai berikut :
1. Skala data numeric (interval/rasio)
2. Hipotes komparatif
3. Data terdiri dari 2 kelompok
4. Kelompok data tidak berpasangan
5. Data terdistribusi normal (p value > 0,05)

Catatan :
- Hipotesis komparatif dicirikan dengan sebuah penelitian yang ingin mengetahui
perbedaan antara dua variabel, atau penelitian yang ingin mengetahui efektifitas sebuah
perlakuan terhadap responden
- Data terdiri dari dua kelompok apabila penelitian dilakukan pada responden yang terdiri
dari 2 jenis. Misal penelitian tentang IMT pada mahasiswa laki-laki dan perempuan
(artinya hanya ada 2 kelompok responden yaitu mahasiswa laki-laki dan mahasiswa
perempuan)
- Data tidak berpasangan artinya pengukuran terhadap responden (subjek atau objek
penelitian) dilakukan hanya sekali. Tidak ada pengukuan pre test dan post test.
Sebaliknya jika ada pengukuran pre test dan post test artinya data berpasangan

Langkah – langkah melakukan Uji T Tidak Berpasangan adalah sebagai berikut:

1. Melakukan Uji Normalitas Data sekaligus Analisis Univariat (Variabel Terikat)
Analyze  Descriptive Statistic  Explore  pindahkan variabel bebas ke
kolom Dependent List dan variabel terikat ke Factor List  Klik Plot (Pilih
Normality Plot with Test)  OK
2. Jika Data Normal maka layak untuk dilakukan Uji T Tidak Berpasangan, jika data
tidak normal maka menggunakan uji alternatifnya yaitu uji Mann Whitney.
3. Langkah Uji T Tidak Berpasangan
Analyze  Compare Means  Independent Sample T Test.
Contoh Kasus :
Sebuah penelitian ingin mengetahui perbedaan indeks prestasi komulatif (IPK) pada
mahasiswa laki-laki dan perempuan. Penelitian dilakukan pada 18 mahasiswa, diperoleh
data sebagai berikut:

No Indeks Prestasi Komulatif (IPK)

Gender IPK
1 1 2.11
2 1 3.15
3 1 2.75
4 1 3.10
5 1 2.95
6 1 2.95
7 1 3.00
8 1 2.50
9 1 2.79
10 2 2.50
11 2 3.05
12 2 2.70
13 2 2.90
14 2 2.67
15 2 3.15
16 2 2.03
17 2 2.65
18 2 2.37

Tentukan :
a. Hasil analisis univariat untuk variabel IPK
b. Hasil uji normalitas data
c. Hasil analisis bivariat yang sesuai

Tips :
Untuk menyelesaikan soal di atas, maka langkah pertama adalah melakukan analisis soal
terlebih dahulu dibandingkan dengan syarat Uji T Tidak Berpasangan.
- Skala data : Numerik (IPK)
- Hipotesis komparatif, karena ingin mengetahui perbedaan antara IPK mahasiswa laki-laki
dan perempuan
- Data terdiri dari 2 kelompok yaitu kelompok laki-laki dan kelompok perempuan
- Data tidak berpasangan, karena tidak ada pengukuran sebelum dan sesudah

Paling tidak ke empat syarat sudah terpenuhi, tinggal syarat terahir yaitu uji normalitas data.
Jika data terdistribusi normal maka dapat dilakukan Uji T Tidak Berpasangan. Jika tidak
normal menggunakan uji alternatifnya.
Penyelesaian Kasus :
a. Analisis Univariat
- Buat variabel dengan nama Gender dan IPK.

- Masukan data contoh kasus ke dalam variabel yang telah dibuat

- Lakukan analisis univariat sekaligus uji normalitas data untuk variabel indeks massa
tubuh (IPK)
- Berikut tampilan Output Hasil analisis univariat:

Berdasarkan output tersebut diketahui hasil Analisis Bivariat (pada table Descriptive) dan
hasil Uji Normalitas Data (pada Table of Normality). Nilai uji normalitas data dilihat pada
kolom Shapiro Wilk, karena jumlah responden ≤ 50. Jika responden > 50 menggunakan
nilai Kolmogorov Smirnov. Nilainya adalah 0,299 (p value > 0,05) dan 0,724 (p value >
0,05). Artinya data IPK terdistribusi normal karena p value > 0,05.

Nilai 0,05 merupakan nilai alpha (tingkat kesalahan) dalam sebuah analisis data. Alpha
dapat menggunakan 0,05 atau 0,01, tergantung jenis penelitianya.
b. Uji T Tidak Berpasangan
Karena data terdistribusi dengan normal maka dapat dilanjutkan dengan melakukan Uji T
Tidak Berpasangan. Langkahnya adalah sebagi berikut:

- Analyze  Compare Means  Independent Sample T Test.

- Masukan variabel IPK di test variable, dan variabel Gender di Grouping variable.
Kemudian klik Difine Groups.
- Tulis angka 1 pada Group 1, dan angka 2 pada Group 2.(angka ini disesuikan dengan
pengelompokan datanya). Kemudian klik Continue dan OK

- Berikut tampilan output hasil Uji T Tidak Berpasangan

- Nilai Levene’s Test for Equalitiy of Variance merupakan hasil uji homogenitas data.
Jika nilai P Valuenya (Sig) > 0,05 artinya homogenitas sama, sedangkan jika nilai P
Valuenya (Sig) < 0,05 artinya homogenitas berbeda.
- Hasil penelitian di atas menunjukan nilai P Value adalah 0,937, artinya homogenitas
sama, karena P Value > 0,05.
- Karena homogenitas sama sehingga yang digunakan untuk menentukan nilai P Value
Hasil Uji T Tidak Berpasangan adalah nilai Equal Variance Assumsed yaitu 0,587.
Artinya tidak ada Perbedaan yang signifikan antara IPK mahasiswa laki-laki dan
perempuan karena P Value > 0,05 (0,587>0,05)
Interpretasi Data :

a. Hasil Analisis Univariat

Variabel Mean Median Std. Dev

IPK Laki-Laki 2,78 2,87 0,32
IPK Perempuan 2,69 2,68 0,36

b. Hasil Uji Normalias Data

IPK Mahasiswa Laki-Laki : 0,299. Data Terdistribusi Normal karena p value > 0,05
IPK Mahasiswa perempuan : 0,724. Data Terdistribusi Normal karena p value > 0,05

c. Hasil Analisis Bivariat

Rerata (Means) P Value CI 95%

Indeks Prestasi Komulatif (IPK) 2,740 0,587 0,16 (-0,254 – 0,434)

Artinya tidak terdapat perbedaan antara IPK mahasiswa laki-laki dan perempuan karena
p value > 0,05.