HANDOUT
ANALISIS DATA
SEDERHANA DAN INTERPRETASINYA
KODE: E
Waktu : Teori 3; Praktikum 4
Disusun
oleh:
Bambang
Avip Priatna Martadiputra
Wahyudi
Tujuan
Setelah mengikuti
kegiatan ini diharapkan peserta:
1.
Memahami dan dapat melakukan analisis
data statistik penelitian dengan menggunakan software MS-Excel dan SPSS serta
mampu menginterpretasikan hasilnya.
2.
Mengerti, memahami, dan dapat melakukan
analisis data dalam kegiatan uji coba instrumen penelitian, seperti: uji
validitas, uji reliabilitas, indeks kesukaran, dan daya pembeda.
3.
Melakukan analisis data statistik
deskriptif seperti menentukan rata-rata, median, modus, standar deviasi serta
menginterpretasikannya.
4.
Melakukan analisis data statistik
deskriptif (menyajikan data dalam bentuk tabel dan diagram), seperti: Tabel distribusi
frekuensi; Box plot, Stem & Leaf, crosstab serta mampu menginterpretasinya.
5.
Mengerti, memahami, dan dapat melakukan
analisis data statistik inferensial berupa pengujian hipotesis berkaitan dengan
uji perbedaan satu sampel secara parametrik maupun nonparametric serta dapat
menginterpretasikan hasilnya.
6.
Mengerti, memahami, dan dapat melakukan
analisis data statistik inferensial berupa pengujian hipotesis berkaitan dengan
uji perbedaan dua sampel secara parametrik maupun nonparametric serta dapat
menginterpretasikan hasilnya.
7.
Mengerti, memahami, dan dapat melakukan
analisis data statistik inferensial berupa pengujian hipotesis berkaitan dengan
uji perbedaan dua sampel secara parametrik maupun nonparametric serta dapat
menginterpretasikan hasilnya.
8.
Mengerti, memahami, dan dapat melakukan
analisis data statistik inferensial berupa pengujian hipotesis berkaitan dengan
uji keberartian koefisien korelasi serta dapat menginterpretasikan hasilnya.
Materi:
1.
Pendahuluan
2.
Uji coba instrumen penelitian
(validitas, reliabilitas, daya pembeda, indeks kesukaran)
3.
Statistika deskriptif:
a. Menentukan
rata-rata, median, modus, standar deviasi
b. Menyajikan
data dalam bentuk tabel dan diagram
4.
Statistika Inferensial:
a. Uji
perbedaan
b. Uji
hubungan/asosiasi.
A.
Pendahuluan
Salah
satu faktor yang dapat menentukan kualitas sebuah hasil penelitian adalah
kemampuan peneliti dalam melakukan analisis data statistik dan interpretasi
hasil pengolahan data. Pada saat ini telah tersedia banyak software yang dapat
digunakan dalam analisis data statistik, seperti MS-Excel, SPSS, Minitab,
Statistica, SAS, Lisrel, dll. Pada kegiatan ini, analisis data dilakukan dengan
menggunakan MS-Excel dan SPSS berdasarkan pertimbangan bahwa program MS-Excel
hampir pasti sudah terinstall dalam computer atau laptop peserta. Sedangkan
program SPSS dipilih karena mudah diperoleh di pasaran, praktis dalam
penggunaan, dan output lebih menarik daripada software statistik lainnya.
B.
Instumen
Penelitian
Secara
garis besar, instrumen penelitian digolongkan menjadi dua, yaitu: (1) tes; dan
(2) non tes. Ditinjau dari proses pemeriksaannya, suatu tes dapat dikelompokkan
menjadi dua, yaitu: (1) Tes tipe subjektif; dan (2) Tes tipe objektif. Data
hasil tes biasanya dikatagorikan sebagai data yang berbentuk interval/rasio.
Ada 3 (tiga) tipe tes subjektif, yaitu: 1) Tes lisan; 2) Tes uraian; dan 3) Tes
perbuatan/keterampilan. Sedangkan tes tipe objektif, terdiri dari: 1) Benar-Salah (True-False); 2) Pilihan berganda (Multiple choice): Pilihan ganda biasa, Hubungan antar hal
(sebab-akibat), Pilihan ganda kompleks, Menjodohkan.
Teknik
non-tes digunakan untuk memperoleh data tentang aspek afektif atau psikomotorik
dari subjek yang diteliti. Instrumen penelitian bentuk non tes dapat berupa: 1)
Wawancara
(interview), dilakukan dengan
cara melakukan tanyajawab langsung antara pewawancara dengan orang yang
diwawancara tentang segala sesuatu yang ingin diketahui oleh pewawancara; 2) Obsevasi/pengamatan (observation), dilakukan dengan cara orang melakukan pengamatan
langsung (dengan atau tanpa bantuan alat) ke lapangan tentang segala sesuatu
yang ingin diketahui tentang objek yang diteliti; 3) Angket (questionnaire), adalah
daftar pertanyaan/pernyataan yang harus dijawab atau diisi oleh responden.
Berdasarkan kebebasan responden dalam menjawab setiap pertanyaan, angket dibagi
menjadi dua, yaitu: a. angket terbuka, b.
Angket tertutup:
1)
Skala Likert, untuk mengukur sikap, pendapat,
persepsi seseorang atau sekelompok orang tentang fenomena tertentu yang ingin
diketahui. Dalam angket skala Likert biasanya disediakan lima alternatif
jawaban, misalnya: SS, S, N, TS, dan STS. Agar peneliti dapat dengan mudah
mengetahui apakah seorang responden menjawab dengan sungguh-sungguh atau
asal-asalan, sebaiknya angket disusun berdasarkan pernyataan positif dan
pernyataan negatif. Untuk pernyataan positif, penskoran jawaban biasanya
sebagai berikut: SS = 5; S = 4; N = 3, TS = 2, dan STS = 1. Sedangkan untuk
pernyataan negatif sebaliknya.
Contoh:
No.
|
Pernyataan
|
Jawaban
|
||||
1.
|
Kemampuan
mengajar guru sudah sesuai dengan harapan dan keinginan saya
|
SS
|
S
|
N
|
TS
|
STS
|
2.
|
Guru
terlambat datang untuk mengajar di kelas
|
SS
|
S
|
K
|
J
|
TP
|
SS = Sangat Setuju;
S = Setuju; N = Netral; TS = Tidak Setuju; STS = Sangat Tidak Setuju
SS = Sangat Sering;
S = Sering; K = Kadang-Kadang; J = Jarang; TP = Tidak Pernah
2)
Skala
Guttman, untuk mengukur secara tegas dan konsisten tentang
sikap, pendapat, persepsi seseorang atau sekelompok orang tentang fenomena
tertentu yang ingin diketahui. Dalam skala Guttman hanya disediakan dua
alternatif jawaban (dikotomi), misalnya: Ya - tidak; setuju - tidak setuju;
pernah - tidak pernah. Sehingga jika datanya dikuantitatifkan, nilainya hanya 0
atau 1 saja, atau hanya 1 atau 2 saja. Data yang diperoleh dari angket skala
Guttman dapat dikategorikan skala nominal atau ordinal.
Contoh:
No.
|
Pertanyaan
|
Jawaban
|
|
1.
|
Apakah
tempat tinggal anda jauh dari kampus
|
Ya
|
Tidak
|
2.
|
Bila
ada seorang mahasiswa yang datang terlambat lebih dari 10 menit, maka dosen
harus melarang mahasiswa tersebut untuk mengikuti perkuliahan
|
Setuju
|
Tidak setuju
|
3) Rating Scale
atau skala penilaian, responden
memberikan penilaian terhadap pernyataan yang diberikan dengan cara memilih
skor yang telah disediakan sehingga hasil dari jawaban responden akan berbentuk
data kuantitatif (berupa angka) yang selanjutnya akan diubah menjadi data
kualitatif oleh peneliti.
Contoh:
Sebelum
mengikuti Diklat
|
Pengetahuan
dan wawasan tentang
|
Setelah
Mengikuti Diklat
|
||||||
0
|
1
|
2
|
3
|
Metode Pembelajaran
|
0
|
1
|
2
|
3
|
0
|
1
|
2
|
3
|
Cara pembuatan soal tes
|
0
|
1
|
2
|
3
|
0
|
1
|
2
|
3
|
Cara penilaian tes
|
0
|
1
|
2
|
3
|
0
|
1
|
2
|
3
|
Cara mengolah data hasil tes
|
0
|
1
|
2
|
3
|
4) Semantic Diferential atau
skala perbedaan semantic digunakan untuk mengukur sikap yang tidak berbentuk
pilihan ganda maupun checklist, akan tetapi disusun suatu garis kontinum yang
jawabannya sangat positif terletak pada bagian paling kanan dari garis
sedangkan jawaban negatif terletak pada bagian paling kiri dari garis atau
sebaliknya. Responden dapat memberi jawaban pada rentang yang positif sampai
dengan negatif.
Contoh:
No.
|
Penilaian
tentang gaya kepemimpinan guru
|
||||||
1.
|
Otoriter
|
5
|
4
|
3
|
2
|
1
|
Tidak otoriter
|
3.
|
Demokratis
|
5
|
4
|
3
|
2
|
1
|
Tidak demokratis
|
3.
|
Permisif
|
5
|
4
|
3
|
2
|
1
|
Tidak permisif
|
C.
Uji Coba Instrumen Penelitian
Suatu instrumen penelitian disusun berdasarkan
dimensi dan indikator dari variable yang akan diteliti. Jika indikator dari
variable yang diteliti ada 10 maka banyaknya butir soal tes atau butir
pertanyaan/pernyataan angket paling sedikit 10 butir. Artinya dalam uji coba
boleh saja dibuat lebih banyak misalnya dua kali lipat dari banyaknya indikator
yang ada.
Uji coba instrumen penelitian dilakukan sebelum
penelitian dilakukan, tujuannya untuk mengetahui tingkat validitas,
reliabilitas, indeks kesukaran, dan daya pembeda dari instrumen berbentuk tes.
Sedangkan untuk instrumen non tes, seperti angket uji coba dilakukan untuk
mengetahui tingkat validitas dan reliabilitas angket.
C.1
Uji Validitas Instrumen Penelitian
Validitas
suatu tes menunjukkan tingkat ketepatan suatu instrumen untuk mengukur apa yang
harus diukur. Jadi validitas suatu instrumen berhubungan dengan tingkat akurasi
dari suatu alat ukur. Validitas teoritik suatu tes dapat dikelompokkan menjadi:
1. Validitas teoritik, yaitu
validitas yang didasarkan pada
pertimbangan para ahli. Validitas teoritik terdiri dari:
(1)
Validitas isi
(validitas kurikuler), yaitu ketepatan suatu tes ditinjau dari segi
materi yang diujikan.
(2)
Validitas muka
(validitas bentuk soal), yaitu keabsahan susunan kalimat atau kata-kata
dalam soal sehingga jelas pengertiannya atau tidak menimbulkan tafsiran lain.
2. Validitas kriterium,
yaitu validitas yang ditinjau berdasarkan hubungannya dengan kategori tertentu.
Tinggi-rendahnya koefisien validitas tes hasil ditentukan berdasarkan hasil
perhitungan koefisien korelasi. Validitas kriterium terdiri dari:
(1)
Validitas
banding (validitas bersama atau validitas yang ada sekarang), yaitu
validitas tes yang diperoleh dengan cara menghitung koefisien korelasi
antara nilai-nilai hasil tes yang akan diuji validitasnya dengan nilai-nilai
hasil tes terstandar. Jika tes terstandar belum tersedia, maka kita dapat
menggunakan nilai rata-rata ulangan harian sebagai hasil dari tes terstandar.
(2)
Validitas ramal,
yaitu validitas yang berkenaan dengan kemampuan suatu tes untuk dapat
meramalkan keadaan yang akan datang berdasarkan kondisi yang ada sekarang.
Suatu tes seleksi masuk siswa baru haruslah memiliki tingkat validitas ramal
yang tinggi.
Untuk
menentukan tingkat validitas kriterium suatu tes dilakukan dengan menghitung
koefisien korelasi antara nilai-nilai hasil tes yang akan diuji validitasnya
dengan nilai-nilai hasil tes yang telah ada dan sudah diketahui atau
diasumsikan memiliki validitas tes yang memadai.
Beberapa rumsu
yang dapat digunakan untuk mencari koefisien validitas suatu tes, yaitu:
(1)
Korelasi produk momen menggunakan angka kasar
(korelasi produk momen Pearson)
dengan
rxy
adalah koefisien korelasi antara variable X dan variable Y
xi
adalah nilai data ke-i untuk kelompok variable X
yi
adalah nilai data ke-i untuk kelompok variable Y
n adalah
banyak data
Catatan:
1. Korelasi
produk momen Pearson digunakan untuk menghitung koefisien korelasi data skala
interval atau rasio (data hasil tes atau pengukuran)
2. Uji
validitas butir soal tes uraian dilakukan dengan menggunakan rumus korelasi
produk momen Pearson.
(2)
Korelasi Rank Spearman
dengan
rxy adalah koefisien korelasi antara variable X
dan variable Y
n adalah banyak pasangan data
di adalah selisih rangking antara Xi
dengan Yi
Catatan:
1. Digunakan
untuk menghitung koefisien korelasi untuk data skala ordinal.
2. Uji
validitas butir soal tes pilihan ganda atau butir pernyataan angket dapat
dilakukan dengan menggunakan rumus korelasi rank Spearman (tersedia dalam
SPSS).
Kategori
koefisien validitas berdasarkan Guilford (1956, h.145) adalah sebagai
berikut:
0,80 < rxy
£
1,00 validitas sangat tinggi (sangat
baik)
0,60 < rxy
£
0,80 validitas tinggi (baik)
0,40 < rxy
£
0,60 validitas sedang (cukup)
0,20 < rxy
£
0,40 validitas rendah (kurang)
0,00 < rxy
£
0,20 validitas sangat rendah (jelek)
rxy £
0,00 tidak valid
Catatan:
1. Pada
umumnya validitas kriterium suatu instrument penelitian hanyalah dilakukan
pengkategorian butir-butir soal tes atau pernyataan angket. Bila hal ini yang
dilakukan maka sebutannya bukan uji validitas akan tetapi pengkategorian
validitas.
2. Dalam
statsitika yang namanya pengujian adalah pengujian hipotesis. Artinya harus
ada:
a. Hipotesis
uji
H0
: ρxy ≤ 0 (butir soal/pernyataan tidak valid)
H1
: ρxy > 0 (butir soal/pernyataan valid)
b. Taraf
signifikansi α = peluang melakukan kesalahan tipe I, yaitu menolah H0
padahal H0 benar. Dalam penelitian social, biasanya diambil 0,01 ≤ α
≤ 0,05. Sehingga tingkat kepercayaan terhadap hasil penelitian (1-α)100%
berkisar antara 95% sampai dengan 99%.
Semakin
kecil nilai α semakin baik, akan tetapi konsekuensinya ukuran sampel penelitian
semakin besar. Artinya ukuran sampel minimal dalam sebuah penelitian ditentukan
oleh besarnya α yang dipilih dan statistik uji yang akan digunakan dalam
memecahkan masalah penelitian.
c. Statistik
uji (rumus statistik yang akan digunakan dalam pengujian hipotesis). Sebagai
contoh bila koefisien validitas dihitung dengan menggunakan rumus korelasi
produk moemn dari Pearson, maka statistik ujinya digunakan rumus:
dengan r =
koefisien validitas
d.
Kriteria pengujian:
Secara manual:
Tolak Ho (valid), jika nilai
>
Terima Ho (valid), jika nilai
≤
Dengan
derajat kebebasan (db/df) = n-2
n adalah banyaknya subjek uji coba.
e. Sebagai
bahan latihan buka file dengan nama Data latihan feb 2015.
Langkah-langkah
uji validitas butir pernyataan angket dengan menggunakan rumus korelasi produk
momen Pearson.
(1)
Aktifkan program MS Excel.
(2)
Buka file dengan nama file latihan 1
(3)
Pada sel U7 hitung jumlah skor untuk seluruh
jawaban responden dengan menggunakan rumus: =SUM(E7:T7)
(4)
Copy isi sel U7 dan tempelkan (paste) pada sel
U8 sampai dengan U35
(5)
Pada sel E36 isi dengan koefisien validitas yang
dihitung dengan menggunakan rumus
=PEARSON(E7:E35,$U$7:$U$35)
(6)
Pada sel E37 isi dengan nilai r tabel Pearson
yang diperoleh dari Tabel r Pearson (lihat lampiran 1 untuk probabilitas 1 ekor
dengan nilai dk = n – 2 = 30 – 2 = 28, sehingga diperoleh nilai rtabel
pearson = 0,311
(7)
Pada sel E38 isi dengan kriteria pengujian,
yaitu: valid jika nilai koefisien validitas (rhitung) > rtabel
pearson dengan cara mengetik rumus =PEARSON(E7:E35,$U$7:$U$35)
(8)
Pada sel E39 isi dengan kategori validitas yang
merujuk pada teori Guilford dengan cara mengetik rumus:
=IF(E36<0.2,"Sgt
rdh",IF(E36<=0.4,"Rendah",IF(E36<=0.6,"Sedang",IF(E36<=0.8,
"Tinggi", "Sgt tgi"))))
(9)
Copy sel E36 sampai dengan E39 kemudian
tempelkan pada sel F36 sampai dengan T39.
(10) Diperoleh
hasil uji validitas tahap 1 bahwa dari 16 pernyataan angket ternyata ada dua
butir pernyataan yaitu nomor 6 dan 9 yang tidak valid, sehingga harus dilakukan
uji validitas tahap 2.
(11) Uji
validitas tahap 2 dimulai dengan menghitung skor total 2 = skor total tahap 1
dikurangi dengan skor nomor 6 dan 9. Hasil perhitungan disimpan pada sel V7
(rumus =U7-J7-M7)
(12) Lakukan
uji validitas seperti langkah 4 sampai dengan 8 akan tetapi menggunakan skor
total 2.
(13) Dari
hasil uji validitas tahap 2 ternyata dari 14 butir pernyataan angket yang sudah
valid pada uji validitas tahap 1 muncul dua pernyataan yang semula valid
menjadi tidak valid, yaitu pernyataan nomor 8 dan 13, sehingga harus dilakukan
uji validitas tahap 3.
(14) Uji
validitas tahap 3 dimulai dengan menghitung skor total 3 = skor total tahap 2
dikurangi dengan skor nomor 8 dan 13. Hasil perhitungan disimpan pada sel W7
(rumus =V7-L7-Q7)
(15) Lakukan
uji validitas seperti langkah 4 sampai dengan 8 akan tetapi menggunakan skor
total 3.
(16) Dari
hasil uji validitas tahap 3 ternyata seluruh butir pernyataan yang diuji
sebanyak 14 butir sudah valid semua.
(17) Pengujian
selesai.
(18) Pengolahan
data selanjutnya hanya akan berdasarkan data / respon responden terhadap 14
pernyataan angket, yaitu nomor 1-5, 7, 9-12, 14-16.
Hasil uji validitas butir
pernyataan angket menggunakan MS-Excel
Tahap I
|
||||
Nomor Pernyataan
|
Koef validitas
|
r tabel
|
Kriteria
|
Kategori
|
1
|
0.5457
|
0.311
|
Valid
|
cukup
|
2
|
0.4408
|
0.311
|
Valid
|
cukup
|
3
|
0.5652
|
0.311
|
Valid
|
cukup
|
4
|
0.3782
|
0.311
|
Valid
|
kurang
|
5
|
0.4610
|
0.311
|
Valid
|
cukup
|
6
|
0.1993
|
0.311
|
Tidak valid
|
jelek
|
7
|
0.4252
|
0.311
|
Valid
|
cukup
|
8
|
0.3261
|
0.311
|
Valid
|
kurang
|
9
|
0.1792
|
0.311
|
Tidak valid
|
jelek
|
10
|
0.6112
|
0.311
|
Valid
|
baik
|
11
|
0.6083
|
0.311
|
Valid
|
baik
|
12
|
0.4252
|
0.311
|
Valid
|
cukup
|
13
|
0.3450
|
0.311
|
Valid
|
kurang
|
14
|
0.6395
|
0.311
|
Valid
|
baik
|
15
|
0.3838
|
0.311
|
Valid
|
kurang
|
16
|
0.3684
|
0.311
|
Valid
|
kurang
|
Langkah-langkah uji validitas
menggunakan SPSS
Analyze—Corellate---Bivariate---Masukan
variable pytn1 sd. Pytn 16 dan Total1 ke dalam kotak variable---contreng (√)
Pearson dan Spearman --- Continue --- OK
Hasil pengolahan data
Tabel
1
Koefisien
Validitas Butir Penyataan Angket
Menggunakan
Rumus Produk Momen Pearson
Uji Validitas Butir Pernyataan
|
Total 1
|
Keputusan
|
|
Pernyataan 1
|
Pearson Correlation
|
.546**
|
|
Sig. (2-tailed)
|
.002
|
Valid
|
|
N
|
29
|
|
|
Pernyataan 2
|
Pearson Correlation
|
.441*
|
|
Sig. (2-tailed)
|
.017
|
Valid
|
|
N
|
29
|
|
|
Pernyataan 3
|
Pearson Correlation
|
.565**
|
|
Sig. (2-tailed)
|
.001
|
Valid
|
|
N
|
29
|
|
|
Pernyataan 4
|
Pearson Correlation
|
.378*
|
|
Sig. (2-tailed)
|
.043
|
Valid
|
|
N
|
29
|
|
|
Pernyataan 5
|
Pearson Correlation
|
.461*
|
|
Sig. (2-tailed)
|
.012
|
Valid
|
|
N
|
29
|
|
|
Pernyataan
6
|
Pearson
Correlation
|
.199
|
|
Sig.
(2-tailed)
|
.300
|
Tdk
vld
|
|
N
|
29
|
|
|
Pernyataan 7
|
Pearson Correlation
|
.425*
|
|
Sig. (2-tailed)
|
.021
|
Valid
|
|
N
|
29
|
|
|
Pernyataan 8
|
Pearson Correlation
|
.326
|
|
Sig. (2-tailed)
|
.084
|
Valid
|
|
N
|
29
|
|
|
Pernyataan 9
|
Pearson Correlation
|
.179
|
|
Sig. (2-tailed)
|
.352
|
Tdk vld
|
|
N
|
29
|
|
|
Pernyataan 10
|
Pearson Correlation
|
.611**
|
|
Sig. (2-tailed)
|
.000
|
Valid
|
|
N
|
29
|
|
|
Pernyataan 11
|
Pearson Correlation
|
.608**
|
|
Sig. (2-tailed)
|
.000
|
Valid
|
|
N
|
29
|
|
|
Pernyataan 12
|
Pearson Correlation
|
.425*
|
|
Sig. (2-tailed)
|
.021
|
Valid
|
|
N
|
29
|
|
|
Pernyataan 13
|
Pearson Correlation
|
.345
|
|
Sig. (2-tailed)
|
.067
|
Valid
|
|
N
|
29
|
|
|
Pernyataan 14
|
Pearson Correlation
|
.640**
|
|
Sig. (2-tailed)
|
.000
|
Valid
|
|
N
|
29
|
|
|
Pernyataan 15
|
Pearson Correlation
|
.384*
|
|
Sig. (2-tailed)
|
.040
|
Valid
|
|
N
|
29
|
|
|
Pernyataan 16
|
Pearson Correlation
|
.368*
|
|
Sig. (2-tailed)
|
.049
|
Valid
|
|
N
|
29
|
|
Interpretasi:
Dari hasil uji
validitas butir pernyataan angket dengan menggunakan rumus Produk Momen Pearson
diketahui bahwa dari 16 butir pernyataan ternyata ada 2 butir yang tidak valid,
yaitu pernyataan nomor 6 dan nomor 9. Jadi dari hasil uji validitas butir pernyataan
angket diketahui bahwa ada 14 butir pernyataan yang valid pada taraf
signifikansi α
= 0,05 dengan derajat kebebeasan 29-2 = 27.
Idealnya dilakukan uji
validitas tahap 2, yaitu menguji kembali 14 butir pernyataan yang sudah valid
pada tahap 1 dengan cara mengkorelasikan setiap butir pernyataan dengan skor
total 2 yaitu jumlah semua skor 14 butir pernyataan yang valid. Pengujian baru
dihentikan setelah semua butir pernyataan valid.
Tabel
2
Koefisien
Validitas Butir Penyataan Angket
Menggunakan
Rumus Spearman
Uji Validitas Butir Pernyataan
|
Total 1
|
Keputusan
|
||
Spearman's rho
|
Pernyataan 1
|
Correlation
Coefficient
|
.590**
|
|
Sig. (2-tailed)
|
.001
|
Valid
|
||
N
|
29
|
|
||
Pernyataan 2
|
Correlation
Coefficient
|
.474**
|
|
|
Sig. (2-tailed)
|
.009
|
Valid
|
||
N
|
29
|
|
||
Pernyataan 3
|
Correlation
Coefficient
|
.526**
|
|
|
Sig. (2-tailed)
|
.003
|
Valid
|
||
N
|
29
|
|
||
Pernyataan 4
|
Correlation Coefficient
|
.277
|
|
|
Sig. (2-tailed)
|
.146
|
Tdk vld
|
||
N
|
29
|
|
||
Pernyataan 5
|
Correlation
Coefficient
|
.426*
|
|
|
Sig. (2-tailed)
|
.021
|
Valid
|
||
N
|
29
|
|
||
Pernyataan 6
|
Correlation Coefficient
|
.155
|
|
|
Sig. (2-tailed)
|
.422
|
Tdk vld
|
||
N
|
29
|
|
||
Pernyataan 7
|
Correlation
Coefficient
|
.474**
|
|
|
Sig. (2-tailed)
|
.009
|
Valid
|
||
N
|
29
|
|
||
Pernyataan 8
|
Correlation Coefficient
|
.238
|
|
|
Sig. (2-tailed)
|
.214
|
Tdk vld
|
||
N
|
29
|
|
||
Pernyataan 9
|
Correlation Coefficient
|
.043
|
|
|
Sig. (2-tailed)
|
.827
|
Tdk vld
|
||
N
|
29
|
|
||
Pernyataan 10
|
Correlation
Coefficient
|
.667**
|
|
|
Sig. (2-tailed)
|
.000
|
Valid
|
||
N
|
29
|
|
||
Pernyataan 11
|
Correlation
Coefficient
|
.605**
|
|
|
Sig. (2-tailed)
|
.001
|
Valid
|
||
N
|
29
|
|
||
Pernyataan 12
|
Correlation
Coefficient
|
.474**
|
|
|
Sig. (2-tailed)
|
.009
|
Valid
|
||
N
|
29
|
|
||
Pernyataan 13
|
Correlation Coefficient
|
.232
|
|
|
Sig. (2-tailed)
|
.226
|
Tdk vld
|
||
N
|
29
|
|
||
Pernyataan 14
|
Correlation
Coefficient
|
.740**
|
|
|
Sig. (2-tailed)
|
.000
|
Valid
|
||
N
|
29
|
|
||
Pernyataan 15
|
Correlation
Coefficient
|
.434*
|
|
|
Sig. (2-tailed)
|
.019
|
Valid
|
||
N
|
29
|
|
||
Pernyataan 16
|
Correlation
Coefficient
|
.507**
|
|
|
Sig. (2-tailed)
|
.005
|
Valid
|
||
N
|
29
|
|
Interpretasi:
Dari hasil uji validitas
butir pernyataan angket dengan menggunakan rumus Spearman diketahui bahwa dari
16 butir pernyataan ternyata ada 5 butir yang tidak valid, yaitu pernyataan
nomor 3, 6, 8, 9, dan 13. Jadi dari hasil uji validitas butir pernyataan angket
diketahui bahwa ada 11 butir pernyataan yang valid pada taraf signifikansi α = 0,05.
Idealnya dilakukan uji
validitas tahap 2, yaitu menguji kembali 11 butir pernyataan yang sudah valid
pada tahap 1 dengan cara mengkorelasikan setiap butir pernyataan dengan skor
total 2 yaitu jumlah semua skor 11butir pernyataan yang valid. Pengujian baru
dihentikan setelah semua butir pernyataan valid.
Uji tahap 2 dan tahap 3
digunakan untuk latihan.
C.2
Uji Reliabilitas Instrumen Penelitian
Reliabilaitas
adalah
tingkat ketetapan suatu instrumen mengukur apa yang harus diukur. Ada tiga cara
pelaksanaan untuk menguji reliabilitas suatu tes, yaitu: (1) tes tunggal
(single test), (2) tes ulang (test retest), dan (3) tes ekuivalen (alternate
test).
C.2.1 Reliabilitas Tes
Tunggal (Internal Consistency Reliability)
Tes tunggal adalah tes yang terdiri dari satu set yang
diberikan terhadap sekelompok subjek dalam satu kali pengetesan, sehingga dari
hasil pengetesan hanya diperoleh satu kelompok data. Ada dua teknik untuk
perhitungan reliabilitas tes, yaitu:
(1) Teknik
Belah Dua (Split-Half Technique)
Dilakukan
dengan cara membagi tes menjadi dua bagian yang relatif sama (banyaknya soal
sama), sehingga masing-masing testi mempunyai dua macam skor, yaitu skor
belahan pertama (awal / soal nomor ganjil) dan skor belahan kedua (akhir / soal
nomor genap). Koefisien reliabilitas belahan tes dinotasikan dengan
dan dapat dihitung
dengan menggunakan rumus (2) yaitu korelasi angka kasar Pearson. Selanjutnya
koefisien reliabilitas keseluruhan tes dihitung
menggunakan formula Spearman-Brown, yaitu:
Kategori
koefisien reliabilitas (Guilford, 1956: 145) adalah sebagai berikut:
0,80
< r11 £ 1,00 reliabilitas
sangat tinggi
0,60
< r11 £ 0,80 reliabilitas
tinggi
0,40
< r11 £ 0,60 reliabilitas
sedang
0,20
< r11 £ 0,40 reliabilitas
rendah
-1,00 £ r11 £
0,20 reliabilitas sangat rendah
(tidak reliable)
Langkah-langkah
uji reliabilitas dengan teknik belah dua:
(1)
Gunakan data uji validitas
(2)
Isi sel x6 dengan Awal
(3)
Isis el y6 dengan Akhir
(4)
Isi sel x7 dengan skor nomor 1-8
(5)
Isi sel y7 dengan skor nomor 9-6
(6)
Copy isi sel x7 dan y7 kemudian tempelkan (paste) pada
sel x8 sampai dengan y35.
(7)
Pada sel x37 hitung koefisien reliabilitas belahan
angket dengan menggunakan rumus produk momen Pearson, yaitu
=PEARSON(X7:X35,Y7:Y35)
(8)
Pada sel y27 hitung koefisien reliabilitas total angket
dengan rumus Spearman-Brown, yaitu: =2*X37/(1+X37)
(9)
Isi sel x38 dengan nilai r tabel Pearson, yaitu 0,306
(10)
Pada sel y38 gunakan rumus =2*X38/(1+X38)
(11)
Pada sel x39 gunakan rumus
=IF(X37>X38,"Reliabel","Tdk rlbl")
(12)
Pada sel y39 gunakan rumus
=IF(Y37>Y38,"Reliabel","Tdk rlbl")
(13)
Pada sel x40 gunakan rumus
=IF(X37<0.2,"Sgt
rdh",IF(X37<=0.4,"Rendah",IF(X37<=0.6,"Sedang",IF(X37<=0.8,"Tinggi","Sgt
tgi"))))
(14)
Pada sel y40 gunakan rumus
=IF(Y37<0.2,"Sgt
rdh",IF(Y37<=0.4,"Rendah",IF(Y37<=0.6,"Sedang",IF(Y37<=0.8,"Tinggi","Sgt
tgi"))))
(2) Teknik
Non Belah Dua (Non Split-Half Technique).
Salah satu kelemahan perhitungan
koefisien reliabilitas dengan menggunakan teknik belah dua adalah (1) banyaknya
butir soal harus genap, dan (2) dapat dilakukan dengan cara yang berbeda
sehingga menghasilkan nilai yang berbeda pula.Untuk mengatasi masalah tersebut
dapat dilakukan dengan menggunakan teknik non belah dua. Untuk perhitungan
koefisien reliabilitas dapat dilakukan dengan menggunakan rumus Cronbach-Alpha, yaitu:
dengan:
r11 adalah koefisien reliabilitas
n adalah
banyaknya butir soal.
Catatan:
1. Rumus
Cronbach Alpha tidak tersedia pada MS-Excel jadi harus dihitung manual.
2. Rumus
Cronbach Alpha tersedia dalam SPSS.
Langkah-langkah:
A. Penamaan
variable
B. Entri
Data
C.
Pengolahan Data
D.
Hasil Pengolahan Data
Reliability
Statistics
|
|||
Cronbach's
Alpha
|
Cronbach's
Alpha Based on Standardized Items
|
N of Items
|
|
.691
|
.725
|
16
|
|
Interpretasi:
Dari hasil uji reliabilitas dengan
menggunakan Cronbach’s Alpha diperoleh koefisien reliabilitas instrumen sama
dengan 0,691, sedangkan hasil uji reliabilitas dengan menggunakan Cronbach’s
Alpha on Standardized Items diperoleh koefisien reliabilitas instrumen sama
dengan 0,725.
Catatan:
·
Uji validitas
dan reliabilitas di atas termasuk teknik kuantitatif.
·
Uji validitas
dan reliabilitas instrumen juga dapat dilakukan secara kualitatif yaitu dengan
melakukan Triangulasi, kemudian dilanjutkan dengan pengelompokkan dan diakhiri
dengan penyusunan proposisi.
Tugas/Lembar Kerja
1.
Gunakan data
latihan 1 untuk melakukan uji validitas dan reliabilitas butir pernyataan
angket padatahap 1 dan tahap 2 dengan menggunakan software MS-Excel.
2.
Gunakan data
latihan 1 untuk melakukan uji validitas dan reliabilitas butir pernyataan
angket padatahap 1 dan tahap 2 dengan menggunakan software SPSS.
D.
Statistika Deskriptif
Pada
bagian ini akan diuraikan bagaimana cara menentukan besaran-besaran statistik
seperti rata-rata, median, modus, simpangan baku. Selanjutnya akan dibahas juga
bagaimana cara membuat diagram batang, diagram garis, diagram lingkaran,
histogram, box plot, stem and leaf menggunakan MS-Excel dan SPSS.
D.1
Rumus-rumus statistik yang tersedia dalam MS-Excel
Rumus-rumus
yang tersedia dalam MS-Excel disajikan dalam Tabel 3 pada halaman selanjutnya.
Tabel 3
Rumus-Rumus
Statistik yang Tersedia dalam MS-Excel
No.
|
Rumus dalam
MS-Excel
|
Arti
|
1.
|
=average(b5:b30)
|
Rata-rata
hitung data pada sel b5 sd. B10
|
2.
|
=max(c3:d90)
|
Nilai
maksimum dari data yang ada pada sel c3 sd d90
|
3.
|
=min(f5:k7)
|
Nilai
minimum dari datayang ada pada sel f5 sd k7
|
4.
|
=median(b2:b10)
|
Median
data yang ada pada sel b2 sd. b10
|
5.
|
=mode(z10:z30)
|
Modus
data yang ada pada sel z10 sd. z30
|
6.
|
=stdev(p3:q8)
|
Standar
deviasi/simpangan baku dari data yang ada pada sel p3 sampai dengan q8
|
7.
|
=var(t2:t67)
|
Varians
data yang ada pada sel t2 sd t67
|
8.
|
=count(d3:z10)
|
Banyak
data yang ada pada sel d3 sd z10
|
9.
|
=countif(a2:a20,”A”)
|
Menghitung
banyaknya huruf A pada sel A2 sd A20
|
10.
|
=pearson(a2:a90,b2:b90)
|
Koefisien
korelasi antara dara yang ada pada sel a2 sd a90 dengan data yang ada pada
sel b2 sd. b90
|
Semua rumus statistik
yang ada dalam program MS-Excel dapat diketahui dengan mengklik icin fx
D.2
Rumus-rumus statistik yang tersedia dalam SPSS
Cara
penyajian data yang tersedia dalam software MS-Excel.
1. Blok
data yang ingin disajikan dalam bentuk diagram.
2. Klik
Insert
3. Pilih
diagram yang diinginkan lalu tekan enter.
4. Sempurnakan
diagram yang diinginkan dengan cara memilih salah satu diagram yang tersedia
dalam Chart Layout.
Macam-macam diagram yang tersedia dalam MS-Excel
|
Cara
penyajian data yang tersedia dalam software SPSS.
Klik Graph --- Legacy
dialog --- pilih diagram yang diinginkan kemudian klik kiri --- tentukan
variable yang akan disajikan ---- continue --- OK.
Nama diagram yang
tersedia dalam SPSS
|
E.
Statistika
Inferensial
Adalah
ilmu yang mempelajari tentang bagimana rancangan pengujian hipotesis, yaitu:
(1)
Merumuskan hipotesis penelitian menjadi
hipotesis statistik, sehingga muncul hipotesis nol H0 dan hipotesis
alternatif H1.
(2)
Menguji asumsi-asumsi yang disyaratkan
sebelum menggunakan suatu rumus statistic uji.
(3)
Menghitung nilai statistik uji.
(4)
Mencari nilai statistik tabel
(5)
Membandingkan nilai statistik uji dengan
statistik tabel atau membandingkan nilai sig. (p-value) dengan taraf
sognifikansi α yang diambil untuk menguji apakah hipotesis nol H0
diterima atau ditolak pada taraf signifikansi α tertentu.
(6)
Pengambilan kesimpulan.
Catatan:
1) Rancangan
pengujian hipotesis antar penelitian yang satu dengan yang lain mungkin
berbeda, tergantung dari hipotesis yang sudah dirumuskan. Teknik analisis data
yang digunakan dapat berupa kaidah statistik parametrik jika semua data
penelitian berdistribusi normal, atau menggunakan kaidah statistik
nonparametrik, jika ada paling sedikit satu dari data untuk variabel tertentu
tidak berdistribusi normal.
2) Teknik
analisis data untuk:
Uji asumsi:
1.
Uji normalitas, dilakukan untuk pengolahan data selanjutnya apakah
menggunakan kaidah statistik parametrik atau statistik nonparametrik. Dalam
program SPSS ada dua buah teknik pengujian normalitas, yaitu: uji Kolmogorov-Smirnov dan uji Shapiro-Wilk.
Hipotesis:
H0
: Data berdistribusi normal.
H1
: Data berdistribusi tidak normal.
Kriteria uji:
Tolak H0
jika nilai Sig. (p-value) < α
(biasanya α = 0,05), untuk kondisi lainnya H0 diterima.
Langkah-langkah
SPSS:
2.
Uji homogenitas varians, dilakukan untuk pengolahan data selanjutnya apakah
menggunakan uji t atau uji t’; apakah menggunakan ANOVA atau tidak.
Dalam program
SPSS, uji homogenitas dilakukan dengan menggunakan uji Livene.
Hipotesis:
H0
: Kedua data bervariansi homogen.
H1
: Kedua data bervariansi tidak homogen.
Kriteria uji:
Tolak H0
jika nilai Sig. (p-value) < α
(biasanya α = 0,05), untuk kondisi lainnya H0 diterima.
E.1
Teknik-teknik Analisis Data (Tambahan)
1)
Satu
variabel
a. Data Nominal:
1)
Binomial
2)
Chi Kuadrat satu sampel
b. Data Ordinal:
1)
Run Test
c. Data Interval dan Rasio:
1) t-test (Statistik
parametrik,
perlu asumsi data berdistribusi normal)
2)
Komparatif
Dua Variable Berhubungan (Related)
a. Data Nominal:
1) Mc.
Nemer
b. Data Ordinal:
1) Sign
Test
2) Wilcoxon
Matched Pairs
c. Data Interval dan Rasio:
1) t-test
of Related
3)
Komparatif
Dua Variable Independent
a. Data Nominal:
1)
Fisher Exact Probability
2)
Chi Kuadrat dua sampel
b. Data Ordinal:
1)
Median Test
2)
Mann-Whitney U Test
3)
Kolmogorov Smirnov
4)
Wald-Woldfowitz
c.
Data
Interval dan Rasio:
1) t-test independent
4)
Komparatif
Lebih dari Dua Variable Berhubungan (Related)
a.
Data
Nominal:
1)
Cochran Q
b.
Data
Ordinal:
1)
Friedman Two-Way Anova
c. Data Interval dan Rasio:
1) One-Way
Anova
2) Two-Way
Anova
5)
Komparatif
Lebih dari Dua Variable Independent
a. Data Nominal:
1)
Chi kuadrat untuk k sampel
b. Data Ordinal:
1)
Median Extentsion
2)
Kruskal-Wallis One Way Anova
c. Data Interval dan Rasio:
1)
One-Way Anova
2)
Two-Way Anova
6)
Asosiatif
(Hubungan)
a. Data Nominal:
1)
Contingency Coefficient C
2)
Phi
3)
Cramer’s V
4)
Uncentainty coefficient
5)
Eta (Nominal-interval/rasio)
b. Data Ordinal:
1)
Spearman Rank Correlation
2)
Kendall Tau b
3)
Kendall Tau c
4)
Gamma
5)
Somers’
d
c. Data Interval dan Rasio:
1)
Korelasi Product Moment Pearson
2)
Korelasi Parsial
3)
Korelasi Ganda
4)
Regresi Sederhana
5)
Regresi Ganda
7)
Lebih
dari dua variabel
(1)
Analisis
Multivariat Metode Dependensi, untuk menjelaskan
atau meramalkan nilai variable tak bebas (Y) berdasarkan lebih dari satu
variable bebas (X).
Berdasarkan
banyaknya variable tak bebas, analisis multivariate
metode dependensi dapat dikelompokkan menjadi
a. Satu variable takbebas:
1) ANOVA
(Analysis of varians)
2) ANCOVA
(Analysis of covariance)
3) Regresi Berganda
4) Analisis
Diskriminan
5) Analisis
Konjoin
6) Analisis
Jalur
b. Lebih dari satu variable tak bebas:
1) MANOVA
(Multy analysis of variance)
2) MANCOVA
(Multy analysis of covariance)
3) Korelasi
Kanonikal.
(2)
Analisis
Multivariat Metode Interdependensi, untuk pengelompokkan
atau mereduksi variable yang banyak sekali menjadi variable baru yang lebih
sedikit tetapi tidak mengurangi informasi yang terkandung di dalam variable
asli.
Berdasarkan
fokusnya, analisis multivariate metode interdependensi dikelompokkan menjadi:
a.
Fokus
pada variable: Analisis Faktor
b.
Fokus
pada objek: 1) Analisis Klaster; 2) Penskalaan Multidimensi
F.
Pengolahan
Data Menggunakan SPSS
1)
Langkah-langkah
Mengaktifkan Program SPSS
(1)
Nyalakan komputer, tunggu sampai desktop
Windows aktif
(2) Klik
Guest (satu kali), untuk komputer yang lain langkah ini bisa dilewat.
(3)
Klik Program
(4)
Pilih SPSS for Windows
(5)
Klik Type in data
(6)
OK
Muncul
SPSS Data Editor yang mempunyai dua bagian utama, yaitu: Kolom dengan
ciri : var yang akan diisi oleh Nama Variabel yang diinginkan, dan Baris dengan ciri
angka 1, 2, 3, dan seterusnya.
2)
Langkah-langkah
Mendefinisikan
Variabel pada Program SPSS
(1) Klik
Variable View yang terletak pada bagian bawah SPSS Data Editor, sehingga
muncul layar Untitled – SPSS Data Editor yang terdiri dari dua bagian
utama, yaitu:
(2)
Kolom,
terdiri dari Name, Type, Width, Decimals, Label, Values, Missing, Column,
Align, dan Measure
(3) Baris,
terdiri
dari angka 1, 2, 3 dan
seterusnya.
Mendefinisikan
Variable yang ingin dianalisis
(1) Tempatkan
pointer pada baris ke-1
(2) Pada
Name (nama variable yang diinginkan), ketik nama variable yang
diinginkan
(3) Pada
Type (tipe/jenis data), klik dua kali sehingga muncul Variable Type,
pilih Numeric kemudian klik OK
(4) Pada
Width (lebar karakter (1 sd. 255 digit) yang diinginkan ), untuk
keseragaman biarkan angka 8 yang merupakan default SPSS
(5) Pada
Decimals (banyak angka desimal yang diinginkan) ketik 2 berati
angka desimal maksimum 2 digit
(6) Pada
Label (keterangan nama variabel) ketik nama variable yang ingin dicetak
(7) Pada
Values (nilai untuk data kategori), karena data yang akan diinput berupa
data kuantitatif dan tanpa kategori, maka pada sel Values kosongkan saja
(8) Pada
Missing (data yang hilang), karena tidak ada data yang hilang maka pada
sel Missing kosongkan saja
(9) Pada
Column (lebar kolom 1 sd. 255) biarkan isian sesuai dengan default SPSS
yaitu 20
(10) Pada
Align (posisi data: Left (kiri) – Center (tengah) – Right
(kanan)), pilih sesuai dengan keinginan
(11) Pada
Measure (skala pengukuran data: Scale (interval atau rasio), Ordinal,
Nominal), pilih Scale.
3)
Langkah-langkah Mengisi Data pada Program SPSS
(1)
Klik Data
View pada bagian kiri bawah SPSS Data Editor
(2)
Tempatkan
pointer pada baris ke-1 kolom yang sesuai dengan nama variable yang
akan dientri datanya. Ketik data pertama yang ingin
dimasukan lalu Enter sehingga pointer akan terletak pada baris ke-2
kolom yang sama, kemudian ketik data
kedua lalu enter. Demikian
seterusnya sampai semua data (n buah) masuk ke SPSS Data Editor.
(3)
Entri data dapat
juga dilakukan dengan cara copy-paste data
yang berasal dari MS-Excel atau MS-Word
4)
Langkah-langkah Menyimpan Data pada Program SPSS
(1)
Pilih menu File,
(2)
Pilih submenu Save
As …
(3)
Beri nama file –
untuk keseragaman tulis Latihan1, dan tempatkan pada directory yang
dikehendaki.
Catatan :
Untuk tipe data dipakai ekstensi (tipe) file SPSS
adalah sav, sehingga data tersebut akan tersimpan pada directory yang
dikehendaki dengan nama latihan1.sav.
5) Langkah-langkah
Pengolahan Data Statistik Deskriptif Menggunakan SPSS
(1)
Buka file Latihan1.sav
(jika belum aktif)
(2)
Pilih menu Statistics
(SPSS sebelum versi 9.01) / Analyze (SPSS )
(3)
Pilih Frequencies…
muncul kotak dialog Frequencies
(4)
Sorot variabel
nama-nama variable yang ingin dianalisis
(5)
klik í sehingga nama-nama variable yang ingin
dianalisis ada dalam kotak Variabel(s):
(6)
Klik Statistics
… muncul kembali kotak dialog Frequences: Statistics
(7)
pilih berbagai
ukuran statistik yang diinginkan untuk nilai-nilai persentil; untuk Central
Tendency (ukuran pemusatan); Dispersion (penyebaran); Distribution
(bentuk distribusi data); serta Value are group midpoints.
(8)
klik Continue,
muncul kembali kotak dialog Frequencies
(9)
klik Charts… muncul
kotak dialog Frequences: Charts
(10)
pilih tipe chart
yang anda inginkan
(11)
klik Continue,
muncul kembali kotak dialog Frequencies
(12)
klik Format… pilih susunan format data yang anda inginkan
(13)
klik Continue,
muncul kembali kotak dialog Frequencies
(14)
klik OK.
6) Memindahkan Data dan Hasil Pengolahan
Data Menggunakan
Program SPSS ke Program MS-Word
(1)
Klik menu Programs
(2)
Pilih MS-Word,
sehingga muncul work sheet MS-Word
(3)
Klik Output
SPSS Navigator yang terletak pada baris paling bawah pada Windows
(4)
Sorot semua
objek yang ada pada Output SPSS Navigator yang akan dipindahkan ke MS-Word
(5)
Pilih Copy
Object
(6)
Klik Document
1 (MS-Word) yang terletak pada baris paling bawah pada Windows
(7)
Pada MS-Word
pilih menu Edit kemudian Paste. Semua objek yang disorot
(diblok) pada Output SPSS Navigator akan ada pada work sheet MS-Word
(8)
Simpan hasil
pengolahan data tersebut pada program MS-Word dengan langkah sebagai berikut :
pilih menu File, kemudian Save As …, tulis nama file yang
diinginkan, misalnya hasil1 yang disimpan pada directory yang
diinginkan. Data akan tersimpan dengan nama file hasil1.doc.
7)
Menentukan Interval Konfidensi 95 %
untuk Rata-Rata, Membuat Boxplot, Membuat Diagram Batang dan Daun, dan Uji
Normalitas
Pada bagian ini akan diuraikan langkah-langkah yang
dapat ditempuh untuk menentukan interval konfidensi 95 % untuk rata-rata,
membuat boxplot, membuat diagram batang dan daun (stem-and-leaf) dan menguji
apakah data berdistribusi normal atau berdistribusi tidak normal.
Uji normalitas yang tersedia pada SPSS ada dua, yaitu dengan menggunakan uji Kolmogorov-Smirnov
atau uji Shapiro-Wilk. Di samping
itu juga uji normalitas dapat dilakukan dengan uji Chi Kuadrat akan
tetapi diperlukan langkah-langkah khusus. Oleh karena itu pada kesempatan ini
uji normalitas dengan menggunakan uji chi kuadrat tidak akan dibahas.
Langkah-langkah
Pengolahan Data Menggunakan SPSS
(1)
Buka file Latihan1.sav (jika
belum terbuka)
(2)
Pilih menu Analyze
(3)
Pilih Descriptive Statistics
(4)
Pilih Explore… muncul kotak
dialog Explore:
(5)
Sorot nama-nama
variable yang ingin dianalisis
(6) Klik
í sehingga nama-nama variable yang ingin dianalisis
ada dalam kotak Dependent List
(7)
Klik Statistics … muncul kotak
dialog Explore: Statistics
(8)
Kik Descriptive (untuk mengetahui
statistik deskriptif)
(9)
pada Confidence Interval for Mean
diisi 95 % (default SPSS)
(10) Klik
M-estimator (untuk mencari estimator-estimator untuk rata-rata)
(11) Klik
Continue, muncul kembali kotak dialog Explore:
(12) Klik
Plots … muncul kotak dialog Explore: Plots
(13) Pada
Boxplot, pilih Factor level together
(14) Pada
Descriptives pilih Stem-and-leaf
(15) Plik
Normality plots with test (untuk pengujian normalitas)
(16) Klik
Continue, muncul kotak dialog Explore:
(17) Klik
Options... muncul kotak dialog Explore: Options
(18) Pada
Missing Value: pilih Exclude cases analysis by analysis
(19) Klik
Continue, muncul kotak dialog Explore
(20) Klik
OK.
8)
Uji-t Sampel Tunggal
Uji-t sampel tunggal dilakukan
untuk pengujian hipotesis yang menyatakan bahwa rata-rata sampel sama dengan
(lebih besar atau sama dengan, lebih kecil atau sama dengan) nilai tertentu.
Sebelum uji-t dilakukan, terlebih dahulu harus diuji apakah data berdistribusi
normal ? Jika diketahui bahwa data berdistribusi tidak normal maka uji-t
tidak dapat dilakukan, sehingga dalam pengujian hipotesis anda harus
menggunakan kaidah-kaidah statistika nonparametrik, misalnya dengan uji
tanda atau uji median.
Langkah-langkah
Pengolahan Data Menggunakan SPSS
(1) Pilih menu Analyze
(2) Pilih Compare
Mean
(3) Pilih One-Sample
T Test …
(4) Muncul kotak
dialog One-Sample T Test
(5)
Sorot variabel
(6)
klik
í sehingga
variabel preex ada dalam kotak Test Variable(s):
(7) isi Test
Value dengan nilai yang sesuai
dengan nilai yang akan diuji
(8) klik Options
…
(9) muncul kotak
dialog One-Sample T Test: Options:
(10) pada Confidence
Interval isi dengan 95 %
(11) pada Missing
Value pilih Exclude cases analysis by analysis
(12) klik Continue
(13) muncul kotak
dialog One-Sample T Test
(14) klik OK.
Catatan:
· Pengujian hipotesis yang tersedia dalam SPSS biasanya
dilakukan dalam uji dua pihak (dalam hipotesis mengandung kata “tidak sama dengan” dalam outputnya akan
muncul nilai signifikansinya (p-value): Sig.
(2-tailed).
· Rumusan hipotesis nol H0 biasanya memuat tanda
“ = “ (sama dengan) atau “ ≤ “
(lebih kecil atau sama dengan) atau
“ ≥” (lebih besar atau sama dengan).
· Jika kita melakukan pengujian hipotesis satu pihak (dalam
hipotesis mengandung kata “lebih kecil /
lebih rendah” atau “lebih besar / lebih tinggi” dalam menentuka nilai
signifikansinya (p-value) digunakan rumus:
9)
Uji Dua Sampel Independen
Uji-t dua sampel independen dilakukan
untuk pengujian hipotesis yang menyatakan bahwa ada perbedaan antara rata-rata
dua kelompok sampel yang independen (yang saling bebas). Sebelum uji-t
dilakukan, terlebih dahulu harus diuji:
1. Apakah data kedua kelompok sampel yang
akan diperbandingkan berdistribusi normal?
2. Apakah variansi data kedua kelompok
sampel homogen?
3. Jika
diketahui bahwa salah satu atau kedua data kelompok sampel tidak berdistribusi normal maka uji-t
tidak dapat dilakukan, sehingga dalam pengujian hipotesis anda harus
menggunakan kaidah-kaidah statistika nonparametrik.
4. Sedangkan
jika kedua kelompok sampel yang akan diperbandingkan berdistribusi normal maka
uji-t layak untuk digunakan.
5. Jika diketahui bahwa kedua kelompok data yang akan dibandingkan bervariansi homogen
maka digunakan uji-t dengan asumsi
.
6. Jika diketahui bahwa kedua kelompok data yang akan dibandingkan bervariansi tidak homogen
maka digunakan uji-t’
dengan asumsi
.
Langkah-langkah Pengolahan Data Menggunakan SPSS
(1)
Buka file contoh1.sav
(2)
Pilih menu Analyze
(3)
Pilih Nonparametric test
(4)
Pilih 2 Independent-Samples
(5) Sorot
nama variable yang akan dianalisis kemudian Klik í sehingga nama variable yang akan dianalisis ada
dalam kotak Test Variable
List;
(6) Sorot
variable nama variable yang menentukan
pengelompokkan kemudian klik
í sehingga nama variable yang menentukan pengelompokkan ada dalam Group
Variable;
(7)
Klik Define Groups …muncul kotak dialog
Define Group:
(8)
Pada Use Specified Value isi Group 1 dengan 1 (kelas kontro) dan isi Group 2
dengan 2 (kelas eksperimen)
(9)
Klik Continue muncul kembali kotak
dialog Two Independent Sample-Test:
(10)
Klik Options…muncul kotak dialog
Independent-Sample Test: Options
(11)
Contreng
pada Descriptive dan Quatiles
(12)
Klik Continue - muncul kembali kotak
dialog Two Independent Sample-Test:
(13)
Klik OK.
10)
ANOVA (Analysis of Varians) Satu Jalur
Dilakukan untuk mengetahui apakah ada
atau tidak ada perbedaan rata-rata yang signifikan untuk lebih dari dua sampe independen. Sebelum melakukan pengujian dengan ANOVA perlu
diselidiki terlebih dahulu apakah asumsi: populasi berdistribusi normal,
variansi dari populasi homogen, dan sample independen.
Langkah-langkah Pengolahan Data
One-Way ANOVA Menggunakan SPSS
(1) Buka file latihan1.sav
(2) Pilih menu Statistics / Analyze
(3) Pilih Compare Mean
(4) Pilih One-Way ANOVA …- muncul kotak dialog One-Way
ANOVA
(5)
Sorot variabel nama variable yang akan dianalisis – klik í sehingga nama variable yang akan dianalisis ada dalam kotak Dependent List
(6) sorot variabel nama
variable yang menentukan pengelompokkan
– klik í sehingga nama
variable yang menentukan pengelompokkan
ada dalam kotak Factor
(7) Klik Post Hoc … muncul kotak dialog One-Way ANOVA:
Post Hoc
(8) Pada Equal Variances Assumed
(9) Pilih uji yang diinginkan, untuk keseragaman pilih: Scheffe
(10) Pada Equal Variances Not Assumed pilih: Tamhine
(11) Pada Signifikance lavel diisi dengan nilai 0,05
(12) Klik Continue – muncul kotak dialog One-Way ANOVA
(13) Klik Options … muncul kotak dialog One-Way ANOVA:
Options:
(14) Pada Statistics:
(15) Pilih Descriptives jika ingin mengetahui statistik
deskriptif
(16) Pilih Homogenneity of varians jika ingin mengetahui
hasil uji homogenitas variansi
(17) Pilih Mean plots jika ingin memplot rata-rata;
(18) Pada Missing Values:
(19) pilih Exclude cases analysis by analysis
(20) klik Continue muncul kembali kotak dialog One-Way
ANOVA
(21) klik OK.
Catatan:
1)
Jika
nilai between groups > within groups maka perbedaan disebabkan oleh karena
adanya pengelompokkan/perlakuan.
2)
Jika
nilai between groups ≤ within groups maka perbedaan bukan disebabkan oleh
karena adanya pengelompokkan/perlakuan akan tetapi disebabkan oleh skor/nilai
kemampuan berpikir kritis siswa.
3)
Koefisien
keragaman =
. Ini menunjukkan bahwa galat dalam perlakuan sebesar
%.
4)
Jika
ketiga data yang akan dibandingkan berdistribusi normal akan tetapi variansinya
tidak homogen maka digunakan Robust Tests of
Equality of Means dengan menggunakan uji Welch atau uji Brown-Forsythe.
11)
ANOVA Dua Jalur
(Two-Way ANOVA)
Digunakan
untuk membandingkan rata-rata lebih dari dua sampel yang diklarifikasi
berdasarkan dua faktor atau dua klarifikasi.
Langkah-langkah
pengolahan data menggunakan SPSS:
(1)
Buka file
contoh1.sav
(2)
Pilih menu
Analyze
(3)
Pilih General Linear Model (GLM)
(4)
Pilih Univariate, kemudian klik kiri.
(5)
Muncul kotak dialog Univariat
Pada Dependent variable diisi
dengan: nama
variable dependen yang akan diuji
Pada Fixed factor (s) diisi
dengan: nama-nama
kelompok (faktor).
(6)
Klik Plot
Pada Horizontal Axes diisi
dengan: sekolah
Pada Separate Lines diisi
dengan: kelompok
Klik Add sehinga dalam kotak
plot akan muncul tulisan: nama faktor 1*nama faktor 2
(7)
Klik Post Hoc
(8)
Muncul kotak dialog Univariate Post Hoc Multiple
Comparisons for Observed Mean
Pilih kelompok dan sekolah
sehingga masuk dalam kotak dialog Post Hoc Tests for Equal Varians Assumed
(9)
Klik Continue.
(10) Klik OK.
12)
Sampel Acak
Sederhana
Misalkan
kita akan mengampil sampel acak berukuran 10.
Langkah-langkah menentukan sampel acak sederhana
menggunakan SPSS
(1)
Buka file Latihan1.sav
(2)
Pilih menu Transform
(3)
Pilih Random Number Generator
(4)
Klik kiri, muncul kotak dialog Random Number Generator
(5)
Beri tanda contreng (√) pada Set Active Generator
(6)
Pilih SPSS 12 Compotible
(7)
Klik OK
(8)
Pilih menu Data
(9)
Pilih Random Sample of Cases
(10) Klik Simple, muncul
kotak dialog Sample Size.
(11) Pilih Exactly.
Isi
dengan angka 10 (ukuran sampel yang diinginkan) kotak di depan tulisan cases
from the first.
Isi
dengan angka sesuai dengan banyaknya siswa pada kotak di
belakang tulisan cases from the first.
10
cases from the first 59 cases
(12) Klik Continue
(13) Klik OK.
G.
Penutup
Semoga
apa yang telah disajikan dalam tulisan ini dapat
bermanfaat bagi seluruh peserta dan dapat memotivasi guru
SD agar mau melakukan
penelitian. Terima kasih atas
perhatiannya, mohon maaf jika ada hal-hal yang kurang berkenan. Wasslm.wr.wb.
Daftar Pustaka
Aczel, A. D. (1999). Complete Business Statistics. Singapore: McGraw-Hill International
Editions.
Edwaed, Allen L (1957): Techniques of Attitude Scale Construction, Vakills, Fetter and
Simons Private, ltd, Bombay.
Gillford, J.P. Frucher B. (1978) Fundamental Statistics in Psychology and
Education, Mc-Graw Hill Kogakusha, Ltd. Tokyo
Kerlinger, F.N. Pedhazur, E. J. (1973) : Multiple Regresion in Behavioral Research,
Holt. Rionehart and Winston, Inc., New York
Minium, E. W, at. Al. (1993) : Statistics Reasioning in Psychological and Education, John Willey
& Sons. Inc. New York
Morrison, D.F. 1976. Multivariate Statistical Metods. New york: Mcgraw-Hill.
Tidak ada komentar:
Posting Komentar