Simulasi Uji T Sampel Berpasangan atau Paired Sample T Test

Uji T sampel berpasangan atau Paired Sample T Test adalah  uji yang dipergunakan untuk melihat apakah terdapat perbedaan atau tidak pada dua kelompok atau dua sampel yang saling berhubungan. Pengertian berhubungan itu misalnya, ada satu kelas, diberikan suatu ujian, lalu diberikan metode pembelajaran tertentu, lalu diberikan ujian lagi yang kurang lebih sama, lalu dibandingkan hasil ujian antara sebelum diberikan metode tersebut dengan setelah diberikan metode tersebut. Jika ada perbedaan yang signifikan berarti metode tersebut dianggap efektif.

Contoh lain misalnya, perbedaan kinerja keuangan perusahaan sebelum melakukan stock split dengan kinerja perusahaan yang sama setelah melakukan stock split. Jika terdapat perbedaan berarti kebijakan tersebut mampu mengubah kinerja, tetapi jika tidak terdapat perbedaan berarti kebijakan tersebut tidak merubah kinerja atau mungkin hanya membuat sahamnya lebih likuid saja. Di sini juga dapat dijadikan rujukan bagi para peneliti yang bingung karena hipotesisnya ditolak. Ditolak atau diterima tidak masalah selama memang ada penjelasan yang masuk akal. 

Berikut adalah contoh dua distribusi data dari suatu sampel sebelum dikenai suatu treatment dengan setelah dikenai treatment

Contoh Data Uji Paired T Test atau Uji T Sampel Berpasangan

Ada 50 data yang disusun seperti gambar di atas. Sebelum melakukan Uji hipotesis, maka perlu dilihat apakah kedua data terdistribusi normal atau tidak. Ini syarat untuk statistik parametrik.

Menu Uji Normalitas dengan Kolmogorov-Smirnov
Pilih Analyze, Nonparamatrics Tests, Legacy Dialogs klik pada 1-Sample K-S sehingga akan diarahkan ke sub menu sebagai berikut:

Masukkan Kedua Variabel ke dalam Box
Masukkan kedua variabel, Sebelum dan Sesudah ke dalam box di sebelah kanan. Pastikan Test Distribution di kiri bawah dberikan tanda centang pada Normal, lalu klik OK. Maka akan keluar output Uji Normalitas dengan Kolmogorov-Smirnov sebagai berikut:

Output Uji Normalitas dengan Kolmogorov-Smirnov
Tampak pada gambar di atas, bahwa kedua data telah terdistribusi secara normal dengan Signifikansi di atas 0,05. Berarti dapat dikenai statistik Uji T Sampel Berpasangan. Pilih Analyze, Compare Means lalu klik pada Paired-Samples T Test

Menu Uji T Sampel Berpasangan
Maka Anda akan diarahkan ke Sub Menu yaitu sebagai berikut:

Memasukkan Variabel ke Menu Paired T Test
Masukkan variabel Sebelum dan Sesudah seperti pada gambar di atas, Lalu klik pada OK, sehingga akan keluar output sebagai berikut:

Output Rata-rata dan Standar Deviasi
Output yang pertama adalah nilai rata-rata dan standar deviasi. Tampak bahwa nilai rata-rata Sebelum adalah sebesar 24,40 dan Sesudah adalah sebesar 25,10. Lebih tinggi Sesudah. Sedangkan standar deviasinya adalah 1,969 untuk Sebelum dan sebesar 2,082 untuk Sesudah. Keduanya tidak terlalu berbeda. Berikutnya adalah output Korelasi.
Output Nilai Korelasi Kedua Sampel

Kedua sampel mempunyai korelasi sebesar 0,647 dengan Signifikansi sebesar 0,000 yang berarti terdapat korelasi yang signifikan antara Sebelum dengan Sesudah. Korelasi tersebut sebenarnya sama dengan Korelasi Pearson

Untuk menentukan apakah terdapat perbedaan atau tidak, maka dipergunakan output yang ketiga yaitu sebagai berikut:

Output Uji T Sampel Berpasangan

Tampak bahwa selisih rata-rata antara Sebelum dengan Sesudah adalah sebesar 0,700. Nilai negatif menunjukkan bahwa nilai rata-rata Sesudah lebih tinggi dibandingkan sebelum atau ada peningkatan. Nilai T hitung adalah sebesar -2,903. Tanda negatif menunjukkan arah atau bahwa terjadi peningkatan. Jadi tinggal dibandingkan nilai mutlaknya dengan T pada tabel. Atau bisa juga dengan melihat nilai signifikansi yaitu sebesar 0,006 < 0,05 yang berarti signifikan. Terdapat perbedaan yang signifikan antara Sebelum dengan Sesudah. Jika dianalisis lebih lanjut, maka terjadi peningkatan nilainya.

Share:

Tidak ada komentar:

Posting Komentar

Baca dulu sebelum tulis komentar:

Sebelum menuliskan pertanyaan, mohon disimak tanya jawab yang ada terlebih dahulu. Pertanyaan yang sama atau senada biasanya tidak terjawab. Untuk pengguna Blogger mohon profil diaktifkan agar tidak menjadi dead link. Atau simak dulu di Mengapa Pertanyaan Saya Tidak Dijawab?
Simak juga Channel kami di Statistik TV
Komentar akan kami moderasi dulu sebelum ditampilkan. Aktifkan Akun Google Anda.

Terima kasih.

Ingin menghubungi kami untuk kerja sama?

Nama

Email *

Pesan *

Translate

Artikel Populer Seminggu Terakhir

Komentar Terbaru

`