Cara Uji Independent Sample T-Test Dan Interpretasi Dengan Spss

Cara Uji Independent Sample T-Test dan Interpretasi dengan SPSS | Independent Sample T-Test kalau diterjemahkan dalam bahasa Indonesia maka berarti uji t sampel Tidak bekerjasama atau bebas. Perhatikan kata “Independen” atau “bebas” maknanya yaitu tidak ada kekerabatan antara dua sampel yang akan diuji. Sebagai teladan saya akan menguji apakah ada berbedaan rata-rata 2 (dua) sampel yang teridiri dari kelompok A dan Kelompok B terkait dengan prestasi belajarnya. Contoh ini menjelaskan bahwa sampel penelitian ini terdiri dari dua kelompok yang berbeda atau tidak bekerjasama satu sama lain (sampel bebas). Contoh datanya sanggup dilihat pada gambar di bawah ini.

Keterangan : Kelompok A diberi isyarat 1 dengan N = 6 orang, sedangkan Kelompok B diberi isyarat 2 dengan N = 5 orang. Nilai diartikan sebagai Prestasi Belajar.

Uji Independent Sample T-Test merupakan bab dari statistik inferensial parametrik (Uji Beda). Perlu diketahui bersama bahwa dalam statistik parametrik terdapat syarat- syarat yang harus terpenuhi sebelum dilakukannya pengujian (dalam hal ini Uji Independent Sample T-Test). Oleh alasannya yaitu itu, kita perlu mengetahui syarat-syarat apa saja yang dibutuhkan sebelum melaksanakan Uji Independent Sample T-Test:

1. Data yang di uji yaitu data kuantitatif (data interval atau data rasio)
2. Data harus di uji normalitas dan alhasil harus berdistribusi normal | Baca : Cara Uji Normalitas Shapiro-Wilk dengan SPSS
3. Data harus sejenis atau homogen [namun bukan syarat mutlak] | Baca: Cara Melakukan Uji Homogenitas dengan SPSS
4. Uji Ini dilakukan dengan jumlah data yang sedikit.

Jika dalam masalah tertentu ternyata data homogen maka yang dimaknai yaitu tabel output equal variances not assumed, sementara kalau data tidak berdistribusi normal, maka solusinya sanggup dengan metode statistik non parametrik yaitu dengan Uji Mann Whitney

Mungkin sudah cukup jelasnya klarifikasi di atas, selanjutnya saya akan melaksanakan praktek Uji Independent Sample T-Test untuk masalah di atas:

Hipotesis (dugaan) yang saya ajukan:

1. Ho : TIDAK TERDAPAT BERBEDAAN antara rata-rata prestasi mencar ilmu Kelompok A dengan Kolompok B
2. Ha : TERDAPAT BERBEDAAN antara rata-rata prestasi mencar ilmu Kelompok A dengan Kolompok B

Dasar Pengambilan Keputusan:

1. Jika nilai Signifikansi atau Sig.(2-tailed) > 0,05, maka Ho diterima dan Ha ditolak.
2. Jika nilai Signifikansi atau Sig.(2-tailed) < 0,05, maka Ho ditolak dan Ha diterima.

Cara Uji Independent Sample T-Test dengan SPSS

1. Buka lembar kerja SPSS, kemudian klik Variable View, pada bab Name pertama tuliskan Nilai. Kemudian untuk Name Kedua tuliskan Kelompok, kemudian pada bab Decimals yang kedua ganti dengan 0, kemudian klik pada bab Value yang kedua sampai muncul kotak obrolan Value Label, pada kotak Value isikan 1 dan kotal Label isikan Kelompok A, kemudian klik Add, kemudian isikan lagi pada kotak Value dengan isian 2 dan kotak Label isikan Kelompok B, kemudian klik Add dan Ok [biarkan yang lainnya tetap default jangan di otak atik ya]



Jika sudah betul maka tampilannya menyerupai gambar di bawah ini



2. Klik Variable View, kemudian untuk Nilai isikan dengan nilai di atas 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 obrolan Independent Sample T Test, kemudian masukkan Variabel Nilai ke kotak Test Variable(s) dan masukkan Variabel Kelompok ke kotak Grouping Variable



5. Klik Define Grouping, pada kotak Group 1 isikan 1 dan kotak Group 2 isikan 2, kemudian klik Continue



6. Selanjutnya klik Options, kemudian pada kotak Confidence Interval Percentage isikan 95, kemudian 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 Independent Sample T-Test, Berdasarkan output di atas diperolah nilai Sig.(2-tailed) sebesar 0,039 < 0,05, maka sesuai dasar pengambilan keputusan dalam Uji Independent Sample T-Test, maka sanggup disimpulkan Ho ditolak dan Ha diterima, yang artinya bahwa TERDAPAT BERBEDAAN antara rata-rata prestasi mencar ilmu Kelompok A dengan Kolompok B.

Alhamdulillah, akibat juga artikel dengan judul Cara Uji Independent Sample T-Test dan Interpretasi dengan SPSS, mudah-mudahan bermanfaat dan sanggup membantu teman semua dalam mengerjakan tugas, skripsi, maupun tesisnya.. selamat mencoba ;D

[Search : Cara Uji Independent Sample T-Test dan Interpretasi dengan SPSS | Penjelasan atau Interpretasi Uji Independent Sample T-Test | Ketentuan dalam Uji Independent Sample T-Test | Uji Dua Sampel Tidak Berhubungan Menggunakan SPSS Versi 21]

Lihat Juga: VIDEO Uji Independent Sample T-Test dengan SPSS

Read More

Cara Uji Normalitas Shapiro-Wilk Dengan Spss Lengkap

Cara Uji Normalitas Shapiro-Wilk dengan SPSS Lengkap | Uji Normalitas bertujuan untuk mengetahui apakah data penelitian berdistribusi normal atau tidak. Sebab, dalam statistik Paramertik distribusi data yang normal ialah suatu keharusan dan merupakan syarat yang mutlak yang harus terpenuhi. Uji Normalitas data sanggup dilakukan dengan beberapa uji statistik, seperti:

1. Uji Shapiro-Wilk
2. Uji Kolmogorov-Smirnov
3. Uji Liliefors
4. Uji Skweness dan Kurtosis

Dalam artikel tutorial kali ini, saya akan menjelasakan bagaimana Cara Uji Normalitas Shapiro-Wilk dengan SPSS. Untuk melaksanakan Uji Shapiro-Wilk kita sanggup memanfaatkan akomodasi sajian Explore yang terdapat dalam SPSS.

Dasar Pengambilan Keputusan dalam Uji Normalitas Shapiro-Wilk

1. Jika nilai Sig. > 0,05, maka data berdistribusi normal
2. Jika nilai Sig. < 0,05, maka data tidak berdistribusi normal

Contoh Kasus dalam Uji Normalitas Shapiro-Wilk

Saya memiliki data Prestasi mencar ilmu siswa untuk dua kelompok yang tidak berpasangan, sebelum saya melaksanakan Uji Independent Sample T-Test, maka saya harus memastikan bahwa data berdistribusi normal dulu. Adapun data Prestasi mencar ilmu dua kelompok tersebut dituangkan dalam bentuk nilai ibarat gambar dibawah ini.



Keterangan : Kelompok A diberi isyarat 1 dengan N = 6 siswa, sedangkan Kelompok B diberi isyarat 2 dengan N = 5 siswa.

Cara Melakukan Uji Normalitas Shapiro-Wilk dengan SPSS

1. Buka lembar kerja SPSS, kemudian klik Variable View, pada cuilan Name pertama tuliskan Nilai. Kemudian untuk Name Kedua tuliskan Kelompok, sehabis itu pada cuilan Decimals yang kedua ganti dengan 0. Selanjutnya, klik pada cuilan Value yang kedua, sampai muncul kotak obrolan Value Label, pada kotak Value isikan 1 dan pada kotak Label isikan Kelompok A, kemudian klik Add. Kemudian, isikan kembali pada kotak Value dengan isian 2 dan pada kotak Label isikan Kelompok B, kemudian klik Add dan klik Ok [abaikan saja yang lainnya]



Jika caranya sudah benar maka tampilannya akan ibarat gambar berikut ini



2. Setelah itu, klik Variable View, selanjutnya untuk variabel Nilai isikan dengan nilai di atas, dan untuk variable Kelompok isikan 1 untuk nilai kelompok A, dan 2 untuk nilai Kelompok B



3. Selanjutnya, dari sajian SPSS, klik Analyze – Descriptive Statistiks – Explore…



4. Masukkan variabel Nilai ke kotak Dependen List, kemudian masukkan variabel Kelompok ke kotak Factor List, pada cuilan Display pilih Both



5. Setelah itu, klik Plots.., maka akan mucul kotak obrolan Explore: Plots, dari serangkaian pilihan yang ada, berikan tanda centang pada pilihan Normality Plot with tests, kemudian klik Continue



6. Langkah terakhir klik Ok.. dan akan muncul Output SPSS [Perhatikan pada Output Test of Normality]



Interpretasi atau Penjelasan Output Uji Normalitas Shapiro-Wilk

Berdasarkan output Test of Normality, diperoleh nilai signifikansi untuk Kelompok A sebesar 0,770, sedangkan nilai signifikansi untuk Kelompok B sebesar 0,807. Karena nilai signifikansi Kelompok A dan Kelompok B lebih besar > 0,05, maka sanggup disimpulkan bahwa data Prestasi mencar ilmu berdistribusi normal.

Alhamdulillah selesai juga artikelnya.. mudah-mudah bermanfaat yaw.. terimakasih telah berkenan memabaca goresan pena ini

[Search : Cara Uji Normalitas Shapiro-Wilk dengan SPSS Lengkap | Langkah-Langkah Melakukan Uji Normalitas Shapiro-Wilk memakai SPSS | Uji Shapiro-Wilk dengan SPSS Versi 21 | Dasar Pengambilan Keputusan dalam Uji Normalitas Shapiro-Wilk]

Lihat Juga: VIDEO Uji Normalitas Shapiro-Wilk dengan SPSS

Read More

Tutorial Uji Autokorelasi Dengan Durbin Watson Spss

Tutorial Uji Autokorelasi dengan Durbin Watson SPSS | Sebelum saya membahas mengenai Uji Autokorelasi, sekedar mengigatkan kembali bahwa sebelumnya telah dibahas mengenai Tutorial Uji Heteroskedastisitas dengan Glejser SPSS. Uji Autokorelasi bertujuan menguji apakah dalam model regresi linear ada hubungan antara kesalahan penganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada duduk perkara autokorelasi.

Autokorelasi muncul alasannya ialah observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul alasannya ialah residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu (time series) alasannya ialah “gangguan” pada seseorang individu atau kelompok cenderung mempengaruhi “gangguan” pada individu atau kelompok yang sama atau pada periode berikutnya.

Model regresi yang baik ialah regresi yang bebas dari autokorelasi. Ada beberapa cara yang sanggup dipakai untuk mendeteksi ada atau tidaknya autokorelasi. Dalam postingan kali ini akan saya bahas mengenai Uji Autokorelasi dengan Durbin Watson (DW test). Uji Durbin Watson hanya dipakai untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lag diantara variabel independen.

Dasar Pengambilan Keputusan
Metode pengujian yang sering dipakai ialah dengan uji Durbin-Watson (uji DW) dengan ketentuan sebagai berikut :

1. Jika d lebih kecil dari dL atau lebih besar dari (4-dL) maka hopotesis nol ditolak, yang berarti terdapat autokorelasi.
2. Jika d terletak antara dU dan (4-dU), maka hipotesis nol diterima, yang berarti tidak ada autokorelasi.
3. Jika d terletak antara dL dan dU atau diantara (4-dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti.

Setelah teman mengetahui dasar-dasar pada Uji Autokorelasi, sekarang kita masuk pada bab praket pengolahan datanya dengan SPSS versi 21. Perlu saya informasikan terlebih dahulu bahwa data yang akan diuji ialah data Motivasi (X1), Minat (X2), dan Prestasi (Y) dengan jumlah N=12. Adapun rincian datanya sanggup dilihat pada gambar dibawah ini.

1. Setelah data yang ingin di uji sudah dipersiapkan, selanjutnya buka kegiatan SPSS, kemudian menyerupai biasa, klik Variable View, Selanjutnya, pada bab Name tulis saja X1, X2 dan Y, pada Decimals ubah semua menjadi angka 0, pada bab Label tuliskan Motivasi, Minat ,dam Prestasi, abaikan yang lainnnya.



2. Setelah itu, klik Data View, dan masukkan data Motivasi (X1), Minat (X2) dan Prestasi (Y) yang sudah dipersiapkan tadi, sanggup dengan cara copy-paste.

3. Langkah selanjunya, dari hidangan SPSS pilih Analyze, kemudian klik Regression, selanjutnya klik Linear

4. Kemudian, muncul kotak obrolan dengan nama Linear Regression, maka masukkan variabel Prestasi (Y) ke Dependent, masukkan variabel Motivasi (X1) dan Minat (X2) ke Independent (s), laris klik Statistics

5. Muncul kotak dengan nama Linear Regression : Statistics, pada bab ini kemudian centang (v) Durbin-Watson (abaikan centangan yang lain).

6. Langkah yang terakhir ialah klik Ok. Hasil outputnya lihat dibawah ini.

Berdasarkan output di atas, diketahui nilai DW 2,115, selanjutnya nilai ini akan kita bandingkan dengan nilai table signifikansi 5%, jumlah sampel N=12 dan jumlah variabel independen 2 (K=2) = 2.12 (Cari pada tabel Durbin Watson) maka diperoleh nilai du 1,579.

Nilai DW 2,115 lebih besar dari batas atas (du) yakni 1,579 dan kurang dari (4-du) 4-1,579 = 2,421 sehingga sanggup disimpulkan bahwa tidak terjapat autokorelasi.

Demikain tadi serangkaian Tutorial Uji Autokorelasi dengan Durbin Watson SPSS cukup mudah dan gampang untuk dipraktekkan, jikalau teman masih resah sanggup menentukan alternatif lain yakni : Jasa Olah Data Statistik SPSS Terpercaya

Artikel selanjutnya : Cara Melakukan Analisis Regresi Berganda dengan SPSS

[Search : Tutorial Uji Autokorelasi dengan Durbin Watson SPSS, Cara melaksanakan Uji Autokorelasi dengan Uji Durbin Watson (DW test) kegiatan SPSS versi 21, Langkah-langkah Uji Autokorelasi lengkap dengan gambar]
[Img : Dokumen olah data SPSS versi 21]

Read More