Simulasi Independent Sample T Test atau Uji T Sampel Tidak Berkorelasi

Dalam suatu penelitian, ada suatu kondisi di mana kita ingin melihat perbedaan rata-rata antara dua sampel yang tidak berkorelasi. Misalnya kita ingin mengetahui perbedaan nilai rata-rata pelajaran tertentu antara siswa pria dan wanita,  Atau kita ingin melihat apakah terdapat perbedaan persepsi Standar Akuntansi Keuangan (SAK) terbaru antara akuntan publik dengan akuntan pendidik atau contoh-contoh lain yang serupa. Kita tidak dapat menggunakan paired test atau Uji T untuk sampel berpasangan, karena kedua sampel memang tidak berkorelasi, bahkan jumlahnya juga berbeda (dalam kasus tertentu, jumlah kedua sampel juga bisa sama).

Dalam simulasi ini, kita ingin melihat apakah terdapat perbedaan nilai skor nilai pelajaran tertentu antara siswa wanita dengan siswa pria dalam suatu sekolah. 

Sampel 28 Pria dan 22 Wanita dan Rata-rata Skor Nilai Pelajaran
Terdapat 28 siswa pria dengan nilai rata-rata sebesar 28 dan 22 siswa wanita dengan rata-rata skor 25,30. Masing-masing data telah dilengkapi dengan standard deviasianya. Nilai rata-rata pada wanita lebih tinggi akan tetapi, apakah itu signifikan atau tidak secara statistik, mari kita lihat bersama. 

Langkah pertama adalah melihat apakah data tersebut normal atau tidak. Ini penting karena statistik parametrik mensyaratkan adanya normalitas data. 

Uji Normalitas SPSS dengan Kolmogorov-Smirnov
Tampak bahwa nilai Signifikansi adalah sebesar 0,073 > 0,05 yang berarti data pada sampel telah terdistribusi secara normal dan bisa dikenakan statistik parametrik. Pilih Analyze, pilih Compare Means lalu klik pada Independent Sample T Test seperti pada gambar di bawah:

Menu Independent Samples T Test

Maka akan masuk ke menu baru lalu masukkan variabel Skor ke Box Test Variables. Lalu masukkan JK (Jenis Kelamin) ke Grouping Variable, lalu klik pada Define Groups:

Memasukkan Data Sampel
Setelah klik Grouping Variables maka akan masuk lagi ke Sub Menu seperti pada gambar di bawah ini:

Sub Menu Grouping Variables
Berikan angka 1 pada Group 1 dan 2 pada Group 2. Ini merupakan Skala Nominal di mana 1 adalah Pria dan 2 adalah Wanita. Setelah itu klik Continue lalu klik OK sehingga akan keluar output sebagai berikut:

Output Independents Sample T Test

Pertama lihat pada Levene's Test untuk melihat apakah kedua sampel mempunyai varians yang equal atau tidak. Nilai F adalah 0,232 dengan Signifikansi sebesar 0,632 > 0,05 yang menunjukkan bahwa tidak terdapat perbedaan varians di antara kedua sampel atau equal. Jadi kita lihat nilai T hitung pada Equal Variances Assumed yaitu sebesar 0,380 (negatif) dengan Signifikansi sebesar 0,706 > 0,05 yang berarti tidak terdapat perbedaan nilai rata-rata antara dua kelompok tersebut.

Berarti skor nilai rata-rata pelajaran tertentu antara pria dan wanita adalah tidak berbeda. Hipotesis nol diterima dan hipotesis alternatif ditolak. Jika Anda merumuskan 'Terdapat perbedaan nilai rata-rata pelajaran X antara siswa pria dan wanita' maka hipotesis itu ditolak. Masalah? Tentu tidak, jika Anda melaksanakan penelitian dan analisis ini sesuai prosedur yang ada.

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.

Artikel Terbaru

Translate

Instagram

Instagram
Gabung Instagram Kami

Artikel Terbaru

Jual Data Laporan Keuangan Perusahaan yang Listing di BEI Tahun 2020

Setiap perusahaan yang telah go public wajib untuk menyerahkan laporan keuangan ke badan otoritas, sebagai salah satu bentuk pertanggungjawa...

Artikel Populer Seminggu Terakhir

Komentar Terbaru

`

Ingin menghubungi kami untuk kerja sama?

Nama

Email *

Pesan *