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

Panduan Cara Uji Friedman Dengan Spss Interpretasi Lengkap

Panduan Cara Uji Friedman dengan SPSS Interpretasi Lengkap | Uji friedman merupakan pecahan dari statistik non parametrik yang digunakan untuk mengetahui atau menguji perbedaan dari tiga sampel atau lebih yang saling bekerjasama atau berkaitan satu sama lain. Sementara itu, jikalau jumlah sampel yang digunakan dalam penelitian hanya ada dua buah, maka analisis data akan lebih sempurna jikalau memakai uji wilcoxon

Dalam konteks analisis data statistik untuk sebuah penelitian, uji friedman ini digunakan sebagai alternatif dari Uji Repeated Measures Anova dalam statistik parametrik, hanya jikalau nilai Standardized Residual dari salah satu atau seluruh sampel data tidak berdistribusi normal. Karena merupakan pecahan dari statistik non parametrik, maka dalam uji friedman ini tidak ada persyaratan khusus untuk nilai Standardized Residual dari sampel data yang digunakan harus berdistribusi normal.

Contoh Kasus Uji Friedman pada Penelitian

Seorang mahasiswa jurusan gizi ingin mengetahui apakah susu debu merek SUBUR GEMUK benar-benar sanggup meningkatkan berat tubuh seseorang dalam kurun waktu tertentu? Guna keperluan penelitian, maka 15 orang yang hendak melaksanakan kegiatan peningkatan berat tubuh ditimbang untuk mengetahui berat tubuh awal, kemudian 15 orang tersebut diberi minum susu debu merek SUBUR GEMUK kemudian ditimbang kembali berat badannya sehabis seminggu minum, berat tubuh sebulan sehabis minum dan berat tubuh setahun sehabis minum. Adapun data berat tubuh ke-15 orang tersebut ialah sebagai berikut.

[Download Data excel, Input-Output SPSS]

Keterangan: pada baris pertama, responden nomor urut 1 mempunyai berat tubuh awal 42,2 kilogram, sehabis seminggu meminum susu debu merek SUBUR GEMUK mengalami peningkatan berat tubuh menjadi 42,4 kilogram, sehabis sebulan berat tubuh menjadi 43,4 kilogram, dan sehabis setahun berat tubuh menjadi 43,4 kilogram. Demikian seterusnya untuk responden yang lain.

Panduan Langkah-Langkah Cara Uji Friedman dengan SPSS

Tahapan analisis data dalam uji friedman ini dimulai dari memasukkan data penelitian ke kegiatan SPSS, kemudian melaksanakan uji normalitas, gres sehabis itu dilanjutkan dengan uji friedman.

1. Seperti biasa, langkah pertama buka lembar kerja gres SPSS, kemudian klik Variable View untuk mengisi Name, Decimals, Label, Measure dan lain-lain, ikuti ketentuan ibarat gambar bawah ini.

2. Setelah itu, klik Data View, kemudian masukkan data berat tubuh ke-15 orang responden tersebut sesuai dengan waktu berat tubuh mereka ditimbang.

*Melakukan Uji Normalitas Data Penelitian dengan SPSS

Selanjutnya saya akan melaksanakan uji normalitas pada nilai Standardized Residual untuk keempat variabel pengukuran berat tubuh tersebut. Uji normalitas ini hanya untuk mengetahui apakah nilai Standardized Residual dari keempat variabel di atas berdistribusi normal atau tidak.

Jika jadinya semua data normal maka penggunaan uji friedman untuk analisis data penelitian ini tidak sempurna [akan lebih sempurna jikalau memakai statistik parametrik dengan uji repeated measures anova]. Sementara jikalau nilai Standardized Residual dari salah satu atau semua variabel data tidak berdistribusi normal maka uji friedman sanggup kita dilanjutkan.

1. Untuk melaksanakan uji normalitas ini, maka langkah awal ialah dengan memunculkan nilai Standardized Residual dari keempat sampel data. Caranya klik sajian Analyze >> General Linear Model >> Repeated Measures…

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

3. Selanjutnya klik Add

4. Kemudian klik Define, maka muncul kotak obrolan “Repeated Measures” pindahkan variabel BB Awal, BB Seminggu, BB Sebulan, dan BB Setahun ke kolom Whithin-Subject Variables (Waktu)

5. Selanjutnya klik Save, muncul kotak obrolan “Repeated Measures: Save” berikan tanda centang (V) pada Standardized, kemudian klik Continue dan Ok

6. Abaikan output SPSS yang keluar, selanjutnya buka Data View maka disitu ada empat variabel gres berjulukan ZRE_1, ZRE_2, ZRE_3, dan ZRE_4 inilah yang disebut dengan nilai Standardized Residual

7. Kemudian klik sajian Analyze >>Descriptive Statistics >> Explore…

8. Maka muncul kotak obrolan “Explore” selanjutnya masukkan semua variabel Standardized Residual ke kotak Dependent List: kemudian klik Plots…

9. Maka muncul kotak obrolan “Explore Plots” kemudian beri tanda centang pada Normality plots with tests, selanjutnya klik Continue, kemudian klik Ok

10. Maka akan mucul output SPSS, cukup perhatikan output pada tabel “Tests of Normality” lihat gambar di bawah.

11. Pembahasan Uji Normalitas: sebab jumlah N yang digunakan dalam penelitian ini ada 15 atau df 15, maka pengambilan keputusan untuk uji normalitas pengacu pada nilai Sig. Shapiro-Wilk (sebaliknya jikalau jumlah N lebih dari 50 maka mengacu pada nilai Sig. Kolmogorov-Smirnov). Berdasarkan tabel di atas diketahui nilai Sig. Standardized Residual for Awal sebesar 0,012. Nilai Sig. Standardized Residual for Seminggu sebesar 0,003, dan nilai Sig. Standardized Residual for Sebulan sebesar 0,020. Karena nilai signifikansi (Sig) ketiga variabel tersebut < 0,05 maka sanggup disimpulkan bahwa ketiga variabel Standardized Residual for Awal, Seminggu, dan Sebulan ialah tidak berdistribusi normal. Sementara untuk nilai Sig. Standardized Residual for Setahun sebesar 0,380 > 0,05 maka berdistribusi normal.

12. Berdasarkan pembahasan uji normalitas di atas, diketahui bahwa ada tiga variabel yang mempunyai nilai Standardized Residual tidak normal. Oleh sebab itu, analisis data untuk penelitian ini sudah tepat, yakni memakai metode statistik non parametrik dengan Uji Friedman.

*Melakukan Uji Friedman dengan SPSS

1. Berikutnya saya akan melaksanakan uji friedman, caranya dari sajian SPSS klik Analyze >> Nonparametric Test >> Legacy Dialogs >> K Related Samples… Tampak dilayar sebagaimana gambar berikut.

2. Muncul kotak obrolan “Tests for Several Related Samples”

3. Selanjutnya, masukkan variabel BB Awal, BB Seminggu, BB Sebulan dan BB Setahun ke kotak Test Variables: pada pecahan “Test Type” beri tanda centang (V) untuk Friedman, kemudian klik Statistics…

4. Muncul kota diloag, kemudian berikan tanda centang (V) pada Descriptive dan Quartiles, kemudian klik Continue

5. Terakhir klik Ok. Maka akan muncul Output SPSS dengan judul “NPar Tests” yang akan saya interpretasikan.

Interpretasi Output Uji Friedman SPSS

Tabel Output Pertama “Descriptive Statistics”

Output di atas menawarkan deskripsi data penelitian dalam bentuk tabel ringkasan. Adapun info yang sanggup kita peroleh dari ringkasan tabel output di atas ialah sebagai berikut.

1. Nilai N atau banyaknya responden yang dipakai, dalam hal ini ada 15 orang yang ditimbang berat badannya dari Waktu Awal, Seminggu, Sebulan dan Setahun sehabis rutin mengkonsumsi susu debu merek SUBUR GEMUK.
2. Mean atau nilai rata-rata dari masing-masing pengukuran berat tubuh untuk empat waktu yang diteliti yaitu BB Awal 42,920 kilogram, BB Seminggu 43,380 kilogram, BB Sebulan 45,267 kilogram, dan BB Setahun 51,287 kilogram.
3. Nilai Std. Deviation atau Standar Deviasi untuk BB Awal sebesar 2,5468 kilogram, BB Seminggu 2,0616 kilogram, BB Sebulan 3,5294 kilogram, dan BB Setahun 6,5134 kilogram.
4. Ada juga info wacana berat tubuh Minimum (terikecil) dan Maximum (terbesar) untuk masing-masing waktu pengukuran.
5. Percentiles median untuk masing-masing waktu pengukuran berat badan.

Tabel Output Kedua “Ranks”

Tabel output Ranks ini menawarkan rata-rata berat tubuh dalam bentuk rangking. Dimana berat tubuh paling besar berada di waktu pengukuran BB Setahun sehabis rutin meminum susu debu merek SUBUR GEMUK.

Tabel Output Ketiga “Test Statistics”

Output di atas merupakan tabel terpenting dalam uji friedman, ada beberapa tahapan untuk melaksanakan interpretasi, yaitu menciptakan hipotesis (dugaan) penelitian, melihat dasar pengambilan keputusan dalam uji friedman dan menciptakan kesimpulan.

*Hipotesis Penelitian dalam Uji Friedman

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

*Dasar Pengambilan Keputusan dalam Uji Friedman

Ada dua kegiatan yang sanggup kita gunakan sebagai anutan untuk menciptakan keputusan dalam uji friedman ini, yaitu:

*Melihat Nilai Probabilitas atau Signifikansi (Asymp. Sig.)

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

Keputusan Uji Hipotesis: menurut tabel output Test Statistics di atas, diketahui nilai Asymp. Sig. sebesar 0,000 < 0,05. Maka H0 ditolak dan Ha diterima atau dengan kata lain ada perbedaan rata-rata peningkatan berat tubuh pada keempat kelompok interval waktu pengukuran. Dengan demikian sanggup disimpulkan bahwa susu debu merek SUBUR GEMUK benar-benar sanggup meningkatkan berat tubuh seseorang.

*Membandingkan Nilai Chi-Square Hitung dengan Tabel

1. Jika nilai Chi-Square Hitung < Chi-Square Tabel, maka H0 diterima dan Ha ditolak.
2. Jika nilai Chi-Square Hitung > Chi-Square Tabel, maka H0 ditolak dan Ha diterima.

Pengambilan Keputusan: Berdasarkan tabel output Test Statistics di atas, diketahui nilai Chi-Square Hitung sebesar 40,587. Sementara nilai Chi-Square Tabel ialah 7,815. Karena nilai Chi-Square Hitung 40,587 > Chi-Square Tabel 7,815, maka bahwa H0 ditolak dan Ha diterima atau dengan kata lain ada perbedaan rata-rata peningkatan berat tubuh pada keempat kelompok interval waktu pengukuran. Dengan demikian sanggup disimpulkan bahwa susu debu merek SUBUR GEMUK benar-benar sanggup meningkatkan berat tubuh seseorang.

*Rumus Mencari Nilai Chi-Square Tabel yaitu dengan mengacu pada nilai df (Derajat Kebebasan). Dari tabel output Test Statistics di atas diketahui nilai df ialah 3 dan tingkat signifikansi (a) yang digunakan ialah 5% atau 0,05. Maka kita tinggal melihat saja pada distribusi nilai Chi-Square Tabel untuk df; 5% (3; 0,05) maka ditemukan nilai Chi-Square Tabel ialah sebesar 7,815. Lihat gambar di bawah ini.

[Downlaod Distribusi Nilai Chi-Square Tabel]

Baik saya kira sudah selesai pembahasan kita pada kesempatan kali ini terkait analisis statistik non parametrik dengan uji friedman memakai kegiatan SPSS. Untuk selanjutnya silahkan dipraktekkan untuk data penelitian anda. Semoga berhasil dan terimakasih atas perhatiannya. Salam dari saya Sahid Raharjo.

VIDEO: Tutorial Uji Friedman dengan SPSS Serta Interpretasi Lengkap

[Kata Kunci Pencarian: Panduan Cara Uji Friedman dengan SPSS Interpretasi Lengkap, Langkah-langkah Statistik Non Parametrik dengan Uji Friedman memakai Program SPSS, Cara Uji Normalitas dalam Uji Friedman (Friedman Test) dengan SPSS Versi 21 Penjelasan Lengkap]

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