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 Normalitas Shapiro-Wilk Dengan Spss Lengkap

Cara Uji Normalitas Shapiro-Wilk dengan SPSS Lengkap | Uji Normalitas bertujuan untuk mengetahui apakah data penelitian berdistribusi normal atau tidak. Sebab, dalam statistik Paramertik distribusi data yang normal ialah suatu keharusan dan merupakan syarat yang mutlak yang harus terpenuhi. Uji Normalitas data sanggup dilakukan dengan beberapa uji statistik, seperti:

1. Uji Shapiro-Wilk
2. Uji Kolmogorov-Smirnov
3. Uji Liliefors
4. Uji Skweness dan Kurtosis

Dalam artikel tutorial kali ini, saya akan menjelasakan bagaimana Cara Uji Normalitas Shapiro-Wilk dengan SPSS. Untuk melaksanakan Uji Shapiro-Wilk kita sanggup memanfaatkan akomodasi sajian Explore yang terdapat dalam SPSS.

Dasar Pengambilan Keputusan dalam Uji Normalitas Shapiro-Wilk

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

Contoh Kasus dalam Uji Normalitas Shapiro-Wilk

Saya memiliki data Prestasi mencar ilmu siswa untuk dua kelompok yang tidak berpasangan, sebelum saya melaksanakan Uji Independent Sample T-Test, maka saya harus memastikan bahwa data berdistribusi normal dulu. Adapun data Prestasi mencar ilmu dua kelompok tersebut dituangkan dalam bentuk nilai ibarat gambar dibawah ini.



Keterangan : Kelompok A diberi isyarat 1 dengan N = 6 siswa, sedangkan Kelompok B diberi isyarat 2 dengan N = 5 siswa.

Cara Melakukan Uji Normalitas Shapiro-Wilk dengan SPSS

1. Buka lembar kerja SPSS, kemudian klik Variable View, pada cuilan Name pertama tuliskan Nilai. Kemudian untuk Name Kedua tuliskan Kelompok, sehabis itu pada cuilan Decimals yang kedua ganti dengan 0. Selanjutnya, klik pada cuilan Value yang kedua, sampai muncul kotak obrolan Value Label, pada kotak Value isikan 1 dan pada kotak Label isikan Kelompok A, kemudian klik Add. Kemudian, isikan kembali pada kotak Value dengan isian 2 dan pada kotak Label isikan Kelompok B, kemudian klik Add dan klik Ok [abaikan saja yang lainnya]



Jika caranya sudah benar maka tampilannya akan ibarat gambar berikut ini



2. Setelah itu, klik Variable View, selanjutnya untuk variabel Nilai isikan dengan nilai di atas, dan untuk variable Kelompok isikan 1 untuk nilai kelompok A, dan 2 untuk nilai Kelompok B



3. Selanjutnya, dari sajian SPSS, klik Analyze – Descriptive Statistiks – Explore…



4. Masukkan variabel Nilai ke kotak Dependen List, kemudian masukkan variabel Kelompok ke kotak Factor List, pada cuilan Display pilih Both



5. Setelah itu, klik Plots.., maka akan mucul kotak obrolan Explore: Plots, dari serangkaian pilihan yang ada, berikan tanda centang pada pilihan Normality Plot with tests, kemudian klik Continue



6. Langkah terakhir klik Ok.. dan akan muncul Output SPSS [Perhatikan pada Output Test of Normality]



Interpretasi atau Penjelasan Output Uji Normalitas Shapiro-Wilk

Berdasarkan output Test of Normality, diperoleh nilai signifikansi untuk Kelompok A sebesar 0,770, sedangkan nilai signifikansi untuk Kelompok B sebesar 0,807. Karena nilai signifikansi Kelompok A dan Kelompok B lebih besar > 0,05, maka sanggup disimpulkan bahwa data Prestasi mencar ilmu berdistribusi normal.

Alhamdulillah selesai juga artikelnya.. mudah-mudah bermanfaat yaw.. terimakasih telah berkenan memabaca goresan pena ini

[Search : Cara Uji Normalitas Shapiro-Wilk dengan SPSS Lengkap | Langkah-Langkah Melakukan Uji Normalitas Shapiro-Wilk memakai SPSS | Uji Shapiro-Wilk dengan SPSS Versi 21 | Dasar Pengambilan Keputusan dalam Uji Normalitas Shapiro-Wilk]

Lihat Juga: VIDEO Uji Normalitas Shapiro-Wilk dengan SPSS

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

Praktik Uji Normalitas Standardized Residual Dalam Two Way Anova Spss

Praktik Uji Normalitas Standardized Residual dalam Two Way Anova SPSS | Seperti yang sudah kita pelajari dalam pembahasan artikel sebelumnya, dimana normalitas data sendiri bekerjsama merupakan syarat mutlak yang harus terpenuhi sebelum kita melaksanakan analisis statistik parametrik. Oleh alasannya analisis two way anova merupakan bab dari statistik parametrik, maka dengan demikian sebelum kita memakai analisis ini untuk menguji hipotesis penelitian, maka harus dipastikan apakah data penelitian yang digunakan tersebut berdistribusi normal atau tidak. 

Normalitas data yang dimaksud dalam uji two way anova ini yakni normalitas pada nilai residual standar atau standardized residual dan bukan normalitas untuk masing-masing data dari variabel penelitian. Supaya lebih gampang dipahami maka pada kesempatan kali ini saya ingin membuatkan tips ihwal Praktik Uji Normalitas Standardized Residual dalam Two Way Anova dengan kegiatan SPSS. Adapun data yang saya gunakan dalam uji normalitas ini yakni data yang sama saat saya melaksanakan uji two way anova dengan SPSS

[Download Data Two Way Anova]


LANGKAH-LANGKAH UJI NORMALITAS STANDARDIZED RESIDUAL DENGAN SPSS

1. Setelah anda mendownload data di atas, selanjutnya buka file dengan nama Untitled Two Way Anova [www.spssindonesia.com].sav, maka akan terlihat tampilannya sebagaimana gambar berikut ini.

2. Langkah berikutnya klik hidangan Analyze – General Linier Model – Univariate…

3. Maka muncul kotak obrolan dengan nama “Univariate”, berikutnya masukkan variabel Hasil Belajar Matematika ke kotak Dependent Variable. Kemudian masukkan variabel Jenjang Pendidikan dan Jenis Kelamin ke kotak Fixed Factor(s), kemudian klik Save

4. Setelah kita klik Save, maka muncul kotak obrolan lagi berjulukan “Univariate: Save”. Pada bab Residual, beri tanda centang (v) pada pilihan Standardized kemudian klik Continue dan Ok. Maksud dari langkah keempat ini bertujuan menampilkan nilai residual standar yang selanjutnya akan kita uji normalitas.

5. Abaikan output SPSS yang muncul, perhatikan pada bab Data View. Disini muncul variabel gres yakni ZRE_1 atau Standardized Residual for Hasil (nilai residual standar)

6. Langkah selanjutnya klik hidangan Analyze – Descriptive Statistics – Explore

7. Muncul kotak obrolan “Explore”, masukkan variabel ZRE_1 atau Standardized Residual for Hasil ke kotak Dependent List, kemudian klik Plots

8. Muncul kotak obrolan “Explore: Plots”, berikan tanda centang (v) pada Normality plots with tests

9. Terakhir yakni klik Continue kemudian klik Ok, maka akan muncul output SPSS, fokuslah hanya pada tabel output dengan nama “Test of Normality”.

DASAR PENGAMBILAN KEPUTUSAN DALAM UJI NORMALITAS

Sebelum kita memaknai hasil dari output Test of Normality di atas, maka terlebih dahulu kita perlu mengetahui dasar pengambilan keputusan yang digunakan pada uji normalitas standardized residual dalam two way anova dengan SPSS.

1. Jika nilai Sig. Shapiro Wilk lebih besar dari > 0,05 maka artinya nilai residual standar berdistribusi normal.
2. Sebaliknya, jikalau nilai Sig. Shapiro Wilk lebih kecil dari < 0,05 maka artinya nilai residual standar tidak berdistribusi normal.

Berdasarkan output Test of Normality di atas diperoleh nilai Sig. Shapiro Wilk sebesar 0,698. Karena nilai 0,698 lebih besar dari > 0,05 maka sanggup disimpulkan bahwa nilai residual standar berdistribusi NORMAL. Dengan demikian syarat normalitas standardized residual dalam two way anova sudah terpenuhi.

Tambahan: Jika sesudah dilakukannya uji normalitas ternyata menghasilkan distribusi data yang tidak normal, maka alternatif solusi yang sanggup kita pakai yakni dengan melaksanakan tranformasi data, kemudian melaksanakan uji normalitas ulang dengan data transformasi tersebut. Sementara itu, jikalau karenanya masih tidak normal juga, maka sebaiknya kita beralih ke statistik non parametrik untuk menguji hipotesis penelitian.

Demikian pembahasan mengenai Praktik Uji Normalitas Standardized Residual dalam Two Way Anova SPSS biar bermanfaat. Terimakasih..

[Search: Praktik Uji Normalitas Standardized Residual dalam Two Way Anova dengan Program SPSS Versi 21, Cara Uji Normalitas dalam Two Way Anova, Syarat Normalitas Data dalam Uji Two Way Anova dengan SPSS]

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

Cara Uji Normalitas Untuk One Way Anova Dengan Spss Lengkap

Cara Uji Normalitas untuk One Way Anova dengan SPSS Lengkap | Selamat pagi kawan-kawan semua, biar masih tetap semangat ya dalam menuntaskan penelitiannya. Pokoknya jangan pernah mengalah terus berjuang hingga akhir, alasannya ialah dibalik setiap kesulitan niscaya ada kemudahan. Admin doakan biar penelitiannya berjalan lancar dan sukses. Aamiin.

Pada kesempatan kali ini admin www.spssindonesia.com akan membagikan artikel panduan cara uji normalitas untuk one way anova dengan SPSS. Normalitas data merupakan persyaratan mutlak yang harus terpenuhi sebelum kita memakai uji one way anova untuk menganalisis data penelitian.

Namun demikian, sering terjadi peneliti yang mendapati data penelitiannya tidak berdistribusi normal, kemudian apa yang harus dilakukan dengan keadaan yang ibarat itu? Tenang! Ketika sebaran data tidak berdistribusi normal maka langkah pertama yang harus dilakukan ialah melaksanakan transformasi data ke bentuk Ln atau Logaritma natural dengan memanfaatkan sajian transform yang ada di SPSS, gres kemudian mengulangi uji normalitas dengan data Ln tersebut.

Jika dengan transformasi data (Ln) masih didapati data tidak berdistribusi normal, maka langkah kedua ialah mengganti uji one way anova dengan uji kruskal wallis sebagai alternatif analisis hipotesis untuk data tidak berdistribusi normal. Perlu kita pahami bahwa uji kruskal willis ialah cuilan dari statistik non parametrik yang tidak mensyaratkan data harus berdistribusi normal sebagaimana syarat yang ada dalam uji one way anova.

Metode Uji Normalitas untuk One Way Anova

Secara umum ada dua metode untuk melaksanakan Uji Normalitas untuk One Way Anova dengan SPSS, yakni dengan uji kolmogorov smirnov dan uji shapiro wilk. Adapun uji normalitas kolmogorov smirnov digunakan untuk data lebih dari 50 sampel. Sementara, uji shapiro wilk digunakan untuk data penelitian kurang dari 50 sampel.

Contoh Soal Uji Normalitas untuk One Way Anova

Seorang pemilik toko handphone ingin mengetahui penjualan handphone untuk merek Samsung, Oppo, Vivo, dan Lenovo yang ada di tokonya. Para pembeli handphone di toko itu hanya dihadapkan pada keempat merek handphone tersebut. Adapun data penjualan keempat merek handphone tersebut selama 10 ahad ialah sebagai berikut.

[Download Data]

Catatan: Untuk kebutuhan analisis di SPSS, maka kita perlu mengubah keempat merek handphope, ke dalam bentuk angka dengan ketentuan arahan merek Samsung=1, Oppo=2, Vivo=3, dan Lenovo=4. Kode merek sanggup anda lihat pada gambar di atas, yakni kolom yang saya beri garis kotak warna merah.

Uji one way anova sanggup kita gunakan untuk menuntaskan teladan soal di atas. Namun demikian terlebih dahulu kita harus melaksanakan uji normalitas untuk mengetahui apakah sebaran data penjualan keempat merek handpone tersebut berdistribusi normal atau tidak. Sebab, dalam uji one way anova perkiraan dasar yang harus terpenuhi ialah data berdistribusi normal.

Cara Uji Normalitas untuk One Way Anova dengan SPSS

1. Buka lembar kerja gres SPSS, kemudian klik Variable View untuk mengisi nama dan property variabel dengan ketentuan sebagai berikut:

Variabel “Merek” maka isikan:
Name: dikala Merek
Type: pilih Numeric
Width: pilih 1
Decimals: pilih 0
Catatan: Desimals isikan 0 terlebih dahulu gres kemudian Width isikan 1
Label: ketik Merek Handpone
Values: pilihan ini untuk proses tunjangan arahan handphone. Maka klik kotak kecil di kanan sel, maka akan muncul kotak obrolan “Value Labels” sebagai berikut

Cara mengisinya:
Value: ketik 1
Label: ketik Samsung
Klik Add
Value: ketik 2
Label: ketik Oppo
Klik Add
Value: ketik 3
Label: ketik Vivo
Klik Add
Value: ketik 4
Label: ketik Lenovo
Klik Add
Klik Ok

Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: pilih Nominal
Role: Pilih Input

Variabel “Penjualan” maka isikan:
Name: dikala Penjualan
Type: pilih Numeric
Width: pilih 8
Decimals: pilih 0
Label: ketik Penjualan 10 Minggu
Values: pilih None
Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: pilih Scale
Role: Pilih Input

Jika anda sudah mengisi dengan benar maka dilayar akan tampak sebagaimana gambar di berikut ini.

2. Langkah selanjutnya ialah klik Data View, kemudian masukkan data Merek dan Penjualan sesuai dengan kolom yang tersedia

3. Dari sajian SPSS klik Analyze – Descriptive Statistics – Explore…

4. Maka akan muncul kotak obrolan “Explore”, selanjutnya masukkan variabel Penjualan 10 Minggu ke kotak Dependen List, kemudian masukkan variabel Merek Handphone [Merek] ke kotak Factor List, pada cuilan “Display” pilih Both, kemudian klik Plots…

5. Maka akan mucul kotak obrolan “Explore: Plots”, kemudian berikan tanda centang (v) pada Normality Plot with tests, kemudian klik Continue

6. Jika sudah yakin benar, selanjutnya klik Ok untuk mengakhiri perintah. Maka muncul output SPSS. Perhatikan output ketiga, yakni pada tabel “Test of Normality”

Dasar Pengambilan Keputusan dalam Uji Normalitas

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

Interpretasi dan Pengambilan Keputusan Uji Normalitas

Penting: Karena data penelitian ini kurang dari 50 maka kita gunakan nilai Shapiro-Wilk Sig.

Dari output SPSS pada tabel Test of Normality di atas, diperoleh nilai Shapiro-Wilk Sig. untuk data penjualan handpone Samsung ialah sebesar 0,687, Oppo sebesar 0,372, Vivo sebesar 0,613, dan Lenovo sebesar 0,950. Berdasarkan dasar pengambilan keputusan dalam uji normalitas di atas, maka data penjualan untuk keempat merek handphone > 0,05. Dengan demikian sanggup disimpulkan bahwa data penjualan untuk keempat merek handphone (Samsung, Oppo, Vivo, dan Lenovo) ialah berdistribusi normal.

Karena perkiraan dasar normalitas sudah terpenuhi maka analisis stastistik parametrik dengan Uji One Way Anova sanggup dilakukan. Namun, kalau data penelitian ternyata tidak berdistribusi normal maka alternatif analisis data sebagai pengganti uji one way anova ialah dengan memakai statistik non parametrik yakni dengan uji kruskal wallis.

Baca: Cara Uji Kruskal Wallis Statistik Non Parametrik dengan SPSS

Baik hingga disini dulu pembahasan kita ihwal uji normalitas, muda-mudahan sanggup bermanfaat untuk kawan-kawan semua dalam menuntaskan penelitiannya. Semoga sukses ya. Terimakasih.

[Kata Kunci Pencarian: Cara Uji Normalitas untuk One Way Anova dengan SPSS Lengkap, Uji Normalitas Shapiro-Wilk dalam Uji One Way Anova, Tutorial Uji Normalitas untuk One Way Anova dengan Program SPSS Versi 21]-[Data penelitian pada artikel ini merupakan data fiktif sebagai materi latihan mengolah data memakai SPSS]

Read More