Uji beda t-test digunakan untuk menentukan apakah dua sampel yang tidak berhubungan memiliki nilai rata

-rata yang berbeda. Uji beda t-test dilakukan dengan cara membandingkan perbedaan antara dua nilai rata-rata dengan standart error dari perbedaan rata-rata dua sampel atau dapat ditulis dengan rumus sebagai berikut : Standar error perbedaan dalam nilai rata-rata terdistribusi secara normal. Dapat disimpulkan bahwa uji beda t-test adalah membandingkan rata-rata dua grup yang tidak berhubungan satu dengan yang lainnya. Uji beda untuk statistik parametrik terdiri dari : 1. a. T test Paired sample test (variabel yang berhubungan)

Uji t berpasangan merupakan salah satu metode pengujian hipotesis dimana data yang digunakan tidak bebas atau berpasangan. Contoh kasus: Seorang peneliti ingin mengetahui ada tidaknya pengaruh terhadap obat tidur baru terhadap 10 pasien penderita gangguan tidur. Berikut datanya: Sebelum Responden 1 2 3 4 5 6 7 8 9 10 Menggunakan 5.1 6.2 4.7 5.7 6.2 4.3 3.7 6.5 3.4 3.8 Menggunakan 7 7 5.8 5.8 6.1 8.7 9.2 8.1 8 7.2 Sesudah

Sebelum melakukan analisis data dengan uji t berpasangan, terlebih dahulu data tersebut diuji data tersebut berdistribusi normal atau tidak. Langkah-langkahnya sebagai berikut: 1. 2. 3. 4. Buka program SPSS Masukkan variable “sebelum” dan “sesudah” pada sheet variable view. Masukkan data tabel di atas ke dalam sheet data view. Klik Analyze > Descriptive Statistics > Explore. Kemudian masukkan variable yang akan diuji ke dalam kotak dependent list. Klik OK.

sebagai berikut: 1. Hal ini berarti nilainya lebih kecil dari 0. Dari tabel tersebut dapat kita ketahui pula lama waktu tambahan tidur dengan mengkonsumsi obat tersebut antara 0.00225 . Error Mean Deviation Mean Lower Upper Pair 1 sebelum – sesudah 2.897 sampai 3. Klik Analyze > Compare Means > Paired Sample T-Test 2.200 > 0. .5.14911 7. Masukkan kedua variable (sesudah dan sebelum) ke dalam kotak di sebelah kanan dengan klik tanda panah yang terdapat diantara kedua kotak tersebut. Error Mean .langkah melakukan uji t berpasangan (paired sample test).9600 10 1.005 . Mean N Deviation 4. Sehingga data tersebut dapat dikatan sebagai data dengan distribusi normal. Paired Samples Test Paired Differences 95% Confidence Interval of the Std.37755 Dari tabel output Paired Samples Statistics tersebut di atas dapat kita ketahui bahwa waktu tidur pasien mengalami kenaikan. Independen sample test (variable yang tidak berhubungan) . Klik OK.36338 .76 jam dengan tingkat kepercayaan 95%.181 Dari tabel output Paired Samples Correlations tersebut di atas dapat kita ketahui bahwa korelasi antara sebelum dan sesudah menggunakan obat tidur sebesar 0.05.160 dengan sig = 0. Paired Samples Correlations N Correlation Pair 1 sebelum & sesudah 10 . (2-tailed) adalah 0.29 jam.89768 3.680 Dari tabel Paired Samples Test di atas dapat kita ketahui bahwa sig.460 sehingga terdapat hubungan signifikan.005. 3. Maka akan muncul outputnya.2900 10 1. jadi obat tersebut terbukti dapat membantu penderita gangguan tidur. b. Langkah.05 (? = 5%). Paired Samples Statistics Std. (2df tailed) 9 . Maka akan muncul output dari perintah tadi.460 Sig.19392 Pair 1 sebelum sesudah Std.96 jam bertambah menjadi 7.33000 2. seperti gambar berikut: Dari tabel di atas dapat diketahui bahwa K-S Z = 0. Difference Std. Yakni dari 4.200. Tingkat signifikan (? = 5%) maka 0. Sehingga dapat kita simpulkan bahwa selisih waktu tidur sebelum dan sesudah di beri obat untuk setiap responden tidak sama dengan nol.63317 3.76232 t Sig.

Masukkan variable metode ke kotak grouping variable.Analisis dengan metode ini bertujuan untuk membandingkan dua rata-rata dua grup yang tidak berhubungan. Berikut ini adalah datanya Kelas A A A A A A A A A B B B B B B B B Metode Diskusi Diskusi Diskusi Diskusi Diskusi Diskusi Diskusi Diskusi Diskusi Ceramah Ceramah Ceramah Ceramah Ceramah Ceramah Ceramah Ceramah Nilai 37 53 68 44 39 48 62 57 55 52 87 76 62 81 71 55 67 Langkah-langkahnya adalah sebagai berikut:   Buka program SPSS Masukkan variabel “metode” dan “nilai” pada sheet variable view Tentukan value untuk variable medote yakni: 1 = diskusi 2 = ceramah    Masukkan angka-angka sesuai dengan tabel nilai tersebut di atas. . Contoh kasus : Seorang peneliti ingin membandingkan nilai suatu mata pelajaran antara dua kelas dengan menggunakan dua metode yang berbeda. Maka akan muncul kotak dialog baru. Ketikkan angka 1 untuk Group 1 dan angka 2 untuk group 2. Klik Define group. yakni diskusi dan ceramah. Klik Analyze > Compare Means > Independent Sample T-Test.

15149 5. Maka secara otomatis akan keluar output perintah tersebut. Klik Option.38161 3.608 -3. nilai rata-rata.49695 nilai Equal variances assumed nilai Equal variances not assumed -3. (2-tailed) yang memiliki nilai lebih besar daripada ? (0. Group Statistics metode diskusi ceramah Std.006 -17.007 -17.43056 5. Pada tabel Independent Sample T test memaparkan uji apakah kedua kelompok memiliki varian yang sama.43056 5.823 .36416 5.137 13. Klik Continue. Error Interval of the F Sig.8750 12. Selain itu dapat menggunakan perbandingan sig. standar deviasi dan standar error rata-rata pada masing-masing metode.170 15 .4444 10.608) > ? (0. Error Mean Deviation Mean 9 51.   Masukkan variabel nilai pada kotak test variable(s). Berdasarkan hasil perhitungan tersebut terlihat bahwa t hitung = – 3. Std.34839 Independent Samples Test Levene’s Test for t-test for Equality of Means Equality of Variances 95% Confidence Sig. .55732 Dari hasil uji independent sample t test terdapat dua output yakni tabel group statistics dan independent sample tests.275 .Klik Continue. Karena nilai sig (0.170 dengan df = 15 maka dapat kita simpulkan bahwa terdapat perbedaan antara metode diskusi dan metode ceramah.29910 4. Mean Std. t df (2Difference Difference Difference tailed) Lower Upper N . Pada tabel group statistics dijabarkan hasil perhitungan tentang jumlah data. Ketikkan angka 95 pada kotak Confidence Interval.05).49904 29.70962 29.05) maka dapat kita simpulkan bahwa kedua kelompok memiliki varian yang sama.  Klik OK.46054 8 68.

Sign up to vote on this title
UsefulNot useful