Category Archives: Independent Sampel t Test

INDEPENDENT SAMPEL T TEST

INDEPENDEN SAMPLE T TEST

Tujuan analisis ini adalah untuk membandingkan dua rata-rata dua grup yang tidak berhubungan. (untuk variabel yang saling berhubungan anda bisa lihat di sini).

Data yang digunakan adalah kuantitatif dengan asumsi berdistribusi normal.

Contoh Kasus 1

Seorang peneliti ingin membandingkan rata-rata ketikdalulusan siswa antara SMA swasta dan SMA negeri di 10 Kabupaten.

Kabupaten

Tidak Lulus

Swasta Negeri
A         3.72         1.88
B         3.20         1.61
C         4.40         2.69
D         3.90         1.38
E         2.78         3.94
F         4.83         2.78
G         4.81         1.51
H         3.52         2.86
I         2.41         1.03
J         4.82         2.68

 

PENYELESAIAN KASUS

Pilih ANALYZE COMPARE MEANS INDEPENDENT -SAMPLE T TEST…

Masukkan variabel ketidaklulusan ke Test Variable, dan group ke Grouping Variable.

Klik Define Groups, lalu Setting angka 1 untuk Group 1, dan angka 2 untuk Group 2 (group ini merupakan perbedaan antara sma swasta (kode 1), dan SMA negeri (kode 2).

Abaikan yang lain lalu Klik OK

 

INTERPRESTASI dan PEMBAHASAN

Pada Group statistik dapat dilihat bahwa rata-rata ketidaklulusan siswa untuk SMA swasta adalah sebesar 3,84%, sementara untuk SMA negeri adalah 2,24%. Standar deviasi pada dua group ini tidak jauh berbeda yaitu 0,875 untuk SMA swasta, dan 0,896 untuk SMA Negeri

Uji Hipotesis

Ho = kedua rata-rata populasi adalah sama (identik)

Ha = kedua rata-rata populasi adalah berbeda (tidak sama)

 

Parameter Uji

t hitung 4,047 dibandingkan dengan t tabel dengan df 18 dan alpha 5% adalah 2,01. Karena nilai t hitung > t tabel maka dapat disimpulkan Ho ditolak, artinya terdapat perbedaan antara dua kelompok yang diuji

Nilai probabilitas adalah sebesar 0,001, jauh dibawah alpha 0,05 sehingga sejalan dengan uji t di atas kesimpulan yang bisa diperoleh adalah sama yaitu Ho ditolak, dan Ha diterima

Uji Normalitas

Lalu apakah data berdistribusi Normal.

Lihat cara mengujinya di sini..dengan teknik Kol-Smirnov

Hasil uji normalitas menggunakan Kol-Smirnov Test menunjukkan nilai Asymp. Sig. (2-tailed) sebesar 0.971. Karena nilai sig > 0.05 maka dapat disimpulkan bahwa data ketidaklulusan berdistribusi normal

 

Selamat mencoba….

Advertisements