Modul Statistika Dengan SPSS

EASY STATISTICS
with
SPSS
Modul
Statistika dan Aplikasi SPSS
Disusun Oleh :
Uba Umbara, M.Pd., MM
Program Studi Pendidikan Matematika

STKIP MUHAMMADIYAH KUNINGAN
2014
1
Creadted by : Uba Umbara, M.Pd., MM
Uji Validitas Alat Evaluasi
Uji validitas digunakan mengetahui tingkat ketepatan alat evaluasi yang digunakan
untuk mengetahui kualitas soal yang diguanakan sebagai instrument penelitian. Tahapan yang
dilakukan adalah sebagai berikut :
1. Contoh data hasil penelitian
No Soal (x) Jumlah
Kode Siswa
1 2 3 4 5 6 (y)
1 4 4 4 3 2 3 20
2 3 3 4 4 3 3 20
3 3 3 4 4 3 3 20
4 4 4 4 4 2 2 20
5 3 3 4 4 3 3 20
6 2 2 4 4 2 3 17
7 3 2 3 3 2 3 16
8 4 2 3 3 2 2 16
9 3 1 3 3 1 1 12
10 3 2 3 3 2 2 15
11 3 1 4 4 1 1 14
12 4 1 3 3 1 1 13
13 4 1 4 4 1 1 15
14 2 1 3 3 1 1 11
15 2 1 3 3 1 1 11
16 4 1 4 4 1 1 15
17 3 1 4 4 1 1 14
18 2 0 3 3 0 0 8
19 3 1 3 3 1 1 12
20 2 0 4 4 0 0 10
21 2 0 2 2 1 1 8
22 2 0 3 3 0 0 8
23 2 0 3 3 0 0 8
24 2 0 2 2 1 0 7
25 1 0 3 3 0 0 7
26 3 0 2 2 0 0 7
27 1 1 2 2 1 0 7
28 2 0 2 3 0 0 7
29 1 0 3 3 0 0 7
30 2 0 2 3 0 0 7
31 1 1 1 1 1 1 6
32 0 0 2 2 2 0 6
33 0 0 2 2 2 0 6
34 1 0 2 2 1 0 6
35 0 0 1 3 1 0 5
1
2. Membuat variabel data penelitian, sebagai berikut :
3. Menginput data sebagai berikut :
2
4. Menjumlahkan seluruh no soal
Tahapan yang dilakukan :
Klik tranform-compute variable
Seperti terlihat pada gambar :
Setelah itu akan tampak kotak dialog sebagai berikut :
Isikan target variabel dengan kata jumlah. Kemudiaan isi numeric expression
dengan : No_1+No_2+No_3+No_4+No_5+No_6,
3
Hasil tadi akan terlihat seperti tampak pada gambar berikut ini :
Langkah selanjutnya adalah, klik analyze-correlate-bivariate. Seperti tampak pada

gambar berikut ini:
4
Pindahkan semua variabel data yang akan diolah pada kotak variables. Seperti
tampak pada gambar berikut ini :
Centang pearson pada correlation coefficients, pilih two-tailed pada test of

significance lalu klik ok.
5
5. Hasil analisis data yang dihasilkan adalah sebagai berikut :
6. Kesimpulan hasil analisis

Interpretasi mengenai nilai koefisien validitas sesuai dengan pendapat Arikunto
(2009) dapat dilihat pada tabel berikut ini:
Tabel Klasifikasi Koefisien Validitas
Koefisien Validitas Interpretasi
rxy = 0 Tidak Valid
0 <rxy< 0,20 Validitas sangat rendah
0,20 <rxy< 0,40 Validitas rendah
0,40 <rxy< 0,60 Validitas sedang
0,60 <rxy< 0,80 Validitas tinggi
0,80 <rxy< 1 Validitas sangat tinggi
Hasil pengolahan data uji coba ditampilkan dalam tabel berikut.

Tabel Hasil Uji Validitas Butir Soal Tes
No. No Soal rxy Interpretasi
1. 1 0,775 Tinggi
2. 2 0,914 Sangat Tinggi
4. 4 0,712 Tinggi
5. 5 0,711 Tinggi
6
Uji Reliabilitas Alat Evaluasi
Uji reliabiliitas digunakan mengetahui tingkat ketetapan alat evaluasi yang digunakan
untuk mengetahui kualitas soal yang diguanakan sebagai instrument penelitian sehingga
diharapkan hasil ujicoba soal tidak akan jauh berbeda dengan data hasil penelitian. Tahapan
yang dilakukan adalah sebagai berikut :
No Soal (x) Jumlah
Kode Siswa
1 2 3 4 5 6 (y)
1 4 4 4 3 2 3 20
2 3 3 4 4 3 3 20
3 3 3 4 4 3 3 20
4 4 4 4 4 2 2 20
5 3 3 4 4 3 3 20
6 2 2 4 4 2 3 17
7 3 2 3 3 2 3 16
8 4 2 3 3 2 2 16
9 3 1 3 3 1 1 12
10 3 2 3 3 2 2 15
11 3 1 4 4 1 1 14
12 4 1 3 3 1 1 13
13 4 1 4 4 1 1 15
14 2 1 3 3 1 1 11
15 2 1 3 3 1 1 11
16 4 1 4 4 1 1 15
17 3 1 4 4 1 1 14
18 2 0 3 3 0 0 8
19 3 1 3 3 1 1 12
20 2 0 4 4 0 0 10
21 2 0 2 2 1 1 8
22 2 0 3 3 0 0 8
23 2 0 3 3 0 0 8
24 2 0 2 2 1 0 7
25 1 0 3 3 0 0 7
26 3 0 2 2 0 0 7
27 1 1 2 2 1 0 7
28 2 0 2 3 0 0 7
29 1 0 3 3 0 0 7
30 2 0 2 3 0 0 7
31 1 1 1 1 1 1 6
32 0 0 2 2 2 0 6
33 0 0 2 2 2 0 6
34 1 0 2 2 1 0 6
35 0 0 1 3 1 0 5
7
8
4. Menjumlahkan seluruh no soal ganjil dan jumlah soal genap (teknik analisis belah
dua)
Menjumlahlah butir soal ganjil
Isikan target variabel dengan kata jumlah_ganjil. Kemudiaan isi numeric expression
dengan : No_1+No_3+No_5,
9
Menjumlahlah butir soal genap

10
Isikan target variabel dengan kata jumlah_ganjil. Kemudiaan isi numeric expression
dengan : No_2+No_4+No_6,
11
Langkah selanjutnya adalah, klik analyze-correlate-bivariate. Seperti tampak pada
gambar berikut ini:
Pindahkan variabel data jumlah_ganjil dan jumlah_genap yang akan diolah pada
kotak variables. Seperti tampak pada gambar berikut ini :
Centang pearson pada correlation coefficients, pilih two-tailed pada test of

significance lalu klik ok.
12

Interpretasi mengenai nilai koefisien validitas sesuai dengan pendapat Arikunto
(2009) dapat dilihat pada tabel berikut ini:
Tabel Klasifikasi Koefisien Reliabilitas
Koefisien Reliabilitas Interpretasi
0 <r11<0,20 Reliabilitas sangat rendah
0,20 <r11< 0,40 Reliabilitas rendah
0,40 <r11< 0,60 Reliabilitas sedang
0,60 <r11< 0,70 Reliabilitas tinggi
0,70 <r11< 1 Reliabilitas sangat tinggi
Hasil pengolahan data uji pengolahan data menghasilkan nilai pearson correlation
sebesar 0,910 sehingga dapat disimpulkan bahwa Reliabilitas sangat tinggi.
13
Uji Z dengan One Sample T-Test
Uji z digunakan untuk penelitian dengan desain one shot case study, atau dengan kata
lain peneliti hanya melakukan observasi atau hanya melakukan 1 kali tes hasil belajar
kemudian nilai tersebut dibandingkan dengan nilai proporsi (misal nilai KKM). Tahapan
yang dilakukan adalah sebagai berikut :
8 8 5 9 6 7
6 7 8 5 8 5
8 6 13 5 7 4
13 7 7 8 13 6
8 7 12 6 7 8
6 9 9 11 5
14
4. Menganalisis data dengan One Sampel T-test
Klik Analize-compare mean- one sampel t-test
15
Langkah selanjutnya adalah, pindahkan variabel hasil belajar ke kotak test variabel (s)
dan isi test value dengan angka sesuai proporsi (missal : 65, mengingat proporsi yang
ditentukan adalah 65). seperti tampak pada gambar berikut ini:
Klik ok.

Misalkan hipotesis yang ditentukan adalah :
H0 : rata-rata nilai siswa dalam pembelajaran ips adalah < 65
H1 : rata-rata nilai siswa dalam pembelajaran ips adalah 65
*)Nilai 65 adalah nilai KKM
16
Kriteria penentuan hipotesis sebagai berikut :
Jika sig (2-tailed) > , maka H0 di tolak
Jika sig (2-tailed) > , maka H0 di terima
*) misal nilai yang ditentukan 0,05
Kesimpulanya adalah :
Sig (2-tailed) (0,00) < (0,05), maka H0 ditolak atau dengan kata lain H1 diterima,
jadi dapat simpulkan bahwa rata-rata nilai siswa dalam pembelajaran IPS 65.
17
Uji t dengan Paired Samples t-Test
Uji t ini digunakan untuk penelitian dengan desain pretes-postes grup design, yaitu
penelitian yang dilakukan dengan sampel 1 kelas dan melakukan dua kali tes (sebelum/pretes
dan sesudah/postes). Dengan catatan bahwa kedua data normal dan homogen. Tahapan yang
dilakukan adalah sebagai berikut :
No Kode Siswa Nilai Pretes No Kode Siswa Nilai Postes
1 A1 19 1 A1 23
2 A2 18 2 A2 23
3 A3 18 3 A3 22
4 A4 15 4 A4 22
5 A5 14 5 A5 20
6 A6 17 6 A6 20
7 A7 16 7 A7 20
8 A8 17 8 A8 20
9 A9 17 9 A9 20
10 A10 15 10 A10 19
11 A11 14 11 A11 19
12 A12 16 12 A12 19
13 A13 15 13 A13 19
14 A14 12 14 A14 18
15 A15 13 15 A15 17
16 A16 11 16 A16 17
17 A17 13 17 A17 16
18 A18 13 18 A18 16
19 A19 15 19 A19 16
20 A20 10 20 A20 16
21 A21 14 21 A21 16
22 A22 12 22 A22 16
23 A23 14 23 A23 17
24 A24 11 24 A24 18
25 A25 14 25 A25 16
26 A26 14 26 A26 15
27 A27 12 27 A27 19
28 A28 9 28 A28 19
29 A29 8 29 A29 18
30 A30 10 30 A30 16
31 A31 9 31 A31 16
32 A32 10 32 A32 12
33 A33 12 33 A33 15
34 A34 9 34 A34 14
35 A35 10 35 A35 16
36 A36 11 36 A36 13
37 A37 11 37 A37 12
38 A38 9 38 A38 14
39 A39 19 39 A39 12
18
Cara untuk membuat label pada value adalah klik value pada kolom jenis_tes isi
value 1 dengan label pretes isi value 2 dengan label postes
Setelah selesai, inputkan seluruh data pretes dan postes dalam satu kolom dengan
menginputkan terlebih dahulu data pretes pada kolom paling atas. Seperti tampak
pada gambar :
Dan setelah semua data berhasil di input, maka hasilnya akan tampak seperti ini :
4. Menguji Normalitas data dan homogenitas data

Tahapan uji normalitas dan homogenitas data adalah sebagai berikut :
Langkah 1 : Klik analize descriptive statistics explore
19
Langkah 2 : explore masukan variabel hasil tes pada kolom dependent list dan
variabel jenis test pada kolom factor list. Seperti terlihat pada gambar :
Langkah 3 : klik plots di sebelah kanan atas kotak dialog centang normality plots
with tests dan klik power estimation. Seperti terlihat pada gambar :
Langkah tersebut akan menghasilkan output, sebagai berikut :

Uji Normalitas data
Tests of Normality
Jenis_tes Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.

Pretes .101 39 .200* .961 39 .194
Hasil_tes
Postes .139 39 .054 .961 39 .195
*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction
Hipotesis statistik yang akan diuji pada masing-masing data pretes adalah sebagai
berikut:
H0 : sampel berasal dari populasi berdistribusi normal
H1 : sampel berasal dari populasi tidak berdistribusi normal
Kriteria pengujian, jika p value (sig.) maka H0 diterima dan jika p value (sig.) <
maka H0 ditolak, dengan taraf signifikan sebesar = 0,05. Dengan memperhatikan
kriteria pengujian di atas, ternyata nilai signifikansi uji Shapiro-Wilk skor pretes dan
posttest masing-masing adalah 0,194 dan 0,195. Keduanya lebih kecil dari = 0,05.
Artinya pada taraf signifikansi 5% kedua data berdistribusi normal.
20
Uji Homogenitas data
Test of Homogeneity of Variance
Levene Statistic df1 df2 Sig.
Based on Mean .255 1 76 .615

Based on Median .294 1 76 .589
Hasil_tes Based on Median and with .294 1 75.958 .589
adjusted df
Based on trimmed mean .254 1 76 .616
Untuk melakukan uji homogenitas, dihitung dengan uji statistik Homogeneity of

Variances (Levene Statistic). Dalam menguji homogenitas varians taraf signifikan
yang diambil sebesar = 0,05. Hipotesis statistiknya sebagai berikut:
H0 : = : varians skor postes siswa homogen
H1 : : varians skor postes siswa tidak homogen
Kriteria pengujian, jika p value (sig.) maka H0 diterima, dan jika p value
(sig.) < maka tolak H0. Perhatikan kolom based on mean. Dari tabel di atas untuk
uji homogenitas varians skor postes terlihat nilai Levene Statistic (F) adalah sebesar
0,255 dengan nilai signifikansi sebesar 0,615. Nilai signifikansi tersebut lebih kecil
dari taraf signifikansi = 0,05 sehingga dapat disimpulkan bahwa hipotesis nol yang
menyatakan varians populasi kedua kelompok data adalah tidak berbeda, diterima.
Artinya, kedua kelompok data skor pretes dan postes hasil belajar siswa memiliki
varians yang homogen.
5. Menganalisis data dengan Paired Samples t-Test

Langkah 1 :
Membuat variabel
Menginput data
21
Langkah 2 : Klik Analize Compare Means Paired Samples T-Test. Seperti
terlihat pada gambar :
Setelah itu masukan pretes pada kolom variabel 1 dan postes pada kolom variabel 2,.
Seperti tampak pada gambar sebagai berikut :
Lalu klik ok.

Hasil pengolahan data adalah sebagai berikut berikut ini:
Paired Samples Statistics
Mean N Std. Deviation Std. Error Mean
Pretes 13.23 39 3.048 .488

Pair 1
Postes 17.33 39 2.887 .462
22
Paired Samples Correlations
N Correlation Sig.
Pair 1 Pretes & Postes 39 .811 .000
Paired Samples Test
Paired Differences t df Sig. (2-
Mean Std. Std. 95% Confidence tailed)
Deviation Error Interval of the

Mean Difference
Lower Upper
Pretes -4.103 1.832 .293 -4.697 -3.509 -13.982 38 .000

Pair 1
Postes

H0 : rata-rata hasil postes kurang dari atau sama dengan rata-rata hasil pretes
H1 : rata-rata hasil postes lebih baik dari rata-rata hasil pretes

Jika sig (2-tailed) < , maka H0 di tolak
jadi dapat simpulkan bahwa nilai postes lebih baik daripada nilai pretest.
23
Uji t dengan Two Related Samples
Uji t ini digunakan untuk penelitian dengan desain pretes-postes grup design, yaitu
penelitian yang dilakukan dengan sampel 1 kelas dan melakukan dua kali tes (sebelum/pretes
dan sesudah/postes). Dengan catatan bahwa salah satu atau kedua data normal dan homogen
atau salah satu atau kedua data normal dan tidak homogen. Tahapan yang dilakukan adalah
sebagai berikut :
Nilai Nilai
No Kode Siswa No Kode Siswa
Pretes Pretes
1 A1 3 1 A1 8
2 A2 3 2 A2 6
3 A3 3 3 A3 8
4 A4 7 4 A4 13
5 A5 3 5 A5 8
6 A6 3 6 A6 6
7 A7 3 7 A7 6
8 A8 5 8 A8 8
9 A9 2 9 A9 8
10 A10 3 10 A10 7
11 A11 4 11 A11 6
12 A12 3 12 A12 7
13 A13 4 13 A13 7
14 A14 5 14 A14 9
15 A15 3 15 A15 7
16 A16 4 16 A16 13
17 A17 1 17 A17 5
18 A18 2 18 A18 8
19 A19 7 19 A19 13
20 A20 4 20 A20 7
21 A21 6 21 A21 12
22 A22 3 22 A22 9
23 A23 6 23 A23 11
24 A24 3 24 A24 7
25 A25 4 25 A25 9
26 A26 2 26 A26 5
27 A27 2 27 A27 5
28 A28 2 28 A28 8
29 A29 2 29 A29 6
30 A30 2 30 A30 7
31 A31 2 31 A31 5
32 A32 2 32 A32 4
33 A33 2 33 A33 6
34 A34 2 34 A34 8
35 A35 2 35 A35 5
24
Cara untuk membuat label pada value adalah klik value pada kolom jenis_tes isi
value 1 dengan label pretes isi value 2 dengan label postes
Seperti tampak pada gambar :
menginputkan terlebih dahulu data pretes pada kolom paling atas.
25
Tahapan uji normalitas data adalah sebagai berikut :
variabel jenis test pada kolom factor list
with tests dan klik power estimation.
26
Uji Normalitas data
Tests of Normality
Jenis_Tes Kolmogorov-Smirnova Shapiro-Wilk
Pretes .254 35 .000 .851 35 .000

Hasil_Tes
Postes .209 35 .000 .886 35 .002
berikut:
Artinya pada taraf signifikansi 5% kedua data tidak berdistribusi normal.

Based on Mean 4.064 1 68 .048

Based on Median 3.644 1 68 .060
Hasil_Tes Based on Median and with 3.644 1 57.207 .061
adjusted df
Based on trimmed mean 4.254 1 68 .043

Kriteria pengujian, jika p value (sig.) maka H0 diterima, dan jika p value (sig.) <
maka tolak H0. Perhatikan kolom based on mean. Dari tabel di atas untuk uji
homogenitas varians skor postes terlihat nilai Levene Statistic (F) adalah sebesar
menyatakan varians populasi kedua kelompok data adalah tidak sama, ditolak.
varians yang tidak homogen.
27
5. Menganalisis data dengan Two Related Samples
Langkah 1 :
Membuat variabel
Menginput data
Langkah 2 : Klik Analize non parametric tests legacy dialog 2 Related

Samples.
28
Setelah itu masukan pretes pada kolom variabel 1 dan postes pada kolom variabel 2,
lalu centang Wilcoxon pada kolom test type. Seperti tampak pada gambar sebagai
berikut :
Lalu klik ok.

Ranks
N Mean Rank Sum of Ranks

Negative Ranks 0a .00 .00
Positive Ranks 35b 18.00 630.00

Postes Pretes
Ties 0c
Total 35
a. Postes < Pretes

b. Postes > Pretes
c. Postes = Pretes
Test Statisticsa
Postes - Pretes
Z -5.192b
Asymp. Sig. (2-tailed) .000
a. Wilcoxon Signed Ranks Test

b. Based on negative ranks.

H0 : rata-rata hasil postes kurang dari atau sama dengan rata-rata hasil pretes
H1 : rata-rata hasil postes lebih baik dari rata-rata hasil pretes

Jika sig (2-tailed) < , maka H0 di tolak
jadi dapat simpulkan bahwa nilai postes lebih baik daripada nilai pretest.
29
Uji t dengan Independent Samples Test
Uji t ini digunakan untuk penelitian dengan desain postes control grup design, yaitu
penelitian yang dilakukan dengan sampel 2 kelas, yaitu : kelas eksperimen dan kelas control.
Hasil test tersebut kemudian dibandingkan agar mengetahui perbedaan efektifitasnya (Uji
Perbedaan) atau mengetahui mana yang terbaik dari implementasi kedua metode/model
pembelajaran yang dilakukan (Uji Perbandingan). Dengan catatan bahwa kedua data normal
dan homogen. Tahapan yang dilakukan adalah sebagai berikut :
Nilai Tes Kelas Nilai Tes Kelas
Eksperimen Kontrol
1 A1 21 1 A1 14
2 A2 21 2 A2 12
3 A3 21 3 A3 15
4 A4 21 4 A4 15
5 A5 20 5 A5 12
6 A6 20 6 A6 12
7 A7 20 7 A7 13
8 A8 19 8 A8 13
9 A9 19 9 A9 15
10 A10 18 10 A10 11
11 A11 17 11 A11 13
12 A12 15 12 A12 12
13 A13 18 13 A13 13
14 A14 20 14 A14 14
15 A15 16 15 A15 11
16 A16 14 16 A16 11
17 A17 14 17 A17 12
18 A18 15 18 A18 13
19 A19 15 19 A19 14
20 A20 17 20 A20 11
21 A21 17 21 A21 10
22 A22 16 22 A22 10
23 A23 18 23 A23 11
24 A24 13 24 A24 10
25 A25 17 25 A25 10
26 A26 16 26 A26 9
27 A27 12 27 A27 10
28 A28 16 28 A28 9
29 A29 13 29 A29 9
30 A30 13 30 A30 8
31 A31 12 31 A31 9
32 A32 12 32 A32 6
33 A33 10 33 A33 7
34 A34 11 34 A34 7
35 A35 13 35 A35 6
36 A36 11 36 A36 8
37 A37 10 37 A37 8
38 A38 11 38 A38 7
39 A39 9 39 A39 7
40 A40 6
41 A41 6
30
Cara untuk membuat label pada value adalah klik value pada kolom kelas isi value
1 dengan label eksperimen isi value 2 dengan label kontrol
menginputkan terlebih dahulu data pretes pada kolom paling atas. Seperti tampak
pada gambar :

Tahapan uji normalitas dan homogenitas data adalah sebagai berikut :
31
variabel kelas pada kolom factor list. Seperti terlihat pada gambar :
with tests dan klik power estimation. Seperti terlihat pada gambar :

Uji Normalitas data
Tests of Normality
Kelas Kolmogorov-Smirnova Shapiro-Wilk

Eksperimen .106 39 .200* .950 39 .082
Hasil_Test
Kontrol .103 41 .200* .950 41 .070
*. This is a lower bound of the true significance.

berikut:
Artinya pada taraf signifikansi 5% kedua data berdistribusi normal.
32
Based on Mean 3.850 1 78 .053

Hasil_Test Based on Median and with 3.326 1 74.920 .072
adjusted df

(sig.) < maka tolak H0. Perhatikan kolom based on mean. Dari tabel di atas untuk
uji homogenitas varians skor postes terlihat nilai Levene Statistic (F) adalah sebesar
menyatakan varians populasi kedua kelompok data adalah tidak berbeda, diterima.
varians yang homogen.
5. Menganalisis data dengan Independent Samples t-Test

Langkah 1 :
Klik Analize Compare Means Paired Samples T-Test. Seperti terlihat pada
gambar :
33
Langkah 2 : Setelah itu masukan hasil tes pada kolom test variabel dan kelas pada
kolom grouping variabel. Seperti tampak pada gambar sebagai berikut :
Langkah 3 : klik define grup isi grup 1 dengan angka 1 dan grup 2 dengan angka 2,
seperti tampak pada gambar berikut :
Lalu klik continue dan klik ok.

Group Statistics
Kelas N Mean Std. Deviation Std. Error Mean
Eksperimen 39 15.67 3.571 .572

Hasil_Test
Kontrol 41 10.46 2.740 .428
34
Independent Samples Test
Levene's Test t-test for Equality of Means

for Equality of
Variances
F Sig. t df Sig. (2- Mean Std. 95%

tailed) Differe Error Confidence
nce Differe Interval of the
nce Difference
Lower Upper
Equal 3.850 .053 7.333 78 .000 5.203 .710 3.791 6.616

variances
assumed
Hasil_
Equal 7.285 71.241 .000 5.203 .714 3.779 6.627
Test
variances
not
assumed

Uji Perbedaan
Hipotesis statistik yang diuji untuk melihat kesamaan rataan skor kemampuan
awal representasi matematis adalah :
H0: 1 = 2
H1: 1 2
Keterangan:
1 : rataan kemampuan awal kemampuan representasi siswa yang memperoleh kelas
eksperimen.
2 : rataan kemampuan awal kemampuan representasi siswa yang memperoleh kelas
kontrol.
(sig.) < maka tolak H0. Hasil pengujian F di atas menunjukan bahwa nilai F sebesar
3,850. Oleh karena nilai tersebut > 0,025 maka varians kedua kelompok homogen,
dengan demikian uji t yang digunakan adalah t pada bagian atas (Pooled t test/equal
variances assumed). Hasil uji t ditemukan nilai t sebesar 7,333 dengan sig (2-tailed)
0,00, oleh karena nilai sig > 0,025 maka dapat disimpulkan bahwa hasil belajar siswa
kelas eksperimen dan kelas control berbeda.
Uji Perbandingan
Pasangan hipotesis yang akan diuji adalah :
H0 : geks gktl
H1 : geks > gktl
Keterangan :
geks gktl : Rata-rata skor postes siswa kelompok eksperimen lebih kecil atau
sama dengan kelompok kontrol.
geks > gktl : Rata-rata skor postes siswa kelompok eksperimen lebih besar atau
lebih baik dari pada kelompok kontrol.
35
Pengujian hipotesis dengan uji satu arah dengan = 0,05 dengan kriteria pengujian
adalah terima H0, jika Asymp.Sig (1-tailed) > , selain itu H0 ditolak. Berdasarkan
tabel di atas diperoleh nilai Asymp.Sig (2-tailed) untuk data postes kemampuan
representasi matematis sebesar 0,00. Jika diambil =0,05 maka Asymp.Sig (1-tailed)
< sehingga H0 ditolak. Kesimpulannya hipotesis penelitian dua diterima, bahwa :
hasil belajar siswa yang kelas eksperimen lebih baik daripada siswa kelas kontrol.
36
Uji t dengan Two Independent Samples Test (Non-Parametrik Test)
Uji t ini digunakan untuk penelitian dengan desain postes control grup design, yaitu
penelitian yang dilakukan dengan sampel 2 kelas, yaitu : kelas eksperimen dan kelas control.
Hasil test tersebut kemudian dibandingkan agar mengetahui perbedaan efektifitasnya (Uji
Perbedaan) atau mengetahui mana yang terbaik dari implementasi kedua metode/model
pembelajaran yang dilakukan (Uji Perbandingan). Dengan catatan bahwa salah satu atau
kedua data tidak normal dan atau tidak homogen. Tahapan yang dilakukan adalah sebagai
berikut :
Nilai Tes Kelas Nilai Tes Kelas
Eksperimen Kontrol
1 A1 5 1 B1 3
2 A2 6 2 B2 3
3 A3 3 3 B3 2
4 A4 5 4 B4 2
5 A5 4 5 B5 2
6 A6 5 6 B6 3
7 A7 6 7 B7 2
8 A8 5 8 B8 3
9 A9 5 9 B9 2
10 A10 5 10 B10 3
11 A11 6 11 B11 1
12 A12 6 12 B12 3
13 A13 4 13 B13 3
14 A14 2 14 B14 2
15 A15 6 15 B15 2
16 A16 8 16 B16 2
17 A17 3 17 B17 3
18 A18 6 18 B18 2
19 A19 2 19 B19 2
20 A20 5 20 B20 2
21 A21 2 21 B21 3
22 A22 5 22 B22 3
23 A23 6 23 B23 2
24 A24 5 24 B24 2
25 A25 2 25 B25 2
26 A26 5 26 B26 1
27 A27 8 27 B27 3
28 A28 5 28 B28 2
29 A29 7 29 B29 2
30 A30 5 30 B30 3
31 A31 7 31 B31 2
32 A32 6 32 B32 1
33 A33 2 33 B33 1
2. Uji Normalitas dan homogenitas seperti yang telah dijelaskan sebelumnya.

Hasil uji normalitas adalah sebagai berikut:
Tests of Normality
Kelas Kolmogorov-Smirnova Shapiro-Wilk

Eksperimen .249 33 .000 .903 33 .006
Nilai_Test
Kontrol .279 33 .000 .784 33 .000
Dapat disimpulkan bahwa kedua data tidak berdistribusi normal.
37
Hasil uji homogenitas adalah sebagai berikut:
Based on Mean 10.994 1 64 .002

Nilai_Test Based on Median and with 10.028 1 43.856 .003
adjusted df
Dapat disimpulkan bahwa data tidak homogen.
3. Menganalisis data dengan Two Independent Samples t-Test

Langkah 1 :
Klik Analize Non Parametrics Test Legacy Dialog 2 Independent Samples.
38
Langkah 2 : Setelah itu masukan hasil tes pada kolom test variabel dan kelas pada
kolom grouping variabel. Seperti tampak pada gambar sebagai berikut :
Langkah 3 : klik define grup isi grup 1 dengan angka 1 dan grup 2 dengan angka 2,
seperti tampak pada gambar berikut :
Lalu centang Mann-Whiyney U dan klik ok.


Ranks
Kelas N Mean Rank Sum of Ranks
Eksperimen 33 46.53 1535.50
Nilai_Test Kontrol 33 20.47 675.50
Total 66
39
Test Statisticsa
Nilai_Test
Mann-Whitney U 114.500
Wilcoxon W 675.500
Z -5.671
Asymp. Sig. (2-tailed) .000
a. Grouping Variable: Kelas
Uji Perbandingan
Hipotesis untuk menguji perbandingan kemampuan pemecahan masalah adalah :
H
H
Keterangan:
: median skala efektifitas pembelajaran di kelas eksperimen
: median skala efektifitas pembelajaran di kelas kontrol
Pada tabel 4.11 terlihat bahwa nilai Asymp.Sig (2-tailed) = 0,000. Ini berarti hipotesis
nol (H0) ditolak dan menunjukkan bahwa hasil belajar siswa kelas eksperimen lebih
baik daripada kelas kontrol.
40
Uji Korelasi dengan Person Correlation (Product Moment)
Uji t ini digunakan untuk penelitian dengan 2 atau lebih variabel penelitian yang dapat
diukur (menghasilkan data nominal), misalnya : korelasi antara motivasi dan hasil belajar
siswa.
Motivasi Hasil
Kode
Belajar Belajar
Siswa
Siswa Siswa
1 10 10
2 10 10
3 10 10
4 10 10
5 10 10
6 8 9
7 8 8
8 9 7
9 7 5
10 8 7
11 8 6
12 8 5
13 9 6
14 6 5
15 6 5
16 9 6
17 8 6
18 5 3
19 7 5
20 6 4
21 5 3
22 5 3
23 5 3
24 5 2
25 4 3
26 5 2
27 4 3
28 4 3
29 4 3
30 4 3
31 3 3
32 4 2
33 4 2
34 4 2
35 2 3
2. Membuat variabel data penelitian.

Buatlah variabel penelitian seperti contoh di atas.
Input data di atas pada variabel yang sudah dibuat.
4. Langkah selanjutnya adalah, dengan mengecek dulu linieritas regresi. Fungsinya
untuk menentukan analisis apa yang akan digunakan. Jika regresinya linier
(signifikan) maka menggunakan analisis statistic parametric (pearson correlation) dan
jika tidak maka menggunakan analisis statistic non parametric (spearmans rho).
41
5. Langkah yang dilakukan untuk menguji linieritas regresi adalah : klik analyze
regression linear. Seperti tampak pada gambar berikut ini:
Selanjutnya akan tampak kotak dialog berikut :
Selanjutnya : masukan variabel motivasi_belajar pada kolom Dependent dan variabel

Hasil_belajar pada kolom Independent, lalu klik ok.
42
ANOVAa
Model Sum of Squares df Mean Square F Sig.
Regression 157.534 1 157.534 158.178 .000b
1 Residual 32.866 33 .996
Total 190.400 34
a. Dependent Variable: Motivasi_Belajar
b. Predictors: (Constant), Hasil_Belajar
Tabel anova memaparkan kelinieran. Misalkan hipotesis yang ditentukan adalah :

H0 : tidak terjadi hubungan linier antar dua variabel.
H1 : terjadi hubungan linier antar dua variabel.
Jika Fhitung < Ftabel , Maka H0 diterima.
Jika Fhitung > Ftabel , Maka H0 diterima.
Atau
Jika Sig > , Maka H0 diterima.
Jika Sig < , Maka H0 diterima.
Kesimpulan :
Dari tabel diketahui bahwa sig. (0,000) < (0,05), maka H0 ditolak, dengan demikian
ada hubungan linier antara dua variabel
Selanjutnya :
Coefficientsa
Model Unstandardized Coefficients Standardized t Sig.

Coefficients
B Std. Error Beta

(Constant) 2.401 .360 6.669 .000
1
Hasil_Belajar .791 .063 .910 12.577 .000
a. Dependent Variable: Motivasi_Belajar
Tabel diatas adalah tabel coefficients berfungsi untuk memaparkan uji linieritas dan
dapat digunakan untuk menentukan persamaan regresi : Y = a + bx
H0 : koefisien regresi tidak signifikan
H1 : koefisien regresi tidak signifikan
Jika Sig > , Maka H0 diterima.
Jika Sig < , Maka H0 diterima.
Kesimpulan :
Dari tabel diketahui bahwa sig. (0,000) < (0,05), maka H0 ditolak, dengan demikian
koefisin regresi signifikan. Selanjutnya persamaan regresi yang dihasilkan adalah : Y
= 2,401 + 0,791x (perhatikan kolom B pada Unstandardized Coefficients)
43
7. Langkah terakhir adalah menentukan korelasi antar dua variabel
Langkahnya adalah analyze correlate bivariate. Hasilnya akan tampak sebagai
berikut :
Selanjutnya akan tampak :
44
Lalu masukan variabel Motivasi_belajar dan Hasil_belajar pada kolom variables
centang pearson dan spearman pada kolom correlation coefficients seperti tampak
pada gambar :
Correlations
Motivasi_Belajar Hasil_Belajar
Pearson Correlation 1 .910**
Motivasi_Belajar Sig. (2-tailed) .000
N 35 35
Pearson Correlation .910** 1
Hasil_Belajar Sig. (2-tailed) .000
N 35 35
**. Correlation is significant at the 0.01 level (2-tailed).
Correlations
Motivasi_Belajar Hasil_Belajar
Correlation Coefficient 1.000 .899**
Motivasi_Belajar Sig. (2-tailed) . .000
N 35 35
Spearman's rho
Correlation Coefficient .899** 1.000
Hasil_Belajar Sig. (2-tailed) .000 .
N 35 35
**. Correlation is significant at the 0.01 level (2-tailed).
Berdasarkan analisis regresi yang menyimpulkan bahwa regresinya linier (signifikan)

maka tabel korelasi yang digunakan adalah tabel pearson correlation. Dari tabel
diketahui bahwa kofisien korelasinya adalah 0,910 dengan nilai sig.2-tailed 0,000.
Sehingga dapat disimpulkan bahwa terdapat hubungan antara kedua variabel dengan
tingkat korelasi adalah tinggi (interpretasi tingkat korelasi dapat dilihat pada tabel
interpretasi validitas di atas).
45

Modul Statistika Dengan SPSS

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul Statistika Dengan SPSS

Diunggah oleh

Hak Cipta:

Format Tersedia

EASY STATISTICS

Program Studi Pendidikan Matematika

3. Menginput data sebagai berikut :

Setelah itu akan tampak kotak dialog sebagai berikut :

Langkah selanjutnya adalah, klik analyze-correlate-bivariate. Seperti tampak pada

Centang pearson pada correlation coefficients, pilih two-tailed pada test of

6. Kesimpulan hasil analisis

Hasil pengolahan data uji coba ditampilkan dalam tabel berikut.

3. Menginput data sebagai berikut :

Setelah itu akan tampak kotak dialog sebagai berikut :

Menjumlahlah butir soal genap

Centang pearson pada correlation coefficients, pilih two-tailed pada test of

6. Kesimpulan hasil analisis

2. Membuat variabel data penelitian, sebagai berikut :

3. Menginput data sebagai berikut :

Setelah itu akan tampak kotak dialog sebagai berikut :

5. Hasil analisis data yang dihasilkan adalah sebagai berikut :

6. Kesimpulan hasil analisis

4. Menguji Normalitas data dan homogenitas data

Langkah tersebut akan menghasilkan output, sebagai berikut :

Jenis_tes Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

*. This is a lower bound of the true significance.

Levene Statistic df1 df2 Sig.

Based on Mean .255 1 76 .615

Based on trimmed mean .254 1 76 .616

Untuk melakukan uji homogenitas, dihitung dengan uji statistik Homogeneity of

5. Menganalisis data dengan Paired Samples t-Test

Setelah itu akan tampak kotak dialog sebagai berikut :

Lalu klik ok.

Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

Pretes 13.23 39 3.048 .488

Pair 1 Pretes & Postes 39 .811 .000

Paired Samples Test

Paired Differences t df Sig. (2-

Mean Std. Std. 95% Confidence tailed)

Deviation Error Interval of the

Pretes -4.103 1.832 .293 -4.697 -3.509 -13.982 38 .000

6. Kesimpulan hasil analisis

Kriteria penentuan hipotesis sebagai berikut :

2. Membuat variabel data penelitian, sebagai berikut :

Jenis_Tes Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Pretes .254 35 .000 .851 35 .000

Uji Homogenitas data

Levene Statistic df1 df2 Sig.

Based on Mean 4.064 1 68 .048

Based on trimmed mean 4.254 1 68 .043

Langkah 2 : Klik Analize non parametric tests legacy dialog 2 Related

Setelah itu akan tampak kotak dialog sebagai berikut :

Lalu klik ok.

N Mean Rank Sum of Ranks

Positive Ranks 35b 18.00 630.00

a. Postes < Pretes

a. Wilcoxon Signed Ranks Test

6. Kesimpulan hasil analisis

Kriteria penentuan hipotesis sebagai berikut :

4. Menguji Normalitas data dan homogenitas data

Langkah tersebut akan menghasilkan output, sebagai berikut :

Kelas Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

*. This is a lower bound of the true significance.

Levene Statistic df1 df2 Sig.