Uji T untuk Perbandingan Dua Kelompok Independen dengan JASP

Dalam penelitian kuantitatif, sering kali kita ingin mengetahui apakah terdapat perbedaan yang signifikan antara dua kelompok independen atau tidak saling berhubungan. Misalnya, apakah pengeluaran penduduk di kota A berbeda secara signifikan dengan penduduk di kota B? Untuk menjawab pertanyaan semacam ini, maka uji T independen (Independent Samples T-Test) adalah salah satu teknik yang umum digunakan. Dalam praktiknya, JASP merupakan salah satu software gratis dan powerful yang dapat digunakan untuk melakukan uji ini.

Tulisan ini akan membahas bagaimana melakukan uji T independen menggunakan JASP secara langkah demi langkah, serta interpretasi hasilnya.

Apa Itu Uji T Independen?

Uji T independen digunakan untuk membandingkan rata-rata dua kelompok yang saling bebas atau independen satu sama lain. Asumsinya:

1. Data berskala interval atau rasio
2. Data berdistribusi normal
3. Varians antar kelompok homogen (asumsi homogenitas varians)

Contoh penggunaan:

• Melihat perbedaan pengeluaran bulanan penduduk di dua kota berbeda
• Membandingkan skor ujian antara dua kelas yang diajar oleh guru berbeda
• Mengetahui apakah terdapat perbedaan nilai ujian antara pria dan wanita

Untuk memuat data ke dalam JASP:

1. Klik Main Menu (Menu pada bagian pojok kiri atas)
2. Pilih menu Open – Computer – Browse untuk membuka file dari komputer Anda.
3. Pilih file dataset yang ingin dianalisis (format yang didukung: JASP, CSV, SPSS dan sebagainya).

Dataset yang digunakan dapat diunduh pada tautan berikut: data_uji_t_independen.csv. Data ini terdiri dari dua kolom yaitu Wilayah dan Pengeluaran. Secara total terdapat 52 observasi dengan kelompok pertama (A) terdiri dari 24 observasi dan kelompok kedua (B) sebanyak 28 observasi.

Setelah data diimpor, JASP akan menampilkan variabel-variabel dari dataset pada layar utama aplikasi.

Untuk melakukan analisis uji T di JASP, data harus memiliki setidaknya dua kolom. Satu kolom berisi data kelompok yang terdiri dari dua nilai/kelompok. Misalkan pada data ini adalah kolom Wilayah yang terdiri dari dua kelompok yaitu A dan B. Kolom lainnya berisi nilai numerik yang akan diukur dan dibandingkan, misalnya data Pengeluaran.

Untuk memudahkan ilustrasi data, kita akan anggap bahwa data ini adalah hasil dari pendataan terhadap 52 orang dari wilayah A dan B yang rutin “Nongkrong” di Coffee Shop. Kolom Pengeluaran berisi informasi besarnya rata-rata pengeluaran yang dihabiskan setiap orang tersebut dalam satu bulan di Coffee Shop.

Misalkan seorang pengusaha ingin membuka Coffee Shop baru di antara dua wilayah tersebut. Untuk memutuskan di wilayah mana usaha tersebut akan dibuka, maka pengusaha tersebut ingin menganalisis apakah terdapat perbedaan pola konsumsi antara kedua wilayah tersebut, mana yang lebih banyak mengeluarkan uang untuk belanja di Coffee Shop. Atau apakah secara statistik kedua wilayah tersebut tidak ada perbedaan yang berarti.

Menu untuk melakukan Uji T Kelompok Independen dapat diakses melalui T-tests – Independent Samples T-test.

Langkah berikutnya yaitu menentukan variabel dependen (Dependent Variables) serta kelompok (Grouping Variable). Pada contoh ini maka kelompok adalah Wilayah, sedangkan variabel dependen adalah Pengeluaran.

Terdapat tiga jenis Tests berupa check list yang dapat dipilih. Secara default, yang terpilih adalah Student dan inilah uji yang akan kita gunakan. Dalam praktiknya, terdapat beberapa variasi dari uji T atau alternatif non-parametrik yang digunakan berdasarkan terpenuhinya asumsi atau tidak, yaitu:

Student’s t-test, Ini adalah uji T standar yang digunakan saat:

• Data berdistribusi normal
• Varians/ragam antar kelompok dianggap sama (homogen)

Welch’s t-test, digunakan saat:

• Data berdistribusi normal
• Varians/ragam antar kelompok tidak sama
• Tidak memerlukan asumsi homogenitas varians

Uji Welch dianggap lebih robust dalam situasi ketidaksamaan varians dan/atau ukuran sampel tidak seimbang.

Mann-Whitney U test, digunakan saat:

• Data tidak memerlukan asumsi berdistribusi normal
• Skala data adalah ordinal atau data numerik tetapi sangat menyimpang
• Uji non-parametrik yang merupakan alternatif uji T jika asumsi tidak terpenuhi

Saat kita menentukan variabel independen dan kelompok, JASP secara langsung melakukan perhitungan Uji T dan menampilkan hasilnya pada bagian Results. Terdapat tiga informasi yang diberikan yaitu nilai t, derajat bebas (df) serta p-value atau nilai signifikansi uji.

Berdasarkan hasil di bawah ini, diperoleh nilai t sebesar -2.8990 dengan p-value sebesar 0,0055. Hasil ini menunjukkan bahwa pada tingkat kepercayaan 95%, terdapat perbedaan yang signifikan antara pengeluaran belanja di Coffee Shop antara orang-orang di wilayah A dan B.

Pada JASP, hipotesis alternatif untuk Uji T juga dapat dipilih dari tiga pilihan yaitu:

• Group 1 ≠ Group 2: digunakan jika kita hanya tertarik untuk mengetahui apakah ada perbedaan signifikan antara dua kelompok, tanpa memedulikan mana yang lebih besar atau lebih kecil
• Group 1 > Group 2: digunakan jika ingin menguji apakah rata-rata pada kelompok pertama, secara statistik lebih besar dibandingkan kelompok kedua
• Group 1 < Group 2: digunakan jika ingin menguji apakah rata-rata pada kelompok pertama, secara statistik lebih kecil dibandingkan kelompok kedua

Pada contoh berikut, misalnya kita mengatur hipotesis alternatif Group 1 < Group 2. Dari hasil pengujian akan diperoleh p-value sebesar 0,0028. Artinya, dapat disimpulkan bahwa pada tingkat kepercayaan 95% dapat disimpulkan bahwa rata-rata pengeluaran belanja di Coffee Shop orang-orang di wilayah A, lebih kecil dibandingkan wilayah B.

Uji T kelompok independen memiliki beberapa asumsi yang harus dipenuhi. Pada JASP, kita juga dapat menyajikan hasil pengecekan asumsi tersebut untuk memastikan apakah terpenuhi atau tidak. Terdapat tiga pilihan yang dapat ditampilkan. Pertama yaitu Normality untuk melihat kenormalan data, kemudian Equality of variances untuk menguji apakah ragam antar kelompok sama atau tidak dan ketiga Q-Q plot residuals. Untuk pengecekan ragam antar kelompok terdapat dua uji yang dapat dipilih yaitu Brown-Forsythe dan Levene’s.

Berdasarkan hasil pengecekan asumsi untuk normalitas (menggunakan uji Shapiro-Wilk), diperoleh nilai p-value sebesar 0,4155 yang berarti tidak tolak $H_0$ atau data mengikuti sebaran Normal. Sementara itu, pengujian kehomogenan ragam dengan uji Levene’s juga tidak tolak $H_0$ dengan nilai p-value sebesar 0,2961. Artinya asumsi kehomogenan ragam antar kelompok juga terpenuhi. Dengan demikian, karena semua asumsi terpenuhi maka dapat kita yakini bahwa hasil uji T kelompok independen yang sudah dilakukan sebelumnya memberikan hasil yang valid.

Sebagai tambahan, terdapat pula menu Descriptives yang dapat dipilih untuk menampilkan beberapa statistik deskriptif untuk masing-masing kelompok. Informasi yang disajikan mencakup jumlah observasi (N), nilai rata-rata (Mean), standard deviation (SD), standard error (SE) dan Coefficient of Variation.

Uji T independen adalah teknik statistik untuk membandingkan dua kelompok independen. Pengujian ini dapat dilakukan menggunakan software JASP dengan antarmuka yang mudah dipahami, serta output yang lengkap dan mudah diinterpretasikan.

• Menguasai Analisis Deskriptif Data dengan JASP

Download E-Book Gratis dan Lengkap Aplikasi JASP untuk Statistisi Pemula: