Independent Samples t-test dalam SPSS Statistics
Pengenalan
Independent Samples t-test digunakan untuk menentukan sama ada terdapat perbezaan min yang signifikan antara dua kumpulan yang bebas atau tidak berkaitan.
Contoh:
- Perbezaan skor Matematik antara pelajar lelaki dan perempuan.
- Perbezaan tahap stres antara guru bandar dan luar bandar.
- Perbezaan kepuasan kerja antara pekerja sektor awam dan swasta.
Bila Perlu Menggunakan Independent t-test?
Independent t-test sesuai digunakan apabila:
- Pemboleh ubah bersandar (Dependent Variable) adalah data berterusan (continuous).
- Pemboleh ubah bebas (Independent Variable) mempunyai dua kumpulan bebas.
- Responden hanya berada dalam satu kumpulan.
Hipotesis Kajian
Hipotesis Nol (H₀)
Tiada perbezaan min yang signifikan antara kedua-dua kumpulan.
μ₁ = μ₂
Hipotesis Alternatif (H₁)
Terdapat perbezaan min yang signifikan antara kedua-dua kumpulan.
μ₁ ≠ μ₂
Andaian (Assumptions)
1. Pemboleh Ubah Bersandar Berbentuk Continuous
- Markah peperiksaan
- Skor motivasi
- Skor kepuasan kerja
2. Pemboleh Ubah Bebas Mempunyai Dua Kumpulan
| Pemboleh Ubah | Kumpulan 1 | Kumpulan 2 |
|---|---|---|
| Jantina | Lelaki | Perempuan |
| Lokasi | Bandar | Luar Bandar |
| Status | Awam | Swasta |
3. Pemerhatian Bebas
Setiap responden hanya boleh berada dalam satu kumpulan sahaja.
4. Tiada Outlier Yang Ketara
Cara Semak:
Analyze → Descriptive Statistics → Explore
Periksa Boxplot dan Extreme Values.
5. Normaliti Data
Cara Semak:
Analyze → Descriptive Statistics → Explore
Pilih "Normality plots with tests".
| Nilai p | Keputusan |
|---|---|
| p > .05 | Data normal |
| p < .05 | Data tidak normal |
6. Homogeneity of Variances
SPSS akan menghasilkan Levene's Test.
| Nilai p | Keputusan |
|---|---|
| p > .05 | Varians adalah sama |
| p < .05 | Varians tidak sama |
Langkah Menjalankan Independent t-test Dalam SPSS
Langkah 1
Analyze → Compare Means → Independent-Samples T Test
Langkah 2
Masukkan:
- Test Variable(s) = Pemboleh ubah bersandar
- Grouping Variable = Pemboleh ubah bebas
Contoh:
- Test Variable = Skor Matematik
- Grouping Variable = Jantina
Langkah 3
Klik Define Groups.
- Group 1 = 1
- Group 2 = 2
Contoh:
- 1 = Lelaki
- 2 = Perempuan
Langkah 4
Klik OK.
Output Yang Perlu Ditafsir
1. Group Statistics
| Jantina | N | Min | Sisihan Piawai |
|---|---|---|---|
| Lelaki | 50 | 72.40 | 8.15 |
| Perempuan | 55 | 78.60 | 7.21 |
Interpretasi:
Purata skor Matematik pelajar perempuan (M = 78.60) lebih tinggi berbanding pelajar lelaki (M = 72.40).
2. Levene's Test for Equality of Variances
| F | Sig. |
|---|---|
| 0.891 | 0.347 |
Oleh kerana p = .347 > .05, andaian kesamaan varians dipenuhi.
Gunakan baris "Equal variances assumed".
3. Independent Samples Test
| t | df | Sig. (2-tailed) |
|---|---|---|
| -4.12 | 103 | 0.000 |
Nilai p < .05 menunjukkan terdapat perbezaan yang signifikan antara skor Matematik pelajar lelaki dan perempuan.
Pemilihan Baris Yang Betul
| Keputusan Levene's Test | Baris Yang Digunakan |
|---|---|
| p > .05 | Equal variances assumed |
| p < .05 | Equal variances not assumed |
Saiz Kesan (Effect Size)
Cohen's d digunakan untuk menentukan magnitud perbezaan.
| Cohen's d | Tafsiran |
|---|---|
| 0.20 | Kecil |
| 0.50 | Sederhana |
| 0.80 | Besar |
Pelaporan APA 7
An independent-samples t-test was conducted to compare mathematics achievement scores between male and female students. There was a significant difference in scores for males (M = 72.40, SD = 8.15) and females (M = 78.60, SD = 7.21); t(103) = -4.12, p < .001.
Contoh Penulisan Bahasa Melayu
Ujian-t sampel bebas telah dijalankan untuk menentukan perbezaan skor pencapaian Matematik antara pelajar lelaki dan perempuan. Keputusan menunjukkan terdapat perbezaan yang signifikan antara pelajar lelaki (M = 72.40, SP = 8.15) dan pelajar perempuan (M = 78.60, SP = 7.21), t(103) = -4.12, p < .001.
Ringkasan Analisis
- Semak jenis data.
- Semak outlier.
- Uji normaliti.
- Uji Homogeneity of Variance menggunakan Levene's Test.
- Jalankan Independent Samples t-test.
- Tafsir min kumpulan.
- Tafsir nilai t, df dan p.
- Kira Cohen's d.
- Laporkan keputusan dalam format APA 7.
Formula Ringkas Keputusan
Jika p < .05
✅ Terdapat perbezaan yang signifikan antara dua kumpulan.
Jika p > .05
❌ Tiada perbezaan yang signifikan antara dua kumpulan.
Sumber: leard statistics
Kami juga menyediakan:
📊 PERKHIDMATAN ANALISA DATA SPSS
✅ Cepat & Profesional
✅ Format APA Terkini
✅ Huraian Lengkap
✅ BM & English
📈 Analisis: • T-Test
• ANOVA
• Correlation
• Regression
• Cronbach Alpha
• EFA & lain-lain
Sesuai untuk: 🎓 Degree | Master | PhD | Pensyarah | Guru
💬 WhatsApp: 📲 https://wa.me/60169510539
✨ Data Anda, Analisis Kami.
