Disusun Oleh :
1. AYU PRASETYANINGTYAS
2. DYAH KUSUMANING M
3. SULIS INDAWATI
(P27834014007)
(P27834014019)
(P27834014031)
Puji syukur kami panjatkan kehadirat Allah SWT karena berkat rahmat dan
karunia-Nya kami dapat menyelesaikan tugas makalah statistika ini tepat pada waktunya.
Makalah statistika ini untuk memenuhi tugas akhir praktikum statistika.
Sebagai manusia biasa yang tidak pernah luput dari kesalahan, begitu juga halnya
dengan kami. Kami menyadari bahwa masih banyak kekurangan dalam penyusunan
makalah ini, baik dari segi penulisan maupun isi. Kamipun menerima dengan lapang dada
kritikan maupun saran yang sifatnya membangun dari pembaca agar kami dapat
membenahi diri.
Walaupun demikian, kami berharap dengan disusunya laporanl ini dapat
memberikan sedikit gambaran bagaimana proses penjualan dan praktek langsung kami
kelapangan dalam berwirausaha.
Terimakasih.
Penyusun
ii
DAFTAR ISI
HALAMAN JUDUL .............................................................................
ii
iii
Bab I PENDAHULUAN
1.1 Latar Belakang ............................................................................
1.3 Tujuan
....................................................................................
10
11
12
24
DAFTAR PUSTAKA
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Anova atau analysis of variance adalah tergolong analisis komparatif lebih dari
dua variabel atau lebih dari dua rata-rata. Tujuannya adalah untuk membandingkan lebih
dari dua rata-rata. Gunanya untuk menguji kemampuan generalisasi artinya data sampel
dianggap dapat mewakili populasi (Riduan, 2010:166).
Untuk melihat perbedaan mean dua kelompok, juga untuk melihat efektifitas
perlakuan terhadap sampel, dapat digunakan t tes, tetapi untuk menguji perbedaan mean
dari tiga atau lebih sampel, dengan menggunakan F- tes. Selain lebih efisien, penggunaan
F- tes dapat digunakan untuk mengetahui interaksi antara variabel-variabel yang menjadi
perhatian (Arikunto, 1992: 279).
minat baca siswa SD, SMP dan siswa SMA terhadap buku pelajaran bahasa Indonesia,
untuk melaksanakan maksud itu dapat dilakukan dengan cara mengambil sejumlah siswa
SD, SMP dan SMA secara acak yang banyaknya sama, lalu dibuat instrumen, angket
misalnya, untuk mengukur pemahaman membaca siswa dari masing-masing kelompok itu
terhadap buku pelajaran bahasa Indonesia. Andaikan rerata pemahaman membaca SD,
SMP, dan SMA terhadap buku pelajaran bahasa Indonesia itu berturut-turut X, Y dan Z.
Tujuannya ialah menguji perbedaan rerata terhadap probabilitas (keberartian) tertentu.
Apakah X berbeda dari Y, Y berbeda dri Z, dan X berbeda dari Z?
Untuk pengujian dua buah rerata itu bisa menggunakan uji-t. Begitu pula uji-t itu
dapat digunakan sebanyak tiga kali untuk melihat tiga buah perbedaan rerata di atas, yaitu
antara X dan Y, antara X dan Z, dan antara Y dan Z.
Menguji cara seperti itu (menggunakan uji-t tiga kali) benar, hanya saja cara
demikian telah memperluas daerah kekeliruan tipe I ( tahap keberartian ). Penjelasan
mengenai perluasan kekeliruan itu adalah sebagai berikut.
Bila daerah kekeliruan (tahap keberartian) itu misalnya = 0,05, maka dalam
perhitungan di atas persentase kekeliruan kita menjadi 14%. Jadi, persentase kekeliruan
yang menjadi adanya perbedaan rerata yang dikarenakan kesalahan pemilihan sampel
menjadi lebih besar ; dari 5% menjadi 14%. Oleh karena itu pengujian dengan uji-t
beberapa kali untuk melihat adanya perbedaan antara beberapa buah rerata supaya tidak
dilakukan. Pengujiannya supaya diganti dengan cara lain, yaitu dengan Anava.
ii
Andaikan tahap keberartian atau resiko alpha 0,05 (5%), (tahap keberartian 5%
itu artinya kurang 5 dari 100 perbedaan rerata dari yang ditemukan disebabkan karena
kekeliruan pemilihan sampel ; bukan kekeliruan peneliti), maka untuk setiap uji-t
dilakukan itu ada jaminan 95% tidak terikat kepada kekeliruan alpha. Karena itu
melakukan uji-t tiga kali berturut-turut yang satu sama lain merupakan peristiwa bebas,
peluang tidak terikatnya kepada kekeliruan alpha itu adalah 0,953 = 0,86. Itu berarti, tahap
keberartiannya untuk ketiga kali uji-t itu menjadi 0,14 (dari 1 0,86). Jadi, karena tiga kali
uji-t, tahap keberartiannya diperbesar dari 0,05 menjadi 0,14. Perubahan itu akan lebih
besar lagi bila uji-t yang dilakukan lebih banyak lagi. Misalnya, bila uji-t itu dilakukan
sebanyak lima kali maka peluang tidak terikat kepada kekeliruan alpha itu adalah 0,95 5 =
0,77. Sehingga tahap keberartiannya menjadi 0, 23 (dari 1- 0,77).
Anava adalah suatu cara untuk melihat perbedaan rerata melalui pengetesan
variansinya. Dalam anava yang dipertentangkan bukan reratanya tetapi variansinya. Anava
juga memungkinkan untuk dapat melihat pengaruh peubah bebas dan peubah kontrol, baik
secara terpisah maupun bersama-sama, terhadap peubah terikatnya. Dengan kata lain dapat
dilihat apakah ada interaksi antara peubah bebas dengan peubah kontrol sehingga peubah
terikat itu hasilnya akan lain bila besar pengaruh peubah kontrolnya berbeda (Ruseffendi,
1998:223).
Misalnya pada contoh di atas, perbedaan pemahaman membaca siswa SD, SMP,
dan SMA terhadap buku pelajaran bahasa Indonesia, bisa jadi perbedaan pemahaman
membaca siswa SD, SMP atau siswa SMA disebabkan karena derajat peubah kontrolnya
(kesukaran buku pelajaran bahasa Indonesianya, misalnya) berbeda. Maksudnya ialah,
untuk mengukur pemahaman membaca siswa SD, SMP, dan SMA bersama-sama
(digabung) maka akan diperoleh skor pemahaman membaca mereka. Andaikan skor
pemahaman membacanya itu t (dalam skala Likert, dengan skor 5 sebagai pemahaman
membaca yang paling positif). Bila siswa SD, SMP, dan SMA itu dipisah maka skor
pemahaman membacanya terhadap buku pelajaran bahasa Indonesia itu bisa berturut-turut
5, 4, dan 2.
Bisa jadi pemahaman membaca siswa SD lebih baik daripada pemahaman membaca siswa
SMP dan SMA, kemungkinan ini terjadi karena di SD buku pelajaran bahasa Indonesia itu
lebih menarik (lebih mudah dan banyak cerita bergambarnya, misalnya).
Bila dilakukan perlakuan yang berbeda terhadap dua kelompok siswa pada dua
saat yang berbeda, maka terjadinya perberbedan itu, (diharapkan) karena adanya perlakuan
yang berbeda. Tetapi tidak tertutup kemungkinan adanya atau tidak adanya perbedaan itu
iii
dikarenakan kekeliruan mengambil sampel. Bila tahap keberartian itu a= 0,05, maka
kekeliruan karena salah mengambil sampel itu adalah 5 dari 100. Misalnya, bila pada
keadaan sesungguhnya perlakuan itu secara statistika tidak menunjukkan perbedaan yang
signifikan pada tahap keberartian 0,05, maka untuk 100 kejadian bisa saja terjadi
kekeliruan (keadaan sebaliknya) maksimum sebanyak 5 buah. Kekeliruan yang banyaknya
maksimum 5 buah itu adalah kekeliruan yang diakibatkan oleh kesalahan pemilihan
sampel.
Konsep yang mendasari Anava ialah variansi total dari nilai-nilai (skor-skor) itu
dapat ditumpukan kepada dua buah sumber. Yang pertama ialah variansi yang disebabkan
oleh adanya perlakuan. Yang kedua ialah variansi inter kelompok yaitu variansi kekeliruan.
Dengan kata lain, Anava itu dipergunakan untuk melihat apakah perbedaan antar dua buah
rerata atau lebih itu lebih besar dari pada yang mungkin timbul dari hanya kekeliruan
pemilihan sampel. Bila variansi antar kelompok itu disingkat RJKa dan variansi kekeliruan
pemilihan sampel disingkat dengan RJKi maka perbedaan rerata uji cara Anava itu dapat
ditulis sebagai berikut:
F=
(Russefendi, 1998:224).
Selanjutnya bila dibandingkan RJKa dengan RJKi cukup berarti, yaitu nilai F
cukup besar, maka hipotesis nol itu ditolak. Itu berarti perlakuan (pengaruh peubah bebas)
itu mengakibatkan pengaruh yang berarti terhadap peubah terikatnya. Dan bila RJKa dan
RJKi itu mirip, maka F itu tidak banyak arti. Bila demikian hipotesis nol itu ditolak.
Misalnya jika ingin mengetahui apakah ada perbedaan pemahaman membaca
terhadap buku pelajaran bahasa Indonesia dari siswa SD, SMP, dan SMA, maka jenis
Anava yang akan di kerjakan menggunakan Anava satu- jalur, sebab peubah bebas yang
diperhatikan hanya satu yaitu tingkat persekolahan saja (SD, SMP, SMA). Tetapi apabila
ingin melihat perbedaan pemahaman membaca anak-anak perempuannya, maka jenis
Anava itu menjadi Anava dua-jalur, sebab peubah bebas yang akan dikerjakan itu dua
buah, yaitu tingkat persekolahan dan jenis kelamin.
iv
BAB II
v
DASAR TEORI
2.1 Pengertian Statistika
Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka yang
disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan atau berkaitan
dengan suatu masalah tertentu.
Contoh : Statistik penduduk adalah kumpulan angka-angka yang berkaitan dengan masalah
penduduk. Statistik ekonomi adalah kumpulan angka-angka yang berkaitan dengan
masalah ekonomi.
Statistika adalah pengetahuan yang berkaitan dengan metode, teknik atau cara
mengumpulkan, mengolah, menganalisis dan menginterprestasikan data untuk disajikan
secara lengkap dalam bentuk yang mudah dipahami penggunan
2.2 Macam-Macam Uji Statistika
Uji statistika dibagi menjadi dua macam yakni Statistik Parametris dan Non Parametris
a) Statistika Parametris
Statistik parametris digunakan untuk menganalisis data interval dan rasio.
Ukuran uji dalam Statistik parametris antara lain :
- T-test
- Anova
- Korelasi.
Contoh :
Rumusan masalah :
- berapa rata-rata penayangan iklan di TV ?
- Hypotesis : rata-rata penayangan iklan di TV paling lama 120 menit.
- Uji hypoteis : t-test
b) Statistika Non Parametris
Statistik non parametris digunakan untuk menguji hipotesis bila datanya berbentuk
nominal dan ordinal dan tidak berlandaskan asumsi bahwa distribusi data harus
normal. Sehingga kita kenal beberapa tes yang digunakan dalam penelitian
hipotesis antara lain :
1. Test binomial
Tes binomial digunakan untuk menguji hipotesis bila dalam populasi terdiri atas dua
kelompok kelas, datanya berbentuk nominal dan jum,lha sampelnya kecilnya
(kurang dari 25).
2. Chi kuadrat.
vi
Chi kuadrat satu sampel, adalah teknik statistik yang digunakan untuk menguji
hipotesis deskriptif bila dalam populasi terdiri atas dua atau lebi kelas, data
berbentuk nominal dan smapelnya besar. yang dimaksud hipotesis deskriptif diatas
adlah merupakan estimasi gugaan terhadap ada tidaknya perbedaan frekuensi anatra
kategori satu dan kategori lainnya dalam sebuah sampel tentang suatu hal.
3. Run test
Test ini digunakan untuk menguji hipotesis deskriptif satu sampel, bial datanya
berbentuk ordina. pengujian dilakukan dengan dengancara mengukur kerandoman
populasi yang didasarkan atas data hasil pengamatan melalui data sampel.
4. McNemar Test
Teknik statistik digunakan untk mengji hipotesa komparatif dua sampel yang
berkorelasi bila datanya berbentuk nominal/diskrit. dancangan peneitianya biasanya
bebentuk before after. jadi hipotesa penelitian merupakan perbandaingan antara nilai
sebelum dan sesudah ada perlakuan.
5. Sign Test.
Test ini digunakan untuk menguji hipotesa komparatif dua sampel yang berkorelasi,
bila datanya berbentuk ordinal. teknik ini dianamakan uji tanda karena data yang
akan dianalisis dinyatakan dalam bentuk tanda-tanda yaitu tanda positif dan negatif.
6. Wilcoxon Match Pairs Test.
Teknik ini merupakan penyempurnaan dari uji tanda (sign test). kalau dalam uji
tnada besarnya selisih nilai angka antara positif dan negatif tidak diperhitungkan
sedangkan dlaam uji wilcoxon ini diperhitungkan, teknik digunakan untuk menguji
signifikansi hipotesis komparatif dua sampel yang berkorelasi bila datanya berbentuk
ordinal.
7. Chi kuadrat dua sampel
Chi kuadrat dua sampel digunakan untuk menguji hipotesis komparatif dua smapel
bila datanya berbentuk nominal dan sampelnya besar. cara perhitungan dapat
menggunakan rumus yang telah ada atau dapat menggunakan tabel kontingensi 22.
8. Fisher Exact Probability Test
Test ini digunakan untuk menguji signifikansi hipotesis komparatif dua sampel kecil
independen bila datanya berbentuk nominal untuk sampel yang besar duigunakan chi
kuadrat.
9. Test median.
Tes median digunakan untuk menguji signifikansi hipoteis komparatif dua smapel
independen bila datanya bernbentuk nominal atau ordinal. pengjuijan didasarkaan
atas median dari smapel yang diambil secara random. dengan demikian Ho yang
akan diuji berbunyi : tidak terdapat perbedaan dua kelompok populasi berdasarkan
mediannya.
10. Mann-Whitney U-Test.
vii
U-test ini digunakan untuk menguji signifikansi hipotesis komparatif dua sampel
independen bila datanya berbentuk ordinal test ini merupakan test yang terbaik untuk
menguji hipotesis komparatif dua sampel indenden bila datanya berbentuk ordinal.
11. Test Kolmogorov-Smirnov dua sampel
Test ini digunakan untuk menguji hipotesis komparatif dua sampel independen bila
datanya bernetuk ordinal yang telah tersusun pada tabel distribusi frekuensi
kumulatif dengan menggunakan kela-kelas interval.
12. Test Run Wald-Wolfowitz.
Tes ini dibgunakan untuk meguji signifikasin hipotesis komparatif dua sampel
independen bila datanya berbentuk ordinal dan disusun dalam bentuk run. oleh
karena itu sebelum dtaa dua sampel (n1 + n2) dianalisis maka perlu disusun terlebih
dahulu kedlaam bentuk ranking.
13. Test Cochran.
Tes ini digunakan untuk hipotesis komparatif k sampel berpasangan bila datanya
benrbnuk nominal dan frekuensi dikotomi.
14. Test Friedman
Friedman two way anova (analisi varian dua jalan Friedman) digunakan untuk
menguji hipotesis komparatif k sampel yang berpasanga (related) bila datany
aberebntuk ordinal (ranking), bila datany terkumpul berbntuk interval atau ratio
maka data tersebut diubah kedalam ordinal.
15. Chi-kuadrat k Sampel
Test ini digunakan untuk menguji hipotesis komparatif lebih dari dua sample, bila
datanya benrbntuk diskrit atau nominal.
16. Median Extention
Test median extension digunakan untuk menguji hipotesis komparatif median k
sampel independen bila datanya berbentuk ordinal dan dalam tes ini ukuran sampel
tidak harus sama
17. Analisis Varian satu jalan Kruskal-Walls
Teknik ini digunakan untuk menguji hipotesis k sampel inedependen bila datanya
berbentuk ordinal. bila dalam pengukuran ditemukan data berbentuk interval atau
ratio maka perlu dirubah dulu kedlam ordinal (data berbentukr anking/peringkat).
18. Koefisien Kontingensi
Koefisien ini digunakan untuk menghitung hubungan antar variabel bila datanya
berbentuk nominal. teknik mempunyai kaitan eratdengan chi kuadrat yang digunakan
untuk menguji hipotesis komparatif k sampel independen, oleh karena itu rumus
yang digunakan mengandung nilai cjhi kuadrat.
19. Korelasi Spearman Rank
Korelasi spearman rank digunakan mencari hubungan atau uji signifikansi hipotesisi
asosiatif bila amsing-masing variabel yang dihubungkan berbentuk ordinal dan
sumber data aantar variabel tidak harus sama.
viii
Skala nominal
Adalah skala yang hanya mempunyai ciri untuk membedakan skala ukur yang satu dengan
yang lain. Contoh skala nominal seperti tabel dibawah ini :
Jenis dan jumlah buah-buahan yang diproduksi suatu daerah pada tahun 1998
Jenis Buah-buahan
Jumlah
Pepaya
2 ton
Mangga
1,5 ton
Apel
1 ton
Dukuh
1,4 ton
Manggis
Sumber : Data Buatan
2.
1,3 ton
Skala Ordinal
Adalah skala yang selain mempunyai ciri untuk membedakan juga mempunyai ciri untuk
mengurutkan pada rentang tertentu. Contoh skala ordinal seperti tabel dibawah ini :
Penilaian Anggota Kelompok Belajar
BINA PINTAR
Kategori Nilai
Istimewa
Banyaknya
6
Orang
Baik
18 Orang
Rata-rata
15 Orang
Kurang
Kurang Sekali
Orang
Orang
ix
3.
Skala Interval
Adalah skala yang mempunyai ciri untuk membedakan, mengurutkan dan mempunyai ciri
jarak yang sama. Contoh, suhu tertinggi pada bulan Desember dikota A, B dan C berturutturut adalah 28, 31 dan 20 derajat Fahrenheit. Kita dapat membedakan dan mengurutkan
besarnya suhu, sebab satu derajat Fahrenheit merupakan suatu besaran yang tetap, namun
pada saat suhu menunjukkan nol derajat Fahrenheit tidak berarti tidak adanya panas pada
kondisi tersebut. Hal ini dapat dijelaskan, misalnya kota A bersuhu 30 derajat Fahrenheit
dan kota B bersuhu 60 derajat Fahrenheit, tidak dapat dikatakan bahwa suhu dikota B dua
kali lebih panas dari pada suhu dikota A, karena suhu tidak mempunyai titik nol murni
(tulen).
4.
Skala Ratio
Adalah skala yang mempunyai 4 ciri yaitu membedakan, mengurutkan, jarak yang sama
dan mempunyai titik nol yang tulen (berarti). Contoh : Pak Asmuni mempunyai uang nol
rupiah, artinya pak Asmuni tidak mempunyai uang.
BAB III
PEMBAHASAN
3.1 UJI ANNOVA TWO WAY
Anova merupakan singkatan dari "analysis of varian" adalah salah satu uji
komparatif yang digunakan untuk menguji perbedaan mean (rata-rata) data lebih dari dua
kelompok. Ada dua jenis Anova, yaitu analisis varian satu faktor (one way anova) dan
analisis varian dua faktor (two ways anova). Pada artikel ini hanya akan dibahas analisis
varian dua faktor.
Untuk melakukan uji Anova, harus dipenuhi beberapa asumsi, yaitu:
1. Sampel berasal dari kelompok yang independen
2. Varian antar kelompok harus homogen
3. Nilai Residual berdistribusi normal (Pelajari juga tentang uji normalitas)
Two-way ANOVA (analysis of variance) atau ANOVA dua arah adalah uji statistik
parametrik untuk menentukan apakah ada perbedaan 3 sampel atau lebih dalam 2
kategori..
.Tujuan
analisis
seperti
membandingkan perbedaan mean (rata-rata) antar sampel dalam sebuah populasi. Syarat
homogeneity juga berlaku sama. Perbedaan keduanya terletak pada jumlah kategori
kelompok. Pada Two-way ANOVA terdiri dari 2 kategori, sedangkan pada One-way
ANOVA hanya melibatkan 1 kategori.
xi
xii
Null hipotesis: Kedekatan dengan ujian akhir tidak berpengaruh pada tingkat stres
siswa.
Alternatif hipotesis: Kedekatan dengan ujian akhir memiliki efek pada tingkat stres
siswa.
Hipotesis 2
Null Hipotesis: Tingkat stres mahasiswa psikologi dan mahasiswa bisnis adalah
sama.
Hipotesis Alternatif: Tingkat stres mahasiswa psikologi dan mahasiswa bisnis tidak
sama.
Hipotesis 3
Hipotesis Null: Tidak ada interaksi antara medan siswa studi dan dekat dengan
ujian akhir. Artinya, efek dari dekat dengan ujian akhir adalah sama untuk
mahasiswa psikologi dan mahasiswa bisnis.
Hipotesis Alternatif: Ada interaksi antara medan siswa studi dan dekat dengan ujian
akhir. Artinya, efek dari dekat dengan ujian akhir yang berbeda untuk mahasiswa
psikologi dan mahasiswa bisnis. Dalam data, kolom pertama adalah skor stres,
kolom kedua adalah bidang studi dan yang ketiga adalah dekat dengan ujian akhir.
Data set dapat diperoleh di sini.
Step
xiii
Ketiga variable yaitu "Stress", "Field of study" and "Proximity" akan ditampilkan pada
daftar di sebelah kiri
Step
klik "Stress" masukkan ke "Dependent Variable" and "Field of study" and "Proximity"
masukkan ke "Fixed Factor(s)".
xiv
Sekarang klik "Model" di sebelah kanan. Sebuah jendela baru muncul keluar. Pastikan
bahwa "Full faktorial" kotak di bagian atas diperiksa. Klik "Lanjutkan". jendela akan yang
ditutup
Dalam dua arah faktorial ANOVA, plot interaksi sangat berguna untuk menafsirkan efek
interaksi. Dalam hal ini, plot interaksi akan membantu kita untuk menafsirkan efek
gabungan dari bidang studi dan dekat dengan ujian akhir. Kita bisa memperoleh plot ini
dengan mengklik "Plot" di sebelah kanan. Lalu muncul tampilan seperti ini:
xv
Pilih "Proximity" sebagai "Horizontal Axis" dan "Field of study" sebagai "Separate line".
Bahkan, tidak peduli jalan mana yang bulat variabel diplot; Anda harus menggunakan
kebijaksanaan Anda untuk yang cara menghasilkan plot yang paling masuk akal. Klik
Add" dan kemudian "Lanjutkan"
Tampilan kemudian akan ditutup. Sekarang klik "OK" pada tampilan asli.
Step
xvi
Step
xvii
Dari A di tabel kedua, nilai p untuk efek utama bidang studi adalah 0,682 dan
karena pengaruh bidang studi tidak signifikan. Kita dapat menyimpulkan bahwa
rata-rata, tingkat stres mahasiswa psikologi dan mahasiswa bisnis adalah sama.
Dari B, nilai p untuk dekat adalah 0,028; Oleh karena itu kita dapat menyimpulkan
Kasus lain
xviii
xix
3. Klik Plots
Horizontal Axis : (tingkat)
Separate lines : (gender)
Kemudian add tingkat gender
xx
5. Options
Gender & tingkat
Displays
Descriptive statistics
Estimate of effect
Homogeneity test
Spread vs level plot
6. Klik OK
Maka akan keluar hasil ouput
Uji Interaksi
1.
4. Daerah Kritik
H0 ditolak jika P-value <
Kesimpulan
Karena p_value (0,180) > (0,05) maka H0 diterima.
Jadi tidak ada interaksi antara faktor tingkat dengan faktor gender pada tingkat signifikasi
5%. Hal tersebut manyatakan bahwa uji efek untuk faktor bahan bakar dan kendali bisa
dilakukan
Uji Efek faktor gender
H0 : 1=2= =j (Tidak ada efek faktor gender)
H1: minimal ada satu j0 (Ada efek faktor gender)
2.
Tingkat Signifikasi = 5%
3.
Statistik Uji
1.
P-value = 0,001
(p_value diambil dari sig pada tabel dengan source gender)
4.
5.
data
tersebut
pada
tingkat
signifikasi
5%
Karena
faktor tingkat
mempengaruhi jam belajar secara signifikan, sehingga perlu dilakukan uji MCA
Analisis perbandingan Ganda :
xxii
xxiii
xxiv
menerima respon, "komputer meminta maaf kepada Anda untuk perannya dalam
memberikan Anda pengalaman payah" setelah subjek memberi penilaian negatif.
Setelah menyelesaikan survei, mata pelajaran diizinkan untuk terus bermain
game selama yang mereka inginkan. Pasca-survei waktu bermain game menjabat
sebagai variabel dependen eksperimen; hipotesis adalah mata pelajaran akan
bermain game lagi setelah pasca-survei jika mereka menerima permintaan maaf
setelah memberikan respon negatif dalam kuesioner pasca-pertandingan.
Tim peneliti menggunakan faktorial ANOVA untuk membuktikan hipotesis.
Kondisi delay game-delay / no-game menjabat sebagai salah satu variabel
independen, dan format survei pasca-pertandingan menjabat sebagai lain,
menciptakan 6 variasi permainan.
Model ANOVA faktorial merupakan 2 x 3 desain karena satu variabel
independen, delay permainan, memiliki 2 tingkat, dan format lainnya, pasca-survei,
memiliki 3. Jika, misalnya, di sisi lain, percobaan memiliki 3 variabel independen ,
masing-masing dengan 2 tingkat, desain akan ditandai sebagai 2 x 2 x 2.
Grafis ini mendukung beberapa kesimpulan yang melambangkan hasil dari
eksperimen ANOVA faktorial:
Hasil ANOVA yang signifikan, tapi tidak ada trend linier dari kiri ke
kanan sehubungan dengan kondisi 'Format survei'. Hal ini karena ANOVA
hanya tes apakah kondisi sarana individu bervariasi dari sampel agregat
berarti. Sebuah post-test terpisah harus dilakukan jika eksperimen ingin
menguji apakah hasil dari ANOVA mengikuti trend linear yang signifikan.
semua alasan ini, faktorial ANOVA terbukti menjadi statistik yang valid untuk
mengukur hasil eksperimen.
DAFTAR PUSTAKA
Komputindao. Jakarta
http://arokhman.blog.unsoed.ac.id/files/2009/06/2-transformasi-data-spss.pdf
http://skripsimahasiswa.blogspot.com/2010/11/teknik-analisis-data.html
http://grahastatistika.blogspot.com/2012/01/memilih-teknik-analisisstatistika.htmlhttp://edukasi.kompasiana.com/2011/05/21/memilih-uji-statistik-yang-tepat/
http://shantycr7.blogspot.co.id/2013/08/memilih-teknis-analisis-statistik.html
xxvi