Data apakah yang paling tepat untuk pemakaian uji independensi

Table of Contents Show

Asumsi Independen T Test
Uji Normalitas Dalam Independen T Test
Uji Homogenitas dalam Independen T Test
Langkah Independen T Test dengan SPSS
Levene Test dalam Uji T Independen
Video yang berhubungan

Independen T Test adalah uji komparatif atau uji beda untuk mengetahui adakah perbedaan mean atau rerata yang bermakna antara 2 kelompok bebas yang berskala data interval/rasio. Dua kelompok bebas yang dimaksud di sini adalah dua kelompok yang tidak berpasangan, artinya sumber data berasal dari subjek yang berbeda. Misal Kelompok Kelas A dan Kelompok kelas B, di mana responden dalam kelas A dan kelas B adalah 2 kelompok yang subjeknya berbeda. Bandingkan dengan nilai pretest dan posttest pada kelas A, di mana nilai pretest dan posttest berasal dari subjek yang sama atau disebut dengan data berpasangan. Apabila menemui kasus yang data berpasangan, maka uji beda yang tepat adalah uji paired t test.

Asumsi Independen T Test

Asumsi yang harus dipenuhi pada independen t test antara lain:

Skala data interval/rasio.
Kelompok data saling bebas atau tidak berpasangan.
Data per kelompok berdistribusi normal.
Data per kelompok tidak terdapat outlier.
Varians antar kelompok sama atau homogen.

Untuk asumsi poin no. 1 dan 2, anda tidak perlu mengujinya dengan SPSS. Sedangkan untuk asumsi no. 3 dan no. 5 anda harus mengujinya dengan SPSS. Untuk uji normalitas secara lengkap baca DISINI. Untuk uji homogenitas secara lengkap, baca DISINI.

Langsung saja kita buat data sebagai berikut: Data di bawah ini menunjukkan bahwa ada 2 kelompok yaitu 1 dan 2, di mana tiap kelompok terdapat 10 responden/observasi.

Dataset Independen T Test

Uji Normalitas Dalam Independen T Test

Langkah pertama adalah menguji asumsi normalitas, outlier dan homogenitas. Yaitu pada menu SPSS, klik Analyze, Descriptive Statistics, Explore. Maka akan muncul jendela seperti berikut:

Explore Independen T Test

Klik tombol Plots, setelah muncul jendela, centang Factor levels together, Stem-and-leaf, Histogram, Normality plots with tests dan Power estimation. Kemudian Klik Continue.

Plot Independen T Test

Kemudian klik OK pada jendela utama. Lihat output!

Normalitas Independen T Test

Tabel di atas menunjukkan hasil uji Shapiro Wilk dan Lilliefors. Nilai p value (Sig) lilliefors 0,200 pada 2 kelompok di mana > 0,05 maka berdasarkan uji lilliefors, data tiap kelompok berdistribusi normal. P value uji Shapiro wilk pada kelompok 1 sebesar 0,884 > 0,05 dan pada kelompok 2 sebesar 0,778 > 0,05. Karena semua > 0,05 maka kedua kelompok sama-sama berdistribusi normal berdasarkan uji Shapiro wilk.

Homogenitas Independen T Test

Uji Homogenitas dalam Independen T Test

Tabel di atas menunjukkan hasil uji homogenitas dengan metode Levene’s Test. Nilai Levene ditunjukkan pada baris Nilai based on Mean, yaitu 0,001 dengan p value (sig) sebesar 0,979 di mana > 0,05 yang berarti terdapat kesamaan varians antar kelompok atau yang berarti homogen.

Stem-leaf Independen T Test

Diagram di atas adalah diagram stem-leaf yang berfungsi untuk mendeteksi adanya outlier. Ada outlier apabila terdapat nilai Extrem di atas dan di bawah stem-leaf. Pada data anda tidak terdapat nilai exkstrem, maka tidak terdapat outlier. Deteksi outlier juga bisa dinilai dengan Box-plot seperti di bawah ini:

Boxplot Independen T Test

Box-Plot di atas tidak menunjukkan terdapat plot-plot di atas dan/atau di bawah boxplot yang berarti tidak terdapat outlier.

Oleh karena semua asumsi terpenuhi, maka dapat dilanjutkan ke uji selanjutnya yaitu uji Independen T Test.

Langkah Independen T Test dengan SPSS

Pada menu SPSS, klik Analyze, Compare Means, Independen Samples T Test. Maka akan muncul jendela sebagai berikut: Kemudian masukkan variabel terikat anda yaitu Nilai ke kotak Test Variable(s) dan masukkan variabel bebas anda yaitu Kelompok ke kotak Grouping Variables.

Cara Uji T Independen

Klik tombol Define Groups kemudian masukkan kode 1 dan 2.

Grouping Independen T Test

Klik Continue. Dan pada jendela utama klik OK kemudian lihat Output!

Mean Independen T Test

Tabel di atas menunjukkan Mean atau rerata tiap kelompok, yaitu pada kelompok 1 nilainya 56 di mana lebih rendah dari kelompok 2 yaitu 73,1. Apakah perbedaan ini bermakna? lihat di bawah ini:

Output Independen T Test

Levene Test dalam Uji T Independen

Nilai hasil uji levene test untuk homogenitas sama dengan bahasan di atas, yaitu homogen. Karena homogen, maka gunakan baris pertama yaitu nilai t hitung -2,577 pada DF 18. DF pada uji t adalah N-2, yaitu pada kasus ini 20-2=18. Nilai t hitung ini anda bandingkan dengan t tabel pada DF 18 dan probabilitas 0,05.

Untuk menjawab hipotesis ada 2 cara:

Dengan membandingkan antara t hitung dengan t tabel:

Apabila nilai t hitung positif: Ada perbedaan bermakna apabila t hitung > t tabel.

Apabila nilai t hitung negatif: ada perbedaan bermakna apabila t hitung < t tabel.

Cara kedua adalah dengan melihat nilai Sig (2 tailed) atau p value. Pada kasus di atas nilai p value sebesar 0,019 di mana < 0,05. Karena < 0,05 maka perbedaan bermakna secara statistik atau signifikan pada probabilitas 0,05.

Besarnya perbedaan rerata atau mean kedua kelompok ditunjukkan pada kolom Mean Difference, yaitu -17,1. Karena bernilai negatif, maka berarti kelompok pertama memiliki Mean lebih rendah dari pada kelompok kedua.

Demikian pembahasan tentang Independen T Test dengan SPSS. Untuk pengujian dengan Excel, silahkan anda baca DISINI. Baca juga: Contoh Penelitian Pendidikan Eksperimen dengan t test.

By Anwar Hidayat

Uji independensi maupun uji homogenitas merupakan salah satu uji untuk data kategori. Data kategorik atau juga sering disebut data kualitatif merupakan salah satu data dengan skala pengukuran yang terdiri atas sekumpulan kategori. Data kategorik biasanya mempunyai skala pengukuran nominal atau skala ordinal.

Contoh data dengan skala ordinal diantaranya tingkat kepuasan konsumen (sangat tidak puas, tidak puas, biasa, puas, sangat puas), predikat kelulusan (memuaskan, sangat memuaskan, dan cumlaude), dan pendidikan terakhir (SD, SMP, SMA, Diploma, Sarjana, Magister, Doktor). Sedangkan contoh data dengan skala nominal yaitu jenis kelamin (pria, wanita), jenis kendaraan angkutan barang (truk, pesawat terbang, kereta, kapal laut).

Tabel kontingensi atau sering disebut tabulasi silang (crosstabulation) merupakan tabel yang berisi data jumlah atau frekuensi satu atau beberapa klasifikasi (kategori). Salah satu metode analisis data kategorik yang banyak dikenal adalah uji Chi-Square (

), yang berguna untuk mengukur perbedaan pengamatan dan menaksir frekuensi suatu pengamatan dalam kategori tertentu. Kemudian, dapat pula digunakan untuk menguji dependensi suatu pengamatan dalam kategori tertentu agar dapat mendeteksi hubungan antara suatu karakteristik dengan karakteristik lainnya dalam tabel kontingensi.

Sampel yang digunakan dalam uji ini berasal dari satu populasi, dimana ukuran sampelnya (n) ditentukan terlebih dahulu, sedangkan

dan

diperoleh dari observasi sebagai bagian dari sampel. Uji independensi bertujuan untuk mengetahui apakah ada hubungan antara dua variabel kategorik, dengan kata lain untuk mengetahui independensi antara variabel baris dan kolom. Secara umum tabel kontingensi 2 x 2 untuk uji independensi sebagai berikut :

Contoh kasus yang dapat diselesaikan dengan menggunakan uji independensi, suatu penelitian dilakukan untuk mengetahui pengaruh kepemilikan kendaraan pribadi terhadap kinerja karyawan. Data disajikan dalam tabel berikut :

Pada uji homogenitas sampel berasal dari dua populasi baris. Dalam hal ini besarnya sampel

dan

ditentukan terlebih dahulu, sedangkan n sebagai akibat dari jumlahan

. Tujuan dari uji ini yaitu untuk mengetahui apakah dua populasi tersebut mempunyai probabilitas untuk mendapatkan sukses yang sama. Secara umum tabel kontingensi 2 x 2 untuk uji homogenitas dapat dilihat pada tabel disamping,

Contoh kasus sederhana untuk uji homogenitas yaitu dua sampel random dari 100 mahasiswa dan 100 mahasiswi, kepada mereka ditanyakan Apakah mereka setuju atau tidak setuju dengan Lurah wanita. Diperoleh data sebagai berikut :