Wassalam.
Pekanbaru, 5 Januari 2016
Penulis
3
DAFTAR ISI
Modul 1 Pendahuluan.............................................................................................. 5
Modul 2 Statistik Deskriptif ................................................................................... 18
Modul 3 Uji Asumsi dan Reliabilitas ..................................................................... 30
Modul 4 Parametrik: Korelasi dan Regresi .......................................................... 45
Modul 5 Paremetrik: Uji Perbedaan ....................................................................... 80
Modul 6 Statistik Non Parametrik ........................................................................108
Latihan .........................................................................................................................120
Daftar Pustaka ................................................................................................................128
PENDAHULUAN
Materi
• Pendahuluan
• Variabel dan Tingkat Pengukuran
• Statistik Parametrik dan Non Parametrik
• Peta Analisis Data
Pengantar
Data
Menurut Santoso (2003) data adalah informasi yang bersifat numerik yang
dapat membantu untuk membuat keputusan yang lebih informatif tentang
5
sesuatu hal tertentu.Data adalah suatu bahan mentah yang jika diolah dapat
berubah menjadi informasi yang dibutuhkan (Usman & Akbar, 2008).
Tingkatan data ada empat, yaitu: Nominal, Ordinal, Interval dan Rasio.Dalam
SPSS, kategori data dibagi menjadi tiga, yaitu Nominal, Ordinal dan Scale
(interval dan rasio).
Tabel 1.1
Tingkat data Pengukuran
Nilai Tidak ada nilai Tidak ada nol Tidak ada nol ada nol mutlak
mutlak mutlak
Contoh SSE, suku Jabatan, juara Suhu, IQ Berat, tinggi
1,2,3 34C 10 kg 1, 67 m
Pengukuran mode Median Mean, SD Mean, SD
Variabel
7
mulai
Interval/Rasio Nominal/Ordina
l
Tipe
data
> <30
parametrik 30 Jumlah
data
Bisa pakai uji t
Jika distribusi
(Santoso, 2001:7) populasi pasti normal
Salah satu tahapan terpenting dalam proses penelitian adalah analisis data.
Analisis data merupakan tahapan penyerderhanaan data ke dalam bentuk
yang lebih mudah dibaca dan dinterpretasikan (Efendi & Manning,
2006).Analisis data bertujuan untuk menjawab tujuan dan hipotesis
penelitian. Analisis data dimulai dari tahapan persiapan, input data, memilih
jenis analisis data dan interpretasi data. Dari kesemua tahapan tersebut, ada
satu tahapan yang pada umumnya mahasiswa merasa kesulitan dalam
dalam menentukannya, yaitu memilih jenis analisis statistik yang tepat untuk
analisis data penelitian. Lalu bagaimana cara memilih analisis statistik yang
tepat dan benar?
9
eksperimen, jumlah set pengukuran selalu terjadi pada dependen
variabel.
Uji Hipotesis
Hipotesis berasal dari kata Yunani, Hipo dan thesis.Hipoe berarti sementara,
sedangkan thesis pernyataan.Hipotesis adalah pernyataan sementara yang
perlu diuji kebenarannya (Usman & Akbar, 2006). Dalam penelitian
kuantitatifl, terdapat dua macam hipotesis, yaitu hipotesis korelasional,
yaitu pernyataan sementara mengenai hubungan antara variabel X dan
variabel Y dan hipotesis komparatif, yaitu pernyataan ada perbedaan Y
ditinjau dari X.
Secara umum ada dua bentuk hipotesis: 1) hipotesis nol (Ho), yaitu yang
menyatakan bahwa “tidak ada hubungan antara...” atau tidak ada
perbedaa,,,”dan hipotesis alternatif (Ha), yaitu pernyataan yang menyatakan
“ada hubungan...” atau ada perbedaan.... Berdasarkan arahmya hipotesis
dibagi dua, yaitu hipotesis berarah dan hipotesis tidak berarah. Hipotesis
berarah adalah hipotesis yang memiliki arah atau tingkatan, contoh:
Semakin sering berpikir positif, maka kepercayaan diri semakin tinggi
(arahnya). Hipotesis tidak berarah adalah hipotesis yang tidak memiliki arah
atau tingkatan, contoh: “ada hubungan antara berpikir positif dengan
kepercayaan diri”. Untuk pengujian statististik, hipotesis berarah
menggunakan one tailed(satu ekor), sedangkan hipotesis tidak berarah
menggunakan two tailed/dua ekor (Sprinthall, 2006).
Kaidah:
Ho diterima jika Sig > 0,05/ 0,01
Ha diterima jika Sig ≤ 0,05/0,01
11
Tabel 1.2
Peta Analisis Statistik
13
Nominal Data
Hypothesis of Hypothesis of
Difference Association
Coefficient of
Chi Square McNemar Test
Contingency
Ordinal Data
Hypothesis of Hypothesis of
Difference Association
Independent Correlated
Selection Selection
Mann- Friedman
Kruskal-Wallis Wilcoxon
Whitney U ANOVA by Spearmen rS
H Test T Tesy
Test Rank
Hypothesis of Hypothesis of
Difference Association
Independent Correlated
Selection Selection
One-Way Within-
Independent Paired t
ANOVA of Subjects Pearson r Multiple R
tTest Ratio
F Ratio F Ratio
More Than
With With
One
Prediction Prediction
Independent
Variable
Regression Multiple
Twoor of Y on X Regression
More
Measures
Holding One
or More
Factors Out
Partial
Correlation
15
Cuma Takut Tiga Roda
STATISTIK DESKRIPTIF
Materi
• Analisis Frekuensi dan Deskriptif
• Cross Tabulation
• Grafik
Pengantar
Pengertian
17
Sampel Statistik Statistiik
Populasi
Deskriptif inferensial
Istilah:
Analisis Frekuensi
Tabel 2.1
Data Survey Sumber Permasalahan pada Remaja
No Sumber Jenis
Umur
Subjek Masalah Kelamin
1 Orangtua 1 15
2 Teman 1 16
3 Teman 1 15
4 Pacar 1 16
5 Guru 1 17
6 Teman 2 14
7 Pacar 2 15
8 Teman 2 14
9 Teman 2 16
10 Pacar 2 15
11 Pacar 2 14
12 Teman 1 21
13 Guru 1 19
14 Teman 1 19
15 Pacar 2 16
16 Pacar 2 14
17 Pacar 2 16
18 Teman 1 15
19 Teman 2 15
20 Teman 1 15
APLIKASI SPSS
• Analyze, klik statistic descriptive.
• Klik frequencie, pilih statistic dan chart.
• Continue OK.
19
.
Umur
N Valid 20
Missing 0
Median 20.0000
Std. Deviation .86450
Variance .747
Skewness -.119
Std. Error of Skewness .512
Kurtosis -.726
Std. Error of Kurtosis .992
Range 3.00
Minimum 19.00
Maximum 22.00
Percentiles 25 20.0000
50 20.0000
75 21.0000
21
Analisis Deskriptif
APLIKASI SPSS
Output 2.2
Descriptive Statistics
Std.
N Range Mean Variance Skewness Kurtosis
Deviation
Statistic Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Std. Error
Valid N 20
(listwise)
Cross Tabulation
Output 2.
jenis kelamin
pacar Count 1 6 7
guru Count 2 0 2
23
“Setiap musibah yang menimpa seorang mukmin akan
menghapus dosa dan kesalahan, walaupun dia hanya
terluka karena duri” (H.R.Bukhari).
Interpretasi
25
TIPS
Statistics
Kepercayaan thd Dosen
N Valid 40
Berdasarkan data deskriptif
Missing 0
di samping dapat kita buat
Mean 82.45
kategori kepercayaan
Median 78.50
terhadap dosen menjadi
Mode 74
tiga. Misalkan kita gunakan
Std. Deviation 11.496 interquartile dalam
Variance 132.151 membagi data.
Minimum 68
Maximum 113
Percentiles 25 74.00
50 78.50
75 89.75
Aplikasi SPSS
27
Gambar 2.5 kategori data
Selamat bekerja!!
Pengantar
Tabel 3.1
Uji Asumsi Statistik Parametrik
29
Penjelasan
• Uji Normalitas digunakan untuk melihat sebaran data: apakah
berdistribusi normal atau tidak. Distribusi normal dilakukan dengan cara
membandingkan data yang diperoleh (observed) dengan data yang
berdistribusi normal (expected). Data yang berdistribusi normal
berbentu lonceng. Artinya data banyak berada di sekitar mean (rata-
rata).
• Uji Linearitas. Pengujian linearitas digunakan untuk melihat apakah
sebuah garis lurus dapat ditarik dari sebaran data dari variable-variabel
penelitian.Garis lurus dapat menunjukkan hubungan linear antara
variable-variabel penelitian.
• Homogenitas. Pengujian homogenitas untuk melihat apakah
perbandingan varians antar kelompok sama atau tidak atau apakah
kelompok berasal dari populasi yang memiliki varians yang sama atau
tidak.
APLIKASI SPSS
1. Cara Pertama
Output 3.1
Nilai
kolmogorov-
Smirnov Z
(KS-Z)
Sig = 0,775
(p> 0,05)
berarti
datanya
normal
31
Motivasi belajar
10
Motivasi Belajar
Expected Observed
2. Cara Kedua
Analyze→Descriptive Statistic→Explore
Masukkan variabel ke kotak DependentList
Klik plots→klik Normality Plot with Test
OK(lihat Gambar 3.2 dan Output 3.2)
Interpretasi
Uji Linearitas
Analyze
Compare mean– means
Masukkan Var Independent ke Independent List; Var dependent ke
Dependent List
Klik Option →Chek list→ Tes Linearity
OK. (lihat Gambar 3.3 dan Output 3.3)
33
Gambar 3.3 Uji Linearitas
Output 3.3
Interpretasi
Lihat linearity dan hasil Signifikansinya sebesar 0,031 (p<0,05). Hasil ini
menunjukkan bahwa hubungan antara variabel X dan Y linear.
Outlier
35
UJI HOMOGENITAS VARIANCE
Reliabilitas
37
Konsistensi internal (Alpha)
Analyze→scale→Reliability Analysis (kamu harus mendapat
tampilan seperti gambar 1)
Pindahkan semua item ke box item
Pilih Alpha pada box lis item
Klik statistic
Klik scale if item deleted
Continue dan OK
Item-Total Statistics
Corrected Cronbach's
Scale Mean if Scale Variance
Item-Total Alpha if Item
Item Deleted if Item Deleted
Correlation Deleted
VAR00001 29.3333 80.733 .673 .885
VAR00002 29.8571 81.429 .685 .885
VAR00003 30.5714 83.457 .630 .887
VAR00004 29.6667 85.033 .680 .886
VAR00005 29.5714 85.957 .503 .894
VAR00006 30.2381 85.990 .536 .892
VAR00007 30.4762 80.762 .718 .883
VAR00008 29.5714 84.157 .594 .889
VAR00009 29.7619 76.290 .691 .885
VAR00010 29.4762 78.462 .661 .886
VAR00011 30.5238 87.662 .481 .894
VAR00012 30.2857 85.814 .521 .893
Reliability Statistics
Interpretasi Reliabilitas
39
TIPS
Bagaimana kalau suatu data tidak normal: apakah ada cara untuk
mengatasi hal tersebut. Ada beberapa langkah untuk mengatasi hal
tersebut, yaitu:
1. Kita bisa menormalkan data dengan cara melakukan
transformasi data dengan cara akar kuadrat dan logaritma.
Transformasi data tidak akan mempengaruhi hubungan
antarvariabel (Field, 2009).
2. Apabila data masih tidak normal kita dapat menghilangkan
data-data yang ekstrim atas atau bawah (perlu hati-hati untuk
menghilang data)
3. Apabila masih tidak normal, kita dapat menggunakan analisis
non parametric.
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Selanjutya kita bisa cek distribusi data dalam kedua variabel tersebut.
41
Sekarang kita akan mencoba menstransformasi data pada variabel
kepercayaan terhadap dosen.
Aplikasi SPSS
Klik transform
Pilih compute
Beri nama variabel baru di kolom :target variabel
Pada tabel function group, klik arithmetic
Pilih sqrt atau log 10
Masukkan variabel yang akan ditransfor pada kolom “numeric
exspresion”
Klik ok
Kolmogorov-Smirnova Shapiro-Wilk
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Anda dapat lihat pada out put 3.5 bahwa variabel kepercayaan terhadap
dosen tidak normal (p<0.05), Setelah ditransfromasi menggunakan akar
kuadrat (sqrt) dan log 10 terjadi peningkatan normalitas (data menjadi lebih
normal) terutama yang menggunakan log 10. (p>0,05).
43
PARAMETRIK: UJI KORELASIONAL
Materi Korelasional
• Pearson Product Moment
• Korelasi Parsial
• Regresi
Pengantar
Kehidupan ini saling berhubungan satu dengan yang lain. Banyak kejadian
atau fenomena yang terjadi di sekitar kita berhubungan dengan kejadian
lain. Contohnya, kenaikan harga-harga barang berhubungan dengan tingkat
stress masyarakat, jumlah mahasiswa yang lulus berhubungan dengan
jumlah pengangguran, kemacetan berhubungan dengan ketidaknyamanan
berkendaraan, fenomena alam dan sebagainya. Bagaimana Anda memahami
kondisi ini?
Korelasi adalah hubungan antara satu varibel dengan variabel lain. korelasi
adalah hubungan yang terjadi apabila terdapat minimal dua variabel
(Cresswell, 2002). Jadi dalam korelasi minimal terdapat dua variabel yang
berhubungan. Korelasi dilambangkan dengan huruf r. Dalam penelitian,
korelasi digunakan untuk melihat sejauh mana hubungan variabel dengan
variabel lain.Secara umum ada dua jenis variabel, yaitu variabel bebas (X)
dan variabel tergantung (Y).Variabel bebas artinya variabel yang
mempengaruhi, sedangkan variabel tergantung (y) merupakan variabel yang
Secara umum korelasi terdiri dari dua, yaitu:korelasi interkelas dan intraklas.
Korelasi interkelas, yaitu korelasi yang terjadi antar kelas pada pembahasan
yang sama (Sprinthall, 2002). Contoh: korelasi antara ujian pertama dengan
ujian kedua. Korelasi intraklas yaitu korelasi yang terjadi pada satu kelas
pada topik variabel yang berbeda, contoh hubungan antara nilai IQ dan
kedisipilinan belajar.
45
antara tinggi dengan kecepatan lari.Kita tidak dapat mengatakan kecepatan
lari disebabkan oleh tinggi badan. “hubungan” berarti bahwa bila suatu
variabel naik dikuti naiknya variabel lain. Jadi semakin tinggi orang, dikuti
semakin cepat lari orang tersebut.
-1≤ r ≤ 1
-1 0 1
No Nilai r Interpretasi
1 <20 Sangat rendah
2 0,20-0,40 rendah
3 0,40- 0,70 moderate
4 0,70-0,90 tinggi
5 0,90- 1 Sangat tinggi
(Sumber: Sprinthall 2003:287)
Menghitung Korelasi
47
Kasus 4.1:
Data 1:
Langkah-langkah
Buka program SPSS
Buat nama variabel di kolom variabel view (bawah kiri)
Input data
Pilih analyze :correlate--- bivariate
Masukkan kedua variabel ke kotak variabel
Pilih; Pearson (two tailed untuk hipotesis tidak berarah atau one tailed
untuk hipotesis berarah)
Klik option: pilih mean dan Standar Deviasi kontinue
OK
49
Output4.1
Descriptive Statistics
Nilai r
Nilai
signifikansi
(p)
Rumus : KP = r²
𝒃𝒙.𝑪𝒓𝒐𝒔𝒔𝒑𝒓𝒐𝒅𝒖𝒄𝒕.𝑹²
Rumus SExi =
𝑹𝒆𝒈𝒓𝒆𝒔𝒔𝒊𝒐𝒏
51
Keterangan:
b = koefisien b komponen x
CP = cross product komponen x
Regression = nilai regresi
R2 = sumbangan efektif total.
Latihan
Gunakan kasus 4.1
Aspek kepercayaan terhadap dosen terdiri dari dua aspek, yaitu ability dan
integrity.Tujuannya adalah berapa sumbangan efektif aspek-aspek
kepercayaan terhadap dosen terhadap motivasi belajar. Berikut datanya:
No No
Ability Integrity Ability Integrity
Sbjk Sbjk
1 40 37 21 50 50
2 42 36 22 45 51
3 38 41 23 55 35
4 41 43 24 42 44
5 39 30 25 56 52
6 38 38 26 36 38
7 35 33 27 44 44
8 42 42 28 45 45
9 38 36 29 36 32
10 48 51 30 40 30
11 45 44 31 42 38
12 35 38 32 47 39
13 50 42 33 44 32
14 58 55 34 39 39
15 41 40 35 36 38
16 50 51 36 40 38
17 40 46 37 35 35
18 40 34 38 38 39
19 48 50 39 42 32
20 38 30 40 40 32
120
110
100
90
80
motivasi belajar
70
60
60 70 80 90 100 110 120
Kasus 2:
Seorang peneliti melakukan penelitian tentang kepercayaan terhadap
dosen, motivasi belajar, umur, dan suasana belajar mahasiswa.Penelitian
dilakukan pada 20 mahasiswa.Data dikumpulkan denga menggunakan tiga
53
skala, yaitu kepercayaan terhadap dosen, motivasi belajar, dan suasana
belajar.Peneliti ingin melihat hubungan antarvariabel yang ada dalam
penelitian tersebut.
Data 2
APLIKASI SPSS
Langkah-langkah
Buka program SPSS
Buat nama variabel di kolom variabel view (bawah kiri)
Output 4.2
Correlations
Kepercayaan
terhadap motivasi suasana
dosen belajar belajar umur
Kepercayaan Pearson Correlation 1 ,589** ,675** -,583**
terhadap dosen Sig. (2-tailed) . ,006 ,001 ,007
N 20 20 20 20
motivasi belajar Pearson Correlation ,589** 1 ,682** -,406
Sig. (2-tailed) ,006 . ,001 ,076
N 20 20 20 20
suasana belajar Pearson Correlation ,675** ,682** 1 -,547*
Sig. (2-tailed) ,001 ,001 . ,012
N 20 20 20 20
umur Pearson Correlation -,583** -,406 -,547* 1
Sig. (2-tailed) ,007 ,076 ,012 .
N 20 20 20 20
**. Correlation is s ignificant at the 0.01 level (2-tailed).
*. Correlation is s ignificant at the 0.05 level (2-tailed).
55
Interpretasi:
No Variabel 1 2 3 4
1 Kepercayaan terhadap dosen -
2 Motivasi belajar ,589** -
3 Suasana belajar ,675** ,682** -
4 Umur ,-583** ,-406 ,-547* -
Catatan: **p < 0,01*p < 0,05
Korelasi Parsial
Kasus 3:
Pada kasus ini kita akan menggunakan kasus 2. Pada kasus tersebut
diperoleh (lihat output 4.2) hampir semua variabel berhubungan signifikan,
p<0,05. Pada analisis kali ini kita ingin melihat hubungan antara
kepercayaan terhadap dosen dengan motivasi belajar dengan mengontrol
variabel suasana belajar.Berdasarkan hasil korelasi suasana belajar belajar
berhubungan dengankedua variabel tersebut (IV & DV).
Data 3
57
APLIKASI SPSS
Langkah-langkah
Pilih analyze :correlate--- partial, pilih pearson
Masukkan variabel IV dan DV ke :kotak variabel
Masukkan variabel kontrol ke box: controlling for
Klik option: pilih mean dan Standar Deviasi :kontinue OK
Correlations
Kepercayaan motivasi
Control Variables
terhadap dosen belajar
Suasana Kepercayaan Correlation 1,000 ,239
Belajar terhadap Dosen Significance (2-tailed) . ,324
df 0 17
Motivasi Belajar Correlation ,239 1,000
Significance (2-tailed) ,324 .
df 17 0
Interpretasi
59
Regresi
Regresi bertujuan untuk melihat seberapa besar variabel dapat memprediksi
variabel lain. Atau dikenal dengan istilah varibel prediktor (X) dan variabel
kriteria (Y).Regresi telah banyak digunakan untuk kepentingan bisnis,
pendidikan, psikologi dan pengambilan keputusan di berbagai level.
Hal yang membedakan dengan korelasi bivariate adalah jumlah variabel
bebas dalam analisis dapat lebih dari satu. Bila hanya melibat dua variabel X
dan Y, maka hasilnya akan sama bila kita menggunakan analisis korelasi
bivarite, tetapi bila kita menggunakan lebih dari satu varibel bebas, maka
hasilnya akan berbeda tergantung korelasi yang terjadi antara variabel
bebas. Idealnya tidak terjadi korelasi antarvariabel bebas
(multikolinearitas).Multikolinearitas merupakan salah satu masalah dalam
multipel regresi untuk tiga alasan (Stevens,2009).
1. Memperkecil ukuran R, karena prediktor secara sama menjelaskan
varians Y.
2. Multikolinearitas membuat kesulitan menentukan prediktor yang
terpenting karena efek dari prediktordiganggu oleh korelasi
antarprediktor.
3. Multikolinearitas meningkatkan varians koefisien regresi. Yang terbesar
varians tersebut. lebih tidak stabil dalam memprediksi persamaan.
Regresi Sederhana
Regresi sederhana adalah regresi yang hanya melibatkan dua variabel (1
variabel bebas dan 1 variabel tergantung).Misalkanperanprasangka dalam
membentuk perilaku agresif.Dalam hal ini prasangka merupakan variabel
prediktor (X), sedangkan perilaku agresif sebagai variabel kriteria (Y).
X Y
X1
Y
X2
Kasus 4
Kita menggunakan data 2.Tujuan penelitian adalah untuk mengetahui
apakah motivasi belajar dapat diprediksi dari kepercayaan terhadap dosen.
APLIKASI SPSS
Langkah-langkah:
Pilih analyze: klik Regression
Pilih : linear
Pindah variabel motivasi belajar ke Kotak Dependent
Pindah variabel kepercayaan terhadap dosen ke Kotak independent
Klik statistic, klik descrptive
Klik Continue, dan klik OK
61
Output 4.4
Variables Entered/Removedb
Model Variables Entered Variables Removed Method
1 Kepercayaan terhadap dosena . Enter
a. All requested variables entered.
b. Dependent Variable: Motivasi Belajar
Model Summary
Adjusted R Std. Error of the
Model R R Square
Square Estimate
1 .589a .347 .311 7.71297
a. Predictors: (Constant), Kepercayaan terhadap dosen
ANOVAb
Sum of Mean
Model df F Sig.
Squares Square
1 Regression 570,182 1 570,182 9,585 ,006a
Residual 1070,818 18 59,490
Total 1641,000 19
a. Predictors: (Constant), Kepercayaan terhadap dosen
b. Dependent Variable: motivasi belajar
Interpretasi
Variables Entered/Removed
Model Variables Entered Variables Removed Method
1 Suasana belajar, Kepercayaan . Enter
terhadap dosena
a. All requested variables entered.
63
Adjusted R²: digunakan apabila
lebih 1 prediktor. Gunanya
untuk melihat Sumbangsih dua
prediktor dalam menjelaskan
varians Y (43,6%)
Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .704a .496 .436 6.97837
a. Predictors: (Constant), Sasana belajar, Kepercayaan terhadap dosen
Nilai F adalah
8,35 p=0.003
(p<0.05)
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 813.141 2 406.570 8.349 .003a
Residual 827.859 17 48.698
Total 1641.000 19
Interpretasi
65
Analisis Mediator
c= c’ + (a×b)
(a×b) = c – c’
Aplikasi SPSS
67
Correlations
N 20 20 20
motivasi belajar Pearson Correlation .589** 1 .682**
Sig. (2-tailed) .006 .001
N 20 20 20
suasana belajar Pearson Correlation .675** .682** 1
N 20 20 20
Pertama, chek hubungan variabel X dan Y dengan regresi linear (lihat cara
sebelumnya). Klik analysis-regression-linear: masukkan variabel
kepercayaan terhadap dosen ke kotak independent variabel dan
motivasi belajar di kotak dependent variable, dan klik ok.
Kedua, seperti cara pertama, masukkan variabel yang kita asumsi variabel
mediator (suasana belajar) ke kotak dependen variabel dan kepercayaan
terhadap dosen ke kotak independent variabel, dan klik ok.
Coefficientsa
Model Standardized
Unstandardized Coefficients Coefficients
Coefficientsa
Model Standardized
Unstandardized Coefficients Coefficients
69
Coefficientsa
Model Standardized
Unstandardized Coefficients Coefficients
Interpretasi
3. klik star, maka akan muncul kotak dibawah ini, pindahkan variabel ke
kotak sebelah dan klik ok
71
4. Beriku hasilnya:
http://www.comm.ohio-state.edu/ahayes/
SAMPLE SIZE
20
Analsis Moderator
73
dampak variabel prediktor, Path b dampak variabel moderator, dan Path c
dampak interaksi (preditor x moderator) terhadap variabel outcome.
Hipotesis moderator mendukung interaksi (path c) adalah signifikan.
Hipotesis moderator diterima bila interaksi dapat meningkatkan signifikan
terhadap variabel terikat (Baron, & Kenny, 1986).
Prediktor a
Outcome
b variable
Moderator
c
Predictor
x
Moderator
Persepsi metode
pembelajaran
Aplikasi SPSS
Data 3.
Persepsi
No Kepercayaan Motivasi
mtd
Sbjk Thp Dosen Belajar
belajar
1 80 90 70
2 78 87 80
3 79 86 85
4 85 97 75
5 69 98 90
6 76 97 78
7 68 68 70
8 102 102 100
9 101 108 90
10 100 110 99
11 100 104 70
12 90 100 80
13 92 103 80
14 113 103 90
15 81 97 76
75
16 101 95 76
17 86 89 67
18 74 96 80
19 98 99 70
20 68 101 80
Hasil
77
Interpretasi
kita focus pada tabel model summary. Kita lihat R Square Change sebesar
0,131 ketika variabel interaksi dimasukkan ke dalam model (lihat Model 2).
Perubahan ini signifikan F (1,16), 5,18, p=0,037. Interaksi yang signifikan
mengindikasikan bahwa variabel persepsi metode belajar merupakan
variabel moderator antara variabel kepercayaan terhadap dosen dengan
motivasi belajar
Materi
• Independent T Tes
• Anova Satu Jalur dan Dua Jalur
• Paired Sampel Tes
• Repeated Measure
• Anova Mixed Design
Pengantar
79
Perbedaan Dua Kelompok Sampel Bebas (Independen T Tes)
Contoh Soal:
Tabel 5.1
Data Kemadirian
Kos Rumah
8 7
7 8
9 8
6 7
7 6
Output. 5.1
Group Statistics
Std. Error
tempat tinggal N Mean Std. Deviation Mean
kemandirian kos 5 7,40 1,140 ,510
rumah 5 7,20 ,837 ,374
Nilai Nilai
homogenitas signifikansi
81
Interpretasi
Bila kita ingin menguji perbedaaan dua kelompok lebih yang bersifat bebas,
maka teknik yang kita gunakan adalah one way anova (anova satu jalur).
Contoh Soal:
83
Aplikasi SPSS
1. ANOVA
Langkah-langkah:
Buka program SPSS
Buat nama variabel di kolom variabel view (bawah kiri)
Ketik nama variabel di kolom “name” penulisan max 8 karakter (dapat
disingkat)
Label: keterngan nama variabel
Pilih analyze : klik compare mean, pilih one way anova
Klik option pilih desriptif dan homogenitas
Klik post hoc pilih Tukey (jika hasinya signifikan)
ok
Output 5.2
Descriptives
kemandirian
ANOVA
kemandirian
Sum of
Squares df Mean Square F Sig.
Between Groups 84,467 2 42,233 48,731 ,000
W ithin Groups 23,400 27 ,867
Total 107,867 29
Mean
Difference 95% Confidence Interval
(I) pendidikan (J) pendidikan (I-J) Std. Error Sig. Lower Bound Upper Bound
SD SMP -2,30* ,416 ,000 -3,33 -1,27
SMA -4,10* ,416 ,000 -5,13 -3,07
SMP SD 2,30* ,416 ,000 1,27 3,33
SMA -1,80* ,416 ,001 -2,83 -,77
SMA SD 4,10* ,416 ,000 3,07 5,13
SMP 1,80* ,416 ,001 ,77 2,83
*. The mean difference is s ignificant at the .05 level.
Interpretasi
Anova dua jalur merupakan analisis untuk mengiji pengaruh dua atau lebih
variabel bebas yangbertingkat (bervariasi) dengan satu variabel
dependent.Variasi dalam variabel bebas disebut dengan Faktor (Sprinthall,
2003). Misalkan seorang peneliti melakukan penelitian tentang pengaruh
tipe pemberitaan (positif vs negatif) dan kondisi emosi (senang vs sedih)
85
dengan kemampuan mengingat.Dalam penelitian terdapat empat model
perlakuan.
Faktor A
Positif Negatif
Senang a b
Faktor B
Sedih c d
Berikut Datanya:
Tabel 5.3
Data Kemampuan Mengingat pada Setiap Kelompok
Kondisi Emosi
Pemberitaan
Senang Sedih
14 8
12 7
Positif 10 8
12 7
10 8
10 8
12 5
Negatif 10 6
9 8
12 9
Hipotesis
1. Ada pengaruh tipe pemberitaan terhadap kemampuan mengingat,
2. Ada pengaruh kondisi emosi terhdap kemampuan mengingat
Output 5.3
Between-Subjects Factors
Value Label N
Tipe Pemberitaan 1.00 Positif 10
2.00 Negatif 10
Kondisi Emosi 1.00 Senang 10
2.00 Sedih 10
87
Descriptive Statistics
Dependent Variable:mengingat
dimension2
sedih 7.6000 .54772 5
dimension1 dimension2
sedih 7.2000 1.64317 5
dimension2
sedih 7.4000 1.17379 10
2.304 3 16 .116
Dependent Variable:mengingat
Total 1813.000 20
89
Bertaqwalah kepada Allah dimanapun
engkau berada, dan hendaknya setelah
melakukan kejelekan engkau melakukan
kebaikan yang dapat menghapusnya. Serta
bergaulah dengan orang lain dengan akhlak
yang baik‘” (HR. Ahmad, &Tirmidzi )
Kasus
91
Tabel 5.4
Data Kenyamanan Bekerja pada Ruang Kantor
Hipotesis:
Output 5.4
Paired Samples Statistics
N Correlation Sig.
Pair 1 ruang warna merah & ruang 20 .249 .290
warna hijau
Paired Differences
95% Confidence
Std. Sig. (2-
Std. Interval of the t df
Mean Error tailed)
Deviation Difference
Mean
Lower Upper
Pair 1 ruang warna -2.00000 2.12751 .47573 -2.99571 -1.00429 -4.204 19 .000
merah - ruang
warna hijau
93
Interpretasi
Repeated Measure
Contoh Kasus:
Tabel 5.5
Data Keinginan untuk Berhenti Merokok Selama Satu Bulan
Output 5.5
Descriptive Statistics
95
Tests of Between-Subjects Effects
Measure:MEASURE_1
Transformed Variable:Average
97
Anova Mixed Design
Pada pembahasan kita sudah membahas Anova, factorial anova dan repeted
Measure. Pada pembahasan ini kita akan membahas anova mixed design.
Analisis ini ini digunakan untuk menganalisis penelitian yang menggunakan
lebih satu kelompok/kategori dengan beberapa kali pengukuran berulang
(minimal dua). Analisis ini banyak dilakukan pada penelitian eksperimen
yang melibatkan 2 kelompok dengan pengukuran pre dan post tes.
Misalkan penelitian tentang pengaruh pelatihan regulasi emosi terhadap
stress. Penelitian dilakukan terhadap mahasiswa dengan 2 kelompok
(eksperimen dan control). Hipotesis: ada pengaruh pelatihan regulasi
emosi terhadap stress. Pelatihan regulasi emosi mampu menurunkan
tingkat stress pada mahasiswa.
Berikut datanya:
Tabel 5.6.
Hasil pengukuran stress
Aplikasi SPSS
99
• Klik model—pilih custom
• Pindahkan stress ke box within dan kelompok ke box between
• Klik plot—pindahkan stress ke horizontal axis dan separate lines
untuk jenis kelompok, klik add dan continue
• Klik option , klik descriptive statistic, Estimates of effect size,
Homogeneity tests and Residual plot.
• Pndahkan stress dan kelompok ke box display mean for, chek list
compare mean effect. Pilih bonferroni
• Continue dan ok
101
jika nilai Mauchly's Test of Sphericity Signifikan (Sig ,< 0,05) anda harus
melihat baris Sphericity Assumed pada tabel di bawahnya
Jika nilai Mauchly's Test of Sphericity tidak Signifikan (Sig >0,05) anda
harus melihat Greenhouse-Geisser
dimension1
stress 1.000 .000 0 . 1.000 1.000 1.000
Measure:MEASURE_1
103
Stress (pre dan pos tes)
Pairwise Comparisons
Measure:MEASURE_1
1 dimension2
2 1.400* .201 .000 .977 1.823
dimension1
2 dimension2
1 -1.400* .201 .000 -1.823 -.977
Tabel di atas menjelaskan perubahan stress pada pengukuran pre dan pos
tes. Hasil menunjukkan bahwa Sig 0,00 (P<0,01), artinya terjadinya
penurunan stress pada penelitian (data pos test ) secara signifikan.
Estimates
Measure:MEASURE_1
105
Grafik di atas mengkonfirmasi bahwa terdapat interaksi
antara stress (pre dan post tes) dengan kelompok
(ekperimen dan control . artinya penurunan stress berbeda
pada kelompok. kelompok eksperimen terjadi penurunan
stress secara signifikan dibandingkan kelompok kontrol.
Pengantar
Korelasional
107
menggunakan korelasi Spearman, 1) kedua data ordinal, 2)satu variabel
ordinal dan satu variabel interval.Data interval dikonversi ke ordinal dan, 3)
kedua data interval, tapi tidak memiliki distribusi normal.
Contoh kasus:
Tabel 6.1
Data Ranking dan AcademicHardinessSiswa
Atau bisa gunakan data 1 (hal 35). Silahkan bandingkan hasil uni analisis
korelasi pearson dan spearman.
Pilih analyze:correlate→bivariate
Masukkan kedua variabel ke kotak variabel
Pilih; spearman
Ok
Output 6.1
Correlations
Academic
Ranking
Hardiness
Spearman's rho Ranking Correlation Coefficient 1.000 .855**
N 10 10
N 10 10
**. Correlation is significant at the 0.01 level (2-tailed).
Interpretasi
109
Korelasi Kontigensi
Korelasi ini digunakan untuk melihat hubungan dua variabel yang memiliki
tingkat pengukuran nominal atau melihat hubungan antara dua tabel
kategori yang disusun dalam tabel kontigensi.Misalkan hubungan antara
jenis kelamin (pria dan wanita) dengan sikap terhadap demonstrasi
(setuju dan tidak setuju).
Contoh kasus: suatu penelitin ingin melihat adapah ada hubungan jenis
kelamin dengan sikap terhadap demostrasi (setuju dan tida setuju). Berikut
datanya:
Tabel 6.2
Sikap terhadap Demontrasi Berdasarkan Gender
APLIKASI SPSS
Symmetric Measures
Value Approx. Sig.
Interpretasi
Hasil analisis korelasi kontigensi hal ini berarti ada hubungan signifikan
antara jenis kelamin dengan sikap terhadap demostrasi (C = 0,289, p<
0.05). Untuk melihat perbedaanya dapat menggunakan chi square
(lihat pembahasan berikutnya).
Perbedaan
Uji perbedaan pada statistik non parametrik dibagi berdasarkan sifat dari
sampel, apakah berkorelasi atau independen.
111
Tabel 6.3
Uji Perbedaan Non Parametrik
Mann-Whitney U
APLIKASI SPSS
klik analyze
pilih nonparametrik
klik 2 independen sample
klik mann whitney, OK
Output 6.2
Ranks
Tempat Tinggal N Mean Rank Sum of Ranks
Total 10
Kemandirian
Mann-Whitney U 11.500
Wilcoxon W 26.500
Z -.219
Asymp. Sig. (2-tailed) .827
Exact Sig. [2*(1-tailed Sig.)] .841a
a. Not corrected for ties.
b. Grouping Variable: tempat tinggal
Interpretasi
Kruskal Wallis H
Kasus: Gunakan kasus pada one way anova pada Tabel 5.2
113
APLIKASI SPSS
klik analyze
pilih nonparametrik
klik k independen sample
klik Kruskal Wallis H
OK
Tabel 6.4
Tabel chi square pada 100 mahasiswa
APLIKASI SPSS
APLIKASI SPSS
115
Output 6. 3
Chi-Square Tests
Asymp. Sig. Exact Sig. Exact Sig.
Value df
(2-sided) (2-sided) (1-sided)
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 45,00.
b. Computed only for a 2x2 table
Wilcoxon
Wilcoxon digunakan untuk analisis dua kelompok yang berkorelasi. Uji ini
merupakan kesamaan pada paired T test pada statistik parametrik.
APLIKASI SPSS
klik analyze
pilih nonparametrik
klik 2 related sample
klik Wilcoxon
blok dua variabel pindahkan ke tes pairs list
OK
Friedman
Friedman digunakan untuk analisis dua lebih kelompok yang berkorelasi. Uji
ini merupakan kesamaan pada uji repeated measure pada statistik
parametric.
117
Contoh: Gunakankasus table 5.5.
APLIKASI SPSS
klik analyze
pilih nonparametrik
klik k related sample
klik Friedman
Pindahkanvariabel ke kotaktes variabel
OK
119
Pertanyaan:
Pertanyaan:
Lakukan uji hipotesis penelitian, apakah diterima atau tidak?Buat
kesimpulan.
121
Melakukan Tindakan Krimanal?
Terapi Psikologis Total
Ya Tidak
Ikut Terapi 20 30 50
Tidak Ikut Terapi 40 10 50
Pertanyaan:
1. Lakukan uji reliabilitas (Alpha)
2. Tentukan berapa aitem yang gugur.
3. Lakukan uji reliabilitas setelah aitem gugur dikeluarkan dari analisis.
123
Keterangan
TujuanMain Facebook
1. Cari teman lama
2. Menambah teman
3. Eksistensi diri
Pertanyaan:
1. Analisis frekuensi data tujuan, lama dan persepsi terhadap
facebook dan buat grafik.
2. Bagaiman tujuan main facebook pada mahasiswa dilihat dari
jenis kelamin dan lamanya main facebook
3. Apakah ada perbedaan antara pria dan wanita dalam
mempersepsikan facebook?
4. Buatlah grafik perbandingan lamanya main facebook antara
pria dan wanita
Berikut datanya:
125
16 2 6 9
17 2 7 9
18 2 5 8
19 2 6 10
20 2 7 9
Pertanyaannya:
lakukan uji hipotesis dan interpretasi hasilnya
Stevens (2009), J.P. Applied Multivariate Statistic for the Social Science.Fifth Edition.
New York: Routledge Taylor & Francis Group New York.
Usman, H& Akbar, P.S. (2008).Pengantar Statistik. Edisi ke-2. Jakarta:Bumi Aksara.
127
Trihendardi, C (2005). Step by Step SPSS 13: Analisis Data Statistik.Yogyakarta: Andi
Offset.
129
130 Aplikasi SPSS pada Penelitian Psikologi