1. One Sample T Test / Uji t satu sampel
One sample t test merupakan teknik analisis untuk membandingkan satu variabel bebas. Teknik ini digunakan untuk menguji apakah nilai tertentu berbeda secara signifikan atau tidak dengan rata-rata sebuah sampel.
Uji t sebagai teknik pengujian hipotesis deskriptif memiliki tiga criteria yaitu uji pihak kanan, kiri dan dua pihak.
Uji Pihak Kiri : dikatakan sebagai uji pihak kiri karena t tabel ditempatkan di bagian kiri Kurva
Uji Pihak Kanan : Dikatakan sebagai uji pihak kanan karena t tabel ditempatkan di bagian kanan kurva.
Uji dua pihak : dikatakan sebagai uji dua pihak karena t tabel dibagi dua dan diletakkan di bagian kanan dan kiri
- Contoh Kasus
Contoh Rumusan Masalah : Bagaimana tingkat keberhasilan belajar siswa
Hipotesis kalimat :
- Tingkat keberhasilan belajar siswa paling tinggi 70% dari yang diharapkan (uji pihak kiri / 1-tailed)
- Tingkat keberhasilan belajar siswa paling rendah 70% dari yang diharapkan (uji pihak kanan / 1-tailed)
- Tingkat keberhasilan belajar siswa tidak sama dengan 70% dari yang diharapkan (uji 2 pihak / 2-tailed)
————————————————————————————————-
Pengujian Hipotesis : Rumusan masalah Satu
Hipotesis kalimat
Ha : tingkat keberhasilan belajar siswa paling tinggi 70% dari yang diharapkan
Ho : tingkat keberhasilan belajar siswa paling rendah 70% dari yang diharapkan
Hipotesis statistik
Ha : µ 0 < 70%
Ho : µ 0 ≥ 70%
Parameter uji : –
Jika – t tabel ≤ t hitung maka Ho diterima, dan Ha di tolak
Jika – t tabel > t hitung maka Ho ditolak, dan Ha diterima
Penyelesaian Kasus 1 (uji t pihak kiri)
Data yang hasil ulangan matematika siswa sebanyak 37 siswa. data dapat didownload DATA uji t one sampel
DATA NILAI
No
|
Nilai
|
1
|
67
|
2
|
75
|
3
|
81
|
4
|
60
|
5
|
80
|
6
|
75
|
7
|
71
|
8
|
68
|
9
|
80
|
10
|
78
|
11
|
71
|
12
|
80
|
13
|
65
|
14
|
57
|
15
|
78
|
16
|
63
|
17
|
76
|
18
|
73
|
19
|
63
|
20
|
65
|
21
|
72
|
22
|
80
|
23
|
75
|
24
|
67
|
25
|
72
|
26
|
79
|
27
|
80
|
28
|
81
|
29
|
75
|
30
|
71
|
31
|
74
|
32
|
65
|
33
|
55
|
34
|
70
|
35
|
72
|
36
|
82
|
37
|
67
|
Klik Analyze – Pilih Compare Means, lalu pilih One Sample T Test
Masukkan variabel nilai ke dalam Test Variable Box, abaikan yang lain kemudian klik OK
Selanjutnya
Uji Normalitas data : Klik Analyze, Pilih Non Parametrics Test – pilih 1 Sampel K-S,
masukkan variabel nilai ke dalam Test Variable List, kemudian Klik OK
Hasil
Hasil uji di atas menunjukkan bahwa t hitung = 61.488. T tabel diperoleh dengan df = 36, sig 5% (1 tailed) = 1.684. Karena – t tabel < dari t hitung (-1.684 < 61.488), maka Ho diterima, artinya tingkat keberhasilan belajar siswa paling tinggi 70% tidak terbukti, bahkan lebih dari yang diduga yaitu sebesar 74.3489
Hasil uji normalitas data menunjukkan nilai Kol-Smirnov sebesar 0.600 dan Asymp. Sig tidak signifikan yaitu sebesar 0.864 (> 0.05), sehingga dapat disimpulkan data berdistribusi normal
2. Uji T berpasangan 2 kelompok
Suatu penelitian dilakukan untuk menguji perbedaan stress kerja karyawan yang bekerja di ruangan yang bersifat tradisional lalu pendah pada ruangan yang modern.
Apakah terdapat perbedaan stres karyaman ketika berada di ruangan tradisional dengan ketika berada diruangan modern?
langkah-langkah melakukan uji T berpasangan:
1. Memeriksa syarat uji t untuk kelompok berpasangan:
· Sebaran data harus normal
· varians data tidak perlu diuji karena kelompok data berpasangan
2. Jika memenuhi syarat (sebaran data normal), maka dipilih uji t berpasangan.
3. Jika tidak memenuhi syarat (sebaran data tidak normal) dilakukan terlebih dahulu transformasi data.
4. Jika variabel baru hasil transformasi mempunyai sebaran data yang normal, maka dipakai uji t berpasangan
5. Jika variabel baru hasil transformasi mempunyai sebaran data yang tidak normal, maka dipilih uji wilcoxon.
Setelah kita memperoleh data dan memasukkan ke dalam SPSS, maka hasilnya sebagai berikut:
Pada tahap pertama memeriksa syarat uji t berpasangan. syaratnya yaitu data harus bersebaran normal sehingga perlu dilakukan uji normalitas. Sesuai dengan langkah-langkah uji normalitas diperoleh hasil (untuk belum tahu bisa lihat pada postingan sebelumnya[TUTORIAL] Uji normalitas dengan SPSS)
Dengan melihat hasil test of normality Shapiro-Wilk, diperoleh hasil nilai P-value untuk kedua kelompok data adalah lebih dari 0,05. Dengan demikian, dapat diambil kesimpulan bahwa distribusi kedua kelompok data adalah normal.
Karena syarat data berdistribusi normal terpenuhi, maka uji hipotesis yang dipergunakan adalah uji t berpasangan.
Langkah-langkah uji t berpasangan:
• Analyze, kemudian compare means....Paired sample t
• Masukkan kedua variabel ke dalam kotak paired variables.
• kemudian continue...ok...Hasilnya sebagai berikut
Intrepretasi hasil uji t berpasangan:
1. Bagian paired samples statistics menggambarkan deskripsi masing-masing variabel.
2. Bagian paired samples correlation menunjukkan korelasi antara dua variabel. Tampak korelasi kuat(0,921) dan signifikan (sig=0,000). Salah satu syarat uji t berpasangan adalah kedua kelompok data saling berkorelasi tinggi (r>0,9)
3. Tabel ke tiga Paired Sample Test menggambarkan hasil uji t berpasangan. Lihat kolom sig.(2 tailed). diperoleh nilai significancy 0,492(p>0,05), artinya "tidak ada perbedaan rerata stres karyawan yang berada pada ruang tradisional dengan berapa pada ruang modern".
3. Uji T Berpasangan
Uji-t menilai apakah mean dan keragaman dari dua kelompok berbeda secara statistik satu sama lain. Analisis ini digunakan apabila kita ingin membandingkan mean dan keragaman dari dua kelompok data, dan cocok sebagai analisis dua kelompok rancangan percobaan acak.
Uji t berpasangan (paired t-test) biasanya menguji perbedaan antara dua pengamatan. Uji t berpasangan biasa dilakukan pada Subjek yang diuji pada situasi sebelum dan sesudah proses, atau subjek yang berpasangan ataupun serupa. Misalnya jika kita ingin menguji banyaknya gigitan nyamuk sebelum diberi lotion anti nyamuk merk tertentu maupun sesudahnya. Lanjutan dari uji t berpasangan adalahuji ANOVA berulang.
Rumus yang digunakan untuk mencari nilai t dalam uji-t berpasanganadalah:
Uji-t berpasangan menggunakan derajat bebas n-1, dimana n adalah jumlah sampel.
Hipotesis pada uji-t berpasangan yang digunakan adalah sebagai berikut:
H0: D = 0 (perbedaan antara dua pengamatan adalah 0)
Ha: D ≠ 0 (perbedaan antara dua pengamatan tidak sama dengan 0).
Ilustrasi:
Jika kita ingin membandingkan nilai matematika siswa di sebuah sekolah sebelum dan sesudah mengikuti bimbingan belajar, data yang diberikan adalah sebagai berikut:
Dengan SPSS 17.0 langkahnya sangat mudah:
1. Pertama-tama input data sebagai berikut:
1. Pertama-tama input data sebagai berikut:
2. Kemudian pilih Analyze – Compare Means – Paired Samples T test, seperti berikut:
3.Setelah muncul kotak dialog Paired-T test, masukkan kedua variabel ke kotak Paired Variables, kemudian klik continue – OK,
4. Akan ditunjukkan output sebagai berikut:
5. Interpretasi
Nilai t-hitung yang dihasilkan adalah 4,015 pada derajat bebas 14 lebih besar daripada nilai t-tabel sebesar 1,761 (lihat tabel sebaran t). nilai sig.2-tailed lebih kecil daripada nilai kritik 0,05 (0,001 < 0,05) berarti kita dapat menolak H0 dimana perbedaan adalah tidak sama dengan nol, artinya tidak terdapat perkembangan signifikan dari hasil bimbingan belajar yang dilakukan terhadap bidang studi matematika di sekolah tersebut.(yoz).
4. Uji T independen dan dependen
- Independen
1. Buka lembar kerja SPSS, kemudian klik Variabel view, pada bagianName pertama tuliskan Nilai. Kemudian untuk Name kedua tuliskan kelompok, kemudian pada bagian decimals yang kedua ganti dengan 0, lalu klik pada bagian value yang kedua hingga muncul kotak dialogvalue label, pada kotak value isikan 1 dan kotak label isikan kelompok A, lalu klik Add, kemudian isikan lagi pada kotak value dengan isian 2 dan kotak label isikan kelompok B, lalu klik add dan ok (biarkan yang lainnya tetap default jangan di otak atik).
Jika sudah benar, maka tampilannya seperti gambar dibawah ini
2. Klik variable view, kemudian untuk nilai isikan dengan nilai diatas dan untuk
kelompok isikan 1 untuk nilai kelompok A dan 2 untuk nilai kelompok B
3. Kalau sudah, klik Analyze – compare means – independent sample T-test...
4. Muncul kotak diaolog independent sample T-test, kemudian masukkan variable nilai ke kotak Test Variable (s) dan masukkan variable kelompok ke kotak grouping variable.
5. Klik define grouping, pada kotak group1 isikan 1 dan kotak group2 isikan 2, lalu klik continue.
6. Selanjutnya klik options, kemudian pada kotak confidence interval percentage isikan 95, lalu klik continue
7. Setelah semua beres, maka klik ok dan akan muncul output SPSS
- Interpretasi output SPSS uji independent sample T-test perhatikan pada output independen sample t-test, berdasarkan output diatas di peroleh nilai sig (2- tailed) sebesar 0.039 < 0.05, maka sesuai dasar pengambilan keputusan dalam uji independent sample t-test, maka dapat disimpulkan Ho ditolak dan Ha diterima, yang artinya bahwa terdapat perbedaan antara rata-rata prestasi belajar kelompok A dengan kelompok B.
- Uji Rata-Rata Dua Sampel Dependen/Berpasangan Menggunakan SPSS
Berikut ini akan saya paparkan langkah pengerjaan Uji Rata-Rata Dua Sampel Berpasangan secara statistik dan dengan menggunakan software:
Langkah Pengujian Menggunakan SPSS
1. Entri data dengan format yang sama seperti excel
2. Klik Analyze→ Compare Means → Paired Sample T Test
3. Masukkan sebelum ke variable 1 dan sesudah ke variable 2, kemudian klik OK
4. Maka akan keluar output sbb:
Paired Samples Test
| |||||||||
Paired Differences
|
t
|
df
|
Sig. (2-tailed)
| ||||||
Mean
|
Std. Deviation
|
Std. Error Mean
|
95% Confidence Interval of the Difference
| ||||||
Lower
|
Upper
| ||||||||
Pair 1
|
VAR00002 - VAR00003
|
.18750
|
2.45544
|
.61386
|
-1.12091
|
1.49591
|
.305
|
15
|
.764
|
Statistik Observasi: t= 0.305, p-value: 0.764
Keputusan: Tidak Tolak H0
Kesimpulan: dengan tingkat keyakinan 95 persen dapat disimpulkan bahwa tidak terdapat perbedaan antara rata-rata sebelum dan sesudah.
5. Uji one way INOVA
Anova merupakan singkatan dari "analysis of varian" adalah salah satu uji komparatif yang digunakan untuk menguji perbedaan mean (rata-rata) data lebih dari dua kelompok. Misalnya kita ingin mengetahui apakah ada perbedaan rata-rata IQ antara siswa kelas SLTP kelas I, II, dan kelas III. Ada dua jenis Anova, yaitu analisis varian satu faktor (one way anova) dan analisis varian dua faktor (two ways anova). Pada artikel ini hanya akan dibahas analisis varian satu faktor.
· Untuk melakukan uji Anova, harus dipenuhi beberapa asumsi, yaitu:
1. Sampel berasal dari kelompok yang independen
2. Varian antar kelompok harus homogen
Asumsi yang pertama harus dipenuhi pada saat pengambilansampel yang dilakukan secara random terhadap beberapa (> 2) kelompok yang independen, yang mana nilai pada satu kelompok tidak tergantung pada nilai di kelompok lain. Sedangkan pemenuhan terhadap asumsi kedua dan ketiga dapat dicek jika data telah dimasukkan ke komputer, jika asumsi ini tidak terpenuhi dapat dilakukan transformasi terhadap data. Apabila proses transformasitidak juga dapat memenuhi asumsi ini maka uji Anova tidak valid untuk dilakukan, sehingga harus menggunakan uji non-parametrik misalnya Kruskal Wallis.
Prinsip Uji Anova adalah melakukan analisis variabilitas data menjadi dua sumber variasi yaitu variasi di dalam kelompok (within) dan variasi antar kelompok (between). Bila variasi withindan between sama (nilai perbandingan kedua varian mendekati angka satu), maka berarti tidak ada perbedaan efek dari intervensi yang dilakukan, dengan kata lain nilai mean yang dibandingkan tidak ada perbedaan. Sebaliknya bila variasi antar kelompok lebih besar dari variasi didalam kelompok, artinya intervensi tersebut memberikan efek yang berbeda, dengan kata lain nilai mean yang dibandingkan menunjukkan adanya perbedaan.
Setelah kita pahami sedikit tentang One Way Anova, maka mari kita lanjutkan dengan mempelajari bagaimana melakukan uji One Way Anova dengan SPSS.
Sebagai bahan uji coba, maka kita gunakan contoh sebuah penelitian yang berjudul "Perbedaan Pendapatan Berdasarkan Pekerjaan". Di mana pendapatan sebagai variabel terikat bertipe data kuantitatif atau numerik sedangkan pekerjaan sebagai variabel bebas berskala data kualitatif atau kategorik, yaitu dengan 3 kategori: Tani, Buruh dan Lainnya. (Ingat bahwa uji One Way Anova dilakukan apabila variabel terikat adalah interval dan variabel bebas adalah kategorik). (Pelajari juga tentang Pengertian Data).
Langsung Saja:
- Tutorial One Way Anova
· Buka SPSS
· Buka Tab Variable View, buat 2 variabel: Pekerjaan dan Pendapatan
· Ubah Type Pekerjaan ke "Numeric", Decimals "0", beri label "Pekerjaan", ubah measure menjadi "Nominal" dan isi value dengan kategori: 1 = Tani, 2 = Buruh dan 3 = Lainnya
· Ubah Type Pendapatan ke "Numeric", Decimals "0", beri label "Pendapatan", ubah measure menjadi "Scale".
· Buka Data View dan isikan data sebanyak 24 responden sebagai berikut:
· Pada menu, pilih Analyze, Compare Means, One-Way ANOVA, sampai muncul jendela One-Way ANOVA seperti di bawah ini:
· Pilih variabel "Pendapatan" lalu masukkan ke kotak "Dependent List:" Kemudian pilih variabel "Pekerjaan" lalu masukkan ke kotak "Factor:" Sehingga nampak seperti di bawah ini:
· Klik tombol Options, akan muncul jendela ini: Centang "Descriptive" dan "Homogenity of variance test"
· Klik Continue
· Masih dijendela One Way ANOVA, klik tombol Post Hoc, sampai muncul jendela ini: Centang Bonferroni dan Games-Howell serta biarkan significance level = 0,05.
· Klik Continue
· Lalu Klik OK dan Lihatlah hasil!
Hasil terilhat sebagai berikut:
6. KORELASI
Merupakan teknik statistik yang digunakan untuk meguji ada/tidaknya hubungan serta arah hubungan dari dua variabel atau lebih.
- Korelasi yang akan dibahas dalam pelatihan ini adalah :
=> KOEFISIEN KORELASI
Besar kecilnya hubungan antara dua variabel dinyatakan dalam bilangan yang disebut Koefisien Korelasi
a. Besarnya Koefisien korelasi antara -1 0 +1
b. Besaran koefisien korelasi -1 & 1 adalah korelasi yang sempurna
c. Koefisien korelasi 0 atau mendekati 0 dianggap tidak berhubungan antara dua variabel yang diuji
b. Besaran koefisien korelasi -1 & 1 adalah korelasi yang sempurna
c. Koefisien korelasi 0 atau mendekati 0 dianggap tidak berhubungan antara dua variabel yang diuji
=> ARAH HUBUNGAN
a. Positif (Koefisien 0 s/d 1)
b. Negatif (Koefisien 0 s/d -1)
c. Nihil (Koefisien 0)
b. Negatif (Koefisien 0 s/d -1)
c. Nihil (Koefisien 0)
1. Input data ke SPSS.
Ada 2 view dalam SPSS, yaitu Data View dan Variable View. Data di input ke Data View.
Sementara Variable View digunakan untuk memberi nama variabel.
2. Langkah selanjutnya yaitu Uji Normalitas. Untuk melakukannya, pilih menu Analyze, kemudian pilih Descriptive Statistics, lalu Explore.
Setelah muncul kotak dialog, pindahkan variabel Nilai Impor dan Pendapatan Nasional ke kotak Dependent List. Kemudiakn klik Plots. Lalu aktifkan box Normality plots with tests, klik Continue lalu OK.
Ini hasil Uji Normalitas
3. Tahap selanjutnya adalah tahap analisis. Pilih menu Analyze, lalu Correlate dan klik Bivariate.
Setelah muncul kotak dialog, pindahkan variabel Nilai Impor dan Pendapatan Nasional ke kotak Variables. Aktifkan box Pearson dan klik OK.
Ini hasil analisis Korelasi Pearson
4. Untuk melakukan analisis Korelasi Spearman, caranya sama seperti melakukan analisis Korelasi Pearson. Hanya saja, box yang diaktifkan saat kotak dialog muncul adalah box Spearman. Kemudian klik OK.
Ini hasil analisis Korelasi Spearman
5. Untuk melakukan analisis Korelasi Partial. Pilih menu Analyze, lalu Correlate dan klik Partial.
Setelah muncul kotak dialog, pindahkan variabel Nilai Impor dan Pendapatan Nasional ke kotak Variables, dan variabel Tahun ke kotak Controlling for. Klik OK.
Ini hasil analisis Korelasi Partial
6. Selanjutnya yaitu analisis Korelasi Ganda. Karena tidak ada menu khusus korelasi ganda di SPSS, maka menggunakan regresi. Pilih menu Analyze, lalu Regression dan klik Linear.
Setelah muncul kotak dialog, pindahkan variabel Nilai Impor ke kotak Dependent dan variabel Pendapatan Nasional ke kotak Independent(s). Lalu klik OK.
Ini hasil analisis Korelasi Ganda
7. REGRESI LINIER SEDERHANA
Analisis regresi linear sederhana merupakan salah satu metode regresi yang dapat dipakai sebagai alat inferensi statistik untuk menentukan pengaruh sebuah variabel bebas (independen) terhadap variabel terikat (dependen). Uji Regresi linear sederhana ataupun regresi linier berganda pada intinya memiliki beberapa tujuan, yaitu:
1. Menghitung nilai estimasi rata-rata dan nilai variabel terikat berdasarkan pada nilai variabel bebas.
2. Menguji hipotesis karakteristik dependensi
3. Meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel bebas diluar jangkaun sample.
Tahap selanjutnya yaitu analisis regresi. Untuk melakukan analisis Regresi Sederhana, pilih menu Analyze, lalu Regression dan klik Linear.
Setelah muncul kotak dialog, pindahkan variabel Nilai Impor ke kotak Dependent dan variabel Pendapatan Nasional ke kotak Independent(s). Klik OK.
Ini hasil analisis Regresi Sederhana
8. Untuk melakukan analisis Regresi Ganda. Pilih menu Analyze, lalu Regression dan klik Linear. Setelah muncul kotak dialog, pindahkan variabel Tahun ke kotak Dependent, sedangkan variabel Nilai Impor dan Pendapatan Nasional ke kotak Independent(s). Klik Statistics. Aktifkan box Collinearity diagnostics dan klik Continue. Klik OK.
Ini hasil analisis Regresi Ganda
NB : Setiap selesai melakukan analisis, hasil analisisnya di save. Setelah semuanya selesai, data yang diinput pertama kali juga di save.
Tidak ada komentar:
Posting Komentar