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
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
Posting Komentar