Uji hipotsesis statistik dua sampel

Sama seperti pada uji satu sampel, hanya saja pada uji dua sampel terdiri dari dua populasi sampel atau dua variabel. Pengujiannya apabila populasi sampelnya terdistribusi secara normal maka dapat mengggunakan uji t atau  uji Z.  Dalam pembahasan kali ini kita hanya akan menggunakan uji t dua sampel.  Hal ini karena penggunaan uji t lebih fleksibel, tidak dibatasi persyaratan jumlah data yang harus lebih 30 dan selain itu juga untuk uji t tidak memerlukan data nilai rata-rata  (mean) populasinya, karena pada kenyataannya  seringkali data nilai rata-rata populasinya tidak tersedia.  

Uji t dua sampel diklasifikasikan menjadi dua jenis, yaitu independent t test (uji t saling bebas) dan paired t test (uji t saling berpasangan). 

Uji t saling bebas (independent t-test)

       Pada uji t bebas, variabelnya saling bebas artinya keduanya berasal dari dua kelompok yang berbeda dan tidak saling berhubungan artinya variabel 1 tidak mempengaruhi variabel 2 ataupun sebaliknya. Misalnya sebuah perusahaan di bidang penjualan produk ingin mengetahui apakah metode pelatihan sales terbaru lebih baik dari metode pelatihan sales lama. Untuk mengetahuinya maka  perusahaan tersebut akan membandingkan kedua jenis metode pelatihan cara menjual tersebut, yaitu metode standar dan metode baru, dua metode pelatihan ini diberikan kepada 30 sales baru yang masing-masing dibagi kedalam dua grup berdasarkan metode pelatihannya, sehingga masing-masing grup terdiri dari 15 sales. Selanjutnya kita akan menguji Apakah kedua metode tersebut sama baiknya atau kah salah satunya yang lebih baik dari metode lainnya, dengan melakukan uji statistik t. Untuk mengujinya kita memerlukan data jumlah pencapaian produk per sales per bulan dari masing-masing sales yang telah di berikan kedua metode pelatihan tersebut. Misalnya data pencapaian sales dikumpulkan selama 3 bulan setelah pelatihan diberikan. Untuk melakukan uji t  kita harus memastikan terlebih dahulu bahwa datanya terdistribusi secara normal dengan menggunakan uji normalitas. Selanjutnya apabila data telah dipastikan terdistribusi normal, selanjutnya  kita lanjutkan mengolah data tersebut dengan menggunakan spss. Lalu bagaimana kalau datanya ternyata  tidak terdistribusi normal? Apabila kita bertemu dengan kasus tersebut maka data tersebut kita analisa terlebih dahulu, jangan sampai terdapat  data yang outlier (ekstrim), yang mungkin disebabkan oleh kesalahan teknis penelitian atau pencatatan atau pengaruh kondisi yang diluar kontrol kita. Kalau ternyata ada data yang outlier maka kita hilangkan dahulu data tersebut. Setelah data outlier kita hilangkan selanjutnya kita uji lagi apakah data sudah terdistribusi normal atau belum, kalau belum maka kita coba  dengan cara tranformasi data misalnya dirubah ke bentuk log. Kalau ternyata masih belum normal juga maka kita tidak bisa menggunakan uji t ini, alternatinya adalah kita uji hipotesis tersebut dengan uji nonparametrik.

Silahkan lihat contoh soal dan penyelesaiannya.

Uji t berpasangan (paired t test)

       Uji t berpasangan, maka variabelnya harus berpasangan. Artinya variabel kedua sebenarnya berasal dari variabel 1 yang mengalami perubahan misalnya karena ada pengaruh suatu perlakuan terhadap variabel data 1. Misalnya Suatu perusahaan akan melihat apakah suatu program yang baru diterapkan pada departemen sales, apakah mampu meningkatkan produktivitas sales ataukah tidak. Untuk kasus ini misalnya parameter yang digunakan untuk mengukur tingkat keberhasilan program tersebut adalah dengan melihat jumlah pencapaian sales untuk masing-masing salesman, sehingga kita akan melihat data pencapaian salesman tersebut baik sebelum program maupun setelah program diterapkan, lalu kita analisis dengan uji paired t. Untuk uji paired t ini juga memerlukan syarat data harus terdistribusi normal.

Silahkan lihat contoh soal  dan penyelesaiannya