Cara Uji One Sample T Test Dengan Spss Dan Interpretasi Lengkap

Cara Uji One Sample t Test dengan SPSS dan Interpretasi Lengkap | Dalam konteks penelitian uji one sample t test atau uji satu sampel umumnya digunakan untuk membandingkan rata-rata sampel yang diteliti dengan rata-rata populasi yang sudah ada. Selain itu, uji one sample t test sanggup juga digunakan untuk menguji hipotesis dalam statistik deskripsif bila data penelitian berskala interval atau rasio.

Uji one sample t test merupakan cuilan dari statistik parametrik. Oleh lantaran itu, perkiraan dasar yang harus terpenuhi yaitu data penelitian berdistribusi normal.

Contoh Soal Uji One Sample t Test

Seorang peneliti menciptakan dugaan yang menyatakan bahwa “nilai rata-rata hasil berguru siswa yang aktif di OSIS yaitu sama dengan 75”. Untuk menandakan hal tersebut, peneliti menentukan secara random atau acak 12 orang siswa yang aktif di OSIS. Adapun nilai rata-rata hasil berguru ke 12 orang siswa tersebut yaitu sebagai berikut.

[Download Data] [data merupakan nilai rata-rata raport siswa pada ujian tengah semester (UTS)]

Langkah-langkah Uji One Sample t Test dengan SPSS

1. Buka aktivitas SPSS, kemudian klik Variable View, selanjutnya isikan nama variabel dan ketentuan lainnya sebagaimana anutan di bawah ini.
Name: tulis Hasil
Type: pilih Numeric
Width: pilih 8
Decimals: pilih 2
Label: tulis Hasil Belajar
Values: pilih None
Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: Pilih Scale
Role: Pilih Input
Tampak dilayar sebagaimana gambar berikut

2. Selanjutnya, klik Data View kemudian masukkan data nilai rata-rata hasil berguru ke 12 orang siswa di atas ke kolom Hasil

3. Langkah pertama kita akan melaksanakan Uji Normalitas terlebih dahulu, caranya klik Analyze – Descriptive Statistics – Explore…

4. Muncul kotak obrolan “Explore” kemudian masukkan variabel Hasil Belajar [Hasil] ke kotak Dependent List, kemudian klik Plots…

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

6. Perhatikan pada output “Test of Normality”

Keputusan Uji Normalitas: menurut output di atas diperoleh nilai Shapiro-Wilk Sig sebesar 0,368 > 0,05 sehingga sanggup disimpulkan bahwa data hasil berguru siswa yang aktif di OSIS berdistribusi Normal. Dengan demikian perkiraan normalitas dalam uji one sample t test sudah terpenuhi.

7. Selanjutnya kita akan melaksanakan Uji One Sample t Test. Caranya klik sajian Analyze – Compare Means – One-Sample T Test…

8. Maka muncul kota obrolan “One-Sample T Test”, selanjutnya masukkan variabel Hasil Belajar [Hasil] ke kotak Test Variable(s), pada cuilan Test Value ketikan 75 [sebab peneliti ingin membandingkan nilai rata-rata hasil berguru siswa dengan nilai 75]

9. Terkahir klik Ok. Maka akan muncul output T-Test

Interpretasi Output SPSS “Uji One Sample t Test”

Output Pertama [One-Sample Statistics]

Tabel One-Sample Statistics di atas menawarkan nilai statistik deskriptif, yaitu N=12 artinya jumlah sampel yang digunakan yaitu 12 orang siswa. Mean= 78,1083 artinya nilai rata-rata hitung yaitu 78,1083. Std. Deviation atau simpangan baku yaitu sebesar 3,55463 dan Std. Error Mean yaitu sebesar 1,02613.

Output Kedua [One-Sample Test]

Berdasarkan tabel One-Sample Test di atas diketahui nilai t (t hitung) yaitu sebesar 3,029. Nilai df (degree of freedom) atau derajad kebebasan yaitu sebesar 11. Nilai Sig. (2-tailed) atau nilai signifikansi dengan uji dua sisi yaitu sebesar 0,011.

Rumusan Hipotesis Penelitian dalam Uji One Sample t Test
H0= Nilai rata-rata hasil berguru siswa yang aktif di OSIS sama dengan nilai 75.
Ha= Nilai rata-rata hasil berguru siswa yang aktif di OSIS tidak sama dengan nilai 75.

Dasar Pengambilan Keputusan Uji One Sample T Test

1. Jika nilai Sig. (2-tailed) < 0,05, maka H0 ditolak.
2. Jika nilai Sig. (2-tailed) > 0,05, maka H0 diterima.

Kesimpulan Uji One Sample T Test dengan SPSS

Berdasarkan output tabel “One-Sample Test” di atas ketahui nilai Sig. (2-tailed) yaitu sebesar 0,011 < 0,05, maka sesuai dengan dasar pengambilan keputusan di atas sanggup disimpulkan bahwa H0 ditolak dan Ha diterima. Dengan demikian, sanggup diartikan bahwa nilai rata-rata hasil bejalar siswa yang aktif di OSIS tidak sama dengan nilai 75.

Pengambilan Keputusan dengan Membandingkan Nilai t

1. Jika nilai t hitung > t tabel, maka H0 ditolak.
2. Jika nilai t hitung < t tabel, maka H0 diterima.

Berdasarkan output tabel “One-Sample Test” di atas ketahui nilai t hitung sebesar 3,029. Rumus mencari t tabel (uji dua sisi; df) = (0,025; 11) kemudian lihat pada distribusi nilai t tabel statistik, maka ketemu nilai t tabel sebesar 2,201.

[Download distribusi nilai tabel]

Karena nilai t hitung sebesar 3,029 > t tabel 2,201, maka H0 ditolak dan Ha diterima. Sehingga sanggup disimpulkan bahwa nilai rata-rata hasil bejalar siswa yang aktif di OSIS tidak sama dengan nilai 75.

Kesimpulan Uji One Sample t Test dengan Kurva

Berdasarkan kurva di atas, maka sanggup disimpulkan bahwa maka H0 ditolak dan Ha diterima. Sehingga berarti bahwa nilai rata-rata hasil bejalar siswa yang aktif di OSIS tidak sama dengan nilai 75.

Catatan: menciptakan kesimpulan dengan kurva akan sangat efektif dan terang saat t hitung bernilai negatif (-)

Ok. Sekian dulu pembahasan mengenai cara uji one sample t test dengan SPSS dan interpretasinya. Semoga bermanfaat dan selamat mencoba. Terimakasih.

VIDEO: Uji One Sample t Test dengan SPSS + Interpretasi

[Kata Kunci Pencarian: Cara Uji One Sample t Test dengan SPSS dan Interpretasi Lengkap, Cara Uji t untuk Satu Sampel dengan SPSS, Tutorial Langkah-langkah Uji One Sample T Test memakai SPSS, Panduan Uji Satu Sampel dengan t Test Menggunakan Program 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

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

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