Uji t sampel berpasangan Menggunakan SPSS

Sukai dan Bagikan Artikel ini :

Uji t sampel berpasangan (Statistik Parametrik)

Uji t sampel berpasangan digunakan pada saat analisis dilakukan terhadap satu sampel dengan subjek yang sama namun mengalami dua perlakuan yang berbeda, gunanya untuk mengetahui apakah ada perbedaan secara signifikan sebelum dan sesudah di berikan perlakuan, banyak anggota dalam satu sampel biasanya >= 30 untuk pengujian statistiknya (sudjana; 2005). Nilai yang diperoleh tentunya dari hasil tes pada suatu sampel. 

Pada pembahasan kali ini saya berikan contoh uji statistik untuk sampel yang berpasangan,  artinya sampel tersebut yang subjeknya sama namun mengalami perlakuan yang berbeda. 

Langkah-langkah uji satu sampel berpasangan sebelum data diolah menggunalan SPSS sebagai berikut:

1. Buatlah tes (nilai berat badan sebelum dan seduah minum obat, perbandingan hasil belajar, dan lain-lain) terhadap subjek dalam satu sampel.

2. Buatlah hipotesisnya yaitu:

H0 = tidak berbeda secara nyata atau sama (disesuaikan dengan hipotesisnya)

H1 = Berbeda secara nyata atau tidak sama (disesuaikan dengan hipotesisnya)

3. Tentukan taraf signifikan atau taraf kepercayaan (biasanya untuk pendidikan sig 0.05 dan untuk bidang kesehatan sig 0.01)

4. Tentukan kriteria pengujian statistiknya yaitu:

H0 diterima jika Thitung < Ttabel (nilai t dapat dilihat dari tabel distribusi t). cara lain untuk melihat H0 diterima bisa juga dari nilai probabilitas dimana nilai sig > 0.05.

H0 ditolak pada harga lainnya artinya bila Thitung > Ttabel (nilai t dapat dilihat dari tabel distribusi t). Cara lain untuk melihat H0 ditolak bisa juga dari nilai probabilitas dimana nilai sig < 0.05.

Langkah-langkah uji satu sampel berpasangan setelah data sudah terkumpul dan ingin diolah menggunakan SPSS sebagai berikut: 

1. Data sudah terkumpul 

2. Uji asumsi harus terpenuhi yaitu data harus berdistribusi normal (wajib)

3. Bila uji asumsi sudah terpenuhi maka gunakanlah uji t berpasangan. Dengan syarat dimana nilai sig > 0.05 (pada ouput spss bisa dilihat dalam tabel Shapiro-Wilk bila banyak anggota sampel <= 50, bila anggota sampel >= 50 lihat disisi Kolmogorov-Smirnov)

4. Bila uji asumsi tidak terpenuhi yaitu dimana nilai sig < 0.05 untuk sampel <= 50 (pada ouput spss bisa dilihat dalam tabel Shapiro-Wilk) dan bila anggota sampel >= 50 lihat disisi Kolmogorov-Smirnov, maka coba tranformasi dulu datanya.

5. Bila data sudah ditranformasi coba lagi uji normalitasnya seperi pada langkah 2.

6. Bila hasil tranformasi juga tidak berdistribusi normal yaitu dimana nilai sig masih < 0.05 (pada ouput spss bisa dilihat dalam tabel Shapiro-Wilk dan Kolmogorov-Smirnov) maka pakailah uji non-parametrik Kolmogorov-Smirnov khusus untuk sampel yang berpasangan.

Coba kita perhatikan contoh berikut:

Seorang guru ingin mengetahui apakah terdapat perbedaan prestasi belajar siswa yang diajarkan dengan model pembelajaran Jigsaw dan Problem Basic Learning (PBL). Berikut ini hasil prestasi belajar 25 orang siswa dari kedua model pembelajaran tersebut.

Sebelum data diatas diolah lebih lanjut, ada beberapa langkah yang harus dibuat terlebih dahulu. Berikut Langkah-langkahnya:

1. Buat Hipotesisnya terlebih dahulu yaitu:

H0 =  Tidak berbeda secara nyata prestasi belajar siswa yang diterapkan dengan model pembelajaran Jigsaw dan PBL 

H1 = Berbeda secara nyata prestasi belajar siswa yang diterapkan dengan model pembelajaran Jigsaw dan PBL 

2. Tentukan taraf signifikan atau taraf kepercayaan (disini saya menggunakan alpha=0.05)

3. Tentukan kriteria pengujian statistiknya yaitu:

H0 diterima jika Thitung < Ttabel (nilai t dapat dilihat dari tabel distribusi t). cara lain untuk melihat H0 diterima bisa juga dari nilai probabilitas dimana nilai sig > 0.05.

H0 ditolak pada harga lainnya artinya bila Thitung > Ttabel (nilai t dapat dilihat dari tabel distribusi t). Cara lain untuk melihat H0 ditolak bisa juga dari nilai probabilitas dimana nilai sig < 0.05.

Mari kita selesaikan dengan menggunakan program SPSS

1. Buka aplikasi SPSS, bisa saudara cari di menu start seperti terlihat pada gambar berikut:

2. Klick program SPSS sampai muncul worksheet area kerja seperti pada gambar berikut:

3. Sebelah kiri bawah ada dua pilihan yaitu: Data view dan Variabel view

4. Lalu klick variabel view untuk menentukan variabel dari data yang kita punya

5. Isi variabel view seperti terlihat pada gambar berikut:

 6. Bila sudah di isi semua variabel view selanjutnya klick data view ada di sebelah kiri variabel view untuk kita isi hasil belajar siswa. Lalu isi variabel X (jigsaw) dan Y(PBL) serta semua nilai dari 25 siswa seperti terlihat pada gambar berikut:

7. Pada langkah ini kita akan menguji asumsi statistik parametrik dimana data tersebut beridistribusi normal atau tidak? 

8. Pada toolbar paling atas pilih Analyze---> descriptive Statistics---> Explore. Jika benar yang saudara pilih maka hasilnya seperti gambar berikut:

9. Dari gambar nomor 2 di atas pindahkan Jigsaw [X] dan PBL [Y] ke dalam kotak Dependent List, lalu klick Plots, pada kotak Boxplots pilih Factor levels together, pada kotak Deskriptive centang Stem-and-leaf, lalu centang Normality plots with test, lalu klik continue, lalu tekan OK. atau langkahnya seperti pada gambar berikut:

10. Setelah di klik OK keluarlah hasilnya seperti pada gambar berikut:

11. Kita analisis dulu dari hasil normalitas pada langkah ke 10 di atas

Dari gambar di atas kita bisa melihat pada tabel case summary processing yang bahwa banyak data pada sampel berjumlah (Valid) 25 yaitu Jigsaw dan PBL, tidak ada missing data, dan totalnya 100%. 

Lalu pada tabel Desktiptive disana kita bisa melihat baik pada model Jigaw maupun PBL karakteristik dari data yaitu mean (rata-rata), lower bound (tepi bawah kelas), upper bound (tepi atas kelas), median, standar deviasi dan lain-lain.

Pada tabel tests of Normality inilah yang paling penting. Dari tabel tersebut kita dapat melihat nilai signifikan baik untuk Jigsaw mapun PBL. Pada kolom shapiro wilk untuk Jigsaw diperoleh nilai sig sebesar 0.974, dan PBL nilai sig sebesar 0.563 itu artinya apa? karena nilai sig > 0.05 maka dapat di ambil kesimpunan bahwa data kita berdistribusi normal. 

Nah karena data yang kita punya sudah berdistribusi normal, maka kita diperbolehkan menggunakan uji statistik parametrik untuk pengujian hipotesis yang telah kita susun sebelumnya. Yuk langsung saja kita uji statistiknya.

12. Dari data yang sudah kita input sebelumnya, ada pada langkah 6 di atas. Pada toolbar silahkan saudara pilih Analyze ---> Compare Means ---> Paired-Sample T Test. Lalu pindahkan Jigsaw [X] kedalam kotak Paired variables  pas dalam kotak variable 1, dan pindahkan PBL [Y] kedalam kotak Paired variables  pas dalam kotak variable 2, options biar default saja 95%, Setelah itu tekan OK. Bila benar dimasukkan maka terlihat seperti gambar berikut:

13. Setelah di tekan tombol OK maka dapatlah hasilnya seperti berikut:

14. Kita sudah mendapatkan hasil yang kita inginkan. Selanjutnya kita analisis hasil tersebut mengacu pada hipotesis yang telah kita rumuskan diawal.

Pertama-tama kita analisis Paired Samples Statistics, dimana Pair 1 yaitu satu sampel berpasangan terlihat mean (rata-rata) pada setiap model pembelajaran Jigsaw dan PBL beserta standar deviasi dan jumlahnya masing-masing (bukan jadi patokan yang utama). 

Pada Paired Samples Correlation, kita dapat mengetahui tingkat keeratan hubungan kedua model tersebut yaitu sebesar 0.388 (bukan jadi patokan yang utama). 

Langkah terakhir sasaran yang sangat penting yaitu analisis terhadap model pembelajaran pada tabel Paired Samples Test. Mean (rata-rata) penggabungan Jigsaw dan PBL sebesar 7.240, nilai t hitung sebesar 8.883, sig (2-tailed) sebesar 0.000. 

Selanjutnya kita tinjau Hipotesisnya yaitu:

H0 =  Tidak berbeda secara nyata prestasi belajar siswa yang diterapkan dengan model pembelajaran Jigsaw dan PBL 

H1 = Berbeda secara nyata prestasi belajar siswa yang diterapkan dengan model pembelajaran Jigsaw dan PBL

Kriteria pengujian statistiknya yaitu:

H0 diterima jika Thitung < Ttabel (nilai t tabel dapat dilihat dari tabel distribusi t). cara lain untuk melihat H0 diterima bisa juga dari nilai probabilitas dimana nilai sig > 0.05.

H0 ditolak pada harga lainnya artinya bila Thitung > Ttabel (nilai t tabel dapat dilihat dari tabel distribusi t). Cara lain untuk melihat H0 ditolak bisa juga dari nilai probabilitas dimana nilai sig < 0.05.

Dari hasil di atas nilai T hitung = 8.883 dan nilai t tabel (lihat tabel distribusi t) di dapat 2.064. Jadi t hitung > t tabel atau nilai probabilitas sig < 0.05. Jadi Tolak H0 terimalah H1. Kesimpulannya: Berbeda secara nyata prestasi belajar siswa yang diterapkan dengan model pembelajaran Jigsaw dan PBL.