P. 1
PRESENTASI 4 STATISTIK S-2

PRESENTASI 4 STATISTIK S-2

|Views: 1,142|Likes:
Published by Icut Izka

More info:

Published by: Icut Izka on May 31, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

04/27/2013

pdf

text

original

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 Dua Jalur (Two way Anova) . Anava Satu Jalur (One way Anova) 2.

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

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

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

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

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

Nilai sig. Artinya terdapat perbedaan antara Klasikal.05. ArtinyaGabungan data merupakan data yang homogen. Tetapi akan lebih muda menggunakan nilai sig.039 < 0. Kita tidak perlu mencari nilai F tabel. . (Sampai di sini kita belum tahu kriteria mana saja yang berbeda. maka harus dilanjutkan uji Lanjut (Post Hoc). 0. = 0.HASIL (OUT PUT) Dari hasil Out Put pada kotak Test of Homogenity of Variances terlihat nilai sig. dan Konvensional. Kelompok.000 < 0.05.333. Pada kotak Anova terlihat nilai F hitung = 10.

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

Demikian pula untuk perbandingan faktor-faktor lainnya. .Lanjutan Uji Post Hoc Nilai Sig.05. pada Faktor 1 terhadap Faktor 2 maupun Faktor 2 thd Faktor 1 adalah Sig. Ini berarti Faktor 1 berbeda dengan Faktor 2 atau ada perbedaan antara faktor 1 dan faktor 2.017 < 0. 0.

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).

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

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

Bacward. Stepwise. dan Forward. 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. Remove.

 Forward: Variabel-variabel secara tunggal dimasukkan dengan mengikuti kriteria yang telah dipilih pada kotak dialog Options.  Bacward: Variabel2 tunggal akan dikeluarkan mengikuti kriteria yang telah dipilih pada kotak dialog options. . 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.  Remove: Analisis dengan membentuk blok-blok variabel dengan menfungsikan kotak dialog Previous Block 1 of 1 next dengan cara Klik kotak Next.

ANALISIS KORELASI Pengertian Korelasi menyatakan hubungan linier antara dua atau lebih variabel. Hubungan yang ditunjuukkan oleh korelasi bukan hubungan sebab akibat tetapi hanya hubungan linier /searah (membentu garis lurus). 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 paling banyak digunakan oleh para peneliti.

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

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

Data bersifat linier 3. Menguji ada tidaknya hubungan antara variabel bebas dan terikat 2. Untuk menentukan besarnya sumbangan variabel bebas terhadap variabel terikat Syarat: 1.TEKNIK PERHITUNGAN KOEFISIEN KORELASI PRODUK MOMEN Manfaat 1. Data harus berskala interval atau rasio. Data berdistribusi normal 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.

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

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

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

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

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

SEKIAN TERIMA KASIH ATAS PERHATIAN ANDA .

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 . Uji Perbedaan Dua rata-rata Jenis Uji Pernyataan Rumus untuk menemukan nilai t Hipotesis x .MACAM-MACAM PENGUJIAN HIPOTEIS 1.

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

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

Angket menggunakan skala 1: sangat rendah. jumlah responden 30. x = 26. dengan jumlah butir angket 10.CONTOH PERHITUNGAN STATISTIK UJI PERBEDAAN Diketahui : Angket penelitian tentang motivasi belajar siswa.36 1. dan 4 : sangat tinggi. 2: rendah. S = 7. 3: tinggi . Apakah motivasi belajar siswa = 60% rata2 skor ideal? .23.

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.

Hipotesis statistik: H0: 1 = 24 4. Taraf Signifikansi=0.24 _______ = 1.04 t = _______ s / ¥n = 26.0 diperoleh t tabel = 2.78 7. t tabel dengan = 0.05 dk =n -1 = 30 -1 = 29 3.05 Ha: 1  24 5.36 .23/ ¥30 . t hitung (uji dua pihak) x .

.6. Fakta dari data: -2. maka H0 diterima.40 < 1. Kesimpulan: Motivasi kerja karyawan = 60% rata2 skor ideal.78 < 2. jadi H0 diterima 8. Kriteria Pengujian: Jika ± t tabel ” t hitung ” t tabel.04. 7.

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

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

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

Y ± ( X).RUMUS UJI VALIDITAS EMPIRIS Untuk menentukan nilai koefisien validitas r dapat digunakan rumus: N X. ( 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 .

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. S. TTL : Lamongan.Pd.. Pendidikan Matematika Unesa Surabaya S-3 : Prodi.BIODATA DOSEN Nama: Dr. Zaenal Arifin.M.Pd. Pendidikan Matematika IKIP Surabaya S-2 : Prodi. Pendidikan Matematika UPI Bandung . Wijaya Kusuma III No. Basuki Rahmat Gg. 7 Agustus 1973 Alamat: Jl.

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

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

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->