Metodologi

Independent sample t test

Jawaban singkat

Independent sample t test membandingkan rata-rata dua kelompok yang anggotanya berbeda, misalnya kelas eksperimen dan kelas kontrol. Baca uji Levene lebih dulu: Sig. Levene > 0,05 berarti varians sama, jadi baca baris Equal variances assumed; bila ≤ 0,05, baca baris Equal variances not assumed. Perbedaan signifikan bila Sig. (2-tailed) < 0,05.

Diperbarui 13 Oktober 2026Tim Metodologi
Daftar isi
  1. Syarat
  2. Hipotesis
  3. Dua versi uji t: biasa dan Welch
  4. Contoh hitung
  5. Membaca output SPSS
  6. Ukuran efek
  7. Cara di SPSS dan di Metodologi
  8. Menuliskan hasilnya
  9. Bila syaratnya tidak terpenuhi
  10. Kesalahan umum
  11. Pertanyaan umum

Independent sample t test (uji t sampel independen, uji t dua sampel bebas) membandingkan rata-rata dua kelompok yang anggotanya berbeda. Contoh yang paling umum di skripsi pendidikan: nilai posttest kelas eksperimen dibandingkan dengan kelas kontrol. Di bidang lain: kinerja pegawai laki-laki dan perempuan, atau kepuasan pelanggan dua cabang toko.

Uji ini termasuk satu dari tiga jenis uji t. Bila dua rata-rata itu berasal dari orang yang sama (misalnya pretest dan posttest satu kelas), yang dipakai adalah paired sample t test.

Syarat

  1. Variabel terikat berskala interval atau rasio.
  2. Kedua kelompok saling bebas: tidak ada orang yang masuk ke dua kelompok sekaligus.
  3. Data di setiap kelompok berdistribusi normal (uji normalitas per kelompok).
  4. Varians kedua kelompok sama (uji homogenitas). Syarat ini tidak mutlak, karena ada versi uji t yang tidak membutuhkannya.

Hipotesis

  • H0: tidak ada perbedaan rata-rata antara kelompok 1 dan kelompok 2.
  • H1: ada perbedaan rata-rata antara kelompok 1 dan kelompok 2.

Dua versi uji t: biasa dan Welch

Varians dianggap sama (equal variances assumed). Kedua varians digabung menjadi satu:

t=xˉ1−xˉ2sp1n1+1n2,sp2=(n1−1)s12+(n2−1)s22n1+n2−2,df=n1+n2−2t = \frac{\bar{x}_1 - \bar{x}_2}{s_p \sqrt{\dfrac{1}{n_1} + \dfrac{1}{n_2}}}, \qquad s_p^2 = \frac{(n_1 - 1)s_1^2 + (n_2 - 1)s_2^2}{n_1 + n_2 - 2}, \qquad df = n_1 + n_2 - 2

Varians tidak dianggap sama (equal variances not assumed, uji t Welch). Galat bakunya dihitung dari varians masing-masing kelompok:

t=xˉ1−xˉ2s12n1+s22n2t = \frac{\bar{x}_1 - \bar{x}_2}{\sqrt{\dfrac{s_1^2}{n_1} + \dfrac{s_2^2}{n_2}}}

dengan df yang dihitung dengan rumus Welch-Satterthwaite, sehingga hasilnya sering berupa pecahan seperti 21,55.

Pilihan di antara keduanya diambil dari uji Levene. SPSS selalu menampilkan keduanya dalam dua baris, dan tugasmu memilih baris yang dibaca.

Contoh hitung

Kelas eksperimen dan kelas kontrol, 12 siswa per kelas (rekaan)

KelasNilai posttest
Eksperimen78, 85, 72, 90, 81, 76, 88, 79, 83, 74, 86, 80
Kontrol70, 75, 68, 82, 73, 65, 77, 71, 74, 69, 79, 72
  1. Eksperimen: rata-rata 81,00, simpangan baku 5,592. Kontrol: rata-rata 72,92, simpangan baku 4,833.
  2. Uji Levene: F = 0,393, Sig. = 0,537. Karena 0,537 > 0,05, varians dianggap sama.
  3. Varians gabungan sp2=11(5,5922)+11(4,8332)22=27,31s_p^2 = \dfrac{11(5{,}592^2) + 11(4{,}833^2)}{22} = 27{,}31, jadi sp=5,226s_p = 5{,}226.
  4. t=81,00−72,925,2261/12+1/12=3,789t = \dfrac{81{,}00 - 72{,}92}{5{,}226\sqrt{1/12 + 1/12}} = 3{,}789, dengan df = 22.
  5. t tabel dua sisi α 5% dengan df 22 = 2,074. Karena 3,789 > 2,074, H0 ditolak. Nilai p = 0,001.

Normalitas setiap kelompok terpenuhi (Shapiro-Wilk: p = 0,986 untuk eksperimen dan p = 1,000 untuk kontrol).

Angka contoh ini rekaan untuk latihan, tetapi semua hasilnya sudah dihitung ulang dengan R.

Membaca output SPSS

Group Statistics menampilkan N, rata-rata, simpangan baku, dan galat baku per kelompok. Dari sini terlihat kelompok mana yang lebih tinggi.

Independent Samples Test berisi dua bagian. Untuk contoh di atas:

Levene FLevene Sig.tdfSig. (2-tailed)Mean Difference
Equal variances assumed0,3930,5373,789220,0018,083
Equal variances not assumed3,78921,5470,0018,083

Cara membacanya:

  1. Lihat Sig. Levene (0,537). Lebih dari 0,05, jadi varians sama.
  2. Karena varians sama, baca baris Equal variances assumed.
  3. Lihat Sig. (2-tailed) di baris itu (0,001). Kurang dari 0,05, jadi H0 ditolak.
  4. Lihat Mean Difference (8,083) dan Group Statistics untuk menuliskan arah: kelas eksperimen lebih tinggi 8,08 poin.

Bila Sig. Levene ≤ 0,05, langkah 2 berganti ke baris Equal variances not assumed. Pada contoh ini kedua baris memberi t yang sama karena ukuran kelompoknya sama; pada kelompok yang ukurannya berbeda, hasil kedua baris bisa berbeda jauh.

Ukuran efek

Besar perbedaan dilaporkan dengan d Cohen memakai simpangan baku gabungan:

d=xˉ1−xˉ2spd = \frac{\bar{x}_1 - \bar{x}_2}{s_p}

Pada contoh, d = 8,083 / 5,226 = 1,55. Menurut patokan Jacob Cohen (1988), 0,2 tergolong kecil, 0,5 sedang, dan 0,8 besar, sehingga perbedaan ini besar.

Cara di SPSS dan di Metodologi

Di SPSS

  1. Di Variable View, buat dua variabel: nilai (Scale) dan kelas (Nominal) dengan Values 1 = Eksperimen, 2 = Kontrol. Panduan lengkapnya ada di input data kuesioner ke SPSS.
  2. Pilih Analyze → Compare Means → Independent-Samples T Test.
  3. Masukkan nilai ke Test Variable(s) dan kelas ke Grouping Variable.
  4. Klik Define Groups, isi Group 1 = 1 dan Group 2 = 2, lalu Continue dan OK.

Di Metodologi

  1. Buka olah data; menu Uji t independen langsung terpilih.
  2. Tempel tabel dari Excel atau Google Sheets (dengan baris judul), atau pilih file CSV atau Excel. Datanya diolah di browser dan tidak dikirim ke server.
  3. Di tab Variabel, beri label yang jelas dan label nilai untuk kode kelompok (mis. 1 = Eksperimen).
  4. Di tab Analisis, pilih variabel yang dibandingkan, variabel kelompok, dan dua kelompok yang dibandingkan, lalu tekan Jalankan uji t independen.
  5. Baca tabel Group Statistics, dan Independent Samples Test. Nama tabel dan kolomnya sama dengan output SPSS, dan di bawahnya ada hipotesis, dasar keputusan, kesimpulan, serta kalimat untuk Bab 4.
  6. Salin tabel ke Word, atau unduh semua hasil sebagai file Word atau Excel, dengan gaya tabel SPSS atau APA.

Bedanya dengan SPSS: Seperti SPSS, ada baris varians sama dan baris Welch; baris yang dibaca menurut uji Levene ditebalkan otomatis dan dipakai di kesimpulan. Semua angka dicocokkan dengan R; lihat akurasi perhitungan.

Punya data? Hitung uji t independen langsung di browser, lengkap dengan tabel bergaya SPSS dan kalimat untuk Bab 4. Datamu tidak dikirim ke server.

Olah datamu

Rata-rata nilai posttest kelas eksperimen (M = 81,00; SD = 5,59) lebih tinggi daripada kelas kontrol (M = 72,92; SD = 4,83). Uji Levene menunjukkan varians kedua kelas sama, F = 0,39, p = 0,537. Hasil independent sample t test menunjukkan perbedaan yang signifikan, t(22) = 3,79, p = 0,001, d = 1,55.

Untuk uji Welch, tuliskan df pecahannya, misalnya t(21,55) = 3,79.

Bila syaratnya tidak terpenuhi

  • Data tidak normal dan sampel kecil: pakai uji Mann-Whitney.
  • Varians tidak sama: tetap pakai uji t, baca baris uji Welch.
  • Tiga kelompok atau lebih: pakai ANOVA, bukan uji t berulang.
  • Nilai awal kedua kelas sudah berbeda: bandingkan N-Gain atau pertimbangkan ANCOVA, bukan hanya posttest.

Kesalahan umum

  • Data kedua kelompok diletakkan di dua kolom, lalu diuji dengan paired sample t test.
  • Membaca baris yang salah, misalnya selalu membaca baris pertama tanpa melihat Levene.
  • Menyimpulkan dari Sig. Levene, padahal Levene hanya memeriksa varians.
  • Membandingkan posttest saja tanpa memeriksa apakah pretest kedua kelas setara.

Pertanyaan umum

Bagaimana menyusun data independent sample t test di SPSS?

Satu kolom berisi nilai semua responden, dan satu kolom lagi berisi kode kelompok (misalnya 1 = eksperimen, 2 = kontrol). Jangan memisahkan nilai kedua kelompok ke dua kolom berbeda, karena SPSS akan menganggapnya data berpasangan.

Apakah jumlah anggota kedua kelompok harus sama?

Tidak. Uji ini tetap berlaku untuk kelompok yang ukurannya berbeda. Bila ukuran berbeda jauh dan variansnya juga berbeda, baca baris Equal variances not assumed (uji t Welch).

Levene signifikan, apakah berarti uji t tidak boleh dipakai?

Tetap boleh. Levene yang signifikan hanya berarti varians kedua kelompok berbeda, sehingga yang dibaca adalah baris Equal variances not assumed. Baris itu memakai uji t Welch yang tidak mengandaikan varians sama.

Kapan memakai uji satu sisi?

Bila hipotesisnya berarah dan arah itu ditetapkan sebelum data dilihat, misalnya 'hasil belajar kelas eksperimen lebih tinggi daripada kelas kontrol'. Nilai p satu sisi adalah separuh nilai p dua sisi, asalkan arah rata-ratanya sesuai hipotesis.

Alat terkait

Panduan terkait