Makalah Analisis Statistika Penelitian Pendidikan Kimia

Prosedur Pengujian Uji Signifikansi Perbedaan Dua Rata-rata

Sampel Dependen
Makalah ini dibuat untuk memenuhi salah satu tugas mata kuliah Makalah Analisis
Statistika Penelitian Pendidikan Kimia
Dosen Pengampu :
Ratna Sari Siti Aisyah, M.Pd
Indah Langitasari, S.Si, M.Pd

Disusun Oleh :
Elsa Oktaviani Sopyan (2282200018)
Khusnul Amalia (2282200054)
A

PROGRAM STUDI PENDIDIKAN KIMIA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS SULTAN AGENG TIRTAYASA
2022
 KATA PENGANTAR

Pertama-tama kami panjatkan Puji dan Syukur kehadirat Tuhan Yang Maha Esa karena atas
Rahmat-Nyalah jurnal ini dapat terselesaikan. Tujuan penulisannya adalah untuk menyelesaikan Tugas
Mata Kuliah Analisis Statistika Penelitian Pendidikan Kimia. Selain itu juga untuk meningkatkan
pemahaman mengenai Prosedur Pengujian Uji Signifikansi Perbedaan Dua Rata-Rata Sampel Dependen.
Dengan membaca jurnal ini penulis berharap dapat membantu pembaca dalam memahami materi ini serta
dapat menambah wawasan pembaca.
Dalam penulisan jurnal, tidak terlepas dari bantuan banyak pihak yang dengan tulus memberikan
doa, saran dan kritik sehingga jurnal ini dapat terselsaikan dengan baik. Penulis mengucapkan terima
kasih kepada semua pihak yang telah membantu dalam penyusunan jurnal, dan kepada pembaca yang
telah meluangkan waktunya untuk membaca jurnal ini.
Kami menyadari sepenuhnya bahwa jurnal ini masih jauh dari sempurna, dikarenakan terbatasnya
pengalaman dan pengetahuan yang kami miliki. Untuk itu kami selalu menantikan kritik dan saran yang
membangun dari pembaca demi perbaikan penyusunan jurnal ini.

Serang, 5 Maret 2022

Penulis

I
 Daftar Isi

KATA PENGANTAR …….…………………………………………………………................ I

DAFTAR ISI …………………………………………………………………………………... II
BAB I PENDAHULUAN …………………………………………………………………….... 1
Rumusan Masalah ……………………………………………………………………………... 3
Tujuan ………………………………………………………………………………………….. 3
BAB II ISI ……………………………………………………………………………………… 4
Statistik Parametrik ………………………………………………………………………….... 4
Statistik Nonparametrik ………………………………………………………………………. 9
BAB III PENUTUP …………………………………………………………………………… 22
DAFTAR PUSTAKA …………………………………………………………………………. 23

II
 BAB I
PENDAHULUAN

Statistik memiliki ari sempit yaitu data, tetapi dalam arti luas statistik dapat diartikan
sebagai alat. Alat yang digunakan untuk analisis, dan alat untuk membuat keputusan. Statistic
sendiri dibedakan menjadi dua, yaitu statistic Deskriptif dan statistic Inferensial. Statistic
Deskriptif yaitu statistic yang digunakan untuk menggambarkan atau menganalisis ustau statistic
hasil penelitian yang tidak digunakan untuk membuat kesimpulan yang lebih luas
(generalisasi/inferensi). Jadi penelitian yang tidak menggunakann sampel dan penelitian yang
menggunakan sampel tetapi peneliti tidak bermaksud untuk membuat kesimpulan terhadap
populasi dari mana sampel diambil maka analisisnya menggunakan statistic deskriptif.
Statistik inferensial adalah statistic yang digunakan untuk menganalisis data sampel, dan
hasilnya akan digeneralisasi untuk populasi dimana sampel diambil. Statistic inferensial terbagi
menjadi dua macam yaitu statistis parametric dan statistic nonparametric. Dimana statistic
parametric yang mempertimbangkan nilai dari satu atau lebih parameter populasi yang
digunakan untuk menganalisis data interval atau rasio yang diambil dari populasi yang
berdistribusi normal, dan ukuran sampel relatif besar (n>30).
Syarat penerapan statistik parametrik:
 Distribusi sampel diambil dari distribusi populasi yang terdistribusi secara normal
 Sampel diperoleh secara random (mewakili populasi)
 Skala pengukuran harus kontinyu (rasio/interval) atau skala nominal yang diubah
menjadi proporsi
 uji-t, korelasi pearson, anova
Sedangakan statistika nonparametric tidak memperhatikan nilai dari satu atau lebih parameter
populasi yang digunakan untuk mengalisis data nominal dan ordinal dari populasi yang bebas
distribusi atau distribusi tidak normal sehingga tidak perlu diuji homogenitas. Digunakan apabila
salah satu parameter statistik parametrik tidak terpenuhi dan dengan ukuran sampel relatif kecil
(n<30).
Pengujian dengan beda dua rata- rata terdiri dari dua yaitu sampel dependen dan
independen. Data independen yaitu bila data kelompok yang satu tidak tergantung dari data
kelompok kedua, misalnya membandingkan mean tekanan darah sistolik orang desa dengan
orang kota. Sedangkan data dependen/pasangan yaitu bila kelompok data yang dibandingkan
datanya saling mempunyai ketergantungan, misal data Berat Badan sebelum dan sesudah
mengikuti program diet. Syarat/asumsi yang harus dipenuhi :
 Data berdistribusi normal/simetris
 Kedua kelompok data dependen
 Variabel yang dihubungkan berbentuk numerik untuk variabel dependen dan kategorik
dengan hanya dua kelompok untuk variabel independen

1
Langkah-Langkah Pemilihan Metode Statistik

2
1.1 Rumusan Masalah
1) Uji apa saja yang termasuk kedalam Statistik Parametrik
2) Uji apa saja yang termasuk Statistik Non Parametrik
3) Bagaiman cara menyajikan dan memberi kesimpulan mengenai data Statisti Parametrik
dengan menggunakan SPSS
4) Bagaimana cara menyajikan dan memberi kesimpulan mengenai data Statisti Non-
parametrik dengan menggunakan SPSS

1.2 Tujuan
1) Untuk mengetahu uji apa saja yang termasuk kedalam Statistik Parametrik
2) Untuk mengetahui uji apa saja yang termasuk Statistik Non Parametrik
3) Untuk menyajikan dan memberi kesimpulan mengenai data Statisti Parametrik dengan
menggunakan SPSS
4) Untuk menyajikan dan memberi kesimpulan mengenai data Statisti Non-parametrik
dengan menggunakan SPSS

3
 BAB II
ISI

A. Statistik Parametrik
1. Pengujian Uji T Signifikansi Perbedaan Dua Rata-Rata Sampel Dependen
Uji t berpasangan (dependen) digunakan apabila dua kelompok tersebut saling
berhubungan. Dua sampel berpasangan artinya sampel dengan subjek yang sama namun
mengalami dua perlakuan atau pengukuran yang berbeda. Baik pengukuran yang dilakukan
dua waktu berbeda, pengukuran dilakukan dalam dua kondisi yang berbeda dan pengukuran
dilakukan dari dua bagian subjek. Uji t sampel dependen dilakukan ketika :
1) Uji komparasi antar dua nilai pengamatan berpasangan, misalnya: sebelum dan sesudah
2) Digunakan pada uji parametrik dimana syaratnya sebagai berikut:
 Satu sampel (setiap elemen mempunyai 2 nilai pengamatan)
 Merupakan data kuantitatif (rasio-interval)
 Berasal dari populasi dgn distribusi normal (di populasi terdapat distribusi difference
= d yang berdistribusi normal dengan mean μd=0 dan variance =1)
 Jumlah data < 30
Prosedur Pengujian Uji Signifikansi Perbedaan Dua Rata-Rata Sampel Dependen Secara
Manual
1) Hipotesis dalam uji t dua sampel dependen
a. Uji dua arah/pihak. pada hipotesis awal tidak terdapat perbedaan yang signifikan
antara rata-rata 1 dan rata-rata 2. Sedangkan pada hipotesis alternatif sebaliknya yaitu
terdapat perbedaan rata-rata 1 dan rata-rata 2.

Atau

Daerah Tolak 𝐻0
𝑇𝑜𝑙𝑎𝑘 𝐻0 ∶ 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑡𝑡𝑎bel
b) Uji satu arah (uji pihak kiri) dimana pada hipotesis awal kelompok/sampel 1 memiliki
rata-rata sama dengan atau lebih besar dengan rata-rata kelompok 2. sedangakan hipotesis
alternatif rata-rata kelompok 1 lebih kecil dibandingkan dengan rata-rata kelompok 2.

4
 Atau H0 : µd = 0
H1 : µd < 0

Daerah Tolak 𝐻0
𝑇𝑜𝑙𝑎𝑘 𝐻0 ∶ 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 < −𝑡𝑡𝑎𝑏𝑒l

c) Uji pihak kanan ini kebalikan pada hipotesis kedua, dimana pada hipotesis awal
kelompok/sampel 1 memiliki rata-rata sama dengan atau lebih kecil dengan rata-rata
kelompok 2. sedangakan hipotesis alternatif rata-rata kelompok 1 lebih besar
dibandingkan dengan rata-rata kelompok 2.

Atau H0 : µd = 0
H1 : µd > 0

Daerah Tolak 𝐻0
𝑇𝑜𝑙𝑎𝑘 𝐻0 ∶ 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑡𝑡𝑎𝑏𝑒l
2) Signifikansi
Signifikan artinya meyakinkan atau berarti, dalam penelitian mengandung arti
bahwa hipotesis yang telah terbukti pada sampel dapat diberlakukan pada populasi. Jika
tidak signifikan, berarti kesimpulan pada sampel tidak berlaku pada populasi (tidak dapat
digeneralisasi). Tingkat signifikansi 5%, artinya kita mengambil risiko salah dalam
mengambil keputusan untuk menolak hipotesis yang benar sebanyak banyaknya 5% dan
benar dalam mengambil keputusan sedikitnya 95% (tingkat kepercayaan). Atau dengan

5
 kata lain, kita percaya bahwa 95% dari keputusan untuk menolak hipotesis yang salah
adalah benar

3) Uji Statistik

Atau
Dimana

4) Pengambilan Keputusan
Dasar pengambilan keputusan uji-t dua sampel bebas untuk mengukur ada
tidaknya perbedaan rata-rata dua kelompok yang diuji berdasarkan : Membandingkan t
hitung dengan t tabel.
 Nilai t hitung > nilai t tabel, maka Ho ditolak.
 Nilai t hitung < nilai t tabel, maka Ho diterima.

Contoh Menggunakan SPSS

Seorang guru melakukan penelitian terkait dengan penerapan model pembelajaran
Cooperative Learning terhadap keterampilan berpikir kritis siswa terhadap materi kimia
dengan pemberian pre tes dan post tes. Populasi dari penelitian ini adalah seluruh siswa
kelas XI SMA Maju Jaya, dimana sampel yang digunakan sebanyak 10 orang siswa yang
diambil secara acak dan dianggap sudah dapat mewakili keseluruhan populasi.
Data yang diperoleh dari hasil penelitian
No Nilai Kemampuan Kognitif
Cooperative Learning
Pretest Posttest
1 63 78
2 68 75
3 66 73
4 70 73
5 72 82
6 74 83
7 70 79
8 72 81

6
 9 68 75
10 60 69
11 64 73
12 65 76
13 68 77
14 70 77
15 60 71
Data nya berubah
Variable terikat (dependen) : hasil belajar siswa melalui pretest dan posttest
Variabel bebas (independen) : model pembelajaran Cooperative Learning
Hipotesis Penelitian
Ho : Tidak terdapat perbedaan keterampilan berpikir kritis siswa yang diajar dengan model
Cooperative Learning ditinjau dari nilai pre tes dan post tes.
H1 : Terdapat perbedaan keterampilan berpikir kritis siswa yang diajar dengan model
Cooperative Learning ditinjau dari nilai pre tes dan post tes.
Langkah-langkah dalam Uji T
1) Definisikan jenis variabel yang digunakan dalam variabel view.

2) Isi data pada Data View sesuai dengan data yang ada

3) Tentukan terlebih dahulu apakah data tersebut berdistribusi normal dengan melakukan
uji T. Langkah-langkah uji Normalitas sudah dijelaskan oleh kelompok sebelumnnya.
Didapatkan hasil dari Uji Normalitas :

7
 Kesimpulan dari uji normalitas
Karena datanya kecil sebanyak 15 atau < 30 maka nilai yang digunakan yaitu Shapiro-
Wilk Kolmogorov-smirnov variable pretest dengan nilai Sig 0,532 berarti lebih besar
dari dari 0,05 yang artinya bahwa nilai pretest mempunyai data yang berdistribusi
normal. Sedangkan variable posttest mempunyai nilai sig 0,936 yang berarti lebih besar
dari 0,005 yang artinya nilai dari posttest juga memiliki data yang berdistribusi normal.
4) Karena datanya udah sesuai, kemudian dilanjutkan dengan uji T
5) Klik ANALYZE > COMPARE MEANS > PAIRED SAMPLES t Test

6) Pindahkan variabel “pretest-posttest” ke kotak Test Pairs.

7) Klik OK

8
 Hasil Uji T

Kesimpulan
Nilai t hitung adalah sebesar -12,988 dengan sig 0.000. Karena sig < 0.025 karena
menggunakan uji dua pihak dan nilai t hitung mutlak 12,988 sehingga t hitung lebih besar
dari t tabel (12,988 > 2,145) maka dapat disimpulkan bahwa tolak Ho atau terima H 1,
artinya terdapat perbedaan keterampilan berpikir kritis siswa yang diajar dengan model
Cooperative Learning ditinjau dari nilai pre tes dan post tes.

2. Uji Z Pengujian Uji T Signifikansi Perbedaan Dua Rata-Rata Sampel Dependen

Uji-Z mengacu pada analisis statistik univariat yang digunakan untuk menguji hipotesis
bahwa proporsi dari dua sampel independen sangat berbeda. Ini menentukan sejauh mana
suatu titik data jauh dari rata-rata set data, dalam standar deviasi.
Peneliti mengadopsi uji-z, ketika varians populasi diketahui, pada dasarnya, ketika ada
ukuran sampel yang besar, varians sampel dianggap kira-kira sama dengan varians populasi.
Dengan cara ini, diasumsikan diketahui, meskipun faktanya hanya data sampel yang tersedia
dan uji normal dapat diterapkan.
Asumsi uji-Z :
 Semua pengamatan sampel independen
 Ukuran sampel harus lebih dari 30.
 Distribusi Z adalah normal, dengan mean nol dan varians 1

B. Statistik Nonparametrik
1. Mc Nemar Test
Uji Mc Nemar merupakan salah satu metode pengujian hipotesis yang digunakan ketika
terdapat 2 sampel yang saling berpasangan/dependen. Salah satu contoh yang paling umum
adalah situasi “sebelum” dan “sesudah” perlakuan/treatment. Sampel bisa saja dipilih dengan
subjek yang berbeda yang memiliki karakteristik yang mirip dengan syarat sampel harus
diambil secara acak.
 Kegunaan Uji Mc Nemar
1) Dapat digunakan untuk rancangan Pre dan Post test, di mana setiap individu
digunakan sebagai pengontrol dirinya sendiri.
2) Dapat gunakan untuk menguji keefektifan suatu perlakuan tertentu terhadap suatu
sampel

 Asumsi Uji Mc Nemar

9
 1) Terdapat 2 sampel yang dependen/berpasangan atau yang memiliki karakteristik yang
mirip
2) Sampel bersifat acak
3) Skala data yang digunakan adalah nominal atau ordinal
4) Beberapa literatur menyatakan Uji McNemar tidak tepat dijalankan pada ukuran
sampel yang sangat kecil.
 Hipotesis Uji Mc Nemar
H0 : Tidak ada perbedaan antara nilai sebelum dan sesudah setelah perlakuan/treatment
H1 : Ada perbedaan antara nilai sebelum dan sesudah perlakuan/treatment
 Syarat Uji Mc Nemar
1) Sampelnya merupakan sampel berpasangan misal “sebelum” dan “sesudah”
2) Skala ukur nominal
3) Data frekuensi disusun dalam tabel kontingensi berukuran 2×2
Statistik Uji Mc Nemar untuk menguji signifikansi setiap perubahan yang diobservasi
dengan metode ini, kita perlu membentuk suatu tabel frekuensi yang berbentuk segi empat.
Aturan Penyusunan Tabel

Keterangan :
Kategori sel A : Dari positif menjadi negatif
Kategori sel B : Dari positif tetap positif
Kategori sel C : Dari negatif tetap negatif
Kategori sel D : Dari negatif menjadi positif

Maksud dari kategori diatas misalnya kategori A adalah banyaknya sampel yang sebelum
dilakukan treatment bersifat positif dan setelah dilakukan treatment bersifat negatif, untuk
kategori B adalah banyaknya sampel yang sebelum dilakukan treatment bersifat positif dan
setelah treatment masih tetap bersifat posotif. Karena A+D menunjukkan jumlah total
individu yang berubah, maka ½ (A+D) adalah frekuensi yg diharapkan berada di bawah H0.
Rumus Uji Mc Nemar

dengan df = 1

Dimana :

10
 0i = banyak kasus yang diobeservasi dalam kategori ke-i
Ei = banyak kasus yang diharapkan di bawah H0 dalam kategori ke-i
A = banyak kasus yg diobservasi dlm “sel A”
D = banyak kasus yg diobservasi dlm “sel D”

Koreksi kontinyuitas
Koreksi ini diperlukan agar pendekatan distribusi sampling dengan distribusi chi-square
menjadi pendekatan yang lebih baik, karena suatu distribusi kontinyu (chi-square) digunakan
untuk memperkirakan suatu distribusi diskrit. Sehingga persamaannya menjadi:
χ2 = (|A−D|−1)2
A+D dengan df = 1

Pengambilan Keputusan berdasarkan probabilitas:

Jika probabilitas/p.value/sig > 0,05, maka Ho diterima
Jika probabilitas/p.value/sig < 0,05, maka Ho ditolak

Terima Ho, bila nilai Mc Nemar test hitung ≤ nilai Mc nemar test table.
Tolak Ho, bila nilai Mc Nemar test hitung ≥ nilai Mc nemar test table

Contoh
Untuk menguji efektivitas sebuah metode pembelajaran baru, seorang peneliti
melakukan pemilihan sampel sebanyak 20 siswa di sebuah SMA. Pertama kali, peneliti
melakukan pengujian terhadap tingkat pemahaman siswa sebelum menerapkan metode
pembelajaran. Kemudian, tingkat pemahaman siswa kembali diuji setelah metode
pembelajaran diterapkan. Hasil dari penelitian tersebut adalah sebagai berikut.

Variable terikat (dependen) : tingkat pemahaman siswa

Variable bebas (independen) : metode pembelajaran baru
Hipotesisnya
H0 : Tidak ada perbedaan pemahaman siswa sebelum dan sesudah adanya metode
pembelajaran baru
H1 : Ada perbedaan pemahaman siswa sebelum dan sesudah adanya metode pembelajaran
baru
Langkah-langkah Analisis dengan SPSS :
Baik = 1
Kurang = 2

11
Tingkat Signifikan 5%
1) Definisikan jenis variabel yang digunakan dalam variabel view.

2) Isi data pada Data View sesuai dengan data yang ada

3) Sebelum melakukan uji Mc Nemar tentukan terlebih dahulu apakah data tersebut
berdistribusi normal dengan melakukan uji Normalitas. Karena data yang kurang dari 30
belum tentu tidak berdistribusi normal. Langkah-langkah uji Normalitas sudah
dijelaskan oleh kelompok sebelumnnya. Didapatkan hasil dari Uji Normalitas :

Kesimpulan dari uji normalitas

Karena datanya kecil maka nilai yang digunakan yaitu Shapiro-Wilk variable sebelum
dengan nilai Sig 0,000 berarti lebih kecil dari 0,05 yang artinya bahwa nilai sebelum
mempunyai data yang tidak berdistribusi normal. Sedangkan variable sesudah

12
 mempunyai nilai sig 0,000 yang berarti lebih kecil dari 0,005 yang artinya nilai dari
sesudah juga memiliki data yang tidak berdistribusi normal.
4) Karena data tersebut tidak berdistribusi normal maka data tersebut dapat dianalisis
menggunakan analisis non-parametrik yaitu uji Mc Nemar.
5) Dari dara view klik Analyze > Nonparametric Tests >Legacy Dialogs > Two Related
Samples Tests.
6) Pindahkan variabel “Sebelum-sesudah” ke kotak Test Pairs.

7) Tandai pilihan McNemar pada kotak Test Type ditampilkan pada gambar di atas.
8) Kemudian pilih Options lalu klik Descriptive dan klik continue

9) Klik OK.
Hasil Analisis dengan SPSS:

13
 Kesimpulan
Hasil pengujian dengan SPSS memberikan nilai p-value sebesar 0.267. Nilai ini lebih besar
dari tingkat signifikansi 5%. Sehingga keputusan yang kita ambil adalah gagal tolak H0 atau
terima H0. Dengan demikian, dapat kita simpulkan bahwa tidak ada perbedaan tingkat
pemahaman siswa sebelum dan sesudah pemberian metode pembelajaan baru.

2. Sign Test
Uji tanda digunakan untuk menguji hipotesis komparatif dua sampel yang berkorelasi
bila skala pengukuran datanya berbentuk ordinal. Teknik ini disebut uji tanda karena data
yang dianalisis dinyatakan dalam bentuk tanda-tanda ( tanda positip atau negatip) Uji Tanda
(Sign Test) sama halnya dengan uji WilCoxon yaitu untuk membandingkan dua kelompok
sampel data yang saling berhubungan. Uji tanda menghitung 2 kelompok data untuk semua
sampel dan diklasifikasikan menjadi perbedaan positif dan negatif tidak berbeda secara
signifikan.
Fungsi pengujian: Untuk menguji perbedaan/perubahan ranking (median selisih
skor/ranking) dua buah populasi berdasarkan ranking (median selisih skor/ranking) dua
sampel berpasangan.
Uji Tanda dilambangkan dengan khai-kuadrat (χ2). Formula uji Tanda :

Db = 1
Dimana : χ2 = Hasil perhitungan, n1 = jumlah selisih positif, n2 = jumlah selisih negatif

Syarat-syarat berikut terpenuhi:

1. Pasangan hasil pengamatan yang sedang dibandingkan bersifat independen
2. Masing-masing pengamatan dari tiap pasang terjadi karena pengaruh kondisi yang serupa
3. Pasangan yang berlainan teerjadi karena kondisi yang berbeda

Kaidah Keputusan
 Berdasarkan distribusi y disusunlah kaidah keputusan sebagai berikut:
Terima Ho, bila χ2 ≤ χ2α(1)
Tolak Ho, bila χ2 > χ2α(1)
 Pengambilan Keputusan berdasarkan probabilitas:
Jika probabilitas/P.value/sig > 0,05, maka Ho diterima
Jika probabilitas/P.value/sig < 0,05 maka Ho ditolak

Contoh
Seorang guru ingin mengetahui apakah ada perbedaan antara nilai ujian seorang siswa
pada mata pelajaran kimia di materi Stoikiometri, jika ia belajar sendirian dan jika ia belajar
berkelompok. Untuk itu, diadakan dua kali uji mata ajar, pertama siswa belajar sendiri-
sendiri dan yang kedua sebelum ujian siswa dapat dengan bebas belajar secara berkelompok.
Berikut hasil nilai keduanya (angka dalam range nilai (sampai 100)). Α = 0,05%.

14
 Sendiri Kelompok
75 70
73 70
65 71
72 70
76 72
73 70
74 68
75 70
72 67
74 70
63 70
63 70
72 79
69 74
66 73
Datanya diganti dan hasilnya juga ganti
Variable terikat (dependen) : hasil belajar siswa
Variable bebas (independen) : metode sendiri dan kelompok
Hipotesis untuk permasalahan diatas dirumuskan sebagai berikut :
H0: tidak ada perbedaan nilai siswa jika ia belajar sendiri dengan jika ia belajar
berkelompok.
H1: ada perbedaan nilai siswa jika ia belajar sendiri dengan jika ia belajar berkelompok.
Atau
H0 : perbedaan median populasi adalah sama dengan nol. (H0 : d = 0)
H1 : perbedaan median populasi tidak sama dengan nol. (H1 : d ≠ 0)

Langkah-langkah Analisis dengan SPSS :

1) Definisikan jenis variabel yang digunakan dalam variabel view.

2) Isi data pada Data View sesuai dengan data yang ada

15
3) Sebelum dilakukan uji Sign Test tentukan terlebih dahulu apakah data tersebut
berdistribusi normal dengan melakukan uji Normalitas. Karena data yang kurang dari 30
belum tentu tidak berdistribusi normal jadi dipastikan terlebih dahulu data tersebut
berdistribusi normal atau tidak. Langkah-langkah uji Normalitas sudah dijelaskan oleh
kelompok sebelumnnya. Didapatkan hasil dari Uji Normalitas :

Kesimpulan dari uji normalitas

Karena datanya kecil yaitu kurang dari 50 maka nilai yang digunakan yaitu Shapiro-Wilk
variable sendiri dengan nilai Sig 0,024 berarti lebih kecil dari 0,05 yang artinya bahwa
nilai sendiri mempunyai data yang tidak berdistribusi normal. Sedangkan variable
kelompok mempunyai nilai sig 0,004 yang berarti lebih kecil dari 0,05 yang artinya nilai
dari kelompok juga memiliki data yang tidak berdistribusi normal.
4) Karena data tersebut tidak berdistribusi normal maka data tersebut dapat dianalisis
menggunakan analisis non-parametrik dengan uji sign test.
5) Dari data view klik Analyze > Nonparametric Tests >Legacy Dialogs > Two Related
Samples Tests.

6) Pindahkan variabel “Sendiri-Kelompok” ke kotak Test Pairs.

16
7) Tandai pilihan Sign pada kotak Test Type ditampilkan pada gambar di atas.
8) Kemudian pilih Options lalu klik Descriptive dan klik continue

9) Klik OK.
Hasil Analisis dengan SPSS:
NPar Tests

Kesimpulan
Bagian tabel frekuensi di atas menyatakan banyaknya tanda bagi selisih ranking.
Berdasarkan tabel frekuensi di atas dapat dilihat bahwa ada 9 data dengan perbedaan
negatif, 6 data dengan perbedaan positif dan 0 data dengan perbedaan data nol (pasangan
data sama nilainya atau ties) dari jumlah data yang sebanyak 15 data. Bagian dari nilai
test statistic di atas menyajikan hasil uji binomial. Terlihat bahwa pada kolom Exact Sig.
(2-tailed) atau signifikansi untuk uji dua arah diperoleh nilai 0,607, maka nilai = 0,607 ≤
3,841. Sehingga terima hipotesis nol (H0).

3. Wilcoxon Match Pairs Test

17
 Uji ini merupakan penyempurnaan dari uji tanda. Jika dalam uji tanda besarnya
selisih nilai angka antara positip dan negatip tidak diperhitungkan, sedangkan dalam uji
Wilcoxon besarnya selisih diperhitungkan. Seperti halnya dalam uji tanda, uji ini
digunakan untuk menguji signifikansi hipotesis komparatif dua sampel berpasangan yang
berkorelasi bila datanya berbentuk ordinal.

Asumsi-asumsi yang digunakan pada uji ini antara lain:

1. Sampel pada n subyek dipilih secara acak dari populasi yang mewakili
2. Nilai asal yang dihasilkan dari setiap subyek dalam format skala interval/rasio;
3. Perbedaan nilai dalam populasi yang diwakili oleh dua sampel terdistribusi secara
simetris di sekitar median populasi.

Pengambilan Keputusan berdasarkan probabilitas:

Jika probabilitas/p.value/sig. > 0,05, maka Ho diterima
Jika probabilitas/p.value/sig. < 0,05, maka Ho ditolak
Pengambilan keputusan dengan membandingkan statistic hitung dengan statistic tabel
Statistic hitung < statistic tabel, maka Ho ditolak
Statistic hitung > statistic tabel, maka Ho diterima

Contoh
Seorang Guru Kimia ingin meneliti pengaruh model CTL terhadap kemampuan
pemecahan masalah kimia siswa kelas X SMA 2 Tabanan. Populasi dari penelitian ini
adalah seluruh siswa kelas X SMA 1 Tabanan tahun pelajaran 2011/2012. Sampel yang
digunakan sebanyak 15 orang siswa dari nilai pretest dan posttest, yang dipilh secara acak
dan diangap dapat mewakili keseluruhan populasi.

Variable terikat (dependen) : kemampuan pemecahan masalah kimia (pretest dan

posttest)
Variable bebas (independen) : model CTL

Hipotesis Penelitian
Ho : CTL tidak mempunyai efek/berpengaruh terhadap kemampuan pemecahan masalah
kimia siswa.

18
H1 : CTL mempunyai efek/berpengaruh terhadap kemampuan pemecahan masalah kimia
siswa.

Langkah-langkah Analisis dengan SPSS :

1) Definisikan jenis variabel yang digunakan dalam variabel view.
2) Isi data pada Data View sesuai dengan data yang ada

3) Sebelum melakukan uji Wilcoxon tentukan terlebih dahulu apakah data tersebut
berdistribusi normal dengan melakukan uji Normalitas. Karena data yang kurang dari
30 belum tentu tidak berdistribusi normal. Langkah-langkah uji Normalitas sudah
dijelaskan oleh kelompok sebelumnnya. Didapatkan hasil dari Uji Normalitas :

Kesimpulan dari uji normalitas

Karena datanya kecil yaitu kurang dari 50 maka nilai yang digunakan yaitu Shapiro-
Wilk variable pretest dengan nilai Sig 0,011 berarti lebih kecil dari 0,05 yang artinya
bahwa nilai pretest mempunyai data yang tidak berdistribusi normal. Sedangkan
variable posttest mempunyai nilai sig 0,018 yang berarti lebih kecil dari 0,05 yang
artinya nilai dari posttes juga memiliki data yang tidak berdistribusi normal.
4) Karena data tersebut tidak berdistribusi normal maka data tersebut dapat dianalisis
menggunakan analisis non-parametrik dengan uji Wilcoxon.
5) Dari data view klik Analyze > Nonparametric Tests >Legacy Dialogs > Two Related
Samples Tests.
6) Pindahkan variabel “pretest-posttest” ke kotak Test Pairs.

19
7) Selanjutnya centang Wilcoxon dan tekan OK
8) Kemudian pilih Options lalu klik Descriptive dan klik continue

9) Klik OK.
Hasil Analisis dengan SPSS:

 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.

20
 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.

BAB III
PENUTUP

Kesimpulan
Pengujian Uji Signifikansi Perbedaan Dua Rata-Rata Sampel Dependen menggunakan SPSS
yang terdiri atas statistik parametric dan statistic non parametric. Dimana pada bagian isi
membahas Uji Signifikansi Perbedaan Dua Rata-Rata Sampel Dependen pada statistic
parametric yaitu menggunakan Uji T. Sedangkan pada statistic non parametric yaitu Sign
Test, Mc Nemar test dan Wilcoxon Match Pairs Test. Pada Uji T kesimpulan yang didapat
yaitu tolak Ho atau terima H 1. Pada uji Sign Test yaitu terima hipotesis nol (H 0). Pada uji Mc
Nemar Test diambil kesimpulan H0 ditolak dan pada uji Wilcoxon Match Pairs Test diambil
kesimpulan tolak Ho atau terima H1.

21
 Daftar Pustaka

Arsi Andi. STATISTIK PARAMETRIK DAN NONPARAMETRIK SERTA STATISTIK

DESKRIPTIF DAN INFERENSIAL statistik parametrik dan non parametrik.pdf
Anonim. STATISTIK PARAMETRIK & NON PARAMETRIK. statistik+inferensial.pdf
Anonim. 2021. Panduan Menguasai Uji Mc Nemar dan Contoh Soal [SPSS].
https://www.statmat.net/uji-mc-nemar-dan-contoh-soal/
Anonim. Uji t Perbedaan Rata‐rata Dua kelompok berpasangan (dependent) parametric.
https://statistikceria.blogspot.com/2013/12/Pengujian-Perbedaan-Rata-rata-Dua-kelompok-
berpasangan-dependent-parametrik.html
Basuki, A,T. 2014. PENGGUNAAN SPSS DALAM STATISTIK. Yogyakarta : Danisa Media.
Chahyani, R. 2014. Pengantar statistika 4. https://www.slideshare.net/azendlove/pengantar-
statistika-4
Damawati, C. contoh-contoh uji hipotesis. UPI Bandung.
https://www.academia.edu/12510317/contoh_contoh_uji_hipotesis
Heryana, Ade. 2020. UJI MCNEMAR DAN UJI WILCOXON (Uji Hipotesa Non-Parametrik
Dua Sampel Berpasangan). Universitas Esa Unggul.
Magdalena P & Nina R. PERBANDINGAN DUA RATA-RATA UJI-T. Perbandingan-Dua-
Rata-rata-Uji-T.Magdalena-Purnama-Soeprajogo.pdf
Saputra. 2022. Uji McNemar, Penjelasan, dan Contoh Soal. https://ujistatistik.com/uji-mcnemar-
penjelasan-dan-contoh-soal/
Suciptawati, N, L, P. 2016. STATISTIKA NON PARAMETRIK DENGAN SPSS 21.
Universitas Udayana : Bukit Jimbaran.

22
 https://simdos.unud.ac.id/uploads/file_pendidikan_1_dir/76fa066ec9cf190b0c20c3c32ce7c
15e.pdf
Sugiyono. 2019. Statistika Untuk Penelitian. Bandung : Alfabeta

23