INDEPENDENT SAMPLE T-TEST
Modul
Untuk memenuhi tugas matakuliah
Aplikasi Komputer
Yang dibina oleh Bapak Hasan
Aroni, SKM, M.Kes
Oleh Kelompok 2
1.
Risa Mafaza (P17111171006)
2.
Novanda Rizkiadefta D. (P17111171007)
3.
Ila Maghfira (P17111171008)
4.
Linda Rahmaeka (P17111171009)
5.
Nathasya Arleta D. (P17111171010)
KEMENTERIAN KESEHATAN REPUBLIK INDONESIA
POLITEKNIK KESEHATAN KEMENKES MALANG
JURUSAN GIZI
PROGRAM STUDI SARJANA TERAPAN GIZI
MALANG
AGUSTUS 2019
INDEPENDENT
SAMPLE T-TEST
1. Tujuan
a.
Tujuan
Umum
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.
b.
Tujuan
Khusus
-
membandingkan
rata-rata dua grup yang tidak berhubungan satu sama lain
-
Untuk
mengetahui perbedaan mean/rerata yang bermakna antara 2 kelompok bebas yang
berskala interval/rasio
2. Landasan
Teori
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. Data yang digunakan
adalah kuantitatif dengan asumsi berdistribusi normal.
Uji T digunakan apabila
memenuhi syarat yaitu datanya berdistribusi normal, kedua kelompok/ sampel data
bebas (independen), dan jumlah datanya kurang dari 30. Dalam lingkup uji t
untuk pengujian hipotesis dua sampe bebas, maka ada satu hal yang perlu
mendapat perhatian, yaitu apakah ragam populasi (bukan ragam sampel)
diasumsikan homogen (sama) atau tidak. Bila ragam populasi diasumsikan sama,
maka uji t yang digunakan adalah uji t dengan asumsi ragam homogem, sedangkan
apabila ragam populasi dari dua sampel tidak diasumsikan homogen, maka yang
lebih tepat adalah menggunakan uji t dengan asumsi ragam tidak homogen (t-aksen).
Uji t dengan ragam homogen dan tidak homogen memiliki rumus hitung yang
berbeda. Oleh karena itulah, apabila uji t hendak digunakan untuk melakukan
pengujian hipotesis terhadap dua sampel, maka harus dilakukan pengujian
mengenai asumsi kehomogenan ragam populasi terlebih dahulu, apakah populasi
yang diambil homogenitas atau tidak. Contoh data yang dapat dianalisis
menggunakan Independent T-Test, antara lain:
·
Berat badan
Balita di Daerah IDT dan Non IDT. Jadi berat badan dari Daerah IDT tidak
tergantung/terikat pada berat badan dari daerah non IDT.
·
Tekanan darah
Ibu hamil yang ikut Senam kehamilan dan yang tidak mengikuti senam kehamilan.
·
Kadar
Haemoglobin darah Ibu Hamil dari yang mendapat tablet Fe dan kontrol (yang
tidak mendapat tablet Fe).
3. Asumsi Independen T Test
Asumsi yang harus dipenuhi pada independen t test antara lain:
a.
Skala data interval/rasio.
b.
Kelompok data saling bebas atau
tidak berpasangan.
c.
Data per kelompok berdistribusi
normal.
d.
Data per kelompok tidak terdapat outlier.
e.
Varian antar kelompok sama atau
homogen.
4. Contoh Soal
Seorang
mahasiswa dalam penelitiannya ingin mengetahui apakah ada perbedaan nilai ujian
antara kelas A dan kelas B pada fakultas Psikologi suatu universitas.
Penelitian dengan menggunakan sampel sebanyak 20 responden yang diambil dari
kelas A dan kelas B. Dalam uji ini jumlah kelompok responden yang diambil tidak
harus sama, misalnya kelas A sebanyak 8 orang dan kelas B sebanyak 12 orang.
Data-data yang didapat sebagai berikut:
|
No |
Nilai Ujian |
Kelas |
|
1 |
32 |
Kelas A |
|
2 |
35 |
Kelas A |
|
3 |
41 |
Kelas A |
|
4 |
39 |
Kelas A |
|
5 |
45 |
Kelas A |
|
6 |
43 |
Kelas A |
|
7 |
42 |
Kelas A |
|
8 |
47 |
Kelas A |
|
9 |
42 |
Kelas A |
|
10 |
37 |
Kelas A |
|
11 |
35 |
Kelas B |
|
12 |
36 |
Kelas B |
|
13 |
30 |
Kelas B |
|
14 |
28 |
Kelas B |
|
15 |
26 |
Kelas B |
|
16 |
27 |
Kelas B |
|
17 |
32 |
Kelas B |
|
18 |
35 |
Kelas B |
|
19 |
38 |
Kelas B |
|
20 |
41 |
Kelas B |
Analisislah apakah
terdapat perbedaan antara nilai ujian kelas A dan kelas B.
5.
Langkah-langkah
Melakukan Uji T-Test
1)
Masukkan
data dan atur variabel view sesuai dengan data yang ada.
2)
Jika data sudah
diinput, kemudian klik Analyze →Compare Means→Independent-Samples
T-test
3)
Masukkan
Variabel yang akan diiuji pada kotak “Test
Variable” dan masukkan grouping variabel pada kotak di bawahnya. Grouping
variabel biasanya membedakan 2 kelompok yang akan diteliti, dalam soal
ini Kelas A dan Kelas B.
4)
Kemudian
klik define group. Dan masukkan angka sesuai group yang ada.
Misalkan ada 2 group yaitu Kelas A dan
Kelas B,
maka ditulis 1 dan 2. Kemudian klik “continue”.
5)
Kemudian untuk
menyesuaikan tingkat kepercayaan, klik “options”. Atur persentase
kepercayaan sesuai penelitian Anda.
Misal: 95% atau 99%. Kemudian klik “continue”
6)
Setelah
semua selesai diatur, klik “ok”. Maka hasilnya akan keluar. Bacalah hasil dan
interpretasikan.
6.
Jawaban dan Interpretasi Hasil
Hipotesis:
·
H0
: tidak ada perbedaan antara nilai ujian kelas A dan kelas B
·
H1
: ada perbedaan antara nilai ujian kelas A dan kelas B
T-Test
|
Group Statistics |
|||||
|
|
Kelas |
N |
Mean |
Std. Deviation |
Std. Error Mean |
|
nilai_ujian |
kelas_A |
10 |
40.3000 |
4.59589 |
1.45335 |
|
kelas_B |
10 |
32.8000 |
5.00666 |
1.58325 |
|
|
Independent Samples Test |
||||||||||
|
|
Levene's Test for Equality of Variances |
t-test for Equality of Means |
||||||||
|
F |
Sig. |
t |
df |
Sig. (2-tailed) |
Mean Difference |
Std. Error Difference |
95% Confidence Interval of the Difference |
|||
|
Lower |
Upper |
|||||||||
|
nilai_ujian |
Equal variances
assumed |
.264 |
.613 |
3.490 |
18 |
.003 |
7.50000 |
2.14916 |
2.98478 |
12.01522 |
|
Equal variances not
assumed |
|
|
3.490 |
17.870 |
.003 |
7.50000 |
2.14916 |
2.98242 |
12.01758 |
|
Interpretasi Hasil:
·
H0 ditolak karena P-value < α (0,003 <
0,05)
·
Terdapat perbedaan
nilai ujian yang signifikan antara kelas A dan kelas B pada fakultas Psikologi
suatu universitas.
Kesimpulan:
Nilai ujian
kelas A dan kelas B pada fakultas Psikologi suatu universitas ternyata memiliki
perbedaan yang signifikan.
DAFTAR PUSTAKA
Fajar, Ibnu, dkk. 2009. Statistika Untuk Praktisi Kesehatan. Yogyakarta: Graha Ilmu.
Hidayat, Anwar. 2014. Tutorial
Independen T Test dengan SPSS. (https://www.statistikian.com/2014/04/independen-t-test-dengan-spss.html), diakses pada 16
Agustus 2019.
Mahmud, Juniawati, dkk. 2015. Uji
T’ Independen Sample Test. (http://ppdmatematika.blogspot.com/2016/01/independent-sample-test.html), diakses pada 16
Agustus 2019.
(http://repository.usu.ac.id/bitstream/handle/123456789/62887%20I.pdf?sequence=5&isAllowed=y),
diakses pada 15 Agustus 2019.
No comments:
Post a Comment