Trik Menentukan Uji Beda Menggunakan Platform SPSS,

 

Penelitian Uji Beda (Independent Sample T-Test) Dan Hasil Tes

Kecemasan Menulis Kelas XI

Uji Beda merupakan suatu teknik analisis statistik yang berguna untuk meliha huubungan antar variabel. Uji beda digunakan untuk menentukan perbedaan yang signifikan antara keadaan sebelum dan sesudah suatu perlakuan, dan untuk menguji apakah terdapat perbedaan diantara dua buah sampel. Uji beda juga dapat digunakan untuk melihat pengaruh dari suatu perlakuan.

Dalam suatu kasus penelitian, kita sering dihadapkan  dengan hubungan antara variabel bebas yang bersifat kategori atau skala nonmetrik dan variabel terikat yang bersifat kontinyu atau berskala interval/rasio. Teknik analisis yang cocok dengan kasus ini bergantung jumlah kategori variabel bebas.

 

Pengantar teori

Jika variabel bebas memiliki 2 kategori, maka uji statistik yang cocok digunakan adalah uji beda t-test. Adapun jika berkategori lebih dari 2 maka uji statistik yang cocok digunakan adalah analisis of variance (Anova). Namun jika variabel terikat lebih dari satu maka yang cocok diugunakan adalah multivariate analysis of variance (Manova) (Ghozali,2013:63)

menurut (Feng et al., 2017) uji-t untuk sampel independen adalah sejenis statistik inferensial parametrik (uji diferensial atau uji perbandingan). Uji-t satu sampel terutama digunakan untuk mem- bandingkan rata-rata sampel dengan rata-rata populasi tertentu.

Menurut Santoso (2008:211) bahwa pada dasarnya uji dua sampel adalah ingin mengetahui apakah ada perbedaan rata-rata (mean) antara dua populasi, dengan melihat rata-rata dua sampelnya.

 

Kasus :

Seorang peneliti, melakukan penelitian tentang “kecemasan siswa dalam menulis”. penelitian ini dilakukan untuk menguji apakah ada perbedaan yang signifikan anatara kecemasan menulis siswa di kelas A dengan kelas B. berikut ini tabel daftar rekapitulasi hasil tes kecemasan menulis kelas A dan kelas B.

Daftar Rekapitulasi Hasil Tes Kecemasan Menulis Kelas A dan Kelas B

No.	Skor Kelas A	No.	Skor Kelas B	Kode Kelas A	Kode kelas B
1	76	1	71	1	2
2	84	2	76	1	2
3	94	3	64	1	2
4	84	4	71	1	2
5	94	5	64	1	2
6	87	6	64	1	2
7	94	7	71	1	2
8	84	8	54	1	2
9	94	9	76	1	2
10	84	10	84	1	2
11	94	11	76	1	2
12	96	12	84	1	2
13	94	13	76	1	2
14	87	14	64	1	2
15	64	15	76	1	2
16	84	16	94	1	2
17	87	17	64	1	2
18	87	18	71	1	2

 

 

 

 

 

 

 

 

 

Langkah-Langkah Uji Independent Sampel t-test (SPSS v.20)

• Dari halaman utama SPSS klik File-Open-Data  untuk mengaktifkan file
• Pilih/klik file lalu Ok 

• Untuk memudahkan dalam proses uji, maka silahkan masuk pada variabel view SPSS kemudian masukan nilai 1 pada values dan kelas A pada Labels lalu add begitu pula untuk kelas B masukan nilai 2 pada values dan KELAS B pada Labels

• Pada menu utama SPSS (Data View) klik Analyze - Compare Means - Independent Sampel T Test
• Dalam contoh ini, masukan variabel hasil tes kecemasan menulis
• Masukan kelas ke kolom Grouping Variable
• Klik Define Groups, namun jika belum aktif, klik dulu kotak Define Groups sampai berwarna kuning, lalu klik kembali Define Groups
• Isikan  angka 1 di Group 1 kemudian isikan angka 2 di Group 2 untuk menandai bahwa ada 2 sampel indepenent yaitu kelas A dan kelas B, lalu Ok hasilnya tampak seperti ini:

Analisis Output :

Analisis Output Pertama Pada Group Statistics

Pada Hasil tes kecemasan menulis dan kolom mean terlihat rata-rata Hasil tes kecemasan menulis kelas A  85.7241 sedangkan rata-rata rata-rata Hasil tes kecemasan menulis kelas B  70. 5517.

Terlihat bahwa dari karakteristik hasil tes kecemasan menulis kelas A dan kelas B memiliki rata-rata yang berbeda.

Untuk melihat apakah perbedaan tersebut memang nyata (signifikan) secara statistik maka kita perlu melihat output bagian kedua (Independent sample t-test)

 

Analisis Output Kedua Pada Independent Sample T-Test

Ada dua tahapan analisis yang harus dilakukan pada bagian kedua ini yaitu:

1.      Menguji dahulu asumsi apakah variance populasi kedua sampel tersebut (laki-laki dan perempuan) adalah sama (equal variance assumed) ataukah berbeda (equal variances not assumed)

2.      Setelah mengetahui apakah variance sama atau tidak, baru kemudian melihat nilai t-test untuk menentukan apakah terdapat perbedaan nilai rata-rata secara nyata (signifikan) atau tidak

 

Hipotesis uji masing-masing variabel sebagai berikut:

HO: Variance populasi hasil tes kecemasan menulis antara kelas A dengan kelas B adalah sama

H1: Variance populasi hasil tes kecemasan menulis antara kelas A dengan kelas B adalah beda.

 

Pengambilan Keputusan: 

Jika probabilitas > 0,05, maka H0 tidak dapat ditolak jadi variance sama
Jika probabilitas < 0,05, maka H0 ditolak jadi variance berbeda

Hasil Analisis

Terlihat pada tabel kedua (independent samples test) pada variabel hasil tes kecemasan menulis nilai F hitung Levence test sebesar 0,015 memiliki probabilitas (sig.) lebih besar dari 0,05 (0,903>0,05) maka disimpulkan H0 tidak dapat ditolak. Dengan demikian analisis uji beda (t-test) harus menggunakan asumsi equal variance assumed. Nilai t pada equal variance assumed sebesar 6, 368 dengan probabilitas signifikansi <,001(<,001<0,05)(two tail). Jadi dapat disimpulkan bahwa rata-rata hasil dari tes kecemasan menulis kelas A dengan rata-rata hasil dari tes kecemasan menuli kelas B adalah beda  (berbeda secara signifikan)

 

Demikian cara melakukan uji beda atau independent sample t-test. Mudah bukan?! bagi sahabat yang ingin berbagi komentar silahkan kirimkan di kolom komentar. Bagi yang ingin berlangganan silahkan kirimkan emailnya. Terima kasih atas kunjungannya, semoga apa yang penulis jelaskan di atas memberikan manfaat bagi sahabat sekalian. Wassalam.