Cara Melaksanakan Uji Statistik Deskriptif Dengan Software Spss

Cara Melakukan Uji Statistik Deskriptif dengan Software SPSS | Dalam sebuah penelitian deskripsi data itu penting untuk menawarkan citra data yang anda teliti. Disamping itu, dengan adanya deskripsi data ini, para pembaca akan lebih gampang untuk mengetahui paparan data dalam sebuah penelitian secara lebih terperinci dan jelas.

Software SPSS yakni aktivitas canggih yang salah satu fiturnya bisa membantu untuk melaksanakan Statistik Deskriptif terhadap data penelitian. Bagi anda yang belum mempuyai software ini sanggup Download Software SPSS Semua Versi Lengkap. Fungsi dari Statistik Deskriptif yakni menawarkan citra atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness (kemencengan distribusi).

Untuk mempermudah pemahaman kita dalam melaksanakan statistik deskriptif dengan sofwere SPSS, berikut kami uraikan langkah-langkah uji statistik deskriptif disertai dengan gambar panduan. Data yang akan saya dalam uji ini yakni data Hasil Belajar 20 siswa dalam mata pelajaran PPKn. Lihat hasil mencar ilmu siswa yang dimaksud pada tabel di bawah ini.

[Download Data Excel Input-Ouput SPSS]

Langkah-Langkah Uji Statistik Deskriptif dengan SPSS

1. Langkah pertama yakni persiapkan data yang akan di analisis (agar lebih gampang silahkan anda download terlebih dahulu rujukan data nilai PPKn di atas).
2. Buka aktivitas SPSS, selanjutnya klik Variable View, dibagian pojok kiri bawah. Kemudian pada bab Name tuliskan Nilai, pada bab Decimals ubah menjadi angka 0, pada bab Label ketikkan Nilai PPKn dan pada bab Measure pilih Scale, abaikan pilihan lainnnya dan biarkan tetap default. Lihat gambar di bawah ini.

3. Klik Data View (dibagian pojok kiri bawah) dan masukkan Data Nilai PPKn ke-20 orang siswa di atas. Bisa dilakukan dengan cara copy data nilai dari file excel tersebut kemudian pastekan ke SPSS. Tampak di layar sebagai berikut.

4. Selanjutnya dari sajian utama SPSS, pilih Analyze, kemudian pilih sub sajian Descriptive Statistic, kemudian pilih Descriptives...

5. Nah, kini sudah tampil kotak obrolan baru dengan nama "Descriptives". Kemudian isikan kotak variable(s) dengan variabel Nilai PPKn [Nilai].

6. Langkah selanjutnya, untuk melaksanakan analisis statistik deskriptif apa saja yang ingin dipilih, maka klik Options... maka muncul kotak obrolan "Descriptives: Options" selanjutnya anda tinggal menawarkan tanda ceklist (V) untuk statisitik deskriptif yang ingin digunakan atau ditampilkan di output SPSS. Misal saya berikan tanda centang pada Mean, Std. Deviation, Variance, Maximum, Minimum, Sum, Range, Kurtosis dan Skewness. Maka akan tampak sebagaimana tampilan di bawah ini.

7. Setelah itu, pilih Continue dan OK untuk mengakhiri perintah. Selanjutnya akan muncul tampilan Output SPSS Statistik Deskriptif untuk Nilai PPKn.

Interpretasi Tabel Output Uji Statistik Deskriptif SPSS

Tampilan tabel Output SPSS di atas memperlihatkan jumlah responden (N) ada 20, dari 20 responden ini nilai siswa terkecil (Minimum) yakni 63, dan nilai siswa terbesar (Maximum) yakni 95. Nilai Range merupakan selisih nilai minimum dan maximum yakni sebesar 32 dan nilai Sum merupakan penjumlahan dari nilai PPKn ke-20 siswa (responden) yaitu sebesar 1623. Rata-rata nilai dari 20 responden atau Mean sebesar 81,15 dengan Standar Deviasi sebesar 7,673.

Skewness dan Kurtosis merupakan ukuran untuk melihat apakah data Nilai PPKn didistribusikan secara normal atau tidak. Skewness mengukur kemencengan dari data sementara Kurtosis mengukur puncak dari distribusi data. Data dikatakan berdistribusi normal kalau memiliki nilai Skewness dan Kurtosis mendekati nol. Hasil tampilan output SPSS menawarkan nilai Skewness dan Kurtosis masing-masing yaitu -0,074 dan 0,356, sehingga sanggup disimpulkan bahwa data Nilai PPKn berdistribusi secara normal.

Nah bagaimana berdasarkan anda?, cukup gampang bukan… demikian cara melaksanakan statistik deskriptif dengan software SPSS, selamat mecoba dan semoga berhasil. Lihat juga panduan cara melaksanakan Uji Validitas Product Momen dengan SPSS

[Kata Kunci Pencarian: Cara Melakukan Statistik Deskriptif dengan Software SPSS, langkah-langkah melaksanakan Statistik Deskriptif dengan Program SPSS, Tutorial bergambar Melakukan Statistik Deskriptif dengan SPSS][Img: Gambar Program SPSS versi 21]

Read More

Jasa Olah Data Statistik Spss Terpercaya

Jasa Olah Data Statistik SPSS Terpercaya | Bismillaahirrohmaanirrohiim... yaitu blog langsung yang membahas perihal cara melaksanakan analisis data dengan jadwal SPSS. Selanjutnya, untuk memfasilitasi tutorial yang diberikan, kami membuka Jasa Olah Data Statistik SPSS bagi anda yang sedang kesulitan dalam megerjakan tugas, skripsi, maupun tesis. Adapun olah data yang kami layani meliputi :

Kategori Analisis dan Harga yang Ditawarkan :

N0	Kategori	Biaya
1	Uji Validitas	Kontak Admin
2	Uji Reliabilitas	Kontak Admin
3	Analisis Deskriptif	Rp.20.000
4	Uji Normalitas	Rp.20.000
5	Uji Linearitas	Rp.20.000
6	Uji Independent	Rp.20.000
7	Uji Homogenitas	Rp.20.000
8	Uji Multikolonieritas	Rp.20.000
9	Uji Autokorelasi	Rp.20.000
10	Uji Heteroskedastisitas	Rp.20.000
11	One Sample t Test	Rp.25.000
12	Paired Sample t Test	Rp.30.000
13	Independent Sample t Test	Rp.30.000
14	One Way ANOVA	Rp.25.000
15	Two Way ANOVA	Rp.30.000
16	Analisis Korelasi	Rp.25.000
17	Analisis Regresi Sederhana	Rp.30.000
18	Analisis Regresi Ganda	Rp.35.000
19	Uji lainnya	Kontak Admin

Catatan : Harga di atas hanya berlaku untuk data penelitian dengan jumlah N = < 50, jumlah variabel bebas atau predictor (X) = 1 buah, dan jumlah variabel terikat atau Kriterium (Y) = 1 buah. Untuk data yang jumlahnya lebih dari ketentuan di atas, maka biaya yang dibebankan dilakukan melalui jalur negosiasi

Info dan Kontak Admin :

Jika anda berminat untuk melaksanakan pemesanan olah data kepada kami, anda sanggup menghubungi kami di :

1. Nama : Sahid Raharjo, S.Pd
2. Alamat : Bolo Kidul RT 06 / 04, Taji, Juwiring, Klaten, Jawa Tengah
3. Kode Pos : 57472
4. No. Hp : -
5. Email : sahidraharjo14@gmail.com

Prosedur Pemesanan :

Prosedur pemesanan olah data sanggup anda lakukan dengan tahapan-tahapan sebagai berikut :

1. Menghubungi kami untuk pemesanan olah data melalui SMS
2. Melakukan kesepakatan-kesepakatan
3. Anda mengirim data penelitian kepada kami melalui email
4. Proses olah data dilakukan (biasanya waktu pengerjaan selama 1 x 24 jam)
5. Kami mengirim hasil olah data kepada anda melalui email
6. Anda melaksanakan pembayaran. Selesai…

Data-data yang Harus Anda Kirim mencakup:

1. Judul Penelitian, Rumusan Masalah Penelitian, dan Hipotesis Penelitian
2. Data Rekapitulasi angket dalam format Microsoft Word atau Microsoft Excel Download Contoh
3. Menginformasikan uji analisis yang di inginkan
4. Semua Data di atas selanjutnya dikirim ke email saya

Hasil Olah Data yang Kami Kirim meliputi :

1. Hasil analisis data lengkap dan akurat dalam format Microsoft Word
2. Data interpretasi atau klarifikasi dari hasil analisis yang sudah dilakukan
3. Tabel-tabel yang diharapkan untuk lampiran penelitian
4. Output SPSS lengkap
5. Bonus Ebook “Belajar Praktek Analisis Multivariate dengan SPSS” oleh Sahid Raharjo, S,Pd – Bagi yang biaya pengerjaannya lebih dari Rp.50.000

Meode dan Tatacara Pembayaran :

Pembayaran atas hasil olah data yang sudah anda terima sanggup dikirim melalui :

1. Rekening BCA | No Rek. 3930479976 | Atas Nama : Sahid Raharjo
2. Pulsa untuk biaya kurang dari Rp.50.000
3. Kesalahan transfer dana alasannya yaitu salah menuliskan nama dan no rekening akseptor transfer bukan merupakan tanggung jawab kami
4. Dana yang sudah ditransfer tidak sanggup ditarik kembali kalau hasil analisis data sudah dikirimkan oleh admin, kecuali kalau data yang dikirimkan salah alamat yang artinya data yang dikirimkan bukan merupakan data hasil analisis dari data mentah pelanggan yang bersangkutan

Alasan-alasan kenapa anda mengolahkan data kepada kami :

1. Biaya yang dibebankan kepada anda relatif murah
2. Biodata admin terperinci dan lengkap
3. Pengerjaan dilakukan secara cepat dan akurat yakni 1 X 24 jam tergantung jumlah order pelanggan
4. Pembayaran dilakukan sehabis anda mendapatkan hasil olah data, hal ini dilakukan biar anda tidak merasa dirugikan. Hati-hati dengan jasa online alasannya yaitu sering terjadi penipuan!
5. Konsultasi dilayani secara gratis jam 08.00-21.00 WIB
6. Bonus Ebook untuk berlatih Analisis data SPSS secara mandiri

Download :  Contoh Hasil Olah Kami

Demikian tadi serangkaian klarifikasi perihal Jasa Olah Data Statistik SPSS Terpercaya, semoga sanggup bermanfaat. Jika klarifikasi di atas belum cukup terperinci anda sanggup sms ke nomor hp saya atau berkomentar melalui blog ini

Search : Jasa Olah Data Statistik SPSS Terpercaya, Bantuan Olah Data Penelitian dengan Program SPSS, Jasa Olah Data Kunatitafit dengan Software SPSS versi 21
Img : Dokumen Admin

UPDATE : LIBUR DULU KARENA ADA TUGAS LAIN

Read More

Cara Menciptakan Tabel Distribusi Frekuensi Dengan Spss

Cara menciptakan Tabel Distribusi Frekuensi dengan SPSS | Statistik distribusi frekuensi termasuk dalam kategori statistik deskriptif. Distribusi frekuensi dipakai untuk menawarkan citra sekilas dan ringkas dari sekelompok data dalam suatu tabel frekuensi. 

Baca : Cara Melakukan Uji Statistik Deskriptif dengan Software SPSS

Sebagai contoh, dalam artikel ini saya akan menciptakan tabel distribusi frekuensi menurut jenis kelamin memakai aktivitas SPSS. Adapun data jenis kelamin tersebut sanggup dilihat pada gambar di bawah ini.



Keterangan Data:
Jumlah responden atau N=20
Pengkodean : Kode 1=Laki-laki, Kode 2=Perempuan

Cara menciptakan Tabel Distribusi Frekuensi dengan SPSS

1. Buka aktivitas SPSS, selanjutnya klik Variable View, pada bab Name tuliskan Jenis_Kelamin, pada bab Decimals ubah menjadi 0, pada bab Label tuliskan Jenis Kelamin.



2. Selanjutnya, klik Values, muncul kotak obrolan dengan nama Values Label, pada bab Values ketikan 1, pada bab Label tulis Laki-laki, kemudian klik Add. Masih berada di kotak obrolan Values Label, pada bab Values ketikan 2, pada bab Label tulis Perempuan, kemudian klik Add, dan klik Ok



3. Kemudian klik Data View, Tuliskan Kode Jenis kelamin yang sudah di buat tadi (lihat gambar pertama). Atau sanggup dengan cara copy paste isyarat datanya.. kalau sudah ditulis maka tampilannya sebagai berikut.



4. Langkah selanjutnya.. dari hidangan utama SPSS klik Analyze, kemudian klik Descriptives Statistics, kemudian klik Frequencies…



5. Muncul kotak obrolan dengan nama Frequencies, masukkan variabel Jenis kelamin pada kotak Variable(s), selanjutnya klik Statistics..



6. Maka muncul kotak obrolan gres dengan nama Frequencies: Statistics, pada kotak ini kita sanggup menampilkan deskripsi data yang kita inginkan. Sebagai pola saya akan menawarkan tanda centang (v) pada pilihan Mean, Median, Mode, Minimum dan Maximum.. selelah itu klik Continue..



7. Langkah terakhir ialah klik Ok.. maka akan muncul output SPSS sebagai berikut.

Output 1 (Statistics)



Output 2 (Jenis kelamin)



Interpretasi atau Cara Membaca Output Distribusi Frekuensi

Output 1 (Statistics) | N atau jumlah data yang valid ialah 20 buah, sendangkan data yang hilang (missing) ialah nol. Artinya semua data diproses.

Output 2 (Jenis kelamin) | Dari output di atas, nilai Frequencies yang pertama diperoleh angka 13 yang artinya ada 13 laki dari 20 responden yang ada, sedangkan Frequencies yang kedua terdapat angka 7 artinya ada 7 perempuan.. kalau nilai 13 pria dari 20 responden yang ada dibentuk dalam bentuk pesen maka nilainya ialah 65% atau 65% responden ialah laki-laki. Sedangkan nilai 7 wanita maka responden jumlah wanita sebanyak 35%.

Demikian tadi Cara menciptakan Tabel Distribusi Frekuensi dengan SPSS, namun sesudah saya koreksi kembali artikel ini ternyata untuk data ini kurang relevan untuk dijadikan pola Cara menciptakan Tabel Distribusi Frekuensi dengan SPSS, akan lebih baik dan terperinci kalau pola yang saya gunakan yakni data berat tubuh atau tinggi badan.. tapi tidak dilema kok, yang penting pada prinsipnya bergitulah Cara menciptakan Tabel Distribusi Frekuensi dengan SPSS.. selamat mencoba.. Salam..

[Search : Cara menciptakan Tabel Distribusi Frekuensi dengan SPSS, Langkah-langkah Uji Distribusi Frekuensi data Kategori dengan SPSS 21 lengkap]
[Img : Dokumen SPSS versi 21]

Lihat Juga: VIDEO Cara menciptakan Tabel Distribusi Frekuensi dengan SPSS

Read More

Cara Melaksanakan Analisis Anova Satu Faktor Dengan Spss

Cara Melakukan Analisis Anova Satu Faktor dengan SPSS | Analisis one way ANOVA atau uji anova satu faktor intinya bertujuan untuk membandingkan nilai rata-rata yang terdapat pada variabel terikat di semua kelompok yang dibandingkan. Nilai masing-masing kelompok dilihat menurut pada variabel bebas yang berskala kategori. Fungsi variabel bebas disini tolong-menolong yaitu untuk mewakili kelompok-kelompok yang akan diteliti. Variabel bebas dalam analisis anova satu faktor disebut juga sebagai variabel faktor, sementara kelompok-kelompok yang dibandingkan disebut sebagai variabel tingkatan faktor.

Prosedur analisis Anova satu faktor sanggup menghasilkan analisis satu faktor untuk sebuah variabel terikat dengan sebuah variabel bebas. Seperti yang sudah saya utarakan di awal pembahasan ini, bahwa teknik analisis Anova satu faktor pada prinsipnya yaitu untuk menguji sebuah hipotesis yang akan mengambarkan nilai rata-rata masing-masing variabel tersebut sama atau tidak. Pertanyaan yang sering kali terbesit dibenak kita yaitu “lantas apa perbedaan antara uji analisis Anova satu faktor dengan uji independent sample t test, alasannya yaitu kedua uji tersebut sama-sama bertujuan untuk membandingkan nilai rata-rata?” Penjelasannya yaitu bahwa analisis Anova satu faktor yaitu ekspansi dari teknik uji independent sample t test. Perbedaan yang fundamental yaitu dimana uji independent sample t test sendiri dipakai untuk membandingkan nilai rata-rata variabel terikat pada dua kelompok saja, sedangkan lebih jauh dari itu analisis Anova satu faktor sanggup dipakai untuk kelompok yang berjumlah lebih dari 2 (dua) serta memiliki nilai rata-rata yang sama ataupun berbeda.


PERSYARATAN PENGUNAAN ANALISIS ANOVA

Dalam memakai Anova untuk menganalisis data penelitian, terdapat beberapa syarat yang harus terpenuhi. Adapun syarat-syaratnya antara lain:

1. Sebaran data untuk masing-masing kelompok harus berdistribusi normal [Cara Uji Normalitas untuk One Way Anova dengan SPSS Lengkap]
2. Variabel terikat harus memiliki kesamaan varian atau bersifat homogen, dengan demikian tentunya kita harus melaksanakan uji homogenitas terlebih dahulu.
3. Subjek dalam setiap kelompok harus dipilih secara random atau acak dengan memakai teknik probabilitas.
4. Data penelitian untuk variabel terikat idealnya berskala interval. Sementara, bila data penelitian yang diperoleh berskala ordinal maka sebaiknya ditransformasi atau di ubah menjadi skala interval terlebih dahulu. Transformasi data sanggup dilakukan dengan MSI atau metode suksesif interval.
5. Kelompok yang dibandingkan harus berasal dari sampel yang berbeda atau tidak berpasangan dengan kata lain responden penelitian untuk masing-masing kelompok haruslah berbeda.
6. Variabel bebas idealnya bersifat non metrik atau berskala ordinal.

CONTOH KASUS ANALISIS ANOVA SATU FAKTOR

Pada kempatan kali ini saya akan mempraktekkan cara melaksanakan analisis anova satu faktor dengan tumpuan kasus: “Seorang peneliti ingin membandingkan penjualan handphone dengan merek Samsung, Oppo, Vivo, dan Lenovo”. Dimana para pembeli handphone di toko-toko tertentu hanya dihadapkan pada keempat merek tersebut, kemudian akan diteliti tentang:

1. Berapa rata-rata penjualan keempat handphone tersebut?
2. Apakah terdapat perbedaan rata-rata dalam penjualan keempat handphone tersebut?
3. Rata-rata penjualan handphone mana saja yang sama atau berbeda penjualannya?

Penelitian ini dilakukan selama 10 minggu, adapun data penelitian yang terkumpul sebagaimana table data di bawah ini.

Sebelum kita melaksanakan analisis terhadap data di atas dengan aktivitas SPSS, maka sebaiknya bentuk tabel di atas kita dimodifikasi terlebih dahulu menjadi dua buah tabel. Sebab dalam dalam analisis anova satu faktor dengan SPSS, kita hanya sanggup memasukkan dua variabel saja. Oleh alasannya yaitu itu, tabel di atas kita ubah menjadi menyerupai tabel data di bawah ini.

Download Data Lengkap


CARA MELAKUKAN ANALISIS ANOVA SATU FAKTOR DENGAN SPSS

Langkah-langkah dalam melaksanakan analisis anova satu faktor dengan SPSS dimulai dengan:

1. Buka aktivitas SPSS, kemudian klik Variable View, kemudian untuk memasukkan nama dan mendefinisikan varabel, maka:

Variabel pertama: Merek (X), isikan dengan:
Name: ketikkan X
Type: pilih Numeric
Width: pilih 8
Decimals: pilih 0
Label: tuliskan Merek
Value: klik pada pecahan none, maka akan muncul kotak obrolan “Value Labels” untuk kotak Value isikan 1, kemudian pada kotak Label isikan Samsung, kemudian klik Add. Kemudian isikan lagi 2 untuk kotak Value dan isikan Oppo untuk kotak Label, kemudian klik Add. Begitu seterusnya hingga keempat merek handphone terinput pada kotak Value Labels.

Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: pilih Scale
Role: pilih Input

Variabel kedua: Penjualan (Y), maka isikan dengan:
Name: ketikkan Y
Type: pilih Numeric
Width: pilih 8
Decimals: pilih 0
Label: tuliskan Penjualan
Value: pilih None
Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: pilih Scale
Role: pilih Input

Sehingga di layar akan tampak, sebagai berikut:

2. Jika semua nama variabel sudah ditulis dengan benar, selanjutnya klik Data View, kemudian input data variabel Merek ke kotak X dan variabel Penjualan ke kotak Y

3. Jika data sudah lengkap, maka klik sajian Analyze – Compare Means – One-Way ANOVA

4. Maka muncul kotak obrolan “One-Way ANOVA”, selanjutnya pindahkan variabel Penjualan (Y) ke kolom Dependent List, kemudian pindahkan variabel Merek (X) ke kolom Factor

5. Langkah berikutnya klik Post Hoc, maka muncul kotak obrolan “One-Way ANOVA: Post Hoc Multiple Comparisons”. Pilih Tukey, kemudian klik Continue

6. Kemudian klik Options, maka muncul kotak obrolan “One-Way ANOVA: Options” berikan tanda centang pada Descriptive dan Homogenity of variance test, kemudian klik Continue

7. Langkah terakhir yaitu klik Ok, maka akan muncul Ouput SPSS yang kita butuhkan dalam Analisis Anova Satu Faktor


INTERPRETASI OUTPUT ANALISIS ANOVA SATU FAKTOR DENGAN SPSS

Pembahasan mengenai output SPSS dalam analisis Anova satu faktor akan saya bagi menjadi 5 tahap pembahasan supaya lebih detail dan sistematis. Kita mulai dari:

A. Melihat Perbedaan Rata-Rata Penjualan Empat Merek Handphone

Berdasarkan output SPSS di atas, kita sanggup melihat perbedaan rata-rata penjualan dari keempat merek handphone dengan rincian sebagai berikut:

1. Rata-rata penjualan handphone Samsung sebesar 45,30.
2. Rata-rata penjualan handphone Oppo sebesar 41,10.
3. Rata-rata penjualan handphone Vivo sebesar 39,00.
4. Rata-rata penjualan handphone Lenovo sebear 35,70.

Dengan demikian maka secara deskriptif sanggup disimpulkan bahwa rata-rata penjualan paling tinggi yaitu handphone Samsung yakni sebesar 45,30.


B. Menguji Kesamaan Varian (Uji Homogenitas)

Berdasarkan output SPSS di atas, diperoleh angka Levene Statistic sebesar 2,508 dengan signifikansi atau probabilitas (Sig) sebesar 0,074. Karena nilai signifikansi 0,074 lebih besar dari 0,05, maka sanggup disimpulkan bahwa varian keempat kelompok penjualan handphone yang kita bandingkan tersebut yaitu sama atau homogen.

Baca: Cara Melakukan Uji Homogenitas dengan SPSS

C. Menguji Apakah Keempat Sampel Mempuyai Rata-Rata yang Sama atau Berbeda (Analisis Anova)

Dasar pengambilan keputusan dalam Analisis Anova:

1. Jika nilai signifikansi (Sig) > 0,05 maka rata-rata sama.
2. Jika nilai signifikansi (Sig) < 0,05 maka rata-rata berbeda.

Berdasarkan output Anova di atas, diketahui nilai sig sebesar 0,009 < 0,05, sehingga sanggup disimpulkan bahwa rata-rata keempat penjualan merek handphone tersebut “BERBEDA” secara signifikan.


D. Mencari Kelompok Mana Saja yang Rata-Rata Penjualannya Sama dan Tidak Sama (Tes Post-Hoc)

Pengujian Tukey HSD yaitu pengujian perbandingan jamak untuk memilih apakah tiga rata-rata atau lebih berbeda secara signifikan dalam jumlah analisis varian. Sebagai contoh, kita akan membadingkan rata-rata penjualan handphone Samsung dengan Oppo. Angka perbedaan rata-rata untuk penjualan merek handphone tersebut yaitu 4,200. Angka ini diperoleh dari nilai rata-rata (pada output deskriptif) untuk penjualan Samsung (45,30) dikurangi dengan rata-rata penjualan Oppo (41,10). Sementara itu, perbedaan rata-rata penjualan berkisar antara -3,06 (Lower Bound) hingga dengan 11,46 (Upper Bound) pada tingkat kepercayaan 95%. Untuk menguji apakah terdapat perbedaan rata-rata kedua merek handphone tersebut, maka kita harus melihat apakah nilai signifikansi hasil output SPSS lebih besar atau lebih kecil dari 0,05. Berdasarkan output di atas diketahui nilai Sig sebesar 0,415 > 0,05, maka sanggup disimpulkan bahwa penjualan handphone Samsung dan Oppo yaitu sama dan perbedaan rata-rata penjualan secara deskriptif antara kedua handphone tersebut tidaklah signifikan. Selanjutnya untuk membandingkan kelompok yang lainnya dilakukan dengan cara yang sama sebagaimana cara di atas.


E. Melihat Kesamaan Rata-Rata Penjualan Keempat Merek Handphone

Untuk melihat kesamaan rata-rata, maka kita akan memakai output Tukey HSD. Berikut interpretasi tabel di atas:

1. Pada subset 1 terdapat data penjualan Lenovo, Vivo, dan Oppo. Artinya rata-rata penjualan ketiga merek handphone tersebut tidak memiliki perbedaan yang signifikan. Dengan kata lain, rata-rata penjualan Lenovo, Vivo, dan Oppo yaitu sama.
2. Pada subset 2 terdapat data penjualan Vivo, Oppo, dan Samsung. Artinya rata-rata penjualan ketiga merek handphone tidak memiliki perbedaan yang signifikan. Dengan kata lain, rata-rata penjualan Vivo, Oppo, dan Samsung yaitu sama.

PEMBUATAN KESIMPULAN DALAM ANALISIS ANOVA SATU FAKTOR

Dalam riset eksperimen ini hanya rata-rata penjualan Samsung dengan Lenovo saja yang berbeda, sedangkan rata-rata penjualan handphone merek lainnya yaitu sama. Dengan demikian, variabel merek hanya kuat secara signifikan terhadap perbedaan rata-rata penjualan handphone merek Samsung dan Lenovo.

Tonton: Bimbingan Kilat Uji One Way Anova dengan SPSS bagi Pemula

Demikian serangkain pembahasan kita wacana cara melaksanakan analisis anova satu faktor dengan SPSS, supaya sanggup bermanfaat bagi pembaca semua. Terimakasih atas perhatian kawan-kawan. Salam…

Catatan: Solusi alternatif dikala data penelitian dalam uji one way anova tidak berdistribusi normal yaitu memakai statistik non paramtrik yakni dengan Uji Kruskal Wallis

[Search: Cara Melakukan Analisis Anova Satu Faktor dengan SPSS, Persyaratan Pengunaan Analisis Anova Satu Faktor, Panduan Langkah-langkah Uji Anova Satu Faktor memakai SPSS Interpretasi, Prosedur Analisis one way ANOVA SPSS]

Read More

Bimbingan Menjawab Soal Uji Two Way Anova Dengan Spss Lengkap

Bimbingan Menjawab Soal Uji Two Way Anova dengan SPSS Lengkap | Penggunaan uji anova dalam analisis data penelitian intinya bertujuan untuk mengetahui apakah ada perbedaan yang signifikan (perbedaan yang bermakna) pada nilai rata-rata dari beberapa kelompok data. Uji analisis anova atau sering disebut dengan istilah uji F ini, secara umum dibedakan menjadi 2 (dua) macam, yakni uji anova satu faktor (one way anova) dan uji anova dua faktor (two way anova). Perbedaan antara kedua analisis tersebut, yakni terletak pada jumlah faktor atau variabel bebas yang digunakan dalam sebuah penelitian. Jika analisis pada uji one way anova hanya teridiri dari 1 faktor saja, maka dalam uji two way anova analisis bisa digunakan untuk mengukur 2 faktor sekaligus. Oleh karenanya, uji two way anova disebut juga dengan nama uji faktorial. Sementara itu, selain sanggup diigunakan untuk mengetahui perbedaan antara beberapa kelompok data (variable faktor), uji two way anova sanggup juga mempunyai kegunaan untuk mendeteksi apakah terdapat interaksi antar-faktor dalam memilih variabel terikat (dependen).

PERSYARATAN DASAR UJI TWO WAY ANOVA

Setidaknya terdapat 4 persyaratan atau mekanisme yang harus terpenuhi sebelum kita sanggup melaksanakan uji two way anova guna menganalisis data penelitian atau menguji hipotesis. Adapun 4 persyaratan ini yaitu sebagai berikut.

1. Nilai Standardized Residual haruslah berdistribusi normal. Inilah syarat pertama yang harus terpenuhi sebelum kita melaksanakan uji two way anova. Oleh alasannya itu, kita perlu melaksanakan uji normalitas standardized residual terlebih dahulu untuk mendeteksi apakah nilai tersebut normal atau tidak. Jika ternyata sesudah pengujian dilakukan menawarkan hasil tidak normal. Maka kita harus melupakan uji two way anova, dan beralih ke statistik non parametrik | Panduan: Praktik Uji Normalitas Standardized Residual dalam Two Way Anova SPSS
2. Populasi-populasi dari varian data yaitu sama atau homogen. Cara mendeteksinya yaitu dengan melaksanakan uji homogenitas. Catatan: uji homogenitas sanggup dilakukan sekaligus pada dikala kita melaksanakan uji two way anova ini.
3. Sampel yang digunakan tidak bekerjasama satu sama lain. Maksudnya masing-masing populasi saling independen di dalam kelompoknya.
4. Persyaratan yang terakhir yaitu berkaitan dengan jenis data yang dipakai. Dimana untuk data variabel dependen (variabel terikat) harus berskala interval atau rasio. Sementara untuk data variabel independen (variabel bebas/faktor) yaitu berskala kategorial.

CONTOH SOAL UJI TWO WAY ANOVA

Seorang peneliti ingin mengetahui apakah terdapat berbedaan hasil mencar ilmu siswa Sekolah Menengah Pertama menurut jenjang pendidikan terakhir orang renta dan jenis kelamin siswa tersebut. Faktor jenjang pendidikan terakhir orang renta terdiri dari 3 (tiga) taraf, yaitu SMP, SLTA, dan Perguruan Tinggi (PT). Sementara faktor jenis kelamin terdiri dari 2 (dua) taraf, yakni Laki-laki dan Perempuan. Adapun data yang dikumpulkan oleh peneliti sebagaimana tabel dibawah ini.

HIPOTEISIS YANG DIAJUKAN DALAM UJI TWO WAY ANOVA

Penelitian ini dilakukan dengan memakai taraf signifikansi 5%. Adapun hipotesis yang hendak di uji oleh peneliti yaitu sebagai berikut.

1. Ada perbedaan hasil mencar ilmu matematika siswa menurut jenjang pendidikan terakhir orang tua.
2. Ada perbedaan hasil mencar ilmu matematika siswa menurut jenis kelamin siswa.
3. Ada interaksi jenjang pendidikan terakhir orang renta dengan jenis kelamin siswa dalam memilih hasil mencar ilmu matematika siswa.

PERSIAPAN DATA SEBELUM MELAKUKAN UJI TWO WAY ANOVA

Untuk mepermudah kita dalam melaksanakan analisis data memakai metode uji two way anova dengan SPSS, maka sebaiknya kita menciptakan pengkodean data terlebih dalulu untuk variabel faktor, yakni data jenjang pendidikan terakhir orang renta dan data jenis kelamin siswa. Pengkodean data untuk jenjang pendidikan terakhir orang renta dengan ketentuan: arahan 1 untuk SMP, arahan 2 untuk SLTA dan arahan 3 untuk PT. Hasil pengkodean data tersebut sanggup dilihat pada tebel dibawah ini.

Selanjutnya pengkodeaan data untuk data jenis kelamin siswa dengan ketentuan: arahan 1 untuk Laki-laki dan arahan 2 untuk Perempuan. Hasilnya sebagai berikut.

[Untuk latihan anda bisa mendownload semua data excel dan data.sav SPSS yang sudah saya susun | Download Data]

LANGKAH-LANGKAH UJI TWO WAY ANOVA DENGAN SPSS

Seperti biasa, langkah-langkah uji two way anova dengan SPSS ini dilakukan dalam 3 tahapan, yakni penginputan data, analisis data dan ouput SPSS. Baik, pribadi saja kita mulai tahap penginputan (memasukkan) data dalam kegiatan SPSS versi 21.

1. Pertama, buka kegiatan SPSS, kemudian klik Variable View, pada bab ini kita akan mengisi nama-nama variabel penelitian serta kelengkapan yang dibutuhkan:
Pertama yaitu variabel “Hasil Belajar Matematika”, maka isikan dengan ketentuan:
Name: tulis Hasil
Type: pilih Numeric
Width: pilih 8
Decimals: pilih 0
Label: ketikkan Hasil Belajar Matematika
Value: pilih None
Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: pilih Scale
Role: pilih Input

Kedua yaitu variabel “Jenjang Pendidikan Terakhir Orang Tua”, maka isikan dengan ketentuan:
Name: ketikkan Pendidikan
Type, Width, Decimals samakan pilihan sebagaimana variabel pertama
Label: ketikkan Jenjang Pendidikan Terakhir Orang Tua
Value: klik pada bab none, maka akan muncul kotak obrolan “Value Labels” untuk kotak Value ketikkan 1, kemudian pada kotak Label isikan SMP, kemudian klik Add. Selanjutnya ketikkan 2 untuk kotak Value dan kotak Label isikan SLTA, kemudian klik Add. Berikutnya, ketikkan 3 untuk kotak Value dan kotak Label isikan PT, kemudian klik Add dan Ok. Jika sudah benar maka akan tampak menyerupai gambar dibawah ini

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

Ketiga yaitu variabel “Jenis Kelamin”, maka isikan dengan ketentuan:
Name: ketikkan Kelamin
Type, Width, Decimals samakan pilihannya menyerupai variabel pertama dan kedua
Label: ketikkan Jenis Kelamin
Value: klik pada bab none, maka akan muncul kotak obrolan “Value Labels” untuk kotak Value ketikkan 1, kemudian pada kotak Label isikan Laki-laki, kemudian klik Add. Selanjutnya, ketikkan 2 untuk kotak Value dan kotak Label isikan Perempuan, kemudian klik Add dan Ok. Maka tampilannya tampak sebagaimana gambar berikut.

Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: pilih Nominal
Role: pilih Input
Lihat tampilan “Variabel View” secara keseluruhan

2. Jika anda sudah benar-benar yakin, maka langkah berikutnya yaitu klik Data View, kemudian masukkan data penelitian yang sudah kita kodekan di atas sesuai masing-masing variabel. Lihat gambar penginputan data

3. Selanjutnya kita akan masuk pada tahap analisis data caranya dari sajian SPSS klik Analyze – General Linier Model – Univariate…

4. Dengan demikian maka akan muncul kotak obrolan “Univariate”, selanjutnya klik variabel Hasil Belajar Matematika, kemudian masukkan ke kotak Dependent Variable. Klik variabel Jenjang Pendidikan dan Jenis Kelamin ke kotak Fixed Factor(s), kemudian klik Options

5. Setelah klik Options, maka akan muncul kotak obrolan “Univariate: Options” masukkan variabel Pendidikan, Kelamin dan Pendidikan*Kelamin ke kolom Display Means for, kemudian pada kolom “Display” beri tanda centang (V) untuk Descriptives statistics dan Homogeneity tests, kemudian klik Continue

6. Terakhir klik Ok untuk menampilan Output SPSS.

INTERPRETASI OUTPUT UJI TWO WAY ANOVA DALAM SPSS

Supaya kita sanggup memahami dengan baik makna dari masing-masing output Univariate Analysis of Variance tersebut, maka klarifikasi dari output ini akan saya bagi untuk masing-masing output SPSS.

Output Pertama “Between-Subjects Factors”

Dalam output di atas kita disuguhkan wacana hasil dari subjek-subjek yang kita teliti. Subjek-subjek yang kita teliti dimasukkan dalam analisis data sesuai dengan faktor yang berbeda antar masing-masing variabel.

Output Kedua “Descriptive statistics”

Bagian output ini menampilkan ringkasan statistik deskriptif dari data yang dianalisis. Statistik deskriptif tersebut meliputi nilai mean, standar deviasi dan N atau jumlah masing-masing data.

Output Ketiga “Levene's Test of Equality of Error Variances”

Output Levene's ini digunakan untuk mengetahui apakah masing-masing varian dari variabel terikat (dependent) yaitu sama atau homogen. Adapun dasar pengambilan keputusan dalam uji homogenitas yaitu sebagai berikut.

1. Jika nilai Signifikansi (Sig.) lebih besar dari > 0,05, maka itu artinya varian variabel hasil mencar ilmu matematika yaitu sama atau homogen.
2. Jika nilai Signifikansi (Sig.) lebih kecil dari < 0,05, maka itu artinya varian variabel hasil mencar ilmu matematika yaitu tidak sama atau heterogen.

Berdasarkan output di atas diketahui bahwa nilai Signifikansi (Sig.) yaitu sebesar 0,748 > 0,05, sehingga sanggup disimpulkan bahwa varian variabel hasil mencar ilmu matematika yaitu sama atau homogen. Karena varian tersebut bersifat homogen maka itu artinya persyaratan dalam uji two way anova sudah terpenuhi.

Output Keempat “Tests of Between-Subjects Effects”

Tests of Between-Subjects Effects yaitu output untuk uji hipotesis penelitian ini. Kolom pertama menawarkan faktor apa saja yang yang ada dalam penelitian ini, kolom kedua menawarkan jumlah kuadrat (JK), kolom ketiga menujukkan derajat kebebasan (df), kolom keempat menawarkan rata-rata kuadrat (KT), kolom kelima menawarkan F hitung, dan kolom keenam menawarkan nilai signifikansi (Sig.).

DASAR PENGAMBILAN KEPUTUSAN DALAM UJI TWO WAY ANOVA

1. Jika nilai signifikansi (Sig.) < 0,05, maka ada perbedaan hasil mencar ilmu matematika siswa menurut variabel faktor.
2. Jika nilai signifikansi (Sig.) > 0,05, maka tidak ada perbedaan hasil mencar ilmu matematika siswa menurut variabel faktor.

PENGUJIAN HIPOTESIS DALAM UJI TWO WAY ANOVA SPSS

1. Melakukan pengujian hipotesis pertama, menurut output yang saya berikan warna merah, diperoleh nilai Sig. sebesar 0,000 < 0,05, sehingga hipotesis yang menyatakan bahwa “ada perbedaan hasil mencar ilmu matematika siswa menurut jenjang pendidikan terakhir orang tua” sanggup diterima.
2. Melakukan pengujian hipotesis kedua, menurut output yang saya beri warna biru, diperoleh nilai Sig. sebesar 0,685 > 0,05, sehingga hipotesis yang menyatakan bahwa “ada perbedaan hasil mencar ilmu matematika siswa menurut jenis kelamin siswa” ditolak.
3. Melakukan pengujian hipotesis ketiga, menurut output yang saya berikan warna hijau, diperoleh nilai Sig. sebesar 0,490 > 0,05, maka hipotesis yang menyatakan bahwa “ada interaksi jenjang pendidikan terakhir orang renta dengan jenis kelamin siswa dalam memilih hasil mencar ilmu matematika siswa” ditolak.

Output Kelima “Estimated Marginal Means”

Output bab kelima ini menjelaskan wacana perbedaan nilai rata-rata hasil mencar ilmu matematika menurut jenjang pendidikan terakhir orang renta dan jenis kelamin siswa secara desktiptif.

Demikianlah Bimbingan Menjawab Soal Uji Two Way Anova dengan SPSS yang bisa saya bagikan kepada kawan-kawan semua. Untuk pengembangannya kawan-kawan bisa berlatih sendiri ya. Terimakasih telah berkenan membaca artikel di atas supaya sanggup bermanfaat bagi kita semua.

Kajian Utama: VIDEO Bimbingan Praktis Cara Uji Two Way Anova dengan SPSS lengkap

[Search: Bimbingan Menjawab Soal Uji Two Way Anova dengan SPSS Lengkap, Cara melaksanakan Uji Analisis Two Way Anova dalam SPSS, Panduan Uji Two Way Anova SPSS, Langkah-langkah Uji Anova Dua Faktor dengan SPSS]

Read More