Uji-t independen, atau tidak berpasangan, adalah ukuran statistik dari perbedaan antara rata-rata dua sampel independen dan terdistribusi secara identik. Misalnya, Anda mungkin ingin menguji untuk menentukan apakah ada perbedaan antara kadar kolesterol pria dan wanita. Tes ini menghitung nilai untuk data yang kemudian dikaitkan dengan nilai-p untuk penentuan signifikansi. Salah satu program statistik yang paling dikenal adalah SPSS, yang menghasilkan berbagai hasil pengujian untuk sekumpulan data. Anda dapat menggunakan SPSS untuk menghasilkan dua tabel untuk hasil uji-t independen.
Tabel Statistik Grup
Temukan Tabel Statistik Grup di output data. Tabel ini melaporkan nilai statistik deskriptif umum seperti rata-rata, standar deviasi, dll.
Tafsirkan nilai N sebagai jumlah sampel yang diuji pada masing-masing dari dua kelompok untuk uji-t. Misalnya, membandingkan kadar kolesterol 100 pria dan 100 wanita akan memiliki dua nilai N masing-masing 100 dan 100.
Temukan nilai standar deviasi dan hubungkan dengan kumpulan data. Standar deviasi mengidentifikasi seberapa dekat kumpulan poin data dalam setiap kelompok uji dengan rata-rata masing-masing. Dengan demikian, standar deviasi yang lebih tinggi menandakan bahwa data lebih tersebar pada rentang nilai yang luas dibandingkan dengan standar deviasi yang lebih kecil.
Amati nilai rata-rata kesalahan standar untuk kedua kelompok uji. Nilai ini dihitung dari standar deviasi dan ukuran sampel populasi dan mengidentifikasi ketepatan rata-rata setiap sampel. Kesalahan standar yang lebih kecil menunjukkan bahwa rata-rata lebih mungkin dari populasi sebenarnya.
Tabel Uji Sampel Independen
Temukan Tabel Uji Sampel Independen di output data. Tabel ini memberikan hasil aktual dari uji-t.
Periksa untuk menentukan apakah varian dalam kedua kelompok uji serupa. Hal ini dilakukan dengan melihat hasil Levene’s Test for Equality of Variances yang diberikan pada tabel. Varians yang sama akan dilambangkan dengan nilai-p (dilambangkan sebagai “Sig†) lebih besar dari 0,05 (p>0,05), sedangkan varians yang tidak sama akan menampilkan nilai-p kurang dari 0,05 (p<0,05).
Pilih kolom angka mana yang perlu Anda gunakan berdasarkan apakah Anda memiliki varians yang sama atau tidak sama.
Identifikasi nilai-p pada bagian “uji-t untuk Kesetaraan Sarana†pada tabel untuk menentukan signifikansi. Kolom dilambangkan dengan “Sig. (2-ekor)†. Sebagian besar penelitian dilakukan pada interval kepercayaan 95%; dengan demikian, nilai-p kurang dari 0,05 dianggap signifikan yang berarti bahwa ada perbedaan yang signifikan dalam rata-rata dari dua populasi sampel yang diuji (yaitu akan ada perbedaan yang signifikan dalam kadar kolesterol pria dibandingkan dengan wanita di negara kita). contoh sebelumnya).
Amati Interval Keyakinan 95% dari bagian Selisih pada tabel. Nilai ini memberikan interval yang, dengan kepastian 95%, Anda akan memprediksi perbedaan dalam populasi aktual berdasarkan hasil Anda. Dengan demikian, interval kepercayaan yang lebih sempit memberikan hasil yang lebih konklusif dan estimasi populasi aktual yang lebih baik daripada interval kepercayaan yang lebih luas.
-
- program statistik SPSS
- Dua set data independen yang terdistribusi normal untuk diuji
- Pastikan kedua set data Anda terdistribusi secara normal atau hasilnya mungkin tidak valid. Ini dapat diperiksa menggunakan Tes Normalitas di SPSS untuk melihat apakah kumpulan data sesuai dengan kurva lonceng standar.
Gambar Comstock/Comstock/Getty Images
