Teknik independen sampel t test sering digunakan ketika peneliti ingin mengetahui perbedaan antara dua kelompok data yang bebas atau independen yang memiliki skala data interval atau rasio. Dua kelompok bebas yang dimaksud di sini adalah dua kelompok yang tidak berpasangan, artinya sumber data berasal dari subjek yang berbeda. Misal Kelompok Kelas A dan Kelompok kelas B, di mana responden dalam kelas A dan kelas B adalah 2 kelompok yang subjeknya berbeda. Bandingkan dengan nilai pretest dan posttest pada kelas A, di mana nilai pretest dan posttest berasal dari subjek yang sama atau disebut dengan data berpasangan.

Independen Sample t test

Selain berasal dari dua kelompok data yang saling bebas serta memiliki jenis data yang berskala interval atau rasio, independen sampel t test juga memiliki asumsi lain seperti halnya teknik analisis parametrik lainnya. Asumsi yang harus dipenuhi pada independen t test antara lain:

1. Skala data interval/rasio.
2. Kelompok data saling bebas atau tidak berpasangan.
3. Data per kelompok berdistribusi normal.
4. Data per kelompok tidak terdapat outlier.
5. Varians antar kelompok sama atau homogen

Untuk mengetahui apakah sampel memiliki varian yang sama atau homoge dapat diketahui dengan rumus sebagai berikut:

Keterangan:

F = nilai F hitung

= nilai varian terbesar

= nilai varian terkecil

Data dinyatakan memiliki varian yang sama (equal variance) jika F-Hitung < F-Tabel, dan sebaliknya, varian data dinyatakan tidak sama (unequal variance) jika F-Hitung > F-Tabel.

Bentuk varian kedua kelompok data akan berpengaruh pada nilai standar error yang akhirnya akan membedakan rumus pengujian independen sampek t test.

Uji t untuk varian yang sama (equal variance) menggunakan rumus Polled Varians:

Uji t untuk varian yang berbeda (unequal variance) menggunakan rumus Separated Varians:

Untuk menjawab hipotesis ada 2 cara:

• Dengan membandingkan antara t hitung dengan t tabel

Apabila nilai t hitung positif: Ada perbedaan bermakna apabila t hitung > t tabel.

Apabila nilai t hitung negatif: ada perbedaan bermakna apabila t hitung < t tabel.

• Dengan melihat nilai Sig (2 tailed) atau p value, kemudian bandingkan dengan nilai signifikan pada probabilitas yaitu 0,05. Apabila nilainya diatas 0,05 maka Ho ditolak dan H₁ diterima.