Uji Beda

Uji Beda Uji beda dilakukan dengan dua alternatif metode yaitu uji statistik parametrik atau uji statistik non-parametrik. Penentuan pemakaian metode uji dilakukan berdasarkan hasil uji normalitas (Kolmogorov-Smirnov Test). Bila hasil uji menunjukkan data terdistribusi normal maka digunakan uji statistik parametrik. 1) Uji normalitas Uji normalitas dilakukan untuk menguji apakah data uji mempunyai distribusi normal atau tidak. Data uji yang baik adalah yang memiliki distribusi normal atau mendekati normal. Metode yang digunakan adalah dengan menggunakan statistik Kolgomorov-Smirnov. Alat uji ini biasa disebut dengan K-S yang tersedia dalam program SPSS 15.00 For Windows. Kriteria yang digunakan dalam tes ini adalah dengan membandingkan antara tingkat signifikansi yang didapat dengan tingkat alpha yang digunakan, dimana data tersebut dikatakan berdistribusi normal bila sig > alpha (Ghozali, 2006: 115). 2) Uji beda (1) Uji statistik parametrik Uji statistik parametrik adalah suatu uji yang modelnya menetapkan syaratsyarat tertentu tentang parameter populasi yang menjadi sampel penelitiannya. Syarat-syarat tersebut biasanya tidak dilakukan pengujian terlebih dahulu dan sudah dianggap memenuhi syarat. Seberapa jauh makna hasil uji parametrik tersebut tergantung pada validitas anggapan-anggapan tadi. Uji parametrik juga menuntut bahwa nilai-nilai yang dianalisis merupakan hasil dari suatu pengukuran minimal dengan skala interval (Sulaiman, 2002: 1).

Uji parametrik yang digunakan dalam penelitian ini adalah uji beda t berpasangan (paired sample t-test). Uji beda t-test digunakan untuk menentukan apakah dua sampel yang tidak berhubungan memiliki nilai ratarata yang berbeda (Ghozali, 2006: 55-56). Uji beda t-test dilakukan dengan cara membandingkan perbedaan rata-rata dua sampel atau rumusnya dapat ditulis sebagai berikut: ……….... (1) Tahapan analisisnya adalah sebagai berikut. a) Rumusan hipotesis H0 : tidak terdapat perbedaan signifikan antara rata-rata sampel pertama dengan rata-rata sampel kedua. Hi : terdapat perbedaan signifikan antara rata-rata sampel pertama dengan rata-rata sampel kedua. b) Dasar pengambilan keputusan Pengambilan keputusan didasarkan pada perbandingan nilai probabilitas yang dihasilkan model uji dengan nilai tingkat kepercayaan (α = 0,05) yang digunakan dalam penelitian ini. H0 diterima jika probabilitas (p value) ≥ α = 0,05 H0 ditolak jika probabilitas (p value) < α = 0,05 (2) Uji statistik non-parametrik Uji statistik non-parametrik adalah uji yang modelnya tidak menetapkan syarat-syarat mengenai parameter-parameter populasi. Anggapan-anggapan tertentu dikaitkan dengan sejumlah besar tes-tes non-parametrik, yakni bahwa

observasi-observasinya independen dan bahwa variabel yang diteliti pada dasarnya memiliki kontinuitas. Sebagian besar tes non-parametrik dapat diterapkan untuk data dalam skala ordinal dan beberapa yang lain juga dapat diterapkan untuk data dalam skala nominal (Sulaiman, 2002: 1). Uji non parametrik yang digunakan dalam penelitian ini adalah uji Willcoxon. Uji Willcoxon adalah uji non parametrik yang didasarkan atas dasar ranking dan uji ini akan sangat bermanfaat kalau data yang digunakan adalah data yang berskala ordinal. Menurut Wahid Sulaiman (2002: 79), uji Willcoxon digunakan untuk mengisi signifikansi hipotesis komparatif 2 (dua) sampel independen yang berukuran sama dan datanya berbentuk ordinal. Uji ini paling sering digunakan oleh peneliti ketika ingin menghindari asumsi-asumsi dari statistik uji-t (misalnya data sampel mengikuti distribusi normal). Tahapan analisisnya adalah sebagai berikut. a) Rumusan hipotesis H0 : tidak terdapat perbedaan signifikan antara rata-rata sampel pertama dengan rata-rata sampel kedua. Hi : terdapat perbedaan signifikan antara rata-rata sampel pertama dengan rata-rata sampel kedua. b) Dasar pengambilan keputusan Pengambilan keputusan didasarkan perbandingan antara nilai Asymp. Sig. dengan tingkat signifikansi (alpha = 0,05) yang digunakan dalam penelitian ini. Perbandingan tersebut adalah sebagai berikut. Jika : Asymp. Sig. (2-tailed) < 0,05 maka H0 ditolak

Jika : Asymp. Sig. (2-tailed) ≥ 0,05 maka H0 diterima. Imam Ghozali. 2006. Aplikasi Analisis Multivariate dengan Program SPSS. Semarang : BP Undip Sulaiman, Wahid. 2002. Statistik Non-Parametrik, Contoh Kasus dan Pemecahannya dengan SPSS. Yogyakarta: Andi.