“
1 UJI T INDEPENDEN
Tujuan
Syarat
Langkah-langkah Aplikasi Uji
Interpretasi Hasil
2 UJI T DEPENDEN
Tujuan Langkah-langkah Aplikasi Uji
Syarat Interpretasi Hasil
1
1
UJI T INDEPENDEN
2
APA ITU UJI T INDEPENDEN ?
TUJUAN LANGKAH-LANGKAH
Untuk mengetahui perbedaan mean 1. Uji Normalitas
dua kelompok data independen. 2. T-test Independen
3
APLIKASI UJI T INDEPENDEN
1 . U J I N O R M A L I TA S
Uji Skewness
Uji Normalitas
Uji
Kolmogorov-
Smirnov
Pada prinsipnya, uji normalitas (uji skewness dan uji kolmogorov-smirnov) pada Uji T Independen
maupun Uji T Dependen memiliki langkah-langkah yang sama. Kami akan menampilkan contoh
pada Uji T Independen. Dalam contoh ini, kita akan menggunakan dataset “DATA SET BBLR” dan
akan menguji normalitas variabel Berat Badan Bayi (BeratBayi). Berikut langkah-langkahnya:
4
U J I N O R M A L I TA S
A. Uji Skewness
1. Pilih menu Analyze sorot Descriptive
Statistics klik Frequencies.
5
U J I N O R M A L I TA S
2. Pilih variabel Berat Badan Bayi (BeratBayi), kemudian klik simbol panah untuk
memindahkannya ke kotak Variable(s) di sebelah kanan. Lalu, klik Statistics.
6
U J I N O R M A L I TA S
7
U J I N O R M A L I TA S
Karena hasilnya ≤ 2, maka dapat disimpulkan bahwa variabel Berat Badan Bayi
(BeratBayi) berdistribusi normal dan dapat dilanjutkan ke Uji T Independen.
8
U J I N O R M A L I TA S
A. Uji Kolmogorov-Smirnov
1. Pilih menu Analyze sorot Nonparametric
Tests sorot Legacy Dialogs klik 1-Sample
K-S.
9
U J I N O R M A L I TA S
2. Pilih variabel Berat Badan Bayi (BeratBayi), kemudian klik simbol panah untuk
memindahkannya ke kotak Test Variable List di sebelah kanan. Lalu, klik OK.
10
U J I N O R M A L I TA S
Berdasarkan contoh diatas, karena 0,867 > 0,05, maka dapat disimpulkan bahwa variabel Berat
Badan Bayi (BeratBayi) berdistribusi normal dan bisa dilanjutkan ke Uji T Independen.
11
Penggunaan SPPS
▰ Klik Analyze, Compare Means (untuk
melihat perbandingan rata-rata) dan
Independent-Samples T-Test (uji t
indenpenden)
▰ Selanjutnya akan muncul tampilan seperti di bawah
ini :
2. UJI T INDEPENDEN
14
3. Klik ‘Define Groups’, kemudian di layar nampak kotak isian. Anda diminta mengisi kode variabel
‘Berat Bayi’ ke dalam kedua kotak. Pada contoh ini, kita tahu bahwa ‘1’ kode untuk yang merokok dan
kode ‘2’ untuk yang tidak merokok. Jadi ketiklah 1 pada “Group 1” dan 2 pada “Group 2”.
4. Klik “Continue”
15
16
Pada tampilan di atas dapat dilihat nilai rata-rata berat badan bayi untuk masing-masing
kelompok. Rata-rata berat badan bayi dari ibu yang bekerja adalah 3148, Sedangkan
untuk ibu yang tidak bekerja rata-rata berat badan bayi-nya adalah 3192
17
SPSS akan menampilkan dua uji T, yaitu uji T dengan
asumsi varian kedua kelompok sama (equal variances Pada uji Levene’s menghasilkan nilai
assumed) dan uji T dengan asumsi varian kedua p=0,985 sehingga dicari p value uji t pada
kelompok tidak sama (equal variances not assumed).
Untuk memilih uji mana yang kita pakai, dapat dilihat uji bagian varian sama (equal variances
kesamaan varian melalui uji Levene’s. assumed) di kolom Sig. (2-tailed), yaitu
sebesar p=0,793. Artinya, tidak ada
Lihat nilai p (Sig.) pada Levene’s test:
1. Jika nilai p < α (0,05) maka lihat angka Sig. (2-tailed) perbedaan yang signifikan rata-rata berat
pada equal variances not assumed (varian berbeda). badan bayi antara ibu yang bekerja dengan
2. Jika nilai p > α (0,05) maka lihat angka Sig. (2-tailed) ibu yang tidak bekerja.
pada equal variances assumed (varian sama).
18
P E N YA J I A N H A S I L U J I T I N D E P E N D E N
Tabel 1. Distribusi Berat Badan Bayi Menurut Perilaku Merokok di Daerah X Tahun 2020
Berdasarkan tabel diatas, didapatkan hasil bahwa rata-rata berat badan bayi yang dilahirkan
oleh ibu yang bekerja adalah 3148 gr dengan standar deviasi 609,043 sedangkan rata-rata berat
badan bayi yang dilahirkan oleh ibu yang tidak bekerja adalah 3192 gr dengan standar deviasi
570,029. Hasil uji statistik didapatkan nilai p=0,793, berarti pada alpha 5% tidak terdapat perbedaan
yang signifikan rata-rata berat badan bayi antara ibu yang bekerja dengan ibu yang tidak bekerja
19
2
UJI T DEPENDEN
20
APA ITU UJI T DEPENDEN ?
TUJUAN LANGKAH-LANGKAH
Menguji perbedaan antara dua kelompok 1. Uji Normalitas
data dependen, disebut dependen bila 2. T-test Independen
responden diukur/diteliti dua kali atau
juga disebut penelitian pre dan post.
21
▰ Pilih Analyze, Compare Mean (untuk melihat
perbandingan rata-rata) dan Taired-T-Test (uji t
dependen)
23
U J I N O R M A L I TA S
A. Uji Skewness
1. Pilih menu Analyze sorot Descriptive
Statistics klik Frequencies.
24
One-Sample Kolmogorov-Smirnov Test
kadar hb 1 kadar hb2
N 50 50
Normal Parametersa,b Mean9.25210.860
Std. Deviation 1.9446 1.0558
Most Extreme Differences Absolute .210 .214
Positive .118 .214
Negative -.210 -.120
Test Statistic .210 .214
Asymp. Sig. (2-tailed) .000c .000c
a Test distribution is Normal.
b Calculated from data.
c Lilliefors Significance Correction.
25
26
27
28
29
30
2. UJI T DEPENDEN
1. Pilih menu “Analyze”, kemudian pilih sub
menu “Compare Means”, lalu pilih “Paired-
Samples T Test”.
3. Klik OK.
31
Output SPSS
Pada tabel diatas terlihat statistik deskriptif berupa rata-rata PerilakuPre2018 dan PerilakuPost2020.
Rata-rata PerilakuPre2018 adalah 10,71 dengan standar deviasi 2,215, sedangkan rata-rata
PerilakuPost2020 adalah 8,29 dengan standar deviasi 2,289.
32
Uji T berpasangan dapat dilihat pada tabel Paired Samples Test, terlihat nilai mean perbedaan antara
PerilakuPre2018 dan PerilakuPost2020 adalah 2,429 dengan standar deviasi 3,994. Perbedaan ini
diuji dengan uji T berpasangan menghasilkan nilai p yang dapat dilihat pada kolom “Sig (2-tailed)”.
Pada contoh di atas didapatkan nilai p=0,159, maka dapat disimpulkan tidak ada perbedaan yang
signifikan antara perilaku ibu tahun 2018 dengan perilaku ibu tahun 2020.
33
P E N YA J I A N H A S I L U J I T D E P E N D E N
Tabel 1. Distribusi Rata-Rata Perilaku Ibu Mengenai Stunting Pada Balita di Desa Muara
Batun Tahun 2018 dan 2020
Berdasarkan tabel diatas, didapatkan hasil bahwa rata-rata perilaku pada pre test 2018 adalah
10,71 dengan standar deviasi 2,215. Pada post test 2020 didapat rata-rata perilaku adalah 8,29
dengan standar deviasi 2,289. Terlihat nilai mean perbedaan anatara perilaku pre test 2018 dan
perilaku post test 2020 adalah 2,429 dengan standar deviasi 3,994. Hasil uji statistik didapatkan nilai
p=0,159, maka dapat disimpulkan bahwa tidak ada perbedaan yang signifikan antara perilaku ibu
tahun 2018 dengan perilaku ibu tahun 2020 (p-value > 0,05).
34
THANK YOU
35