Langkah-langkah Uji Independent Sample t-Test dengan SPSS

 

Langkah-langkah Uji Independent Sample t-Test dengan SPSS

Uji Independent Sample t-Test adalah metode statistik yang digunakan untuk membandingkan rata-rata dua kelompok yang tidak saling berhubungan atau independen. Uji ini sering digunakan dalam penelitian untuk menentukan apakah ada perbedaan signifikan antara dua kelompok, seperti membandingkan hasil belajar antara siswa yang mengikuti metode pembelajaran A dan B.

---

1. Persiapkan Data

Sebelum melakukan analisis, pastikan data Anda memenuhi kriteria berikut:

• Variabel dependen adalah data numerik (interval/rasio).
• Variabel independen adalah data kategorikal (2 kelompok).
• Data berdistribusi normal untuk setiap kelompok (asumsi normalitas).
• Varians antar kelompok sama (asumsi homoskedastisitas).

Contoh data:

• Variabel Nilai_Ujian (variabel dependen).
• Variabel Metode (variabel independen dengan dua kategori: Metode A dan Metode B).

---

2. Masukkan Data ke dalam SPSS

1. Buka SPSS.
2. Masukkan data ke dalam Data View.
   • Kolom pertama: Nilai_Ujian (angka).
   • Kolom kedua: Metode (kategori, misalnya 1 untuk Metode A dan 2 untuk Metode B).
3. Beri nama variabel pada Variable View.

---

3. Lakukan Uji Independent Sample t-Test

1. Klik menu Analyze di bilah atas.
2. Pilih Compare Means, lalu klik Independent-Samples T Test.
3. Pada kotak dialog yang muncul:
   • Masukkan variabel numerik (contoh: Nilai_Ujian) ke dalam kotak Test Variable(s).
   • Masukkan variabel kategori (contoh: Metode) ke dalam kotak Grouping Variable.
4. Klik tombol Define Groups, lalu masukkan angka untuk setiap kelompok (misalnya, 1 untuk Metode A dan 2 untuk Metode B), kemudian klik Continue.
5. Klik OK untuk menjalankan analisis.

---

4. Interpretasi Hasil

SPSS akan menghasilkan output dalam beberapa tabel. Berikut adalah bagian penting untuk interpretasi:

a. Group Statistics

Tabel ini menunjukkan rata-rata (Mean), jumlah data (N), standar deviasi (Std. Deviation), dan kesalahan baku rata-rata (Std. Error Mean) untuk setiap kelompok.

Contoh:

Metode	N	Mean	Std. Deviation	Std. Error Mean
Metode A	30	75.50	8.20	1.50
Metode B	30	80.00	7.80	1.42

b. Independent Samples Test

Tabel ini adalah bagian utama hasil uji t, yang terdiri dari dua baris: satu untuk asumsi varians sama (Equal variances assumed) dan satu lagi untuk varians tidak sama (Equal variances not assumed).

Fokus pada kolom berikut:

• Levene's Test for Equality of Variances: Kolom ini menunjukkan nilai F dan Sig. untuk uji homogenitas varians.
  • Jika nilai Sig. > 0.05, gunakan baris Equal variances assumed.
  • Jika nilai Sig. ≤ 0.05, gunakan baris Equal variances not assumed.
• Sig. (2-tailed): Nilai p-value untuk uji t.
  • Jika nilai ini < 0.05, terdapat perbedaan signifikan antara dua kelompok.
  • Jika nilai ini ≥ 0.05, tidak terdapat perbedaan signifikan.

Contoh:

	t	df	Sig. (2-tailed)	Mean Difference	Std. Error Difference
Equal variances assumed	-2.56	58	0.013	-4.50	1.76
Equal variances not assumed	-2.56	57.89	0.013	-4.50	1.76

---

5. Kesimpulan

Berdasarkan tabel di atas:

• Nilai Sig. pada Equal variances assumed adalah 0.013, yang lebih kecil dari 0.05. Ini menunjukkan bahwa terdapat perbedaan signifikan antara rata-rata Nilai_Ujian siswa yang menggunakan Metode A dan Metode B.
• Nilai Mean Difference menunjukkan bahwa rata-rata nilai siswa pada Metode B lebih tinggi sebesar 4.50 dibandingkan dengan Metode A.

---

6. Tips Tambahan

• Sebelum melakukan analisis, uji normalitas data (misalnya, menggunakan Kolmogorov-Smirnov atau Shapiro-Wilk Test).
• Jika asumsi normalitas tidak terpenuhi, pertimbangkan menggunakan uji non-parametrik seperti Mann-Whitney U Test.