Laporan Praktikum Uji T [PDF]

Citation preview

LAPORAN PRAKTIKUM BIOSTATISTIKA KEGIATAN 4 RENCANA PERCOBAAN : UJI T (T TEST)



Disusun Oleh: Werdi Nur Solihah 1404070029



PROGRAM STUDI PENDIDIKAN BIOLOGI FALUKTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS MUHAMMADIYAH PURWOKERTO 22 April 2017



Sabtu, 22 april 2017 UJI T (T TEST) A. Tujuan 1. Mengetahui



perbedaan rata-rata



dua sampel



yang saling bebas



(independent sample T test) 2. Mengetahui perbedaan rata-rata dua sample yang berhubungan ayau berpasangan (Paired Smple T test) 3. Mengetahui signifikansi perbedaan rata-rata dua kelompok sample B. Dasar Teori Uji t atau t test adalah salah satu tes statistik yang dipergunakan untuk menguji kebenaran atau kepalsuan hipotesis nihil yang menyetakan bahwa di antara dua buah mean sampel yang diambil secara random dari populasi yang sama, tidak terdapat perbedaan signifikan (Sudijono, 2009). Sebagai salah satu tes statistik parametrik, test t pertama kali dikembangkan oleh William Seely Gosset (1915). Pada waktu itu dia menggunakan nama samara Student dan huruf ‘t’ yang terdapat dalam istilah tes t itu diambil dari huruf terakhir nama beliau. Itu pulalah sebabnya mengapa test t juga sering disebut dengan nama atau istilah student t. Tujuan utama kegiatan penelitian tersebut ialah menemukan prinsip yang dapat diberlakukan secara umum atau bersifat universal. Untuk dapat menemukan prinsip yang berlaku universal itu, secara ideal teoritik, seorang peneliti seharusnya meneliti keseluruhan objek yang ia hadapai, dengan kata lain : meneliti populasinya. Dengan meneliti populasinya, generalisasi yang di kemukakan oleh seorang peneliti akan tidak terlalu jauh berbeda dengan kenyataan yang sebenarnya. Akan tetapi kenyataan menunjukan, meneliti populasi secara keseluruhan dalam rangka membuat generalisasi itu, kecuali tidak mungkin, juga tidak praktis, sebab kenyataan acap kali menunjukan sangat besat atau sangat luasnya populasi itu. Sehingga peneliti tidak mungkin mampu melakukan pengukuran terhadap karakteristiknya. Itulah sebabnya mengapa sebelum dilakukan pengukuran populasi itu perlu diubah terlebih dahulu kedalam populasi yang lebih kecil yang kemudian kita kenal dengan istilah “sample” (Anas, 1997).



Uji t Independen (Tak Berpasangan) Dalam uji menyangkut dua rata-rata antar kelompok, apabila ragam populasi diketahui, maka uji analisis statistik yang digunakan adalah uji z. Sebaliknya apabila ragam populasi tidak diketahui maka uji analisis statistik yang digunakan adalah uji t. Namun, keadaan yang umum berlaku adalah keadaan di mana ragam populasi tidak diketahui (Walpole dan Myers, 1995). Uji t Independen digunakan untuk mengetahui perbedaan rata-rata antara dua kelompok berbeda berdasarkan suatu variabel dependen (Siregar, 2005). Misalnya pada jenis produk barang pada pabrik A dan B, ingin diketahui apakah daya jenis alat tersebut relatif sama atau berbeda. Dalam hal ini pabrik A dan B adalah variabel Independen, sedangkan daya jenis alat merupakan variabel dependen. Sebelum menggunakan analisis statistik dengan metode uji t perlu terpenuhi beberapa asumsi sebagai berikut (Siregar, 2005): Asumsi # 1: Variabel dependen harus diukur pada skala kontinu (yaitu, diukur pada skala interval atau skala rasio). Contoh variabel yang memenuhi kriteria ini termasuk waktu revisi (diukur dalam jam), kecerdasan (diukur dengan menggunakan skor IQ), hasil ujian (diukur dari 0 sampai 100), berat badan (diukur dalam kg), dan sebagainya. Asumsi # 2: Variabel independen harus terdiri dari dua kategori. Contoh variabel independen yang memenuhi kriteria ini antara jenis kelamin (2 kelompok: lakilaki atau perempuan), status pekerjaan (2 kelompok: bekerja atau menganggur), perokok (2 kelompok: ya atau tidak), dan sebagainya. Asumsi # 3: Harus terdapat sifat independensi antar pengamatan, yang berarti bahwa tidak ada hubungan antara pengamatan di setiap kelompok atau antara kelompok sendiri. Misalnya, saat mengukur hasil ujian setiap peserta dalam kelompok harus tak berubungan ataupun pada peserta antar kelompok yang berbeda. Asumsi # 4: Tidak terdapat outlier. Outlier adalah titik suatu data tertentu dalam data yang tidak mengikuti pola yang biasa (misalnya, dalam sebuah studi dari nilai IQ 100 siswa, dimana nilai rata-rata adalah 105 dengan hanya variasi kecil antara siswa, satu siswa memiliki IQ yang sangat tidak biasa, yaitu skor 176). Saat



asumsi ini tidak terpenuhi, maka data outlier tersebut selanjutnya tidak dapat digunakan dalam penelitian dan tidak disertakan dalam analisis. Asumsi # 5: Sebaran variabel dependen harus mendekati sebaran normal. Asumsi ini dapat diuji menggunakan uji Lilliefor atau Shapiro-Wilk menggunakan SPSS. Saat data gagal memenuhi asumsi ini diduga terdapat outlier dan selanjutnya perlu diperiksa apakah terdapat outlier pada data. Apabila tidak terdapat outlier (yang berarti data tidak menyebar normal), maka selanjutnya digunakan uji nonparametrik untuk mengetahui perbedaan antara dua kelompok berbeda, yaitu uji Mann-Whitney. Asumsi # 6: Pada uji t independen, antara dua kelompok harus memiliki ragam yang relatif sama. Asumsi yang demikian adalah asumsi homogenitas ragam. Asumsi homogenitas ragam dapat diuji menggunakan uji Levene. Apabila asumsi ini tak terpenuhi, uji t masih bisa dilakukan tetapi dengan koreksi pada rumus uji t yang digunakan. Hipotesis Statistik Menurut Siregar, (2005) Pada uji t independen, hipotesis dua arah dan satu arah adalah sebagai berikut : Hipotesis dua arah: Kriteria Pengujian: Apabila t < -t(α/2,df) atau t > t(α/2,df) dan nilai signifikansi bernilai kurang dari 0,050 (α = 5%), maka disimpulkan Tolak H0 (Terima Ha), yang berarti terdapat perbedaan rata-rata antara kelompok A dan B. Apabila - t(α/2,df) ≤ t ≤ t(α/2,df) dan nilai signifikansi bernilai lebih dari 0,050, maka disimpulkan Terima H0 (Tolak Ha), yang berarti tidak terdapat perbedaan rata-rata antara kelompok A dan B. Hipotesis satu arah: Hipotesis satu arah untuk menguji A < B: Kriteria Pengujian: Apabila t < -t(α,df) dan nilai signifikansi bernilai kurang dari 0,050 maka disimpulkan Tolak H0 (Terima Ha), yang berarti kelompok A tidak lebih kecil dari B.



Apabila t ≥ t(α,df) dan nilai signifikansi bernilai lebih dari 0,050, maka disimpulkan Terima H0 (Tolak Ha), yang berarti kelompok A lebih kecil dari B Hipotesis satu arah untuk menguji A > B: Kriteria Pengujian: Apabila t > t(α,df) dan nilai signifikansi bernilai kurang dari 0,050, maka disimpulkan Tolak H0 (Terima Ha), yang berarti kelompok A tidak lebih besar dari B. Apabila t ≤ - t(α,df) dan nilai signifikansi bernilai lebih dari 0,050, maka disimpulkan Terima H0 (Tolak Ha), yang berarti kelompok A lebih besar dari B. Sampel berpasangan ialah dua kelompok sampel yang karena dua kelompok itu memiliki sifat-sifat serupa, dalam penelitian, kedua kelompok itu dipasangkan. Pemasangan itu dilakukan mungkin karena usianya sama, kecerdasannya sama, keturunan sama, dan lain-lain. Dalam suatu percobaan, kelompok pertama dijadikan kelompok control dan kelompok yang satu lagi dijadikan kelompok percobaan adalah lebih baik daripada pasangannya diambil dari kelompok lain, walaupun pengambilannya dilakukan secara acak. Pemasangan kelompokkelompok yang sifatnya serupa itu mengurangi bervariasinya perbedaanperbedaan (Ruseffendi, 1998. 312). Uji-t berpasangan (paired t-test) adalah salah satu metode pengujian hipotesis dimana data yang digunakan tidak bebas (berpasangan). Ciri-ciri yang paling sering ditemui pada kasus yang berpasangan adalah satu individu (objek penelitian) dikenai 2 buah perlakuan yang berbeda. Walaupun menggunakan individu yang sama, peneliti tetap memperoleh 2 macam data sampel, yaitu data dari perlakuan pertama dan data dari perlakuan kedua. Perlakuan pertama mungkin saja berupa kontrol, yaitu tidak memberikan perlakuan sama sekali terhadap objek penelitian. Misal pada penelitian mengenai efektivitas suatu obat tertentu, perlakuan pertama, peneliti menerapkan kontrol, sedangkan pada perlakuan kedua, barulah objek penelitian dikenai suatu tindakan tertentu, misal pemberian obat. Dengan demikian, performance obat dapat diketahui dengan cara membandingkan kondisi objek penelitian sebelum dan sesudah diberikan obat (Walpole, R.E. dan R.H. Myers. 1995). One sample t test merupakan teknik analisis untuk membandingkan satu variabel bebas. Teknik ini digunakan untuk menguji apakah nilai tertentu berbeda



secara signifikan atau tidak dengan rata-rata sebuah sampel. Pada uji hipotesis ini, diambil satu sampel yang kemudian dianalisis apakah ada perbedaan rata-rata dari sampel tersebut (Ruseffendi, 1998). Menurut Siregar, (2005)Prosedur yang umum dan harus diikuti untuk melakukan uji hipotesis ini adalah sebagai berikut : 1. Mencari hipotesis nol dan hipotesis alternatifnya. 2. Pilih tingkat kepercayaan tertentu dan tentukan besarnya sampel yang diambil. 3. Pilih statistik uji yang sesuai sebagai dasar bagi prosedur pengujian. 4. Tentukan daerah kritisnya. 5. Kumpulkan data sampel dan hitung statistik sampelnya, kemudian ubah ke dalam variable normal standar (Z) atau t (tergantung banyaknya sampel). 6. Nyatakan menolak atau menerima H0. Analisis Paired-sample t-Test merupakan prosedur yang digunakan untuk membandingkan rata-rata dua variabel dalam satu group. Artinya analisis ini berguna untuk melakukan pengujian terhadap satu sampel yang mendapatkan sutau treatment yang kemudian akan dibandingkan rata-rata dari sampel tersebut antara sebelum dan sesudah treatment (Siregar, 2005). Independent sample t-Test adalah uji yang digunakan untuk menentukan apakah dua sampel yang tidak berhubungan memiliki rata-rata yang berbeda. Jadi tujuan metode statistik ini adalah membandingkan rata-rata dua grup yang tidak berhubungan satu sama lain. Pertanyaan yang coba dijawab adalah apakah kedua grup tersebut mempunyai nilai rata-rata yang sama ataukah tidak sama secara signifikan (Ruseffendi, 1998). C. Alat dan bahan Alat :  Laptop  SPSS 23 Bahan :  Lembar data daftar nilai



D. Cara kerja 1. Uji T berpasangan / paired T Test a. Membuka aplikasi SPSS 23 b. Memasukan data pada worksheet spss, seperti pada gambar berikut:



c. Selanjutnya, klik worksheet variable view. Pada bagian name baris pertama dinamai dengan “pretes” dan baris kedua dinamai dengan “postes”, pada decimal ubah semua angka menjadi “0”, pada bagian label baris pertama dinamai “PRETES” dan baris kedua dinamai “POSTTES”, serta pada kolom measure ganti dengan scale, seperti pada gambar berikut:



d. Kemudian mengkilk menu analyze, lalu menggeser kursor ke menu compare means kemudian menggeser kursor ke menu paired – sample T Test lalu mengekliknya, seperti pada gambar berikut:



e. Setelah mengklik paired – sample T Test, akan muncul menu pada dailog sebagai berikut:



f. Kemudian memindahkan pritest dan posttest pada paired variabel , dengan mengaktifkan baris kosong pada variable1 lalu mengaktifkan pretest lalu mengeklik menu panah yang berada di tengah, setelah itu mengaktifkan baris kosong pada variable2 lalu mengaktifkan posttest lalu mengeklik menu panah yang berada di tengah. sehingga menjadi seperti gambar berikut:



g. Kemudian mengklik ok sehingga diperoleh tampilan output seperti gambar berikut:



Uji T berpasangan eliminasi a. Membuka aplikasi SPSS 23 b. Memasukan data pada worksheet spss, seperti pada gambar berikut:



c. Selanjutnya, klik worksheet variable view. Pada bagian name baris pertama dinamai dengan “pretes” dan baris kedua dinamai dengan “postes”, pada decimal ubah semua angka menjadi “0”, pada bagian label baris pertama dinamai “PRETES” dan baris kedua dinamai “POSTTES”, serta pada kolom measure ganti dengan scale, seperti pada gambar berikut:



d. Kemudian mengkilk menu analyze, lalu menggeser kursor ke menu compare means kemudian menggeser kursor ke menu paired – sample T Test lalu mengekliknya, seperti pada gambar berikut:



e. Setelah mengklik paired – sample T Test, akan muncul menu pada dailog sebagai berikut:



f. Kemudian memindahkan pritest dan posttest pada paired variabel , dengan mengaktifkan baris kosong pada variable1 lalu mengaktifkan pretest lalu mengeklik menu panah yang berada di tengah, setelah itu mengaktifkan baris



kosong pada variable2 lalu mengaktifkan posttest lalu mengeklik menu panah yang berada di tengah. sehingga menjadi seperti gambar berikut:



g. Kemudian mengklik ok sehingga diperoleh tampilan output seperti gambar berikut:



Uji T tak berhubungan a. Membuka program aplikasi SPSS 23, sehingga akan muncul lembar kerja (worksheet) SPSS 23 lalu memasukan data pada spss, seperti gambar di bawah ini



b. Memilih kotak Variabel view pada pojok bawah sebelah kiri pada worksheet. Pada kolom Name baris ke-1 mengetik “Jenis_tes” dan baris ke-2 mengetik “Nilai”. Pada Decimal mengganti angka menjadi 0. Pada kolom Label mengulangi cara yang sama seperti kolom Name namun diket dengan huruf kapital



c. Mengklik kolom Values Jenis_Tes pada Variabel view maka akan muncul kotak dialog Value Labels. Memasukan angka 1 pada kolom value dan “nilai pretes” pada kolom Label, klik Adds dan memasuka angka 2 pada kolom Value dan “nilai posttes” pada kolom Label. Klik adds dan OK.



d. Kemudian mengkilk analyze, menggeser kursor ke menu compare means kemudian menggesernya ke independent sample T Test lalu mengekliknya.



e. Kemudian muncul dialog seperti gambar berikut



f. Memindahkan jenis test ke grouping variabel, dan nilai ke kolom test variabel dengan mengaktifkan menu tujuan yang akan dipilih lalu mengaktifkan menu yang akan di masukan dalam tujuan lalu mengeklik tanda panah yang berada di tengah.



g. Mengklik define group dan akan muncul dialog kembali, mengisi dialog group 1 dengan angka 1 dan group 2 dengan angka 2



h. Mengklik continue, kemudian mengklik ok sehingga didapat hasil seperti gambar berikut:



E.



Hasil Analisis Data Statistik 1. Uji beda sampel berpasangan (Uji T berhubungan) / paired T test a. Tanpa eliminasi (n1 = n2) Tabel 1. Paired Samples Statistics Mean Pair 1



N



Std. Deviation



Std. Error Mean



PRITEST



56,27



30



12,793



2,336



POSTTSEST



72,33



30



9,813



1,792



Pada tabel 1, terlihat bahwa pada nilai rata-rata terlihat berbeda, yaitu 56,27 pada pritest dan 72,33 pada posttest, dengan jumlah seluruh data (N) masingmasing ada 30 data dan standar deviasi 12,793 pada pritest dan 9,813 pada posttest, dan standar eror data sebanyak 2,336 pada prites dan 1,792 pada postest Tabel 2. Paired Samples Correlations N Pair 1



PRITEST & POSTTSEST



Correlation 30



,560



Sig. ,001



Tabel 2 menunjukan bahwa data pretest dengan data posttest memiliki korelasi sebanyak 0,560 dengan signifikansi 0,001 dengan jumlah data ada 30 pasang Tabel 3. Paired Samples Test Paired Differences



t



df



Sig. (2-tailed)



PRITEST -



1



POSTTSES



T



Pair



Std.



95% Confidence Interval of the Difference



Mea



Std.



Error



n



Deviation



Mean



Lower



Upper



16,0



10,929



1,995



-20,148



-11,986



-8,052



29



67



Pada tabel 3 terlihat bahwa hasil penghitungan menggunakan spss23 menunjukan rata-rata pritest dan posttest yaitu 16,067 dengan standar deviasi 10,929 dan standar eror rata-rata sebanyak 1,995. Batas bawah terdapat pada -20,148 dan batas atas pada -11.986 dengan nilai t -8,052 dan derajat kebekaban sebanyak 29 dan hasil uji signifikansi 0,000 < 0,05, menunjukan bahwa ada beda rata-rata yang signifikan antara sebelum pembelajaran dengan sesudah pembelajaran. b. Eliminasi (n1 ≠ n2) Tabel 4. Paired Samples Statistics Mean Pair 1



N



Std. Deviation



Std. Error Mean



pritest



56,27



30



12,793



2,336



posttest



62,47



30



26,303



4,802



Pada tabel 4, terlihat bahwa pada nilai rata-rata terlihat berbeda, yaitu 56,27 pada pritest dan 62,47 pada posttest, dengan jumlah seluruh data (N) masingmasing ada 30 data dan standar deviasi 12,793 pada pritest dan 26,303 pada posttest, dan standar eror data sebanyak 2,336 pada prites dan 4,802 pada postest Tabel 5. Paired Samples Correlations N Pair 1



pritest & posttest



Correlation 30



-,180



Sig. ,342



Tabel 5 menunjukan bahwa data pretest dengan data posttest memiliki korelasi sebanyak -0,180 dengan signifikansi 0,342 dengan jumlah data ada 30 pasang, dengan 4 data pada posstest adalah 0 dikarenakan adanya siswa yang tidak ikut dalam evaluasi pembelajaran. Tabel 6. Paired Samples Test



,000



Sig. (2Paired Differences



t



df



tailed)



95% Confidence Interval Std.



Std. Error



Mean Deviation pritest –



posttest



Pair 1



6,200



Mean



31,247



of the Difference Lower



5,705



Upper



-17,868



5,468



-1,087



29



,286



Pada tabel 6 terlihat bahwa hasil penghitungan menggunakan spss23 menunjukan rata-rata pritest dan posttest yaitu 6,200 dengan standar deviasi 31,247 dan standar eror rata-rata sebanyak 5,705. Batas bawah terdapat pada -17,868 dan batas atas pada 5,468 dengan nilai t -1,087 dan derajat kebekaban sebanyak 29 dan hasil uji signifikansi 0,286 dengan demikian maka H1 ditolak, berarti bahwa skor rata-rata pretest dan postest tidak terdapat perbedaan yang signifikan. 2. Uji T Test untuk dua sampel yang tidak berhubungan Tabel 7. Group Statistics jenis test Nilai



N



Mean



Std. Deviation



Std. Error Mean



1



15



58,67



12,539



3,238



2



15



53,87



13,016



3,361



Pada tabel 7, terlihat bahwa pada nilai rata-rata terlihat berbeda, yaitu 58,67 pada test 1 dan 53,87 pada test 2, dengan jumlah seluruh data (N) masing-masing ada 30 data dan standar deviasi 12,539 pada data 1 dan 13,016 pada data 2, dan standar eror data sebanyak 3,238 pada data 1 dan 3,361 pada data 2 Tabel 8, Independent Samples Test Levene's Test for Equality of Variances



t-test for Equality of Means 95% Confidence Interval of the Sig. (2-



F



Sig.



T



df



tailed)



Mean



Std. Error



Difference Difference



Difference Lower



Upper



Nilai



Equal variances



,264



,611 1,029



28



,312



4,800



4,667



-4,759



14,359



,312



4,800



4,667



-4,760



14,360



assumed Equal variances not



1,029



27,9 61



assumed



Pada tabel 8 terlihat bahwa hasil penghitungan menggunakan spss23 menunjukan hasil iji varians f diperoleh nilai signifikansi sebesar 0,611. Nilai signifikansi 0,611 menunjukan bahwa nilai tersebut lebih besar dari 0,05 sehingga Ho diterima, yaitu tidak ada beda varians antara kedua data tersebut. Perbedaan rata-rata antara kedua data tersebut yaitu 4,800 dan perbedaan standar eror kedua data tersebut yaitu 4,667 dengan perbedaan interfal batas bawah pada nilai pertama yaitu -4,759 dengan batas atas yaitu 14,359 dan interfal batas bawah pada nilai kedua yaitu -4,760 dan batas atas yaitu 14,360. F. Pembahasan Pada praktikum kali ini melakukan uji T yang berfungsi untuk mengetahui perbedaan nilai rata-rata antar dua kelompok atau data. Dalam uji T ada ada dua uji yaitu Uji beda sampel berpasangan (Uji T berhubungan)/Paired T Test dan uji T Test untuk dua sampel yang tidak berhubungan (Independent sampel T Test). Dalam praktikum ini menggunakan software SPSS versi 23. 1.



Uji beda sampel berpasangan (Uji T berhubungan)/Paired T Test



Pada uji ini dilakukan dua perlakuan yaitu data yang tidak dieliminasi dengan data yang dieliminasi. Data yang dieliminasi yaitu pada nilai postest ada 4 nilai yang hilang. a)



Data yang tidak dieliminasi



Hipotesis : -



Jika SIG > 0,05 maka HO diterima (rata-rata pretest = rata-rata postest)



-



Jika SIG < 0,05 maka H1 diterima (rata-rata pretest ≠ rata-rata postest)



Berdasarkan hasil penghitungan dengan SPSS versi 23 diperoleh t yaitu : 8,052, df yaitu 29 dan signifikasi 0,000. Karena Sig. (2-tailed) < 0,05 dengan demikian maka H1 diterima, berarti bahwa skor rata-rata pretest dan postest terdapat perbedaan yang signifikan.



b) Data yang dieliminasi Hipotesis : -



Jika SIG > 0,05 maka HO diterima (rata-rata pretest tidak terdapat perbedaan yang signifikan rata-rata postest)



-



Jika SIG < 0,05 maka H1 diterima (rata-rata pretest terdapat perbedaan yang signifikan rata-rata postest) Berdasarkan hasil penghitungan dengan SPSS versi 23 diperoleh t yaitu :



1,087, df yaitu 29 dan signifikasi 0,286. Karena Sig. (2-tailed) > 0,05 dengan demikian maka H1 ditolak, berarti bahwa skor rata-rata pretest dan postest tidak terdapat perbedaan yang signifikan. Data yang dieliminasi yaitu postest nomor 6, 12, 16, dan 23. Eliminasi data tersebut akan berpengaruh pada hasil penghitungan yaitu pada nilai t lebih besar dari pada nilai t pada data yang tidak dieliminasi. Begitu juga pada nilai signifikasinya yang lebih besar dari data yang tidak dieliminasi. Uji t ini tidak dapat dilakukan terhadap data dengan jumlah sampel yang tidak berpasangan (n1≠ n2). Uji t ini hanya dapat dilakukan untuk jumlah sampel yang berpasangan, perbedaan jumlah data akan mempengaruhi nilai standar error yang akhirnya akan membedakan rumus penghitungannya (Walpole, R.E. dan R.H. Myers. 1995). 2. Uji T Test untuk dua sampel yang tidak berhubungan (Independent sampel T Test) Berdasarkan penghitungan menggunakan SPSS versi 23 dan melihat pada tabel Independet Samples Test untuk melihat uji varians F dan uji t. -



Uji varians F



Hipotesis HO : tidak ada beda varians Uji nilai Sig 0,611 menunjukan nilai signifikansi lebih dari 0,05 sehingga HO diterima. Sehingga dapat disimpulkan bahwa tidak ada beda varians antara kedua data tersebut -



Uji t



Hipotesis HO : tidak ada beda rata-rata antar kelompok Nilai Sig.(2-tailed) menunjukan 0,312, lebih dari 0,05. sehingga HO diterima.



Jadi data tersebut menunjukkan tidak adanya beda varians dan terdapat perbedaan rata-rata antara nilai postest dengan pretest.



G. Kesimpulan Dari hasil pengamatan dan pembahasan di atas, maka dapat disimpulkan bahwa: 1. Terdapat perbedaan yang signifikan antara rata-rata pretest dan rata-rata postest. 2. Uji t ini tidak dapat dilakukan terhadap data dengan jumlah sampel yang tidak berpasangan (n1≠ n2). Uji t ini hanya dapat dilakukan untuk jumlah sampel yang berpasangan, perbedaan jumlah data akan mempengaruhi nilai standar error yang akhirnya akan membedakan rumus penghitungannya. 3. Data data pada uji Independet Samples Test tersebut menunjukkan tidak adanya beda varians dan terdapat perbedaan rata-rata antara nilai postest dengan pretest.



DAFTAR PUSTAKA Anas, Sudiyono. 1997. Pengantar Statistik Pendidikan. Jakarta : PT Raja GrafindoPersada Ruseffendi, H.E.T. 1998. Statistika Dasar Untuk Penelitian Pendidikan. Bandung. IKIP Bandung Press Siregar, Syafaruddin. 2005. Statistik Terapan untuk Penelitian. Jakarta: PT. Gramedia. Walpole, R.E. dan R.H. Myers. 1995. Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan. Edisi keempat. Penerbit ITB. Bandung