Paired Sample T Test dengan SPSS

Selamat siang menjelang sore sahabat blogger, kali ini portal-statistik akan mencoba mengulas sedikit materi tentang Paired Sample T Test dengan SPSS atau dengan bahasa sederhananya Uji T Sampel Berpasangan dengan SPSS.
Setelah barusan juga saya melakukan posting terhadap uji t atau uji rerata yang lain, silahakan baca juga postingan saya mengenai One sample t test (uji t satu sampel) dengan spss, Independent Sample T Test dengan spss, One way anova dan Uji Perbandingan Ganda dengen SPSS.

Paired-Sample T Test adalah analisis dengan melibatkan dua pengukuran pada subjek yang sama terhadap suatu pengaruh atau perlakuan tertentu. Apabila suatu perlakuan tidak memberi pengaruh, maka perbedaan rata-rata adalah nol.

Adapun dasar penggunaan uji t sampel berpasangan ialah obeservasi atau penelitian untuk masing-masing pasangan harus dalam kondisi yang sama. Perbedaan rata-rata harus berdistribusi normal. Varian untuk masing-masing variabel dapat sama atau tidak sama.

Untuk melakukan uji t diperlukan data berskala interval atau rasio yang dalam SPSS disebut scale. yang dimaksud dengan sampel berpasangan atau paired sample adalah kita menggunakan sampel yang sama, tetapi pengujian terhadap sampel tersebut dilakukan dua kali (ex: sebelum pelatihan dan sesudah pelatihan) dalam waktu yang berbeda atau dengan interval waktu tertentu.

Untuk lebih jelasnya silahkan, perhatikan studi kasus dibawah ini:
Bila seorang Manejer perusahaan ingin mengetahui apakah ada perbedaan prestasi penjualan seles setelah mengikuti pelatihan marketing. Setelah dilakukan rekapitulasi jumlah penjualan terhadap 15 orang sales, diperoleh data sebagaiberikut:

Penyelesaian
Pada studi kasus diatas digunakan metode paired sample t test, adapaun langkah-langkah dalam melakukan analisis dengan metode tersebut adalah:
  1. Buka Aplikasi SPSS sobat.
  2. Setelah lembar kerja baru terbuka, buat nama variabel beserta tipe datanya, dalam hal ini nama variabel yang dibuat adalah Kode_Sales dengan tipe data string, Sebelum_Pel dan Setelah_Pel dengan tipe data numeric.
  3. Selanjutnya klik pada button Data View, masukkan data pada variabel Kode_Ssales, Sebelum_Pel dan Setelah_Pel sesuai dengan studi kasus.
  4. Selanjutnya klik menu Analize – Compare Means – Paired Samples T Test, masukkan variabel-variabel kedalam kotak Paired Variables, variabel Sebelum_Pel dimasukkan dibawah kolom Variable1 dan variabel Sesudah_Pel dimasukkan dibawah kolom Variable2, selanjutnya klik Option dan masukkan tingkat kepercayaan yang diinginkan, dalam hal ini praktikan menggunakan tingkat kepercayaan 95%, selanjutnya klik Continue dan OK.
  5. Sehingga muncul output seperti berikut:
Interpretasi:

Pada studi kasus tersebut analisis statistik yang paling tepat untuk digunakan adalah metode paired sample t test karena data sampel tersebut melibatkan dua pengukuran pada subjek yang sama terhadap suatu pengaruh atau perlakuan tertentu yaitu sebelum dan sesudah pelatihan.

Pada output pertama yaitu Paired Samples Statistics, dapat dilihat rata-rata penjualan secara umum sebelum dan sesudah pelatihan bahwa rata-rata penjualan naik dari 3 menjadi 3.6,  N menunjukkan banyaknya data yaitu sebelum dan sesusdah sebanyak 15, standar deviasi yang menunjukkan keheterogenan yang terjadi dalam data sebelum dan sesudah pelatihan adalah 0.756 dan 0.632 dan standard error of mean sebelum dan sesudah pelatihan adalah 0.195 dan 0.163, standard error of mean menggambarkan sebaran rata-rata sampel terhadap rata-rata dari rata-rata keseluruhan kemungkinan sampel.

Pada output kedua yaitu Paired Samples, menunjukkan apakah ada hubungan antara rata-rata penjualan sebelum dan sesudah dilakukannya pelatihan kepada sales. Terlihat bahwa nilai Sig (0,595) > α (0,05) maka dapat disimpulkan tidak ada hubungan yang signifikan sebelum dan sesudah diadakannya pelatihan. Dapat juga dilihat kekuatan korelasinya menunjukkan korelasi yang sangat rendah (0.149).

Pada output ketiga Paired Samples Test dapat diinterpretasikan seperti berikut:
  • Hipotesis
    H0 : μ_1= μ_2 (rata-rata penjualan sales perhari sebelum dan sesudah mengikuti pelatihan adalah sama / tidak berbeda secara nyata)
    H1 : μ_1 ≠ μ_2 (rata-rata penjualan sales perhari sebelum dan sesudah mengikuti pelatihan adalah tidak sama / berbeda secara nyata)
  • Tingkat Signifikansi
    α = 5%
  • Daerah Kritis
    Jika Thitung ≥ Ttabel : tolak H0
    -Thitung  ≤  - Ttabel : tolak H0
    Jika Sig. ≤α : tolak H0
  • Statistik Uji
    Sig. = 0.023 α = 0.05
    Thitung = -2.553 Ttabel = -2.145
    Sig. (0.023) < α (0.05) atau -Thitung (-2.553) < Ttabel -(2.145)
  • Keputusan Uji
    Karena nilai Sig. < α    atau  -Thitung > Ttabel  maka keputusannya adalah tolak H0
  • Kesimpulan
    Jadi dengan tingkat signifikansi 5% didapatkan kesimpulan rata-rata penjualan sales perhari sebelum dan sesudah mengikuti pelatihan adalah tidak sama / berbeda secara nyata.
Nah demikian tutorial tentang cara menganalisis data dengan metode paired sample t test dengan SPSS.
Semoga Bermanfaat.
Have FUN.
10 Komentar untuk "Paired Sample T Test dengan SPSS"

mas mau nanya , kalo hasilnya berbeda kayak diatas, berbedanya itu lebih besar atau lebih kecil ,, hehehehehehehe

Maaf mass, yang berbeda apanya ya?
jika langkah-langkahnya sudah benar, saya rasa hasil uji hipotesisnya juga akan sama.

Jika hasilnya berbeda dg yg diatas kemungkinan entri datanya ada yg keliru.

kesimpulan itu artinya terdapat perbedaan sebelum dan sesudah pelatihan kan?
saya agak bingung kalau udah masalah interpretasi
makasih..

yaa seperti itu,ada perbedaan secara nyata penjualan sales sebelum dan sesudah diadakannya pelatihan.

Bagaimana kalau nilai pre dan post test nya sama? Bagaimana dgn nilai P dan intrerpretasinya?

Bagaimana kalau nilai pre dan post test nya sama? Bagaimana dgn nilai P dan intrerpretasinya?

Terimakasih, tutorialnya sangat membantu
yang ingin saya tanyakan bagaimana mendapatkan nilai t tabel sebesar -2.145 ?
terima kasih...

mas mau tanya,
bukannya untuk pengambilan kesimpulan dari uji statistik itu kan rumusnya
thitung > ttabel atau -thitung > -ttabel.
nah tapi pengambilan kesimpulan data yg diatas ko jadi -thitung > ttabel ya ?
klo t hitungnya negatif bukannya t tabelnya juga negatif ya mas?
terimakasih

maaf mas komen saya sebelumnya keliru. maksudnya

bukannya untuk pengambilan kesimpulan dari uji statistik itu kan rumusnya
thitung > ttabel atau -thitung < -ttabe = HO ditolak
nah tapi pengambilan kesimpulan data yg diatas ko jadi -thitung > ttabel ya ?
klo t hitungnya negatif bukannya t tabelnya juga negatif ya mas?
terimakasih

maaf pak, mau nanya kalu data tdk distribusi normal kira2 uji apa yg bisa di pake pak

Silahkan tinggalkan komentar, kritik, maupun saran dari sobat blogger tentang apa yang sobat rasakan setelah mengunjungi blog ini.

Back To Top