1. Pengertian Uji-T Sampel Berhubungan
Dalam proses belajar mengajar, seorang
guru ataupun peneliti berharap terdapat peningkatan hasil belajar peserta
didik. Dari yang sebelumnya tidak dapat memahami, menggunakan, mengevaluasi,
dan membuat hingga dapat memahami, menggunakan, mengevaluasi, dan membuat. Untuk
mengetahui hasil belajar peserta didik mengalami peningkatan dapat menggunakan
analisis Uji-T sampel berhubungan atau sering dikenal Paired Sample T-Test, correlatedsamples. Uji-T sampel berhungan adalah teknik analisis data
(hasil belajar peserta didik) yang digunakan
untuk menguji beda mean 2 sampel berpasangan (ada pretes dan ada postes) yang
datanya interval/rasio.
Sebelum menggunakan teknik analisis Uji-T
sampel berhubungan, peneliti terlebih dahulu harus menguji normalitas distribusi dan homogenitas
varians dari data tersebut. Jika
data tersebut berdistribusi normal dan memiliki homogenitas yang sama (homoskedastisitas) maka dapat digunakan
teknik analisis Uji-T sampel berhubungan. Dan sebaliknya jika data
berdistribusi tidak normal atau tidak homogen (heterokedastisitas) maka tidak dapat menggunakan Uji-T, sebagai
penggantinya adalah dengan menggunakan Sign
test, Wilcoxon matched pairs, dan lain-lain.
2. Analisis Uji-T sampel berhubungan
Ada sebuah kasus
seperti berikut: Seorang guru mapel matematika berhipotesis bahwa skor nilai
rata-rata mapel matematika yang akan diperoleh peserta didiknya jauh berbeda
dari yang sebelumnya (sebelum diajar). Untuk membuktikan hipotesis tersebut,
guru itu mengadakan tes (pre-tes)
pada 30 siswa, dimana 30 siswa itu kemudian diajar selama 1 bulan. 1 bulan
kemudian guru tersebut mengadakan tes lagi (post-tes)
pada 30 siswa itu dan hasilnya ditunjukkan pada tabel 1 di bawah ini. Dengan
taraf kesalahan 5% apakah hipotesis guru dapat diterima? (dengan catatan data
berdistribusi normal dan homogen)
Tabel
1
No.
|
N-Pretes
|
N-Postes
|
1
|
63
|
65
|
2
|
75
|
75
|
3
|
60
|
75
|
4
|
76
|
85
|
5
|
63
|
85
|
6
|
78
|
80
|
7
|
88
|
85
|
8
|
73
|
70
|
9
|
58
|
85
|
10
|
68
|
85
|
11
|
73
|
90
|
12
|
75
|
70
|
13
|
68
|
85
|
14
|
85
|
75
|
15
|
68
|
75
|
a.
Hipotesis
a) H0 : N-Pretest = N-Postes (Skor rata-rata hasil belajar tidak ada
perbedaan.)
b) H1 : N-Pretest ≠ N-Postes (Skor rata-rata hasil belajar ada perbedaan.)
b.
Mengoperasikan SPSS
a) Buka aplikasi SPSS yang antum miliki
seperti pada uji normalitas dan homogenitas variansi, sehingga muncul tampilan
seperti pada gambar 1 di bawah ini.
Gambar 1. Tampilan awal SPSS
b)
Klik
variable view yang ada di pojok kiri
bawah dari spss seperti pada ujinormalitas, sehingga akan muncul seperti gambar 2 di bawah ini.
Gambar 2. Variable view yang belum diisi
c)
Buatlah
lapak dengan ketentuan seperti di bawah ini:
ü Name: Isi dengan nama variable anda (terserah
mau diberi nama apa saja biasanya dalam bentuk singkatan), dalam hal ini saya
mengisinya dengan kata “NPretes” untuk baris 1 dan “NPostes” untuk baris
2.
ü Type: Pilih Numeric
ü Width: Isi dengan angka “8”
ü Decimal: Isi dengan angka “0”
ü Label: Isi dengan kepanjangan dari name di
atas, dalam hal ini saya mengisinya dengan “Nilai Pretes” untuk baris 1 dan
“Nilai
Postes” untuk baris 2.
ü Value: pilih none
ü Missing: Pilih none
ü Columns: Isi dengan angka 8
ü Align: Pilih right (terserah user)
ü Measure: Pilih scale
Gambar 3 Tampilan varible view
yang sudah di isi
d)
Kalau
sudah selesai klik data view (sebelahnya variable view)
e)
Masukkan
data nilai NPretes
dan NPostes
ke dalam kolom yang sudah disediakankan di spss dengan di ketik atau copas.
Gambar 4. Tampilan data view
yang sudah di isi
f)
Klik
menu analyze- pilih compare means –
pilih Independent-sample T test
Gambar 5. Langkah-langkah pengoperasian
g)
Akan
muncul kotak dialog seperti di bawah ini
Gambar 6. Kotak dialog paired sample T test
h)
Pindahkan
semua variable (NPretes dan NPostes) ke kolom paired
variabel dengan cara klik variable
kemudian klik tanda panah yang mengarah ke paired variabel
(è).
Klik option – isikan
95% pada kolom convidence
interval. Klik continue.
Gambar 7. Kotak dialog paired
sample Ttes
i)
Klik
ok
j)
Output
Gambar 8. Output
k)
Pengambilan
keputusan
ü Jika sig. lebih besar dari 0,05 maka
terima H0 (N-Pretest = N-Postes)
ü Jika sig. kurang dari 0,05 maka terima
H1 (N-Pretest ≠ N-Postes)
3. Kesimpulan
Berdasarkan hasil hitung
spss diperoleh t -2,656 df 14 dan signifikansi 0,019. Karen sig. (2-tailed)
< 0,05 dengan demikian maka disimpulkan terima H1 yang berarti bahwa
skor rata-rata hasil belajar mapel matematika sebelum dan sesudah diajar terdapat
perbedaan yang signifikan.
Daftar Pustaka
Sudjana. 2005. Metoda Statistika. Bandung: Tarsito.
Ismed, Basuki
dan Sudarmono. 2014. Pengujian Hipotesis
(ppt 6 pengujian hipotesis). Surabaya
Hasan,
Iqbal. 1999. Pokok-poko Materi Statistik
. Jakarta: PT. Bumi Aksara
Hanafiah,
Kemas Ali. 2010. Dasar-dasar Statistika :
aneka bidang ilmu pertanian dan hayati. Jakarta: Rajawali Pers
Hamang,
Abdul. 2005. Metode Statistika. Yogyakarta:
Graha Ilmu
Komentar
Posting Komentar
silahkan berikan komentar