Independen T Test dengan SPSS
Independen T Test adalah uji komparatif atau uji beda untuk mengetahui adakah perbedaan mean atau rerata yang bermakna antara 2 kelompok bebas yang berskala data interval/rasio. Dua kelompok bebas yang dimaksud di sini adalah dua kelompok yang tidak berpasangan, artinya sumber data berasal dari subjek yang berbeda. Misal Kelompok Kelas A dan Kelompok kelas B, di mana responden dalam kelas A dan kelas B adalah 2 kelompok yang subjeknya berbeda. Bandingkan dengan nilai pretest dan posttest pada kelas A, di mana nilai pretest dan posttest berasal dari subjek yang sama atau disebut dengan data berpasangan. Apabila menemui kasus yang data berpasangan, maka uji beda yang tepat adalah uji paired t test.
Asumsi Independen T Test
Asumsi yang harus dipenuhi pada independen t test antara lain:
- Skala data interval/rasio.
- Kelompok data saling bebas atau tidak berpasangan.
- Data per kelompok berdistribusi normal.
- Data per kelompok tidak terdapat outlier.
- Varians antar kelompok sama atau homogen.
Untuk asumsi poin no. 1 dan 2, anda tidak perlu mengujinya dengan SPSS. Sedangkan untuk asumsi no. 3 dan no. 5 anda harus mengujinya dengan SPSS. Untuk uji normalitas secara lengkap baca DISINI. Untuk uji homogenitas secara lengkap, baca DISINI.
Tutorial Independen T Test dengan SPSS
Langsung saja kita buat data sebagai berikut: Data di bawah ini menunjukkan bahwa ada 2 kelompok yaitu 1 dan 2, di mana tiap kelompok terdapat 10 responden/observasi.
Uji Normalitas Dalam Independen T Test
Langkah pertama adalah menguji asumsi normalitas, outlier dan homogenitas. Yaitu pada menu SPSS, klik Analyze, Descriptive Statistics, Explore. Maka akan muncul jendela seperti berikut:
Klik tombol Plots, setelah muncul jendela, centang Factor levels together, Stem-and-leaf, Histogram, Normality plots with tests dan Power estimation. Kemudian Klik Continue.
Kemudian klik OK pada jendela utama. Lihat output!
Tabel di atas menunjukkan hasil uji Shapiro Wilk dan Lilliefors. Nilai p value (Sig) lilliefors 0,200 pada 2 kelompok di mana > 0,05 maka berdasarkan uji lilliefors, data tiap kelompok berdistribusi normal. P value uji Shapiro wilk pada kelompok 1 sebesar 0,884 > 0,05 dan pada kelompok 2 sebesar 0,778 > 0,05. Karena semua > 0,05 maka kedua kelompok sama-sama berdistribusi normal berdasarkan uji Shapiro wilk.
Uji Homogenitas dalam Independen T Test
Tabel di atas menunjukkan hasil uji homogenitas dengan metode Levene’s Test. Nilai Levene ditunjukkan pada baris Nilai based on Mean, yaitu 0,001 dengan p value (sig) sebesar 0,979 di mana > 0,05 yang berarti terdapat kesamaan varians antar kelompok atau yang berarti homogen.
Diagram di atas adalah diagram stem-leaf yang berfungsi untuk mendeteksi adanya outlier. Ada outlier apabila terdapat nilai Extrem di atas dan di bawah stem-leaf. Pada data anda tidak terdapat nilai exkstrem, maka tidak terdapat outlier. Deteksi outlier juga bisa dinilai dengan Box-plot seperti di bawah ini:
Box-Plot di atas tidak menunjukkan terdapat plot-plot di atas dan/atau di bawah boxplot yang berarti tidak terdapat outlier.
Oleh karena semua asumsi terpenuhi, maka dapat dilanjutkan ke uji selanjutnya yaitu uji Independen T Test.
Langkah Independen T Test dengan SPSS
Pada menu SPSS, klik Analyze, Compare Means, Independen Samples T Test. Maka akan muncul jendela sebagai berikut: Kemudian masukkan variabel terikat anda yaitu Nilai ke kotak Test Variable(s) dan masukkan variabel bebas anda yaitu Kelompok ke kotak Grouping Variables.
Klik tombol Define Groups kemudian masukkan kode 1 dan 2.
Klik Continue. Dan pada jendela utama klik OK kemudian lihat Output!
Tabel di atas menunjukkan Mean atau rerata tiap kelompok, yaitu pada kelompok 1 nilainya 56 di mana lebih rendah dari kelompok 2 yaitu 73,1. Apakah perbedaan ini bermakna? lihat di bawah ini:
Levene Test dalam Uji T Independen
Nilai hasil uji levene test untuk homogenitas sama dengan bahasan di atas, yaitu homogen. Karena homogen, maka gunakan baris pertama yaitu nilai t hitung -2,577 pada DF 18. DF pada uji t adalah N-2, yaitu pada kasus ini 20-2=18. Nilai t hitung ini anda bandingkan dengan t tabel pada DF 18 dan probabilitas 0,05.
Untuk menjawab hipotesis ada 2 cara:
Dengan membandingkan antara t hitung dengan t tabel:
Apabila nilai t hitung positif: Ada perbedaan bermakna apabila t hitung > t tabel.
Apabila nilai t hitung negatif: ada perbedaan bermakna apabila t hitung < t tabel.
Cara kedua adalah dengan melihat nilai Sig (2 tailed) atau p value. Pada kasus di atas nilai p value sebesar 0,019 di mana < 0,05. Karena < 0,05 maka perbedaan bermakna secara statistik atau signifikan pada probabilitas 0,05.
Besarnya perbedaan rerata atau mean kedua kelompok ditunjukkan pada kolom Mean Difference, yaitu -17,1. Karena bernilai negatif, maka berarti kelompok pertama memiliki Mean lebih rendah dari pada kelompok kedua.
Demikian pembahasan tentang Independen T Test dengan SPSS. Untuk pengujian dengan Excel, silahkan anda baca DISINI. Baca juga: Contoh Penelitian Pendidikan Eksperimen dengan t test.
By Anwar Hidayat
Bisa saja, yang penting sesuai dengan kebutuhan dalam Hipotesa penelitian.
Bos untuk penelitian dengan 1 variabel bisa gak dilakukan?
Perbedaan yang anda maksud kan perubahan antara pre dan post test, maka buat variabel baru yang merupakan hasil matematis pengurangan post test dan pre test (post test – pre test). variabel baru tersebut sebagai variabel terikat. nanti akan ketahuan adakah perbedaan perubahan nilai pretest dan posttest berdasarkan karakteristik.
selamat pagi pak, saya ingin bertanya apabila sampelnya terdiri dari 2 kategori yang memiliki karakteristik yang berbeda tetapi masing masing kategori tersebut ada nilai pre dan postnya bagaimana cara mengujinya pak untuk mengetahui perbedaan dari kedua kategori tersebut (untuk mengetahui lebih besar reaksi kategori 1 atau kategori 2) ? terimakasih banyak sebelumnya
Ya, boleh
Pak saya ingin bertanya bisa diuji kan kalau jumlah masing masing kelompok sample tidak sama misal kel 1 jumlah 11, kel 2 jumlah 7
Jika uji independen t test tidak memenuhi syarat normalitas, maka diganti dengan uji non parametris yaitu uji mann whitney u test
Pak kalo datanya gag normal bagaimna???
Paired t test tidak perlu uji homogenitas
Izin tanya pak,. Apakah untuk desain one group desain pre tes-post tes dgn memakai uji paired t tes, hrus memerlukan uji leviene tes (homogen) seperti hal nya independent t tes..??
Mhon pencerahan dan alasannya, trima ksih pak..
Karena kita sedang membahas independen t test, maka saya akan menjawab perihal tersebut: yaitu karena ada 2 kali pengujian yaitu pre dan posttest, maka ada 2 uji independen t test, dimana yang pertama adalah independen t test untuk menguji perbedaan mean kelompok kontrol dan kasus pada saat pretest dan uji independen t test untuk menguji perbedaan mean kelompok kontrol dan kasus pada saat posttest.
Sehingga uji normalitas ada 4, yaitu uji normalitas pada kelompok kontrol saat pretest, kontrol posttest, kasus pretest dan kasus posttest.
Sedangkan uji homogenitas ada 2, yaitu uji homogenitas yang menilai kesamaan varians antara kelompok kontrol dan kasus saat pretest dan uji homogenitas yang menilai kesamaan varians antara kelompok kontrol dan kasus saat posttest.
Sore pak, maaf sebelumnya saya sudah bc yg atas" tp msh mau memeastikan.
jadi misalnya kalo ada 2 kelompok eksperimen dan kontrol dan masing-masing ada pretest-postest, uji normalitas dan homogenitasnya ada 2 ya?
pertama uji normalitas dan homogenitas soal pretes di kelompok ekperimen
lalu uji normalitas dan homogenitas soal postes kelompok kontrol
begitu ya pak ? maaf kalo saya salah hehe
Tidak masalah asalkan memenuhi asumsi
kalo perbedaannya jauh sekali bagaiamana? kel 1 jumlahnya 483 kelompok 2 jumlahnya hanya 42?
Gunakan alternatif uji wilcoxon rank sum test (mann whitney u test).
kalo yang kelompok 1 tidak normal, kelompok 2 normal?
mohon penjelasan pak. saya menghitung mengunakan rumus t tes dan hasilya minus, bagimana ya cara membandingkan dengan t tabelnya.?
Nilai t diabsolutkan kemudian dibandingkan dengan t tabel. Jika T hitung yang diabsolutkan tersebut lebih besar dari t tabel, maka menerima h1. Atau cara lain, nilai t tabel yang minus tersebut dibadningkan dengan – t tabel, jika – t hitung < - t tabel sama dengan t hitung > t tabel, dan jawaban hipotesis menerima h1.
saya ingin menanyakan apabila 1 kelompok berdistribusi normal sedangkan kelompok 2 nya (post) tidak normal bagaimana ya?
Tidak memenuhi syarat untuk uji independent t test. Silahkan anda gunakan uji mann whitney u test.
Mas Anwar mau tanya ..
judul penelitian: pengaruh metode A utk meningkatkan kemampuan menulis
Design penelitian: True experimental (pre-test post-tes kontrol group)
Sampel: Kelas A (eksperimen dgn perlakuan, 30 siswa) Kelas B (kontrol tanpa perlakuan, 30 siswa)
jika kasus nya seperti itu menggunakan Independen T test atau T paired test di SPSS ??
Thankss ….
Boleh anda gunakan independent t test, hanya saja yang menjadi variabel terikat atau yang diukur perbedaannya adalah selisih antara nilai post dan pretest.
Halo bagaimana jika nilai t hitung lebih besar dari t tabel namun nilai sig (2 tailed) lebih besar dari 0,05? Mohon bantuannya
Jika t hitung > t tabel atau -t hitung < -t tabel pada probabilitas 0,05, maka sudah pasti p value signifikan H1 diterima pada probabilitas 0,05 yang ditandai dengan p value < 0,05.
Bapak, bagaimana kalau salah satu asumsi untuk independent t-test tidak terpenuhi seperti ada nya outlier, apa independent test masih bisa dilakukan atau harus menggunakan test yang lain?
Lakukan saja bootstrap terhadap independent t test atau jika tidak maka gunakanlah mann whitney u test.
SLMT MALAM. MAAF BAGAIMANA KALAU N1 TIDAK SAMA JUMLAHNYA N2 . GUNAKAN MODEL ANALISIS APA? ATAU APAKAH ADA MODIFIKASI DARI PAIR TEST? TERIMA KASIH
Kalau independent t test, karena data daru sibjek yang berbeda maka bisa menggunakan jumlah sampel atau N tiap kelompok berbeda jumlahnya. Sedangkan uji paired t test, karena sumber data dari subjek yang sama(1 subjek memberikan 2 data sekaligus, misalnya pre dan post), maka otomatis jumlah kedua data yang berpasangan akan sama. Sehingga tidak relevan jika paired t test menemui kasus jumlah sampel tidak sama tiap kelompok yang berpasangan.
apakah uji T dengan ordinal dan ordinal perlu dilakukan uji normalitas data terlebih dahulu?
Jika data ordinal maka tidak menggunakan independent t test sepeti dalam artikel ini, melainkan menggunakan Mann Whitney U Test.
Permisi pak mau bertanya, untuk uji independen t test untuk datanya apakah harus wajib bersifat homogen pak untuk syaratnya? karena di SPSS sendiri ada pada uji levene’s ada yg equal assume dan not assume?
Jika datanya tidak homogen apa masih bisa menggunakan uji independen t test?
Jika homogen menggunakan independent t test yang equal variance. Artinya rumus independent t test itu efektif untuk data yang homogen tetapi tidak robust atau tidak kebal terhadap pelanggaran asumsi homogenitas. Sedangkan jika tidak homogen maka menggunakan independent t test uneqequal variance. Artinya rumus independent t test tersebut bersifat robust atau kebal terhadap pelanggaran asumsi homogenitas.
selamat siang bapak. saya diminta dosen untuk uji-t satu variabel tanpa uji pre- dan post-. data tidak normal. baiknya bagaimana ya pak? selanjutnya apakah perlu ada uji homogenitas?
Student T Test untuk uji beda 1 variabel data kuantitatif dibandingkan dengan sebuah standar rata-rata tertentu mewajibkan berdistribusi normal data tersebut. Jika tidak berdistribusi normal maka anda bisa lakukan bootstrapping. Uji homogenitas hanya diwajibkan pada data uji beda 2 atau k sampel bebas misalnya independent t test atau ANOVA.
Hallo ka ijin bertanya
Saya punya hipotesis ada 2 dan dua² menggunakan independent sample t test.
Hip 1 menggunakan independent sample t test (two tailed)
Hip 2 menggunakan independent sample t test (one tailed)
Kira-kira pada spss kita ujikan satu kali atau pisa
Dan bagaimana cara pembacaanya lengkap untuk uji independen sample t test one tailed dan two taile
Kalau hipotesanya ada 2 dan harus dijawab dengan 2 uji independent t test yang berbeda maka otomatis anda harus memisahkan kedua uji tersebut dan juga memisahkan interpretasinya agar bisa menjawab kedua hipotesis tersebut