Uji T Berpasangan dengan JASP

Dalam penelitian kuantitatif, sering kali kita ingin mengetahui apakah terdapat perbedaan yang signifikan antara dua kondisi atau waktu pengukuran yang saling berhubungan (berpasangan). Misalnya, apakah terdapat perubahan skor TOEFL sejumlah siswa sebelum dan sesudah mengikuti pelatihan intensif bahasa Inggris? Untuk menjawab pertanyaan semacam ini, maka uji T berpasangan (Paired Samples T-Test) adalah salah satu teknik yang umum digunakan.

Hampir setiap software statistik sudah mendukung uji T berpasangan. Termasuk di dalamnya yaitu JASP yang merupakan software gratis dan powerful untuk kebutuhan analisis statistik. Pada tulisan ini, kita akan membahas bagaimana melakukan uji T berpasangan menggunakan JASP secara langkah demi langkah, serta interpretasi hasilnya.

Uji T berpasangan digunakan untuk membandingkan rata-rata dua pengukuran atau kondisi yang berasal dari subjek yang sama atau pasangan yang saling berhubungan. Penggunaan uji T berpasangan umumnya ketika pengamatan dilakukan dalam dua kondisi atau waktu berbeda terhadap unit yang sama. Uji ini dapat digunakan pada data dengan skala interval atau rasio serta selisih antara pasangan data berdistribusi normal.

Contoh penggunaan:

• Melihat perubahan skor TOEFL siswa sebelum dan sesudah mengikuti pelatihan
• Mengetahui apakah tekanan darah pasien berbeda sebelum dan sesudah pemberian obat
• Membandingkan produktivitas karyawan sebelum dan setelah diterapkannya sistem kerja baru

Untuk Memuat Data ke dalam JASP:

1. Klik Main Menu (ikon menu di pojok kiri atas)
2. Pilih menu Open → Computer → Browse untuk membuka file dari komputer
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_berpasangan.csv.
Data ini terdiri dari dua kolom yaitu Skor_Sebelum dan Skor_Sesudah yang berisi skor TOEFL sejumlah siswa sebelum dan setelah mengikuti pelatihan. Secara total terdapat 20 observasi, yang masing-masing merupakan pasangan data dari siswa yang sama pada dua waktu pengukuran berbeda.

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

Untuk melakukan analisis uji T berpasangan di JASP, data harus memiliki setidaknya dua kolom yang mewakili dua kondisi atau waktu pengukuran berbeda terhadap unit yang sama. Misalnya, dalam data ini terdapat dua kolom yaitu Skor_Sebelum dan Skor_Sesudah yang berisi nilai numerik hasil pengukuran pada waktu sebelum dan sesudah perlakuan tertentu.

Untuk memudahkan ilustrasi, kita anggap bahwa data ini adalah hasil pengukuran skor TOEFL dari 20 siswa yang mengikuti pelatihan bahasa Inggris. Kolom Skor_Sebelum berisi skor TOEFL sebelum pelatihan, sedangkan kolom Skor_Sesudah menunjukkan skor TOEFL setelah siswa tersebut menyelesaikan program pelatihan.

Misalkan sebuah lembaga pendidikan ingin mengevaluasi efektivitas pelatihan intensif yang mereka selenggarakan. Untuk mengetahui apakah pelatihan tersebut benar-benar memberikan dampak yang signifikan, maka dilakukan analisis statistik untuk membandingkan skor TOEFL sebelum dan sesudah pelatihan. Jika terdapat perbedaan yang signifikan secara statistik, maka dapat disimpulkan bahwa program pelatihan tersebut efektif. Jika tidak, maka perlu dilakukan evaluasi lebih lanjut terhadap metode pelatihan yang digunakan.

Menu untuk melakukan Uji T Berpasangan dapat diakses melalui T-tests – Paired Samples T-test.

Langkah berikutnya yaitu menentukan Variable Pairs. Pada contoh ini maka kita dapat mengisinya (drag-drop) dengan variabel Skor_Sesudah dan Skor_Sebelum. Posisi kedua variabel sebenarnya tidak terlalu bermasalah. Namun untuk memudahkan interpretasi maka Skor_Sesudah kita tempatkan dibagian kiri dan Skor_Sebelum pada bagian kanan. Dengan penempatan ini maka nilai selisih yang diukur nantinya adalah Skor_Sesudah dikurangi Skor_Sebelum. Artinya, jika selisih positif menunjukkan ada peningkatan nilai dan begitu juga sebaliknya. Pada JASP, Variable Pairs di sebelah kiri akan dianggap sebagai Measure 1 sedangkan yang di sebelah kanan sebagai Measure 2.

Saat kita menentukan Variable Pairs, 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 5.6586 dengan p-value sangat kecil yaitu < 0,001. Hasil ini menunjukkan bahwa pada tingkat kepercayaan 95%, terdapat perbedaan yang signifikan antara Skor TOEFL siswa setelah melakukan pelatihan intensif dibandingkan sebelumnya.

Catatan: Pada panel sebenarnya Terdapat dua jenis Tests berupa check list yang dapat dipilih. Secara default, yang terpilih adalah Student dan inilah uji yang akan kita gunakan. Dalam praktiknya, selain uji T terdapat alternatif non-parametrik yang digunakan berdasarkan terpenuhinya asumsi atau tidak, yaitu Uji Wilcoxon signed-rank.

Secara default hipotesis alternatif yang digunakan yaitu Measure 1 ≠ Measure 2 atau uji dua arah. Artinya kita “hanya” menguji apakah terdapat perbedaan signifikan antara kedua kondisi tanpa memperhatikan mana yang lebih tinggi atau lebih rendah.

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

• Measure 1 ≠ Measure 2: digunakan jika kita hanya tertarik untuk mengetahui apakah ada perbedaan signifikan antara dua kondisi, tanpa memedulikan mana yang lebih besar atau lebih kecil
• Measure 1 > Measure 2: digunakan jika ingin menguji apakah rata-rata selisih pengukuran pertama (Variable Pairs bagian kiri), secara statistik lebih besar dibandingkan pengukuran kedua (Variable Pairs bagian kanan)
• Measure 1 < Measure 2: digunakan jika ingin menguji apakah rata-rata selisih pada pengukuran pertama (Variable Pairs bagian kiri), secara statistik lebih kecil dibandingkan pengukuran kedua (Variable Pairs bagian kanan)

Pada gambar di atas, misalnya kita mengatur hipotesis alternatif adalah Measure 1 > Measure 2. Dari hasil pengujian akan diperoleh p-value yang juga signifikan yaitu < 0,001. Artinya, dapat disimpulkan bahwa pada tingkat kepercayaan 95% skor TEOFL setelah pelatihan intensif lebih tinggi dibandingkan sebelum pelatihan.

Uji T berpasangan memiliki asumsi bahwa nilai selisih antar kondisi menyebar normal. Pada JASP, kita juga dapat menyajikan hasil pengecekan asumsi tersebut untuk memastikan apakah terpenuhi atau tidak. Pada bagian Assumption Checks kita dapat memilih Normality untuk mengecek apakah selisih antar kondisi tersebut menyebar normal atau tidak.

Selain itu, terdapat satu pilihan lagi yaitu Q-Q plot residuals yang dapat digunakan untuk melihat apakah residual menyebar normal atau tidak, sama halnya seperti asumsi normalitas pada analisis regresi linier.

Berdasarkan hasil pengecekan asumsi untuk normalitas (menggunakan uji Shapiro-Wilk), diperoleh nilai p-value sebesar 0,7098 yang berarti tidak tolak $H_0$ atau data mengikuti sebaran Normal. Dengan demikian, karena semua asumsi terpenuhi maka dapat kita yakini bahwa hasil uji T berpasangan yang sudah dilakukan 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.

Terdapat juga menu Descriptives Plots yang memvisualisasikan bagaimana perbedaan nilai antara Skor_Sesudah dan Skor_Sebelum serta rentang nilainya pada selang kepercayaan tertentu (misal 95%).

Uji T berpasanagn adalah teknik statistik untuk membandingkan rata-rata dua pengukuran atau kondisi yang berasal dari subjek yang sama atau pasangan yang saling berhubungan. Pengujian ini dapat dilakukan menggunakan software JASP dengan antarmuka yang mudah dipahami, serta output yang lengkap dan mudah diinterpretasikan.

• Uji T untuk Perbandingan Dua Kelompok Independen dengan JASP
• Menguasai Analisis Deskriptif Data dengan JASP

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