Menganalisis T Test dengan menggunakan SPSS

T-test
Dr. Devi Wulandari M.Sc

Pengertian
• Digunakan untuk melihat perbedaan mean. Adanya perbedaan mean
mengindikasikan adanya pengaruh
• Terdapat tiga jenis yaitu:
• One sample t test: membandingkan nilai means sample dengan mean populasi
• Independent sample t test: Dua kelompok responden yang diberikan dua perlakuan yang
berbeda
• Dependent sample t test: satu kelompok responden yang diberikan dua perlakuan yang
berbeda
• T test adalah tes parametrik, oleh karena itu terdapat asumsi yang harus dipenuhi

Asumsi T test
• Dikarenakan t test adalah tes parametrik oleh karena itu terdapat asumsi-
asumsi yang harus dipenuhi yaitu:
1.DV adalah kurva normal
2. DV berada pada level interval
3. Homogenitas varians: varians dari kedua kelompok kurang lebih setara
4. Skor Independent (setiap skor berasal dari orang yang berbeda)
• Asumsi ini berlaku untuk dependent dan independent sample t test

Menganalisa T Test dengan menggunakan SPSS
(Paired Sample atau Dependent Sample T test)
• Bukalah file spiderRM.sav. Penelitian ini bertujuan untuk menguji efektifitas dua treatment phobia
yang berbeda terhadap satu kelompok responden. Oleh karena itu penelitian ini dapat dianalisis
dengan menggunakan dependent sample t test. Pada SPSS dependent sample t test disebut juga
paired sample t test.
• Buatlah hipotesanya:
• H0: tidak terdapat perbedaan dalam hal phobia antara treatment menggunakan foto dan labar-laba hidup
• Ha: Terdapat perbedaan dalam hal phobia antara treatment menggunakan foto dan laba-laba hidup. Phobia
akibat treatment menggunakan laba-laba hidup lebih rendah dibandingkan menggunakan foto
• Lakukan uji asumsi terlebih dahulu
• Uji normalitas dapat gunakan Kolmogorov Smirnoff. Untuk menganalisis ini jadikanlah IV menjadi satu
kolom. Gunakan copy dan paste untuk memindahkan data. Bagaimana kesimpulannya?

• Dikarenakan paired sample t test berasal dari kelompok yang sama, maka analisis
homogenitas varians tidak perlu dilakukan (sudah diasumsikan sama)
• Level interval dan pengukuran yang sama diasumsikan sudah terpenuhi
• Untuk menganalisis t test:
• Analyze  compare means paired sample t test
• Pindahkan kedua kelompok ke kotak sebelah kanan
• Klik Ok. Bagaimana hasilnya? Bandingkan nilai sig. dengan 0.05 untuk mendapatkan
kesimpulannya

Uji Normalitas
Tests of Normality
Kolmogorov-Smirnova
Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Real Spider .147 24 .195 .963 24 .498
a. Lilliefors Significance Correction
Sig. > 0.05  Non Signifikan
Kurva normal  asumsi terpenuhi

Dependent Sample T Test (Paired Sample T
Test)
Paired Samples Test
Paired Differences
t df
Sig. (2-
tailed)
Mean
Std.
Deviation
Std. Error
Mean
95% Confidence
Interval of the
Difference
Lower Upper
Pair
1
Picture of Spider -
Real Spider
-
7.00000
9.80723 2.83110 -13.23122 -.76878 -2.473 11 .031
Paired Samples Statistics
Mean N Std. Deviation Std. Error Mean
Pair 1 Picture of Spider 40.0000 12 9.29320 2.68272
Real Spider 47.0000 12 11.02889 3.18377
Sig < 0.05  signifikan
Terima Ha
Terdapat perbedaan tingkat kecemasan
Antara treatment foto dengan laba-laba
Hidup, t (11) = -2.473, P < 0.05.
Kecemasan yang diberikan foto (M = 40)
lebih rendah Dibandingkan yang diberikan
laba2 hidup (M = 47)

• Pada output akan terdapat table paired sample statistics. Tabel ini berisi nilai mean
untuk kedua kelompok. Berdasarkan nilai mean bagaimana pendapat Anda?
• Cara menulis hasil t test:
• Apabila signifikan maka tuliskan: Terdapat perbedaan yang signifikan dalam hal kecemasan
antara kelompok treatment foto dengan laba-laba hidup t (11) =-2,473 , P < 0.05 ).
Kelompok treatment laba-laba (M= 47) memiliki tingkat kecemasan yang lebih tinggi
dibandingkan kelompok foto (M = 40)
• Apabila tidak signifikan. Tidak terdapat perbedaan yang signifikan dalam hal phobia antara
kelompok treatment foro dengan laba-laba hidup t(11)=-2,473, n.s

• Masih dengan penelitian treatment kecemasan dengan menggunakan laba-laba
hidup dan gambar laba-laba. Namun kali ini digunakan dua kelompok yang berbeda
untuk menjalankan penelitian ini. Buka file spiderbg.sav
• Hipotesa yang akan dibuat adalah:
• H0: tidak terdapat perbedaan yang signifikan dalam hal kecemasan antara kelompok yang
diberikan gambar laba-laba dengan laba-laba hidup
• Ha: Terdapat perbedaan yang signifikan dalam hal kecemasan antara kelompok yang
diberikan gambar laba-laba dengan laba-laba hidup. Kelompok yang diberikan laba-laba
hidup memiliki nilai kecemasan yang lebih tinggi dibandingkan yang diberikan gambar laba-
laba
(Independent Sample T test)

(Independent Sample T test)
• Lakukan uji asumsi terlebih dahulu
• Uji normalitas dapat gunakan Kolmogorov Smirnoff. Untuk menganalisis ini jadikanlah
IV menjadi satu kolom. Gunakan copy dan paste untuk memindahkan data. Bagaimana
kesimpulannya?
• Homogenitas varians. Merupakan asumsi yang penting dalam t test yang harus ada
terutama jika kita menggunakan analisis independent sample t test. Analisis ini tidak
perlu dilakukan tersendiri karena akan dianalisis bersamaan dengan independent sample
t test.
• Asumsi yang lainnya tidak memerlukan analisis statistik

Uji Normalitas
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
tingkat kecemasan .147 24 .195 .963 24 .498
a. Lilliefors Significance Correction
Sig. > 0.05
Kesimpulan : Non signifikan  DV berbentuk kurva normal

Levene’s Test Equality of Variance (khusus
Independent sample T test)
• Asumsi: Varians antara kelompok harus sama (Equal Variance)
Independent Samples Test
Levene's Test for
Equality of
Variances t-test for Equality of Means
F Sig. t df
Sig. (2-
tailed)
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower Upper
tingkat
kecemasan
Equal
variances
assumed
.782 .386 1.681 22 .107 7.000 4.163 -1.634 15.634
Equal
variances not
assumed
1.681 21.385 .107 7.000 4.163 -1.649 15.649
Sig > 0.05
Tidak signifikan
Asumsi Terpenuhi
Varians antar kelompo
Sama (equal variance
Assumed)

Uji Hipotesis (Independent Sample T Test)
Independent Samples Test
Levene's Test for
Equality of
Variances t-test for Equality of Means
F Sig. t df
Sig. (2-
tailed)
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower Upper
tingkat
kecemasan
Equal
variances
assumed
.782 .386 1.681 22 .107 7.000 4.163 -1.634 15.634
Equal
variances not
assumed
1.681 21.385 .107 7.000 4.163 -1.649 15.649
Sig. > 0.05 Non signifikan
Terima H0
Tidak terdapat perbedaan
Tingkat kecemasan
Antara kelompok yang diberi foto
Dengan laba2 hidup

Langkah-langkah Analisis Independent Sample
T test
• Klik analyzecompare meansindependent sample T test. Pindahkan DV
ke kotak Test Variable(s). Pilih variable group sebagai IV. Pindahkan variable
group ke kolom grouping variable define groups. Lihat kembali pada sheet
variable view bagaimana coding/label untuk variable groups. Pada data ini
kelompok diberi label 1 dan 0Use specified values. Tulis 1 pada group 1
dan 0 pada group 2continue
• Klik continueOk
•

T test
• Pada table Group statistics berisi statitik deskriptif untuk kedua kelompok.
Kelompok manakah yang memiliki nilai mean yang lebih besar?
• Pada table selanjutnya perhatikan kolom Levene’s test for equality of variance.
Kolom tersebut mengindikasikan uji asumsi homogenitas varians.
• Apabila nilai sig. pada kolom tersebut diatas 0.05 (non sig) maka varians homogen ini
sesuai dengan asumsi
• Apabila nilai sig. pada kolom tersebut dibawah 0,05 (sig) maka varians tidak homogen  ini
melanggar asumsi
• Bagaimana kesimpulan Anda?

T test
• Perhatikan kolom T test for equality of means. Terdapat dua baris yaitu equal variance
assumed dan equal variance not assumed. Baris mana yang akan Anda pilih bergantung pada
hasil levene’s test.
• Equal variance assumed = varians homogen = levene’s non sig (> 0.05)
• Equal variance not assumed = varians tidak homogen = Levene’s sig (<0.05)
• Bagaimana kesimpulan Anda?
• Apabila signifikan maka tuliskan: Terdapat perbedaan yang signifikan dalam hal kecemasan antara
kelompok treatment foto dengan laba-laba hidup t (df) = nilai t , P < 0.05 ). Kelompok treatment
laba-laba (M= 47) memiliki tingkat kecemasan yang lebih tinggi dibandingkan kelompok foto (M
= 40)
• Apabila tidak signifikan. Tidak terdapat perbedaan yang signifikan dalam hal phobia antara
kelompok treatment foro dengan laba-laba hidup t(df)= nilai t ,n.s

(One Mean Sample T test)
• One mean sample T test digunakan untuk melihat perbedaan mean antara
sample dengan populasi. Untuk latihan ini kita masih menggunakan data
Spiderbg.sav
• Ternyata rata-rata tingkat kecemasan penduduk Jakarta jika melihat laba-laba
hidup adalah 42. Apakah kelompok phobia memiliki tingkat kecemasan yang
lebih tinggi dibandingkan penduduk Jakarta pada umumnya?.

Langkah-langkah Analisis One Sample T test
• Buat hipotesa terlebih dahulu:
• H0: Tidak terdapat perbedaan tingkat kecemasan antara sample dengan populasi
• Ha: Terdapat perbedaan tingkat kecemasan antara sample dengan populasi.
• Uji asumsi
• Lakukan uji asumsi untuk normalitas seperti biasa. Laporkan hasilnya!
• Untuk homogenitas varians tidak perlu dilakukan uji asumsi karena yang diketahui dari soal
ini hanyalah nilai mean sample, bukan data secara keseluruhan
• Asumsi yang lain tidak perlu dilakukan uji analisis. Gunakan analisis Anda sendiri apakah
sudah terpenuhi ataukah belum

• Analyzecompare meansone sample t testpindahkan DV (tingkat kecemasan)
pada kotak Test variable(s).
• Pada Test Value masukkan mean populasi yaitu 42Ok
• Tabel One sample statistics adalah statistic deskriptif untuk data (sample) yang kita
miliki.
• Tabel One sample t test adalah hasil analisisnya. Perhatikan nilai sig. Bagaimana
kesimpulan Anda
• Cara menuliskan kesimpulan sama dengan pembahasan sebelumnya. Tuliskan
hasilnya!
Langkah-langkah Analisis One Sample T test

Uji Hipotesis (One Sample T Test)
One-Sample Test
Test Value = 42
t df Sig. (2-tailed) Mean Difference
95% Confidence Interval of the
Difference
Lower Upper
tingkat kecemasan .694 23 .495 1.500 -2.97 5.97
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
tingkat kecemasan 24 43.50 10.595 2.163
Sig > 0.05  tidak signifikan
Terima H0
Tidak terdapat perbedaan yang signifikan
Dalam hal tingkat kecemasan antara pasien
Phobia dengan penduduk Jakarta
t (23) = 0,694, P = n.s

Menganalisis T Test dengan menggunakan SPSS

Recommended

Recommended

More Related Content

Similar to Menganalisis T Test dengan menggunakan SPSS

Similar to Menganalisis T Test dengan menggunakan SPSS (20)

Menganalisis T Test dengan menggunakan SPSS