STATISTIK UNTUK UJI HIPOTESIS PENELITIAN (LANJUTAN

)
Dr. ZAENAL ARIFIN, S.Pd.,M.Pd. PROGRAM PASCASARJANA

UNISDA LAMONGAN

TUJUAN PERKULIAHAN
Setelah mempelajari materi ini mahasiswa diharapkan,  Dapat menjelaskan fungsi Analisis of Varians (Anava).  Dapat menerapkan cara-cara pengujian perbedaan rata-rata dengan Anava.  Dapat Menjelaskan fungsi Analisis Regresi (Anareg).  Dapat menerapkan cara-cara pengujian korelasi dengan Anareg.

PENGERTIAN ANAVA ANAVA Teknik analisis data yang digunakan untuk menguji perbedaan dua rata-rata atau lebih dalam suatu penelitian. Perbedaan dengan Uji t Uji t untuk menguji perbedaan dua ratarata saja, sedangkan ANAVA di samping dapat digunakan untuk menguji perbedaan dua rata-rata juga dapat digunakan menguji beberapa rata-rata

PERSYARATAN ANAVA

ANAVA dapat digunakan apabila: 1. Data dipilih secara acak 2. Data berdistribusi normal 3. Data pada kelompok-kelompok yang dibandingkan bersifat homogen

MACAM-MACAM ANAVA 1. Anava Satu Jalur (One way Anova) 2. Anava Dua Jalur (Two way Anova) .

ANAVA SATU JALUR 1. contoh: 1X3. 1X4. Anava Satu Jalur Anava yang menguji perbedaan rata2 dengan satu variabel bebas dan satu variabel terikat. dan sebagainya. Contoh Tabel Anava (1X3) : . Polanya adalah: (1xm).

ANAVA DUA JALUR Anava yang menguji perbedaan rata2 dengan Dua variabel bebas dan Dua atau lebih variabel terikat. 2X3. Polanya adalah: (2xm). Atau (3X2). Dapat pula memuat Dua atau lebih variabel bebas dan dua variabel terikat. (4X2) dan sebagainya. dan sebagainya. contoh: 2X2. Contoh Tabel Anava (2X2) : .

CONTOH POLA ANAVA 2 JALUR Anava (2X3) Anova (3X2) .

dan Faktor pada Kotak Name. 3. Angka 2 untuk data kelompok. Masukkan variabel KlasKelKonv ke dalam kotak Dependent List dan variabel faktor ke dalam kotak Factor. 4. dan 3 untuk data Konvesional. kelompok. Masukkan data ke SPSS Data Editor dengan mendefinisikan Variabel View Beri nama Klasikal. 6. . konvensional.LANGKAH-LANGKAH ANAVA DENGAN SPSS 1. 2. Kelompok. 5. dan konvensional menjadi satu kolom variabel baru(Variabel Klas Kel Konv) Beri angka 1 untuk data Klasikal. Masukkan data untuk variabel klasikal. dan beri angka 0 pada kotak Decimals untuk seluruhnya. KlasKelKonv. Pada menu pilih Analyze Compare Means One-Way Anova.

. 8. Klik tombol Options. Lalu Klik Continu. Pilih Exclude cases analysis by analysis pada kotak Missing Values. Pada Jendela One-Way ANOVA: pada Options pilih Descriptive dan Homogenity of Variance test pada kotak statistics.Lanjutan 7. Klik OK untuk mengakhiri jendela One-Way Anova sehingga menampilkan outtput.

05. Nilai sig. maka harus dilanjutkan uji Lanjut (Post Hoc). Kelompok. = 0. ArtinyaGabungan data merupakan data yang homogen. .05.333.039 < 0. Tetapi akan lebih muda menggunakan nilai sig.HASIL (OUT PUT) Dari hasil Out Put pada kotak Test of Homogenity of Variances terlihat nilai sig. Pada kotak Anova terlihat nilai F hitung = 10.000 < 0. Kita tidak perlu mencari nilai F tabel. (Sampai di sini kita belum tahu kriteria mana saja yang berbeda. Artinya terdapat perbedaan antara Klasikal. 0. dan Konvensional.

Dari out put pada kotak Multiple Comparison terlihat beberapa nilai Sig. yang akan menjadi acuan dalam melihat kriteria mana yang berbeda. maka akan muncul Out Put Deskriptives. lalu Klik Continu. Klik Tombol Post Hoc 2. . Pilih LSd pada Equal Variances Assumed. 3. hingga tabel Post Hoc Test dengan judul tabel ³Multiple Comparison´. Klik OK. 4.LANGKAH-LANGKAH UJI POST HOC 1.

. Demikian pula untuk perbandingan faktor-faktor lainnya. 0. Ini berarti Faktor 1 berbeda dengan Faktor 2 atau ada perbedaan antara faktor 1 dan faktor 2. pada Faktor 1 terhadap Faktor 2 maupun Faktor 2 thd Faktor 1 adalah Sig.Lanjutan Uji Post Hoc Nilai Sig.017 < 0.05.

Analisis regresi merupakan teknik analisis yang melihat hubungan fungsional antara variabel2 yang dinyatakan dalam persamaan matematik yang disebut dengan p´Persamaan Regresi´.ANALISIS REGRESI LINIER Pengertian: Teknik analisis data yang digunakan untuk menguji dan menjelaskan sebab-akibat dan besarnya akibat yang ditimbulkan oleh satu atau lebih variabel bebas terhadap satu variabel terikat (dependent variables). .

b1. A = Intercept Coefficient atau perpotongan antara sumbu tegak Y dan garis fungsi linier nilai Y. b1. .Persamaan Regresi Y = a + b1x1+ b2x2 + b3x3 + ««+ bnxn Dengan. Y = Variabel dependent (terikat) x1. «. bn = Koefisien regresi (Slope Coeffisient)..x2. b1.x3 = Variabel independent(bebas) b1.

3.CONTOH PENGGUNAAN REGRESI LINIER 1. tersedia 5 pilihan metode analisis. 2. Pada bagian Method. Klik Menu Analyze Regression Linear. Masukkan variabel Kinerja Guru ke kotak dependent dan masukkan variabel Motivasi Belajar Siswa dan Prestasi Belajar ke variabel independent. pilih salah satu (hanya boleh dipilih 1 untuk sekali analisis) .

Enter: Menganalisis variabel independent secara keseluruhan tanpa memilah-milah variabel dalam kelompok-kelompok pada persamaan regresinya.METODE KOTAK DIALOG LINEAR REGRESSION Pilih salah satu method pada kotak dialog linier regression (Pilihan: Enter. Bacward. dan Forward. . Stepwise. Remove.

Metode ini tidak berlaku untuk Blok Pertama.LANJUTAN METODE KOTAK DIALOG LINEAR REGRESSION  Stepwise : Menganalisis variabel independent dengan cara menambahkan atau mengeluarkan variabel2 secara tunggal sesuai kriteria yang ditentukan pada kotak Options.  Bacward: Variabel2 tunggal akan dikeluarkan mengikuti kriteria yang telah dipilih pada kotak dialog options.  Forward: Variabel-variabel secara tunggal dimasukkan dengan mengikuti kriteria yang telah dipilih pada kotak dialog Options. .  Remove: Analisis dengan membentuk blok-blok variabel dengan menfungsikan kotak dialog Previous Block 1 of 1 next dengan cara Klik kotak Next.

Hubungan yang ditunjuukkan oleh korelasi bukan hubungan sebab akibat tetapi hanya hubungan linier /searah (membentu garis lurus). Analisis Korelasi paling banyak digunakan oleh para peneliti. Karena peneliti sering tertarik mempelajari peristiwa-peristiwa atau gejala yang terjadi dan menghubungkannya dengan faktor-faktor penyebabnya. Analisis ini ditemukan oleh Karl Pearson di awal 1900. Sehingga analisis ini dikenal dengan Analisis Korelasi Pearson Product Moment (KPPM). .ANALISIS KORELASI Pengertian Korelasi menyatakan hubungan linier antara dua atau lebih variabel.

Ankor Biserial satu dikotomi satu berskala interval 5. Ankor Product Momen (KPPM) Kedua variabel berskala interval 2. Ankor Point Biserial Satu berskala dikotomi dan satu interval 4.MACAM2 TEKNIK ANALISIS KORELASI 1. Ankor Kontingensi Kedua variabelnya berskala nominal . Ankor Rank Kedua variabel berskala ordinal 3.

TEKNIK PERHITUNGAN KOEFISIEN KORELASI 1. Ankor Biserial satu dikotomi satu berskala interval 5. Ankor Kontingensi Kedua variabelnya berskala nominal . Ankor Rank Kedua variabel berskala ordinal 3. Ankor Point Biserial Satu berskala dikotomi dan satu interval 4. Ankor Product Momen (KPPM) Kedua variabel berskala interval atau rasio 2.

Variabel yang dikorelasikan mempunyai pasangan sama dari subjek yang sama (Variasi skor yang dihubungkan harus sama) 5. . Data diperoleh dari sampel yang diambil acak 4. Data berdistribusi normal 2. Untuk menentukan besarnya sumbangan variabel bebas terhadap variabel terikat Syarat: 1. Data bersifat linier 3. Data harus berskala interval atau rasio.TEKNIK PERHITUNGAN KOEFISIEN KORELASI PRODUK MOMEN Manfaat 1. Menguji ada tidaknya hubungan antara variabel bebas dan terikat 2.

r tidak mempunyai satuan. 4. atau ditulis -1 < r < 1. (krn z tdk terdefinisi dan r menjadi tdk terdefinisikan. Tidak berlaku untuk sampel dengan varians 0. 2. .BEBERAPA HAL TERKAIT NILAI r 1. Hanya untuk hubungan linier saja. 3. Nilai r berkisar antara -1 dan 1.

Korelasi Spearman (Untuk data katagori) 1. Analisis Korelasi Bivariat Terdapat 3 jenis: a. Analisis Korelasi Distance . Korelasi Pearson (Untuk data interval atau rasio) b. Analisis Korelasi Parsial 2. Korelasi Tau-Kendall (Untuk data katagori) c.JENIS KORELASI DIDASARKAN PADA HUBUNGAN ANTAR VARIABEL 1.

akan muncul kotak dialog dengan nama: Bivariate Correlations Options . terdapat: Test of significant dengan pilihan: (1) uji satu arah (one tailed) atau (2) uji dua arah (two tailed). Klik Menu Analyze Correlate 2. Pilih jenis korelasi yang dikehendaki (Bivariat). pada tingkat sign 0. Klik Options. pada tingkat sign 0.CONTOH ANALISIS KORELASI BIVARIAT 1. akan muncul kotak dialog Bivariate Correlation.05 diberi tanda *. 3. terdapat: Flag Significant Correlations: menunjukkan koefisien korelasi (jika nilai ini teridentifikasi.01 diberi tanda **.

Cross-Product Deviations and Covarians 3.PILIHAN PADA BIVARIATE CORRELATIONS OPTIONS 1. Missing Values-Exclude Cases Listwise . Missing values-Exclude Pairwise 4. Means and Standars Deviations 2.

LANGKAH-LANGKAH ANKOR PEARSON 1. Pada pilihan Correlation Coefficient. 2. Buat tabel Entry Klik Menu Analyze Correlate Bivariat Tentukan (add) variabel yang akan dicari korelasinya. pilih Pearson. Klik Continu untuk memproses Klik OK untuk mengakhiri proses . jika akan menambahkan prosedur sesuai dengan kebutuhan analisis. 6. 7. 8. Klik Tombol Options. 4. 5. 3.

SEKIAN TERIMA KASIH ATAS PERHATIAN ANDA .

MACAM-MACAM PENGUJIAN HIPOTEIS 1. Uji Perbedaan Dua rata-rata Jenis Uji Pernyataan Rumus untuk menemukan nilai t Hipotesis x .0 Uji Dua H0 : 1 = 2 Pihak t = _______ Ha : 1  2 s / ¥n Jika tdk diketahui) (Jika x : rata2 tidak 0 : rata2 sekarang diketahui) s : simpangan baku n : jumlah data .

MACAM-MACAM PENGUJIAN HIPOTEIS 1.0 t = _______ Ha : 1 > 2 / ¥n (Jika diketahui) x : rata2 0 : rata2 sekarang s : simpangan baku n : jumlah data . Uji Perbedaan Dua rata-rata Jenis Uji Uji Pihak Kanan Pernyataan Rumus untuk menemukan nilai t Hipotesis H0 : 1 ” 2 x .

Uji Perbedaan Dua rata-rata Jenis Uji Uji Pihak Kiri Pernyataan Rumus untuk menemukan nilai t Hipotesis H0 : 1 • 2 x .MACAM-MACAM PENGUJIAN HIPOTEIS 1.0 t = _______ Ha : 1 < 2 / ¥n (Jika diketahui) x : rata2 0 : rata2 sekarang s : simpangan baku n : jumlah data .

36 1. Angket menggunakan skala 1: sangat rendah. S = 7. jumlah responden 30. dan 4 : sangat tinggi. 3: tinggi .CONTOH PERHITUNGAN STATISTIK UJI PERBEDAAN Diketahui : Angket penelitian tentang motivasi belajar siswa. dengan jumlah butir angket 10.23. Apakah motivasi belajar siswa = 60% rata2 skor ideal? . 2: rendah. x = 26.

H0 dan Ha dalam kalimat pernyataan H0: Motivasi belajar siswa = 60% rata2 skor ideal Ha: Motivasi belajar siswa  60% rata2 skor ideal .LANJUTAN CONTOH Jawaban: Skor ideal total: 10X4X30 = 1200 Rata2 skor ideal: 1200:30 = 40 60% rata2 skor ideal = 60% X 40 = 24 a.

24 _______ = 1. Taraf Signifikansi=0.23/ ¥30 . t hitung (uji dua pihak) x .0 diperoleh t tabel = 2.05 Ha: 1  24 5.Hipotesis statistik: H0: 1 = 24 4.04 t = _______ s / ¥n = 26. t tabel dengan = 0.36 .05 dk =n -1 = 30 -1 = 29 3.78 7.

. maka H0 diterima. Fakta dari data: -2. Kriteria Pengujian: Jika ± t tabel ” t hitung ” t tabel. jadi H0 diterima 8.78 < 2. Kesimpulan: Motivasi kerja karyawan = 60% rata2 skor ideal. 7.6.40 < 1.04.

Data diperoleh dari Sampel yang berasal dari polulasi yang homogen 2. Data dari kedua kelompok berdistribusi normal .Uji Homogenitas Syarat melakukan uji perbedaan dua rata-rata adalah: 1.

Uji Barlet (untuk 3 kelompok atau lebih) .UJI KESAMAAN DUA VARIANS (UJI HOMOGENITAS VARIANS) Ada 3 cara uji homogenitas: 1. Varians terkecil: Varians terbesar 3. Varians terbesar: Varians terkecil 2.

Uji Normalitas Beberapa cara menguji normalitas data: 1. Menggunakan kertas normal 2. Uji Chi Kuadrat (Chi Square) 4. Uji Lillieford . Menggunakan koefisien kutrtosis 3.

STANDAR DEVIASI Rumus simpangan Baku: S2 = (xi ± x)2 ----------------- S2 =n ---------------------n [ n -1] n -1 xi2 ± [ x]2 .

( Y) rXY = ------------------------------------------ ¥ [N X2 ± ( X)2] [N Y2 ± ( Y)2 ] Keterangan: X : skor yang diperoleh siswa pada suatu butir soal Y : skor total yang diperoleh siswa N : banyaknya pasangan skor .RUMUS UJI VALIDITAS EMPIRIS Untuk menentukan nilai koefisien validitas r dapat digunakan rumus: N X.Y ± ( X).

Pd. Wijaya Kusuma III No. TTL : Lamongan. Pendidikan Matematika UPI Bandung . S.. 7 Agustus 1973 Alamat: Jl. 127 Tuban HP : 0888 573 4327 or 0888 214 1331 Istri : 0 (Belum ada) SD : MIM Padengan Ploso-Sukodadi SMP : SMP Negeri 1 Sukodadi Lamongan SMA : SMA Negeri 9 Surabaya S-1 : Prodi.BIODATA DOSEN Nama: Dr. Pendidikan Matematika Unesa Surabaya S-3 : Prodi. Zaenal Arifin. Pendidikan Matematika IKIP Surabaya S-2 : Prodi.Pd. Basuki Rahmat Gg.M.

Pd. Zaenal Arifin. Penerbit : Lentera Cendikia Surabaya Tahun : 2008 Buku Pendukung: Conducting Educational Research. Author : Bruce W. Filosofi. M. Second Edition. teori& Aplikasinya Karya : Dr. Tuckman.Pd.BUKU SUMBER Buku pegangan Wajib : Metodologi Penelitian Pendidikan. Tahun : 1978 Penerbit : Harkourt Brace Jovanovich San Diego . S..

Skor Tugas (Bobot 2) 2. Skor UAS (Bobot 4) 4. Skor UTS (Bobot 2) 3.Sistem Evaluasi Aspek Penilaian: 1. Kehadiran (Bobot 2) NA = 2 Tugas + 2 UTS + 4 UAS + 2 hadir 10 .

Sign up to vote on this title
UsefulNot useful