Independent Sample T Test dengan spss

Portal-Statistik | Pada postingan ini saya akan membagikan uji rerata yang selanjutnya setelah kemarin saya berbagai tentang One sample t test dengan spss atau uji t satu sampel dengan spss
dan pada siang hari ini yang saya bagikan adalah mengenai Independent sample t test atau dengan kata lain uji t dua sample bebas.

Untuk lebih jelasnya silahkan teman-teman perhatikan pemahaman tentang Uji Hipotesis dibawah ini:

Uji Hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisa data, baik dari percobaan yang terkontrol, maupun dari observasi (tidak terkontrol). Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian tersebut hampir tidak mungkin disebabkan oleh faktor yang kebetulan, sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya.
Uji hipotesis kadang disebut juga "konfirmasi analisa data". Keputusan dari uji hipotesis hampir selalu dibuat berdasarkan pengujian hipotesis nol. Ini adalah pengujian untuk menjawab pertanyaan yang mengasumsikan hipotesis nol adalah benar.
Prosedur Uji Hipotesis:

  1. Tentukan parameter yang akan diuji
  2. Tentukan Hipotesis nol (H0)
  3. Tentukan Hipotesis alternatif (H1)
  4. Tentukan (α)
  5. Pilih statistik yang tepat
  6. Tentukan daerah penolakan
  7. Hitung statistik uji
  8. Putuskan apakah hipotesis nol (H0) ditolak atau tidak
Independent-Sample T Test digunakan untuk menguji signifikansi beda rata-rata dua kelompok . Tes ini digunakan untuk menguji pengaruh variabel independent (mempengaruhi) terhadap variabel dependent (dipengaruhi).
Untuk membandingkan rata-rata dua sampel kecil, persyaratan yang harus dipenuhi adalah kedua sampel memiki varian yang sama.

Untuk lebih jelasnya silahkan perhatikan studi kasus dibawah ini:
Seorang mahasiswa pertanian melakukan penelitian, ingin membandingkan efektivitas sistem terasering dalam mereduksi laju erosi. Mahasiswa tersebut kemudian melakukan pengukuran besaran erosi pada 15 unit lahan pertanian tanpa sistem konservasi, dan lahan pertanian yang menggunakan sistem konservasi terasering.
Data yang dihasilkan sebagai berikut:

Pada studi kasus tersebut digunakan metode independent sample t test, adapaun langkah-langkah dalam melakukan analisis dengan metode tersebut adalah:

  1. Buka aplikasi SPSS sobat.
  2. buat nama variabel beserta tipe datanya, dalam hal ini nama variabel yang dibuat adalah Kode_U_Lahan, Perlakuan dan Luas_lahan dengan tipe data numeric, pada variabel Perlakuan isikan values dengan (1= “Tanpa S Konservasi”) dan (2= “Sistem Terasering”)
  3. Selanjutnya klik pada button Data View, masukkan data pada variabel Kode_U_Lahan, Perlakuan dan Luas_Lahan sesuai dengan studi kasus.
    entri datanya sesuai dengan contoh dibawah ini:
  4. Selanjutnya klik menu Analize – Compare Means – Independent Sample T Test, masukkan variabel Luas_Lahan kedalam kotak Test Variable(s) dan variabel Perlakuan di kotak Grouping Variable kemudian klik button Define Groups dan masukkan angka 1 pada Group 1 dan angka 2 pada Group 2, kemudian klik Continue, selanjutnya klik Option dan masukkan tingkat kepercayaan yang diinginkan, dalam hal ini yang digunakan adalah tingkat kepercayaan 95%, selanjutnya klik Continue dan OK.

  5. Sehingga muncul output sepeti berikut.

Pada studi kasus tersebut analisis statistik yang paling tepat untuk digunakan adalah metode independent sample t test karena terdapat dua variabel independent pada sampel dan akan dilakukan uji signifikansi beda rata-rata dua kelompok.

Pada output pertama yaitu Group Statistics, dapat diinterpretasikan bahwa jumlah data/sampel (N) sebanyak 15 untuk masing-masing perlakuan, rata-rata luas lahan erosi pada lahan tanpa sistem konservasi adalah 185.73 dan pada lahan yang menggunakan sistem terasering adalah 144.33, nilai standar deviasi lahan tanpa sistem konservasi lebih kecil daripada lahan yang menggunakan sistem terasering, dan standard error of mean untuk lahan tanpa sistem konservasi dan menggunakan sistem terasering adalah 1.731 dan 1.838, standard error of mean menggambarkan sebaran rata-rata sampel terhadap rata-rata dari rata-rata keseluruhan kemungkinan sampel.

Pada output kedua yaitu Independent Samples Test, dapat digunakan untuk menguji apakah kedua kelompok memiliki rata-rata yang sama dan juga dapat digunakan untuk menguji apakah kedua kelompok memiliki varian yang sama.

Uji apakah kedua kelompok memiliki varian yang sama
  • Hipotesis
    H0 : Kedua kelompok memiliki variansi yang sama
    H1 : Kedua kelompok memiliki variansi yang berbeda
  • Tingkat Signifikansi
    α = 5%
  • Daerah Kritis
    Jika Sig. ≤α  : tolak H0
  • Statistik Uji
    Sig. = 0.470 α  = 0.05
    Sig. (0.470) > α (0.05) 
  • Keputusan Uji
    Karena nilai Sig. > α maka keputusannya adalah gagal tolak H0
  • Kesimpulan
    Jadi dengan tingkat signifikansi 5% didapatkan kesimpulan bahwa kedua kelompok memiliki variansi yang sama.

Uji apakah kedua rata-rata memiliki rata-rata yang sama
  • Hipotesis
    H0 : μ_1= μ_2 (rata-rata luas erosi lahan tanpa sistem konservasi dengan menggunakan sistem terasering adalah sama)
    H1 : μ_1 ≠ μ_2 (rata-rata luas erosi lahan tanpa sistem konservasi dengan menggunakan sistem terasering adalah tidak sama)
  • Tingkat Signifikansi
    α = 5%
  • Daerah Kritis
    Jika Thitung ≥ Ttabel : tolak H0
    Jika Sig. ≤α : tolak H0
  • Statistik Uji
    Sig. = 0.000 α = 0.05
    Thitung = 16.400 Ttabel = 2.048
    Sig. (0.000) < α (0.05) atau Thitung (16.400) > Ttabel (2.048)
  • Keputusan Uji
    Karena nilai Sig. < α    atau  Thitung > Ttabel  maka keputusannya adalah tolak H0
  • Kesimpulan
    Jadi dengan tingkat signifikansi 5% didapatkan kesimpulan bahwa rata-rata luas erosi lahan tanpa sistem konservasi dan dengan menggunakan sistem terasering adalah tidak sama atau dapat dikatakan bahwa efektivitas sistem terasering dibandingkan dengan efektifitas tanpa sistem konservasi dalam mereduksi laju erosi adalah tidak sama, dan jika dibandingkan rata-rata keduanya, sistem terasering lebih baik dari pada sistem tanpa konservasi.
Demikian, cara untuk melakukan uji rerata utuk 2 sampel yang saling bebas (independent sampel t test). Nantikan Uji statistik yang lainnya di postingan selanjutnya.
Terimakasih atas kunjungan sobat.
Semoga Bermanfaat
Have FUN.
21 Komentar untuk "Independent Sample T Test dengan spss"

mas, independen sample t-test apakah perlu uji normalitas untuk mengetahui data berdistribusi normal atau tidak?

Jika hanya sekedar melakukan independent sample t test, uji normalitas masih belum digunakan atau tidak perlu untuk dilakukan, namun salah satu asumsi yang harus dipenuhi adalah varians yang sama.

Untuk Anova baru terdapat uji prasyarat normalitas, baca juga Uji ANOVA dan Uji Perbandingan Ganda dengen SPSS

kak maaf mau tanya, kalo nilai sig < alpa, dan nilai T hitung < T Tabel, gimana cara ngambil kesimpulannya ya? soalnya kan kalo nilai sig < alpa, maka H0 ditolak dan T Hitung < T Tabel maka H0 diterima. aku jadi pusing gimana cara ngambil kesimpulan hipotesisinya. mohon jawabannya ya. trms

hehe,, sepertinya gak mungkin bertolak belakang seperti itu,,,
coba dicek lagi, mungkin perhitungan / cara melihat t tabelnya yang salah,,,
cek cara membaca t tabel : http://portal-statistik.blogspot.com/2014/05/cara-membaca-atau-melihat-tabel-t.html

Selamat siang pak, mau tanya uji yang cocok digunakan untuk membandingkan konten-konten, yang dibandingkan setelah disusun berdasarkan tingkat kepentingannya apa ya?
Misalnya : Survival kit untuk gunung meletus, isinya a,b,c,d,e,f,g,h,i,j. Survival kit untuk gempa bumi a,f,e,g,c,b,h,i,d. Nah untuk membandingkan apakah isi survival kit gunung meletus dan gempa bumi tersebut berbeda signifikan atau tidak bagaimana ya? Dan uji yang cocok digunakan dengan menggunakan SPSS apa ya? Terimakasih banyak :)

mas ,kalu ujih group statistik kemudian hasilnya nol semua itu gmn mas..makasi..sangat bermanfat..

Yang nol apanya,? kalau Sig. yang nol berarti Sig < alpha(0.05), keputusannya Tolak H0.

mau tanya, klau misanya data saya banyak dan nilai sig nya lebih kecil dari 0.05 berarti memiliki varians yg berbeda,, apakah uji indepnden test tidak bisa di gunakan. kalo misalnya tdk, langkh apa yg harus di lakukan untk melanjutkan perhitungan?
terimakasih sebelumnya

independent sample t test salah satu asumsi yg harus dipenuhi adalah varians harus sama, nah jika varian tdk sama data bisa di transformasi terlebih dahulu atau ganti metode.

bos, saya punya data nilai bahasa inggris dari 167 anak yang saya kelompokkan berdasarkan besarnya IQ menjadi 5 kelompok IQ (IQ1,IQ2,IQ3,IQ4,IQ5) yang bersekolah di 10 sekolah yang berbeda (sekolah A,B,C,D,E,F,G,H,I,J).

Nilai rata2 anak dari kelompok IQ1 adalah yang tertinggi terlepas dari mereka bersekolah dimana.

Kalau saya mau melihat pengaruh kualitas sekolah terhadap nilai bahasa inggris gimana bos? bisakah pakai Independent Sample T Test? atau punya saran lain? apa perlu kita ambil sampling dari kelompok IQ1 saja?

karena jumlah populasi dari tiap kelompok IQ dan jumlah murid (yang diamati dalam penelitian ini) di tiap sekolah itu berbeda, begitu pula kombinasi kelompok IQ dan sekolah punya jumlah yang berbeda pula.

Jika tujuan dalam penelitian tersebut untuk melihat pengaruh antara sekolah dengan nilai bahasa inggris, saudara bisa menggunakan analisis regresi sederhana jika kategori pada IQ tersebut dihilangkan (digabungkan) dulu.
Atau menggunakan analisis regresi multinomial jika mempertahankan bentuk data seperti diatas.

jika menggukana independent sample t test, kesimpulannya hanya mendapatkan bahwa rata2 kedua populasi berbeda atau sama tanpa bisa mengetahui pengaruhnya.
Terima kasih

Bos, iya maksud saya mau lihat perbedaan nyata antar sekolah di kelompok IQ1, itu bisa pakai independent sample t test? kalau jumlah sampelnya (murid pada kelompok IQ1) tidak sama tiap sekolah apakah itu dapat memenuhi kaidah statistik?

Jika yang hendak dilihat adalah perbedaan nyata antar sekolah di kelompok IQ1 yang dapat anda gunakan adalah ANAVA karena jumlah sekolah dalam hal ini lebih dari 2,
untuk masalah sampel yang tidak sama itu tidak jadi masalah asalkan nanti pas pemilihan metode saat uji perbandingan ganda jika H0 ditolak itu tepat.
untuk materi tentang ANAVA bisa dilihat disini:http://www.portal-statistik.com/2014/02/uji-anova-analisys-of-variance-dan-uji.html

Terima Kasih.

Kak ulwan, saya ada beberapa pertanyaan boleh ya..semoga berkenan menjawab..
1. Independent t test kalau saya baca2 kan masuknya statistik parametrik (yg mengansumsikan data mengikuti distribusi tertentu, ex:normal). Jadi, nggak apa-apa kak kalau nggak diuji normalitasnya?
2. Adakah kaitannya antara diatribusi normal dg variansi homogen?
3. Boleh minta sumbernya nggak kak, kalau asumsi yg diperlukan untuk independent t test itu variansi homogen?
3. Kalau misalnya sebelum pakai uji independent t test saya mau uji normalitasnya dulu, terus salah satu kelompok sampelnya ternyata nggak berdistribusi normal, gimana ya kak?

Lagi kepaksa ngingat ingat uji t.. Nemu punya ulwan.. 🙏 mksh wan.. Nulis terus yaaa.. Nnti aku sering2 kesini haha (jatmika)

Silahkan tinggalkan komentar, kritik, maupun saran dari sobat blogger tentang apa yang sobat rasakan setelah mengunjungi blog ini.

Back To Top