Cara Melakukan Uji Komparasi Independent T Test dengan SPSS

Independent T Test digunakan untuk menguji signifikansi atau perbedaan rata dua kelompok yang saling bebas.

Misalnya kita akan menguji

Apakah ada perbedaan rata-rata nilai ujian akhir semester mata pelajaran IPA kelas VII antara siswa kelas A dan B?

Pengujian One Sample T Test merupakan salah satu bagian dari Uji Komparasi.

Uji Komparasi terdiri dari :

1. One Sample T Test

2. Independent T Test

3. Paired T Test, dan

4. One Way Anova

Kali ini kita akan coba melakukan pengujian Independent T Test dengan data sebagai berikut :

Ujilah apakah kedua kelas memiliki varian yang sama?

Ujilah apakah ada perbedaan IPK antara mahasiswa kelas A dan kelas B? Jika ada perbedaan, manakah yang memiliki IPK lebih tinggi?

(Gunakan taraf signifikansi 5%)

Berikut cara melakukan uji komparasi dengan independent t test :

Pertama-tama masukkan data di atas ke dalam SPSS sebagai berikut

Masukkan data dan beri nama variabelnya. Pilih decimal 2 untuk memudahkan kita dalam membaca data.

Setelah siap kini kita bisa menguji data tersebut.

Pertama-tama klik Analyze, lalu pilih Compare Mean dan pilih Independent Sample T Test.

Maka akan muncul jendela seperti berikut.

Masukkan variable IPK ke test variable dan variable Kelas ke Grouping Variabel.

Lalu klik define variable.

Isikan 1 di group 1 dan 2 di group 2.

Lalu klik continue

Dan klik OK

Maka akan muncul hasil perhitungan sebagai berikut:

Kesimpulan

Tabel Independent Samples Test menampilkan uji varian kedua kelompok dan perbedaan.

F test digunakan untuk menguji asumsi dasar dari t test bahwa varian kedua kelompok sama.

Hipotesis Penelitian :

Ho : kedua kelompok memiliki varian yang sama (homogen).

H1 : kedua kelompok memiliki varian yang tidak sama (tidak homogen).

Dengan ketentuan sebagai berikut :

Jika F hitung < F table, maka Ho diterima.

Jika F hitung > F table, maka Ho ditolak.

Atau

Jika Sig > α, maka Ho diterima.

Jika Sig < α, maka Ho ditolak.

Nilai Sig > α

0,111 > 0,05

maka Ho diterima. Jadi kedua kelompok memiliki varian yang sama (homogen).

Uji selanjutnya memakai nilai pada baris bagian atas (equal variances assumed), namun apabila pada perhitungan Sig < α maka memakai nilai baris yang bawah.

Hipotesis Penelitian :

Ho : jenis pembelajaran tidak berpengaruh terhadap IPK mahasiswa.

H1 : jenis pembelajaran berpengaruh terhadap IPK mahasiswa.

Dengan ketentuan sebagai berikut:

Jika t hitung < t table, maka Ho diterima.

Jika t hitung > t table, maka Ho ditolak.

Atau

Jika Sig (2-tailed) > ½ α, maka Ho diterima.

Jika Sig (2-tailed) < ½ α, maka Ho ditolak.

Nilai t hitung kecil dan nilai Sig (2-tailed) < ½ α

0,000 < 0,05

maka Ho ditolak. Jadi jenis pembelajaran yang digunakan dalam pembelajaran berpengaruh pada IPK mahasiswa.

Komentar

Cara Mengatasi Pengujian Tidak Valid dan Tidak Reliabel

Masalah yang sering dihadapi para pejuang skripsi ialah jika data tidak valid atau tidak reliabel, wah rasanya pasti dunia seperti mau kiamat. Pikiran yang datang pertama kali ialah apakah harus mengulang menyebar kuesioner lagi? Apakah harus menambah jumlah sampel? Tenang Sebelum memutuskan untuk mengulang kuesioner atau menambah sampel alangkah baiknya coba dulu cara ini. Yaitu dengan Mentranformasi data Apa itu transformasi data? Transformasi data ialah mengubah data ke dalam bentuk data yang lain Seperti membuat data dalam bentuk log, inverse (kebalikan) dll Berikut adalah langkah-langkah dalam transformasi data : 1. Klik transform lalu pilih compute variable Maka akan muncul kotak dialog sbb : 2. Pada target variabel di kiri atas tuliskan nama variabel yang akan di buat 3. Pada function group pilih bentuk transformasi yang di pilih, bentuk transform ada banyak, bisa log, bisa ln dll Kali ini saya akan menc

Baca selengkapnya

Cara Melakukan Uji F Simultan Analisis Regresi Linier Berganda di SPSS

Setelah seluruh data dinyatakan Valid, Reliabel dan lulus syarat uji asumsi klasik maka data tersebut sudah dapat diuji dengan analisis regresi untuk mengetahui apakah data tersebut menerima atau menolak hipotesis. Untuk data dengan variabel bebas hanya 1 maka dapat menggunakan pengujian analisis regresi , jika variabel bebas lebih dari satu maka dapat menggunakan analisis regresi linier berganda. Dalam Analisis Regresi linier berganda terdapat 2 pengujian yaitu : Uji f Uji t Uji f digunakan untuk mengetahui apakah terdapat hubungan atau pengaruh seluruh variabel bebas terhadap variabel terikat secara simultan. Pengujian dengan SPSS Berikut langkah-langkah melakukan uji f dengan SPSS : 1. Persiapkan data yang diperlukan. 2. Setelah data variabel yang diperlukan sudah lengkap sekarang kita dapat memulai pengujian. 3. Pertama pada menu SPSS kita klik Analyze. Lalu klik Regression dan Lalu Linear. 4. Maka akan muncul tampilan seperti di bawah ini.

Baca selengkapnya

Cara Melakukan Uji Multikolinearitas dengan SPSS

Dalam melakukan Uji Asumsi Klasik terdapat beberapa jenis pengujian yang harus dilakukan. Diantaranya ialah : Uji Normalitas Uji Autokorelasi Uji Multikolinearitas Uji Heterokedastisitas Pada kesempatan kali ini kita akan membahas tentang Uji Multikolinearitas. Menurut Ghozali (2011: 105-106) uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Ada tidaknya multikolinieritas dapat dilihat dari besarnya Tolerance Value dan Variance Inflation Faktor (VIF), yaitu jika Tolerance Value ≥ 0,10 atau sama dengan nilai VIF ≤ 10, maka dapat disimpulkan data bebas dari gejala multikolinieritas. Terdapat beberapa metode dalam melakukan uji Multikolinearitas, namun pada kesempatan kali ini akan kami ulas mengenai cara melakukan uji Multikolinearitas dengan menggunakan nilai VIF dan Tolerance Value. Pengujian dengan SPSS Untuk pengujian Multikolinearitas sebenarnya langkah-langkahnya hampir sa

Baca selengkapnya

Cara Melakukan Uji Normalitas dengan SPSS

Setelah sebelumnya melakukan pengujian Validitas dan Reabilitas, maka proses selanjutnya ialah melakukan pengujian asumsi klasik. Dalam pengujian asumsi klasik umumnya ada 4 yaitu : Uji Normalitas Uji Autokorelasi Uji Multikolinearitas Uji Heterokedastisitas Pada kesempatan kali ini, saya akan membahas tentang pengujian Normalitas dan cara mengujinya dengan SPSS. Uji normalitas bertujuan untuk menguji apakah data yang digunakan dalam penelitian tersebut berdistribusi normal atau tidak. Dasar pengambilan keputusan dalam Uji Normalitas Kolgomorov Smirnov ialah : Jika nilai Sig. Atau signifikansi lebih besar dari 0,05 maka data penelitian berdistribusi normal Jika nilai Sig. Atau signifikansi lebih kecil dari 0,05 maka data penelitian tidak berdistribusi normal Oke bila sudah mengerti selanjutnya kita bahas bagaimana langkah-langkah dalam melakukan uji Normalitas Kolgomorov-Smirnov dengan SPSS : Persiapkan data yang akan di uji. Pada menu SPSS pilih

Baca selengkapnya

Cara Melakukan Uji Autokorelasi dengan SPSS

Dalam melakukan Uji Asumsi Klasik terdapat beberapa jenis pengujian yang harus dilakukan. Diantaranya ialah : Uji Normalitas Uji Autokorelasi Uji Multikolinearitas Uji Heterokedastisitas Pada kesempatan kali ini kita akan membahas tentang Uji Autokorelasi. Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi (Ghozali, 2011: 110). Pada penelitian ini untuk menguji ada tidaknya gejala autokorelasi menggunakan uji Durbin-Watson (DW test). Dalam melakukan Uji Autokorelasi dapat menggunakan beberapa teknik. Pada kesempatan ini kami akan menjelaskan bagaimana melakukan uji Autokorelasi dengan teknik DW test ( Durbin-Watson ). Pengujian dengan SPSS Berikut langkah-langkah melakukan uji Autokorelasi dengan SPSS : 1. Persiapkan data yang diperlukan. 2. Setelah data variabel

Baca selengkapnya

Cara Melakukan Uji Heterokedastisitas dengan SPSS

Dalam melakukan Uji Asumsi Klasik terdapat beberapa jenis pengujian yang harus dilakukan. Diantaranya ialah : Uji Normalitas Uji Autokorelasi Uji Multikolinearitas Uji Heterokedastisitas Pada kesempatan kali ini kita akan membahas tentang Uji Heterokedastisitas. Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Ada beberapa cara yang dapat dilakukan untuk melakukan uji heteroskedastisitas, yaitu uji grafik plot, uji park, uji glejser, dan uji white. Pengujian pada penelitian ini menggunakan Grafik Plot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID. Tidak terjadi heteroskedastisitas apabila tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. (Ghozali, 2011: 139-143). Pengujian dengan SPSS Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance

Baca selengkapnya

Cara Melakukan Uji t Analisis Regresi Linier Berganda di SPSS

Setelah seluruh data dinyatakan Valid, Reliabel dan lulus syarat uji asumsi klasik maka data tersebut sudah dapat diuji dengan analisis regresi untuk mengetahui apakah data tersebut menerima atau menolak hipotesis. Untuk data dengan variabel bebas hanya 1 maka dapat menggunakan pengujian analisis regresi , jika variabel bebas lebih dari satu maka dapat menggunakan analisis regresi linier berganda. Dalam Analisis Regresi linier berganda terdapat 2 pengujian yaitu : Uji f Uji t Uji t digunakan untuk mengetahui apakah terdapat hubungan atau pengaruh seluruh variabel bebas terhadap variabel terikat secara individu atau masing-masing variabel. Pengujian dengan SPSS Berikut langkah-langkah melakukan uji t dengan SPSS : 1. Persiapkan data yang diperlukan. 2. Setelah data variabel yang diperlukan sudah lengkap sekarang kita dapat memulai pengujian. 3. Pertama pada menu SPSS kita klik Analyze. Lalu klik Regression dan Lalu Linear. 4. Maka akan muncul ta

Baca selengkapnya

Cara Melakukan Uji Validitas dengan SPSS

Validitas adalah tingkat ketepatan / keabsahan tes dan dapat mengukur apa yang hendak – diukur. Ini berarti validitas ada hubungannya dengan apa yang akan diukur itu sendiri. Sekiranya peneliti menggunakan kuesioner didalam pengukuran data dan penelitian, maka kuesioner yang disusun harus mengukur apa yang ingin diukurnya. Validitas ini ditunjukkan oleh koefisien korelasi yang signifikan antara skor butir pernyataan dan skor totalnya, atau dengan mencari daya pembeda skor tiap butir dari kelompok yang memberikan jawaban tinggi dan jawaban rendah (Sugiyono, 2009). Korelasi antar skor butir pertanyaan dengan skor totalnya harus signifikan yang ditunjukkan ukuran statistik tertentu yaitu angka korelasi yang diperoleh harus lebih besar dari yang diisyaratkan. Uji validitas adalah salah satu syarat dalam melakukan penelitian uji regresi. Bagaimanakah cara menguji validitas dengan SPSS? Berikut langkah-langkahnya : 1. Siapkan data yang akan di uji vali

Baca selengkapnya

Cara Melakukan Uji Reabilitas dengan SPSS

Alat ukur dikatakan memiliki reabilitas yang tinggi apabila alat ukur tersebut memiliki tingkat kepercayaan, kehandalan ataupun keajengan yang tinggi. Reabilitas yang tinggi dari alat ukur ini dapat dilihat apabila alat ukur tersebut beberapa kali diujicobakan, tetapi hasilnya relatif sama atau ajeg. Untuk mengetahui tingkat reabilitas dari angket dalam penelitian digunakan rumus Alpha, karena skor dalam angket ini berbentuk skala 1,2 dan bukan skor 0 dan 1. Hal ini sesuai dengan pendapat Arikunto (2003) bahwa, “Rumus Alpha digunakan untuk mencari realibilitas instrumen yang skornya bukan 0 dan 1, misalnya angket atau soal uraian. Setelah melakukan pengujian validitas maka selanjutnya ialah melakukan uji reabilitas. Berikut adalah langkah-langkah dalam melakukan pengujian reabilitas : 1. Klik analyze, lalu klik scale, pilih reability analysis, maka akan muncul kotak dialog sebagai berikut : 2. Masukkan semua item ke kotak kanan Dalam kas

Baca selengkapnya

Cara Melakukan Uji Komparasi One Way Anova dengan SPSS

One Way Anova berfungsi untuk menguji perbedaan rata-rata untuk lebih dari dua kelompok yang saling bebas. Analisis One Way Anova merupakan analisis varian satu variabel independent yang digunakan untuk menentukan apakah rata-rata dua atau lebih kelompok berbeda secara nyata. Misalnya kita akan menguji apakah ada perbedaan rata-rata nilai UN SMP mata pelajaran IPA siswa dari desa, pinggiran, dan kota? Manakah di antara ketiganya yang memiliki UN paling tinggi? Pengujian One Way Anova merupakan salah satu bagian dari Uji Komparasi. Uji Komparasi terdiri dari : 1. One Sample T Test 2. Independent T Test 3. Paired T Test, dan 4. One Way Anova Kita akan melakukan pengujian One Way Anova dengan data berikut: Ujilah apakah ada perbedaan antara lama kursus terhadap skore TOEFL? (Gunakan taraf signifikansi 5%). Berikut cara melakukan pengujian One Way Anova: Pertama-tama masukkan data di atas ke dalam SPSS. Pada variable lama kursus atur

Baca selengkapnya

Buka Aja, Info Edukasi

Search This Blog