Uji Beda Parametrik Dengan Memakai Aktivitas Spss
2:45 AM
Edit
a. Uji T untuk Dua Sampel Bebas
Tujuannya untuk mengetahui perbedaan akibat perlakuan yang diberikan kepada sampel melalui pengukuran variabel penelitian. Syaratnya yaitu memakai dua sampel yang tidak saling berafiliasi dan kondisi data memenuhi persyaratan uji parametric yakni berditribusi normal
Contoh Data
Selanjutnya data diinput dalam agenda SPSS diubahsuaikan dengan bentuk data yang harus dimasukkan ke lembar kerja SPSS, kecuali penomoran responden harus terus ke bawah.
Menentukan uji statistik
· Jenis permasalahan. Yang ingin dipecahkan dalam kasus di atas adalah perbedaan akibat perlakuan yang diberikan kepada subjek penelitian. Ini berarti masuk ke dalam uji komparasi atau uji beda. Dilihat dari banyaknya sampel yang digunakan termasuk ke dalam uji beda 2 sampel yaitu kelompok kontrol atau kelas tradisional (A) dan kelas dengan metode baru (B). Kedua sampel tidak saling berhubungan atau mempengaruhi jadi uji yang digunakan adalah uji beda 2 sampel yang tidak saling berhubungan.
· Kondisi data. Untuk menentukan mana yang digunakan diantara uji parametrik dan non parametrik, kondisi data harus diperiksa. Caranya:
1. Langkah pertama, periksa jenis data. Data diperoleh dari hasil pengukuran pemahaman peserta terhadap materi tertentu (achievement test). Data ini termasuk jenis interval sebab kita tidak sanggup menyampaikan penerima dengan nilai 90 mempunyai pemahaman 1,5 X dari penerima dengan nilai 60.
2. Langkah kedua, menguji normalitas distribusi data sampel dengan menghitung rasio skewness yang ternyata bernilai –0,74 (data nilai dengan metode tradisional) dan 0,74 (data nilai dengan metode baru). Walaupun histogram kedua data tidak terlalu anggun tapi rasio skewness kedua data ada diantara angka –2 dan +2, sehingga distribusi kedua data dianggap normal.
· Menentukan uji statistik. Berdasarkan kondisi data, syarat penggunaan uji parametrik dipenuhi maka peneliti sanggup memakai uji beda T untuk dua sampel yang tidak berhubungan.
Mengolah data dengan Uji T untuk 2 sampel bebas:
- buka agenda SPSS dan file data yang akan diolah
- pada menu statistics klik compare-means kemudian pilih Independence-sample T-test sehingga muncul kotak obrolan sbb
Gambar Kotak Dialog Independence-Sample T-Test
· klik variabel pertama (nilai) yang akan diuji lalu klik tanda panah sehingga variabel terpilih masuk ke dalam kolom variabel test(s).
· klik variabel kelompok (jenis metode) kemudian klik tanda panah sehingga variabel tersebut masuk ke dalam kolom variabel group(s).
· Klik define groups sampai tampak tampilan berikut ini.
Gambar Kotak Dialog Define Group
1. untuk group 1, ketik 1 yang berarti kelompok 1 berisi tanda 1 yaitu isyarat untuk metode tradisional
2. untuk group 2, ketik 2 yang berarti kelompok 2 berisi tanda 2 yaitu isyarat untuk metode gres
3. Klik continue untuk melanjutkan ke pilihan lain
4. Klik options sampai layar menampilkan kotak obrolan sebagai berikut :
Gambar Kotak Dialog Options
1. Confidence interval. SPSS menggunakan tingkat kepercayaan 95% sebagai default. Biarkan angka itu kecuali jika anda ingin menggantinya dengan tingkat kepercayaan yang lebih tinggi yaitu 99%.
2. Missing values. Abaikan pilihan exclude cases pairwise, kecuali data anda tidak lengkap
3. klik continue kalau pengisian pilihan options selesai
4. klik Ok untuk kembali ke hidangan semula
Keluaran SPSS
t-tests for independent samples of JN.MET
Number
Variable of Cases Mean SD SE of Mean
---------------------------------------------------------------
NILAI
mt. trad 30 73.3000 10.452 1.908
mt.baru 30 78.5333 8.893 1.624
---------------------------------------------------------------
Mean Difference = -5.2333
Levene's Test for Equality of Variances: F= 1.673 P= .201
t-test for Equality of Means 95%
Variances t-value df 2-Tail Sig SE of Diff CI for Diff
---------------------------------------------------------------------------------------
Equal -2.09 58 .041 2.506 (-10.250, -.217)
Unequal -2.09 56.55 .041 2.506 (-10.252, -.215)
---------------------------------------------------------------------------------------
Analisis
1. Keluaran statistics. Dari keluaran SPSS tampak rata-rata pemahaman peserta penataran menggunakan metode tradisional adalah 73,3000. Sedangkan kelas yang ditatar dengan metode baru memiliki nilai rata-rata sebesar 78,5333. Keluaran SPSS memperlihatkan beda rata-rata kedua nilai tersebut yatu 5,2333.
2. Menguji kesamaan varians (Homogenitas). Lakukan uji hipotesis homogenitas varians sebagai berikut:
Hipotesis:
Ho: kedua varians populasi adalah identik (varians populasi nilai penataran memakai metode tradisional dan gres sama)
H1: kedua varians populasi yaitu tidak identik (varians populasi nilai penatarn memakai metode tradisional dan gres tidak sama)
Dasar pengambilan Keputusan
a. Berdasarkan probabilitas (tk signifikansi: 5%)
· Jika probabilitas > 0,05, maka Ho Diterima
· Jika probabilitas < 0,05, maka Ho ditolak
Keputusan: sebab nilai dari Levene’s test yaitu 0,201 > 0,05 maka Ho Diterima. Makara kedua varians populasi identik. Konsekuensinya saat uji T nilai signifikansi yang dipakai adalah dari varians yang identik (equal)
3. Signifikansi hasil perlakuan. Uji hipotesis ini dilakukan untuk mengetahui signifikansi perbedaan yang terjadi.
Hipotesis
Ho: Rata-rata pemahaman peserta dalam materi tertentu setelah ditatar menggunakan metode tradisional dan metode baru tidak berbeda
H1: Rata-rata pemahaman peserta dalam materi tertentu setelah ditatar menggunakan metode tradisional dan metode baru berbeda
Yang akan dicari ada tidaknya perbedaan hasil perlakuan, jadi pengujian hipotesis memakai uji dua sisi.
Dasar pengambilan Keputusan
a. Berdasarkan probabilitas (tk signifikansi: 5%)
· Jika probabilitas > 0,05, maka Ho Diterima
· Jika probabilitas < 0,05, maka Ho ditolak
Keputusan. Dari keluaran SPSS diperoleh nilai probabilitas 0,041 (kebetulan nilainya sama untuk varians identik dan berbeda). Oleh sebab lebih kecil dari 0,05 maka Ho ditolak. Kesimpulannya, metode menatar baru menyebabkan perbedaan pemahaman dalam bahan terpilih secara signifikan.
b. Uji T Berpasangan
Tujuannya untuk mengetahui perbedaan akibat perlakuan pada sampel. Syaratnya mengggunakan dua sampel yang saling berhubungan. Kondisi data berdistribusi normal
Contoh Data Perbedaan data hasil pretes dan postes
Selanjutnya data diinput dalam agenda SPSS diubahsuaikan dengan bentuk data yang harus dimasukkan ke lembar kerja SPSS, kecuali penomoran responden harus terus ke bawah.
Menentukan uji statistik
· Jenis permasalahan. Yang ingin dipecahkan dalam kasus di atas adalah perbedaan akibat perlakuan yang diberikan kepada subjek penelitian. Ini berarti masuk ke dalam uji komparasi atau uji beda. Dilihat dari banyaknya sampel yang digunakan termasuk ke dalam uji beda dua sampel yaitu kelompok sebelum perlakuan dan kelompok sesudah perlakuan. Kedua sampel jelas saling berhubungan atau mempengaruhi karena hasil kelompok sebelum perlakuanmempengaruhi hasil kelompok setelah perlakuan. Dengan kata lain kelompok yang sama mempengaruhi hasil tes awal dan ahir. Jadi uji yang digunakan yaitu uji beda dua sampel yang saling berhubungan.
· Kondisi data. Untuk menentukan mana yang digunakan diantara uji parametrik dan non parametrik, kondisi data harus diperiksa. Caranya menyerupai diterangkan pada kepingan uji hubungan Pearson.
1. Langkah pertama, periksa jenis data. Jenis data variabel mata pelajaran IPA yaitu interval sebab siswa yang mempunyai nilai 40 tidak berarti mempunyai kepandaian setengah kali siswa yang nilainya 80. Jenis data yang diukur sebelum dan setelah perlakuan sama.
2. Langkah kedua, menguji normalitas distribusi data sampel dengan menghitung rasio skewness yang ternyata bernilai 1.66 (data sebelum perlakuan) dan 1,46 (data sesudah perlakuan). Walaupun histogram kedua data tidak terlalu anggun tapi rasio skewness kedua data ada diantara angka –2 dan +2, sehingga distribusi kedua data sanggup dianggap normal.
· Mengolah data dengan Uji T untuk dua sampel berpasangan:
1. buka agenda SPSS dan file data yang akan diolah (file tpsgan.sav)
2. pada hidangan statistics klik compare-means kemudian pilih paired-sample T test sehingga muncul kotak dialog.
· klik variabel pertama yang akan diuji sehingga masuk ke dalam kolom current selection;
· lakukan hal yang sama untuk variabel kedua lalu klik tanda panah sehingga kedua variabel masuk ke dalam kolom paired-variabel;
· klik option kemudian klik two-tailed pada kolom test of significance;
· klik display actual significance level atau flag significance correlations tergantung jenis program. Submenu ini memberikan pilihan untuk menampilkan tingkat signifikansi yang biasanya ditentukan 5 % (*) atau 1% (**);
· Klik options sampai layar menampilkan kotak obrolan Options.
Confidence interval. SPSS memakai tingkat akidah 95% sebagai default. Biarkan angka itu kecuali jika anda ingin menggantinya dengan tingkat akidah yang lebih tinggi (99%);
Abaikan pilihan exclude cases pairwise, kecuali data anda tidak lengkap;
klik continue untuk kembali ke menu semula lalu klik ok jika pengisian selesai.
Keluaran SPSS
- - - t-tests for paired samples - - -
Number of 2-tail
Variable pairs Corr Sig Mean SD SE of Mean
-------------------------------------------------------------------------------------------
SEBELUM 57.3000 9.879 1.562
nilai sblm blj dg met A
40 .890 .000
SESUDAH 67.3250 14.041 2.220
nilai sdh belj dg met A
------------------------------------------------------------------------------------------
Paired Differences |
Mean SD SE of Mean | t-value df 2-tail Sig
-------------------------------------------------------------------------------------------------
-10.0250 6.919 1.094 | -9.16 39 .000
95% CI (-12.238, -7.812) |
Analisis
1 Keluaran statistics. Dari keluaran SPSS tampak rata-rata pemahaman siswa mengenai IPA sebelum mendapat perlakuanadalah 57,3000. Setelah mendapat perlakuan dengan menggunakan metode gres rata-rata nilai IPA menjadi 67,3250. Korelasi antara kedua variabel ditunjukkan angka yang tinggi (0,890) dengan propabilitas jauh di bawah 0,05 (signifikansi 0,000). Ini menunjukkan korelasi nilai sebelum dan setelah menerima perlakuan sangat kuat.
2 Signifikansi hasil perlakuan. Pengujian hipotesis dilakukan untuk mengetahui signifikansi perbedaan yang terjadi.
Hipotesis
Ho: Nilai mata pelajaran IPA sebelum dan sesudah mendapat perlakuan berguru dengan metode gres tidak berbeda nyata.
H1: Nilai mata pelajaran IPA sebelum dan sesudah mendapat perlakuan berguru dengan metode gres berbeda nyata.
Yang akan dicari ada tidaknya perbedaan hasil perlakuan, jadi memakai uji dua sisi. Dasar pengambilan Keputusan Berdasarkan probabilitas (tk signifikansi: 5%)
1. Jika probabilitas > 0,05, maka Ho DITERIMA
2. Jika probabilitas < 0,05, maka Ho ditolak
Keputusan. Dari keluaran SPSS diperoleh nilai probabilitas 0,000. Oleh karena lebih kecil dari 0,05 maka Ho ditolak. Kesimpulannya, perbedaan nilai IPA sebelum dan sesudah mendapat pelajaran dengan metode baru sangat signifikan bahkan untuk tingkat kepercayaan 1% karena nilai probabilitasnya tetap lebih kecil dari 0,01.
====================================================================
====================================================================