Uji Hipotesis Komparatif [PDF]

Citation preview

BAB UJI Hipotesis Komparatif (Uji-t) Tabel berikut ini menunjukkan peta uji perbandingan dalam statistika. No. 1.



Jenis Uji Statistik Parametrik



2.



Non Parametrik



Jenis Data 2 Sampel Independen 2 Sampel Berhubungan 2< Sampel 2 Sampel Independen 2 Sampel Berhubungan 2< Sampel Independen 2< Sampel Berhubungan



Jenis Statistik Independent sample t-test Paired sample t-test Anava Mann Whitney U test Wilcoxon Sign Rank test Anava ranking Friedman



A. PENGANTAR Beberapa persyaratan yang dibutuhkan untuk melakukan uji perbandingan adalah: 1. Variabel dependen berbentuk interval atau rasio sedangkan variabel independenya berbentuk data nominal atau ordinal (data bersifat kategori). Jika variabel independen anda adalah interval, maka data harus dikategorikan. Misalnya IQ, karena skor IQ bersifat interval maka data yang ada harus dikategorikan menjadi dua, misalnya kategori tinggi dan rendah. 2. Untuk memakai uji t (parametrik) Data variabel dependen terdistribusi secara normal atau memiliki jumlah subjek yang sangat besar. Jika persyaratan ini tidak terpenuhi maka anda diharapkan memakai uji non parametrik. 3. Perbandingan jumlah sampel antar di dalam kategori variabel dependen selisihnya tidak terlalu timpang. Misal, seorang peneliti hendak meneliti perbedaan kecemasan antara laki-laki dan perempuan. Jumlah laki-laki dan perempuan setidak-tidaknya adalah setara. Jika peneliti tidak dapat menemukan jumlah yang setara setidak-tidaknya skor dari kedua jenis kelamin tersebut adalah homogen.



B. JENIS UJI-t 1. Jenis Uji Perbandingan Uji perbandingan terdiri dari tiga bagian yaitu uji t satu sampel, uji t sampel independen dan uji t sampel berhubungan. Berikut ini akan saya jelaskan satu persatu. 1. One Sample t test Untuk menguji apakah sebuah skor yang kita tentukan sendiri memiliki perbedaan secara signifikan dengan rerata skor keseluruhan. Contoh, saya ingin mengetahui apakah skor IQ Budi yaitu110 memiliki perbedaan dengan IQ siswa-siswa di kelasnya. 2. Sampel Independen (between subjects) Sampel independen adalah sampel yang didapatkan dari data yang berasal dari subjek yang berbeda. Misalkan perbandingan antar jenis kelamin (laki-laki vs perempuan), lokasi (desa vs kota), tingkat pendidikan (SMA vs S1). Contoh hipotesis yang diajukan: 1. Terdapat perbedaan antara kecenderungan depresi (variabel dependen) antar laki-laki dan perempuan (variabel independen) 2. Dalam eksperimen, anda ingin mencari perbedaan penyesuaian diri (variabel dependen) antara skor pre-test antara kelompok kontrol dan kelompok eksperimen yang dieberikan pelatihan AMT (variabel independen).



Statistika Inferensial - Wahyu Widhiarso Fakultas Psikologi UGM



3. Sampel Berhubungan (between treatment) Sampel berkorelasi adalah sampel yang didapatkan dari data yang berasal dari subjek yang sama. Misalnya: 1. Anda ingin mencari perbedaan kinerja pegawai antara sebelum dan sesudah diberi kenaikan gaji. 2. Dalam eksperimen anda ingin membandingkan skor pre-test dan post-test sebuah kelompok eksperimen.



B. MENGOLAH T-TES SAMPLE INDEPENDEN Hipotesis Variabel Dependen Variabel Independen



: Terdapat perbedaan Locus Of Control (LOC) antara laki-laki dan perempuan : Locus Of Control (LOC) : Jenis kelamin



1. Menyiapkan Data Sajikan data anda seperti pada contoh di bawah ini. Pada variabel gender ada dua jenis yaitu pria (dikode dengan nomor 1) dan wanita (dikode dengan nomor 2). Letakkan dengan menyusun ke bawah Tidak harus berurutan ya tidak apa-apa, nggak ada yang melarang jika kode 1 dan 2 tidak berurutan seperti contoh yang saya berikan di bawah ini.



2. Menganalisis Data Tekan Menu analyze, compare means, t-test independent samples. Lalu muncul kotak menu. Masukkan variabel dependen pada test variables (boleh diisi lebih dari 2) dan variabel independen pada grouping variables. Pada menu grup, tekan define grup. Lalu muncul menu kotak kecil. Karena tadi jenis kelamin dikode dengan nomor 1 dan 2 bukan 8 dan 10 maka tulislah 1 dan 2. Tekan continue, kemudian OK. Display out akan muncul.



Statistika Inferensial - Wahyu Widhiarso Fakultas Psikologi UGM



Masukkan kode data pada variabel anda



Cut Point Jika data yang dibandingkan, bukan data kategorik 1 dan 2. Melainkan data kategorik yaitu 1 (SD), 2 (SMP) dan 3 (SMA) anda dapat menekan cut point dan menulis angka tengahnya yaitu 2. jadi yang dibedakan adalah 1 (SD) dan 3 (SMA)



3. Membaca Hasil Analisis Output uji-t terdiri dari output uji homogenitas dan uji-t seperti yang tertera pada tabel dibawah ini. Independent Samples Test



Levene's Test for Equality of Variances t-test for Equality of Means



Group Statistics



LOC



gender pria wanita



N 48 19



Mean 60.7083 56.8947



Std. Deviation 10.7386 12.4584



Std. Error Mean 1.5500 2.8581



LOC Equal variances Equal variances assumed not assumed 1.641 .205 1.252 1.173 65 29.178 .215 .250



F Sig. t df Sig. (2-tailed) Mean Difference



3.8136



Std. Error Difference 95% Confidence Interval of the Difference



Lower Upper



3.8136



3.0469



3.2514



-2.2714 9.8986



-2.8344 10.4616



Langkah I. Baca dulu Levene’s test untuk uji homogenitas (perbedaan varians). Disana tampak bahwa F=1,641 (p=0,205). Karena p diatas 0,05, maka dapat dikatakan bahwa tidak ada perbedaan varians antara skor LOC pria dan wanita. Dengan kata lain data LOC antara pria dan wanita homogen. Tabel 2.1 Aturan Uji Homogenitas Output (F) Sig: p< 0,05 Sig: p>0,05



Interpretasi data tidak homogen data homogen



Langkah II. Jika data anda homogen, maka baca lajur kiri (equal variance assumed) , jika data tidak homogen, baca lajur kanan (equal variance not assumed). Output (t) Sig: p< 0,01 Sig: p< 0,05 Sig: p>0,05



Interpretasi ada perbedaan pada taraf sig. 1% ada perbedaan pada taraf sig. 5% tidak ada perbedaan



Karena data kita homogen, maka yang kita lihat adalah lajur equal variance assumed (data diasumsikan homogen). Di sana tampak bahwa nilai t kita 1,252, df=65, (p>0,05). Dapat disimpulkan bahwa tidak ada perbedaan LOC antara pria dan wanita. Terlihat bahwa nilai t hitung= 1,252 (positif) artinya bahwa LOC pria lebih tinggi dibanding wanita. Kita juga dapat melihat melalui deskriptif statistik bahwa rerata (mean) LOC pria lebih tinggi dibanding wanita. Rerata LOC pria =60,70 sedangkan rerata LOC wanita 56,89. Pria kelihatan bodohnya ketika mereka diam, sedangkan ketika wanita diam, mereka kelihatan cerdas (Henry Delacroix ) Statistika Inferensial - Wahyu Widhiarso Fakultas Psikologi UGM



Levene Tes Homogenitas. Adalah uji homogenitas, yaitu uji perbedaan varians pada data kita. Aturannya seperti yang tertulis pada tabel sebelumya. Jika data homogen, baca lajur kiri, jika tidak, baca lajur kanan.



Independent Samples Test



Levene's Test for Equality of Variances t-test for Equality of Means



kecerdasan Equal variances Equal variances assumed not assumed ,054 ,819 -3,265 -3,265 18 17,998 ,004 ,004



F Sig. t df Sig. (2-tailed) Mean Difference Std. Error Difference 95% Confidence Interval of the Difference



Lower Upper



Nilai t Anda. Jika tak bisa mengalahkan t tabel (lebih besar dari t tabel), jangan mengharap ada beda signifikan. Dari Sig. -nya terlihat bahwa ia lebih besar dari t tabel (p