Cara Uji Independent Sample T-Test Dan Interpretasi Dengan Spss

Cara Uji Independent Sample T-Test dan Interpretasi dengan SPSS | Independent Sample T-Test kalau diterjemahkan dalam bahasa Indonesia maka berarti uji t sampel Tidak bekerjasama atau bebas. Perhatikan kata “Independen” atau “bebas” maknanya yaitu tidak ada kekerabatan antara dua sampel yang akan diuji. Sebagai teladan saya akan menguji apakah ada berbedaan rata-rata 2 (dua) sampel yang teridiri dari kelompok A dan Kelompok B terkait dengan prestasi belajarnya. Contoh ini menjelaskan bahwa sampel penelitian ini terdiri dari dua kelompok yang berbeda atau tidak bekerjasama satu sama lain (sampel bebas). Contoh datanya sanggup dilihat pada gambar di bawah ini.

Keterangan : Kelompok A diberi isyarat 1 dengan N = 6 orang, sedangkan Kelompok B diberi isyarat 2 dengan N = 5 orang. Nilai diartikan sebagai Prestasi Belajar.

Uji Independent Sample T-Test merupakan bab dari statistik inferensial parametrik (Uji Beda). Perlu diketahui bersama bahwa dalam statistik parametrik terdapat syarat- syarat yang harus terpenuhi sebelum dilakukannya pengujian (dalam hal ini Uji Independent Sample T-Test). Oleh alasannya yaitu itu, kita perlu mengetahui syarat-syarat apa saja yang dibutuhkan sebelum melaksanakan Uji Independent Sample T-Test:

1. Data yang di uji yaitu data kuantitatif (data interval atau data rasio)
2. Data harus di uji normalitas dan alhasil harus berdistribusi normal | Baca : Cara Uji Normalitas Shapiro-Wilk dengan SPSS
3. Data harus sejenis atau homogen [namun bukan syarat mutlak] | Baca: Cara Melakukan Uji Homogenitas dengan SPSS
4. Uji Ini dilakukan dengan jumlah data yang sedikit.

Jika dalam masalah tertentu ternyata data homogen maka yang dimaknai yaitu tabel output equal variances not assumed, sementara kalau data tidak berdistribusi normal, maka solusinya sanggup dengan metode statistik non parametrik yaitu dengan Uji Mann Whitney

Mungkin sudah cukup jelasnya klarifikasi di atas, selanjutnya saya akan melaksanakan praktek Uji Independent Sample T-Test untuk masalah di atas:

Hipotesis (dugaan) yang saya ajukan:

1. Ho : TIDAK TERDAPAT BERBEDAAN antara rata-rata prestasi mencar ilmu Kelompok A dengan Kolompok B
2. Ha : TERDAPAT BERBEDAAN antara rata-rata prestasi mencar ilmu Kelompok A dengan Kolompok B

Dasar Pengambilan Keputusan:

1. Jika nilai Signifikansi atau Sig.(2-tailed) > 0,05, maka Ho diterima dan Ha ditolak.
2. Jika nilai Signifikansi atau Sig.(2-tailed) < 0,05, maka Ho ditolak dan Ha diterima.

Cara Uji Independent Sample T-Test dengan SPSS

1. Buka lembar kerja SPSS, kemudian klik Variable View, pada bab Name pertama tuliskan Nilai. Kemudian untuk Name Kedua tuliskan Kelompok, kemudian pada bab Decimals yang kedua ganti dengan 0, kemudian klik pada bab Value yang kedua sampai muncul kotak obrolan Value Label, pada kotak Value isikan 1 dan kotal Label isikan Kelompok A, kemudian klik Add, kemudian isikan lagi pada kotak Value dengan isian 2 dan kotak Label isikan Kelompok B, kemudian klik Add dan Ok [biarkan yang lainnya tetap default jangan di otak atik ya]



Jika sudah betul maka tampilannya menyerupai gambar di bawah ini



2. Klik Variable View, kemudian untuk Nilai isikan dengan nilai di atas dan untuk Kelompok isikan 1 untuk nilai kelompok A dan 2 untuk nilai Kelompok B



3. Kalau sudah, klik Analyze – Compare Means – Independent Sample T Test…



4. Muncul kotak obrolan Independent Sample T Test, kemudian masukkan Variabel Nilai ke kotak Test Variable(s) dan masukkan Variabel Kelompok ke kotak Grouping Variable



5. Klik Define Grouping, pada kotak Group 1 isikan 1 dan kotak Group 2 isikan 2, kemudian klik Continue



6. Selanjutnya klik Options, kemudian pada kotak Confidence Interval Percentage isikan 95, kemudian klik Continue



7. Setelah semua beres, maka klik Ok dan akan muncul Output SPSS



Interpretasi Output SPSS Uji Independent Sample T-Test

Perhatikan pada output Independent Sample T-Test, Berdasarkan output di atas diperolah nilai Sig.(2-tailed) sebesar 0,039 < 0,05, maka sesuai dasar pengambilan keputusan dalam Uji Independent Sample T-Test, maka sanggup disimpulkan Ho ditolak dan Ha diterima, yang artinya bahwa TERDAPAT BERBEDAAN antara rata-rata prestasi mencar ilmu Kelompok A dengan Kolompok B.

Alhamdulillah, akibat juga artikel dengan judul Cara Uji Independent Sample T-Test dan Interpretasi dengan SPSS, mudah-mudahan bermanfaat dan sanggup membantu teman semua dalam mengerjakan tugas, skripsi, maupun tesisnya.. selamat mencoba ;D

[Search : Cara Uji Independent Sample T-Test dan Interpretasi dengan SPSS | Penjelasan atau Interpretasi Uji Independent Sample T-Test | Ketentuan dalam Uji Independent Sample T-Test | Uji Dua Sampel Tidak Berhubungan Menggunakan SPSS Versi 21]

Lihat Juga: VIDEO Uji Independent Sample T-Test dengan SPSS

Read More

Cara Uji Paired Sample T-Test Dan Interpretasi Dengan Spss

Cara Uji Paired Sample T-Test dan Interpretasi dengan SPSS | Selamat pagi, berjumpa lagi dengan saya Sahid Raharjo admin blog www.spssindonesia.com. Pada kesempatan kali ini, saya akan membagikan tips cara melaksanakan uji paired sample t test memakai aplikasi SPSS.

Paired sample t test dipakai untuk mengetahui apakah terdapat perbedaan rata-rata dua sampel (dua kelompok) yang berpasangan atau berhubungan. Uji paired sample t test merupakan penggalan dari statistik parametrik, oleh alasannya itu, sebagaimana hukum dalam statistik parametrik data penelitian haruslah berdistribusi normal. Untuk mengetahui data yang akan kita uji paired sample t test tersebut normal atau tidak, tentunya kita perlu melaksanakan uji normalitas terlebih dahulu. [Catatan: jikalau data penelitian tidak normal maka aternatif uji yang sanggup dilakukan sebagai pengganti paired sample t test yakni Uji Wilcoxon]. Sedangkan untuk varian data boleh homogen atau tidak, hal itu bukanlah merupakan permasalahan dalam uji paired sample t test ini.

Agar teman lebih paham wacana apa yang saya maksud dengan sampel berpasangan di sini, ada baiknya teman perhatikan pola soal yang akan saya paparkan berikut.

Contoh Soal Uji Paired Sample T-Test

Seorang guru ingin mengetahui apakah ada efek penggunaan seni administrasi pembelajaran Answer Gallery terhadap hasil mencar ilmu untuk mata pelajaran bahasa jawa pada siswa kelas 5 SD? Selanjutnya, untuk mengetahui ada atau tidaknya efek tersebut, guru melaksanakan dua kali test dengan tujuan untuk mengetahui hasil mencar ilmu siswa. Tes pertama dilakukan sebelum seni administrasi pembelajaran answer gallery diterapkan, tes yang dilakukan sebelum adanya perlakuan umumnya disebut dengan Pre Test. Tes kedua dilakukan setelah seni administrasi pembelajaran answer gallery ditertapkan di kelas tersebut, tes ini disebut dengan Post Test.

Dengan melaksanakan dua kali tes, guru memiliki dua hasil mencar ilmu siswa yakni pre test dan post test (inilah yang disebut dengan sampel berpasangan). Untuk rincian hasil mencar ilmu siswa kelas 5 SD yang sudah terkumpul perhatikan gambar di bawah ini.



Langkah-langkah Uji Paired Sample T-Test dengan SPSS

1. Buka lembar kerja SPSS, dalam artikel ini saya memakai Aplikasi SPSS versi 21. Klik Variable View, pada penggalan Name ketikan Pretest dan Posttest, untuk kolom yang lainnya biarkan otomatis SPSS saja (mode default) tidak perlu ubah ubah



2. Kalau sudah, selanjutnya klik Data View atau cara pintasnya teman sanggup menekan tombol CTRL-T pada keyboard laptop sobat. Masuk ke tahap pengisian data, yakni dengan cara memasukkan hasil mencar ilmu siswa yang sudah terkumpul ke kolom Pretest dan Posttest



3. Selanjutnya, dari sajian kafe yang terdapat pada SPSS klik Menu Analyze, kemudian pilih Compare Means, kemudian klik Paired-Sample T Test…



4. Setelah langkah tersebut dilakukan betul, di laptop teman akan muncul kotak obrolan dengan nama Paired-Sample T Test. Karena disini kita akan menguji data Pretest dan Posttest, maka klik mouse pada data Pretest kemudian klik tombol yang tersedia untuk memasukkan data Pretest ke kotak sebelah kanan (Paired Variables:), setelah data Pretest masuk, lakukan cara yang sama pada data Posttest. Lihat gambar di bawah ini supaya lebih jelas

Gambar sebelum data Pretest dan Posttest dimasukkan ke kotak Paired Variables:



Gambar sesudah data Pretest dan Posttest dimasukkan ke kotak Paired Variables:



5. Setelah semua mekanisme cara melaksanakan uji paired sample t test dengan SPSS sudah dilakukan dengan cermat, langkah terakhir yakni klik Ok. Maka akan muncul output SPSS (hasil uji paired sample t test) sebagai berikut







Interpretasi Uji Paired Sample T-Test

Interpretasi Ouput Bagian Pertama (Paired Samples Statistics)
Pada output ini kita diperlihatkan hasil ringkasan statistik dari kedua sampel atau data Pretest dan Posttest. Untuk nilai Pretest diperoleh rata-rata hasil mencar ilmu yakni 54,6154. Sedangkan untuk nilai Posttest diperolah nilai rata-rata hasil mencar ilmu sebesar 67,6923. Jumlah responden atau siswa yang dijadikan sampel sebanyak 13 orang siswa. Untuk Std. Deviation dan Std. Error Mean silahkan dicari tahu sendiri ya artinya”, takutnya nanti artikel ini jadi terlalu panjang. he he 2x

Interpretasi Ouput Bagian Kedua (Paired Samples Correlations)
Bagian kedua output yakni hasil kekerabatan atau kekerabatan antara kedua data atau variabel yakni pretest dan posttest.

Interpretasi Ouput Bagian Ketiga (Paired Samples Test)
Output penggalan ketiga ini yakni output yang terpenting, alasannya pada penggalan ketiga inilah kita akan menemukan tanggapan atas apa yang menjadi petanyaan atau pola perkara di atas, yakni mengenai ada atau tidaknya efek penggunaan seni administrasi pembelajaran answer gallery terhadap hasil mencar ilmu untuk mata pelajaran bahasa jawa pada siswa kelas 5 SD?

Pedoman Pengambilan Keputusan dalam Uji Paired Sample T-Test menurut nilai signifikansi dengan SPSS

1. Jika nilai probabilitas atau Sig. (2-tailed) < 0,05, maka terdapat perbedaan yang signifikan antara hasil mencar ilmu pada data pretest dan posttest yang artinya terdapat efek penggunaan seni administrasi pembelajaran answer gallery dalam meningkatkan hasil mencar ilmu untuk mata pelajaran bahasa jawa pada siswa kelas 5 SD.
2. Sebaliknya, jikalau nilai probabilitas atau Sig. (2-tailed) > 0,05, maka TIDAK terdapat perbedaan yang signifikan antara hasil mencar ilmu pada data pretest dan posttest yang artinya TIDAK ada efek penggunaan seni administrasi pembelajaran answer gallery dalam meningkatkan hasil mencar ilmu untuk mata pelajaran bahasa jawa pada siswa kelas 5 SD.

Pengambilan Keputusan: Berdasarkan output penggalan ketiga di atas, diketahui bahwa nilai Sig. (2-tailed) sebesar 0,002 < 0,05, alasannya nilai Sig. (2-tailed) sebesar 0,002 lebih kecil 0,05 maka kita sanggup disimpulkan bahwa penggunaan seni administrasi pembelajaran Answer Gallery sanggup menigkatkan hasil mencar ilmu untuk mata pelajaran bahasa jawa pada siswa kelas 5 SD.

Baca juga artikel menarik mengenai : Cara Uji Independent Sample T-Test

Sekian sedikit tips yang sanggup saya sampaikan mengenai Cara Uji Paired Sample T-Test dan Interpretasi dengan SPSS, semoga bermanfaat, selamat mencoba..eh semoga berhasil sukses :D

[Search : Cara Uji Paired Sample T-Test dan Interpretasi dengan SPSS mudah, Prosedur Langkah-langkah Uji Paired Sample T-Test dengan SPSS Versi 21, Pedoman Pengambilan Keputusan dalam Uji Paired Sample T-Test memakai Aplikasi SPSS]

Lihat Juga: VIDEO Cara Uji Paired Sample T-Test dengan SPSS Lengkap

Read More

Uji Homogenitas Data Kelas Eksperimen Dan Kontrol Dengan Spss Lengkap

Uji Homogenitas Data Kelas Eksperimen dan Kontrol dengan SPSS Lengkap | Uji homogenitas bertujuan untuk mengetahui apakah suatu varians (keberagaman) data dari dua atau lebih kelompok bersifat homogen (sama) atau heterogen (tidak sama). Uji homogenitas secara umum dipakai sebagai syarat dalam uji perbedaan rata-rata ibarat uji anova, uji mann whitney, dan uji independent sample t test (homogenitas bukan merupakan syarat mutlak dalam uji independent sample t test). Sebab, bila varians antar kolompok ini bersifat homogen maka akan sanggup menghasilkan pengukuran yang akurat dalam uji perbedaan.

Contoh Kasus Uji Homogenitas dalam Penelitian

Ada sebuah penelitian (skripsi) dengan judul “Pengaruh Model Pembelajaran Problem Based Learning (PBL) terhadap Hasil Belajar Siswa pada Mata Pelajaran PPKn Materi “Norma””. Dari judul ini kita sanggup menciptakan sebuah rumusan persoalan yakni apakah ada perbedaan hasil berguru siswa pada kelas ekperimen (model PBL) dengan kelas Kontrol (model konvensional)?

Untuk menjawab rumusan persoalan di atas, maka kita harus membandingkan rata-rata hasil berguru siswa SETELAH (data post-test) kedua model pembelajaran tersebut di terapkan pada kelas eksperimen dengan kelas kontrol oleh guru dengan memakai uji independent sample t test.

Sebagaimana yang sudah saya jelaskan pada pembahasan di atas, bahwa uji independent sample t test akan bisa menghasilkan pengukuran yang akurat bila varians dari kedua kelompok data (yaitu data Post-test kelas eksperimen dan Post-test kelas kontrol) dalam sebuah penelitian mempunyai sifat yang homogen (membuktian melalui uji homogenitas). Adapun data penelitian yang akan kita uji homogenitas dalam postingan kali ini sanggup anda lihat pada gambar tabel di bawah ini.

Dari data di atas, maka kita perlu menciptakan sebuah pengkodean data terlebih dahulu. Hal ini dimaksudkan, supaya kita lebih gampang melaksanakan uji homogenitas dengan aktivitas SPSS. Untuk kriteria pengkodean data terlihat sebagaimana gambar tabel berikut.

[Download Data Lengkap]

Keterangan: untuk data Post-Test Kelas Eksperimen diberi instruksi “1”, sedangkan data Post-Test Kelas Kontrol diberi instruksi “2”

Panduan Uji Homogenitas dengan Program SPSS Versi 21

Untuk melaksanakan uji homogenitas dengan SPSS, ada beberapa tahapan yang harus kita lalui, mulai dari tahap memasukkan data (input) – menganalisis data (analyze) – menafsirkan output SPSS.

1. Tahap penginputan data ke aktivitas SPSS, pertama aktifkan aktivitas SPSS yang ada di laptop anda, kemudikan klik Variable View, selanjutnya definisikan variabel penelitian ibarat gambar di bawah ini.

Tampak di layar SPSS

2. Jika sudah klik Data View, kemudian masukkan data Pos-Test Kelas Eksperimen ke kolom variabel Hasil dilanjutkan dengan data Pos-Test Kelas Kontrol. Masukkan data Pos-Test Kelas Eksperimen Kode 1 ke kolom variabel Kelas dilanjutkan data Pos-Test Kelas Kontrol Kode 2, sehingga tampak sebagai berikut

3. Tahap analisis data: dari sajian SPSS pilih sajian Analyze >> Descriptives Statistics >> Explore…

4. Muncul kotak obrolan “Explore”, kemudian masukkan variabel Hasil Belajar Siswa ke kotak Dependent List, kemudian variabel Kelas [Kelas] ke kotak Factor List, pada kepingan “Display” pilih Both, kemudian klik Plots…

5. Maka muncul kotak obrolan “Explore: Plots” kemudian pada kepingan “Spread vs Level with Levene Test” pilih Power Estimation, kemudian klik Continue, selanjutnya klik Ok

6. Muncul ouput SPSS, sebelum kita tafsirkan hasil Output ini, maka sebaiknya kita pahami pedoman pengambilan keputusan dalam uji homogenitas terlebih dahulu.

Pedoman Pengambilan Keputusan dalam Uji Homogenitas

1. Jika nilai Signifikansi (Sig) Based on Mean > 0,05 maka varians data yaitu HOMOGEN.
2. Jika nilai Signifikansi (Sig) Based on Mean < 0,05 maka varians data yaitu TIDAK HOMOGEN.

Keputusan dan Kesimpulan Uji Homogenitas SPSS

Dari proses analisis data dengan SPSS di atas, diperoleh hasil uji homogenitas sebagaimana tabel output “Test of Homogeneity of Variance “di bawah ini.

Berdasarkan output di atas diketahui nilai Signifikansi (Sig) Based on Mean yaitu sebesar 0,314 > 0,05, sehingga sanggup disimpulkan bahwa varians kelompok Post-test kelas eksperimen dan Post-test kelas kontrol yaitu sama atau HOMOGEN. Dengan demikian, maka salah satu syarat (tidak mutlak) dari uji independent sample t test sudah sanggup terpenuhi.

Tambahan: Selain data homogenitas, ada syarat lain dalam penggunaan uji independent sample t test dimana syarat (mutlak) tersebut yakni data harus berditribusi normal (melalui uji normalitas kolmogorov smirnov dan shapiro wilk).

Demikian tutorial singkat wacana uji homogenitas, bila ada yang kurang terperinci dari pembahasan di atas, silahkan berkomentar Inshaallah dengan bahagia hati saya akan jawab.. terimakasih biar bermanfaat.

[Kata Kunci Pencarian: Uji Homogenitas Data Kelas Eksperimen dan Kontrol dengan SPSS Lengkap, Cara Uji Homogenitas Test of Homogeneity of Variance dengan SPSS, Uji Homogenitas Kelas Eksperimen dan Kelas Kontrol dengan Progam SPSS versi 21]

Read More

Download File Praktik Latihan Spss Tutorial Youtube

Download File Praktik Latihan SPSS Tutorial YOUTUBE | Selamat pagi mitra semua yang sedang asik (ASIK SEKALI, hehe) mengerjakan tugas, skripsi, atau tesisnya biar selalu diberikan akomodasi dan kelancaran oleh Allah SWT dalam menuntaskan kiprah ini. Kunci sukses dalam mengerjakan analisis data memakai jadwal SPSS untuk penelitian bersama-sama terletak pada beberapa hal, diantaranya:

KUNCI SUKSES MENGERJAKAN ANALISIS DATA MENGGUNAKAN SPSS

1. Kecermatan dalam memilih metode analisis apa yang paling sempurna untuk penelitian anda. Cara termudah dalam hal ini adalah dengan merujuk pada penelitian sejenis atau jurnal yang relevan (mirip) dengan penelitian yang sedang anda lakukan dikala ini. Kemudian anda hanya perlu menyamakan (meniru) metode analisis yang digunakan dalam penelitian atau jurnal relevan tersebut. Kalau sanggup sih sebaiknya mencari penelitian terdahulu, dimana peneliti tersebut pernah dibimbing oleh dosen yang sama dengan dosen yang membimbing anda dikala ini - cari diperpustakaan kampus (inilah yang disebut cara main aman.hehe).
2. Pelajari teori-teori yang berkaitan dengan analisis yang digunakan untuk penelitian anda. Mencakup pengertian, tujuan, syarat atau mekanisme serta dasar pengambilan keputusan dalam analisis tersebut.
3. Perlu ketelitian dalam menginput data penelitian ke dalam Progam SPSS, baik pada Variabel View maupun pada Data View.
4. Baca sebanyak mungkin rujukan penunjang sebagai pegangan bagi anda untuk menafsirkan atau menginterpretasi Ouput SPSS atas hasil analisis yang sudah anda lakukan.

Baik kita masuk kebagian inti dari postingan kali ini, yakni disini saya akan membagikan beberapa file pendukung (file praktik analisis data di youtube) kepada kawan-kawan semua sebagai sarana embel-embel tutorial SPSS sederhana pada Channel youtube: Sahid Raharjo | kawan-kawan sanggup mendownloadnya secara gratis pada link di bawah ini.

Judul Video	Data File
Uji Normalitas Kolmogorov Smirnov dengan SPSS Full Edisi	Download
Cara Uji Linearitas dengan SPSS Paling Mudah	Download
Cara Uji Normalitas Probability Plot dengan SPSS Detail	Download
Video Uji Multikolinearitas dengan Tolerance-VIF SPSS	Download
Uji Heteroskedastisitas Glejser dengan SPSS	Download
Cara Uji Heteroskedastisitas dengan Metode Scatterplots SPSS	Download
Video Uji Autokorelasi Durbin Watson dengan SPSS	Download
Cara Uji Autokorelasi dengan Uji Run Test Menggunakan SPSS	Download
Uji Analisis Korelasi Pearson dengan SPSS Sangat Jelas	Download
Cara Uji Korelasi Berganda Simultan dengan SPSS Full	Download
Uji Regresi Linear Sederhana dengan SPSS Sangat Detail	Download
Uji t dan Uji F dalam Analisis Regresi Berganda dengan SPSS	Download
Panduan Cara Uji Regresi Variabel Intervening dengan SPSS	Download
Uji Regresi dengan Variabel Moderasi MRA dalam SPSS	Download
Teknik Uji Variabel Dummy dalam Analisis Regresi SPSS	Download
Praktik Mencari SE dan SR Regresi Berganda	Download
Uji Normalitas Shapiro Wilk Statistik Parametrik dengan SPSS	Download
Uji Homogenitas Levene Statistics dengan SPSS Sangat Lengkap	Download
Cara Uji Paired Sample T Test dengan SPSS Full	Download
Uji Beda Independent Sample t Test dengan SPSS Lengkap	Download
Video Cara Uji Wilcoxon Non Parametrik dengan SPSS	Download
Cara Uji Mann Whitney Non Parametrik dengan SPSS Lengkap	Download
Bimbingan Kilat Uji One Way Anova dengan SPSS bagi Pemula	Download
Bimbingan Praktis Cara Uji Two Way Anova dengan SPSS lengkap	Download
Cara Praktis Uji Normalitas Skewness dan Kurtosis dengan SPSS	Download
Membuat Tabel Distribusi Frekuensi dengan SPSS Sangat Mudah	Download
Cara Uji Analisis Korelasi Rank Spearman dengan SPSS Lengkap	Download
Uji Validitas Pearson Product Moment dengan SPSS [UPDATE]	Download
Uji Reliabilitas Cronbach Alpha dengan SPSS [UPDATE]	Download
Tutorial Cara Uji Chi Square dengan Program SPSS	Download
Uji Heteroskedastisitas Metode Glejser dengan SPSS UPDATE	Download
Uji Multikolinearitas Tolerance dan VIF dengan SPSS *UPDATE	Download
Analisis Data Kelas Eksperimen dan Kontrol dengan SPSS [5]	Download
Cara Memasukkan Data Kuesioner Skala Likert di SPSS Lengkap	Download
Cara Memasukkan Data Laporan Keuangan (Sekunder) di SPSS	Download
Video Panduan Uji Kruskal Wallis dengan SPSS Lengkap	Download
Uji One Sample t Test dengan SPSS + Interpretasi	Download
Tutorial Analisis Faktor dengan SPSS + Interpretasi	Download
Tutorial Uji Friedman dengan SPSS Serta Interpretasi Lengkap	Download
Uji Repeated Measures Anova dengan SPSS Serta Interpretasi	Download
Tutorial Uji Korelasi Parsial dengan SPSS + Interpretasi	Download
Cara Uji Korelasi Korelasi Kendalls tau-b dengan SPSS	Download
Next Video	Download

Catatan: untuk keamanan file, maka file data di atas saya rekap dalam format folder winrar. Isi file yang terdapat dalam forder winrar tersebut secara umum meliputi data Pdf, Excel, dan data Input SPSS.sav yang saya gunakan di dalam video youtube.

Lihat Juga: Panduan Berbagai Analisis Data dengan SPSS Lengkap

Demikian postingan ihwal Download File Praktik Latihan SPSS Tutorial YOUTUBE, biar bermanfaat dan sanggup dipergunakan sebagaimana mestinya. Oh iya, kalau ada link download yang rusak tolong diinfokan ke saya ya melalui whatsapp atau email supaya saya sanggup segera mengupdate dengan link yang baru. Terimakasih.

Read More

Cara Melaksanakan Uji Homogenitas Dengan Spss

Cara Melakukan Uji Homogenitas dengan SPSS | Dalam Statistik Uji Homogenitas dipakai untuk mengetahui varian dari beberapa populasi sama atau tidak. Uji ini biasanya dilakukan sebagai prasyarat dalam analisis Independent Sampel T Test dan Anova. Asumsi yang mendasari dalam Analisis of varians (ANOVA) yakni bahwa varian dari beberapa populasi yakni sama.

Dasar Pengambilan Keputusan
Seperti pada uji statistik lainnya, Uji Homogenitas dipakai sebagai materi pola untuk memilih keputusan uji statistik. Adapun dasar pengambilan keputusan dalam uji homogenitas yakni :

1. Jika nilai signifikansi < 0,05, maka dikatakan bahwa varian dari dua atau lebih kelompok populasi data yakni tidak sama.
2. Jika nilai signifikansi > 0,05, maka dikatakan bahwa varian dari dua atau lebih kelompok populasi data yakni sama.

Langkah-langkah Uji Homogenitas dengan SPSS
Pada kesempatan kali ini saya akan mempraktekkan uji homogenitas dengan aktivitas SPSS versi 21. Adapun data yang akan saya uji yakni data Hasil mencar ilmu Matematika pada siswa kelas A dan kelas B. Untuk rincian datanya lihat di bawah ini.

Untuk mempermudah kita dalam melaksanakan uji homogenitas dengan SPSS maka kita perlu menciptakan kategorisasi (pengkodean) data antara siswa kelas A dengan siswa kelas B. dimana untuk siswa kelas A diberi instruksi 1 dan untuk siswa kelas B diberi instruksi 2.. rekapan data tampak sebagaimana gambar berikut ini.

[Download Data Lengkap]

1. Langkah berikutnya, buka aktivitas SPSS versi 21, klik Variable View, Selanjutnya, definisikan variabel sebagaimana gambar berikut:

Tampak di layar SPSS

2. Setelah itu, klik Data View, dan masukkan data Hasil Belajar Matematika ke kotak "Hasil" kemudian data instruksi kelas A dan kelas B ke kotak "Kelas" yang sudah dipersiapkan tadi.

3. Dari hidangan SPSS, pilih Analyze, kemudian klik Compare Means, dan One Way Anova

4. Muncul kotak dengan nama One Way Anova, selanjutnya masukkan variabel "Hasil Belajar Matematika" ke kotak Dependen List dan variabel "Hasil" ke kotak Factor, kemudian klik Options

5. Pada hidangan Options, beri tanda centang pada Homogeneity of Variance, kemudian klik Continue

6. Klik Ok untuk mengakhiri perintah. Selanjunya akan muncul tampilan Output SPSS

Berdasarkan output SPSS di atas diketahui bahwa nilai signifikansi variabel Hasil Belajar Matematika menurut variabel Kelas A dan B yakni sebesar 0,071 > 0,05, artinya data variabel Hasil Belajar Matematika berdasarkan variabel Kelas A dan B mempunyai varian yang sama atau homogen.

Demikian tadi pembahasan mengenai Cara Melakukan Uji Homogenitas dengan SPSS selamat mencoba. Jika ada pertanyaan atau pendapat mengenai artikel ini silahkan bekomentar?

Baca : Cara Uji Independent Sample T-Test dan Interpretasi dengan SPSS

[Search : Cara Melakukan Uji Homogenitas dengan Program SPSS Versi 21, Uji Homogenitas dengan One Way Anova SPSS, langkah-langkah Uji Homogenitas data Statistik Penelitian kuantitatif
Img : Dokumen SPSS versi 21]

Lihat Juga: VIDEO Uji Homogenitas dengan SPSS Lengkap

Read More

Contoh Kasus Uji Beda Mann Whitney Memakai Spss

Contoh Kasus Uji Beda Mann Whitney Menggunakan SPSS | Seperti halnya uji independen sample t test, uji mann whitney juga dipakai oleh para meneliti dalam rangka untuk mengetahui ada tidaknya perbedaan rata-rata (means) data dua sampel yang tidak berpasangan. Dalam uji beda ini sampel yang dipakai tidak harus sama jumlahnya. Sementara itu, perbedaan yang fundamental antar uji tersebut yaitu bahwa uji independen sample t test merupakan potongan dari metode statistik parametrik, sedangkan uji mann whitney yaitu potongan dari statistik non parametrik. Metode statistik parametrik atau dalam hal ini uji independen sample t test mensyaratkan data penelitian haruslah berdistribusi normal [uji normalitas], alasannya yaitu jikalau data penelitian tidak berdistribusi normal dan maka hasil dari analisis data dianggap tidak memenuhi syarat atau tidak kredibel. Sementara, kelebihan dari metode statistik non parametrik [uji mann whitney] yaitu tidak adanya sebuah syarat bahwa data penelitian haruslah berdistribusi normal. Dengan demikian sanggup kita simpulkan bahwa saat data penelitian yang hendak anda uji independen sample t test ternyata tidak normal, maka sebaiknya anda mengganti uji tersebut dengan uji mann whitney.

CONTOH KASUS UJI BEDA MANN WHITNEY

Seorang guru ingin mengetahui [rumusan masalah] “apakah ada dampak penggunaan metode diskusi tehadap hasil berguru pada mata pelajaran IPA kelas 9”. Untuk keperluan tersebut, guru tidak memakai metode diskusi pada kelas A dan menerapkan metode diskusi pada kelas B, kemudian guru tersebut memperlihatkan ulangan untuk masing-masing kelas dengan soal yang sama, maka diperoleh nilai [hasil belajar] sebagai berikut:



PEMBERIAN KODE DATA SEBELUM MENGOLAH DATA KE SPSS

Untuk akomodasi pengolahan data dengan SPSS maka, perlu adanya pengkodean pada hasil berguru tersebut. Dinama, untuk hasil berguru kelas A diberi isyarat 1 dan untuk kelas B diberi isyarat 2, sehingga tampak data penelitian sehabis diberi isyarat sebagai berikut ini



[Download Data untuk Latihan]

LANGKAH-LANGKAH UJI BEDA MANN WHITNEY MENGGUNAKAN SPSS

1. Buka lembar kerja gres SPSS, kemudian klik Variable View, pada kolom Name baris ke satu tuliskan Hasil, dan pada baris kedua tuliskan Kelompok, pada potongan Label untuk Hasil tuliskan Hasil Belajar IPA, dan untuk Kelompok tuliskan Kelas, kemudian klik kolom kedua dari Values (None)



2. Maka muncul kotak obrolan “Value Labels”, pada kotak Value ketikan “1” dan pada kotak Label ketikan “Kelas A” kemudian klik Add, masih di kotak obrolan “Value Labels”, selanjutnya pada kotak Value ketikan “2” dan pada kotak Label ketikan “Kelas B” kemudian klik Add, sehabis itu klik Ok



3. Langkah berkutnya klik Data View, terlihat dilayar ada dua variabel yakni Hasil dan kelompok. Maka masukkan data hasil berguru untuk kelas A dan kelas B ke kotak “Hasil” dimulai dari hasil berguru kelas A kemudian diikuti hasil berguru kelas B. Pada variabel Kelompok masukkan data isyarat untuk kelas A kemudian diikuti isyarat kelas B, sehingga tampak dilayar menyerupai gambar berikut



4. Setelah semua data terinput dengan benar, maka selanjutnya kli sajian Analyze kemudian klik Non Parametrik Tests kemudian klik Legacy Dialogs, kemudian klik 2 Independent Samples…



5. Maka muncul kotak obrolan “Two-Independent-Samples Tests”, kemudian masukkan variabel Hasil Belajar IPA [Hasil] ke kolom Test Variable List:, kemudian masukkan variabel Kelas [Kelompok] ke kotak Grouping Variable, selanjutnya pada potongan Test Type berikan tanda cek (v) pada pilihan Mann-Whitney U, kemudian klik tombol Define Grouping



6. Maka mucul kotak obrolan “Two-Independent-Samples:Define”, selanjutnya pada potongan Group 1 tuliskan angka 1 dan pada Group 2 tuliskan 2, kemudian klik Continue, dan klik Ok



7. Dengan begitu maka akan muncul Ouput Mann-Whitney Test sebagaimana gambar berikut:






PENGUJIAN HIPOTESIS PENELITIAN DALAM UJI MANN WHITNEY

Hipotesis didefinisikan sebagai kesimpulan sementara dalam sebuah penelitian. Hipotesis yang ejekan dalam penelitian ini yaitu Ha = ada perbedaan hasil berguru IPA antara kelas A dengan kelas B.

Dasar Pengambilan Keputusan dalam Uji Mann Whitney

Sebelum kita masuk pada potongan pengujian hipotesis, maka terlebih dahulu aku sampaikan dasar pengambilan keputusan yang dijadikan teladan dalam uji mann-whitney:

1. Jika nilai Signifikansi atau Asymp. Sig. (2-tailed) lebih kecil dari probabilitas 0,05 maka hipoteisis atau “Ha diterima”
2. Namun jikalau nilai Signifikansi atau Asymp. Sig. (2-tailed) lebih besar dari probabilitas 0,05 maka hipoteisis atau “Ha ditolak”

Berdasarkan output “Test Statistics” dalam uji mann-whitney di atas diketahui bahwa nilai Asymp. Sig. (2-tailed) sebesar 0,000 lebih kecil dari < nilai probabilitas 0,05. Oleh lantaran itu, sebagaimana dasar pengambilan keputusan uji mann-whitney di atas maka sanggup disimpulkan bahwa “Ha diterima.” Dengan demikian sanggup dikatakan bahwa ada perbedaan hasil berguru IPA antara kelas A dengan kelas B. Karena ada perbedaan yang signifikan maka rumusan problem penelitianpun juga sanggup terjawab yakni “ada dampak penggunaan metode diskusi terhadap hasil berguru pada mata pelajaran IPA kelas 9”.

Selesai sudah cara melaksanakan uji beda mann whitney memakai SPSS, selamat mencoba biar berhasil..

Catatan: untuk kasus perbedaan rata-rata dua sampel yang berpasangan maka metode statistik non parametrik yang dipakai yaitu Uji Wilcoxon

[Search: Contoh Kasus Uji Beda Mann Whitney Menggunakan SPSS, Cara Praktis melaksanakan Statistik non Parametrik Uji Mann Whitney U dengan Program SPSS, Panduan Lengkap Uji Perbedaan Rata-Rata Data Dua Sampel Tidak Berpasangan pada SPSS, Ouput Mann-Whitney Test]
[Img: screenshot olah data SPSS versi 21]

Lihat Juga: Video Uji Mann Whitney dengan SPSS

Read More

Cara Uji Repeated Measures Anova Dengan Spss Serta Interpretasi

Cara Uji Repeated Measures Anova dengan SPSS serta Interpretasi | Penggunaan teknik repeated measures bertujuan untuk menguji apakah ada perbedaan secara faktual (signifikan) dari aneka macam hasil pengukuran yang dilakukan berulang-ulang pada suatu variabel penelitian. Perbedaan yang fundamental antara uji one way anova dengan uji repeated measures anova yakni terletak pada sampel yang diteliti. Dimana untuk uji one way anova sendiri sampel yang digunakan ialah sampel yang tidak berpasangan, sementara dalam uji repeated measures digunakan untuk sampel yang saling berpasangan.

Uji Repeated Measures Anova merupakan teknik lebih lanjut dari uji paired sample t test. Uji repeated measures anova ini, sanggup digunakan untuk menguji perbedaan dari tiga sampel atau lebih yang saling berpasangan. Sementara pada uji paired sample t test hanya untuk dua sampel berpasangan saja.

Asumsi Dasar dalam Uji Repeated Measures Anova

Persyaratan yang harus terpenuhi atau perkiraan dasar penggunaan uji repeated measures anova dalam analisis data penelitian ialah sebagai berikut.

1. Variabel independent (variabel bebas) memakai data berskala kategori. Sementara untuk variabel dependent (variabel terikat) memakai data berskala interval atau rasio (numerik).
2. Uji repeated measures anova merupakan pecahan dari statistik parametrik. Oleh lantaran itu, nilai Standardized Residual untuk semua pengukuran (variabel) harus berdistribusi normal. Sementara itu, kalau salah satu dari nilai Standardized Residual untuk variabel ada yang tidak normal, maka solusinya ialah mengganti analisis data dengan statistik non parametrik memakai uji friedman.
3. Data penelitian diasumsikan mempunyai varians yang sama atau homogen. Hal ini dibuktikan dengan nilai signifikansi (Sig.) > 0,05 pada Mauchly’s Test of Sphericity. Namun demikian, untuk persyaratan poin ke-3 ini bukanlah sebuah keharusan (tidak mutlak). Sebab, walaupun varians tidak homogen, akan tetapi kita tetap bisa melanjutkan penggunakan uji repeated measures anova untuk analisis data penelitian yakni dengan memperhatikan nilai Greenhouse-Geisser yang ada di tabel output SPSS Tests of Within-Subjects Effects.

Contoh Kasus Uji Repeated Measures Anova dalam Penelitian

Seorang peneliti ingin mengetahui apakah obat herbal merek SLIMJOS benar-benar bisa menurunkan berat tubuh seseorang dalam kurun waktu tertentu? Untuk keperluan penelitian ini, maka 17 orang yang akan melaksanakan kegiatan diet ditimbang untuk diketahui berat tubuh awal. Setelah itu 17 orang tersebut diberi minum obat herbal merek SLIMJOS, kemudian ditimbang kembali berat badannya seminggu dan sebulan kemudian sehabis sebelumnya rutin mengkonsumsi obat herbal ini. Berikut data berat tubuh tujuh belas orang responden tersebut.

[Download Data excel, Input-Output SPSS]

Keterangan: Contoh-responden nomor 1 mempunyai berat tubuh awal 90,4 kilogram, sehabis seminggu mengkonsumsi obat herbal merek SLIMJOS mengalami menutunan berat tubuh menjadi 90,3 kilogram. Kemudian sehabis sebulan rutin mengkonsumsi obat herbal tersebut, berat badannya menjadi 86,3 kilogram. Cara membaca data berat tubuh untuk responden nomor 2 dan seterusnya sebagaimana teladan pada responden nomor 1.

Identifikasi Variabel Penelitian

1. Variabel independent atau variabel bebas ialah waktu pengukuran berat badan. Terdiri dari 3 waktu pengukuran berat tubuh yaitu seminggu, sebulan dan setahun (data kategorikal).
2. Variabel dependent atau variabel terikat ialah data ukuran berat tubuh ke-17 orang responden (data numerik).

Cara Uji Repeated Measures Anova dengan SPSS

Ada beberapa tahapan untuk melaksanakan uji repeated measures anova dengan SPSS. Pertama, tahap penginputan data penelitian ke kegiatan SPSS. Kedua, melaksanakan uji normalitas pada nilai Standardized Residual untuk ukuran berat tubuh di ketiga waktu pengukuran. Ketiga melaksanakan analisis dengan uji repeated measures anova.

*Menginput Data Penelitian ke Program SPSS

1. Buka lembar kerja gres pada kegiatan SPSS, kemudian klik Variable View dalam mendefinisikan variabel penelitian yang ada pada kolom Name, Decimals, Label, Measure dan lainnya, sanggup ikuti ketentuan sebagaimana gambar bawah ini.

2. Jika sudah, langkah selanjutnya klik Data View, kemudian masukkan data berat tubuh ke-17 orang responden tersebut sesuai dengan waktu berat tubuh mereka diukur atau ditimbang. Tampak dilayar SPSS.

*Melakukan Uji Normalitas Nilai Standardized Residual

Persyaratan yang harus terpenuhi dalam uji repeated measures anova yaitu nilai standardized residual untuk data berat tubuh di ketiga data waktu pengukuran di atas ialah normal. Jika salah satu variabel tidak normal maka alternatif yang sanggup digunakan ialah melaksanakan uji friedman sebagai pengganti uji repeated measures anova. Adapun langkah-langkah uji normalitas standardized residual dengan SPSS ialah sebagai berikut.

3. Dari sajian SPSS, klik sajian Analyze >> General Linear Model >> Repeated Measures… Tampak di layar SPSS

4. Maka mucul kotak obrolan gres dengan nama “Repeated Measures Define Factor(s)” pada pecahan Whithin-Subject Faktor Name: ganti goresan pena factor1 dengan Waktu. Untuk kotak Number of Lavels: ketikkan 3 (karena ada 3 waktu pengukuran berat badan)

5. Kemudian klik Add, pada pecahan Measure Name: ketikkan Obat kemudian klik Add, selanjutnya klik Define, maka tampak di layar sebagai berikut.

6. Muncul kotak obrolan “Repeated Measures” pindahkan variabel BB Awal, BB Seminggu, dan BB Sebulan, ke kotak Whithin-Subject Variables (Waktu)

7. Selanjutnya klik Plots… maka muncul kota obrolan “Repeated Measures: Profile Plots” kemudian pindahkan variabel Waktu ke kotak Horizontal Axis, kemudian klik tombol Add, sehingga variabel Waktu berpindah di kotak Plots, kemudian klik Continue Tampak di layar.

8. Kembali ke kotak obrolan “Repeated Measures”, kemudian klik Save, maka muncul kotak obrolan “Repeated Measures: Save” pada pecahan Residuals berikan tanda centang (v) pada pilihan Standardized, kemudian klik Continue

9. Kembali lagi ke kotak obrolan “Repeated Measures”, selanjutnya klik Options, maka muncul kotak obrolan “Repeated Measures: Options” kemudian masukkan variabel Waktu ke kotak Display Means for, kemudian aktifkan Compare main effects, pada pecahan Confidence interval adjustmen pilih Bonfferoni, kemudian klik Continue selanjutnya klik Ok. Tampak di layar.

10. Penting: Output SPSS yang muncul tersebut ialah output Uji Repeated Measures Anova namun kita abaikan dulu saja (karena kita akan memaknainya nanti sehabis persyaratan normalitas sudah terpenuhi).

11. Buka Data View, perhatikan pada tampilan Data View ini terlihat ada variabel gres dengan nama ZRE_1, ZRE_2, dan ZRE_3. Nah, inilah yang disebut dengan nilai Standardized Residual

12. Selanjutnya untuk melaksanakan uji normalitas untuk nilai Standardized Residual, klik sajian Analyze >>Descriptive Statistics >> Explore…

13. Maka muncul kotak obrolan dengan nama “Explore” kemudian masukkan ketiga variabel Standardized Residual ke kotak Dependent List: selanjutnya klik Plots…

14. Muncul kotak obrolan “Explore Plots” kemudian beri tanda centang (v) pada pilihan Normality plots with tests, kemudian klik Continue, kemudian klik Ok. Maka akan mucul output SPSS, untuk uji normalitas kita cukup memperhatikan tabel output “Tests of Normality”

*Pembahasan Uji Normalitas Nilai Standardized Residual



Untuk mengetahui apakah ketiga variabel Standardized Residual ini normal atau tidak, maka terlebih dahulu kita harus mengetahui dasar pengambilan keputusan dalam uji normalitas dengan kententuan sebagai berikut.

1. Jika nilai Sig. < 0,05, maka variabel tidak berdistribusi normal.
2. Jika nilai Sig. > 0,05, maka variabel berdistribusi normal.

Berdasarkan tabel output SPSS “Tests of Normality” diketahui nilai Sig. untuk uji normalitas dengan teknik Shapiro-Wilk ialah sebagai berikut.

1. Standardized Residual for Awal Sig. 0,359
2. Standardized Residual for Seminggu Sig. 0,410
3. Standardized Residual for Sebulan Sig. 0,458

Karena nilai signifikansi (Sig.) untuk semua variabel Standardized Residual di atas > 0,05 maka sanggup disimpulkan bahwa data berat tubuh untuk ketiga waktu pengukuran tersebut ialah normal. Dengan demikian, analisis data untuk penelitian ini sanggup dilakukan dengan metode statistik parametrik dengan Uji Repeated Measures Anova.

Catatan: teknik Shapiro-Wilk digunakan untuk sampel kecil yakni < 50 sampel. Sementara teknik Kolmogorov-Smirnov digunakan untuk sampel besar yakni > 50 sampel.

Interpretasi Output Uji Repeated Measures Anova SPSS

Tabel output SPSS untuk uji repeated measures anova sanggup dilihat pada proses analisis SPSS di atas, yaitu pada LANGKAH KE-10. Adapun interpretasi dari tabel-tabel output SPSS tersebut ialah sebagai berikut.

Tabel Output “Within-Subjects Factors”

Tabel output di atas menjelaskan bahwa ada tiga variabel berat tubuh untuk tiga waktu pengukuran berat tubuh yang berbeda.

Tabel Output “Mauchly's Test of Sphericity”

Seperti yang sudah saya bahas di awal, bahwa perkiraan atau persyaratan yang mendasari (bukan syarat mutlak) uji repeated measures anova yaitu data penelitian mempunyai varians yang sama melalui nilai Sphericity. Berdasarkan output di atas, diketahui nilai Signifikansi (Sig.) sebesar 0,002 < 0,05, maka sanggup disimpulkan bahwa data penelitian ini tidak memenuhi perkiraan kesamaan varians. Untuk kasus ibarat ini anda tidak perlu khawatir, alasannya ialah uji repeated measures anova masih tetap bisa dilanjutkan yakni dengan mengacu pada nilai Greenhouse-Geisser yang akan kita bahas pada tabel output Tests of Within-Subjects Effects.

Catatan: Jika perkiraan atau persyaratan Sphericity terpenuhi, maka pengambilan keputusan dalam uji repeated measures anova mengacu pada nilai Sphericity Assumed.

Tabel Output “Tests of Within-Subjects Effects”

Tabel output di atas ialah tabel paling mentukan dalam uji repeated measures anova. Dalam hal ini, ada tiga tahapan yang harus dilalui untuk memaknai hasil output tersebut. Pertama, menciptakan rumusan hipotesis penelitian. Kedua, mengetahui dasar pengambilan keputusan dalam uji repeated measures anova. Ketiga ialah penarikan kesimpulan.

*Rumusan Hipotesis Penelitian

1. H0: Tidak ada perbedaan rata-rata penurunan berat tubuh pada ketiga kelompok interval waktu pengukuran.
2. Ha: Ada perbedaan rata-rata penurunan berat tubuh pada ketiga kelompok interval waktu pengukuran.

*Dasar Pengambilan Keputusan dalam Uji Repeated Measures Anova

1. Jika nilai Greenhouse-Geisser Sig. > 0,05, maka H0 diterima dan Ha ditolak.
2. Jika nilai Greenhouse-Geisser Sig. < 0,05, maka H0 ditolak dan Ha diterima.

*Penarikan Kesimpulan: menurut tabel output Tests of Within-Subjects Effects di atas, diketahui nilai Greenhouse-Geisser Sig ialah sebesar 0,000 < 0,05. Maka H0 ditolak dan Ha diterima atau dengan kata lain ada perbedaan rata-rata penurunan berat tubuh yang faktual (signifikan) dari waktu ke waktu. Dengan demikian sanggup disimpulkan bahwa obat herbal merek SLIMJOS benar-benar bisa menurunkan berat tubuh seseorang.

Tabel Output “Pairwise Comparisons”

Tabel output di atas memperlihatkan info mengenai rata-rata penurunan berat tubuh untuk setiap pengukuran dari waktu ke waktu (awal, semiggu, dan sebulan). Angka 1 memperlihatkan waktu pengukuran berat tubuh awal, angka 2 memperlihatkan waktu pengkuran berat tubuh seminggu, dan angka 3 memperlihatkan waktu pengukuran berat tubuh sebulan sehabis rutin mengkonsumsi obat herbal merek SLIMJOS. Adapun penjelasannya sanggup anda simak pada poin-poin di bawah ini.

1. Nomor 1 (berat tubuh awal) dibandingkan dengan nomor 2 (berat tubuh seminggu), terjadi rata-rata penurunan berat tubuh sebesar 0,771 kilogram dan perbedaan penurunan berat bedan tersebut ialah faktual alasannya ialah nilai Sig. sebesar 0,001 < 0,05.
2. Nomor 1 (berat tubuh awal) dibandingkan dengan nomor 3 (berat tubuh sebulan), terjadi rata-rata penurunan berat tubuh sebesar 3,818 kilogram dan perbedaan penurunan berat bedan tersebut ialah faktual alasannya ialah nilai Sig. sebesar 0,000 < 0,05.
3. Nomor 2 (berat tubuh seminggu) dibandingkan dengan nomor 3 (berat tubuh sebulan), terjadi rata-rata penurunan berat tubuh sebesar 3,047 kilogram dan perbedaan penurunan berat bedan tersebut ialah faktual alasannya ialah nilai Sig. sebesar 0,000 < 0,05.

Oleh lantaran itu sanggup dismpulkan bahwa dengan rutin mengkonsumsi obat herbal merek SLIMJOS sanggup menurunkan rata-rata berat tubuh seseorang sebesar 0,771 kilogram dalam waktu seminggu dan 3,818 kilogram dalam waktu sebulan.

Gambar Output “Profile Plots”

Gambar Plots di atas memperlihatkan ketajaman rata-rata penurunan berat tubuh dari waktu ke waktu berat tubuh tersebut di ukur atau di timbang.

Demikian pembahasan mengenai cara melaksanakan analisis data penelitian dengan uji repeated measures anova memakai kegiatan SPSS beserta interpretasinya. Selanjutnya silahkan anda bagikan panduan ini ke media umum anda supaya panduan ini sanggup bermanfaat bagi orang banyak. Terimakasih telah berkenan membaca goresan pena ini, selamat mencoba dan agar sukses. Salam hangat dari saya Sahid Raharjo.

VIDEO: Tutorial Uji Repeated Measures Anova dengan SPSS Serta Interpretasi

[Kata Kunci Pencarian: Cara Uji Repeated Measures Anova dengan SPSS Serta Interpretasi, Langkah-langkah Statistik Parametrik dengan Uji Repeated Measures Anova memakai Program SPSS, Tutorial Uji Repeated Measures Anova dengan SPSS Lengkap]

Read More