Uji Beda T-Test Sampel Berpasangan

Halo guys, apakah penelitian kalian termasuk jenis penelitian quasi eksperiment, komparatif atau kausal komparatif? Jika iya, mungkin ini bisa menjadi solusi dalam menentukan teknik analisis data yang tepat untuk penelitian kalian. Yup Uji Beda T-Test Sampel Berpasangan merupakan suatu teknik analisis data yang digunakan untuk melihat perbedaan rata-rata dari sampel yang berhubungan (sebelum dan sesudah proses atau perlakuan pada sampel). Disebut sampel berpasangan, karena hanya ada satu grup/kelompok, oleh sebab itu Uji Beda T-Test Sampel Berpasangan juga sering disebut dengan one group design. Selaian uji beda sampel berpasangan ada juga uji beda sampel independent (bebas).

Contoh: Kita ingin mengetahui apakah ada perbedaan rata-rata yang signifikan antara kinerja karyawan sebelum dan seseudah kenaikan gaji. Nah disini hanya ada satu grup sampel yaitu karyawan dan perlakuan yang diberikan pada sampel yaitu kenaikan gaji.

Untuk mempermudah memahami Uji Beda T-Test Sampel Berpasangan perhatikan ilustrasi konsep berikut ini:

Uji beda sampel berpasangan

Uji Beda T-test Sampel Berpasangan untuk statistik parameterik berbeda dengan statistik nonparametrik. Untuk statistic parameterik kita menggunakan Paired Sample T-Test, sedangkan untuk statistik nonparametrik menggunakan Uji Wilcoxon. Namun kali ini saya akan bahas Uji Beda T-Test Sampel Berpasangan untuk statistik parametrik (Paired Sample T-Test)

Uji beda T-test sampel berpasangan menggunakan paired sample t-test dilakukan ketika:

  • Data berskala interval atau rasio,
  • Data berdistribusi normal,
  • Data bersifat homogen

Paired Sample T-Test dirumuskan sebagai berikut:

Uji beda sampel berpasangan1

Contoh Uji Beda T-Test Sampel Berpasangan

Berikut adalah skor kinerja karyawan sebuah perusahan sebelum dan sesudah kenaikan gaji 10%. Ujilah dengan menggunakan taraf sifnifikansi 5%, apakah ada perbedaan yang signifikan antara kinerja karyawan sebelum dan sesudah kenaikan gaji 10%.

Uji beda sampel berpasangan2

  • Hipotesis:
  • Ho: µ1 = µ2 (Tidak ada perbedaan yang signifikan antara kinerja karyawan sebelum dan sesudah kenaikan gaji 10%)
  • Ha: µ1 ≠ µ2 (Ada perbedaan yang signifikan antara kinerja karyawan sebelum dan sesudah kenaikan gaji 10%)
  • Taraf signifikansi: α = 0,05
  • Statistik Uji-t

 Uji beda sampel berpasangan3

  • Kriteria Penolakan (Daerah Kritis)
  • Ho ditolak jika |to| > tα;n-1 (uji dua sisi)
  • Tα;n-1= t0,05;14 = 2,145
  • Kesimpulan: Ho ditolak, karena |to| > tα;n-1 yaitu 2,223 > 2,145, artinya Ha diterima, sehingga dapat disimpulkan bahwa ada perbedaan yang signifikan antara kinerja karyawan sebelum dan sesudah kenaikan gaji 10%

Gimana guys, mudah kan? Kalian juga bisa baca cara melakukan uji beda sampel berpasangan menggunakan SPSS.

Semoga bisa membantu guys, Happy Learning 🙂

Baca Juga Tutorial Beberapa Analsis Data dengan SPSS

Post Comment