PENDAHULUAN
1.1.
dimaksudkan
agar
dalam
penelitian
pendidikan
kelak
diharapkan
menggunakan metode yang tepat dan efektif untuk mengolah data. Lebih lagi,
sebagai mahasiswa, kita harus mengetahui dan memahami tentang beberapa
metode penelitian yang ada.
Penelitian pada hakikatnya merupakan suatu usaha untuk menemukan,
mengembangkan,
dan
menguji
kebenaran
suatu
pengetahuan
dengan
BAB II
Pengujian Penelitian Komparatif
komparatif
merupakan
penelitian
yang
bersifat
eksperimental
yang
dianggap
lebih
kuat
tidak
sebagai berikut:
a. Metode komparatif adalah suatu penelitian yang layak dalam banyak hal
bila metode eksperimental tidak memungkinkan untuk dilakukan.
b. Penelitian komparatif akan menghasilkan informasi yang bermanfaat
mengenai hakikat fenomena: apa sesuai dengan apa, dibawah kondisi apa,
dalam urutan dan pola apa, dan seterusnya.
c. Memperbaiki teknik, metode statistik, dan desain dengan pengontrolan
fitur-fitur secara parsial, dalam beberapa tahun belakangan, studi ini lebih
banyak dipertahankan.
Disamping kelebihan yang sudah dijelaskan diatas, penelitian kausal
komparatif juga memiliki beberapa kelemahan sebagai berikut:
a. Kelemahan utama desain penelitian komparatif adalah tidak adanya
kontrol terhadap variabel bebas.
b. Kesulitan dalam menentukan faktor penyebab yang relevan yang secara
aktual termasuk diantara banyak faktor dibawah penelitian.
c. Kesulitan bahwa tidak ada faktor tunggal yang menyebabkan suatu hasil,
tapi merupakan kombinasi dan interaksi dari berbagai faktor yang
dari distribusi data populasi yang digunakan untuk menguji hipotesis mendekati
normal atau mendekati distribusi normal setelah teorema limit sentral. Sedangkan
Non-parametrik adalah metode yang tidak mendasarkan pada asumsi distribusi
populasi. Dalam arti sempit non-parametrik adalah sebuah kategori nol karena
hampir semua uji statistik mengasumsikan satu atau lain hal tentang sifat-sifat
populasi.
Meskipun perbedaan dalam efisiensi biasanya tidak banyak masalah, ada
kasus di mana perlu mempertimbangkan metode yang lebih efisien. Uji
mengetahui data berdistribusi normal atau tidak dilakukan uji normalitas
Kolmogorov-Smirnov. Berikut tabel berisi poin-poin umum analisis data statistik
terkait perbedaan antara metode parametrik dan nonparametrik:
PARAMETRIK
Deskriptif
Asumsi Distribusi
Normal
NONPARAMETRIK
-
Asumsi Varian
Jenis Data
Hubungan data set
Ukuran central
Manfaat
Tes
Uji korelasi
Uji
2
Kelompok,
berbeda
Uji 2 Kelompok lebih,
berbeda
Uji berulang, 2 kondisi
Uji berulang, 2 kondisi
lebih
2.6.
Homogen
Rasio atau Interval
Independent
Mean
Lebih banyak kesimpulan
Pearson, Regresi
Independent Sample t test
Spearman
Mann-Whitney
lima tahap:
1. Penentuan masalah penelitian, dalam perumusan masalah penelitian
atau pertanyaan penelitian, kita berspekulasi dengan penyebab
fenomena berdasarkan penelitian sebelumnya, teori, atau pengamatan.
2. Penentuan kelompok yang memiliki karakteristik yang ingin diteliti.
3. Pemilihan kelompok pembanding, dengan mempertimbangkan
karakteristik atau pengalaman yang membedakan kelompok harus jelas
dan didefinisikan secara operasional (masing-masing kelompok
mewakili populasi yang berbeda). Mengontrol variabel ekstra untuk
membantu menjamin kesamaan kedua kelompok.
4. Pengumpulan data, dilakukan dengan menggunakan instrumen
penelitian yang memenuhi persyaratan validitas dan reliabilitas.
5. Analisis data, dimulai dengan analisis statistik deskriptif menghitung
rata-rata dan simpangan baku. Selanjutnya dilakukan analisis yang
mendalam dengan statistik inferensial.
Menurut Gay desain dasar penelitian komparatif adalah sangat sederhana
dan walaupun variabel bebas tidak dimanipulasi, ada prosedur kontrol yang dapat
diterapkan. Studi komparatif juga melibatkan variasi teknik statistik yang luas.
asumsi dan jenis data yang akan dianalisis. Statistik Non Parametrik tidak
menuntut terpenuhi banyak asumsi, misalnya data yang dianalisis tidak harus
berdistribusi normal. Oleh karena itu statistik Nonparametrik sering disebut
sebagai Distribusi Bebas (Free Distribution). Statistika non-parametrik biasanya
digunakan untuk melakukan analisis pada data kategorial(Nominal/Ordinal). Data
berjenis nominal dan ordinal tidak menyebar Normal.
Secara umum dalam pemilihan Teknik Uji Statistik dapat dikategorikan
berdasarkan Jenis Hipotesis dan Skala Data nya, yaitu sebagai berikut:
1) Teknik Statistik Non-Parametrik Untuk menguji hipotesis komparatif dua
sampel berpasangan bila datanya berbentuk nominal adalah:
Mc. Nemar
2) Teknik Statistik Non-Parametrik Untuk menguji hipotesis komparatif dua
sampel berpasangan bila datanya berbentuk ordinal adalah:
a) Sign Test (Uji Tanda)
b) Wilcoxon Matched Pairs
3) Teknik Statistik Non-Parametrik Untuk menguji hipotesis komparatif dua
sampel independen bila datanya berbentuk nominal adalah:
a) Fisher Exact Probability
b) Chi Kuadrat Dua Sampel
4) Teknik Statistik Non-Parametrik Untuk menguji hipotesis komparatif dua
sampel independen bila Datanya berbentuk ordinal adalah:
a) Median Test
b) Mann-Whitney
c) Kolmogorov Smirnov
d) Wald-Wolfowitz
Pedoman tersebut dapat digambarkan dalam bentuk Tabel sebagai berikut :
Sumber: Sugiyono, 2009
2.8.
pengujian
mendapatkan
sutau
terhadap
treatment
dan
sesudah
satu
yang
sampel
kemudian
yang
akan
treatment.
Dalam
perhitungan
t hitung =
Kemudian,
untuk
( x1 - x 2 ) - ( 1 - 2 )
12 22
+
n1 n 2
menentukan
hipotesis
yang
terpilih
menentukan
apakah
dua
sampel
yang
tidak
t hitung =
Kemudian,
untuk
( x1 - x 2 ) - ( 1 - 2 )
12 22
+
n1 n 2
menentukan
hipotesis
yang
terpilih
10
Uji Normalitas
Uji Normalitas adalah hal yang lazim dilakukan sebelum melakukan
sebuah metode statistik. Tujuan uji normalitas adalah untuk mengetahui
apakah distribusi sebuah data mengikuti atau mendekati distribusi normal
atau tidak dan dapat digunakan untuk statistik parametrik.
Cara menganalisis apakahdata tersebut berdistribusi normal atau tidak
menggunakan spss adalah sebagai berikut :
1. Pada data yang akan digunakan klik menu Analyze , lalu submenu
Nonparametriks Test. Dari serangkaian pilihan yang ada, pilih 1Sample K-S, akan muncul kotak dialog sebagai berikut:
11
12
13
b. Nilai Harian 1: Terlihat bahwa pada kolom signifikan (Asymp. Sig (2tailed)) adalah 0,904 atau probabilitas lebih dari 0,05 maka Ho
diterima yang berarti populasi berdistribusi normal.
c. Nilai Rapot: Terlihat bahwa pada kolom signifikan (Asymp. Sig (2tailed)) adalah 0,977 atau probabilitas lebih dari 0,05 maka Ho
diterima yang berarti populasi berdistribusi normal.
Kasus Uji t Sampel Berpasangan:
Sebuah tempat kursus ingin mengetahui apakah cara
pengajaran
ditempatnya
efektif
untuk
meningkatkan
nilai
siswanya atau tidak. Untuk itu, sampel yang terdiri dari 20 siswa
dikumpulkan hasil nilai ujiannya ketika tes saat pertama kali
mendaftar, kemudian setelah dilakukan kursus selama 3 bulan
dilakukan tes kembali dan dikumpulkan kembali nilai ujiannya.
Berikut
data
perbandingan
nilai
siswasaat
pertama
kali
14
or
1
Kursus
70
Kursus
A
66
65
50
58
59
65
64
70
63
70
59
68
55
62
59
65
64
66
68
90
80
87
85
89
90
86
81
85
80
77
90
85
85
83
78
90
79
77
90
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Perhitungan manual:
Hipotesis
H0 : 1 = 2
H1 : 1 2
= 0,05
x
= 63,3 ;
= 84,35
1 = 5,302 ; 2= 4,075
15
ttabel =
t / 2;n-1
t hitung =
t hitung =
( x1 - x 2 ) - ( 1 - 2 )
12 22
+
n1 n 2
(63,3 - 84,35)
5,302 2
20
4,705 2
12,574
20
2,5
2,5
95%
2,09
Dari menu utama File, pilih menu New, lalu kilik mouse
pada Data.
16
Pengisian:
Paired Variable (s) atau Variabel yang akan diuji.
Karena yang akan diuji nilai ujian sebelum dan
sesudah remediasi, maka klik nilai_ujian_sebelum
agar
masuk
pada
variable
1,
kemudian
17
klik
Pengisian:
Untuk
Confidence
Intervalatau
tingkat
nilai_ujian_sebelum
nilai_ujian_sesudah
Mean
63.30
84.35
N
20
20
Pada bagian pertama terlihat ringkasan dari kedua sampel. Untuk nilai ujian
sebelum remediasi, mahasiswa memiliki nilai rata-rata 63,3 dari total keseluruhan
20 data. Sedangkan nilai ujian setelah remediasi, mahasiswa memiliki nilai rata-
18
rata 84,35 dari total keseluruhan 20 data. Selain itu, pada tabel ini juga dapat
diketahui nilai standard deviation dan standard error mean dari masing-masing
variabel.
Paired Samples Correlations
N
Pair 1
nilai_ujian_sebelum &
Correlation
20
nilai_ujian_sesudah
Sig.
-.116
.626
df
-12.574
19
Sig. (2tailed)
95% Confidence
Mean
Pair 1
Std.
Std. Error
Interval of the
Deviation
Mean
Difference
Lower
Upper
7.487
1.674
-24.554
nilai_ujian_sebelum
-21.050
nilai_ujian_sesudah
-17.546
Pengambilan keputusan:
a. Berdasarkan perbandingan thitung dengan ttabel:
-
t / 2;n-1
barangnya
selama
20
hari
penjualan
dengan
19
.000
Jumlah
Penjualan
1
2
3
4
5
6
7
8
9
10
Pembelian
76
78
79
69
82
77
79
78
73
80
Jenis Perlakuan
Tanpa
Tanpa
Tanpa
Tanpa
Tanpa
Tanpa
Tanpa
Tanpa
Tanpa
Tanpa
Diskon
Diskon
Diskon
Diskon
Diskon
Diskon
Diskon
Diskon
Diskon
Diskon
Jumlah
Penjualan
11
12
13
14
15
16
17
18
19
20
Pembelian
81
78
86
79
82
88
92
84
81
77
20
Jenis Perlakuan
Diskon
Diskon
Diskon
Diskon
Diskon
Diskon
Diskon
Diskon
Diskon
Diskon
Perhitungan manual:
Hipotesis
H0 : 1 = 2
H1 : 1 2
= 0,05
x
= 77,10 ;
= 82,80
1 = 3,725 ; 2= 4,733
ttabel =t(0,05/2;n-2) = t(0,05/2; 20-2) = t(0,025; 18) = 2,101
Keterangan: Ingat dalam melihat tabel t untuk independentsample t test nilai df adalah jumlah sampel dikurangi dua atau
n-2.
t hitung =
t hitung =
( x1 - x 2 ) - ( 1 - 2 )
12 22
+
n1 n 2
(77,10 - 82,80)
3,725 2
10
4,733 2
2,933
10
2,5
2,5
95%
2,10
Dari menu utama File, pilih menu New, lalu kilik mouse
pada Data.
Pada
kolom
Name.
Sesuai
kasus,
ketik
22
AnalyzeCompare
MeansIndependent-
samples T Test
Pengisian:
Test Variable (s) atau Variabel yang akan diuji.
Karena yang akan diuji adalah apakah ada perbedaan
antar
jumlah
pembelian
produk
yang
berbeda
23
Pengisian:
Untuk
Confidence
Intervalatau
tingkat
24
Group Statistics
jenis perlakuan
jumlah pembelian
dimensio
n1
tanpa diskon
Diskon
10
10
Mean
77,10
82,80
Pada bagian pertama terlihat ringkasan dari kedua sampel. Untuk jumlah
pembelian dengan tanpa diskon, rata-rata pembelian adalah 77,10 dari 10 data
keseluruhan. Sedangkan jumlah pembelian dengan diskon rata-rata pembelian
adalah 82,80 dari 10 data keseluruhan. Selain itu, pada tabel ini juga dapat
diketahui nilai standard deviation dan standard error mean dari masing-masing
jenis perlakuan.
Independent Samples Test
jumlah pembelian
Equal variances Equal variances
assumed
,927
Sig.
T
Df
Sig. (2-tailed)
Mean Difference
Std. Error Difference
95% Confidence Interval of
the Difference
not assumed
,349
Lower
Upper
-2,993
18
,008
-5,700
1,905
-9,702
-1,698
Keterangan: Tabel di atas telah dirubah kedalam bentuk baris (double klik pada
output independent-sample t test, kemudian pada menu bar klik pivot, kemudian
klik Transpose Rows and Columns)
Pengambilan keputusan :
a. Berdasarkan perbandingan thitung dengan ttabel:
Jika thitung berada dalam rangettabel, maka H0 diterima
Jika thitung berada di luar rangettabel, maka H0 ditolak
thitung dari output adalah -2,933
ttabel dilihat dari perhitungan : ttabel =t(0,05/2;n-2) = t(0,05/2; 20-2) = t(0,025; 18)
= 2,101
25
-2,993
17,059
,008
-5,700
1,905
-9,717
-1,683
Sehingga dapat diketahui nilai dari Tabel t adalah 2,101 atau -2,101
Karena thitung= -2,933 < -2,101 = ttabel , maka H0 ditolak.
2.9.
Jenis-jenis
Pengujian
Hipotesis
Komparatif
Sampel
Berpasangan
2.9.1. Pengujian Hipotesis Komparatif 2 Sampel Berpasangan
Melakukan uji statistik terhadap hipotesis komparatif dua sampel berpasangan
berarti menguji ada tidaknya perbedaan yang signifikan antara variabel dari dua
sampel yang berpasangan/berhubungan. Teknik uji statistik yang dapat digunakan
untuk menguji hipotesis komparatif pada sampel berpasangan yang dibahas dalam
pokok bahasan ini adalah:
1). Bila skala data-nya nominal adalah: Mc. Nemar
2). Bila skala data-nya ordinal adalah: Sign Test atau Uji Tanda
A. Mc Nemar Test
Uji statistik ini digunakan untuk menguji hipotesis komparatif dua sampel
(bivariat) berpasangan bila skala datanya berbentuk nominal. Rancangan
penelitiannya biasanya berbentuk before-after, jadi hipotesis penelitian merupakan
perbandingan antara nilai sebelum dan sesudah ada perlakuan atau treatment yang
biasanya ditujukan untuk membuktikan ada tidaknya perubahan. (Sugiyono,2009).
Contoh cara mengidentifikasi penggunaan teknik uji statistic dalam penelitian:
Suatu penelitian akan dilakukan untuk mengetahui peran penyuluhan terhadap
pengetahuan responden. Dimana dalam penelitian ini, peneliti ingin mengetahui
perbedaan tingkat pengetahuan responden yang dibedakan atas pengetahuan Baik
dan Buruk antara sebelum diberikan penyuluhan dengan sesudah diberikan
penyuluhan. Berdasarkan gambaran tersebut, maka:
26
Sesudah
A
C
+
B
D
Tanda (+) dan (-) sekedar dipakai untuk menandai jawaban yang berbeda,
jadi tidak harus yang bersifat positif dan negative. Kasus-kasus yang
menunjukkan terjadi perubahan antara jawaban pertama dan kedua muncul dalam
sel A dan D. Seseorang dicatat dalam sel A jika berubah dari positif ke negatif;
dan dicatat pada sel D jika ia berubah dari negative ke positif. Jika tidak terjadi
perubahan yang diobservasi yang berbentuk positif dia dicatat di sel B, dan jika
tidak terjadi perubahan observasi yang berbentuk negative dicatat di sel C.
A + D adalah jumlah total orang yang berubah, sedangkan B dan C adalah
yang tidak berubah. Ho = berubah dalam satu arah, dan merupakan frekuensi yang
diharapkan dibawah fo pada kedua sel yaitu A dan D. Test Me Nemar berdistribusi
Chi Kuadrat (x2 ), oleh karena itu rumus yang digunakan untuk pengujian
hipotesis adalah rumus Chi kuadrat. Persamaan dasarnya ditunjukkan pada Rumus
6.2 berikut
27
28
Dapat dibaca : tidak membeli menjadi membeli 85, tetap membeli 40, tetap tidak
membeli 65, membeli menjadi tidak membeli 10. Perubahan terjadi oada kolom
berwarna abu-abu. Jadi
X 2 = (A D - 1)2 / A D = (85 - 10- 1)2
X 2 = 57,642
Jadi harga X2 hitung = 57,642 Harga Chi Kuadrat hitung tersebut
selanjutnya dibandingkan dengan harga Chi Kuadrat tabel (Tabel VI, lampiran).
29
Bila dk = 1 dan taraf kesalahan 5%, maka harga Chi Kuadrat tabel = 3,481.
Ketentuan pengujian adalah : bila Chi Kuadrat hitung lebih kecil sama dengan ()
Chi Kuadrat tabel , maka Ho diterima dan Ha ditolak. Berdasarkan perhitungan di
atas ternyata harga Chi Kuadrat hitung lebih besar dari pada tabel (57,642 >
3,481). Hal ini berarti Ho ditolak dan Ha diterima.
Jadi terdapat perbedaan yang signifikan nilai penjualan setelah dan
sebelum aa sponsor, dimana setelah ada sponsor pembeliannyasemakin
meningkat. Karena pembeli sesudah ada sponsor jumlahnya meningkat, maka hal
itu berarti sponsor yang diberikan pada pertandingan olahraga memounyai
pengaruh yang nyata terhadapr nilai penjualan.
B. Sign Test (Uji Tanda)
Sign test dipergunakan untuk menguji hipotesis komparatif dua sampel
(bivariat) berpasangan dengan skala pengukuran data berbentuk ordinal. Teknik
ini disebut sebagai uji tanda (sign test) karena data yang akan dianalisis
dinyatakan dalam bentuk tanda-tanda, yaitu tanda positif dan negatif. Jadi, dalam
hal ini, tidak sekedar menanyakan seberapa besar pengaruhnya secara kuantitatif,
tetapi juga pernyataan tentang mempunyai pengaruh positif atau negatif. Bila
dibandingkan dengan mc. Nemar test, maka terdapat persamaan antara mc. Nemar
test dengan sign test, yaitu sama-sama untuk menguji hipotesa komparatif dengan
dua sampel berpasangan dengan skala data kategorik. Sedangkan perbedaan
antara keduanya adalah: mc. Nemar test : digunakan pada skala data kategorial
yaitu tepatnya nominal, dimana variabelnya hanya mempunyai 2 kategori. Sign
test : digunakan pada skala data kategorial yaitu tepatnya ordinal, dimana
variabelnya terdiri atas lebih dari 2 kategori.
Contoh cara mengidentifikasi penggunaan teknik uji statistik dalam
penelitian: suatu penelitian akan dilakukan untuk mengetahui peran penyuluhan
terhadap pengetahuan responden. Dimana dalam penelitian ini, peneliti ingin
mengetahui perbedaan tingkat pengetahuan responden yang dibedakan atas
30
pengetahuan baik, cukup baik dan tidak baik antara sebelum diberikan penyuluhan
dengan sesudah diberikan penyuluhan. Berdasarkan gambaran tersebut, maka:
Berpasangan
atau
Tidak
Berpasangan
Kelompok
1) Bila nilai 2 (chi kuadrat) hitung > 2 (chi kuadrat) tabel, maka H 0
ditolak atau hal ini berarti ha diterima, sehingga dapat disimpulkan bahwa
ada hubungan antar variabel yang diuji. Dan sebaliknya: bila nilai 2 (chi
kuadrat) hitung < 2 (chi kuadrat) tabel, maka H0 diterima atau hal ini
berarti ha ditolak, sehingga dapat disimpulkan bahwa tidak ada hubungan
antar variabel yang diuji.
2) Bila Nilai Signifikansi/(sig.)/(P)/(Asymp. Sig.) < 0,05, maka H 0 ditolak
dan Ha diterima, yang berarti Ada Hubungan antar Variabel yang diuji, dan
sebaliknya: Bila Nilai Signifikansi/(sig.)/(P)/(Asymp. Sig.) > 0,05, maka
H0 diterima dan Ha ditolak, yang berarti Tidak Ada Hubungan antar
Variabel yang diuji.
31
Sampel
yang
digunakan
dalam
penelitian
adalah
sampel
yang
berpasangan, misalnya suami-istri, pria-wanita, pegawai negeri-swasta dan lainlain. Tanda positif dan negative akan dapat dketahui berdasarkan perbedaan nilai
antara satu dengan yang laindalam pasangan itu. Sebagai contoh perbedaan data
yang diberikan oleh suami dan istri yang ditunjukkan pada Tabel 6.5. Hipotesis
nol (Ho) yang diuji adalah : p (XA > XB ) = P (XA < XB ) = 0,5. Peluang berubah
dari XA ke XB = peluang berubah dari XB ke XA = 0,5, atau peluang untuk
memperoleh beda yang bertanda positif sama dengan peluang untuk memperoleh
beda yang negatif. Jadi kalau tanda positif jauh lebih banyak dari negatifnya, dan
sebaliknya, maka Ho ditolak. XA = nilai setelah ada perlakuan (treatmen) dan XB
= nilai sebelum ada kelompok yang diobservasi. Bila jarak antara median dengan
tanda positif dan negative sama nol, maka Ho diterima. Jika (XA XB)
menunjukkan nilai perbedaan, dan merupakan median dari perbdaan ini, maka uji
tanda dapat digunakan untuk menguji Ho : m = 0 dan Ha : m 0 dengan peluang
masing-masing = 0,5. Jadi Ho : p = 0,5 dan Ha : p 0,5. Untuk sampel yang kecil
25 pengujian dilakukan dengan menggunakan prinsip-prinsip distribusi
Binomial dengan P = Q = 0,5 (lihat test Binomial) dimana N = banyak pasangan.
Bila suatu pasangan observasi tidak menunjukkan adanya perbedaan, yakni selisih
= 0, maka pasangan itu dicoret dari analisis. Dengan demikian N-nya akan
berkurang. Untuk pengujian hipotesis dapat membandingkan dengan Tabel IV
Lampiran, dimana x dalam tabel itu adalah nilai bertanda positif atau negative
yang jumlahnya lebih kecil. Sebagia contoh misalnya 25 pasangan yang
diobsrvasi terdapat 20 pasangan yang menunjukkan perubahan positif (+) dan 5
menunjukkan perubahan negatif (-), maka disini N = 20 dan x = 5. Berdasarkan
hal tersebut, maka p tabel = 0,002 (uji satu pihak).
Contoh sampel kecil :
32
Untuk pengujian dengan Sign Test, data yang dianalisis adalah data ordinal
atau berbentuk peringkat.
Ho : Tidak terdapat perbedaan pengaruh yang signifikan insentif terhadap
kesejahteraan keluarga baik menurut suami maupun isteri.
33
Berdasarkan Tabel tersebut terlihat tanda (+) sebanyak 7 dan (-) sebanyak
13. Berdasarkan Tabel Lampiran (tabel Binomial) dengan N=20 (N berkurang bila
tidak terjadi perbedaan, tidak ada (+) atau (-), dan p = 7 (tanda yang kecil)
diperoleh tabel p tabel = 0,132. Bila taraf kesalahan sebesar 5% (0,05), maka
harga 0,132 ternyata lebih besar dari 0,05. Dengan demikian Ho diterima dan Ha
ditolak. Jadi dapat disimpulkan tidak terdapat pengaruh yang positif dan
signifikan kenaikan insentif terhadap pengaruh yang positif dan signifikan
kenaikan insentif terhadap kesejahteraan keluarga baik menurut suami maupun
isteri. Kalaupun dalam data terlihat ada pengaruh positif, tetapi adanya pengaruh
itu hanya terjadi pada sampel itu, dan hal itu tidak dapat digeneralisasikan untuk
populasi dimana sampel tersebut diambil.
Berdasarkan Tabel 6.6 tersebut terlihat tanda (+) sebanyak 7 dan (-)
sebanyak 13. Berdasarkan Tabel Lampiran (tabel Binomial) dengan N=20 (N
berkurang bila tidak terjadi perbedaan, tidak ada (+) atau (-), dan p = 7 (tanda
34
yang kecil) diperoleh tabel p tabel = 0,132. Bila taraf kesalahan sebesar 5%
(0,05), maka harga 0,132 ternyata lebih besar dari 0,05. Dengan demikian Ho
diterima dan Ha ditolak. Jadi dapat disimpulkan tidak terdapat pengaruh yang
positif dan signifikan kenaikan insentif terhadap pengaruh yang positif dan
signifikan kenaikan insentif terhadap kesejahteraan keluarga baik menurut suami
maupun isteri. Kalaupun dalam data terlihat ada pengaruh positif, tetapi adanya
pengaruh itu hanya terjadi pada sampel itu, dan hal itu tidak dapat
digeneralisasikan untuk populasi dimana sampel tersebut diambil.
C. Wilcoxon Match Pairs Test
Teknik ini merupakan penyempurnaan dari uji tanda. Kalau dalam uni
tanda besarnya selisih nilai angka antara positif dan negatif tidak diperhitungkan,
sedangkan dalam uji Wilcoxon ini diperhitungkan. Seperti dalam uji tanda, teknik
ini digunakan untuk menguji hipotesis komparatif dua sampel yang berkorelasi
bila datanya berbentuk ordinal (berjenjang).
Berpasangan
Pengertian dan Penggunaan Uji Lebih dari 2 Sampel
35
Rumus menghitung X2
Tk pendidikan
Hipertensi
36
Ya
tidak
total
15
50
65
10
60
70
5
45
50
30
155
185
Rendah
Sedang
Tinggi
Total
Rendah
Sedang
Tinggi
Hipertensi
Ya
Tidak
O E
O
E
1
5 11 50 54
1
0 11 60 59
5
3
0
Total
45
15
5
42
O-E
Y tida
a k
65
ya
19.
-4
9
4
1
3
70
50
O-E2
1.8
9.7
O-E2/E
X2
tida
tida
k
Ya
k
1.8
3.8
19.9
9 0.37
7
0.1
1.8
6 0.03
1.1
9.7
9 0.23
185
2
X2 = (O-2
X2 = (15-11) + (10-11) + (5-8)2 + (50-54)2 + (60-59)2 + (45-42)2 = 3,87
11
118
54
59
42
Lihat X2 tabel, alpha 0,05 dan df (k-1) (b-1) = (2-1) (3-1) = 2 5,99
X2 hitung (3,87) < X2 tabel (5,99) H0 gagal ditolak (diterima). Berarti tidak
ada perbedaan ketiga tingkat pendidikan terhadapat terjadinya hipertensi (tidak
ada hubungan pendidikan dengans hipertensi).
Khusus untuk tabel 2x2, seperti di bawah ini. Disebut juga tabel kontingensi
Kelompok
Sampel
1
2
Outcome
+ (yes)
A
C
b
d
37
(no)
Jumlah Sampel
a+b
c+d
Jumlah
Rumus:
a+c
b+d
n = jumlah sampel
1
n (adbc n) 2
2
X 2=
( a+ b ) ( a+c ) ( b+d ) (c+ d)
Df = (k-1) (b-1)
Contoh Kasus
Dilakukan penelitian pada 115 pekerja di sebuah perusahaan A. penelitian
dilakukan untuk mengetahui bagaimana peluang pekerja untuk mengalami
kecelakaan kerja. Selengkapnya dapat dilihat pada tabel 2x2 di bawah ini.
Outcome
Kelompok
Kerja outdoor
Kerja indoor
Jumlah
Kec kerja
Kec kerja
60
50
110
20
25
45
Jumlah sampel
60
75
155
a. Perhitungan
berdasarkan harga-harga dalam tabel tersebut maka harga chi square
(X2) adalah
1
n (adbc n)2
2
X 2=
( a+ b ) ( a+c ) ( b+d ) ( c+ d)
2
1
n(60 2520 50 155)
2
2
X=
=0,93
( 60+20 )( 60+50 )( 20+25 )( 50+ 25)
untuk
mengalami
38
Pengujian
Hipotesis
Komparatif
Tidak
Berpasangan
(Independen)
Menguji hipotesis dua sampel independen adalah menguji kemampuan
generalisasi rata rata data dua sampel yang tidak berkorelasi. Seperti telah
dikemukakan pel yang bahwa sampel sampel yang berkorelasi biasanya terdapat
pada rancangan penelitian eksperimen. Contoh, perbandingan penghasilan petani
dan nelayan, disiplin kerja pegawai negeri dan swasta. Teknik statistic yang
digunakan untuk menguji hipotesis komparatif, tergantung jenis datanya. Teknik
statistic t-test adalah merupakan teknik statistic parametris yang digunakan untuk
menguji komparasi data ratio atau interval, sedangkan statistic nonparametris
yang dapat digunakan adalah: median test , mannn-Whitney, kolmoorve-smirnov,
fisher exact, chi kuadrat, test run wald-Wolfowitz. Statistic nonparametris
digunakan untuk menguji hipotesis bila datanya nominal dan ordinal.
Menguji hipotesis komparatif dua sampel tidak berpasangan berarti
menguji signifikansi perbedaan nilai dari dua sampel/kelompok data yang tidak
berpasangan. Contoh dua sampel/kelompok yang tidak berpasangan adalah:
sampel berat badan bayi di daerah rural dan berat badan bayi di daerah urban,
sampel kadar hb pada ibu hamil yang mengkonsumsi tablet Fe dan ibu hamil yang
tidak mengkonsumsi tablet Fe, dsb. Teknik uji statistik yang dapat digunakan
untuk menguji hipotesis komparatif pada sampel tidak berpasangan yang dibahas
dalam pokok bahasan ini adalah:
39
u-test,
kolmogorovsmirnov.
A. CHI KUADRAT ( X2 ) DUA SAMPEL
Chi kuadrat digunakan untuk menguji hipotesis komparatif dua sampel
bila datanya berbentu nominal dan sampelnya besar. Sebagai contoh untuk
mengidentifikasi penggunaan uji chi kuadrat (2) dalam pengujian
hipotesis adalah sebagai berikut (Dahlan.s., 2012): misalnya akan
dilakukan suatu penelitian untuk mengetahui pengaruh perilaku merokok
(merokok dan tidak merokok) dengan status fertilitas seorang pria (infertil
dan fertil). Dan pertanyaan penelitian tersebut adalah adakah pengaruh
perilaku merokok terhadap status fertilitas seorang pria ? Maka, langkahlangkah yang harus dilakukan untuk menentukan uji hipotesis yang tepat
adalah:
1) Menentukan variabel-variabel yang dihubungkan. Variabel-variabel
yang dihubungkan dalam contoh penelitian di atas adalah status
fertilitas (infertil dan fertil) dengan perilaku merokok (merokok dan
tidak merokok)
2) Menentukan jenis hipotesa. Jenis hipotesa dari contoh di atas adalah
komparatif.
3) Menentukan skala pengukuran data skala pengukuran data pada
variabel di atas adalah kategorik, yaitu status fertilitas=nominal ;
perilaku merokok=nominal.
4) Menentukan kelompok berpasangan
atau
tidak
berpasangan
Frekuensi Pada
Obyek I
A
C
a+c
Obyek II
B
D
b+d
40
Jumlah Sampel
a+b
c+d
n = jumlah sampel
Rumus:
1
n( Iad bcI n)
2
X 2=
( a+ b ) ( a+c ) ( b+d ) ( c+ d)
Interpretasi Hasil untuk Menerima atau Menolak H0 adalah:
1) Bila Nilai 2 (Chi Kuadrat) hitung > 2 (Chi Kuadrat) Tabel, maka
H0 diTolak atau hal ini berarti Ha diterima, sehingga dapat
disimpulkan bahwa Ada Hubungan antar Variabel yang diuji.
Dan Sebaliknya:
Bila Nilai 2 (Chi Kuadrat) hitung < 2 (Chi Kuadrat) Tabel, maka
H0 diterima atau hal ini berarti Ha ditolak, sehingga dapat disimpulkan
bahwa Tidaj Ada Hubungan antar Variabel yang diuji.
2) Bila Nilai Signifikansi/(sig.)/(P)/(Asymp. Sig.) < 0,05, maka H0
ditolak dan Ha diterima, yang berarti Ada Hubungan antar Variabel
yang diuji, dan sebaliknya: Bila Nilai Signifikansi/(sig.)/(P)/(Asymp.
Sig.) > 0,05, maka H0 diterima dan Ha ditolak, yang berarti Tidak Ada
Hubungan antar Variabel yang diuji.
Contoh :
Dilakukan penelitian untuk mengetahui bagamana peluang dua orang
untuk menjadi bupati di kabupaten tertentu. Calonnya adalah Abbas dan
Bakri. Setelah diadakan survey pengumpulan pendapat yang setuju dengan
abbas adalah 60 0rang dan yang tidak 20 orang. Sedangkan untuk Bakri
yang setuju ada 50 orang dan yang tidak 25 orang. Dari data tersebut
selanjutnya disusun ke dalam table,
Berdasarkan hal tersebut maka :
c. Judul penelitian dapat dirumuskan sebagai berikut :
Peluang abbas dan bakri menjadi bupati
d. Variable penelitiannya adalah bupati
e. Rumusan masalah :
Adakah perbedaan peluang abbas dan bakri untuk menjadi bupati?
f. Sampel terdiri atas
41
Dua kelompok masyarakat yang setuju dan yang tidak setuju dengan
abbas dan bakri. Jumlah sampel untuk abbas adalah 80 orang dan
untuk bakri adalah 75 orang.
g. Hipotesis
Ho : Peluang Abbas dan Bakri sama untuk menjadi bupati atau tidak
terdapat perbedaan pendapat diantara masyarakat terhadap dua
calon bupati tersebut
Ha : Peluang Abbas dan Bakri tidak sama untuk menjadi bupati atau
terdapat perbedaan pendapat diantara masyarakat terhadap dua
calon bupati tersebut
h. Criteria pengujian hipotesis
Ho diterima jika harga chi kuadrat hitung lebih kecil dari harga tabel
i. Penyajian data
Data yang telah terkumpul disajikan dalam tabel
Setuju
60
50
110
Persetujuan
Tidak setuju
20
25
45
Jumlah sampel
60
75
155
j. Perhitungan
berdasarkan harga-harga dalam tabel tersebut maka harga chi kuadrat
adalah
1
n( Iad bcI n)
2
2
X=
( a+ b ) ( a+c ) ( b+d ) ( c+ d)
2
1
n (I 60 2520 50 I 155)
2
2
X=
=0,93
( 60+20 )( 60+50 )( 20+25 )( 50+ 25)
42
Jumlah
A
C
B
D
A+B
C+D
n
Kelompok I : sampel I
Kelompok II : sampel II
Tanda
p=
Contoh :
Disinyalir adanya kecenderungan para birokrat lebih menyukai mobil
warna gelap, dan para akademisi lebih menyukai warna terang. Untuk
membuktikan hal tersebut telah dilakukan pengumpuln data dengan
mengguakan sampel yang telah diambil secara random. Dari 8 orang
birokrat yang diamati, 5 orang bermobil gelap dan 3 orang berwarna
43
gelap
5
2
7
terang
3
5
8
Jumlah
8
7
15
h. Perhitungan :
(5+3)! (2+5)! (5+2)! (3+5)!
p=
15! 5! 3! 2! 5!
p=
44
Pengujian didasarkan atas median dari sampel yang diambil secara random.
Dengan demikian Ho yang akan diuji berbunyi : Tidak terdapat perbedaan dua
kelompok populasi berdasarkan mediannya.
Kalau Test Fisher digunakan untuk sampel kecil, dan Test Chi Kuadrat (
) digunakan untuk sampel besar, maka test median ini digunakan untuk
Kelompok I
A
C
A + C = n1
Kelompok I
B
D
B + D = n2
Dimana :
A = banyak kasus dalam kelompok I di atas median gabung = n1
B = banyak kasus dalam kelompok II diatas median gabung = n2
C = banyak kasus dalam kelompok I di bawah median gabung = n1
D = banyak kasus dalam kelompok II di bawah median gabung = n1
RUMUS :
N 2
]
2
2
X=
( A+B ) ( C+ D ) ( A +C ) (B+ D)
N [( ADBC )
45
Jumlah
A+B
C+D
N = n1 + n 2
Nelayan
45
50
55
60
65
65
70
80
100
Petani
A=6
C=4
46
Nelayan
B=2
D=7
Jumlah
A+B=8
C + D = 11
Jumlah
h. Perhitungan
10
N = 19
19
19 6.7 2.4
4.75
2
0,00034
6 8 4 7 6 4 2 7 13860
5%
Dengan harga chi kuadrat tabel dk = 1 dan
adalah 3,841
2
2
hitung 0,00034 3,841 tabel
Maka
i. Kesimpulan
Tidak ada perbedaan significant antara penghasilan petani dan nelayan,
berdasarkan median.
D. MANN WHITNEY U-TEST
Digunakan untuk menguji signifikasi - hipotesis komparatif dua
sampel independent yang datanya berbentuk ordinal. Bila dalam suatu
pengamatan data berbentuk interval, maka perlu diubah ke dalam bentuk
ordinal. Bila datanya masih dalam bentuk interval, masih dapat
menggunakan t-test untuk pengujiannya, tetapi bila asumsi ttest ini tidak
dipenuhi maka test ini tidak dapat digunakan.
Interpretasi Hasil untuk Menerima atau Menolak H0 adalah:
1) Bila Nilai U (terkecil) hitung > U Tabel, maka H0 diTolak atau
hal ini berarti Ha diterima, sehingga dapat disimpulkan bahwa
Ada Hubungan antar Variabel yang diuji.
Dan Sebaliknya:
2) Bila Nilai U (terkecil) hitung < U Tabel, maka H0 diterima atau
hal ini berarti Ha ditolak, sehingga dapat disimpulkan bahwa
Tidaj Ada Hubungan antar Variabel yang diuji. Bila Nilai
Signifikansi/(sig.)/(P)/(Asymp. Sig.) < 0,05, maka H0 ditolak
dan Ha diterima, yang berarti Ada Hubungan antar Variabel
yang diuji, dan sebaliknya: Bila Nilai Signifikansi/(sig.)/(P)/
(Asymp. Sig.) > 0,05, maka H0 diterima dan Ha ditolak, yang
berarti Tidak Ada Hubungan antar Variabel yang diuji.
Terdapat dua rumus yang digunakan untuk pengujiannynya. Kedua
rumus itu digunakan dalam perhitungan untuk mengetahui harga U mana
47
yang lebih kecil. Harga U yang lebih kecil tersebut yang digunakan untuk
pengujian dan dibandingkan dengan U tabel
n (n 1)
U 1 n1n2 1 1
R1
2
dan
n (n 1)
U 2 n1n2 2 2
R2
2
Dimana
n1
n2
jumlah sampel 1
U1
jumlah sampel 2
U2
R1
n1
jumlah peringkat 1
jumlah peringkat 1
n1
n2
(Khususnya
kelompok
tersebut
diukur
kualitas
manajemennya
dengan
Nlai kualitas
16
18
10
12
16
14
15
10
12
15
16
11
Kel B
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Nilai kualitas
19
19
21
25
26
27
23
27
19
19
25
27
23
19
19
49
Ho diterima bila harga U yang terkecil lebih besar dari harga tabel.
g. Penyajian data
Kel. A
1
2
3
4
5
6
7
8
9
10
11
12
Nlai kualitas
16
18
10
12
16
14
15
10
12
15
16
11
Peringkat
9,0
10,5
1,5
4,5
9,0
6,0
7,5
1,5
4,5
7,5
9,0
3,0
Kel B
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Nilai kualitas
19
19
21
25
26
27
23
27
19
19
25
27
23
19
19
R1 = 74
h. Perhitungan
U 1 n1n2
Peringkat
15
15
16,5
19,5
21
22,5
18,0
22,5
15,0
15,0
19,5
22,5
18,0
15,0
24,0
R2 = 279
n1 (n1 1)
12 1 74 184
R1 15.15
2
2
dan
n2 (n2 1)
15 1 2
U 2 n1n2
R2 12.15
279 21
2
2
Karena harga U lebih lecil dari U1. Dengan demikian yang digunakan
untuk membandingkan dengan U tabel adalah U2 yang nilai terkecilnya
adalah 21. Dengan
2.5%
5%
SPSS
a. Hipotesis
50
NPar Tests
Descriptive Statistics
N
Kualitas_Bank
Group
27
27
Mann-Whitney Test
Ranks
51
Mean
18.63
1.5556
Std. Deviation
5.386
.50637
Minimum
10
1.00
Maximum
27
2.00
Kualitas_Bank
Group
Bank Tidak
Favorit
Bank Favorit
Total
Mean Rank
Sum of Ranks
12
6.50
78.00
15
20.00
300.00
27
NPar Tests
Test Statistics(b)
Mann-Whitney U
Wilcoxon W
Kualitas_Bank
.000
78.000
-4.424
.000
.000(a)
d. Analisis Output:
Jumlah sampel sebanyak 27
Nilai Rata-rata = 18.63
Nilai standar Deviasi = 5.386
Nilai minimum = 10,00 dan nilai maksimum = 27,00
Dari tabel Rank kita peroleh informasi
Jumlah sampel bank tidak favorit = 12
Jumlah sampel bank favorit = 15
Nilai rata-rata rank untuk bank tidak favorit = 12
Nilai rata-rata rank untuk bank favorit = 15
Dari tabel Tatistics diperoleh informasi
Mann-Whitney U = 0.00
Exact Sig. [2*(1-tailed Sig.)] = 0.00a
52
53
No Lulusan SMK
Lulusan SMU
.
1
1.0
3.0
2
2.0
4.0
3
1.0
8.0
4
1.0
2.0
5
3.0
5.0
6
1.0
6.0
7
2.0
3.0
8
1.0
5.0
9
5.0
7.0
10 5.0
8.0
h. Perhitungan
Disusun dalam tabel distribusi frekuensi kumulatif SMA berikut.
No
Interval
f
Kumulaif
1
1-2
7
7
2
3-4
1
8
3
5-6
2
10
4
7-8
0
10
Disusun dalam tabel distribusi frekuensi kumulatif SMK berikut.
No
Interval
f
Kumulaif
1
1-2
1
1
2
3-4
3
4
3
5-6
3
7
4
7-8
3
10
Nilai kumulatifnya disusun proporsional. semuanya dibagi n. dalam
hal ini n1 dan n2 sama yaitu 10.
Kelompok
S10 (X)
S10 (X)
Sn1X-Sn2X
Kesalahan Kerja
3-4%
5-6%
1/10
2/10
3/10
3/10
2/10
1/10
1-2%
7/10
1/10
6/10
54
7-8%
0/10
3/10
3/10
KD tabel
5%
dalam tabel
= 6.
SPSS
a. Hipotesis
Ho : Tidak terdapat perbedaan produktivitas yang signifikan antara
Ha
terima Ho
Langkah-langkah:
1. Buka lembar kerja baru.
Masukkan data pada editor SPSS.
Klik Analyze klik Non Parametrc Samples sehinngaa akan
tampil kotak dialog Two Independent Samples Test
Pindahkan variabel Produktivitas Kerja ke dalam Test Variable
List dengan menekan tombol panah ke kanan.
Pindahkan variabel Lulusan ke dalam Grouping Variable dengan
menekan tombol panah ke kanan.
Klik tombol Define Group ... kemudian masukkan nilai 1 pada
Group 1 dan nilai 2 pada Group 2.
Pada kotak Test Type klik Kolmogorov Smirnov Z.
Klik Option ... bila ngin memperoleh nilai statistika deskriptif
Klik OK.
2. Output sebagai berikut.
NPar Tests
Descriptive Statistics
N
Mean
Std. Deviation
Minimum
Maximum
LULUSAN
20
3.6500
2.36810
1.00
8.00
GRUP
20
1.5000
.51299
1.00
2.00
Frequencies
GRUP
LULUSAN
LULUSAN_SMK
10
LULUSAN_SMA
10
Total
20
56
Test Statisticsa
LULUSAN
Most Extreme Differences
Absolute
.600
Positive
.600
Negative
.000
Kolmogorov-Smirnov Z
1.342
.055
d. Analisis Output.
Jumlah sampel lulusan SMK sebanyak 10
Jumlah sampel lulusan SMA sebanyak 19
Dari Tabel Test Statistics diperoleh informasi
Kolmogorov-Smirnov Z = 1,342
Nilai Asymp Sign (2 tailed) = 0.055
Karena Asymp sign 0.055 > 0.05 maka Ho diterima artinya Tidak
terdapat perbedaan produktivitas yang signifikan antara karyawan
lulusan SMK dan SMU.
F. TEST RUN WALD-WOLFOWITZ
Tes ini digunakan untuk menguji signifikansi hipotesis komparatif
dua sampel independen bila datanya berbentuk ordinal dalam bentuk run.
Oleh karena itu. sebelum data dua sampel (n1 + n2) dianalisis maka perlu
terlebih dahulu ke dalam bentuk rangking baru kemudian dalam benruk
run.
Bila sampel berasal dari populasi yang sama/tidak berbeda (Ho
benar). maka A dan B tidak akan mengelompok. tetapi akan berbaur makin
kecil run maka Ho semakin ditolak. Rumus yang digunakan untuk
pengujian sebagai berikut.
p(r r ' )
1
n1 n2
n1
n1 1
2 r 1
r 2
2
r'
57
n 2 1
r
1
2
p (r r ' )
1
n1 n2
n1
n1 1
r 2 k 1
r'
n2 1 n1 1
k 2 k 2
n 2 1
k 1
dimana r = 2k -1
Contoh.
Dilakukan penelitian untuk mengetahui adakah perbedaan disiplin kerja
antara pegawai golongan III dan IV. yang didasarkan atas keterlambatan
masuk dan pulang kantor. Berdasarkan sampel yang dipilih secara random
terhadap 10 pegawai golongan III dan 10 pegawai golongan IV. diperoleh
jam keterlambatan masuk kantor sebagai berikut.
Keterlambatan Masuk Kantor Antara Pegawai Golongan III dan IV (dalam
menit)
No.
Pegawai
III
1
12
17
2
12
13
3
5
6
4
9
4
5
15
7
6
16
12
7
7
13
8
14
18
9
13
14
10
16
9
Berdasarkan hal tersebut maka
a. Judul Penelitian
Perbedaan disiplin kerja antara pegawai golongan III dan IV.
b. Variabel Penelitian
Variabel independen : Tingkat golongan gaji (golongan III dan
golongan IV)
Variabel dependen : Disiplin kerja
c. Rumusan Masalah
Adakah perbedaan disiplin kerja pegawai golongan III dan IV?
d. Sampel
Terdiri dua kelompok sampel yaitu golongan III sebanyak 11 orang
dan golongan IV sebanyak 11 orang.
e. Hipotesis
Ho : tidak terdapat perbedaan disiplin kerja yang signifikan antara
pegawai golongan III dan IV
58
B A B B A A B B A A
13 13 13 14 14 15 16 16 17 18
A B B
A A A A A B B
h. Perhitungan untuk pengujian hipotesis
Dari tabel terlihat n1 = 10 dan n2 = 10. maka harga run kritisnya = 6
untuk kesalahan 5%. Dari hal tersebut. terntata run hitung lebih besar
dari run tabel (10 > 6).
Karena run hitung lebih besar run tabel maka Ho diterima dan Ha
ditolak.
i. Kesimpulan
Tidak terdapat perbedaan disiplin antara pegawai golongan III
(kelompok A) dan golongan IV (Kelompok B).
j. Saran
Kedua sampel perlu pembinaan disiplin yang sama.
Untuk ts run ini. kriteria pengujian adalah run hitung lebih kecil atau
sama dengan run dari tabel untuk taraf kesalahan tertentu. maka Ho
ditolak (
rn rtab, Ho
r
1 0,5
r r
n1 n2
r
2n1n2 ( 2n1n2 n1 n2 )
n1 n2 2 n1 n2 1
SPSS
a. Hipotesis
Ho : tidak terdapat perbedaan disiplin kerja yang signifikan antara
pegawai golongan III dan IV
59
2
Asymp sign > taraf nyata
terima Ho
c. Pemasukan data ke SPSS
Langkah-langkah:
1. Buka lembar kerja baru.
Masukkan data pada editor SPSS.
Klik Analyze klik Non Parametrc Samples sehinngaa akan
tampil kotak dialog Two Independent Samples Test
Pindahkan variabel Keterlambatan Masuk Kantor ke dalam Test
Variable List dengan menekan tombol panah ke kanan.
Pindahkan variabel Golongan ke dalam Grouping Variable
dengan menekan tombol panah ke kanan.
Klik tombol Define Group ... kemudian masukkan nilai 1 pada
Group 1 dan nilai 2 pada Group 2.
Pada kotak Test Type klik Kolmogorov Smirnov Z.
Klik Option ... bila ngin memperoleh nilai statistika deskriptif
Klik OK.
3
NPar Tests
[DataSet0]
Descriptive Statistics
N
Mean
Std. Deviation
Minimum
Maximum
GOLONGAN
20
11.6000
4.14729
4.00
18.00
GRUP
20
1.5000
.51299
1.00
2.00
Wald-Wolfowitz Test
60
Frequencies
GRUP
GOLONGAN
Golongan III
10
Golongan IV
10
Total
20
Test Statisticsb,c
Exact Sig. (1Number of Runs
GOLONGAN
tailed)
Minimum Possible
9a
-.689
.242
Maximum Possible
17a
2.987
.999
d. Analisis Output.
Jumlah sampel sebanyak 20
Rata-rata sampel sebanyak 11,6
Nilai standar deviasi 4,14729
Nilai minimum 4,00
Nilai maksimum 18,00
Jumlah sampel lulusan SMA sebanyak 19
Dari Tabel Test Statistics diperoleh informasi
Exact Sig. (1-tailed) = 0.242
Karena Exact Sig. (1-tailed > 0.025 maka Ho diterima artinya Tidak
terdapat perbedaan disiplin antara pegawai golongan III (kelompok A)
dan golongan IV (Kelompok B).
61
BAB III
PENUTUP
1. Penelitian komparatif merupakan penelitian yang bersifat membandingkan.
Penelitian inidilakukan untuk membandingkan persamaan dan perbedaan dua
atau lebih fakta-fakta dan sifat-sifat objek yang di teliti berdasarkan kerangka
pemikiran tertentu.
2. Analisis Paired-sample t-Test merupakan prosedur yang
digunakan untuk membandingkan rata-rata dua variabel
dalam satu group.
( x - x ) - ( 1 - 2 )
t hitung = 1 2
12 22
+
n1 n 2
12 22
+
n1 n 2
62
Daftar Pustaka
Amin.I., Aswin.A., Fajar.I., Isnaeni, Iwan.S., Pudjirahaju.A., Sunindya.R.. 2009.
Statistika untuk Praktisi Kesehatan. Yogyakarta. Graha Ilmu.
Dahlan.S.M.2012.Statistik untuk Kedokteran dan Kesehatan. Jakarta. Salemba
Medika
Daniel, Wayne W. (1990). Applied Nonparametric Statistics, Second Edition.
United States of America : PWS-KENT.
Hadi.S. 2002. Statistik. Jilid 2. Yogyakarta. Andi Offset.
Hasibuan.A.A.,Supardi, Syah.D. 2009. Pengantar Statistik Pendidikan. Jakarta.
Gaung Persada Press.
Milles, M.B. and Huberman, M.A. (1984). Qualitative Data Analysis. London:
Sage Publication, 1984.
Danim, Sudarwan. (2000). Metode Penelitian untuk Ilmu-Ilmu Perilaku. Jakarta:
Bumi Aksara.
Danim, Sudarwan. (2002). Menjadi Peneliti Kualitatif . Bandung: Pustaka
Ps, Djarwanto. (1999). Statistik Nonparametrik Edisi 3. Yogyakarta : BPFEYOGYAKARTA.
Riduwan.2010. Dasar-dasar Statistika. Bandung. Alfabeta.
Riwidikdo,H., 2012. Statistik Kesehatan. Yogyakarta. Nuha Medika.
Saleh, Samsubar. (1986). Statistik Nonparametrik Edisi 2. Yogyakarta : BPFEYOGYAKARTA.
Setia. Nasution, S. (1996). Metode Penelitian Naturalistik-Kualitatif. Bandung.
63
64