STATISTIK UNTUK UJI STATISTIK UNTUK UJI HIPOTESIS PENELITIANHIPOTESIS PENELITIAN

(LANJUTAN)(LANJUTAN)

Dr. ZAENAL ARIFIN, S.Pd.,M.Pd.

PROGRAM PASCASARJANA

UNISDA LAMONGAN

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.

TUJUAN PERKULIAHAN

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 rata-rata 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. Anava Satu Jalur

Anava yang menguji perbedaan rata2 dengan satu variabel bebas dan satu variabel terikat.

Polanya adalah: (1xm), contoh: 1X3, 1X4, dan sebagainya.

Contoh Tabel Anava (1X3) :

ANAVA DUA JALUR

Anava yang menguji perbedaan rata2 dengan Dua variabel bebas dan Dua atau lebih variabel terikat. Dapat pula memuat Dua atau lebih variabel bebas dan dua variabel terikat.

Polanya adalah: (2xm), contoh: 2X2, 2X3, dan sebagainya. Atau (3X2), (4X2) dan sebagainya.

Contoh Tabel Anava (2X2) :

CONTOH POLA ANAVA 2 JALUR

Anava (2X3)

Anova (3X2)

LANGKAH-LANGKAH ANAVA DENGAN SPSS

1. Masukkan data ke SPSS Data Editor dengan mendefinisikan Variabel View

2. Beri nama Klasikal, Kelompok, konvensional, KlasKelKonv, dan Faktor pada Kotak Name, dan beri angka 0 pada kotak Decimals untuk seluruhnya.

3. Masukkan data untuk variabel klasikal, kelompok, dan konvensional menjadi satu kolom variabel baru(Variabel Klas Kel Konv)

4. Beri angka 1 untuk data Klasikal, Angka 2 untuk data kelompok, dan 3 untuk data Konvesional.

5. Pada menu pilih Analyze →Compare Means → One-Way Anova.6. Masukkan variabel KlasKelKonv ke dalam

kotak Dependent List dan variabel faktor ke dalam kotak Factor.

Lanjutan

7. Klik tombol Options. Pada Jendela One-Way ANOVA: pada Options pilih Descriptive dan Homogenity of Variance test pada kotak statistics. Pilih Exclude cases analysis by analysis pada kotak Missing Values. Lalu Klik Continu.

8. Klik OK untuk mengakhiri jendela One-Way Anova sehingga menampilkan outtput.

HASIL (OUT PUT)

Dari hasil Out Put pada kotak Test of Homogenity of Variances terlihat nilai sig. 0,039 < 0,05. ArtinyaGabungan data merupakan data yang homogen.

Pada kotak Anova terlihat nilai F hitung = 10,333. Tetapi akan lebih muda menggunakan nilai sig. Kita tidak perlu mencari nilai F tabel. Nilai sig. = 0,000 < 0,05. Artinya terdapat perbedaan antara Klasikal, Kelompok, dan Konvensional.

(Sampai di sini kita belum tahu kriteria mana saja yang berbeda, maka harus dilanjutkan uji Lanjut (Post Hoc).

LANGKAH-LANGKAH UJI POST HOC

1. Klik Tombol Post Hoc

2. Pilih LSd pada Equal Variances Assumed, lalu Klik Continu.

3. Klik OK, maka akan muncul Out Put Deskriptives, hingga tabel Post Hoc Test dengan judul tabel “Multiple Comparison”.

4. Dari out put pada kotak Multiple Comparison terlihat beberapa nilai Sig. yang akan menjadi acuan dalam melihat kriteria mana yang berbeda.

Lanjutan Uji Post Hoc

Nilai Sig. pada Faktor 1 terhadap Faktor 2 maupun Faktor 2 thd Faktor 1 adalah Sig. 0,017 < 0,05. Ini berarti Faktor 1 berbeda dengan Faktor 2 atau ada perbedaan antara faktor 1 dan faktor 2.

Demikian pula untuk perbandingan faktor-faktor lainnya.

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).

Analisis regresi merupakan teknik analisis yang melihat hubungan fungsional antara variabel2 yang dinyatakan dalam persamaan matematik yang disebut dengan p”Persamaan Regresi”.

Persamaan Regresi

Y = a + b1x1+ b2x2 + b3x3 + ……+ bnxn

Dengan,

Y = Variabel dependent (terikat)

x1,x2,x3 = Variabel independent(bebas)

b1, b1, b1, b1, …., bn = Koefisien regresi (Slope Coeffisient).

A = Intercept Coefficient atau perpotongan antara sumbu tegak Y dan garis fungsi linier nilai Y.

CONTOH PENGGUNAAN REGRESI LINIER

1. Klik Menu Analyze → Regression → Linear.

2. Masukkan variabel Kinerja Guru ke kotak dependent dan masukkan variabel Motivasi Belajar Siswa dan Prestasi Belajar ke variabel independent.

3. Pada bagian Method, tersedia 5 pilihan metode analisis, pilih salah satu (hanya boleh dipilih 1 untuk sekali analisis)

METODE KOTAK DIALOG LINEAR REGRESSION

Pilih salah satu method pada kotak dialog linier regression (Pilihan: Enter, Stepwise, Remove, Bacward, dan Forward.

Enter: Menganalisis variabel independent secara keseluruhan tanpa memilah-milah variabel dalam kelompok-kelompok pada persamaan regresinya.

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.

Remove: Analisis dengan membentuk blok-blok variabel dengan menfungsikan kotak dialog Previous Block 1 of 1 next dengan cara Klik kotak Next. Metode ini tidak berlaku untuk Blok Pertama.

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.

ANALISIS KORELASI

Pengertian Korelasi menyatakan hubungan linier antara dua

atau lebih variabel. Analisis ini ditemukan oleh Karl Pearson di awal 1900. Sehingga analisis ini dikenal dengan Analisis Korelasi Pearson Product Moment (KPPM). 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. Hubungan yang ditunjuukkan oleh korelasi bukan hubungan sebab akibat tetapi hanya hubungan linier /searah (membentu garis lurus).

MACAM2 TEKNIK ANALISIS KORELASI

1. Ankor Product Momen (KPPM)Kedua variabel berskala interval

2. Ankor RankKedua variabel berskala ordinal

3. Ankor Point BiserialSatu berskala dikotomi dan satu interval

4. Ankor Biserialsatu dikotomi satu berskala interval

5. Ankor KontingensiKedua variabelnya berskala nominal

TEKNIK PERHITUNGAN KOEFISIEN KORELASI

1. Ankor Product Momen (KPPM)Kedua variabel berskala interval atau rasio

2. Ankor RankKedua variabel berskala ordinal

3. Ankor Point BiserialSatu berskala dikotomi dan satu interval

4. Ankor Biserialsatu dikotomi satu berskala interval

5. Ankor KontingensiKedua variabelnya berskala nominal

TEKNIK PERHITUNGAN KOEFISIEN KORELASI PRODUK MOMEN

Manfaat 1. Menguji ada tidaknya hubungan antara

variabel bebas dan terikat2. Untuk menentukan besarnya sumbangan

variabel bebas terhadap variabel terikatSyarat:1. Data berdistribusi normal2. Data bersifat linier3. Data diperoleh dari sampel yang diambil acak4. Variabel yang dikorelasikan mempunyai

pasangan sama dari subjek yang sama (Variasi skor yang dihubungkan harus sama)

5. Data harus berskala interval atau rasio.

BEBERAPA HAL TERKAIT NILAI r

1. Nilai r berkisar antara -1 dan 1. atau ditulis -1 < r < 1.

2. Hanya untuk hubungan linier saja.

3. Tidak berlaku untuk sampel dengan varians 0. (krn z tdk terdefinisi dan r menjadi tdk terdefinisikan.

4. r tidak mempunyai satuan.

JENIS KORELASI DIDASARKAN PADA HUBUNGAN ANTAR VARIABEL

1. Analisis Korelasi BivariatTerdapat 3 jenis:a. Korelasi Pearson (Untuk data interval atau rasio)b. Korelasi Tau-Kendall (Untuk data katagori)c. Korelasi Spearman (Untuk data katagori)

1. Analisis Korelasi Parsial2. Analisis Korelasi Distance

CONTOH ANALISIS KORELASI BIVARIAT

1. Klik Menu Analyze → Correlate2. Pilih jenis korelasi yang dikehendaki (Bivariat),

akan muncul kotak dialog Bivariate Correlation.terdapat: Test of significant dengan pilihan: (1) uji satu arah (one tailed) atau (2) uji dua arah (two tailed).

terdapat: Flag Significant Correlations: menunjukkan koefisien korelasi (jika nilai ini teridentifikasi, pada tingkat sign 0,05 diberi tanda *, pada tingkat sign 0,01 diberi tanda **.

3. Klik Options, akan muncul kotak dialog dengan nama:

Bivariate Correlations Options

PILIHAN PADA BIVARIATE CORRELATIONS OPTIONS

1. Means and Standars Deviations

2. Cross-Product Deviations and Covarians

3. Missing values-Exclude Pairwise

4. Missing Values-Exclude Cases Listwise

LANGKAH-LANGKAH ANKOR PEARSON

1. Buat tabel Entry2. Klik Menu Analyze→ Correlate →3. Bivariat4. Tentukan (add) variabel yang akan

dicari korelasinya.5. Pada pilihan Correlation Coefficient,

pilih Pearson.6. Klik Tombol Options, jika akan

menambahkan prosedur sesuai dengan kebutuhan analisis.

7. Klik Continu untuk memproses8. Klik OK untuk mengakhiri proses

SEKIAN

TERIMA KASIHTERIMA KASIHATAS PERHATIAN ANDAATAS PERHATIAN ANDA

MACAM-MACAM PENGUJIAN HIPOTEIS

1. Uji Perbedaan Dua rata-rata

Jenis Uji Pernyataan

Hipotesis

Rumus untuk menemukan nilai t

Uji Dua Pihak

H0: μ1 = μ2

Ha: μ1 ≠ μ2

(Jika σ tidak

diketahui)

x ̃ - μ 0

t = _______

s / √n

Jika σ tdk diketahui)

x : rata2

μ 0 : rata2 sekarang

s : simpangan baku

n : jumlah data

MACAM-MACAM PENGUJIAN HIPOTEIS

1. Uji Perbedaan Dua rata-rata

Jenis Uji Pernyataan

Hipotesis

Rumus untuk menemukan nilai t

Uji Pihak Kanan

H0: μ1 ≤ μ2

Ha: μ1 > μ2

x ̃ - μ 0

t = _______

σ / √n

(Jika σ diketahui)

x : rata2

μ0 : rata2 sekarang

s : simpangan baku

n : jumlah data

MACAM-MACAM PENGUJIAN HIPOTEIS

1. Uji Perbedaan Dua rata-rata

Jenis Uji Pernyataan

Hipotesis

Rumus untuk menemukan nilai t

Uji Pihak Kiri

H0: μ1 ≥ μ2

Ha: μ1 < μ2

x ̃ - μ 0

t = _______

σ / √n

(Jika σ diketahui)

x : rata2

μ0 : rata2 sekarang

s : simpangan baku

n : jumlah data

CONTOH PERHITUNGAN STATISTIKUJI PERBEDAAN

Diketahui :

Angket penelitian tentang motivasi belajar siswa, dengan jumlah butir angket 10, jumlah responden 30. Angket menggunakan skala 1: sangat rendah, 2: rendah; 3: tinggi , dan 4 : sangat tinggi.

S = 7,23, x = 26,36

1. Apakah motivasi belajar siswa = 60% rata2 skor ideal?

LANJUTAN CONTOH

Jawaban:Skor ideal total: 10X4X30 = 1200Rata2 skor ideal: 1200:30 = 4060% rata2 skor ideal = 60% X 40 = 24 a. H0 dan Ha dalam kalimat

pernyataanH0: Motivasi belajar siswa = 60% rata2

skor ideal Ha: Motivasi belajar siswa ≠ 60% rata2

skor ideal

Hipotesis statistik:H0: μ1 = 24 4. Taraf Signifikansi=0,05Ha: μ1 ≠ 24 5. t tabel dengan α =

0,05 dk =n -1 = 30 -1 = 293. t hitung (uji dua pihak) x ̃ - μ 0 diperoleh t tabel = 2,04 t = _______ s / √n = 26,36 - 24 _______ = 1,78 7,23/ √30

6. Kriteria Pengujian:

Jika – t tabel ≤ t hitung ≤ t tabel,

maka H0 diterima.

7. Fakta dari data:

-2,40 < 1,78 < 2,04, jadi H0 diterima

8. Kesimpulan:

Motivasi kerja karyawan = 60% rata2 skor ideal.

Uji Homogenitas

Syarat melakukan uji perbedaan dua rata-rata adalah:

1. Data diperoleh dari Sampel yang berasal dari polulasi yang homogen

2. Data dari kedua kelompok berdistribusi normal

UJI KESAMAAN DUA VARIANS(UJI HOMOGENITAS VARIANS)

Ada 3 cara uji homogenitas:

1. Varians terbesar: Varians terkecil

2. Varians terkecil: Varians terbesar

3. Uji Barlet (untuk 3 kelompok atau lebih)

Uji Normalitas

Beberapa cara menguji normalitas data:

1. Menggunakan kertas normal

2. Menggunakan koefisien kutrtosis

3. Uji Chi Kuadrat (Chi Square)

4. Uji Lillieford

STANDAR DEVIASI

Rumus simpangan Baku:

S2 = Σ(xi – x)2

-----------------

n - 1

S2 = n Σxi2 – [Σx]2

----------------------

n [ n -1]

RUMUS UJI VALIDITAS EMPIRIS

Untuk menentukan nilai koefisien validitas r dapat digunakan rumus:

N ΣX.Y – (ΣX). (ΣY)

rXY = ------------------------------------------

√ [N ΣX2 – (ΣX)2] [N ΣY2 – (ΣY)2 ]

Keterangan:X : skor yang diperoleh siswa pada

suatu butir soalY : skor total yang diperoleh siswa N : banyaknya pasangan skor

BIODATA DOSEN

Nama: Dr. Zaenal Arifin, S.Pd.,M.Pd.TTL : Lamongan, 7 Agustus 1973Alamat: Jl. Basuki Rahmat Gg. Wijaya Kusuma III No.

127 TubanHP : 0888 573 4327 or 0888 214 1331Istri : 0 (Belum ada)SD : MIM Padengan Ploso-SukodadiSMP : SMP Negeri 1 Sukodadi LamonganSMA : SMA Negeri 9 SurabayaS-1 : Prodi. Pendidikan Matematika IKIP SurabayaS-2 : Prodi. Pendidikan Matematika Unesa

SurabayaS-3 : Prodi. Pendidikan Matematika UPI Bandung

BUKU SUMBER

Buku pegangan Wajib :Metodologi Penelitian Pendidikan, Filosofi, teori&

AplikasinyaKarya : Dr. Zaenal Arifin, S.Pd., M.Pd.Penerbit : Lentera Cendikia SurabayaTahun : 2008

Buku Pendukung:Conducting Educational Research. Second Edition.Author : Bruce W. Tuckman.Tahun : 1978Penerbit : Harkourt Brace Jovanovich San Diego

Sistem Evaluasi

Aspek Penilaian:

1. Skor Tugas (Bobot 2)

2. Skor UTS (Bobot 2)

3. Skor UAS (Bobot 4)

4. Kehadiran (Bobot 2)

NA =

10

2 Tugas + 2 UTS + 4 UAS + 2 Tugas + 2 UTS + 4 UAS + 2 hadir2 hadir