modul statistik (analisis komparasi)...uji statistik yang mengarahkan pada beberapa perbandingan...

i

Modul Statistik

(ANALISIS KOMPARASI)

Disusun Oleh:

Ana Ramadhayanti S.I.Kom, M.M

Jakarta, 10 Mei 2017/2018

ii

KATA PENGANTAR

Sebelumnya penulis panjatkan puji syukur kehadirat Tuhan Yang Maha Esa atas

segala nikmat dan kahrunia sehingga penulis masih diberi kesempatan untuk

menyelesaikan pembuatan modul ini.

Pada Modul Statistik berikut ini pembaca akan dihadirkan mengenai beberapa

uji statistik yang mengarahkan pada beberapa perbandingan hasil uji statistic dengan

menggunakan software SPSS. Beberapa uji yang ada dalam modul ini diantaranya

adalah Analisis Komparasi, Uji T Untuk Satu Sampel, Pengambilan Keputusan

Berdasarkan Signifikansi, Uji T, Uji F, Aplikasi Spss Untuk Anova Satu Jalur, Two-

Way Anova. Dalam sub bab modul ini dilengkapi contoh kasus dan pembahasan, hal

ini bertujuan untuk menguji teori dan praktek. Dalam setiap bab dilengkapi oleh

latihan, dengan tujuan agar dapat dipraktekkan secara langsung.

Penulis menyadari bahwa masih banyak kekurangan dalam pembuatan modul ini.

Oleh karena itu penulis sangat mengharapkan kritik dan saran dari pembaca guna

penyempurnaan modul ini. Atas perhatiannya, penulis mengucapkan bnyak terima

kasih.

Jakarta, 2020

Penulis

Ana Ramadhayanti

iii

DAFTAR PUSTAKA

KATA PENGANTAR ii

DAFTAR ISI iii

BAB 1. ANALISIS KOMPARASI

Uji t Untuk Satu Sampel 1

Contoh Kasus & Pembahasan 1

Latihan Soal 6

BAB 2. Pengambilan Keputusan Berdasarkan Signifikansi 7

Uji T untuk Sampel Bebas 7


UJI T untuk Sampel Berpasangan 16


Uji F 22

Latihan Soal 25

BAB.3 Aplikasi SPSS Untuk ANOVA Satu Jalur 27


Latihan Soal 35

BAB.4 TWO-WAY ANOVA 37

Pengertian TWO-WAY ANOVA 38

Contoh Soal & Pembahasan 38

Latihan Soal 48

1

BAB.1

ANALISIS KOMPARASI

Uji t Untuk Satu Sampel

Uji t untuk satu sampel dalam beberapa kasus dibutuhkan untuk menjawab pertanyaan atas

penelitian yang dilakukan. Istilah lain Uji t untuk satu sampel disebut juga One Sampel T-

Test digunakan untuk menguji rata-rata sebuah sampel yang dibandingkan dengan rata-rata

populasi. Uji ini dilakukan untuk data berskala interval atau rasio.

Contoh kasus:

Seorang mahasiswa dari salah perguruan tinggi “Z” sedang melakukan penelitian di suatu

Kelurahan berhipotesis bahwa jumlah kunjungan pasien per hari rata-rata 50 orang. Untuk

membuktikan apakah hipotesis tersebut benar atau tidak, maka jumlah kunjungan per hari

selama 20 hari diteliti. Data yang diperoleh kemudian di-input sebagai berikut.

Tabel 11.2. Kujungan Pasien

Hari Jumlah Kunjungan

1 50

2 45

3 43

4 40

5 54

6 52

7 47

8 49

9 50

10 46

11 55

12 51

13 49

14 42

15 39

16 43

17 38

18 52

19 48

20 40

2

Sumber : Data Fiktif

Berikut akan dilakukan uji t satu sampel untuk mengetahui apakah jumlah kujungan di

Kelurahan rata-rata perhari 50 orang.

Langkah-langkah analisis pada SPSS adalah sebagai berikut.

1. Klik Start All programs IBM SPSS Statistiks IBM SPSS Statistiks,

berikut tampilannya.

2. Langkah selanjutnya adalah menginput data di sheet Data View. Klik Data View, lalu

isikan data jumlah kunjungan di kolom “jumlahkunjungan”. Hasil input data tampak

seperti gambar berikut ini.

3. Untuk analisis data, klik menu Analyze Compare Means One Sampel T Test,

seperti tampilan dibawah ini.

3

4. Pada kotak dialog One Sampel T-Test, klik variabel Jumlahkunjungan klik tombol

gambar tanda pertujuk. Maka variabel Jumlah kunjungan akan masuk ke kotak

Variabel. Kemudian pada Test Value, sisikan angka 50 (orang).

Setelah itu klik tombol OK. Maka akan didapat hasil ouput SPSS seperti berikut ini.

4

Hasil dan Interpretasi

T-Test

Output One Sampel Statistik

Untuk data Jumlah kunjungan yang valid berjumlah 20 hari; rata-rata kunjungan per hari

46,65; standar deviasi 5,174; dan standar error mean 1,157.

Output One Sampel Test

Uji t satu sampel ini digunakan untuk mengetahui apakah jumlah kunjungan rata-rata per hari

di Kelurahan adalah sama atau berbeda dengan yang dihipotesiskan, yaitu 50 orang. Tingkat

signifikansi dalam pengujian ini menggunakan 0,05 (secara default SPSS sudah

menggunakan tingkat signifikansi 0,05) dan pengujian 2 sisi.

Langkah-langkah pengujian adalah Pengujian adalah sebagai berikut.

One-Sampel Statistiks

N Mean Std.

Deviation

Std. Error

Mean

Jumlah

Kunjunga

n

20 46.65 5.174 1.157

One-Sampel Test

Test Value = 50

t df Sig. (2-

tailed)

Mean

Differe

nce

95%

Confiden

ce

Interval

of the

Differenc

e

Lo

wer

Up

per

Jumlah

Kunjun

gan

-

2.896 19 .009 -3.350

-

5.7

7

-.93

5

1. Merumuskan hipotesis

H0 : Rata-Rata Jumlah Kunjungan Perhari Adalah 50 Orang

Ha : Rata-rata jumlah kunjungan per hari adalah bukan 50 orang

2. Menentukan t hitung

Dari tabel di atas didapat nilai t hitung adalah -2,896

3. Menentukan t tabel

T tabel dapat dilihat pada tabel statistik pada signifikansi 0,05 : 2= 0,025 (uji 2 sisi)

dengan derajat kebebasan (df) n-1 atau 20-1 = 19 dan hasil diperoleh t tabel sebesar

2,093 (Lihat pada tabel t di bawah ini).

Tabel T

4. Kriteria Pengujian

jika nilai -t tabel ≤ t hitung ≤ t tabel maka H0 diterima

jika nilai -t hitung < - t tabel atau t hitung > t tabel maka H0 ditolak

6

Untuk nilai t hitung yang hasilnya positif maka dapat digunakan ketentuan sebagai

berikut:

H0 diterima dan H1 ditolak jika nilai t hitung < t tabel atau jika nilai Sig. > 0,05

H0 ditolak dan H1 diterima jika nilai t hitung > t tabel atau jika nilai Sig. < 0,05

5. Membuat kesimpulan

Nilai –t hitung <-t tabel (-2,896<-2,093) maka H0 ditolak dan H1 diterima. Jadi dapat

disimpulkan bahwa rata-rata jumlah kunjungan per hari di Kelurahan adalah bukan 50

orang. Dari rata-rata dapat diketahui bahwa jumlah kunjungan rata-rata adalah 46 orang

per hari.

Latihan:

Sauatu Dinas Staf Puskesmas ingin mengetahui, jumlah pengunjung Puskesmas. sedang

dengan berhipotesis bahwa jumlah kunjungan pasien per hari rata-rata 50 orang. Untuk

membuktikan apakah hipotesis tersebut benar atau tidak, silahkan Anda buktikan dengan data

berikut ini.

Hari Jumlah Kunjungan

1 40

2 55

3 43

4 40

5 53

6 52

7 47

8 50

9 50

10 46

11 55

12 51

13 49

14 42

15 39

16 43

17 38

18 52

19 59

20 40

7

BAB.2.

Pengambilan Keputusan Berdasarkan Signifikansi

Jika berdasarkan signifikansi maka jika signifikasi < 0,05 maka H0 ditolak, dan jika

signifikasni > 0,05 maka H0 diterima. Karena signifikansi (0,009<0,05) maka H0 ditolak.

Artinya bahwa rata-rata jumlah kunjungan perhari di Kelurahan adalah bukan 50 orang.

Uji T untuk Sampel Bebas

Pengujian Uji t untuk sampel bebas atau Independent Sampels T Test biasa dilakukan untuk

menguji rata-rata antara dua kelompok data yang independen.

Contoh kasus:

Seorang mahasiswa ingin mengetahui perbedaan kemampaun rasa kepekaan menghadapi

masalah antara laki-laki dan perempuan di suatu Universitas “Y”. Dalam penelitian ini

sampel yang digunakan sebanyak 20 orang yang terdiri dari 10 orang laki-laki dan 10 orang

Perempuan. Pengambilan data dilakukan menggunakan kueioner yang dibagikan kepada

responden. Data skor total item yang diperoleh ditabulasikan sebagai berikut.

Tabel 11.3. Kemampuan Rasa Kepekaan

Subjek Kepekaan Jenis Kelamin

1 75 2

2 60 1

3 64 1

4 76 2

5 61 1

6 58 1

7 73 2

8 58 1

9 66 2

10 70 2

11 64 2

12 55 1

13 71 1

14 65 2

15 67 2

16 58 2

17 67 1

8


Keterangan:

Jenis kelamin:

Laki-laki : 1

Perempuan : 2

Berikut akan dilakukan uji t dua sampel bebas untuk mengetahui apakah ada perbedaan rasa

kepekaan antara laki-laki dan perempuan.

Langkah-langkah analisis pada SPSS adalah sebagai berikut:

1. Menginput data di sheet Data View. Klik Data View, lalu isi data Kepekaan

menghadapi masalah di kolom ”Kepekaan” dan data Jenis kelamin di kolom “Jenis

Kelamin”. Hasil penginputan data tampak seperti gambar berikut ini.

18 75 2

19 66 1

20 72 1

9

2. Berikutnya, beri nama variabel dengan jelas di kolom label, misalnya Jenis Kelamin.

Klik kotak kecil berwarna abu-abu di kolom Value dan akan muncul kotak Value

Labels. Isikan angka 1 di kotak Value dan isikan label laki-laki dikotak Label.

Kemudian, klik Add. Selanjutnya isikan angka 2 untuk label Perempuan seperti yang

terlihat dalam tampilan berikut.

10

Keterangan:

Jenis kelamin:

Laki-laki : 1

Perempuan : 2

3. Untuk analisis data, klik menu Analyze Compare Means Independent

Sampels T Test, seperti pada tampilan dibawah ini.

4. Pada kotak dialog Independent Sampel T Test, lakukan langkah-langkah sebagai

berikut.

Klik variabel Rasa Kepekaan menghadapi masalah tombol gambar tanda penujuk

disebelah kotak Test Variabels (s). Maka variabel akan masuk ke kotak Test

Variabels(s).

Klik variabel Jenis Kelamin tombol gambar tanda penunjuk disebelah kotak

Grouping Variabel. Maka variabel akan masuk ke kotak Grouping Variabel.

12

5. Untuk mendefinisikan variabel Jenis kelamin, klik tombol Define Group. Isikan pada

Group 1 dengan angka 1, dan Group 2 dengan angka 2. Setelah itu, klik tombol

Continue. Tampilan akan kembali ke kotak dialog sebelumnya.

6. Setelah itu, klik tombol OK. Maka akan didapat hasil output SPSS seperti berikut ini

(output sudah diubah ke bentuk baris)

13


T-Test

Group Statistiks

Jenis

Kelamin

N Mean Std.

Deviation

Std. Error

Mean

Kepeka

an

Laki-laki 10 63.20 5.750 1.818

Perempuan 10 68.90 5.896 1.865

Independent Sampels Test

Levene's

Test for

Equality

of

Variance

s

t-test for Equality of Means

F Sig. t df Sig.

(2-

taile

d)

Mean

Differ

ence

Std.

Err

or

Diff

ere

nce

95%

Confidence

Interval of

the

Difference

Lowe

r

Up

per

K

e

p

e

k

a

a

n

Equal

varian

ces

assum

ed

.00

6 .937

-

2.18

9

18 .042 -5.700 2.60

4

-

11.17

2

-

.22

8

Equal

varian

ces

not

assum

ed

-

2.18

9

17.9

89 .042 -5.700

2.60

4

-

1

1

.

1

7

2

-

.22

8

14

Interpretasi dari output SPSS adalah sebagai berikut:

Untuk data Kepekaan menghadapi masalah pada jenis kelamin laki-laki berjumlah 10, dan

untuk perempuan berjumlah 10. Rata-rata Kepekaan untuk laki-laki adalah 63,20, sedangkan

perempuan 68,90. Standar deviasi nilai kepekaan pada laki-laki 5,750 dan untuk perempuan

5,896. Standar error mean nilai kepekaan untuk laki-laki 1,818 dan untuk perempuan 1,865.

Output Independent Sampels Test

Output ini menjelaskan hasil uji t sampel bebas. Pengujuan menggunakan tingkat

signifikansi 0,05 (secara default SPSS sudah menggunakan tingkat signifikansi 0,05) dan uji

2 sisi.

Sebelum uji t sampel bebas dilakukan, uji F (uji homogenitas/uji Levene’s) dilakukan

terlebih dahulu. Artinya, jika varian sama maka uji t menggunakan nilai ‘Equal Variance

Assumed’ (diasumsikan varian sama) dan jika varian berbeda menggunakan nilai “Equal

Variance Not assumed” (diasumsikan varian berbeda).

Langkah-langkah uji homogenmitas adalah sebagai berikut

1. Merumuskan Hipotesis

H0 : Kelompok data kepekaan menghadapi masalah antara laki-laki dan perempuan

memiliki varian yang sama

Ha : Kelompok data kepekaan menghadapi masalah antara laki-laki dan

perempuan memiliki varian yang berbeda.

2. Kriteria Pengujian (berdsarkan Signifikansi)

Jika Signufikansi > 0,05 maka H0 diterima

Jika Signifikansi < 005 maka H0 ditolak


Signifikansi dari uji F didapat 0,415. Dengan demikian, Signifikansi > 0,05 (0,937>0,05)

maka H0 diterima. Jadi dapat disismpulakn bahwa kelompok data kepekaan menghadapi

15

masalah antara laki-laki dan perempuan memiliki varian yang sama. Uji t (Independent

Sampels T Test) menggunakan yang nilai ‘Equal variance assumed’.

Langkah-langkah uji t sampel bebas (Independent Sampels T test) adalah sebagai

berikut.


H0 : Tidak ada perbedaan rata-rata kepekaan menghadapi masalah antara laki-

laki dan perempuan.

Ha : Ada perbedaan rata-rata kepekaan menghadapi masalah antara laki-laki

dan perempuan.


3. Dari output fidapt nilai t hitung (Equal variance assumed) adalah -2,189

4. Menentukan t tabel

5. T atabel dapat dilihat pada tabel statistik pada signifikansi 0,05 : 2 = 0,025 (uji 2 sisi)

dengan derajat kebebasan (df)n-2 atau 20-2= 18, hasil diperoleh untuk t tabel sebesar

2,101 (Lihat pada tabel t dibawah ini).

6. Kriteria Pengujian

Jika –t tabel ≤ t hitung ≤ t tabel maka Ho diterima

Jika –t hitung < -t tabel atau t hitung > t tabel maka H0 ditolak.


Nilai –t hitung < -t tabel (-2,189<2,101) maka H0 ditolak. Jika dapat dismpulkan

bahwa ada perbedaan rata-rata kepekaan menghadapi masalah antara laki-laki dan

perempuan. Dari rata-rata dapat dilihat bahwa laki-laki memiliki kepekaan yang

lebih tinggi dari perempuan.

16

Tabel t

UJI T untuk Sampel Berpasangan

Pengujian untuk Uji t untuk sampel berpasangan atau dengan istilah lain Paired

Sampels T Test digunakan untuk mengetahui perbedaan rata-rata diantara dua sampel yang

berpasangan. Sampel yang berpasangan merupakan kelompok sampel yang memilki subjek

yang sama namun mengalami dua pengukuran yang berbeda, contoh perlakuan sebelum dan

sesudah.

Contoh kasus:

Dalam menghadapi persiapan Ujian Tri Out Murid di salah satu sekolah menengah pertama

mengadakan Pendalaman Materi. Dari hasil Pendalaman Materi tersebut didapatkan nilai

peningkatan nilai dari para siswa.Sampel yang digunakan sebanyak 15 orang siswa yang

diukur dari peningkat nilai yang diperoleh. Adapun data yang didapatkan sebagai berikut.

17

Tabel 11.4. Pendalaman Materi


Berikut ini akan dilakukan uji t sampel berpasangan untuk mengetahui apakah ada

perbedaan nilai antara sebelum dan sesudah pendalaman materi.

Langkah-langkah analisis pada SPSS adalah sebagai berikut.

1. Buka Programs SPSS Pilih File Open Data

Subjek Sebelum

Pendalaman Materi

Setelah Pendalam

Materi

1 65 75

2 70 82

3 75 90

4 63 70

5 56 70

6 80 90

7 77 80

8 74 91

9 88 90

10 60 75

11 55 70

12 81 90

13 66 70

14 81 88

15 73 85

18

Jika muncul Opening Excel Data Source

2. Selanjutnya Klik menu Analyze Compare Means Paired Sampels T Test

3. Pada kotak dialog Paired Sampels T Test, lakukan langkah-langkah berikut.

19

Klik Variabel Sebelum pendalam materi Klik tombol gambar tanda penunjuk.

Kemudian Klik variabel Setelah Pendalam Materi klik tombol gambar tanda

penunjuk. Variabel akan masuk ke kotak Paired Variabels.

4. Selanjutnya klik tombol OK maka akan didapat hasil output SPSS seperti berikut.


T-Test

Paired Sampels Statistiks

Mean N Std.

Deviatio

n

Std.

Error

Mean

Pair

1

SebelumPen

dalamMateri 70.93 15 9.867 2.548

SetelahPend

alamMateri 81.07 15 8.648 2.233

Paired Sampels Correlations

N Correlati

on

Sig.

20

Output Paired Sampels Statistiks

Output ini menjelaskan tentanf statistik data dari respoden. Untuk data “Sebelum

Pendalaman Materi” nilai rata-rata siswa adalah 70.93; jumlah data sebanyak 15; standar

deviasi 9.867; dan standar error mean 2.548. Sedangkan untuk data setelah pendalaman

materi 81.07; jumlah data 15; standar deviasi 8.648; dan standar error maen 2.233.

Dari output ini menjelaskan tentang korelasi atau besar hubungan antara variabel selum

pendalaman materi dengan setelah pendalam materi. Dari output didapat nilai korelasi

sebesear 0,877 dengan signifikansi 0,000. Ini berarti terjadi hubungan yang sangat kuat

antara sebelum pendalam materi dengan setelah pendalam materi.

Pair 1

SebelumPendala

mMateri &

SetelahPendalam

Materi

15 .877 .000

Paired Sampels Test

Paired Differences t df Sig. (2-

tailed) Mea

n

Std.

Dev

iatio

n

Std.

Err

or

Me

an

95%

Confide

nce

Interval

of the

Differen

ce

Lo

we

r

Up

per

Pa

ir

1

Sebe

lum

Pend

alam

Mate

ri -

Setel

ahPe

ndal

am

Mate

ri

-

10.1

33

4.74

9

1.2

26

-

12.

76

3

-

7.5

03

-

8.26

4

14 .000

21

Output ini menjelaskan tentang hasil uji t sampel berpasangan. Pengujian menggunakan

tingkat signifikansi 0,05 (secara default SPSS sudah menggunakan tingkat signifikansi

0,05) dan uji 2 sisi.

Langkah-langkah pengujian adalah sebagai berikut.


H0 : Tidak ada perbedaan nilai antara sebelum dan sesudah pendalam materi.

Ha :Ada perbedaan berat badan antara sebelum dan sesudah pendalam materi.


Dari output dikethui t hitung adalah -8.264.

Menentukan t tabel

T tabel dapat dilihat pada tabel statistik pada signifikansi 0,05 : 2 = 0,025 (uji 2 sisi)

dengan derajat kebebasan (df) n-1 atau 15-1= 14, hasil diperoleh untuk t tabel sebesar

2,145/-2,145. Lihat tabel t dibawah ini.

Kriteria Pengujian

22

Jika –t tabel ≤ t hitung ≤ t tabel maka H0 diterima, jika –t hitung < -t tabel atau t hitung > t

tabel maka H0 ditolak

Berdasarkan Signifikansi:

Jika Signifikansi > 0,05 maka H0 diterima

Jika Signifikansi < 0,05 maka H0 ditolak.

Membuat kesimpulan

Nilai –t hitung < -t tabel (-8.264 < -2,145) maka H0 ditolak. Jadi dapat disimpulkan bahwa

ada perbedaan antara siswa sebelum diberi Pendalaman Materi dengan siswa setelah

pendalam materi. Dari rata-rata (mean) dapat diketahui bahwa rata-rata siswa sebelum dan

setelah diberi pelatihan materi lebih tinggi dari pada sebelum pendalam materi. Hal ini dapat

disimpulkan bahwa pendalaman materi dapat meningkatkan nilai siswa.

Uji F

Uji F disebut juga dengan uji koefisien regresi secara serentak atau bersama-sama, yaitu

untuk mengetahui pengaruh variabel independen secara serentak atau bersama-sama

terhadap pengaruh variabel dependen. Uji F ini sangat penting dilakukan terlebih untuk

mengetahui pengaruh atau hubungan antara variabel X dan Y. Dari uji F ini akan diketahui

apakah pengaruhnya signifikan atau tidak.

Rumusnya mencari F tabel adalah sebagai berikut:

df1 = k -1

df2 = n – k

Dimana :

k : adalah jumlah variabel (bebas + terikat)

n : adalah jumlah observasi/sampel pembentuk

23

Tabel 11.5. Disiplin, Loyalitas dan Benefit


No. Disiplin (X1) Loyalitas (X2) Benefit (Y)

1 31 26 24

2 17 33 33

3 30 29 29

4 16 29 29

5 18 34 33

6 25 37 37

7 20 36 36

8 24 36 36

9 22 33 33

10 25 39 40

11 20 35 35

12 19 34 36

13 20 34 35

14 20 38 38

15 25 30 35

24


df1= k-1 sedangkan df2 = n – k Maka :

df1= k (jumlah variabel) -1 = 3–1= 2 sedangkan

df2= n – k (jumlah sampel) = 15-3 =12

Dari tabel diketahui nilai F tabel sebesar 3,89. Karena nilai F hitung sebesar 35,028 > 3,89

maka dapat ditarik kesimpulan bahwa variabel X1 dan X2 (secara simultan) berpengaruh

terhadap variabel terikat (Y)

ANOVAa

Model Sum of

Squares

df Mean

Square

F Sig.

1

Regressi

on 195.454 2 97.727 35.028 .000b

Residual 33.479 12 2.790

Total 228.933 14

a. Dependent Variabel: Benefit (Y)

b. Predictors: (Constant), Loyalitas (X2), Disiplin(X1)

25

Latihan

Seorang Master Chef Ingin mengetahui perbandingan rasa masakan antara antara koki

Wanita dengan Koki Laki-Laki. Perbandingan ini pada dasarnya untuk mengetahui dan

menjadi masukan dalam hal kepuasan layanan pembeli.

Titik Persentase Distribusi F untuk

Probabilita = 0,05

df

untu

k

penye

but

(N2)

df untuk pembilang

(N1)

1 2 3 4 5 6 7 8 9 1

0

1

1

12

1 16

1

19

9

21

6

22

5

23

0

23

4

23

7

23

9

24

1

24

2

24

3

24

4 2 18.

51

19.

00

19.

16

19.

25

19.

30

19.

33

19.

35

19.

37

19.

38

19.

40

19.

40

19.

41 3 10.

13

9.5

5

9.2

8

9.1

2

9.0

1

8.9

4

8.8

9

8.85 8.8

1

8.7

9

8.7

6

8.7

4 4 7.7

1

6.9

4

6.5

9

6.3

9

6.2

6

6.1

6

6.0

9

6.04 6.0

0

5.9

6

5.9

4

5.9

1 5 6.6

1

5.7

9

5.4

1

5.1

9

5.0

5

4.9

5

4.8

8

4.82 4.7

7

4.7

4

4.7

0

4.6

8 6 5.9

9

5.1

4

4.7

6

4.5

3

4.3

9

4.2

8

4.2

1

4.15 4.1

0

4.0

6

4.0

3

4.0

0 7 5.5

9

4.7

4

4.3

5

4.1

2

3.9

7

3.8

7

3.7

9

3.73 3.6

8

3.6

4

3.6

0

3.5

7 8 5.3

2

4.4

6

4.0

7

3.8

4

3.6

9

3.5

8

3.5

0

3.44 3.3

9

3.3

5

3.3

1

3.2

8 9 5.1

2

4.2

6

3.8

6

3.6

3

3.4

8

3.3

7

3.2

9

3.23 3.1

8

3.1

4

3.1

0

3.0

7 10 4.9

6

4.1

0

3.7

1

3.4

8

3.3

3

3.2

2

3.1

4

3.07 3.0

2

2.9

8

2.9

4

2.9

1 11 4.8

4

3.9

8

3.5

9

3.3

6

3.2

0

3.0

9

3.0

1

2.95 2.9

0

2.8

5

2.8

2

2.7

9 12 4.7

5

3.8

9

3.4

9

3.2

6

3.1

1

3.0

0

2.9

1

2.85 2.8

0

2.7

5

2.7

2

2.6

9 13 4.6

7

3.8

1

3.4

1

3.1

8

3.0

3

2.9

2

2.8

3

2.77 2.7

1

2.6

7

2.6

3

2.6

0 14 4.6

0

3.7

4

3.3

4

3.1

1

2.9

6

2.8

5

2.7

6

2.70 2.6

5

2.6

0

2.5

7

2.5

3 15 4.5

4

3.6

8

3.2

9

3.0

6

2.9

0

2.7

9

2.7

1

2.64 2.5

9

2.5

4

2.5

1

2.4

8 16 4.4

9

3.6

3

3.2

4

3.0

1

2.8

5

2.7

4

2.6

6

2.59 2.5

4

2.4

9

2.4

6

2.4

2 17 4.4

5

3.5

9

3.2

0

2.9

6

2.8

1

2.7

0

2.6

1

2.55 2.4

9

2.4

5

2.4

1

2.3

8 18 4.4

1

3.5

5

3.1

6

2.9

3

2.7

7

2.6

6

2.5

8

2.51 2.4

6

2.4

1

2.3

7

2.3

4 19 4.3

8

3.5

2

3.1

3

2.9

0

2.7

4

2.6

3

2.5

4

2.48 2.4

2

2.3

8

2.3

4

2.3

1 20 4.3

5

3.4

9

3.1

0

2.8

7

2.7

1

2.6

0

2.5

1

2.45 2.3

9

2.3

5

2.3

1

2.2

8

26

Tabel. 11.6 Cita Rasa Masakan Wanita & Laki –Laki

Keterngan:

1 : Laki-laki

2 : Wanita

Subjek Rasa Masakan Jenis Kelamin

1 65 2

2 72 1

3 64 1

4 76 2

5 65 1

6 58 1

7 73 2

8 58 1

9 66 2

10 70 2

11 64 2

12 55 1

13 71 1

14 65 2

15 67 2

16 58 2

17 67 1

18 75 2

19 66 1

20 77 1

27

BAB.3

Aplikasi SPSS Untuk ANOVA Satu Jalur

Analisis One Way ANOVA digunakan untuk menguji perbedaan diantara dua atau lebih

kelompok dimana hanya terdapat satu faktor yang dipertimbangkan.

Contoh Kasus:

Sebuah perusahaan “Z” yang bergerak dalam produksi makanan ringan chiki ingin

mengeluarkan produk chiki terbaru. Untuk mengetahui cita rasa yang dinginkan oleh

konsumen perusahaan tersebut mengambil tiga sampel Kelurahan di Jakarta Utara seperti

kelurahan “Koja”, “Cilincing” dan “Rawabadak”. Masing-masing kelurahan tersebut

memberikan penilaian terhadap cita rasa chiki baru.

Tabel 11.6. Cita Rasa Produk

No Kelurahan Penilaian

1 1 70

2 1 70

3 1 85

4 1 90

5 1 78

6 1 65

7 1 93

8 2 88

9 2 71

10 2 75

11 2 70

12 2 80

13 2 85

14 2 65

15 3 60

16 3 90

17 3 80

18 3 90

19 3 85

20 3 75

21 3 88

28


Keterangan : 1 = Koja ; 2= Cilicing 3=Rawabadak

Berikut ini akan dilakukan langkah-langkah analisis dengan SPSS adalah sebagai berikut:

1. Buka program SPSS, laluklik File Open Data

2. Setelah itu pilih type data misalnya Excell

Jika muncul Opening Excel Data Source Maka Klik OK

29

3. Setelah itu akan muncul data sebagai berikut

4. Selanjutnya klik Analyze Compare Means One Way Anova.

5. Masukkan variabel “ Penilaian” ke kotak Dependent List dan Variabel “Kelurahan”

ke kotak Faktor, seperti pada tampilan dibawah ini.

30

6. Setelah itu, klik tab Options. Selanjutnya, perhatikan kotak dialog yang tampil. Berilah

tanda centang pada Descriptive dan Homogeneity of Variance test. Kemudian, kliklah

Continue. Selanjutnya, Anda akan kembali ke kotak dialog sebelumnya.

31

7. Klik OK. Hasil output sebagai berikut.


Descriptives

Penilaian

N Mea

n

Std.

Devi

ation

Std.

Error

95%

Confidence

Interval for

Mean

Mini

mum

Maxi

mum

Lowe

r

Boun

d

Uppe

r

Boun

d

Koja 7 78.7

1

10.88

9 4.116 68.64 88.78 65 93

32

Oneway

Test of Homogeneity of Variances

Penilaian

Levene

Statistik

df1 df2 Sig.

.331 2 18 .723

Clinci

ng 7

76.2

9 8.401 3.175 68.52 84.06 65 88

Rawab

adak 7

81.1

4

10.83

9 4.097 71.12 91.17 60 90

Total 2

1

78.7

1 9.804 2.139 74.25 83.18 60 93

ANOVA

Penilaian

Sum of

Squares

df Mean

Square

F Sig.

Between

Groups 82.571 2 41.286 .404 .674

Within

Groups 1839.714 18 102.206

Total 1922.286 20

33

Output Descriptives

Pada data kelompok Kelurahan Koja diperoleh hasil: jumlah data 7, rata-rata 78,71, deviasi

standar 10,889, dan standard error 4. Untuk data kelompok Kelurahan Cilincing; jumlah

data 7, rata-rata 76,29, deviasi standar 8,401 dan standard error 3. Dan untuk data

kelompok Rawabadak: jumlah data 7, rata-rata 81,14, deviasi standar 4,097 dan standard

error 4.

Output Test Of Homogeneity of Variance

Asumsi dalam pengajuan ANOVA adalah bahwa varian kelompok data adalah sama atau

homogen. Kriteria pengujiannya, yaitu jika signifikansi < 0,05, maka varian kelompok data

tidak sama. Namun sebaliknya, jika signifikansi > 0,05, maka varian kelompok data adalah

sama. Dari output dapat dilihat bahwa signifikansi > 0,05 (0,723 >0,05). Jadi, dapat

disimpulkan bahwa varian ketiga kelompok data, yaitu Koja, Cilincing, dan Rawabadak,

maka hal ini telah memenuhi asumsi dasar.

Output ANOVA

Analisis ANOVA dapat digunakan untuk mengetahui apakah ada perbedaan. Jika dalam

kasus ini kita kita dapat mengetahui penilaian masing-masing kelurahan yang dalam hal ini

Koja, Cilincing dan Rawabadak terkait dengan rasa baru dari chiki. Beberapa langkah yang

dapat dilakukan adalah:

Merumuskan hipotesis.

H0 : Tidak ada perbedaan rata-rata antara penilaian dari kelurahan Koja, Clincing dan

Rawabadak.

Ha : Ada perbedaan rata-rata antara nilai ujian dari kelurahan Koja, Cilincing dan

Rawabadak.

Menentukan F hitung dan Signifikansi

34

Untuk menentukan apakah terdapat perbedaan penilaian antara kelurahan Koja, Cilincing

dan Rawabadak kita mengacu pada koefisien Fhitung atau P-value dan membandingkannya

dengan Ftabel atau taraf signifikansi, baik pada α = 0,05 maupun α = 0,01. Jika Fhitung lebih

besar dari Ftabel atau P-value lebih kecil dari 0,05 dinyatakan terdapat perbedaan. Artinya,

hipotesis kerja (H1) diterima dan hipotesis nol (H0) ditolak.

Hasil analisis menujukkan nilai koefisien Fhitung adalah 0,404 dengan Pvalue 0,674. Ftabel

dicari dengan cara df1 = 3-1 = 2 dan df2 = 21-3= 18. Hasil yang diperoleh untuk Ftabel 3,55.

Latihan

Sebuah organisasi kemahasiswaan ingin melakukan pemilihan ketua kemahasiswaan di

Universitas “ABC”. Terdapat tiga kandidat yang terpilih ada yakni “Marcel”, “Farrel”,

“Andika”. Masing-masing mahasiswa tersebut memberikan penilaian terhadap calon

kandidat sebagai berikut.

Keterangan :

1 = “Marcel”;

2= “Farrel”;

3= “Andika”;

Tentukan:

Dari data diatas apakah ada perbedaan diantara kandidat tersebut? Gunakan Analisis One

Way ANOVA untuk menguji perbedaan tersebut.

35

Tabel 11.7. Penilaian


No Nama Kandidat Penilaian

1 1 90

2 1 75

3 1 80

4 1 70

5 1 79

6 1 60

7 1 80

8 1 77

9 1 65

10 2 77

11 2 85

12 2 90

13 2 88

14 2 70

15 2 66

16 2 70

17 2 95

18 2 74

19 3 73

20 3 77

21 3 70

22 3 80

23 3 78

24 3 90

25 3 80

26 3 75

27 3 90

36

Jika F hitung ≤ Ftabel, maka H0 di terima

Jika F hitung > F tabel, maka H0 ditolak.

Berdasarkan Signifikansi:

Jika signifikansi . 0,05, mka H0 diterima

Jika signifiknasi < 0,05, maka H0 ditolak.

Berdasarkan kesimpulan karena Fhitung > Ftabel ( 0,404 < 3,55) dan signifikansi > 0,05 (0,674

> 0,05), maka H0 diterima. Jadi dapat disimpulkan bahwa tidak ada perbedaan rata-rata

antara penilaian dari kelurahan Koja, Clincing dan Rawabadak.

Titik Persentase Distribusi F untuk

Probabilita = 0,05

df

unt

uk

pen

yeb

ut

(N2

)

df untuk pembilang

(N1)

1 2 3 4 5 6 7 8 9 1

0

1

1

12

1 161 19

9

21

6

22

5

2

3

0

2

3

4

2

3

7

23

9

2

4

1

2

4

2

2

4

3

24

4 2 18.5

1

19.

00

19.

16

19.

25

19.

30

19.

33

19.

35

19.

37

19.

38

19.

40

19.

40

19.

41 3 10.1

3

9.5

5

9.2

8

9.1

2

9.0

1

8.9

4

8.8

9

8.85 8.8

1

8.7

9

8.7

6

8.7

4 4 7.71 6.9

4

6.5

9

6.3

9

6.2

6

6.1

6

6.0

9

6.04 6.0

0

5.9

6

5.9

4

5.9

1 5 6.61 5.7

9

5.4

1

5.1

9

5.0

5

4.9

5

4.8

8

4.82 4.7

7

4.7

4

4.7

0

4.6

8 6 5.99 5.1

4

4.7

6

4.5

3

4.3

9

4.2

8

4.2

1

4.15 4.1

0

4.0

6

4.0

3

4.0

0 7 5.59 4.7

4

4.3

5

4.1

2

3.9

7

3.8

7

3.7

9

3.73 3.6

8

3.6

4

3.6

0

3.5

7 8 5.32 4.4

6

4.0

7

3.8

4

3.6

9

3.5

8

3.5

0

3.44 3.3

9

3.3

5

3.3

1

3.2

8 9 5.12 4.2

6

3.8

6

3.6

3

3.4

8

3.3

7

3.2

9

3.23 3.1

8

3.1

4

3.1

0

3.0

7 10 4.96 4.1

0

3.7

1

3.4

8

3.3

3

3.2

2

3.1

4

3.07 3.0

2

2.9

8

2.9

4

2.9

1 11 4.84 3.9

8

3.5

9

3.3

6

3.2

0

3.0

9

3.0

1

2.95 2.9

0

2.8

5

2.8

2

2.7

9 12 4.75 3.8

9

3.4

9

3.2

6

3.1

1

3.0

0

2.9

1

2.85 2.8

0

2.7

5

2.7

2

2.6

9 13 4.67 3.8

1

3.4

1

3.1

8

3.0

3

2.9

2

2.8

3

2.77 2.7

1

2.6

7

2.6

3

2.6

0 14 4.60 3.7

4

3.3

4

3.1

1

2.9

6

2.8

5

2.7

6

2.70 2.6

5

2.6

0

2.5

7

2.5

3 15 4.54 3.6

8

3.2

9

3.0

6

2.9

0

2.7

9

2.7

1

2.64 2.5

9

2.5

4

2.5

1

2.4

8 16 4.49 3.6

3

3.2

4

3.0

1

2.8

5

2.7

4

2.6

6

2.59 2.5

4

2.4

9

2.4

6

2.4

2 17 4.45 3.5

9

3.2

0

2.9

6

2.8

1

2.7

0

2.6

1

2.55 2.4

9

2.4

5

2.4

1

2.3

8 18 4.41 3.5

5

3.1

6

2.9

3

2.7

7

2.6

6

2.5

8

2.51 2.4

6

2.4

1

2.3

7

2.3

4 19 4.38 3.5

2

3.1

3

2.9

0

2.7

4

2.6

3

2.5

4

2.48 2.4

2

2.3

8

2.3

4

2.3

1 20 4.35 3.4

9

3.1

0

2.8

7

2.7

1

2.6

0

2.5

1

2.45 2.3

9

2.3

5

2.3

1

2.2

8

37

BAB.4

TWO-WAY ANOVA

Two-Way Anova atau istilah bahasa sederhanya merupakan ANOVA dua arah. Two-Way

Anova merupakan perbandingan dalam perbedaan rata-rata diantara kelompok yang telah

dibagi pada dua variabel independen. Analisis Two-Way ANOVA biasa dilakukan untuk uji

komparatif atau perbedaan dengan menggunakan dua faktor pembeda.

Contoh Soal

Salah satu perusahaan swasta sedang mencari kandidat untuk menduduki posisi tertentu.

Adapun beberapa calon kandidat yang melamar diperusahaan tersebut. Pihak perusahaan

merekrut calon pegawai baru dengan cara mengadakan test psikotest. Adapun data yang

diperolah dari hasil psikotest tersebut adalah:

Tabel 11.8. Test Psikotest


Gender Pendidikan Ujian

2 1 65

2 2 68

1 3 70

1 2 50

1 2 80

2 2 75

1 3 80

2 2 88

2 1 50

1 1 60

1 1 78

1 2 67

1 1 80

2 2 75

1 2 84

1 3 88

2 2 74

1 3 88

2 1 60

1 2 70

38

Pembahasan

Berikut langkah-langkah menggunakan SPSS:

1. Klik SPSS, lalu input data

Keterangan:

Pendidikan

1 = S1(Bachelor)

2 = S2(Magister)

3 = S3(Doctoral)

Gender

1 = Laki-Laki

2= Perempuan

2. Sebelum memilih perintah rubah terlebih dahulu dikolom Variabel View dan di baris

Gender. Beri nilai 1 untuk label laki-laki, 2 untuk label perempuan.

39

3. Sementara itu di baris Pendidikan dan di kolom Values beri label 1 = S1(Bachelor), 2

= S2(Magister), 3 = S3(Doctoral).

40

4. Klik Analyze General Linear Model Univariate, seperti berikut ini.

5. Kemudian akan mucul jendela sbb: Masukkan Ujian ke kotak Dependent Variabel,

masukkan Gender dan Pendidikan ke kotak Fixed faktor (s). (Kotak Random faktor

(s) dan Covariate (s) tidak akan kita gunakan dalam Two Ways Anova, kotak tersebut

akan digunakan pada "Uji Anova".

41

6. Klik Plot, maka akan muncul jendela seperti di bawah ini: Masukkan Gender ke

kotak Horizontal Axis dan Pendidikan ke kotak Separate Lines.

42

7. Klik Add, maka akan tampak sbb; lalu klik Continue, seperti pada tampilan berikut

ini.

Setelah di klik Add maka akan muncul seperti berikut, lalu dilanjutkan dengan klik Continue

8. Setelah itu klik Post Hoc, maka muncul jendela sbb: lalu pindahkan ke kolom Post

Hoc Teasts for

43

9. Setelah itu Centang Tukey, lalu klik Countinue.

10. Klik Options, maka akan muncul jendela sbb: Masukkan Gender dan Pendidikan ke

dalam kotak Display Means for. Pada Display centang Descriptive statistiks dan

Homogentity test; lalu Klik Continue.

44


Univariate Analysis of Variance

Between-Subjects Factors

Value Label N

Gender 1 Laki-laki 12

2 Perempuan 8

Pendidika

n

1 S1(Bachelor

) 6

2 S2(Magister

) 10

3 S3(Doctoral

) 4

Descriptive Statistics

Dependent Variable: Ujian

Gender Pendidikan Mean Std. Deviation N

Laki-laki

S1(Bachelor) 72.67 11.015 3

S2(Magister) 70.20 13.274 5

S3(Doctoral) 81.50 8.544 4

Total 74.58 11.540 12

Perempuan S1(Bachelor) 58.33 7.638 3

45

Levene's Test of Equality of Error

Variancesa


F df1 df2 Sig.

.549 4 15 .703

Tests the null hypothesis that the error

variance of the dependent variable is

equal across groups.

a. Design: Intercept + Gender +

Pendidikan + Gender * Pendidikan

Estimated Marginal Means

S2(Magister) 76.00 7.314 5

Total 69.38 11.439 8

Total

S1(Bachelor) 65.50 11.554 6

S2(Magister) 73.10 10.556 10

S3(Doctoral) 81.50 8.544 4

Total 72.50 11.496 20

Tests of Between-Subjects Effects


Source Type III

Sum of

Squares

df Mean

Square

F Sig.

Corrected

Model 1013.867a 4 253.467 2.540 .083

Intercept 93965.143 1 93965.14

3

941.45

1 .000

Gender 68.267 1 68.267 .684 .421

Pendidikan 435.801 2 217.900 2.183 .147

Gender *

Pendidikan 380.017 1 380.017 3.807 .070

Error 1497.133 15 99.809

Total 107636.000 20

Corrected

Total 2511.000 19

a. R Squared = .404 (Adjusted R Squared = .245)

46

1. Gender


Gender Mean Std.

Error

95% Confidence Interval

Lower

Bound

Upper

Bound

Laki-laki 74.789 2.947 68.507 81.071

Perempuan 67.167a 3.648 59.391 74.942

a. Based on modified population marginal mean.

2. Pendidikan


Pendidikan Mean Std.

Error

95% Confidence Interval

Lower

Bound

Upper

Bound

S1(Bachelor) 65.500 4.079 56.807 74.193

S2(Magister)

73.100 3.159 66.366 79.834

S3(Doctoral) 81.500a 4.995 70.853 92.147

a. Based on modified population marginal mean.

Multiple Comparisons


Tukey HSD

(I)

Pendidik

an

(J)

Pendid

ikan

Mean

Differenc

e (I-J)

Std.

Error

Sig. 95% Confidence

Interval

Lower

Bound

Upper

Bound

S1(Bach

elor)

S2(Ma

gister) -7.60 5.159 .331 -21.00 5.80

S3(Do

ctoral) -16.00 6.449 .062 -32.75 .75

S2(Magi

ster)

S1(Ba

chelor

)

7.60 5.159 .331 -5.80 21.00

S3(Do

ctoral) -8.40 5.910 .355 -23.75 6.95

S3(Docto

ral)

S1(Ba

chelor

)

16.00 6.449 .062 -.75 32.75

S2(Ma

gister) 8.40 5.910 .355 -6.95 23.75

Based on observed means.

The error term is Mean Square(Error) = 99.809.

47

Post Hoc Tests

Pendidikan

Homogeneous Subsets

Ujian

Tukey HSD

Pendidikan N Subset

1 2

S1(Bachelor) 6 65.50

S2(Magister) 10 73.10 73.10

S3(Doctoral) 4 81.50

Sig. .419 .350

Means for groups in homogeneous subsets

are displayed.

Based on observed means.

The error term is Mean Square(Error) =

99.809.

a. Uses Harmonic Mean Sample Size =

5.806.

b. The group sizes are unequal. The

harmonic mean of the group sizes is used.

Type I error levels are not guaranteed.

c. Alpha = .05.

48

Profile Plots

Dari tabel di atas, kita bisa menilai rata-rata nilai ujian berdasarkan gender dan pendidikan,

sebagai contoh: nilai rata-rata ujian laki-laki dengan pendidikan S1 sebesar 72,67 sedangkan

nilai ujian wanita yang berpendidikan S2 sebesar 70,20 dan S3 sebesar 81,50.

Latihan:

Suatu perusahaan Internasional ingin mencari posisi karyawan untuk menduduki staf laporan

keuangan. Untuk dapat diterima diperusahaan tersebut, karyawan tersebut harus melakukan

beberapa tahap test seleksi yang diadakan diperusahaan tersebut. Berikut ini data yang

diperoleh dari hasil test tersebut.

49

Tabel 11.9. Test Psikotest


Keterrangan:

1 = Wanita

2= Laki-laki

Gender Pendidikan Ujian

2 1 65

2 2 71

1 3 70

1 2 50

1 2 80

2 2 75

1 3 80

2 2 88

2 1 50

1 1 60

1 1 78

1 2 67

1 1 80

2 2 75

1 2 84

1 3 88

2 2 74

1 3 88

2 1 60

1 2 72

50

DAFTAR PUSTAKA

Arikunto, Suharsimi.1998. Prosedur Penelitian: Suatu Pendekatan Pratek. Jakarta: Rineka Cipta.

Bahri, Syamsul dan Zamzam, Fahkry. 2015. Model Penelitian Kuantitatif Berbasis SEM-AMOS.

Yogyakarta: Deepublish.

Cochran, William G. 1979. Sampling Techniques. Tried Edition. New York: John Wiley & Sons.

Duei, Priyatno. 2012. Cara Kilat Belajar Analisis Data Dengan SPSS 20. Yogyakarta: ANDI.

Issac, S., & Michael, W.B. (1981). Handbokk in reserarch and evoluation California: Edits Publishers.

Santoso, Singgih. Panduan Lengkap Menguasai Statistik dengan SPSS 17. 2009. Jakarta: PT. Elex Media

Komputindo.

Sutanto, T.E dan Abdullah, Sarini. Statistika Tanpa Stres. Jakarta: TransMedia Pustaka.

Priyatno, Duwi. 2012.Cara Kilat Belajar Analisis Data Dengan SPSS 20. Yogyakarta: ANDI.

Priyatno, Duwi. 2009: 5 Jam Belajar Olah Data Dengan ASPSS 17. Yogyakarta: ANDI.

Widiyanto, Mikha. 2014. Statistika Untuk Penelitian Bidang Teologi, Pendidikan Agama Kriten, &

Pelayanan Gereja. Bandung: Kalam Hidup.

Wijaya, Tony. 2012. Cepat Menguasai SPSS 20 Untuk Olah dan Interpretasi Data. Yogyakarta: Cahaya

Atma Pustaka.

Yount, William R. 1999. Reseacrh Design and Statistikal Analysis in Chritian Ministry. Fort Worth:

Southwestern Baptis Theological Seminary.

https://www.freepik.com/

https://www.freepik.com/

modul statistik (analisis komparasi)...uji statistik yang mengarahkan pada beberapa perbandingan...

Documents