1.

Nilai rata rata

Range

Min

Max

Mean

Madian

Modus

Standar deviasi

Langkah untuk menghitung nilai rata-rata dan standar deviasi dengan SPSS menggunakan Menu
Descriptive adalah sebagai berikut:

Pertama, klik menu Analyze > Descriptive Statistics > Descriptives...

rata-rata+standar-deviasi-spss

Kedua, pada kotak dialog yang muncul masukkan variabel nilai ke kotak Variabel (s) dengan cara klik
anak panah ke kanan.

rata-rata+standar-deviasi-spss
Klik OK untuk memproses analisis data.

Hasil analisis data ditampilkan di jendela Output sebagai berikut:

rata-rata+standar-deviasi-spss

Keterangan :

Kolom N menunjukkan jumlah data yang diproses, yaitu 10 nilai siswa

Kolom Minimum menunjukkan nilai terendah

Kolom Maximum menunjukkan nilai tertinggi

Kolom Mean menunjukkan nilai rata-rata

Kolom Std. Deviation menunjukkan nilai standar deviasi atau simpangan baku data

Koefisien variasi

Kuartil

Desil

Persentil

Kurtosis
Skewnes

Penyajian tabel grafik yang digunakan dalam statistik deskripsi seperti :

1. Distribusi Frekuensi.

2. Presentasi grafis seperti Histogram, Pie chart dan lainnya.

Untuk mendapatkan gambaran yang lebih jelas tentang data, selain dengan tabel dan diagram, masih
diperlukan ukuran-ukuran lain yang merupakan wakil dari data tersebut. Ukuran yang dimaksudkan
dapat berupa :

· Ukuran Pemusatan (Rata-Rata Hitung atau Mean, Median dan Modus)

· Ukuran Letak (Quartil dan Persentil)

· Ukuran Penyimpangan/Penyebaran (Range, Ragam, Simpangan Baku dan Galat Baku)

· Skewness adalah tingkat kemiringan

· Kurtosis adalah tingkat keruncingan

Untuk menganalisa ukuran pemusatan, ukuran letak dan ukuran penyimpangan (ketika ukuran termasuk
ke dalam statistika deskripsi), dapat dilakukan dengan prosedur.

a. Analyse --> Descriptive Statistics --> Frequencies

b. Analyse --> Descriptive Statistics --> Description

c. Analyse --> Descriptive Statistics --> Explore

- Menggunakan Analisa Frequencies

PROSEDUR : Analyse --> Descriptive Statistics --> Frequencies

- Klik menu Analyse --> Descriptive Statistics --> Frequencies

- Sorot variabel yang akan dianalisa lalu pindahkan ke kotak variabel dengan cara mengklik tanda “}”

- Klik Statistics, berilah tanda pada semua check box Percetile Values

(Keterangan : untuk menentukan nilai Percentile 10,25 dan seterusnya, dilakukan dengan cara
memberi tanda pada check box percentile)

- Klik chart, pilih Histogram jika ingin menampilkan

- Klik format, beri tanda pada ascending value pada pilihan order by untuk mengurutkan data dari nilai
terkecil terbesar.

- Klik OK .

-Menggunakan Analisa Deskripsi

Untuk melakukan analisis deskriptif dengan menggunakan SPSS harus dimulai dengan menginput data
(menginput data ke dalam program SPSS). Seperti di bawah ini :

1. Langkah-langkah proses analisisnya adalah sebagai berikut :

 Klik Analyze pada menu SPSS. Kemudian klik Descriptive Statistics, lalu klik Frequencies seperti di
bawah ini.

1). Beberapa saat kemudian akan muncul tampilan seperti di bawah ini.
 Dalam kotak sebelah kiri ada dua variabel, yang dianalisis adalah variabel dengan data interval,
dalam hal ini adalah variabel nilai. Kemudian blok variabel nama, lalu klik kotak di tengah yang ada tanda
panahnya. Sehinngga variabel yang di blok pindah ke kotak Variables (s). kemudian klik OK

2. Pengaturan Analisis

Pengaturan analisis dilakukan untuk memberikan perintah kepada komputer aspek mana saja yang perlu
dianalisis. Sehingga outputnya sesuai dengan kebutuhan.

1). Statistics

Klik kotak Statistics, sehingga akan muncul tampilan seperi di bawah ini :
Pada menu Frequencies Statistcs di atas terdapat empat kelompok analisis yaitu :

Percentile Values, yaitu untuk menghitung nilai persentil. Misalnya kita akan menghitung nilai persentil,
maka kita klik pada Quartiles dan Percentiles (s). misalnya pada analisis ini kita ingin menghitung nilai
persentil ke 10 dan 90, maka pada kotak di samping kanan Percentiles (s) kita ketik 10 kemudian klik Add
dan ketik 90 kemudian klik Add, sehingga angka 10 dan 90 masuk ke kotak di bawahnya.

Central Tendensy (ukuran tendensi sentral).

misalnya kita akan menghitung besarnya mean (rata-rata), median, mode (modus), dan sum (jumlah
nilai keseluruhan), maka kita klik pada kotak yang akan dianalisis sehingga pada kotak tersebut ada
tanda chek list.

Dispersion (ukuran penyebaran data).

Misalnya kita akan menghitung besarnya stsndar deviasi, varians, range, minimum (nilai terendah),
maksimum (nilai tertinggi) dan standar deviasi, maka kita klik pada kotak pilihan yang akan dianalisis
sehingga pada kotak tersebut ada tanda chek list.

Distribution, untuk mengetahui skewness dan kurtosis pada distribusi data. Misalnya kita akan
menghitung besarnya kurtosis dan skewness maka klik kotak menu kurtosis dan skewness, sehingga
pada kotak tersebut ada tanda chek list.

Tampilannya seperti di bawah ini

Kemudian klik Continue

1. Charts

Menu Charts adalah untuk menampilkan data dalam bentuk diagram. Misalnya pada analisis ini kita
ingin menyajikan data dalam bentuk histogram yang disertai dengan kurva normal, maka klik kotak
Charts kemudian klik bulatan histogram dan kotak with normal curve, sehingga akan muncul tampilan
berikut.

Kemudian klik Continue

2. Format

Klik Format, sehingga akan muncul tampilan berikut :

 Misalkan pada analisis ini kita ingin menyajikan data yang diurutkan dari nilai terendah ke nilai yang
paling tinggi, maka klik bulatan Ascending values. kemudian klik Continue.

Dengan demikian kita telah melakukan pengaturan analisis deskriptif sesuai dengan kebutuhan yang
kita inginkan. Untuk proses analisis maka klik-lah OK. Babarapa saat kemudian akan keluar output
program SPSS (SPSS 11,5) sebagai berikut :
2. Pengertian
probabilitas merupakan pernyataan yang berisi ramalan tentang tingkatan keyakinan tentang terjadinya
sesuatu dimasa yang akan datang.

Probabilitas adalah suatu indeks atau nilai yang digunakan untuk menentukan tingkat terjadinya suatu
kejadian yang bersifat random (acak).

Oleh karena probabilitas merupakan suatu indeks atau nilai maka probabilitas memiliki batas-batas yaitu
mulai dari 0 sampai dengan 1 ( 0 P 1).

– Jika P = 0, disebut probabilitas kemustahilan, artinya kejadian atau peristiwa tersebut tidak akan
terjadi.

– Jika P = 1, disebut probabilitas kepastian, artinya kejadian atau peristiwa tersebut pasti terjadi.

– Jika 0 < P < 1, disebut probabilitas kemungkinan, artinya kejadian atau peristiwa tersebut dapat
atau tidak dapat terjadi.

Konsep

Konsep-konsep probabilitas

Pandangan klasik / intuitif

Harga angka yang menunjukkan seberapa besar kemungkinan bahwa suatu peristiwa terjadi, diantara
keseluruhan peristiwa. Pendekatan didalam konsep klasik adalah matematis atau teoritis.

P (E) = X/N

Dimana:

P = probabilitas

E = event ( kejadian)

X = jumlah keadian yang diinginkan ( peristiwa)

N =keseluruhan kejadian yang mungkin terjadi

Pandangan empiris / probabilitas relatif

Probabilitas berdasarkan observasi, pengalaman, atau kejadian ( peristiwa) yang telah terjadi.

Pandangan klasik P (E) = lim X/N

Hubungan antara pandangan klasik dan pandangan empiris

P (E) = X/N dan P (E) = lim X/N akan sama besarnya bila N tak terhingga.

Pandangan subjektif

Probabilitas di tentukan oleh yang membuat pernyataan.

Unsur

Untuk menghasilkan kesimpulan atau informasi. Konsep probabilitas berhubungan dengan pengertian
eksperimen. Eksperimen adalah proses pengmpullan data tentang suatu fenomena yang menunjukkan
adanya variasi di dalam hasil.

a. Ruang sampel

Himpunan yang elemen-elemennya merupakan hasil yang mungkin terjadi dari suatu eksperimen.

b. Titik sampel

Semua elemen yang ada didalam suatu ruangan sampel.

c. Peristiwa / kejadian/ event

Himpunan bagian dari suatu ruang sampel.

Perhitungan

Ada dua pendekatan dalam menghitung probabilitas yaitu pendekatan yang bersifat objektif dan
subjektif.Probabilitas objektif dibagi menjadi dua, yaitu :

2.2.1 Pendekatan Klasik

Probabilitas diartikan sebagai hasil bagi dari banyaknya peristiwa yang dimaksud dengan seluruh
peristiwa yang mungkin menurut pendekatan klasik, probabilitas dirumuskan :

keterangan :
P(A) = probabilitas terjadinya kejadian A.

x = peristiwa yang dimaksud.

n = banyaknya peristiwa.

Probabilitas Subjektif

Menurut pendekatan subjektif, probabilitas diartikan sebagai tingkat kepercayaan individu yang
didasarkan pada peristiwa masa lalu yang berupa terkaan saja.

Perhitungan

perhitungan probabilitas

· 0≤P≥1

· P ( X/N ) bilangan positif (+)

· Mutually exclusive ( peristiwa saling terpisah = dis foint). Suatu peristiwa terjadi meniadakan
peristiwa yang lain.

· Peristiwa non mutually axclusive (foint) dua / lebih peristiwa dapat terjadi bersama-sama.

1. Hukum pertambahan

a. Untuk suatu kejadian yang mutually axclusive:

P ( A U B ) = P (A) + P(B)

P ( A∩B ) = 0

b. Untuk peristiwa non mutually exclusive

P (AUB) = P (A) + P(B) – P(A∩B)

2. Hukum perkalian

a. Peristiwa bebas ( independen)

Kejadian atau tidak kejadian suatu peristiwa tidak mempengaruhi peristiwa lain.

P (A∩B) = P (A) X P (B)

b. Peristiwa tidak bebas

Kejadian atau tidak jadian suatu peristiwa akan berpengaruh terhadap peristiwa lainnya.
P (A ∩B) =P (A) X P (B│A)

3. A.Pengertian populasi

Populasi adalah keseluruhan dari variabel yang menyangkut masalah yang diteliti (Nursalam. 2003).

Populasi ialah semua nilai baik hasil perhitungan maupun pengukuran, baik kuantitatif maupun
kualitatif, dari karakteristik tertentu mengenai sekelompok objek yang lengkap dan jelas (Husaini
Usman. 2006 : 181)

Sampel adalah sebagian untuk diambil dari keseluruhan obyek yang diteliti dan dianggap mewakili
seluruh populasi (Soekidjo. 2005 : 79).

Sampel adalah sebagian objek yang diambil dari keseluruhan objek yang diteliti dan dianggap mewakili
seluruh populasi. ( Notoatmojo, 2003 )

B. Konsep dasar pengambilan sampel

Mendefinisikan populasi yang akan diamati

Menentukan kerangka sampel dan kumpulan semua peristiwa yang mungkin

Menentukan teknik atau metode sampling yang tepat

Melakukan pengambilan sampel (pengumpulan data)

Melakukan pemeriksaan ulang pada proses sampling

C. Cara Pengambilan Sampel bermacam-macam tergantung jenis penelitian yang akan dilakukan. Secara
garis besar, metode pengambilan sampel terdiri dari 2 kelas besar yaitu

Probability Sampling (Random Sample)

Non- Probability Sampling (Non-Random Sample).

Kedua jenis tersebut terdiri dari pengambilan secara acak dan pengambilan sampel tidak acak. Kedua
jenis ini juga memiliki sub – sub lain yang diantaranya adalah purposive sampling, snowball samping,
cluster sampling dll.

Probability sampling adalah Metode pengambilan sampel secara random atau acak. Dengan cara
pengambilan sampel ini. Seluruh anggota populasi diasumsikan memiliki kesempatan yang sama untuk
terpilih menjadi sampel penelitian. Metode ini terbagi menjadi beberapa jenis yang lebih spesifik, antara
lain:

1. Pengambilan Sampel Acak Sederhana (Simple Random Sampling)

Pengambilan sampel acak sederhana disebut juga Simple Random Sampling. teknik penarikan sampel
menggunakan cara ini memberikan kesempatan yang sama bagi setiap anggota populasi untuk menjadi
sampel penelitian. Cara pengambilannya menggunakan nomor undian.

Terdapat 2 pendapat mengenai metode pengambilan sampel acak sederhana. Pendapat pertama
menyatakan bahwa setiap nomor yang terpilih harus dikembalikan lagi sehingga setiap sampel memiliki
prosentase kesempatan yang sama. Pendapat kedua menyatakan bahwa tidak diperlukan pengembalian
pada pengambilan sampel menggunakan metode ini. Namun, metode yang paling sering digunakan
adalah Simple Random Sampling dengan pengembalian.

Kelebihan metode ini yaitu dapat mengurangi bias dan dapat mengetahui standard error penelitian.
Sementara kekurangannya yaitu tidak adanya jaminan bahwa sampel yang terpilih benar-benar dapat
merepresentasikan populasi yang dimaksud.

Contoh Pengambilan Sampel Metode Acak Sederhana:

Dalam suatu penelitian dibutuhkan 30 sampel, sedangkan populasi penelitian berjumlah 100 orang.
Selanjutnya peneliti membuat undian untuk mendapatkan sampel pertama.

Setelah mendapatkan sampel pertama, maka nama yang terpilih dikembalikan lagi agar populasi tetap
utuh sehingga probabilitas responden berikutnya tetap sama dengan responden pertama. Langkah
tersebut kembali dilakukan hingga jumlah sampel memenuhi kebutuhan penelitian.

2. Pengambilan Sampel Acak Sistematis (Systematic Random Sampling)

Metode pengambilan sampel acak sistematis menggunakan interval dalam memilih sampel penelitian.
Misalnya sebuah penelitian membutuhkan 10 sampel dari 100 orang, maka jumlah kelompok
intervalnya 100/10=10. Selanjutnya responden dibagi ke dalam masing-masing kelompok lalu diambil
secara acak tiap kelompok.

Contoh Sampel Acak Sistematis adalah pengambilan sampel pada setiap orang ke-10 yang datang ke
puskesmas. Jadi setiap orang yang datang di urutan 10,20,30 dan seterusnya maka itulah yang dijadikan
sampel penelitian.

3. Pengambilan Sampel Acak Berstrata (Stratified Random Sampling)

Metode Pengambilan sampel acak berstrata mengambil sampel berdasar tingkatan tertentu. Misalnya
penelitian mengenai motivasi kerja pada manajer tingkat atas, manajer tingkat menengah dan manajer
tingkat bawah. Proses pengacakan diambil dari masing-masing kelompok tersebut.

4. Pengambilan Sampel Acak Berdasar Area (Cluster Random Sampling)

Cluster Sampling adalah teknik sampling secara berkelompok. Pengambilan sampel jenis ini dilakukan
berdasar kelompok / area tertentu. Tujuan metode Cluster Random Sampling antara lain untuk meneliti
tentang suatu hal pada bagian-bagian yang berbeda di dalam suatu instansi.

Misalnya, penelitian tentang kepuasan pasien di ruang rawat inap, ruang IGD, dan ruang poli di RS A dan
lain sebagainya.

5. Teknik Pengambilan Sampel Acak Bertingkat (Multi Stage Sampling)

Proses pengambilan sampel jenis ini dilakukan secara bertingkat. Baik itu bertingkat dua, tiga atau lebih.

Misalnya -> Kecamatan -> Gugus -> Desa -> RW – RT

NON- PROBABILITY SAMPLING / NON RANDOM SAMPLE

1. Purposive Sampling
Purposive Sampling adalah teknik sampling yang cukup sering digunakan. Metode ini menggunakan
kriteria yang telah dipilih oleh peneliti dalam memilih sampel. Kriteria pemilihan sampel terbagi menjadi
kriteria inklusi dan eksklusi.

Kriteria inklusi merupakan kriteria sampel yang diinginkan peneliti berdasarkan tujuan penelitian.
Sedangkan kriteria eksklusi merupakan kriteria khusus yang menyebabkan calon responden yang
memenuhi kriteria inklusi harus dikeluarkan dari kelompok penelitian. Misalnya, calon responden
mengalami penyakit penyerta atau gangguan psikologis yang dapat memengaruhi hasil penelitian.

Contoh Purposive Sampling: penelitian tentang nyeri pada pasien diabetes mellitus yang mengalami luka
pada tungkai kaki. Maka kriteria inklusi yang dipakai antara lain:

Penderita Diabetes Melitus dengan luka gangrene (luka pada tungkai kaki)

Usia 18-59 tahun

Bisa membaca dan menulis

Kriteria eksklusi:

Penderita Diabetes Melitus yang memiliki penyakit penyerta lainnya seperti gangguan ginjal, gagal
jantung, nefropati, dan lain sebagainya.

Penderita Diabetes Melitus yang mengalami gangguan kejiwaan.

2. Snowball Sampling

Snowball Sampling adalah teknik pengambilan sampel berdasarkan wawancara atau korespondensi.
Metode ini meminta informasi dari sampel pertama untuk mendapatkan sampel berikutnya, demikian
secara terus menerus hingga seluruh kebutuhan sampel penelitian dapat terpenuhi.

Metode pengambilan sampel Snowball atau Bola salju ini sangat cocok untuk penelitian mengenai hal-
hal yang sensitif dan membutuhkan privasi tingkat tinggi, misalnya penelitian tentang kaum waria,
penderita HIV, dan kelompok khusus lainnya.
3. Accidental Sampling

Pada metode penentuan sampel tanpa sengaja (accidental) ini, peneliti mengambil sampel yang
kebetulan ditemuinya pada saat itu. Penelitian ini cocok untuk meneliti jenis kasus penyakit langka yang
sampelnya sulit didapatkan.

Contoh penggunan metode ini, peneliti ingin meneliti tentang penyakit Steven Johnson Syndrom yaitu
penyakit yang merusak seluruh mukosa atau lapisan tubuh akibat reaksi tubuh terhadap antibiotik.

Kasus Steven Johnson Syndrome ini cukup langka dan sulit sekali menemukan kasus tersebut. Dengan
demikian, peneliti mengambil sampel saat itu juga, saat menemukan kasus tersebut. Kemudian peneliti
melanjutkan pencarian sampel hingga periode tertentu yang telah ditentukan oleh peneliti.

Tehnik pengambilan sampel dengan cara ini juga cocok untuk penelitian yang bersifat umum, misalnya
seorang peneliti ingin meneliti kebersihan Kota Bandung. Selanjutnya dia menanyakan tentang
kebersihan Kota Bandung pada warga Bandung yang dia temui saat itu.

4. Quota Sampling

Metode pengambilan sampel ini disebut juga Quota Sampling. Tehnik sampling ini mengambil jumlah
sampel sebanyak jumlah yang telah ditentukan oleh peneliti. Kelebihan metode ini yaitu praktis karena
sampel penelitian sudah diketahui sebelumnya, sedangkan kekurangannya yaitu bias penelitian cukup
tinggi jika menggunakan metode ini.

Teknik pengambilan sampel dengan cara ini biasanya digunakan pada penelitian yang memiliki jumlah
sampel terbatas. Misalnya, penelitian pada pasien lupus atau penderita penyakit tertentu. Dalam suatu
area terdapat 10 penderita lupus, maka populasi tersebut dijadikan sampel secara keseluruhan , inilah
yang disebut sebagai Total Quota Sampling.

5. Teknik Sampel Jenuh

Teknik Sampling Jenuh adalah teknik penentuan sampel yang menjadikan semua anggota populasi
sebagai sampel. dengan syarat populasi yang ada kurang dari 30 orang.
D. Pengertian Distribusi Sampling

Distribusi sampling adalah distribusi dari besaran-besaran statistik seperti rata-rata, simpangan baku,
proporsi yang mungkin muncul dari sampel-sampel

standar error adalah standar deviasi dari nilai rata-rata.

Jika dalam populasi yang kecil (dimana setiap item data dapat diukur) kita mengenalfrequency
distribution, maka dalam populasi yang besar dengan lebih dari satu samples ini kita menyebutnya
Sampling Distribusi, yaitu grafik yang menunjukkan berapa frequency (banyak sample) untuk tiap-tiap
nilai Sample Mean. Contoh:

di gambar Sampling Distribution ini, kita bisa lihat ada 250 kelompok samples dengan nilai Sample Mean
antara 1.75-2, ada 170 kelompok samples dengan nilai Sample Mean antara 15-<1.75, dst.

Sama seperti frequency distribusi, semakin BESAR nilai Standard Error of Mean (SE) semakin GEMUK
grafik distribusinya semakin TIDAK AKURAT sample-sample kita mewakili Populasi sebenarnya.

Semakin Kecil nilai Standard Error of Mean (SE) semakin Kurus grafik distribusinya semakin AKURAT
sample-sample kita mewakili Populasi sebenarnya.

Sekarang pertanyaannya, bagaimana jika banyaknya kelompok sample Sangat Banyak, misal
ratusan..terus bagaimana menghitungnya nya?? (kan rumusnya jadi panjang karena n=1,2,…,ratusan).

Disini ahli statistics telah menghitungnya dan memudahkan kita sebagai panduan:

* Jika banyaknya samples lebih dari 30 kelompok sample, maka Standard Error (SE) dapat dihitung
dengan rumus:
* Jika 30 samples atau kurang, maka memakai rumus t-distribution.

4. Pengertian Uji Validitas

Uji Validitas adalah Uji ketepatan atau ketelitian suatu alat ukur dalam mengukur apa yang sedang ingin
diukur. Dalam pengertian yang mudah dipahami, uji validitas adalah uji yang bertujuan untuk menilai
apakah seperangkat alat ukur sudah tepat mengukur apa yang seharusnya diukur.

Penjelasan Berbagai Jenis Uji Validitas dan Cara Hitung

Uji Validitas

Pengertian Uji Validitas

Uji Validitas adalah Uji ketepatan atau ketelitian suatu alat ukur dalam mengukur apa yang sedang ingin
diukur. Dalam pengertian yang mudah dipahami, uji validitas adalah uji yang bertujuan untuk menilai
apakah seperangkat alat ukur sudah tepat mengukur apa yang seharusnya diukur.

Saya ambil contoh mudahnya saja, jika anda ingin mengukur berat badan, maka harus menggunakan
timbangan. Sedangkan jika anda ingin mengukur tinggi badan, maka harus menggunakan meteran. Nah,
itulah yang dimaksud dengan validitas. Jadi validitas dapat diartikan sebagai tingkat kesahihan alat ukur
ukur dalam mengukur apa yang seharusnya diukur.

Dalam pengujian alat ukur pengumpulan data penelitian, validitas itu ada dua macam, yaitu validitas
faktor dan validitas item. Validitas faktor diukur apabila item yang disusun menggunakan lebih dari
sebuah faktor (antara faktor yang satu dengan faktor yang lain ada kesamaannya).

Cara Uji Validitas

Proses mengukur validitas faktor tersebut adalah dengan cara menghubungkan atau mengkorelasikan
antara skor faktor (penjumlahan dari semua item dalam satu faktor) dengan skor total faktor (total
keseluruhan dari faktor).

Uji Validitas

Validitas berasal dari kata validity yang mempunyai arti sejauh mana ketepatan dan kecermatan suatu
alat ukur dalam melakukam fungsi ukurannya (Azwar 1986). Selain itu validitas adalah suatu ukuran
yang menunjukkan bahwa variabel yang diukur memang benar-benar variabel yang hendak diteliti oleh
peneliti (Cooper dan Schindler, dalam Zulganef, 2006).

Sedangkan menurut Sugiharto dan Sitinjak (2006), validitas berhubungan dengan suatu peubah
mengukur apa yang seharusnya diukur. Validitas dalam penelitian menyatakan derajat ketepatan alat
ukur penelitian terhadap isi sebenarnya yang diukur. Uji validitas adalah uji yang digunakan untuk
menunjukkan sejauh mana alat ukur yang digunakan dalam suatu mengukur apa yang diukur. Ghozali
(2009) menyatakan bahwa uji validitas digunakan untuk mengukur sah, atau valid tidaknya suatu
kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk
mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut.

Dalam pengujian validitas terhadap kuesioner, dibedakan menjadi 2, yaitu validitas faktor dan validitas
item. Validitas faktor diukur bila item yang disusun menggunakan lebih dari satu faktor (antara faktor
satu dengan yang lain ada kesamaan). Pengukuran validitas faktor ini dengan cara mengkorelasikan
antara skor faktor (penjumlahan item dalam satu faktor) dengan skor total faktor (total keseluruhan
faktor).

Validitas item ditunjukkan dengan adanya korelasi atau dukungan terhadap item total (skor total),
perhitungan dilakukan dengan cara mengkorelasikan antara skor item dengan skor total item. Bila kita
menggunakan lebih dari satu faktor berarti pengujian validitas item dengan cara mengkorelasikan antara
skor item dengan skor faktor, kemudian dilanjutkan mengkorelasikan antara skor item dengan skor total
faktor (penjumlahan dari beberapa faktor).

Dari hasil perhitungan korelasi akan didapat suatu koefisien korelasi yang digunakan untuk mengukur
tingkat validitas suatu item dan untuk menentukan apakah suatu item layak digunakan atau tidak.
Dalam penentuan layak atau tidaknya suatu item yang akan digunakan, biasanya dilakukan uji
signifikansi koefisien korelasi pada taraf signifikansi 0,05, artinya suatu item dianggap valid jika
berkorelasi signifikan terhadap skor total.
Untuk melakukan uji validitas ini menggunakan program SPSS. Teknik pengujian yang sering digunakan
para peneliti untuk uji validitas adalah menggunakan korelasi Bivariate Pearson (Produk Momen
Pearson). Analisis ini dengan cara mengkorelasikan masing-masing skor item dengan skor total. Skor
total adalah penjumlahan dari keseluruhan item. Item-item pertanyaan yang berkorelasi signifikan
dengan skor total menunjukkan item-item tersebut mampu memberikan dukungan dalam mengungkap
apa yang ingin diungkap à Valid. Jika r hitung ≥ r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau
item-item pertanyaan berkorelasi signifikan terhadap skor total (dinyatakan valid). Langkah-langkah
dalam pengujian validitas ini yaitu :

1. Buat skor total masing-masing variabel

(Tabel
perhitungan skor)

2. Klik Analyze -> Correlate -> Bivariate (Gambar/Output SPSS)

spss1
3. Masukan seluruh item variabel x ke Variabels

spss2

4. Cek list Pearson ; Two Tailed ; Flag

5. Klik Ok

Tabel rangkuman hasil uji validitas dari variabel tersebut dapat dilihat sebagai berikut :
spss4

Dari tabel diatas dapat dijelaskan bahwa nilai r hitung > r tabel berdasarkan uji signifikan 0.05, artinya
bahwa item-item tersebut diatas valid

Rumus Korelasi Product Moment :

spss5

Keterangan :
Uji Reliabilitas

Reliabilitas berasal dari kata reliability. Pengertian dari reliability (rliabilitas) adalah keajegan
pengukuran (Walizer, 1987). Sugiharto dan Situnjak (2006) menyatakan bahwa reliabilitas menunjuk
pada suatu pengertian bahwa instrumen yang digunakan dalam penelitian untuk memperoleh informasi
yang digunakan dapat dipercaya sebagai alat pengumpulan data dan mampu mengungkap informasi
yang sebenarnya dilapangan. Ghozali (2009) menyatakan bahwa reliabilitas adalah alat untuk mengukur
suatu kuesioner yang merupakan indikator dari peubah atau konstruk. Suatu kuesioner dikatakan
reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari
waktu ke waktu. Reliabilitas suatu test merujuk pada derajat stabilitas, konsistensi, daya prediksi, dan
akurasi. Pengukuran yang memiliki reliabilitas yang tinggi adalah pengukuran yang dapat menghasilkan
data yang reliabel

Dalam penelitian, reliabilitas adalah sejauh mana pengukuran dari suatu tes tetap konsisten setelah
dilakukan berulang-ulang terhadap subjek dan dalam kondisi yang sama. Penelitian dianggap dapat
diandalkan bila memberikan hasil yang konsisten untuk pengukuran yang sama. Tidak bisa diandalkan
bila pengukuran yang berulang itu memberikan hasil yang berbeda-beda.

Tinggi rendahnya reliabilitas, secara empirik ditunjukan oleh suatu angka yang disebut nilai koefisien
reliabilitas. Reliabilitas yang tinggi ditunjukan dengan nilai rxx mendekati angka 1. Kesepakatan secara
umum reliabilitas yang dianggap sudah cukup memuaskan jika ≥ 0.700.

Pengujian reliabilitas instrumen dengan menggunakan rumus Alpha Cronbach karena instrumen
penelitian ini berbentuk angket dan skala bertingkat. Rumus Alpha Cronbach sevagai berikut :
spss7

Keterangan :

Jika nilai alpha > 0.7 artinya reliabilitas mencukupi (sufficient reliability) sementara jika alpha > 0.80 ini
mensugestikan seluruh item reliabel dan seluruh tes secara konsisten memiliki reliabilitas yang kuat.
Atau, ada pula yang memaknakannya sebagai berikut:

Jika alpha > 0.90 maka reliabilitas sempurna. Jika alpha antara 0.70 – 0.90 maka reliabilitas tinggi. Jika
alpha 0.50 – 0.70 maka reliabilitas moderat. Jika alpha < 0.50 maka reliabilitas rendah. Jika alpha rendah,
kemungkinan satu atau beberapa item tidak reliabel.

BINUS QMC

Menu

BINUS QMC

People Innovation Excellence

Home Article / 2014 / ArticleUji Validitas dan Reliabilitas

UJI VALIDITAS DAN RELIABILITAS

spss12

Uji Validitas
Validitas berasal dari kata validity yang mempunyai arti sejauh mana ketepatan dan kecermatan suatu
alat ukur dalam melakukam fungsi ukurannya (Azwar 1986). Selain itu validitas adalah suatu ukuran
yang menunjukkan bahwa variabel yang diukur memang benar-benar variabel yang hendak diteliti oleh
peneliti (Cooper dan Schindler, dalam Zulganef, 2006).

Sedangkan menurut Sugiharto dan Sitinjak (2006), validitas berhubungan dengan suatu peubah
mengukur apa yang seharusnya diukur. Validitas dalam penelitian menyatakan derajat ketepatan alat
ukur penelitian terhadap isi sebenarnya yang diukur. Uji validitas adalah uji yang digunakan untuk
menunjukkan sejauh mana alat ukur yang digunakan dalam suatu mengukur apa yang diukur. Ghozali
(2009) menyatakan bahwa uji validitas digunakan untuk mengukur sah, atau valid tidaknya suatu
kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk
mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut.

Suatu tes dapat dikatakan memiliki validitas yang tinggi jika tes tersebut menjalankan fungsi ukurnya,
atau memberikan hasil ukur yang tepat dan akurat sesuai dengan maksud dikenakannya tes tersebut.
Suatu tes menghasilkan data yang tidak relevan dengan tujuan diadakannya pengukuran dikatakan
sebagai tes yang memiliki validitas rendah.

Sisi lain dari pengertian validitas adalah aspek kecermatan pengukuran. Suatu alat ukur yang valid dapat
menjalankan fungsi ukurnya dengan tepat, juga memiliki kecermatan tinggi. Arti kecermatan disini
adalah dapat mendeteksi perbedaan-perbedaan kecil yang ada pada atribut yang diukurnya.

Dalam pengujian validitas terhadap kuesioner, dibedakan menjadi 2, yaitu validitas faktor dan validitas
item. Validitas faktor diukur bila item yang disusun menggunakan lebih dari satu faktor (antara faktor
satu dengan yang lain ada kesamaan). Pengukuran validitas faktor ini dengan cara mengkorelasikan
antara skor faktor (penjumlahan item dalam satu faktor) dengan skor total faktor (total keseluruhan
faktor).

Validitas item ditunjukkan dengan adanya korelasi atau dukungan terhadap item total (skor total),
perhitungan dilakukan dengan cara mengkorelasikan antara skor item dengan skor total item. Bila kita
menggunakan lebih dari satu faktor berarti pengujian validitas item dengan cara mengkorelasikan antara
skor item dengan skor faktor, kemudian dilanjutkan mengkorelasikan antara skor item dengan skor total
faktor (penjumlahan dari beberapa faktor).
Dari hasil perhitungan korelasi akan didapat suatu koefisien korelasi yang digunakan untuk mengukur
tingkat validitas suatu item dan untuk menentukan apakah suatu item layak digunakan atau tidak.
Dalam penentuan layak atau tidaknya suatu item yang akan digunakan, biasanya dilakukan uji
signifikansi koefisien korelasi pada taraf signifikansi 0,05, artinya suatu item dianggap valid jika
berkorelasi signifikan terhadap skor total.

Untuk melakukan uji validitas ini menggunakan program SPSS. Teknik pengujian yang sering digunakan
para peneliti untuk uji validitas adalah menggunakan korelasi Bivariate Pearson (Produk Momen
Pearson). Analisis ini dengan cara mengkorelasikan masing-masing skor item dengan skor total. Skor
total adalah penjumlahan dari keseluruhan item. Item-item pertanyaan yang berkorelasi signifikan
dengan skor total menunjukkan item-item tersebut mampu memberikan dukungan dalam mengungkap
apa yang ingin diungkap à Valid. Jika r hitung ≥ r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau
item-item pertanyaan berkorelasi signifikan terhadap skor total (dinyatakan valid). Langkah-langkah
dalam pengujian validitas ini yaitu :

1. Buat skor total masing-masing variabel (Tabel perhitungan skor)

tabel1
2. Klik Analyze -> Correlate -> Bivariate (Gambar/Output SPSS)

spss1

3. Masukan seluruh item variabel x ke Variabels

spss2

4. Cek list Pearson ; Two Tailed ; Flag

5. Klik Ok
Tabel rangkuman hasil uji validitas dari variabel tersebut dapat dilihat sebagai berikut :

spss4

Dari tabel diatas dapat dijelaskan bahwa nilai r hitung > r tabel berdasarkan uji signifikan 0.05, artinya
bahwa item-item tersebut diatas valid

Rumus Korelasi Product Moment :

spss5

Keterangan :
spss6

Uji Reliabilitas

Reliabilitas berasal dari kata reliability. Pengertian dari reliability (rliabilitas) adalah keajegan
pengukuran (Walizer, 1987). Sugiharto dan Situnjak (2006) menyatakan bahwa reliabilitas menunjuk
pada suatu pengertian bahwa instrumen yang digunakan dalam penelitian untuk memperoleh informasi
yang digunakan dapat dipercaya sebagai alat pengumpulan data dan mampu mengungkap informasi
yang sebenarnya dilapangan. Ghozali (2009) menyatakan bahwa reliabilitas adalah alat untuk mengukur
suatu kuesioner yang merupakan indikator dari peubah atau konstruk. Suatu kuesioner dikatakan
reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari
waktu ke waktu. Reliabilitas suatu test merujuk pada derajat stabilitas, konsistensi, daya prediksi, dan
akurasi. Pengukuran yang memiliki reliabilitas yang tinggi adalah pengukuran yang dapat menghasilkan
data yang reliabel

Menurut Masri Singarimbun, realibilitas adalah indeks yang menunjukkan sejauh mana suatu alat ukur
dapat dipercaya atau dapat diandalkan. Bila suatu alat pengukur dipakai dua kali – untuk mengukur
gejala yang sama dan hasil pengukuran yang diperoleh relative konsisten, maka alat pengukur tersebut
reliable. Dengan kata lain, realibitas menunjukkan konsistensi suatu alat pengukur di dalam pengukur
gejala yang sama.
Menurut Sumadi Suryabrata (2004: 28) reliabilitas menunjukkan sejauhmana hasil pengukuran dengan
alat tersebut dapat dipercaya. Hasil pengukuran harus reliabel dalam artian harus memiliki tingkat
konsistensi dan kemantapan.

Reliabilitas, atau keandalan, adalah konsistensi dari serangkaian pengukuran atau serangkaian alat ukur.
Hal tersebut bisa berupa pengukuran dari alat ukur yang sama (tes dengan tes ulang) akan memberikan
hasil yang sama, atau untuk pengukuran yang lebih subjektif, apakah dua orang penilai memberikan skor
yang mirip (reliabilitas antar penilai). Reliabilitas tidak sama dengan validitas. Artinya pengukuran yang
dapat diandalkan akan mengukur secara konsisten, tapi belum tentu mengukur apa yang seharusnya
diukur. Dalam penelitian, reliabilitas adalah sejauh mana pengukuran dari suatu tes tetap konsisten
setelah dilakukan berulang-ulang terhadap subjek dan dalam kondisi yang sama. Penelitian dianggap
dapat diandalkan bila memberikan hasil yang konsisten untuk pengukuran yang sama. Tidak bisa
diandalkan bila pengukuran yang berulang itu memberikan hasil yang berbeda-beda.

Tinggi rendahnya reliabilitas, secara empirik ditunjukan oleh suatu angka yang disebut nilai koefisien
reliabilitas. Reliabilitas yang tinggi ditunjukan dengan nilai rxx mendekati angka 1. Kesepakatan secara
umum reliabilitas yang dianggap sudah cukup memuaskan jika ≥ 0.700.

Pengujian reliabilitas instrumen dengan menggunakan rumus Alpha Cronbach karena instrumen
penelitian ini berbentuk angket dan skala bertingkat. Rumus Alpha Cronbach sevagai berikut :

Keterangan :

spss8
Jika nilai alpha > 0.7 artinya reliabilitas mencukupi (sufficient reliability) sementara jika alpha > 0.80 ini
mensugestikan seluruh item reliabel dan seluruh tes secara konsisten memiliki reliabilitas yang kuat.
Atau, ada pula yang memaknakannya sebagai berikut:

Jika alpha > 0.90 maka reliabilitas sempurna. Jika alpha antara 0.70 – 0.90 maka reliabilitas tinggi. Jika
alpha 0.50 – 0.70 maka reliabilitas moderat. Jika alpha < 0.50 maka reliabilitas rendah. Jika alpha rendah,
kemungkinan satu atau beberapa item tidak reliabel.

Langkah pengujian reliabilitas dengan SPSS :

Klik Analyze -> Scale -> Reliability Analysisspss9

Masukan seluruh item variabel X ke Items

spss10

3.Pastikan pada model terpilih Alpha

4. Klik Ok

spss11

Nilai Cronbach Alpha sebesar 0.981 yang menunjukan bahwa ke-11 pernyataan cukup reliabel

5. A. Uji chisquare i Square adalah salah satu jenis uji komparatif non parametris yang dilakukan pada
dua variabel, di mana skala data kedua variabel adalah nominal.

PENYAJIAN ANALISIS BIVARIAT : UJI CHI SQUARE

Tabel 3

Distribusi Responden Berdasarkan Pola Makan dan Kejadian Anemia

Di Puskesmas X Tahun 2007

VARIABEL

KEJADIAN ANEMIA

Total

OR

95% CI

p-value

POLA MAKAN
Anemia

Tidak Anemia

Tidak Baik

Baik

9
5

75

27,8

13

25

72.2

12

18

100
100

7,8

1,48 – 41,2

0,030

Jumlah

14

46,7

16

53,3

30

100
Berdasarkan tabel 3 diatas diketahui bahwa ada sebanyak 75% responden yang pola makannya tidak
terjadi anemia, sedangkan responden yang pola makannya baik dan anemia sebanyak 27,8%. Hasil uji
statistik diperoleh nilai p-value sebesar 0,030 (lebih kecil dari nilai alpha = 0,05) yang berarti Ho ditolak
sehingga disimpulkan ada hubungan yang barmakna (signifikan) antara pola makan dengan kejadian
anemia pada ibu hamil di Puskesmas X Tahun 2007. Dari hasil analisis juga diperoleh nilai OR = 7,8
artinya responden yang pola makannya tidak baik mempunyai peluang terjadi anemia sebesar 7,8 kali
dibandingkan responden yang pola makannya baik.

4. CONTOH PENYAJIAN ANALISIS BIVARIAT : UJI T SAMPEL BEBAS (INDEPENDEN SAMPLE T TEST)

Tabel 4

Distribusi rata-rata kadar hb responden menurut pola makan

di Puskesmas X Tahun 2008

VARIABEL

MEAN

SD

SE

P-VALUE

Pola Makan

- Tidak Baik

- Baik

10,44

11,61

0,62
0,88

0,18

0,21

0.000

12

18

Rata-rata kadar hb pada responden yang pola makannya tidak baik adalah 10,44 grm% dengan standar
deviasi 0,62 gram%, sedangkan pada responden yang pola makannya baik rata-rata kadar hbnya sebesar
11,61 gram% dg standar deviasi 0,88 gram%. Hasil uji statistik didapatkan p-value = 0,000 (lebih kecil
dari alpha 5%), sehingga disimpulkan Ho ditolak, artinya ada perbedaan yg bermakna rata-rata kadar hb
pada responden yang pola makanya tidak baik dengan rata-rata kadar hb pada responden yang pola
makannya baik

B uji t dependen

Uji T Dependen (Berpasangan) - Uji ini untuk menguji perbedaan rata-rata antara dua kelompok data
yang dependen. Misalnya untuk mengetahui apakah ada perbedaan berat badan sebelum mengikuti
proram diet dan berat badan setelah mengikuti program diet.

Sama seperti uji T independen, uji T dependen memiliki asumsi yang harus dipenuhi, yaitu :
Datanya berdistribusi normal.

Kedua kelompok data dependen (berpasangan)

variabel yang dihubungkan berbentuk numerik dan kategorik (dengan hanya 2 kelompok).

Rumus yang digunakan, sebagai berikut :

KETERANGAN :

δ = rata-rata deviasi (selisih sampel sebelum dan sampel sesudah)

SDδ = Standar deviasi dari δ (selisih sampel sebelum dan sampel sesudah)

n = banyaknya sampel

DF = n-1

Contoh :

Data sampel terdiri atas 10 pasien pria mendapat obat captoril dengan dosis 6,25 mg. Pasien diukur
tekanan darah sistolik sebelum pemberian obat dan 60 menit sesudah pemberian obat. Peneliti ingin
mengetahui apakah pengobatan tersebut efektif untuk menurunkan tekanan darah pasien-pasien
tersebut dengan alpha 5%. Adapun data hasil pengukuran adalah sebagai berikut.

Sebelum : 175 179 165 170 162 180 177 178 140 176

Sesudah : 140 143 135 133 162 150 182 150 175

1. HIPOTESIS :

Ho : δ = 0 (Tidak ada perbedaan tekanan darah sistolik pria antara sebelum dibandingkan sesudah
dengan pemberian Catopril)

Ha : δ ≠ 0 (Ada perbedaan tekanan darah sistolik setelah diberikan Catopril dibanding sebelum diberikan
obat)

2. STATISTIK UJI

Uji T dua sampel berpasangan (Uji T Dependen)

Perhitungan :

Diperoleh :

δ : -35 -36 -30 - 37 0 -30 5 - 28 35 -16

δrata-rata = -17,2

S = 23,62
n = 10

t= δ = - 17,2 = - 17,2 = -17,2

S/√n 23,62/√10 23,62/3,162 7,469

= -2,302

Df = n - 1 = 10-1 = 9

Dilihat pada tabel t pada df = 19, t = 2,302 diperoleh Pvalue < 0,0253.

3. KEPUTUSAN

Dengan α = 0,05, maka Pvalue < α, sehingga Ho ditolak

4. KESIMPULAN

Tekanan Darah sistolik setelah pemberian Catopril terbukti bermakna atau signifikan berbeda
dibandingkan sebelum pemberian catropil.

Uji T Dependen (Berpasangan) dengan SPSS

Uji-t untuk data berpasangan berarti setiap subjek diukur dua kali. Misalnya sebelum dan sesudah
dilakukannya suatu intervensi atau pengukuran yang dilakukan terhadap pasangan orang kembar.
Dalam contoh ini akan membandingkan data sebelum dengan sesudah intervensi.

Contoh Kasus :
Suatu studi ingin mengetahui pengaruh suatu metode diet, lalu diambil 28 ibu sebagai sampel untuk
menjalani program diet tersebut. Pengukuran berat badan yang pertama (BBIBU_1) dilakukan sebelum
kegiatan penyesuaian diet dilakukan, dan pengukuran berat badan yang kedua (BBIBU_2) dilakukan
setelah dua bulan menjalani penyesuaian diet.

Buka SPSS, dan masukan datanya seperti ini :

Kita akan melakukan uji hipotesis untuk menilai apakah ada perbedaan berat badan ibu antara sebelum
dengan sesudah mengikuti program diet, langkah-langkahnya sebagai berikut.

Dari menu utama, pilihlah: Analyze-->Compare Mean-->Paired-Sample T-test….

Pilih variabel BBIBU_1 dan BBIBU_2 dengan cara mengklik masing-masing variable tersebut.

Kemudian klik tanda ‘segitiga’ untuk memasukkannya ke dalam kotak Paired-Variables. Seperti nampak
di bawah ini :

Selanjutnya klik OK untuk menjalankan prosedur. Pada layar Output tampak hasil seperti berikut:

Dari 28 subjek yang diamati terlihat bahwa rata-rata (mean) berat badan dari ibu sebelum intervensi
(BBIBU_1) adalah 57.54, dan rata-rata berat badan sesudah intervensi (BBIBU_2) adalah 56,21. Uji ‘t’
yang dilakukan terlihat pada tabel berikut:
Dari hasil uji-t berpasangan tersebut terlihat bahwa rata-rata perbedaan antara BBIBU_1 dengan
BBIBU_2 adalah sebesar 1.321. Artinya ada penurunan berat badan sesudah intervensi dengan rata-rata
penurunan sebesar 1.32 kg.

Hasil perhitungan nilai “t” adalah sebesar 5,133 dengan p-value 0.000 dapat ditulis 0,001 (uji 2-arah).
Hal ini berarti kita menolak Ho dan menyimpulkan bahwa secara statistik ada perbedaan yang
bermakna antara rata-rata berat badan sebelum dengan sudah intervensi.

Dari hasil di atas kita bisa menilai bahwa program diet tersebut berhasil.

C. Uji t independent

Uji t untuk sampel independen merupakan prosedur uji t untuk sampel bebas dengan membandingkan
rata-rata dua kelompok kasus. Kasus yang diuji bersifat acak. Pengujian hipotesis dengan distribusi t
adalah pengujian hipotesis yang menggunakan distribusi t sebagai uji statistik.

Contoh uji t sample independen

Seorang Kepala Puskesmas menyatakan bahwa jumlah rata-rata kunjungan pasien di puskesmas X
adalah 20 orang. Untuk membuktikan benar tidaknya pernyataan tersebut, maka diambil sampel secara
random (acak) sebanyak 20 hari kerja dan diperoleh rata-rata 23 orang dengan standar deviasi 6 orang.

Jawab :

H0 = 20 (Tidak ada perbedaan kunjungan pasien tahun lalu dengan saat ini)

Ha ? 20 (Ada perbedaan kunjungan pasien tahun lalu dengan saat ini)

Titik kritis t pada a = 0,05 dan df = 19 ? t tabel = 2,093

H0 ditolak bila t -hitung > t ?tabel = 2,093

H0 diterima bila t -hitung < t ? tabel = 2,093

Uji -t

t -hitung = (x - u) / (s / ? n)

t -hitung = (23 -20) / (6 / ? 20)

t -hitung = 3 / 1,341

t -hitung = 2,24

Karena nilai t - hitung = 2,24 > t ? tabel = 2,093 ? H0 ditolak

Kesimpulan : ada perbedaan kunjungan pasien tahun lalu dengan saat ini.

D. Uji wilcoxon

ilcoxon Signed Rank Test adalah uji nonparametris untuk mengukur signifikansi perbedaan antara 2
kelompok data berpasangan berskala ordinal atau interval tetapi berdistribusi tidak normal. Uji
Wilcoxon Signed Rank Test merupakan uji alternatif dari uji pairing t test atau t paired apabila tidak
memenuhi asumsi normalitas. Uji ini dikenal juga dengan istilah Wilcoxon Match Pair Test.

Uji Statistik

Type your search query and hit enter

Type Here

Home

Bantuan Olah Data

Metodologi

SPSS

Eviews
STATA

Excel

Minitab

Tabel Statistik

Rumus

HOMEPAGEKOMPARATIF

HIPOTESIS KOMPARATIF

Tutorial Cara Uji Wilcoxon Signed Rank Test

Wilcoxon Signed Rank Test

Pengertian Wilcoxon Signed Rank Test

Wilcoxon Signed Rank Test adalah uji nonparametris untuk mengukur signifikansi perbedaan antara 2
kelompok data berpasangan berskala ordinal atau interval tetapi berdistribusi tidak normal. Uji
Wilcoxon Signed Rank Test merupakan uji alternatif dari uji pairing t test atau t paired apabila tidak
memenuhi asumsi normalitas. Uji ini dikenal juga dengan istilah Wilcoxon Match Pair Test.

Sebagai contoh uji Wilcoxon Signed Rank Test yaitu mengukur signifikansi perbedaan nilai ujian siswa
sebelum dan sesudah pelajaran. Dari ini kita bisa mengetahui bahwa terdapat 2 variabel, antara lain: 1
variabel bebas yaitu pelajaran dengan 2 kelompok (sebelum pelajaran dan sesudah pelajaran), 1 variabel
terikat yaitu nilai ujian. Perhatikan bahwa kelompok sebelum dan sesudah adalah kelompok yang
berpasangan, sebab sampel atau subjeknya adalah individu atau observasi yang sama. Masing-masing
sampel yaitu masing-masing siswa memiliki 2 atribut yaitu nilai ujian sebelum pelajaran dan nilai ujian
sesudah pelajaran. Untuk lebih jelasnya perhatikan ilustrasi dalam gambar bawah ini!
Wilcoxon Signed Rank Test

Wilcoxon Signed Rank Test

Perlu dibedakan uji ini dari uji yang lain tapi mirip namanya, yaitu uji Wilcoxon Rank Sum Test. Uji
Wilcoxon Rank Sum Test merupakan uji beda nonparametris 2 kelompok data yang tidak berpasangan.
atau disebut data bebas/independen.

Berikut Langkah Tutorial Wilcoxon Signed Rank Test dengan SPSS

Pada menu, klik Analyze, Nonparametrics Test, 2 Related Samples. Setelah jendela terbuka masukkan
pretest ke kotak variable 1 dan masukkan posttest ke kotak variable 2 dengan cara arahkan seleksi ke
pretest atau posttest kemudian klik tanda panah ke kanan. Selanjutnya centang Wilcoxon dan tekan OK.
Wilcoxon Signed Rank Test

Wilcoxon Signed Rank Test

Klik tombol Options dan centang Descriptive.

Wilcoxon Signed Rank Test Descriptive

Wilcoxon Signed Rank Test Descriptive

Selanjutnya lihat output anda!

Wilcoxon Signed Rank Test Descriptive Output

Wilcoxon Signed Rank Test Descriptive Output

Tabel deskriptive statistics di atas menunjukkan nilai Mean, standart deviasi, minimum dan maksimum
dari masing-masing kelompok data (pretest dan posttest). Tampak bahwa Mean atau rata-rata nilai
posttest 60,6667 di mana lebih besar dari pada nilai pretest yaitu 53,6667. Besarnya perbedaan ini
apakah bermakna secara statistik? itulah nanti yang akan dijawab oleh uji Wilcoxon Signed Rank Test.

Wilcoxon Signed Rank Test Ranks

Wilcoxon Signed Rank Test Ranks

Berdasarkan metode perhitungan yang dilakukan di dalam rumus Wilcoxon Signed rank Test, nilai-nilai
yang di dapat adalah: nilai mean rank dan sum of ranks dari kelompok negatif ranks, positive ranks dan
ties.

Negatif ranks artinya sampel dengan nilai kelompok kedua (posttest) lebih rendah dari nilai kelompok
pertama (pretest).

Positive ranks adalah sampel dengan nilai kelompok kedua (posttest) lebih tinggi dari nilai kelompok
pertama (pretest).

Sedangkan ties adalah nilai kelompok kedua (posttest) sama besarnya dengan nilai kelompok pertama
(pretest). Simbol N menunjukkan jumlahnya, Mean Rank adalah peringkat rata-ratanya dan sum of ranks
adalah jumlah dari peringkatnya.

Wilcoxon Signed Rank Test Output

Wilcoxon Signed Rank Test Output

Berdasarkan hasil dari perhitungan Wilcoxon Signed Rank Test, maka nilai Z yang didapat sebesar -2,731
dengan p value (Asymp. Sig 2 tailed) sebesar 0,006 di mana kurang dari batas kritis penelitian 0,05
sehingga keputusan hipotesis adalah menerima H1 atau yang berarti terdapat perbedaan bermakna
antara kelompok pretest dan posttest.