MODUL PRAKTIKUM ANALISIS DATA 1

PERTEMUAN 2

Muthia Nadhira Faladiba, S.Stat., M.Si.

 BAB II
PENGUJIAN UNTUK DUA SAMPEL SALING BEBAS

Statistika Parametrik
Uji-t untuk sampel saling bebas (independent-samples T-test)

Salah satu masalah yang sering dihadapi pada keperluan praktis Statistika adalah membandingkan rata-
rata dari dua buah kelompok. Sebagai contoh, apakah rata-rata respon untuk kelompok perlakuan
berbeda dengan kelompok kontrol. Uji-t untuk sampel saling bebas (independent-samples T-test)
merupakan prosedur uji-t untuk sampel bebas dengan membandingkan rata-rata dua kelompok kasus,
dan kasus (data) yang diuji bersifat acak serta dengan 1 kali proses pengukuran.

Uji-t untuk sampel saling bebas (independent-samples T-test) itu menguji kemampuan generalisasi rata-
rata data dua sampel yang tidak berkorelasi. Pada sampel-sampel berkorelasi biasanya terdapat pada
rancangan penelitian eksperimen. Sedangkan pada penelitian survei, biasanya sampel-sampel yang
dikomparasikan adalah sampel independen.

Uji-t untuk sampel saling bebas (independent-samples T-test) ini menghasilkan: 1. Statistik deskriptif
untuk tiap variabel yang diuji. 2. Uji kesamaan varians (test of homogenity of varians) 3. Nilai
signifikansinya.

Kriteria data yang dapat diuji dengan menggunakan uji-t sampel saling bebas (independent-samples T-
test), yaitu:

1. Data yang digunakan adalah data kuantitatif (interval dan rasio), namun dalam proses
pengaplikasian dalam program SPSS, salah satu variabel harus berbentuk kategori.
2. Data harus saling bebas dari sampel acak dan berdistribusi normal.

Contoh Kasus:

Seorang peneliti ingin mengetahui efektifitas suatu obat herbal pada sekelompok orang dengan masalah
berat badan. Untuk itu dilakukan penelitian survei untuk melihat apakah terdapat perbedaan efektifitas
obat herbal antara pria dan wanita. Penelitian ini ingin membuktikan apakah terdapat perbedaan
efektifitas obat herbal antara pria dan wanita. Berdasarkan 30 sampel sebagai subjek penelitian, masing-
masing 15 pria dan 15 mahasiswa wanita yang dipilih secara random untuk diuji dengan melihat
penurunan berat badan yang hasilnya adalah sebagai berikut:

no Pria wanita Pria Wanita

1 7.6 6.6 6.2 7.0
2 7.3 7.5 7.1 4.1
3 7.5 6.7 6.7 6.8
4 8.1 5.5 8.2 5.2
5 6.4 6 7.8 6.7
6 6.1 5.7 6.1 6.9
7 6.2 7.1 6.3 5.1
8 5.7 6.9 6.1 6.6
 9 6.8 4.1 5.8 6.8
10 7.0 5 6.2 5.0
11 8.9 5.6 7.4 5.6
12 6.4 5.9 6.7 6.4
13 7.4 6.5 5.3 7.1
14 8.7 4 7.4 6.0
15 7.8 7.5 6.6 6.5
Tabel 1. Data penurunan berat badan
Berdasarkan data di atas, maka disusunlah hipotesis sebagai berikut:
Hipotesis

H0 : μ1=¿ μ2 (Tidak terdapat perbedaan efektifitas obat antara pria dan wanita)

H1 : μ1 ≠ μ2 (Terdapat perbedaan efektifitas obat antara pria dan wanita)

Pengolahan Data menggunakan SPSS

1. buka file baru. Klik File  New  Data

2. berikan nama variable yang diperlukan, dalam kasus ini terdapat dua variable (penurunan berat
badan dan gender) dan kemudian klik Variabel View

3. Isikan nama variabel pada kolom Name (misal: turun_bb, dan gender) maksimal 8 karakter,
setelah itu tekan Tab dan secara otomatis akan muncul di kolom Type (Numerik), pada kolom
Width isikan angka 8 dan pada Decimal isikan angka 2 (dengan kondisi default)

4. Karena variabel penurunan berat badan memuat 2 kelompok yaitu pria dan wanita, maka klik
pada kolom Value pada baris Gender.

value Value label

1 Pria
2 Wanita
Tabel 2. Value label

Gambar 1. Value Label gender

5. Setelah pengisian selesai  Klik data view, Input data menjadi 2 kolom. Kolom pertama untuk
penurunan bb, dan kolom kedua untuk jenis kelamin.

Gambar 2. Data view

6. Klik Analyze  Compare Means  Independet Sample T Test.

Gambar 3. Menu independent sample t test pada spss

7. Setelah keluar gambar seperti di bawah ini Klik bb dan pindahkan pada kotak Test Variabels dan
klik variabel Gender kemudian pindahkan pada kotak Grouping Variabel.

Gambar 4. pengaturan pada independent sample t test

 8. Setelah dipindahkan kemudian klik Define Groups, pada Group 1 iskan angka1 dan pada Group 2
isikan angka 2 dan gambar dapat dilihat bawah, setelah selesai mengisikan data kemudian Klik
Continue dan klik Ok

Gambar 5. define groups

Untuk melakukan uji hipotesis dilakukan langkah – langkah berikut:

1. Menetapkan hipotesis nol dan hipotesis alternatif
Dua arah  H0 : μ1=¿ μ2 atau H0 : μ1 ≠ μ2
Satu arah  H0 : μ1 >¿ μ2 atau H0 : μ1 <¿ μ2
μ1 adalah rata-rata populasi kelompok 1
μ2 adalah rata-rata populasi kelompok 2

2. Tingkat signifikansi
Tingkat signifikansi adalah peluang menolak hipotesis nol ketika hipotesis itu sesungguhnya
benar. Penentuan tingkat signifikansi ini beravariasi sesuai keinginan peneliti. Nilai α yang umum
digunakan adalah 0,05 (5%) dan 0,01 (1%). Nilai α merupakan batasan dalam menentukan
pengambilan keputusan uji hipotesa.

3. Statistik Uji
Berisi rumus atau formula yang digunakan dalam analisis

4. Daerah penolakan
Tolak H0 jika : t hitung > t tabel (hal ini kembali pada jenis statistik uji yang digunakan)
sig.< 0.05
Untuk melihat harga t tabel maka didasarkan pada derajat kebebasan (dk), yang besarnya adalah
N-1
5. Keputusan
Diputuskan Tolak H0 atau gagal Tolak H0

6. Kesimpulan
Dibuat kesimpulan pada kasus yang telah dilakukan uji.
Output SPSS

Group Statistics

gender N Mean Std. Deviation Std. Error Mean

bb 1.00 30 6.9267 .89863 .16407

2.00 30 6.0800 .98835 .18045

Independent Samples Test

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

Equality of Variances

Sig. (2- 95% Confidence

tailed) Interval of the
Sig. Mean Std. Error Difference

F t df Difference Difference Lower Upper

bb Equal variances
.314 .577 3.472 58 .001 .84667 .24388 .35848 1.33485
assumed

Equal variances
3.472 57.483 .001 .84667 .24388 .35839 1.33495
not assumed

a. Analisis F-test
hipotesis
H0 : kedua varians populasi adalah sama (varians populasi penurunan berat badan pria dan wanita)
H1 : kedua varians populasi adalah tidak sama (varians populasi penurunan berat badan pria dan
wanita)
Berdasarkan data terebut di atas maka dapat dilakukan pengujian hipotesis dengan membandingkan
taraf signifikansi. Terlihat nilai F hitung = 0.314 dengan signifikansi 0.557, karena signifikansi > 0.05,
maka gagal tolak H0, artinya kedua varians populasi adalah sama.

b. Analisis T-test
1. Hipotesis
H0 : μ1=¿ μ2 (Tidak terdapat perbedaan rata-rata efektifitas obat antara pria dan wanita)
H1 : μ1 ≠ μ2 (Terdapat perbedaan rata-rata efektifitas obat antara pria dan wanita)

2. Tingkat signifikansi
0.05 atau 5%

3. Statistik Uji
- Uji t asumsi variansi sama
- Uji t asumsi variansi berbeda

4. Daerah penolakan
Tolak H0 jika : t hitung > t tabel atau sig.< 0.05
 5. Keputusan
berdasarkan hasil analisis uji-t dua sampel saling bebas, maka dapat diperoleh hasil:
thit (3.472) > ttabel (2.000)
sig. (0.001) < α (0.05)
maka keputusan  TOLAK H0

6. Kesimpulan
Berdasarkan analisis yang dilakukan pada data efektifitas obat herbal terhadap penurunan berat
badan dengan menggunakan tingkat signifikansi sebesar 5% disimpulkan bahwa Terdapat
perbedaan rata-rata efektifitas obat antara pria dan wanita.

Langkah-langkah analisis menggunakan Minitab adalah sebagai berikut:

1. Bukalah program minitab.

2. Input data menjadi 2 kolom. Kolom pertama untuk kelompok pria dan kolom kedua untuk wanita.

Gambar 6. Input data pada minitab

3. Pada menu, klik Stat  Basic Statistics  2 sampel T. 

Gambar 7. Menu 2-sample t pada spss

4. Kemudian klik each Samples in its own column, masukkan kelompok pria ke kotak sample 1,
masukkan kelompok wanita ke kotak sample 2.

Gambar 8. Pengaturan pada two-sample t for the mean

5. Klik tombol Graphs, centang semuanya: Individual value plot dan Boxplots of data.

Tekan OK.
6. Klik tombol Options, tentukan derajat kepercayaan penelitian, standartnya adalah 95,0
(95%).

Hasilnya nilai t hitung sebesar 3.47 pada degree of freedom (df) 57 dengan p value sebesar 0,001
di mana lebih kecil dari pada batas kritis 0.05 sehingga disimpulkan bahwa Terdapat perbedaan
rata-rata efektifitas obat antara pria dan wanita.
Statistika non-Parametrik

Analisa Data Nonparametrik 2 Sampel Independen

Uji nonparametrik digunakan apabila asumsi normalitas pada uji parametrik tidak terpenuhi, atau skala
pengukurannya ordinal.

a. Uji Mann-Whittney
Uji ini digunakan untuk menguji hipotesis komparatif dua sampel bebas bila datanya berbentuk
ordinal. Bila dalam pengamatan data masih dalam skala interval, maka dapat diubah menjadi
skala ordinal terlebih dahulu. Asumsi yang digunakan hanyalah nilai dari variabel acak dari dua
kelompok menyebar kontinu.

b. Uji Dua Sampel Kolmogorov-Smirnov

Uji Dua Sampel Kolmogorov-Smirnov adalah suatu uji untuk melihat apakah dua sampel
independen telah ditarik dari populasi yang sama (atau dari populasi-populasi yang mempunyai
sebaran yang sama).

c. Uji Khi Kuadrat 2 sampel

Uji ini digunakan untuk menguji hipotesis komparatif dua sampel bila datanya berbentuk
nominal dan ukuran sampelnya besar. Hipotesis yang diuji biasanya adalah kedua kelompok itu
berbeda dalam hal ciri khas tertentu

Uji Mann-Whitney

Seorang guru matematika di suatu SMA ingin meneliti kemampuan matematika anak didiknya yang
berasal dari jurusan IPA dan jurusan IPS, apakah anak IPA cenderung lebih terampil dalam mengerjakan
soal matematika ataukah tidak. Untuk itu guru tersebut melakukan tes matematika ke beberapa
muridnya.

urutan Nilai MTK jurusa urutan Nilai MTK urutan

n
1 80 IPA 8 80 IPA
2 65 IPS 9 90 IPA
3 82 IPS 10 85 IPS
4 86 IPA 11 85 IPA
5 78 IPS 12 88 IPA
6 80 IPS 13 75 IPS
7 82 IPA 14 70 IPS
Tabel 3. Data nilai matematika jurusan IPA dan IPS

Akan dicari apakah ada perbedaan yang signifikan nilai matematika anak yang berasal dari jurusan IPA
maupun jurusan IPS

Hipotesis
H0 : Kedua populasi identik (data nilai matematika siswa jurusan IPA dan jurusan IPS) tidak berbeda
secara signifikan.
H1 : Kedua populasi tidak identik atau berbeda dalam hal nilai (data nilai matematika siswa jurusan
IPA dan jurusan IPS memang berbeda)

Langkah-langkah analisis menggunakan SPSS adalah sebagai berikut:

1) Bukalah program SPSS.

2) Input data menjadi 2 kolom. Kolom pertama untuk nilai matematika, dan kolom kedua jurusan.
3) Selanjutnya klik analyze  nonparametric test  legacy doalogs  2 sample independen.
- Test Variable list atau variabel yang akan diuji masukkan variabel nilai matematika.
- Grouping Variable atau variabel group. Karena variabel pengelompokkan siswa ada pada
variabel jurusan, maka klik variabel jurusan.
- Klik pada Define Group, Pada Group 1 isikan angka 1, yang berarti kelompok IPA, sedangkan
Group 2 isikan angka 2, yang berarti kelompok IPS
- Untuk Test Type atau tipe uji, karena dalam kasus akan diuji dengan MannWhitney, maka klik
pilihan Mann-Whitney.
4) Klik OK. Hasil outputnya sebagai berikut.

Ranks

jurusan N Mean Rank Sum of Ranks

nilai_MTK IPA 7 10.00 70.00

IPS 7 5.00 35.00

Total 14

Test Statisticsa

nilai_MTK

Mann-Whitney U 7.000
Wilcoxon W 35.000
Z -2.251
Asymp. Sig. (2-tailed) .024
Exact Sig. [2*(1-tailed Sig.)] .026b

a. Grouping Variable: jurusan

b. Not corrected for ties.

Terlihat bahwa pada kolom Asymp. Sig/Asymptotic significance dua sisi adalah 0.024. Sehingga
diperoleh probabilitasnya di bawah 0.05. Maka H0 ditolak yang berarti bahwa nilai matematika siswa
yang berasal dari jurusan IPA dan jurusan IPS berbeda secara signifikan.

Langkah-langkah analisis menggunakan Minitab adalah sebagai berikut:

1. Bukalah program minitab.

2. Input data menjadi 2 kolom. Kolom pertama untuk kelompok IPA dan kolom kedua untuk IPS.
3. Selanjutnya klik stat→ nonparametrics→Mann whitney.
 Gambar 9. Uji mann whitney pada minitab
4. Isilah First sample  IPA, second sample  IPS.
confidence level yaitu (1 –α) [default minitab 95%].
Isilah Alternative dengan memilih hipotesis alternatif yang diinginkan (dalam soal: not equal).

Gambar 10. Pengaturan pada uji mann - whitney

5. Klik OK.

Berdasarkan Output di atas, nilai W sebesar 70 dengan P Value sebesar 0,0298 di mana nilainya lebih
kecil dari batas kritis 0,05 sehingga keputusan hipotesis menolak H0  atau yang berarti terdapat
perbedaan Mean dan Median yang bermakna antara kemampuan matematika jurusan IPA dan jurusan
IPS.
 LATIHAN
1) Kasus:

Seorang mahasiswa akan meneliti keterlibatan kerja karyawan disebuah perusahaan yang ditinjau dari
model kepemimpinan yaitu model kepemimpinan transaksional dan kepemimpinan transformasional.
Berdasarkan 40 sampel sebagai penelitian, masing-masing diambil 20 sampel untuk karyawan yang
dipimpin dengan model kepemimpinan transaksional dan 20 lainnya dipimpin dengan menggunakan
model kepemimpinan tranformasional. Adapun data keterlibatan kerja karyawan dapat dilihat sebagai
berikut:

Keterlibatan Kerja
Transaksional Transformasiona Transaksional Transformasional
l
79 56 78 65
78 67 78 78
87 78 67 67
65 56 90 56
76 67 90 67
76 98 99 87
98 34 87 89
65 56 88 90
74 76 90 99
35 78 87 90
Tugas:

a. Laksanakan analisis uji-t dua sampel saling bebas (Independent Sample t-test) untuk data
tersebut di atas dengan komputer program SPSS dan minitab.
b. Cetaklah hasilnya (print-out) dan gunakan untuk melakukan kegiatan sebagai berikut:
- Buatlah hipotesis nol (Ho) dan hipotesis alternatif (H1)
- Ujilah hipotesis-hipotesis tersebut dengan taraf signifikansi 0.05 (5%)!
- Interpretasi dan simpulkan hasil uji-t dua sampel saling bebas (independet sampel t-
test) tersebut!

2) Cari suatu data untuk dilakukan analisis (obs min 20)

- Laksanakan analisis uji kolmogorov – smirnov untuk data tersebut di atas dengan komputer
program SPSS dan minitab.
- Buatlah hipotesis nol (Ho) dan hipotesis alternatif (H1)
- Ujilah hipotesis-hipotesis tersebut dengan taraf signifikansi 0.05 (5%)!
- Interpretasi dan simpulkan hasil analisis kolmogorov – smirnov tersebut!