Independent t-test

Independent t-test atau independent sample t-test menjadi salah satu metode untuk analisis kuantitatif yang banyak digunakan. Dikutip dari Kent State University, uji ini juga dikenal dengan independent measure t-test, two sample t-test, unpaired t-test, independent two-sample t-test, atau unrelated t-test. Tujuan dari analisis ini adalah untuk menguji perbedaan yang signifikan antara dua kelompok (hanya dua kelompok dan tidak bisa lebih) yang tidak berhubungan dan independen. Misalnya menguji rata-rata gaji tahun pertama antara kelompok pekerja wanita dengan kelompok pekerja laki-laki.

Untuk dapat menganalisis dengan metode ini, beberapa asumsi diperlukan agar hasil analisis valid. Uji asumsi yang diperlukan yaitu uji normalitas dan uji homogenitas.

Data yang Diperlukan

Untuk dapat mengaplikasikan independent sample t-test maka diperlukan beberapa syarat:

1. Variabel dependen yang kontinu (yaitu interval atau tingkat rasio)

2. Variabel independen yang kategoris (yaitu nominal atau ordinal) dan memiliki tepat dua kategori

3. Kasus yang memiliki nilai yang tidak hilang untuk variabel dependen dan independen

4. Sampel/kelompok independen (yaitu, independensi observasi)

a. Tidak ada hubungan antar subjek dalam setiap sampel. Artinya:

1) Subjek dalam kelompok pertama tidak dapat berada di kelompok kedua

2) Tidak ada subjek dalam kedua kelompok yang dapat memengaruhi subjek dalam kelompok lainnya

3) Tidak ada kelompok yang dapat memengaruhi kelompok lainnya

b. Pelanggaran asumsi ini akan menghasilkan nilai p yang tidak akurat

5. Sampel data acak dari populasi

6. Distribusi normal (kurang lebih) variabel dependen untuk setiap kelompok

a. Distribusi populasi yang tidak normal, terutama yang berekor tebal atau sangat miring, secara signifikan mengurangi kekuatan uji

b. Di antara sampel sedang atau besar, pelanggaran normalitas mungkin masih menghasilkan nilai p yang akurat

7. Homogenitas varians (yaitu, varians yang kurang lebih sama di seluruh kelompok)
Ketika asumsi ini dilanggar dan ukuran sampel untuk setiap kelompok berbeda, nilai p tidak dapat dipercaya. Namun, keluaran Uji-t Sampel Independen juga mencakup statistik-t perkiraan yang tidak didasarkan pada asumsi varians populasi yang sama. Statistik alternatif ini, yang disebut statistik Uji-t Welch, dapat digunakan ketika varians yang sama di antara populasi tidak dapat diasumsikan. Uji t Welch juga dikenal sebagai Uji t Varians Tidak Sama atau Uji t Varians Terpisah.

Catatan: Jika satu atau lebih asumsi untuk Independen sample t-test tidak terpenuhi maka dapat mengaplikasikan analisis kuantitatif dengan Uji U Mann-Whitney nonparametrik.