Friday, April 24, 2020

Uji statistik pendidikan: Uji t

Uji t atau dikenal dengan t-test, berbeda dengan uji korelasi. Uji t dapat disebut juga uji komparasi atau uji beda. Ada beda atau tidak? Itu pertanyaannya yang akan dijawab melalui uji t ini. Dengan demikian jawabannya itu bisa “ada perbedaan antara anu dan inu” atau “tidak ada perbedaan antara anu dan inu”. Artinya sudah jelas kalau menguji perbedaan, ada dua hal yang diuji, anu dan inu. Dalam hal ini ada dua kelompok data atau bisa juga dua variabel yang diuji.

Uji t digunakan untuk sampel yang berjumlah kecil, dibawah 30, kalau sampel yang jumlahnya besar pakai uji z (Santoso, 2012:150).

Sampai sejauh ini, uji t berdasarkan software SPSS itu ada tiga jenis, (1) one sampel t-test; (2) Independent sample t-test; (3) paired sample t-test (Program SPSS versi 20).

Uji t satu sampel (one sample t-test), misalkan untuk satu populasi akan diuji apakah rata-rata populasi sama dengan suatu harga tertentu. Misalkan gini, dalam suatu kelas ada salah satu siswa yang dikenal punya badan gendut. Orang-orang memanggilnya Ndut Ndut ... Si anak merasa tersinggung, akhirnya ia melakukan suatu uji t antara dia dan kelas (not him against the world). Dia ingin membuktikan bahwa dia tidak berbeda dengan berat badan semua siswa dikelasnya. Nah, uji t ini termasuk kategori one sample t-test. Si siswa membandingkan dirinya dengan seluruh siswa di satu kelas yang jelas-jelas dirinya berada di kelas yang sama. Jadi dia ingin melihat apakah dia adalah seekor itik buruk rupa ataukah hanya rumor saja.

Dua jenis uji t lainnya yaitu independet sample t-test dan paired sample t-test merupakan uji t dua sampel artinya yang diuji itu ada dua populasi, dua kelompok data, atau mungkin dua variabel. Target jawaban dari uji t dua sampel ini adalah jawaban dari pertanyaan apakah rata-rata dua populasi data itu sama atau beda (Santoso, 2012:149). 

Independent sample t-test, artinya uji beda dua sampel atau dua populasi yang bersifat bebas tidak terikat. Misalnya populasi berat badan orang Jakarta dan populasi berat badan orang Surabaya, populasi nilai matematika kelas A dan nilai matematika kelas B. Dua populasi data tersebut masing-masing berdiri sendiri tidak berhubungan satu sama lain. Tapi membahas masalah yang sama, oleh karena itu kedua populasi data tersebut bisa dibandingkan. Jadi tidak membandingkan berat badan orang Jakarta dengan tinggi badan orang Surabaya. Itu dua masalah yang berbeda. Kalau misal seperti itu, bukan uji t yang digunakan, tapi bisa jadi uji korelasi. 

Paired sample t-test atau disebut juga dependent sample, artinya uji beda dua sampel atau dua populasi yang bersifat terikat, misalnya nilai matematika sebelum pembelajaran dan nilai matematika setelah pembelajaran (Santoso, 2012:149-150). Kenapa terikat, karena populasi sampel nya itu-itu juga. Hanya dua populasi data yang digunakan itu saja yang berbeda. Perbedaannya dimana? Yang satu adalah data sebelum pembelajaran, satu lagi data setelah pembelajaran.

Sumber rujukan
Santoso, Singgih. (2012). Aplikasi SPSS pada statistik parametrik. Jakarta: PT elex media komputindo.
Software SPSS versi 20 

No comments:

Post a Comment