Cara Membaca Hasil Output Uji Independent Sample T-Test pada SPSS
Cara Membaca Hasil Output Uji Independent Sample T-Test pada SPSS
Uji Independent Sample T-Test digunakan untuk membandingkan rata-rata antara dua kelompok yang tidak saling berhubungan. Misalnya, membandingkan rata-rata skor ujian antara siswa laki-laki dan perempuan. Tujuan dari uji ini adalah untuk menentukan apakah ada perbedaan yang signifikan antara kedua kelompok tersebut.
Berikut adalah langkah-langkah membaca hasil output uji Independent Sample T-Test di SPSS:
1. Memahami Statistik Deskriptif
Bagian pertama output biasanya menampilkan statistik deskriptif, seperti jumlah sampel (N), rata-rata (mean), standar deviasi (standard deviation), dan standar error rata-rata untuk kedua kelompok.
Contoh Output:
Group Statistics
Gender N Mean Std. Deviation Std. Error Mean
Score Male 30 75.0 10.5 1.92
Female 30 80.0 9.8 1.79
Dari output ini:
Rata-rata skor untuk siswa laki-laki adalah 75 dengan standar deviasi 10.5.
Rata-rata skor untuk siswa perempuan adalah 80 dengan standar deviasi 9.8.
2. Memahami Hasil Uji Levene's Test for Equality of Variances (Uji Homogenitas)
Bagian ini menunjukkan hasil uji Levene yang digunakan untuk menentukan apakah kedua kelompok memiliki varians yang sama. Informasi ini penting untuk memilih baris hasil yang tepat pada tabel uji t.
Contoh Output:
Independent Samples Test
Levene's Test for Equality of Variances
F Sig.
1.23 0.27
Dari output ini:
Nilai F adalah 1.23.
Nilai Sig. adalah 0.27 (> 0.05), yang berarti asumsi kesetaraan varians terpenuhi. Oleh karena itu, gunakan baris pertama pada tabel hasil uji t.
3. Membaca Hasil Uji Independent Sample T-Test
Bagian ini menunjukkan hasil utama dari uji t, termasuk nilai t, derajat kebebasan (df), nilai p (Sig.), dan selisih rata-rata.
Contoh Output:
Independent Samples Test
t df Sig. (2-tailed) Mean Difference Std. Error Difference
2.34 58 0.023 -5.0 2.14
Berikut cara membaca output ini:
t: Nilai t hitung adalah 2.34.
df: Derajat kebebasan (degrees of freedom) adalah 58.
Sig. (2-tailed): Nilai p adalah 0.023.
Mean Difference: Selisih rata-rata antara kedua kelompok adalah -5.0.
Std. Error Difference: Kesalahan standar selisih rata-rata adalah 2.14.
4. Menentukan Signifikansi
Hasil uji dianggap signifikan jika nilai p (Sig.) lebih kecil dari tingkat signifikansi (α) yang ditentukan, biasanya 0.05.
Dalam contoh ini, nilai p = 0.023 < 0.05, sehingga terdapat perbedaan yang signifikan antara skor siswa laki-laki dan perempuan.
5. Interpretasi Hasil
Berdasarkan hasil uji Independent Sample T-Test di atas, dapat disimpulkan:
Rata-rata skor siswa perempuan (80) lebih tinggi dibandingkan siswa laki-laki (75).
Perbedaan rata-rata sebesar 5.0 signifikan secara statistik.