UJI INDEPENDENT SAMPLE T TEST

KONSEP DASAR UJI INDEPENDENT SAMPLE T TEST

Uji independent sample t-test tergolong ke dalam Uji Komparasi, yang mana tujuannya untuk membandingkan dua kelompok yang tidak berpasangan. Uji independent sample t-test digunakan ketika kita memiliki dua kelompok yang tidak saling terkait secara langsung. Misalnya, kita ingin membandingkan rata-rata nilai siswa melalui dua media pembelajaran. Uji ini akan memberikan kita informasi apakah perbedaan yang kita amati antara kedua kelompok itu signifikan secara statistik atau hanya kebetulan semata.

Uji independent T test termasuk ke dalam statistik parametrik dan skala data yang digunakan yaitu interval atau rasio, maka dari itu asumsi normalitas data wajib terpenuhi, dengan kata lain data yang digunakan harus berdistribusi dengan normal. Selain uji normalitas yang dijadikan uji prasyarat dalam uji independent t test, ada uji statistik lainnya yaitu uji homogenitas. Uji homogenitas sendiri sebenarnya bukan syarat mutlak yang harus terpenuhi dalam uji independent sample t test, meskipun varian data antar kelompok tidak homogen, penggunaan uji independent sample t test masih bisa digunakan, asalkan data yang dipakai berdistribusi normal.

KELEBIHAN & KEKURANGAN UJI INDEPENDENT T TEST

Uji independent sample t test memiliki beberapa kelebihan, diantaranya :

Sederhana dan mudah dilakukan: Uji independent sample t-test adalah metode statistik yang relatif sederhana dan mudah dipahami. Dengan pemahaman dasar tentang statistik inferensial, peneliti dapat dengan mudah mengimplementasikan uji ini.
Mengukur perbedaan yang signifikan: Uji independent sample t-test memberikan kerangka statistik yang kuat untuk menentukan apakah ada perbedaan yang signifikan antara dua kelompok yang independen. Ini membantu dalam pengambilan keputusan yang berdasarkan data.
Dapat diterapkan pada data berdistribusi normal: Uji independent sample t-test efektif ketika data dalam kedua kelompok tersebut berdistribusi normal. Jika asumsi ini terpenuhi, hasil dari uji ini dapat diandalkan dan memberikan hasil yang valid.
Berguna untuk penelitian eksperimental: Uji independent sample t-test sering digunakan dalam penelitian eksperimental untuk membandingkan kelompok kontrol dan kelompok perlakuan. Hal ini membantu peneliti dalam menentukan apakah perlakuan yang diberikan memiliki efek yang signifikan.

Selain memiliki kelebihan, uji independent sample t test juga memiliki kekurangan, diantaranya :

Asumsi normalitas: Uji independent sample t-test mengasumsikan bahwa data dalam kedua kelompok tersebut berdistribusi normal. Jika data tidak memenuhi asumsi ini, maka bisa menggunakan alternatif uji statistik non parametrik, yaitu Uji Mann Whitney.
Rentan terhadap pencilan (outlier): Uji independent sample t-test sensitif terhadap adanya pencilan (outlier) dalam data. Pencilan dapat mempengaruhi perhitungan rata-rata dan standar deviasi, sehingga mempengaruhi hasil uji secara keseluruhan.
Hanya cocok untuk dua kelompok: Uji independent sample t-test hanya dapat membandingkan rata-rata antara dua kelompok yang independen. Jika Anda ingin membandingkan lebih dari dua kelompok, metode statistik yang berbeda seperti analisis varian (ANOVA) harus digunakan.
Tidak memberikan informasi tentang hubungan kausal: Uji independent sample t-test hanya memberikan informasi tentang adanya perbedaan yang signifikan antara dua kelompok. Namun, uji ini tidak memberikan informasi tentang hubungan kausal atau faktor-faktor yang menyebabkan perbedaan tersebut.

Contoh kasus yang digunakan dalam tulisan ini adalah dimana seorang peneliti ingin mengetahui apakah ada perbedaan signifikan nilai siswa melalui dua media pembelajaran dengan menggunakan alpha 5%. Untuk menjawab hal tersebut, peneliti menggunakan uji Independent sample t test dengan harapan data yang digunakan juga berdistribusi normal, agar penggunaan uji Independent sample t test bisa dilakukan.

BERIKUT CARA UJI INDEPENDENT SAMPLE T TEST DI SPSS:

Siapkan tabulasi data di Excel, lalu input data atau masukan data ke SPSS pada Page Data View.

Jangan lupa isikan juga pada Page Variable View.

Isikan juga pada Value Label di Variabel Kelompok. Value 1 untuk Media A dan Value 2 untuk Media B, lalu pilih OK.

Selanjutnya melakukan Uji Normalitas, dengan cara pilih Analyze – Descriptive Statistics – Explore.

Muncul kotak dialog Uji Normalitas, seperti ini :

Masukan Variabel Nilai Media Pembelajaran ke kolom Dependent List dan Kelompok ke Factor List.

Selanjutnya pilih Plots, Ceklis Normality Plots With Test lalu pilih Continue dan OK.

Keluar Output SPSS untuk Uji Normalitas :

Kriteria Pengujian Uji Normalitas :

Nilai Shapiro Wilk > 0.05 berkesimpulan Data berdistribusi Normal atau asumsi Uji Normalitas terpenuhi.
Nilai Shapiro Wilk < 0.05 berkesimpulan Data berdistribusi tidak Normal atau asumsi Uji Normalitas tidak terpenuhi.

Interpretasi Output Uji Normalitas :

Diketahui nilai Sig. Shapiro Wilk Variabel Kelompok Media A sebesar 0.080 (>0.05) dan nilai Sig. Shapiro Wilk Variabel Kelompok Media B sebesar 0.130 (>0.05) maka bisa disimpulkan bahwa data yang digunakan (Kelompok Media A dan Media B) berdistribusi normal dengan kata lain asumsi uji normalitas sudah terpenuhi. Penggunaan uji normalitas shapiro wilk dikarenakan jumlah data yang dipakai kurang dari 50 (<50). Setelah mengetahui bahwasanya asumsi normalitas data telah terpenuhi, maka bisa lanjut ke Uji Independent Sample T Test.

Selanjutnya melakukan Uji Independent Sample T Test, dengan cara pilih Analyze – Compare Means – Independent Sample T Test.

Muncul kotak dialog Uji Independent Sample T Test, seperti ini :

Selanjutnya pilih Define Group, isikan Group 1 dengan angka 1 dan Group 2 dengan angka 2, dikarenakan ada 2 kelompok yang digunakan, dan yang terakhir pilih Continue & OK.

Masukan Variabel Nilai Media Pembelajaran ke kolom Test Variable, lalu Kelompok ke Grouping Variable.

Keluar Output SPSS untuk Uji Independent Sample T Test :

Kriteria Pengujian Uji Homogenitas :

Nilai Levene Test > 0.05 berkesimpulan Varian Data Homogen atau asumsi Uji Homogenitas sudah terpenuhi. Apabila asumsi homogenitas terpenuhi, maka untuk penarikan kesimpulan dalam Uji Independent Sample T Test bisa menggunakan nilai Sig (2-tailed) pada baris Equal Variances Assumed.
Nilai Levene Test < 0.05 berkesimpulan Varian Data Tidak Homogen atau asumsi Uji Homogenitas tidak terpenuhi. Apabila asumsi homogenitas tidak terpenuhi, maka untuk penarikan kesimpulan dalam Uji Independent Sample T Test bisa menggunakan nilai Sig (2-tailed) pada baris Equal Variances Not Assumed.

Interpretasi Uji Homogenitas :

Diketahui nilai Sig. Levene Test sebesar 0.728 (>0.05) maka bisa disimpulkan bahwa Varian Data Homogen. Maka untuk penarikan kesimpulan dalam Uji Independent Sample T Test bisa menggunakan Nilai Sig (2-tailed) pada baris Equal Variances Assumed.

Kriteria Pengujian Uji Independent Sample T Test :

Nilai (2-Tailed) > 0.05 berkesimpulan Tidak ada perbedaan secara signifikan.
Nilai (2-Tailed) < 0.05 berkesimpulan Ada perbedaan secara signifikan.

Interpretasi Output Uji Independent Sample T test :

Diketahui nilai Sig. (2-Tailed) pada baris Equal Variances Assumed sebesar 0.000 (<0.05) maka bisa disimpulkan bahwa ada perbedaan secara signifikan nilai siswa pada media pembelajaran A dan media pembelajaran B.

Sedangkan untuk rata-rata nilai media pembelajaran A sebesar 84,27 dan untuk media pembelajara B sebesar 75,73