MENGGUNAKAN
SPSS
(Uji Indepedent T Test)
Pelaporan dan Presentasi: SPSS Kecepatan dan Efisiensi: SPSS Fleksibilitas dan Kemampuan
memudahkan pembuatan laporan 5
memungkinkan untuk melakukan 6
Lanjutan: SPSS adalah perangkat
yang rapi dan profesional dari analisis data secara efisien dan lunak yang fleksibel dan dapat
hasil analisis data. cepat. dikustomisasi.
Uji t sampel tidak berpasangan digunakan pada saat analisis
dilakukan terhadap 2 sampel dengan subjek yang berbeda dan
mengalami perlakuan yang berbeda, gunanya untuk
mengetahui apakah ada perbedaan secara signifikan kelompok
Salah satu contoh A dengan kelompok B
Analisis
menggunakan Langkah-langkah uji t sampel tidak berpasangan setelah data
SPSS yaitu sudah terkumpul dan ingin diolah menggunakan SPSS sebagai
berikut:
Uji Independent
T-Test • Data sudah terkumpul
• Uji asumsi harus terpenuhi yaitu data harus berdistribusi normal (wajib).
• Bila uji asumsi sudah terpenuhi maka gunakanlah uji t tidak berpasangan
Contoh kasus:
• Seorang bidan ingin mengetahui kepuasan ibu hamil yang proses persalinannya
dengan operasi dan yang melahirkan dengan cara normal. Berikut data yang
Data Penelitian
dikumpulkan dari 40 pasien. Pada data ini kita asumsikan data berdistribusi normal
dan homogen.
• Hipotesis:
• H0 = Tidak ada perbedaan kepuasan antara ibu melahirkan dengan cara sesar
dibandingkan dengan ibu yang melahirkan dengan cara normal
• H1 = Terdapat perbedaan kepuasan antara ibu melahirkan dengan cara sesar
dibandingkan dengan ibu yang melahirkan dengan cara normal
• Kriteria pengujian statistiknya yaitu:
H0 diterima jika t hitung < t tabel (nilai t dapat dilihat dari tabel distribusi t). cara
lain untuk melihat H0 diterima bisa juga dari nilai probabilitas dimana nilai sig >
0.05.
H0 ditolak pada harga lainnya artinya bila t hitung > t tabel (nilai t dapat dilihat dari
tabel distribusi t). Cara lain untuk melihat H0 ditolak bisa juga dari nilai probabilitas
dimana nilai sig < atau = 0.05.
Langkah-langkah uji t tidak berpasangan
menggunakan SPSS
• Buka aplikasi SPSS
• Sebelah kiri bawah ada dua pilihan yaitu: Data view dan Variabel view
seperti pada gambar 1
• Lalu klick variabel view untuk menentukan variabel dari data yang kita
punya
• Isi variabel view (baris pertama kolom name ketik Kepuasan, pada Gambar 1
Type pilih numerik, label ketik kepuasan persalinan)
• Masih pada variabel view (baris kedua kolom name ketik Kelompok,
pada Type pilih numeric, label di isi Kelompok persalinan, pada kolom
values posisikan mouse pada sudut kolom none dikotak tersebut lalu
klik sampai muncul kotak Value Labels pada langkah seperti gambar 2
• Pada kotak Value Labels tersebut pada kolom value di isi 1, label di isi
dengan Operasi lalu klick add. begitu juga untuk yang normal. jika
sudah selesai di isi klick OK, Gambar 2
Bila sudah di isi semua variabel view maka terlihat
seperti berikut
Dari hasil di atas kolom Levene's Test for Equality of Variances pada baris pertama (Equal variances
assumed) diperoleh nilai sig 0.106, karena nilai sig > 0.05 ini artinya kedua kelompok ibu melahirkan
memiliki varians yang sama (equal variances assumed), kesamaan varians disini bukan syarat yang harus
dipenuhi dalam uji t tes tidak berpasangan.
Pada kolom t-test for Equality of Means kita peroleh nilai t hitung 8.222 dan nilai t tabel (lihat tabel
distribusi t dimana N-2 = 38) di dapat 2.02239. Jadi t hitung > t tabel atau nilai probabilitas sig < 0.05. Jadi
Tolak H0 terimalah H1. Kesimpulannya: Berbeda secara nyata kepuasan ibu melahirkan dengan cara sesar
dibandingkan dengan ibu yang melahirkan dengan cara normal.