Uji Beda T-Test (Uji t): Jenis, Asumsi, Langkah SPSS, dan Cara Membacanya

Uji beda t-test (uji t) adalah uji statistik untuk mengetahui apakah perbedaan rata-rata dua kelompok, atau satu kelompok dengan nilai acuan, cukup besar sehingga tidak bisa dianggap kebetulan. Uji ini termasuk statistik parametrik dan dipakai untuk data interval atau rasio.

Uji t sering dipakai pada penelitian eksperimen, misalnya membandingkan dua metode mengajar atau skor sebelum dan sesudah pelatihan. Kesalahan yang sering terjadi adalah memilih jenis uji t yang keliru atau membaca baris output SPSS yang salah. Artikel ini membahas keduanya, lengkap dengan contoh angka.

Artikel ini bagian dari seri Materi Statistik IDTesis. Posisi uji t di antara uji statistik lain dijelaskan di artikel metode analisis data.

Logika Uji t

Uji t pertama kali diperkenalkan oleh William Gosset dengan nama samaran “Student” (1908). Idenya sederhana: bandingkan selisih rata-rata dengan besarnya variasi acak. Untuk dua kelompok independen, rumusnya:

Keterangan: x?1 dan x?2 adalah rata-rata kedua kelompok, n1 dan n2 adalah jumlah anggota kelompok, dan sp adalah simpangan baku gabungan. Bagian penyebut disebut standard error selisih rata-rata.

Makin besar nilai t, makin kecil kemungkinan perbedaan itu muncul hanya karena kebetulan. Nilai p menunjukkan seberapa besar kemungkinan tersebut jika sebenarnya tidak ada perbedaan.

Jenis-Jenis Uji t

• One-sample t-test: membandingkan rata-rata satu kelompok dengan nilai acuan, misalnya rata-rata nilai kelas dengan KKM 75.
• Independent samples t-test: membandingkan rata-rata dua kelompok yang anggotanya berbeda, misalnya kelas diskusi dan kelas ceramah.
• Paired samples t-test: membandingkan dua pengukuran pada orang yang sama, misalnya skor sebelum dan sesudah pelatihan.

Jika kelompoknya lebih dari dua, gunakan ANOVA. Uji t yang diulang-ulang untuk setiap pasangan kelompok akan memperbesar peluang kesimpulan keliru.

Asumsi Uji t

1. Data berskala interval atau rasio. Penjelasan jenis skala ada di artikel skala pengukuran.
2. Pengamatan saling bebas. Pada uji berpasangan, yang saling bebas adalah pasangannya.
3. Data mendekati normal. Pada uji independen, normalitas dicek di setiap kelompok. Pada uji berpasangan, yang dicek adalah selisih pasangannya. Caranya dibahas di artikel uji normalitas.
4. Varians kedua kelompok sama (khusus uji independen). Asumsi ini dicek dengan uji Levene. Jika varians berbeda, gunakan uji Welch.
5. Tidak ada nilai ekstrem yang berpengaruh besar. Lihat artikel data outlier.

Delacre dkk. (2017) bahkan menyarankan uji Welch dipakai sebagai pilihan bawaan, karena tetap akurat ketika varians sama maupun berbeda. Jika asumsi normal tidak terpenuhi dan sampelnya kecil, gunakan uji nonparametrik: Mann-Whitney U untuk kelompok independen dan Wilcoxon signed-rank untuk data berpasangan.

Langkah Uji t di SPSS

Semua jenis uji t ada di menu Analyze ? Compare Means. Di SPSS versi baru, nama menunya menjadi Compare Means and Proportions.

• One-Sample T Test: masukkan variabel ke kotak Test Variable(s), lalu isi nilai acuan di kotak Test Value.
• Independent-Samples T Test: masukkan variabel nilai ke Test Variable(s) dan variabel kelompok ke Grouping Variable. Klik Define Groups, lalu isi kode kelompok, misalnya 1 dan 2.
• Paired-Samples T Test: pilih dua variabel yang berpasangan, misalnya Sebelum dan Sesudah.

Di SPSS 27 ke atas, centang Estimate effect sizes agar SPSS juga menampilkan Cohen’s d.

Effect Size: Seberapa Besar Perbedaannya?

Nilai p hanya menjawab apakah perbedaan itu signifikan. Besarnya perbedaan dilihat dari effect size. Untuk uji t, ukuran yang lazim adalah Cohen’s d, yaitu selisih rata-rata dibagi simpangan baku. Patokan Cohen (1988) adalah 0,2 kecil, 0,5 sedang, dan 0,8 besar.

Lakens (2013) mengingatkan bahwa patokan ini tidak boleh dipakai secara kaku. Effect size sebaiknya ditafsirkan sesuai bidang penelitian. Pada sampel kecil, versi yang dikoreksi (Hedges’ g) sedikit lebih akurat.

Contoh 1: Independent Samples t-Test

Seorang guru membandingkan nilai ujian kelas yang belajar dengan metode diskusi dan kelas dengan metode ceramah (data ilustrasi).

Uji Shapiro-Wilk menunjukkan data kedua kelompok tidak menyimpang dari normal (p = 0,559 dan p = 0,550).

Cara membacanya:

1. Uji Levene menghasilkan p = 0,032, lebih kecil dari 0,05. Artinya varians kedua kelompok berbeda, sehingga yang dibaca adalah baris bawah (Equal variances not assumed), yaitu uji Welch.
2. Hasil uji t: t(34,53) = 1,82 dengan p = 0,077. Karena p lebih besar dari 0,05, perbedaan rata-rata 3,65 poin belum signifikan.
3. Interval kepercayaan 95% berkisar dari ?0,42 sampai 7,72. Rentang ini mencakup 0, sejalan dengan hasil yang tidak signifikan.
4. Effect size: d = 0,58, tergolong sedang.

Hasil ini menarik. Perbedaannya belum signifikan, tetapi ukuran efeknya sedang. Kemungkinan besar sampelnya terlalu kecil. Untuk mendeteksi efek sedang (d = 0,5) dengan power 80%, dibutuhkan sekitar 64 siswa per kelompok. Cara menghitung sampel seperti ini dibahas di artikel rumus Slovin.

Contoh 2: Paired Samples t-Test

Sebuah perusahaan mengukur skor kompetensi 15 karyawan sebelum dan sesudah pelatihan (data ilustrasi).

Selisih pasangan berdistribusi normal (Shapiro-Wilk, p = 0,100). Hasil uji t berpasangan: t(14) = 4,08; p = 0,001; interval kepercayaan 95% dari 2,05 sampai 6,61. Effect size-nya d = 1,05, tergolong besar.

Di SPSS, tanda t bisa negatif jika pasangannya ditulis Sebelum ? Sesudah. Tanda itu hanya menunjukkan arah pengurangan, bukan kesalahan.

Perlu dicatat, desain ini tidak punya kelompok pembanding. Kenaikan skor bisa juga dipengaruhi faktor lain, misalnya efek latihan mengerjakan tes yang sama. Jadi, kesimpulan yang aman adalah “skor kompetensi meningkat secara signifikan setelah pelatihan”, bukan “pelatihan terbukti efektif”.

Memilih jenis uji dan menuliskan kesimpulan yang tidak berlebihan memang butuh kecermatan. Jika Anda ingin hasil uji t Anda diperiksa sebelum bimbingan, tim IDTesis bisa membantu.

Cara Melaporkan Hasil Uji t

Uji t sampel independen dengan koreksi Welch menunjukkan bahwa rata-rata nilai kelas diskusi (M = 77,30; SD = 5,23) tidak berbeda signifikan dengan kelas ceramah (M = 73,65; SD = 7,26), t(34,53) = 1,82; p = 0,077; d = 0,58. Meskipun belum signifikan, ukuran efeknya tergolong sedang, sehingga perbedaan ini perlu diuji ulang dengan sampel yang lebih besar.

Sertakan selalu rata-rata, simpangan baku, nilai t, derajat bebas, nilai p, dan effect size. Statistik deskriptif kedua kelompok sebaiknya disajikan lebih dahulu, seperti dijelaskan di artikel statistik deskriptif.

Kesalahan yang Sering Terjadi

• Membaca baris atas padahal uji Levene signifikan.
• Memakai uji t independen untuk data sebelum-sesudah pada orang yang sama.
• Menguji tiga kelompok atau lebih dengan uji t berulang, padahal seharusnya ANOVA.
• Menyimpulkan “terbukti efektif” dari desain satu kelompok tanpa kelompok pembanding.
• Menulis “H0 diterima”. Lebih tepat “H0 tidak ditolak”, karena hasil tidak signifikan tidak membuktikan bahwa kedua rata-rata sama.
• Melaporkan nilai p tanpa effect size dan interval kepercayaan.

Pertanyaan yang Sering Diajukan

Kenapa nilai t di dua baris output sama?

Jika jumlah anggota kedua kelompok sama, nilai t uji Student dan uji Welch memang sama. Yang berbeda adalah derajat bebas dan nilai p-nya.

Kapan memakai p satu sisi (one-sided)?

Hanya jika hipotesisnya berarah, misalnya “metode diskusi lebih tinggi daripada ceramah”, dan arah itu ditetapkan sebelum data dianalisis. Pada Contoh 1, p satu sisi sebesar 0,038. Namun, mengganti uji dua sisi menjadi satu sisi setelah melihat hasil tidak dapat dibenarkan.

Berapa sampel minimum untuk uji t?

Tidak ada angka tunggal. Hitung dengan analisis power, misalnya memakai G*Power. Untuk efek sedang (d = 0,5), ? = 0,05, dan power 80%, uji t independen membutuhkan sekitar 64 orang per kelompok.

Data saya tidak normal. Apa penggantinya?

Gunakan Mann-Whitney U untuk dua kelompok independen dan Wilcoxon signed-rank untuk data berpasangan. Pada sampel besar, uji t relatif tahan terhadap penyimpangan normalitas yang ringan.

Butuh Teman Diskusi untuk Olah Data?

Masih ragu memilih dan membaca uji t untuk penelitian Anda? Tim IDTesis bisa menemani Anda memeriksa asumsi, menjalankan uji di SPSS, dan menuliskan hasilnya dengan bahasa yang tepat. Ceritakan dulu kebutuhan Anda lewat WhatsApp, atau lihat layanan olah data statistik.

Baca juga: ANOVA · Uji Normalitas · Statistik Deskriptif

Referensi

• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.
• Delacre, M., Lakens, D., & Leys, C. (2017). Why psychologists should by default use Welch’s t-test instead of Student’s t-test. International Review of Social Psychology, 30(1), 92–101. https://doi.org/10.5334/irsp.82
• Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). SAGE.
• Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, 863. https://doi.org/10.3389/fpsyg.2013.00863
• Student. (1908). The probable error of a mean. Biometrika, 6(1), 1–25. https://doi.org/10.1093/biomet/6.1.1