Machine Translated by Google

PY602 R. Penghasilan
Musim semi 2010 1

Menulis hasil Anda – Pedoman berdasarkan gaya APA

Di bagian hasil, tujuan Anda adalah melaporkan hasil analisis data yang digunakan untuk menguji hipotesis
Anda. Untuk melakukan ini, Anda perlu mengidentifikasi teknik analisis data Anda, melaporkan statistik
pengujian Anda, dan memberikan beberapa interpretasi hasil. Setiap analisis yang Anda jalankan harus terkait dengan
hipotesis Anda. Dan jika Anda menganalisis data yang bersifat eksplorasi, Anda perlu menunjukkan ini.

Jika hasil Anda rumit – Anda memiliki banyak kondisi dan/atau banyak ukuran dependen, menambahkan tabel
gambar dapat membantu. Lihat manual Publikasi APA ( edisi ke-5) untuk contoh.

Dalam pelaporan hasil uji statistik, laporkan statistik deskriptif, seperti mean dan standar deviasi, serta statistik uji,
derajat kebebasan, nilai pengujian yang diperoleh, dan probabilitas hasil yang terjadi secara kebetulan (p value) .
Statistik uji dan nilai p harus dibulatkan menjadi dua tempat desimal (jika Anda memberikan nilai p yang tepat untuk
penggunaan di masa mendatang dalam analisis meta, 3 tempat desimal dapat diterima). Semua simbol statistik (statistik
sampel) yang bukan huruf Yunani harus dicetak miring (M, SD, t, p, dll.).

Saat melaporkan perbedaan yang signifikan antara dua kondisi, tunjukkan arahnya
perbedaan, yaitu kondisi mana yang lebih/kurang/lebih tinggi/rendah dari kondisi lainnya. Asumsikan bahwa audiens
Anda memiliki pengetahuan statistik yang profesional. Jangan menjelaskan bagaimana atau mengapa Anda
menggunakan tes tertentu kecuali itu tidak biasa (yaitu, seperti tes non-parametrik).

Di bagian di bawah ini, terdapat contoh dan kiat tentang cara melaporkan statistik pengujian Anda. Kami akan
membahas banyak tes yang Anda pelajari di kelas ini dan kemungkinan akan digunakan secara teratur di masa mendatang.
Kami juga akan menyentuh teknik analisis data yang akan Anda pelajari di kelas lain (yaitu, regresi).

nilai p
Ada dua cara untuk melaporkan nilai p. Salah satu caranya adalah dengan menggunakan tingkat alfa (kriteria apriori
untuk kemungkinan salah menolak hipotesis nol Anda), yang biasanya 0,05 atau 0,01. Contoh: F(1, 24) = 44,4, p < .01.
Anda juga dapat melaporkan nilai p yang tepat (ini adalah opsi yang lebih disukai jika Anda ingin membuat data Anda
nyaman bagi individu yang melakukan meta-analisis pada topik). Misalnya: t(33) = 2.10, p = .03. Jika nilai p tepat Anda
kurang dari 0,001, adalah konvensional untuk menyatakan hanya p < 0,001. Jika Anda melaporkan nilai p yang tepat,
nyatakan di awal bagian hasil tingkat alfa yang digunakan sebagai kriteria signifikansi untuk pengujian Anda. Misalnya:
“Kami menggunakan tingkat alfa 0,05 untuk semua uji statistik.”

Bagaimana jika hasil Anda berada di arah yang diprediksi tetapi tidak signifikan? Jika nilai p Anda 0,10 atau kurang,
Anda dapat mengatakan bahwa hasil Anda sedikit signifikan. Contoh: Hasil menunjukkan preferensi yang sedikit
signifikan untuk pai kemiri (M = 3,45, SD = 1,11) daripada pai ceri (M = 3,00, SD = 0,80), t(5) = 1,25, p = 0,08. Jika nilai
p Anda lebih dari 0,10, Anda dapat mengatakan bahwa hasil Anda menunjukkan tren yang tidak signifikan ke arah yang
diprediksi. Contoh: Hasil menunjukkan tren yang tidak signifikan dalam arah prediksi yang menunjukkan preferensi
untuk pai kemiri (M = 3,45, SD = 2,11)
Machine Translated by Google

PY602 R. Penghasilan
Musim semi 2010 2

atas kue ceri (M = 3,00, SD = 2,80), t(5) = 1,25, p = 0,26. Catatan: ini adalah salah satu contoh di mana disiplin
ilmu bervariasi tetapi inilah yang dapat diterima dalam Psikologi Sosial.

Statistik deskriptif
Rata-rata dan Standar Deviasi paling jelas disajikan dalam tanda kurung:
• Sampel secara keseluruhan relatif muda (M = 19,22, SD = 3,45).
• Rata-rata usia siswa adalah 19,22 tahun (SD = 3,45).

Persentase juga paling jelas ditampilkan dalam tanda kurung tanpa tempat desimal:
• Hampir separuh (49%) sampel sudah menikah.

tes-t
Ada beberapa desain penelitian berbeda yang menggunakan uji-t untuk pengujian inferensi statistik.
Perbedaan antara uji-t satu sampel, uji-t ukuran terkait, dan uji t sampel independen begitu jelas bagi pembaca yang
berpengetahuan luas sehingga sebagian besar editor jurnal menghilangkan elaborasi jenis uji-t mana yang telah
digunakan. Selain itu, statistik deskriptif yang diberikan akan mengidentifikasi lebih lanjut variasi mana yang
digunakan. Penting untuk dicatat bahwa kita mengasumsikan bahwa semua nilai p mewakili uji dua sisi kecuali
dinyatakan lain dan bahwa uji-t sampel independen menggunakan pendekatan varians gabungan (berdasarkan
asumsi varians yang sama) kecuali jika dinyatakan lain:
• Ada pengaruh yang signifikan untuk jenis kelamin, t(54) = 5,43, p <.001, dengan laki-laki menerima skor
lebih tinggi daripada perempuan.
• Hasil menunjukkan preferensi yang signifikan untuk pai pecan (M = 3,45, SD = 1,11) daripada ceri
pai (M = 3,00, SD = 0,80), t(15) = 4,00, p = ,001.
• 36 peserta penelitian memiliki usia rata-rata 27,4 (SD = 12,6) secara signifikan lebih tua
dari norma universitas 21,2 tahun, t(35) = 2,95, p = 0,01.
• Siswa yang mengambil kursus statistik dalam psikologi di University of Washington dilaporkan belajar lebih
banyak untuk ujian (M = 121, SD = 14,2) daripada mahasiswa UW pada umumnya, t(33) = 2,10, p = 0,034.

• 25 partisipan memiliki perbedaan rata-rata skor kecemasan pre-test hingga post-test sebesar -4,8 (SD = 5,5),
menunjukkan bahwa perlakuan kecemasan menghasilkan penurunan tingkat kecemasan yang signifikan,
t(24) = -4,36, p = .005 (satu sisi).
• 36 peserta dalam kelompok perlakuan (M = 14,8, SD = 2,0) dan 25 peserta dalam kelompok kontrol (M = 16,6,
SD = 2,5), menunjukkan perbedaan yang signifikan dalam kinerja (t[59] = -3,12, p = .01); seperti yang
diharapkan, perawatan visual priming menghambat kinerja pada tugas pengenalan fonem.

• Mahasiswa UW yang mengambil mata kuliah statistika Psikologi memiliki nilai IQ lebih tinggi (M = 121, SD =
14,2) dibandingkan mahasiswa UW yang mengambil mata kuliah Statistika (M = 117, SD = 10,3), t(44) =
1,23, p = 0,09 .
• Selama periode dua hari, peserta minum minuman secara signifikan lebih sedikit pada kelompok eksperimen
(M= 0,667, SD = 1,15) dibandingkan dengan kelompok kontrol daftar tunggu (M= 8,00, SD= 2,00), t(4) =
-5,51, p=.005.

ANOVA dan tes post hoc

ANOVA dilaporkan seperti uji t, tetapi ada dua angka derajat kebebasan untuk dilaporkan.
Pertama laporkan derajat kebebasan antar-kelompok, kemudian laporkan derajat dalam-kelompok
Machine Translated by Google

PY602 R. Penghasilan
Musim semi 2010 3

kebebasan (dipisahkan dengan koma). Setelah itu laporkan statistik F (dibulatkan menjadi dua desimal) dan
tingkat signifikansinya.

ANOVA satu arah:

• 12 peserta dalam kelompok dosis tinggi memiliki waktu reaksi rata-rata 12,3 detik (SD = 4,1); 9
peserta dalam kelompok dosis sedang memiliki waktu reaksi rata-rata 7,4 detik (SD = 2,3), dan 8
peserta dalam kelompok kontrol memiliki rata-rata 6,6 (SD = 3,1). Pengaruh dosis, oleh karena itu,
adalah signifikan, F(2,26) = 8,76, p=.012.

• Analisis varians satu arah menunjukkan bahwa pengaruh kebisingan signifikan, F(3,27) = 5,94, p = 0,007.
Analisis post hoc menggunakan kriteria post hoc Scheffé untuk signifikansi menunjukkan bahwa jumlah
rata-rata kesalahan secara signifikan lebih rendah dalam kondisi white noise (M = 12,4, SD = 2,26)
dibandingkan dengan dua kondisi kebisingan lainnya (lalu lintas dan industri) digabungkan (M = 13,62,
SD = 5,56), F(3, 27) = 7,77, p = 0,042. • Pengujian keempat hipotesis apriori dilakukan dengan
menggunakan tingkat alfa yang disesuaikan Bonferroni 0,0125 per pengujian (0,05/4). Hasil menunjukkan
bahwa rata-rata jumlah kesalahan secara signifikan lebih rendah dalam kondisi diam (M = 8.11, SD =
4,32) dibandingkan dengan kedua kondisi white noise (M = 12,4, SD = 2.26), F(1, 27) = 8,90, p =,011
dan dalam kondisi kebisingan industri (M = 15,28, SD = 3,30), F (1, 27) = 10,22, p = .007. Perbandingan
berpasangan antara kondisi kebisingan lalu lintas dengan kondisi senyap tidak signifikan. Jumlah rata-
rata kesalahan dalam semua kondisi kebisingan gabungan (M = 15,2, SD

= 6,32 secara signifikan lebih tinggi daripada kondisi diam (M = 8,11, SD = 3,30), F(1, 27) = 8,66, p =
0,009.
Multiple Factor (Independent Variable) ANOVA • Ada
pengaruh utama yang signifikan untuk perlakuan, F(1, 145) = 5,43, p < .01, dan a
interaksi signifikan, F(2, 145) = 3,13, p < .05.
• Ukuran sel, rata-rata, dan simpangan baku untuk desain faktorial 3x4 disajikan pada Tabel 1. Efek utama
Dosis sedikit signifikan (F[2,17] = 3,23, p = 0,067), seperti efek utama kategori diagnosis, F(3,17) =
2,87, p = 0,097. Interaksi dosis dan diagnosis, bagaimanapun, memiliki signifikan, F(6,17) = 14,2, p =
.0005.
• Skor perubahan sikap menjadi sasaran analisis varians dua arah yang memiliki dua tingkat perbedaan
pesan (kecil, besar) dan dua tingkat keahlian sumber (tinggi, rendah). Semua efek signifikan secara
statistik pada tingkat signifikansi 0,05. Pengaruh utama dari perbedaan pesan menghasilkan rasio
F F (1, 24) = 44,4, p < .001, menunjukkan bahwa skor perubahan rata-rata secara signifikan lebih
besar untuk pesan perbedaan besar (M = 4,78, SD = 1,99) daripada untuk pesan perbedaan kecil (M =
2,17, SD = 1,25). Pengaruh utama keahlian sumber menghasilkan rasio F F (1, 24) = 25,4, p < 0,01,
menunjukkan bahwa skor perubahan rata-rata secara signifikan lebih tinggi pada sumber pesan keahlian
tinggi (M = 5,49, SD = 2,25) daripada di sumber pesan keahlian rendah (M = 0,88, SD = 1,21). Pengaruh
interaksi tidak signifikan, F(1, 24) = 1,22, p > .05.

• Analisis varians dua arah menghasilkan efek utama untuk jenis kelamin pengunjung, F(1.108) = 3,93, p <
0,05, sehingga rata-rata tip secara signifikan lebih tinggi untuk pria (M = 15,3%, SD
= 4,44) dibandingkan wanita (M = 12,6%, SD = 6,18). Pengaruh utama dari sentuhan tidak
signifikan, F(1, 108) = 2,24, p > .05. Namun, efek interaksinya signifikan, F(1, 108) = 5,55, p < .05,
menunjukkan bahwa efek gender lebih besar pada kondisi sentuhan daripada kondisi non-sentuhan.
Machine Translated by Google

PY602 R. Penghasilan
Musim semi 2010 4

Chi Square
Statistik Chi-Square dilaporkan dengan derajat kebebasan dan ukuran sampel dalam tanda kurung, the
Nilai chi-kuadrat Pearson (dibulatkan menjadi dua tempat desimal), dan tingkat signifikansinya:
• Persentase peserta yang menikah tidak berbeda menurut jenis kelamin, X2 (1, N = 90) =
0,89, p > 0,05.
• Sampel terdiri dari 30 responden yang belum pernah menikah, 54 yang sudah menikah, 26
yang melaporkan berpisah atau bercerai, dan 16 yang berstatus janda. Frekuensi ini berbeda nyata,
X2 (3, N = 126) = 10,1, p = 0,017.
• Seperti dapat dilihat dari frekuensi tabulasi silang pada Tabel xx, ada hubungan yang signifikan
antara status perkawinan dan depresi, X2 (3, N = 126) = 24,7, p < .001. • Hubungan antar
variabel tersebut signifikan, X2 (2, N = 170) = 14,14, p < .01.
Remaja Katolik cenderung tidak menunjukkan minat untuk kuliah dibandingkan remaja
Protestan.
• Preferensi untuk ketiga soda tidak merata dalam populasi, X2 (2, N = 55) = 4,53, p < .05.

Korelasi
Korelasi dilaporkan dengan derajat kebebasan (yaitu N-2) dalam tanda kurung dan tingkat signifikansi:

• Kedua variabel berkorelasi kuat, r(55) = .49, p < .01.

Analisis regresi
Hasil regresi seringkali paling baik disajikan dalam tabel. APA tidak banyak bicara tentang bagaimana
melaporkan hasil regresi dalam teks, tetapi jika Anda ingin melaporkan regresi dalam teks bagian Hasil Anda,
Anda setidaknya harus menyajikan kemiringan standar (beta) bersama dengan uji-t dan tingkat signifikansi
yang sesuai. (Derajat kebebasan untuk uji-t adalah Nk-1 di mana k sama dengan jumlah variabel prediktor.)
Juga lazim untuk melaporkan persentase varians yang dijelaskan bersama dengan uji F yang sesuai.

• Dukungan sosial secara signifikan memprediksi skor depresi, b = -.34, t(225) = 6.53, p <.01.
Dukungan sosial juga menjelaskan proporsi varians yang signifikan dalam skor depresi, R2
= .12, F(1, 225) = 42.64, p < .01.

Tabel
•Tabel gaya APA tidak berisi garis vertikal apa pun
• Tidak ada titik yang digunakan setelah nomor atau judul tabel.
• Saat menggunakan kolom dengan angka desimal, buatlah titik desimal sejajar.
•Saya menggunakan tabel MS Word untuk membuat tabel saya
Machine Translated by Google

PY602 R. Penghasilan
Musim semi 2010 5