Uji Paired T-Test (Psikologi Eksperimen)

T-Test: Paired or Independent?

beberapa dari kita kadang keliru dalam memahami T-Test ini. T-Test digunakan untuk menguji hipotesis pada dua kelompok.
Paired digunakan untuk dua kelompok yang berpasangan,
sedangkan independent digunakan untuk dua kelompok yang tidak berpasangan.

contoh
Paired: anda menguji hasil eksperimen sekelompok anak, dan mengukur pre-test dan post-test. maka, anda akan memiliki dua kelompok data, tapi dari orang yang sama. maka itu disebut PAIRED.

independent: anda menguji diferensi kecemasan pada 20 orang yang tinggal di kota, dan 20 orang yang tinggal di desa. anda akan memiliki dua kelompok data, tapi kedua data tersebut tidak berpasangan karena bukan dari orang yang sama. maka disebut INDEPENDENT.

kenapa dibedakan?

PAIRED T-TEST, tidak perlu memperhatikan varians (homogenitas) antar kedua kelompok data tersebut. sebab, data tersebut memang berasal dari kelompok yang sama kan?

INDEPENDENT T-TEST, tentu akan ada kemungkinan varians nya tidak sama (tidak homogen).
So, anda tinggal memperhatikan hasil hitung Leuvene's Test nya saja (lihat nilai Sig, jika p>0.05, maka homogen).
Jika data homogen, maka gunakan significancy di baris pertama (Equal variances assumed)
Jika sebaran data tidak homogen, maka gunakan tabel baris kedua (Equal Variances not assumed).
(contoh tabel menyusul ya, karena pembahasan ini adalah tentang PAIRED)

kurang lebih begitulah... :)

Cara Menghitung Paired T-Test

1. Gunakan Data Pre-Test dan Post-Test kelompok eksperimen.
Klik Analyze - Compare Means - Paired Sample T Test

2. Masukkan Variabel Pre dan Post Test kedalam PAIRED VARIABLE

3. Klik OK. Maka akan muncul hasil seperti berikut

Cara Membaca Hasil Uji T

lihat pada kolom Sig. (2-tailed), kaidahnya adalah jika p < 0.05 maka hasilnya adalah ada signifikansi perbedaan antara kedua kelompok data yang kita ukur.

hasil lengkapnya, kira-kira begini:
terdapat perbedaan antara nilai pre-test dan post-test, dengan indeks kepercayaan sebesar 95 persen, dan besaran selisih -5.212 sampai dengan -1.163

ringkasan arti dari penghitungan tersebut adalah:

terdapat perbedaan antara pengukuran, tapi terdapat 4% faktor peluang bisa menyebabkan perbedaan tersebut.
faktor peluang saja, dapat menyebabkan perbedaan sekitar -3.199
kita percaya sebanyak 95 persen, bahwa jika eksperimen dilakukan pada populasi, maka akan memberikan pengaruh nilai sebesar -5.212 sampai dengan -1.163

Semoga Bermanfaat :)