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.