Resume
xadlyPDHYUk • Uji t Berpasangan menggunakan SPSS, Uji Asumsi, serta Uji Non Parametrik Penggantinya
Updated: 2026-02-12 02:11:05 UTC
Back Source
Prev Next

Berikut adalah rangkuman komprehensif dan terstruktur dari konten video tersebut:

Panduan Lengkap Uji Paired Sample T-Test & Non-Parametrik dengan SPSS

Inti Sari (Executive Summary)

Video ini membahas tutorial lengkap tentang analisis statistik inferensial untuk membandingkan dua kelompok data yang berpasangan menggunakan SPSS. Pembahasan mencakup pengujian asumsi normalitas, pelaksanaan Paired Sample T-Test untuk data yang berdistribusi normal, serta alternatif uji non-parametrik (Pair Sample Sign Test) ketika asumsi normalitas tidak terpenuhi, disertai panduan pelaporan hasilnya dalam format APA.

Poin-Poin Kunci (Key Takeaways)

  • Paired Sample T-Test digunakan untuk membandingkan rata-rata dua kelompok yang saling berhubungan (misalnya pre-test dan post-test pada subjek yang sama).
  • Asumsi utama uji ini adalah data selisih (difference) antara dua kelompok harus berdistribusi normal.
  • Jika asumsi normalitas terlanggar, analisis beralih ke uji non-parametrik, yaitu Pair Sample Sign Test, yang membandingkan median bukan rata-rata.
  • SPSS menyediakan tools untuk menghitung selisih data secara otomatis, melakukan uji normalitas (Kolmogorov-Smirnov dan Shapiro-Wilk), serta menghasilkan output statistik untuk pelaporan.
  • Hasil analisis dilaporkan dengan menyertakan nilai statistik (t atau Z), derajat kebebasan (df/N), dan nilai signifikansi (Sig/p-value).

Rincian Materi (Detailed Breakdown)

1. Konsep Dasar & Asumsi Paired Sample T-Test

  • Definisi: Uji ini juga dikenal sebagai Dependent T-Test, berfungsi membandingkan mean dari dua kelompok terkait. Contoh umum adalah hasil pre-test dan post-test pada peserta pelatihan yang sama.
  • Syarat Data:
    • Variabel dependen berskala kontinu (interval/ratio).
    • Variabel independen bersifat kategorikal yang membagi data menjadi dua kelompok berpasangan.
    • Tidak ada outlier pada nilai selisih.
    • Data selisih harus berdistribusi normal.
  • Alternatif Uji: Jika data selisih tidak normal, digunakan Pair Sample Sign Test (uji non-parametrik).

2. Persiapan dan Input Data di SPSS

  • Studi Kasus: Pelatihan selama 1 minggu dengan tiga variabel: Keterampilan Berpikir, Hasil Belajar, dan Literasi. Data terdiri dari pre-test dan post-test.
  • Setup Variabel (Variable View):
    • Mendefinisikan nama variabel (misal: pretest_kb, posttest_kb).
    • Mengatur Measure menjadi Scale untuk skor tes dan Nominal untuk nama subjek.
  • Entry Data (Data View):
    • Data numerik disalin dari Excel dan ditempel (paste) ke SPSS.
    • Teknik Undo (Ctrl+Z) digunakan jika terjadi kesalahan penempatan kolom saat paste.

3. Langkah-Langkah Analisis: Keterampilan Berpikir (Data Normal)

  • Hitung Selisih: Menggunakan menu Transform > Compute Variable.
    • Target Variable: selisih_kb.
    • Numeric Expression: Posttest dikurangi Pretest.
  • Uji Normalitas (Kolmogorov-Smirnov):
    • Menu: Analyze > Nonparametric Test > Legacy Dialogs > 1-Sample KS.
    • Hasil: Sig. 0,059 (> 0,05), artinya data selisih berdistribusi normal.
  • Paired Sample T-Test:
    • Menu: Analyze > Compare Means > Paired Samples T-Test.
    • Memasukkan pasangan variabel (Pretest & Posttest) ke kotak Paired Variables.
  • Interpretasi Output:
    • Tabel Paired Samples Test menunjukkan nilai t = -14,647 dan Sig. (2-tailed) = 0,00.
    • Karena Sig < 0,05, terdapat perbedaan signifikan antara pre-test dan post-test.

4. Analisis Hasil Belajar (Data Normal dengan Uji Lain)

  • Uji Normalitas (Shapiro-Wilk):
    • Dilakukan pada variabel selisih_hb (selisih hasil belajar).
    • Prinsip penting: Uji normalitas untuk uji berpasangan dilakukan pada data selisih, bukan data mentah pre/post.
  • Hasil: Data dinyatakan normal (Sig. > 0,05), sehingga analisis dilanjutkan dengan Paired Sample T-Test.

5. Analisis Literasi (Data Tidak Normal & Uji Non-Parametrik)

  • Uji Normalitas:
    • Hasil uji Kolmogorov-Smirnov (Sig. 0,008) dan Shapiro-Wilk (Sig. 0,014) keduanya < 0,05.
    • Kesimpulan: Data selisih literasi tidak berdistribusi normal.
  • Beralih ke Pair Sample Sign Test:
    • Menu: Analyze > Nonparametric Tests > Legacy Dialogs > Related Samples.
    • Memilih opsi Sign (menghilangkan centang Wilcoxon karena Wilcoxon mengharuskan distribusi simetris).
  • Interpretasi Output:
    • Uji ini membandingkan Median.
    • Frequencies: Menunjukkan 20 Positive Differences (semua peserta mengalami peningkatan).
    • Test Statistics: Nilai Sig. = 0,00 (ditulis sebagai p < 0,001).
    • Kesimpulan: Terdapat perbedaan signifikan; median post-test literasi lebih tinggi dari pre-test.

6. Panduan Pelaporan Hasil (Reporting)

  • Format Laporan Normalitas:
    • Contoh (Kolmogorov-Smirnov): D(20) = 0,189, p = 0,059.
    • Contoh (Shapiro-Wilk): W(20) = 0,955, p = 0,444.
  • Format Laporan T-Test:
    • Menyertakan nilai rata-rata (Mean), Standar Deviasi, nilai t, df, dan p-value.
  • Format Laporan Sign Test:
    • Menyatakan bahwa data tidak berdistribusi normal sehingga digunakan uji Sign Test, melaporkan perbedaan median, dan nilai signifikansi (p < 0,001).

Kesimpulan & Pesan Penutup

Dalam menganalisis perbandingan dua kelompok yang berpasangan, langkah pertama yang krusial adalah memeriksa asumsi normalitas pada data selisih. Jika data normal, gunakan Paired Sample T-Test untuk membandingkan rata-rata. Namun, jika data tidak normal, gunakan Pair Sample Sign Test untuk membandingkan median. Tutorial ini menunjukkan bahwa SPSS memfasilitasi kedua jenis analisis tersebut untuk memastikan kesimpulan statistik yang akurat dan valid. Semoga panduan ini bermanfaat untuk pembelajaran analisis statistik inferensial lainnya.