BAB 7

UJI BEDA
Uji beda merupakan kegiatan penelitian yang digunakan untuk menguji keadaan
yang terdapat dalam suatu kelompok dengan kelompok lain bahwa apakah ada
perbedaan yang signifikan anatara kelompok-kelompok yang diuji tersebut.

A. T-TES
Rata-rata hitung yang diuji perbedaannya, yaitu apakah berbeda secara
signifikan atau tidak, dapat berasal dari distribusi sampel yang berbeda, dapat
pula dari sampel yang berhubungan. Distribusi sampel yang berbeda
dimaksudkan sebagai sampel-sampel yang berasal dari 2 populasi yang disebut
sebagai sampel bebas (independent samples). sebaliknya, distribusi subjek yang
sama (corelated samples atau paired samples).
1. T-Tes untuk Sample Bebas
Uji perbedaan 2 rata-rata dari 2 sampel pada hakikatnya merupakan uji
dari 2 distribusi rata-rata hitung. Untuk maksud itu diperlukan alat taksir
untuk mengetes ada atau tidaknya perbedaan yang mencakup kedua distribusi
yang bersangkutan. Alat estimasi yang dipergunakan adalah simpangan baku
perbedaan rata-rata hitung kedua distribusi sampel tersebut.
Perbedaan antara rata-rata hitung 2 sampel dicari dengan menghitung
rasio-t (t-ratio). rasio-t dihitung dengan cara: mencari selisih antara rata-rata
hitung kelompok sampel 1 dengan kelompok sampel 2.

Konsultasi Tabel
Apakah t-ratio atau nilai t yang ditentukan dari hasil perhitungan
menunjukkan adanya perbedaan yang signifikan antara kedua rata-rata hotung 2
kelompok sampel yang diuji? Atau, apakah nilai t yang ditemukan cukup kuat
untuk menolak
H 0 sehingga dapat menerima H a ?

T-ratio harus dikonsultasikan dengan tabel nilai-nilai kritis t. Namun,

sebelumnya terlebih dahulu harus dihitung besarnya derajat bebas (db, degree of
freedom, df). rumus untuk menghitung db adalah:
N 1 + N 2 - 2.

2. T-Tes Sampel Berhubungan

Sampel berhubungan menunjukkan bahwa kelompok yang dikenai
perlakuan, misalnya di tes kemampuan tertentunya, itu sama. Dalam hal ini
 ada 2 kemungkina yang dapat dilakukan terhadap kelompok subjek yang akan
dikenai perlakuan.
Kemungkinan pertaman, kelompok subjek yang berada dalam kondisi
yang kurang lebih sama dikenai perlakuan yang berbeda. Artinya, kelompok
subjek itu dikenai perlakuan dua kali sehingga menghasilkan 2 kelompok
data. Dikenai perlakuan dapat berarti di tes atau diukur kemampuannya dalam
bidang tertentu.
Kemungkinan kedua, biasanya peneliti yang telah membawa bekal teori
tertentu sengaja menciptakan 2 kondisi yang berbeda yang dihadapkan
kepada subjek penelitian. Setelah itu, subjek penelitian itu diberi perlakuan
tertentu yang sama.

3. T-Tes Sampel Tunggal

T-tes sampel tunggal hanya melibatkan 1 sampel. Uji tes ini lazimnya
digunakan untuk perbedaan rata-rata hitung sampel dengan suatu nilai
tertentu yang sengaja diberikan sebagai pembanding.

B. CHI KUADRAT
Dalam suatu penelitian, data yang diperlukan tidak selamanya harus
mencakup data yang berskala inverval dan skala nominal, tetapi hanya
dibutuhkan data skala nominal saja. Analisis data untuk uji beda frekuensi skala
nominal (kategorial) tersebut mempergunakan statistik nonparametrik (nonpar)
yang bernama Chi Kuadrat.
1. Chi Kuadrat: Uji Perbedaan Frekuensi
T-tes dipergunakan untuk menguji perbedaan (rata-rata hitung) data
berskala interval yang sebagai variabel depenen, chi kuadrat untuk menguji
peprbedaan frekuensi data berskala nominal. Penggunaan kedua kelompok
statistik ini tidak dapat saling menggantikan. Artinya, jika data itu berskala
interval, ia tidak dapat diolah dengan chi kuadrat. Sebaliknya, jika data itu
berskala nominal, ia juga tidak dapat diolah dengan t-tes (juga F-tes).
2. Chi Kuadrat untuk Tabel 2 x 2
Tabel 2 x2 menunjukkan bahwa da kolom (k) dan baris (b) dengan
masing-masing berisi 2 sel.

C. ANALISIS VARIANS
 Analisis varians atau anava dipergunakan untuk menguji perbedaan rata-rata
hitung jika kelompok sampel yang diuji lebih dari 2 buah yang berasal dari
populasi yang berbeda. Namun, jika dikehendaki ia dapat juga dipergunakan
walau kelopok itu hanya 2 buah. Dengan demikian, anava dapat dipandang
sebagai teknik t-tes yang dipeluas. Hasil perhitunggan uji anaca dinyatakan
dengan nilai F.
1. Analisis Varians Satu Jalan
Analisis varians satu jalan dipergunakan untuk menguji signifikasi
perbedaan rata-rata hitung yang hanya mencakup satu klasifikasi atau satu
variabel independen.
a. Sumber Variasi
Sumber variasi ada 3, yaitu jumlah kuadrat dalam kelompok (mean
square within) disingkat JKD (MSW), jumlah kuadrat antarkelompok
(mean square between) disingkat JKA (MSB), dan jumlah kuadrat total
(sum of square total) disingkat JKT (SST).
b. Rasio F
Uji analisis varians dilakukan untuk mendapatkan nilai F dari data
kelompok-kelompok yang akan di uji signifikansi antara rata-rata hitung
kuadrat antarkelompok (RKA) dan rata-rata hitung kuadrat dalam
kelompok (RKD) yang masing-masing berlaku sebagai pembilang dan
pembagi.
c. Langkah Perhitungan Nilai F
1) Perhitungan jumlah kuadrat total (JKT)
2) Perhitungan jumlah kuadrat antarkelompok (JKA)
3) Perhitungan jumlah kuadrat dalam kelompok (JKD)
4) Perhitungan rata-rata hitung kuadrat (RK)
5) Perhitungan nilai F
6) Konsultasi tabel nilai F
7) Pembuatan tabel ringkasan anava
d. Uji Lanjut
Uji lanjut memberikan informasi rata-rata hitung sampel mana saja
yang benar-benar berbeda. Uji lanjutyang dimaksud dikenal dengan nama
Post Hoc Tests. Post Hoc Tests dilakukan jika harga F diperoleh
signifikan (P<0,05), sedang kika tidak (P>0,05) signifikan, uji itu tidak
perlu dilakukan.
 e. Asumsi Analisis Varians
1) Subjek yang menjadi kelompok-kelompok sampel harus ditentukan
secara random.
2) Skor-skor hasil pengukuran memiliki distribusi normal.
3) Varians populasi tiap kelompok bersifat homogen atau tidak berbeda
secara signifikan.
f. Analisis Varians untuk Dua Kelompok
Analisis varians dipergunakan untuk menguji signifikansi perbedaan
rata-rata hitung yang lebih dari 2 kelompok.
2. Analisis Varians Dua Jalan
Analisis varians dua jalan dimaksudkan untuk menguji dua jalan
klasfikasi atau klasifikasi ganda, yang diuji itu lebih dari 1 klasifikasi.
a. Prinsip Varians Dua Jalan
Pada prinsipnya, analisis varians 2 jalan tidak berbeda dengan satu
jalan. Hany saja, pada analisis varians 2 jalan terdapat lebih dari satu
variabilitas antarkelompok (faktor), dan tiap kelompok (variabel
independen, faktor) itu dapat saling berinteraksi. Namun, variabilitas
dalam kelompok hanya tetap satum yaitu yang menunjukkan kesalahan
varians.

b. Langkah Perhitungan Nilai F

1) JKT

2) JKA met

3) JKA sek
4) JKD

5) RKA met

6) RKA sek
7) RKD

8) F met
 9) F sek

D.
MANOVA

1.
Tentang Manova

Manova adalah kepanjangan dari Mulvariate Analysis of variance

analisis ini termasuk dalam kaegori multivariat. Artinya, banyak variabel
yang terlibat untuk dianalisis di dalamnya. Manova merupakan salah satu
teknin statistik yang kini banyak dipakai dalam penelitian, misalnya dalam
penelitian eksperimental, ex post facto, atau survei. Manova dalah sebuah
teknik statistik yang dimaksudkan untuk menguji atau mengeksplorasi
hubungan antara beberapa variabel independen dan beberapa variabel
dependen.

2.
Asumsi Manova

a.
Sebaran Data Normal

Sebaran data variabel tergantung yang berupa skala interval atau

rasio harus memiliki ciri normalitas. Artinya, sebaran data itu normal.
Uji normalitas dapat dilakukan, antara lain, lewat explore.

b.
Homogenitas Kovarians

Hal ini mirip dengan uji homogenitas, yaitu bahwa data-data

variabel terantung yang akan diuji perbedaan rata-rata hitungnya
haruslah memiliki varian yang tidak berbeda. Dalam kaitannya dengan
manpva, kovarians data-data variabel tergantung haruslah juga memiliki
varians kovarians uang tidak berbeda. Untuk keperluan uji homogenitas
varians koarians, ia dapat dilakukan dengan uji Box’s M dan tes Levena.

c.
Interkorelasi
 Antar variabel seharusnya tidak berkorelasi, atau setidaknya tidak
terlalu berkorelasi.

3.
Manova dengan Satu Variabel Indepenen

4.
Manova dengan beberapa Variabel Independen