Uji Beda Parametrik Dengan Menggunakan Program SPSS

Apa yang dimaksud Uji Beda Parametrik

Uji Beda Parametrik adalah metode analisis statistik inferensial yang digunakan untuk menguji perbedaan rata-rata (mean) antara dua atau lebih kelompok data, dengan asumsi data tersebut mengikuti distribusi statistik tertentu (biasanya distribusi normal).

Metode ini disebut "parametrik" karena bergantung pada estimasi parameter populasi (seperti nilai rata-rata dan varians) yang ditarik dari sampel acak.

Asumsi Wajib Uji Parametrik

Sebelum menggunakan uji beda parametrik, data Anda harus memenuhi syarat-syarat ketat berikut:

· Distribusi Normal: Data pada setiap kelompok yang diuji harus berdistribusi normal.

· Homogenitas Varians: Ragam atau varians data antar kelompok harus sama atau setara (terutama untuk uji dengan kelompok independen).

· Skala Data: Data harus berskala interval atau rasio (data kuantitatif/numerik).

· Independensi: Sampel data diambil secara acak (random sampling) dari populasi.

Jenis-Jenis Uji Beda Parametrik yang Populer

· Paired Sample t-Test: Menguji perbedaan rata-rata dari dua kelompok yang saling berpasangan (misalnya: nilai sebelum vs sesudah pelatihan pada orang yang sama).

· Independent Sample t-Test: Menguji perbedaan rata-rata dari dua kelompok yang tidak saling terkait (misalnya: membandingkan produktivitas PNS Golongan III vs PNS Golongan IV).

· One-Way ANOVA: Menguji perbedaan rata-rata untuk lebih dari dua kelompok data yang berdiri sendiri (misalnya: membandingkan efektivitas tiga metode kerja yang berbeda).

· Two-Way ANOVA: Menguji perbedaan rata-rata kelompok data yang dipengaruhi oleh dua faktor atau variabel independen sekaligus.

Kelebihan Uji Parametrik

· Daya Uji Tinggi: Memiliki kekuatan statistik (statistical power) yang kuat untuk menolak hipotesis nol yang salah jika asumsinya terpenuhi.

· Kesimpulan Tajam: Mampu mendeteksi perbedaan sekecil apa pun antar kelompok dengan lebih akurat dibandingkan uji non-parametrik.

Uji T untuk Dua Sampel Bebas dan Uji T Berpasangan

Dalam tulisan ini ada dua jenis uji beda, yakni Uji T untuk Dua Sampel Bebas dan Uji T Berpasangan

a. Uji T untuk Dua Sampel Bebas

Tujuannya untuk mengetahui perbedaan akibat perlakuan yang diberikan kepada sampel melalui pengukuran variabel penelitian. Syaratnya yaitu menggunakan dua sampel yang tidak saling berhubungan dan kondisi data memenuhi persyaratan uji parametric yakni berditribusi normal

Contoh Data

langkah melakukan Uji Beda Parametrik Dengan Menggunakan Program SPSS

Selanjutnya data diinput dalam program SPSS disesuaikan dengan bentuk data yang harus dimasukkan ke lembar kerja SPSS, kecuali penomoran responden harus terus ke bawah.

Menentukan uji statistik

· Jenis permasalahan. Yang ingin dipecahkan dalam kasus di atas adalah perbedaan akibat perlakuan yang diberikan kepada subjek penelitian. Ini berarti masuk ke dalam uji komparasi atau uji beda. Dilihat dari banyaknya sampel yang digunakan termasuk ke dalam uji beda 2 sampel yaitu kelompok kontrol atau kelas tradisional (A) dan kelas dengan metode baru (B). Kedua sampel tidak saling berhubungan atau mempengaruhi jadi uji yang digunakan adalah uji beda 2 sampel yang tidak saling berhubungan.

· Kondisi data. Untuk menentukan mana yang digunakan diantara uji parametrik dan non parametrik, kondisi data harus diperiksa. Caranya:

1. Langkah pertama, periksa jenis data. Data diperoleh dari hasil pengukuran pemahaman peserta terhadap materi tertentu (achievement test). Data ini termasuk jenis interval karena kita tidak bisa mengatakan peserta dengan nilai 90 memiliki pemahaman 1,5 X dari peserta dengan nilai 60.

2. Langkah kedua, menguji normalitas distribusi data sampel dengan menghitung rasio skewness yang ternyata bernilai –0,74 (data nilai dengan metode tradisional) dan 0,74 (data nilai dengan metode baru). Walaupun histogram kedua data tidak terlalu bagus tapi rasio skewness kedua data ada diantara angka –2 dan +2, sehingga distribusi kedua data dianggap normal.

· Menentukan uji statistik. Berdasarkan kondisi data, syarat penggunaan uji parametrik dipenuhi maka peneliti dapat menggunakan uji beda T untuk dua sampel yang tidak berhubungan.

Mengolah data dengan Uji T untuk 2 sampel bebas:

buka program SPSS dan file data yang akan diolah
pada menu statistics klik compare-means lalu pilih Independence-sample T-test sehingga muncul kotak dialog sbb

Gambar Kotak Dialog Independence-Sample T-Test

· klik variabel pertama (nilai) yang akan diuji lalu klik tanda panah sehingga variabel terpilih masuk ke dalam kolom variabel test(s).

· klik variabel kelompok (jenis metode) lalu klik tanda panah sehingga variabel tersebut masuk ke dalam kolom variabel group(s).

· Klik define groups hingga tampak tampilan berikut ini.

Gambar Kotak Dialog Define Group

1. untuk group 1, ketik 1 yang berarti kelompok 1 berisi tanda 1 yaitu kode untuk metode tradisional

2. untuk group 2, ketik 2 yang berarti kelompok 2 berisi tanda 2 yaitu kode untuk metode baru

3. Klik continue untuk melanjutkan ke pilihan lain

4. Klik options hingga layar menampilkan kotak dialog sebagai berikut :

Gambar Kotak Dialog Options

1. Confidence interval. SPSS menggunakan tingkat kepercayaan 95% sebagai default. Biarkan angka itu kecuali jika anda ingin menggantinya dengan tingkat kepercayaan yang lebih tinggi yaitu 99%.

2. Missing values. Abaikan pilihan exclude cases pairwise, kecuali data anda tidak lengkap

3. klik continue jika pengisian pilihan options selesai

4. klik Ok untuk kembali ke menu semula

Keluaran SPSS

t-tests for independent samples of JN.MET

Number

Variable of Cases Mean SD SE of Mean

---------------------------------------------------------------

NILAI

mt. trad 30 73.3000 10.452 1.908

mt.baru 30 78.5333 8.893 1.624

---------------------------------------------------------------

Mean Difference = -5.2333

Levene's Test for Equality of Variances: F= 1.673 P= .201

t-test for Equality of Means 95%

Variances t-value df 2-Tail Sig SE of Diff CI for Diff

---------------------------------------------------------------------------------------

Equal -2.09 58 .041 2.506 (-10.250, -.217)

Unequal -2.09 56.55 .041 2.506 (-10.252, -.215)

---------------------------------------------------------------------------------------

Analisis

1. Keluaran statistics. Dari keluaran SPSS tampak rata-rata pemahaman peserta penataran menggunakan metode tradisional adalah 73,3000. Sedangkan kelas yang ditatar dengan metode baru memiliki nilai rata-rata sebesar 78,5333. Keluaran SPSS memperlihatkan beda rata-rata kedua nilai tersebut yatu 5,2333.

2. Menguji kesamaan varians (Homogenitas). Lakukan uji hipotesis homogenitas varians sebagai berikut:

Hipotesis:

Ho: kedua varians populasi adalah identik (varians populasi nilai penataran menggunakan metode tradisional dan baru sama)

H1: kedua varians populasi adalah tidak identik (varians populasi nilai penatarn menggunakan metode tradisional dan baru tidak sama)

Dasar pengambilan Keputusan

a. Berdasarkan probabilitas (tk signifikansi: 5%)

· Jika probabilitas > 0,05, maka Ho Diterima

· Jika probabilitas < 0,05, maka Ho ditolak

Keputusan: karena nilai dari Levene’s test yaitu 0,201 > 0,05 maka Ho Diterima. Jadi kedua varians populasi identik. Konsekuensinya saat uji T nilai signifikansi yang dipakai adalah dari varians yang identik (equal)

3. Signifikansi hasil perlakuan. Uji hipotesis ini dilakukan untuk mengetahui signifikansi perbedaan yang terjadi.

Hipotesis

Ho: Rata-rata pemahaman peserta dalam materi tertentu setelah ditatar menggunakan metode tradisional dan metode baru tidak berbeda

H1: Rata-rata pemahaman peserta dalam materi tertentu setelah ditatar menggunakan metode tradisional dan metode baru berbeda

Yang akan dicari ada tidaknya perbedaan hasil perlakuan, jadi pengujian hipotesis menggunakan uji dua sisi.

Dasar pengambilan Keputusan

a. Berdasarkan probabilitas (tk signifikansi: 5%)

· Jika probabilitas > 0,05, maka Ho Diterima

· Jika probabilitas < 0,05, maka Ho ditolak

Keputusan. Dari keluaran SPSS diperoleh nilai probabilitas 0,041 (kebetulan nilainya sama untuk varians identik dan berbeda). Oleh karena lebih kecil dari 0,05 maka Ho ditolak. Kesimpulannya, metode menatar baru menyebabkan perbedaan pemahaman dalam materi terpilih secara signifikan.

b. Uji T Berpasangan

Tujuannya untuk mengetahui perbedaan akibat perlakuan pada sampel. Syaratnya mengggunakan dua sampel yang saling berhubungan. Kondisi data berdistribusi normal

Contoh Data Perbedaan data hasil pretes dan postes

Selanjutnya data diinput dalam program SPSS disesuaikan dengan bentuk data yang harus dimasukkan ke lembar kerja SPSS, kecuali penomoran responden harus terus ke bawah.

Menentukan uji statistik

· Jenis permasalahan. Yang ingin dipecahkan dalam kasus di atas adalah perbedaan akibat perlakuan yang diberikan kepada subjek penelitian. Ini berarti masuk ke dalam uji komparasi atau uji beda. Dilihat dari banyaknya sampel yang digunakan termasuk ke dalam uji beda dua sampel yaitu kelompok sebelum perlakuan dan kelompok sesudah perlakuan. Kedua sampel jelas saling berhubungan atau mempengaruhi karena hasil kelompok sebelum perlakuanmempengaruhi hasil kelompok setelah perlakuan. Dengan kata lain kelompok yang sama mempengaruhi hasil tes awal dan ahir. Jadi uji yang digunakan adalah uji beda dua sampel yang saling berhubungan.

· Kondisi data. Untuk menentukan mana yang digunakan diantara uji parametrik dan non parametrik, kondisi data harus diperiksa. Caranya seperti diterangkan pada bagian uji korelasi Pearson.

1. Langkah pertama, periksa jenis data. Jenis data variabel mata pelajaran IPA adalah interval karena siswa yang mempunyai nilai 40 tidak berarti mempunyai kepandaian setengah kali siswa yang nilainya 80. Jenis data yang diukur sebelum dan sesudah perlakuan sama.

2. Langkah kedua, menguji normalitas distribusi data sampel dengan menghitung rasio skewness yang ternyata bernilai 1.66 (data sebelum perlakuan) dan 1,46 (data sesudah perlakuan). Walaupun histogram kedua data tidak terlalu bagus tapi rasio skewness kedua data ada diantara angka –2 dan +2, sehingga distribusi kedua data bisa dianggap normal.

· Mengolah data dengan Uji T untuk dua sampel berpasangan:

1. buka program SPSS dan file data yang akan diolah (file tpsgan.sav)

2. pada menu statistics klik compare-means lalu pilih paired-sample T test sehingga muncul kotak dialog.

· klik variabel pertama yang akan diuji sehingga masuk ke dalam kolom current selection;

· lakukan hal yang sama untuk variabel kedua lalu klik tanda panah sehingga kedua variabel masuk ke dalam kolom paired-variabel;

· klik option lalu klik two-tailed pada kolom test of significance;

· klik display actual significance level atau flag significance correlations tergantung jenis program. Submenu ini memberikan pilihan untuk menampilkan tingkat signifikansi yang biasanya ditentukan 5 % (*) atau 1% (**);

· Klik options hingga layar menampilkan kotak dialog Options.

· Confidence interval. SPSS menggunakan tingkat kepercayaan 95% sebagai default. Biarkan angka itu kecuali jika anda ingin menggantinya dengan tingkat kepercayaan yang lebih tinggi (99%);

· Abaikan pilihan exclude cases pairwise, kecuali data anda tidak lengkap;

· klik continue untuk kembali ke menu semula lalu klik ok jika pengisian selesai.

Keluaran SPSS

- - - t-tests for paired samples - - -

Number of 2-tail

Variable pairs Corr Sig Mean SD SE of Mean

-------------------------------------------------------------------------------------------

SEBELUM 57.3000 9.879 1.562

nilai sblm blj dg met A

40 .890 .000

SESUDAH 67.3250 14.041 2.220

nilai sdh belj dg met A

------------------------------------------------------------------------------------------

Paired Differences |

Mean SD SE of Mean | t-value df 2-tail Sig

-------------------------------------------------------------------------------------------------

-10.0250 6.919 1.094 | -9.16 39 .000

95% CI (-12.238, -7.812) |

Analisis

1 Keluaran statistics. Dari keluaran SPSS tampak rata-rata pemahaman siswa mengenai IPA sebelum mendapat perlakuanadalah 57,3000. Setelah mendapat perlakuan dengan menggunakan metode baru rata-rata nilai IPA menjadi 67,3250. Korelasi antara kedua variabel ditunjukkan angka yang tinggi (0,890) dengan propabilitas jauh di bawah 0,05 (signifikansi 0,000). Ini menunjukkan korelasi nilai sebelum dan sesudah mendapat perlakuan sangat kuat.

2 Signifikansi hasil perlakuan. Pengujian hipotesis dilakukan untuk mengetahui signifikansi perbedaan yang terjadi.

Hipotesis

Ho: Nilai mata pelajaran IPA sebelum dan sesudah mendapat perlakuan belajar dengan metode baru tidak berbeda nyata.

H1: Nilai mata pelajaran IPA sebelum dan sesudah mendapat perlakuan belajar dengan metode baru berbeda nyata.

Yang akan dicari ada tidaknya perbedaan hasil perlakuan, jadi menggunakan uji dua sisi. Dasar pengambilan Keputusan Berdasarkan probabilitas (tk signifikansi: 5%)

1. Jika probabilitas > 0,05, maka Ho DITERIMA

2. Jika probabilitas < 0,05, maka Ho ditolak

Keputusan. Dari keluaran SPSS diperoleh nilai probabilitas 0,000. Oleh karena lebih kecil dari 0,05 maka Ho ditolak. Kesimpulannya, perbedaan nilai IPA sebelum dan sesudah mendapat pelajaran dengan metode baru sangat signifikan bahkan untuk tingkat kepercayaan 1% karena nilai probabilitasnya tetap lebih kecil dari 0,01.

=============================