Teori uji beda rata-rata itu sebuah teori dalam statistik yang dipake untuk nguji apakah suatu nilai tertentu (yang diberikan sebagai pembanding) berbeda secara nyata ataukah tidak dengan rata-rata sebuah sampel (Santoso, 2004).
Uji beda rata-rata itu baru bisa jika data yang digunakan tipenya kuantitatif artinya data yang diolah hanya berbentuk angka. Uji beda tu ada pembagian-pembagiannya lagi:
Kali ini saya ingin membagikan cara mengolah data sebuah penelitian eksperimental dengan metode pengujian hipotesis melalui uji beda rata-rata paired sample t-test. Namun sebelumnya saya perjelas sedikit tentang uji yang satu ini, adapun pemahaman uji paired (berpasangan) sample t-test adalah metode pengujian hipotesis dimana satu individu (objek penelitian) dikenai 2 buah perlakuan yang berbeda. Artinya walaupun menggunakan objek penelitian yang sama, kita tetap memperoleh 2 macam data sampel, yaitu data dari perlakuan pertama dan data dari perlakuan kedua.
Dalam postingan kali ini saya mengemukan kasus tentang pemahaman mahasiswa akuntansi sebelum dan sesudah memngikuti mata kuliah Teori Akuntansi. Secara teoritis mahasiswa yang telah mengikuti mata kuliah tersebut akan semakin memahami materi-materi yang diajarkan dalam prodi Akuntansi. Adapun data dalam penelitian ini diperoleh dari kuesioner dengan interval 1 sampai 5 dimana 1 sangat tidak baik sampai 5 diberi nilai sangat baik. Jumlah sampel yang digunakan adalah 80 orang mahasiswa. Adapun cara olah datanya adalah sebagai berikut:
Pertama seperti biasa Input Datanya dulu, dalam kasus saya penampakan datanya begini:
 |
| Data Penelitian Eksperimental |
Data yang diinput dalam kasus yang saya olah disini adalah data Angkatan Masuk Kuliah, Jenis Kelamin dan Data Perlakuan Sampel yaitu sebelum dan sesudah mengikuti mata kuliah Teori Akuntansi. Setelah diisi semua datanya lalu diatur Variable Viewnya seperti ini:
 |
| Setting Variabel |
Data Screenshot diatas saya menyetel type data sebagai numeric artinya datanya angka, dengan lebar kolom 8 karakter suapaya muat teks nama variabel. Untuk desimal seperlunya saja disini saya pake 1 desimal dan untuk baris angkatan gak perlu desimal. Untuk Jumlah Kolom ya disesuaikan saja disini sengaja saya buat besar-besar biar muat semuanya.
Yang perlu diperhatikan adalah pemberian label pada variabel, dimana untuk jenis kelamin label yang saya buat adalah sebagai berikut:
 |
| Value Label-Jenis Kelamin |
Label jenis kelamin saya hanya menyediakan dua alternatif yaitu laki-laki dan perempuan, sedangkan yang lain tidak saya akomodir. Laki-laki saya beri value 1 dan Perempuan saya beri Value 2. Sedangkan untuk Data sebelum dan sesudah saya buat value labelnya seperti ini:
 |
| Value Label Data Sebelum/Sesudah |
Jadi disini saya memberi kategori nilai untuk sangat tidak meningkat sebesar 1, tidak meningkat 2, sama aja (netral) sebesar 3, meningkat bernilai 4 dan 5 untuk sangat meningkat. Untuk lebih rinci teknis cara mengatur value label bisa dilihat disini:
Baca: Cara Mengatur Value Label
Setelah selesai input data barulah kita lakukan uji One Sample Paired Test yang sangat mudah sebenarnya. Klik Menu Analize lalu pilih Compare Means lalu pilih Paired Sample T-Test seperti screenshoot berikut:
 |
| Langkah Pertama |
Lalu akan muncul kotak dialog Paired Sample-Test yang disini kita harus memasukkan variabel yang berisi data perlakuan sebelum dan sesudah nya saja sedangkan data angkatan dan jenis kelamin tidak perlu, itu cuma untuk pelengkap saja. Nah dikotak Paired Variebles terdapat tabel variabel 1 dan variabel 2, disini kita memasukkan variabel sebelum ke Variabel 1 dan Sesudah ke Variabel 2 dengan cara Klik variabel sebelum/sesudah tersebut yang ada di kotak sebelah kiri lalu Klik tanda panah disampingnya. Adapun penampakan kotak dialog tersebut sebagai berikut:
 |
| Langkah Kedua |
Dari screenshot diatas terlihat variabel sebelum dan sesudah telah dimasukkan kedalam tempatnya masing-masing. disini kita tidak perlu mengatur options apalagi Bootstraps nya ikuti bawaan aja. Terakhir Klik OK dan langsung keluar hasilnya sebagai berikut:
 |
| Output I |
Dari Output SPSS tabel Paired Samples Statistik kita diperlihatkan pada kolom Mean bahwa terdapat perubahan yang cukup tinggi antara pemahaman mahasiswa sebelum mengikuti mata kuliah teori akuntansi dengan yang sudah mengikuti mata luliah tersebut. Hal ini terlihat dari nilai Mean sebelum 3,375 dan sesudah menjadi 3,773, selain itu pada tabel Paired Samples Correlations dihasilkan sig. yang dibawah 0,05 sehingga menunjukkan adanya korelasi yang sangat besar.
 |
| Output II |
Pada tabel Paired Samples Test kita disajikan informasi mengenai kesimpulan dari test yang kita laukan ini. Untuk dapat menentukan berbeda atau tidaknya rata-rata sample tersebut ada dua cara pertama liat aja nilai Sig. (2-Tailed) jika dibawah 0,05 berarti rata-rata sampel berbeda jika diatas 0,05 berarti tidak berbeda. Disini nilai Sig. (2-Tailed)nya sebesar 0,010 dibawah 0,05 jadi hasilnya berbeda. Cara kedua dengan membandingkan nilai t-hitung dan t-tabel, t-hitung dapat dilihat pada kolom t ditabel diatas disitu tertulis -2,645. Kemudian kita lihat nilai t-tabelnya buka buku statistik temukan tabel yang penampakannya seperti ini
 |
| Tabel titik kritis t |
Disini kita tentukan dulu nilai df nya dengan rumus n-k dalam hal ini k = 1 jadi karena sampel kita 88 maka perhitungannya:
df = 88 -1 = 87
Kemudian kita tentukan tingkat signifikansi yang kita gunakan dan berhubungan menggunakan tingkat akuran 95% maka sig (probilitas) yang dapat kita gunakan adalah 5% (0,05). Dengan demikian pada tingkat sig. 0,05 maka nilai t-tabel yang diperoleh adalah 1,662, nilai ini masih lebih kecil dibandingkan nilai t-hitung sebesar -2,645 (walaupun minus tapi tidak jadi soal). Jadi kesimpulan dari hasil uji ini adalah rata-rata sampel berbeda antara sebelum dan sesudah mahasiswa mengikuti mata kuliah Teori Akuntansi.
Sekian dulu untuk hari ini, semoga bermanfaat:)
Social Plugin