Uji T Independen dengan SPSS

Written By Malonda Gaib on Minggu, 27 Maret 2011 | 27.3.11

Kesempatan ini akan saya gunakan untuk memberikan contoh penerapan Uji T (T-test) independen di SPSS. Sebagaimana diketahui bahwa uji ini digunakan, bila kita memiliki data kategorik dan numerik.

Sebagai contoh misalnya kita ingin mengetahui apakah ada pengaruh ibu yang merokok dan ibu yang tidak merokok (status merokok merupakan data kateorik) terhadap berat bayi yang dilahirkan (berat bayi lahir merupakan data numerik).Kebetulan saya memiliki filenya, jadi file ini akan saya gunakan untuk tutorial kali ini.

Langkahnya sebagi berikut :
Buka/aktifkan  SPSS anda. Kemudian pada menu utama klik File --> Open --> Data, sampai muncul layar seperti di bawah ini :


 Pilih file "bbay.sav" dan klik open, akan muncul layar di bawah ini :
Yang perlu diperhatikan pada layar di atas adalah variabel "rokok" dan "bbayi". Karena kedua variabel ini yang akan kita uji.

Selanjutnya klik pada menu utama SPSS anda Analyze --> Compare Means-->Independent-Samples-T Test :



Lalu akan muncul layar  seperti ini :



Pilih variabel "bbayi" dengan cara mengklik variabel tersebut.
Kemudian klik tanda segitiga paling atas untuk memasukan variabel tersebut ke kotak Test variable(s).


Klik variabel "rokok' dan masukan ke kotak Grouping variable.
Kemudian klik tombol Define Group, dan isi angka "0" pada kotak Group 1 dan angka "1" pada kotak Group 2. Lalu klik Continue.




Klik OK untuk menjalankan prosedur. Pada layar output akan nampak hasil seperti berikut :


Dari tabel Group Statistics, terlihat bahwa rata-rata berat bayi yang dilahirkan oleh ibu yang tidak merokok adalah 3054,96 gram, sedangkan berat bayi yang dilahirkan oleh ibu yang perokok sebesar 2773,24 gram. Namun apakah perbedaan ini berbeda juga secara statistik ?

Untuk melihat perbedaan ini kita lihat pada tabel Independent Samples Test. Pada tabel tersebut ada dua baris (sel), sel pertama dengan asumsi bahwa varian kedua kelompok tersebut sama, sedangkan pada sel kedua dengan asumsi bahwa varians kedua kelompok tersebut tidak sama. Untuk memilih sel mana yang akan kita gunakan sebagai uji, maka kita lihat pada kolom uji F, jika Signifikansinya > 0,05 maka asumsinya varian sama sebaliknya jika Sig. <=0,05 maka variannya tidak sama. Dari uji F menunjukan kalau varian kedua kelompok tersebut sama (P-value = 0,221), sehingga sel akan dibaca adlah sel pertama.

Dari kolom uji T menunjukan bahwa nilai P = 0,009 untuk uji 2-sisi . Karena P-value lebih kecil dari
α = 0,05 yang berarti Ho ditolak, sehingga dapat kita simpulkan bahwa secara statistik ada perbedaan yang bermakna rata-rata berat bayi yang dilahirkan oleh ibu yang merokok dengan ibu yang tidak merokok dengan kata lain ada pengaruh merokok terhadap berat bayi lahir.

Uji tersebut di atas adalah uji 2-sisi, bagaimana kalau uji 1-sisi ? Bila uji yang kita lakukan adalah uji 1-sisi maka nilai P harus dibagi 2 sehingga menjadi  P-value = 0,0045.


    8 komentar:

    sunualasroban mengatakan...

    halo, salam kenal. saya sedang revisi skripsi, dan ada uji T. Begini :

    Saya mengukur panjang kromosom dua kultivar tanaman (misal A dan B). Untuk melihat apakah ukuran kromosom keduanya berbeda nyata atau tidak, sudah benarkah jika memakai uji T yang paired/berpasangan, atau yang lain?

    Nah, yang kedua, kromosom kan tidak hanya 1, yang saya teliti ada 20 kromosom, pada setiap kultivarnya (A/B = 2n =20). Bisakah diperinci uji siginifikansinya, sehingga detail ukuran kromosom no 1 signifikan, n0 2 tidak signifikan, no 3 NS, no 4 S (antar kultivar tersebut), dst sampai 20. Bisakah sekali jalan di SPSS?

    Nuwun.

    sunualasroban

    (sunualasroban@gmail.com)

    Malonda Gaib mengatakan...

    1. Jika anda ingin melihat perbedaan (rata-rata) panjang krom dua tanaman, maka uji yang digunakan adalah Uji T independen (karena tanaman berbeda). Uji T paired digunakan bila misalnya anda melakukan suatu intervensi terhadap tanaman dan ingin melihat apakah ada perbedaan panjang kromosom sebelum dan setelah ada intervensi (tanamannnya sama).
    2. Sekali lagi uji T baik paired maupun unpaired (= uji rata-rata/mean) jadi tidak bisa melihat perbedaan per unit/satuan.

    Demikain smoga bisa membantu.

    renny ine rosa mengatakan...

    salam, saya mau melakukan uji regresi variabel smoke dg berat lahir, tp di smoke ada status yes dan no, bagaimana cara memilih ketika hanya regresi yes atau no thd berat lahir,,terima kasih

    Unknown mengatakan...

    jika ada perbedaan apakah dilakukan uji lanjutn, jika iya uji lanjutannya menggunakan uji apa

    Malonda Gaib mengatakan...

    @Fahroji : Tidak perlu, karena sudah diketahui, mana kategori yang berbeda, kalau dari contoh di atas, bahwa 3054,96 gram dan 2773,24 gram, secara statistik berbeda. Sehingga bisa disimpulkan ibu yang merokok melahirkan bayi lebih ringan dari ibu yang tidak merokok.

    thatha's shop mengatakan...

    mohon bantuannya.... untu penelitian saya "analisis nilai tambah pada industr abon sapi dan dendeng sapi" salah satu rumusan masalahnya adalah perbandingan antara nilai tambah daging sapi mjd abon sapi dg nilai tambah daging sapi mjd dendeng sapi. kesimpulan yang diharampan adalah ada perbedaan/ tidak. apakah langkah2 tersebut diatas benar untuk diterapkan dalaam penelitiian saya? mohon bimbingannya, terima kasih sblmnya

    Lukman Sani Pendidikan Matematika PPs UHO mengatakan...

    knp pada uji satu pihak nilai p value Dibagi du

    Lukman Sani Pendidikan Matematika PPs UHO mengatakan...

    kenapa paa uji 1 pihak nilai p value harus dibagi dua (mohon penjelasannya)

    Posting Komentar