BAB VIII
BAB VIII
ANALISIS KOMPARASI
data yang dikumpulkan diolah dan disajikan oleh peneliti untuk menjawab
permasalahan yang diteliti. Kesulitan yang sering dihadapi oleh peneliti
adalah ketika memilih teknik analisis yang data yang paling tepat untuk
juga diungkapkan oleh (Arikunto, 2006, p. 35) bahwa secara garis besar
atau korelasi.
Pada hipotesis komparatif ada dua macam yaitu komparatif dua
eksperimen. Jadi, antara sampel yang diberi perlakuan dengan yang tidak
diberi perlakuan adalah sampel related (yang saling berhubungan).
A. Penelitian Komparasi
Penelitian komparasi atau kausal-komparasi merupakan jenis penelitian
perbedaan tersebut.
(Arikunto, 2006, p. 267) juga mengutip penjelasan Dra. Aswarni
Sudjud dimana penelitian komparasi akan dapat menemukan persamaan –
persamaan dan perbedaan – perbedaan tentang benda – benda, ide – ide,
kritik terhadap orang, kelompok, terhadap suatu ide atau suatu prosedur
kerja. Dapat juga membandingkan kesamaan pandangan dan perubahan –
perubahan pandangan orang, grup atau negara, terhadap kasus, terhadap
ingin meperoleh data berupa hasil belajar siswa SMK pada pembelajaran
Menengah Kejuruan di Kota X”. Jadi dalam hal ini peneliti ingin mencari
perbandingan kinerja guru antara guru sebelum bersertifikasi dan sesudah
bersertifikasi dalam melaksanakan proses pembelajaran. Pada kasus ini,
peneliti tidak dapat memperoleh data melalui eksperimen atau dengan
B. Analisis Komparatif
Dalam penelitian komparatif dengan tujuan untuk mebandingkan dua
kelompok atau lebih, misalnya membandingkan prestasi belajar di beberapa
dapat digunakan tergantung dengan jenis data yang akan diuji sebagai
berikut:
Jenis Hipotesis
Skala Dua Sampel K Sampel
Pengukuran Berpasangan Bebas Berpasangan Bebas
Fisher Exact 2
χ K 2
Probability χ K
Nominal McNemar 2
Samples
χ Two Samples
Cochran Q
Samples
Median test Median
Mann- Extensio
Sign Test
Ordinal Whitney U Friedman n
Wlcoxon
Test Kruskal
Kolmogorov Sallis
Smirnov
Wald Fowits
One-way One-way
Uji-t untuk Uji-t untuk
Interval/ Anova Anova
dua sampel dua sampel
Rasio Two-way Two-way
berpasangan saling bebas
Anova Anova
(Suliyanto, 2014, p. 11)
rasio, maka kita menggunakan uji t sampel berpasangan. Jika data tidak
berdistribusi normal dan pengukuran berskala nominal atau ordinal, maka
kita harus menggunakan uji dua sampel berpasangan non parametrik (uji
Data untuk tiap pasang yang diuji dalam skala interval atau rasio, dengan
asumsi berdistribusi normal Nilai variannya dapat sama ataupun tidak. Uji ini
menghitung selisih antara nilai dua variabel untuk tiap kasus dan menguji
apakah selisih rata-rata tersebut bernilai nol.
Uji t berpasangan (paired t-test) umumnya menguji perbedaan antara
dua pengamatan. Uji seperti ini dilakukan pada subjek yang diuji untuk
situasi sebelum dan sesudah proses, atau subjek yang berpasangan ataupun
a. Menyusun hipotesis.
H0 : μ1 ≥ μ2
Ha : μ1 < μ2
2) Bentuk uji hipotesis satu arah (one-tailed) untuk arah/sisi atas
H0 : μ1 ≤ μ2
Ha : μ1 > μ2
Kota X lebih dari 140, maka uji hipotesis yang digunakan adalah uji
satu arah. Namun, apabila asumsi ini tidak dimiliki, dengan kata lain,
peneliti tidak tahu apakah rata-rata IQ siswa SMK Kota X lebih dari
atau kurang dari 140, maka akan tepat jika menggunakan uji 2 arah.
b. Tentukan tingkat signifikansi (α) untuk menentukan daerah penolakan
Jika thitung > ttabel pada α yang telah ditetapkan maka H0 ditolak
Jika Sig. (2-tailed) < α yang telah ditetapkan maka H0 ditolak (untuk
𝑑̅
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = (8.1)
𝑆𝑑 ⁄√𝑛
dimana :
∑𝑛
𝑖 𝑑𝑖 ∑𝑛 ̅ 2
𝑖 (𝑑𝑖 − 𝑑)
𝑑̅ = dan 𝑆𝑑 = √
𝑛 𝑛−1
Contoh 8.1
Seorang peneliti ingin meningkatkan prestasi belajar siswa SMK kelas A
yang memiliki prestasi belajar rendah (tidak mencapai KKM yang telah
Tabel 8.2 Data Contoh Nilai Pretest dan Posttest Siswa SMK Kelas A
Hipotesis
H0 : μ1 = μ2 (Tidak ada perbedaan prestasi belajar siswa SMK kelas A sebelum
Dengan tabel bantuan (tabel 8.2) berikut akan dilakukan perhitungan t hitung
sebagai berikut:
∑𝑛𝑖 𝑑𝑖 70
𝑑̅ = = =7
𝑛 10
2
√ ∑𝑛𝑖 (𝑑𝑖 − 𝑑̅ ) 260
𝑆𝑑 = = √ = 5,375
𝑛−1 9
𝑑̅ 7
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = = 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = = 4,118
𝑆𝑑 ⁄√𝑛 5,375⁄√10
Pengambilan keputusan :
Jika thitung (4,118)> ttabel (2,262) maka H0 ditolak. Artinya bahwa ada
perbedaan prestasi belajar siswa SMK kelas A sebelum dan setelah
2. Uji McNemar
data perlu disusun ke dalam tabel segi empat ABCD seperti berikut :
Tanda plus (+) dan minus (-) digunakan hanya untuk menandai
jawaban yang berbeda, jadi tidak harus bersifat positif dan negatif.
Berdasarkan tabel 8.3, maka dapat dijelaskan arti setiap sel sebagai berikut :
1. Sel A menunjukkan frekuensi dimana pada pada kondisi awal (+),
3. Sel C menunjukkan frekuensi dimana pada pada kondisi awal (-), dan
pada pada kondisi setelah perlakuan tetap (-).
4. Sel D menunjukkan frekuensi dimana pada pada kondisi awal (-),
Pada uji McNemar, yang perlu diperhatikan adalah pada sel-sel yang
(|A−D|−1)2 (8.3)
χ2 = , dengan df =1
A+D
Contoh 8.2
Mahasiswa program studi A ingin menilai kinerja terhadap ketua himpunan
selama ketua himpunannya masih menjabat sebagai ketua himpunan pada
program studi tersebut. Sampel diambil sebanyak 20 mahasiswa untuk
digunakan berbentuk skala nominal yaitu: suka atau tidak suka. Berikut hasil
Tabel 8.5 Contoh Data Sikap Mahasiswa Terhadap Kinerja Ketua Himpunan
Hipotesis :
Jika χ2hitung > χ2tabel (χ2(α, df=1)) pada α yang telah ditetapkan maka H0 ditolak
Jika χ2hitung < χ2tabel (χ2(α, df=1)) pada α yang telah ditetapkan maka H0 diterima
Jika Sig. (2-tailed) < α yang telah ditetapkan maka H0 ditolak, dan
sebaliknya.
Perhatikan tabel 8.5 berikut :
Tabel 8.6 Lembar Kerja Uji McNemar
Sesudah
Sebelum
Tidak Suka Suka
Suka 3 7
Tidak Suka 2 8
Berdasarkan hasil analisis diperoleh nilai χ2hitung (1,455) < χ2tabel (3,841) pada
taraf signifikansi 5%, maka yang telah ditetapkan maka H0 tidak dapat
ditolak. Hal ini berarti bahwa hipotesis yang menyatakan “ada perbedaan
sikap mahasiswa terhap kinerja ketua himpunan” ditolak. Dengan kata lain,
tidak ada perbedaan sikap mahasiswa terhap kinerja ketua himpunan.
pengukuran pada waktu yang sama. Pengujian hipotesis dua sampel bebas
bertujuan untuk menganalisis perbedaan dari dua sampel yang saling
bebas, apakah kedua sampel saling bebas tersebut berasal dari populasi
yang memiliki karakteristik yang sama atau tidak?
Jika data berdistribusi normal dan pengukuran berskala interval atau
rasio, maka kita menggunakan uji t sampel bebas. Jika data tidak
berdistribusi normal dan pengukuran berskala nominal atau ordinal, maka
kita harus menggunakan uji dua sampel bebas non parametrik (Median
maksudnya adalah bahwa populasi yang satu tidak dipengaruhi atau tidak
berhubungan dengan populasi yang lain. Ataupun bisa dikatakan uji t dua
sampel bebas yang dimakasud disini adalah sampel yang tidak
Jika Zhitung > Ztabel pada α yang telah ditetapkan maka H0 ditolak
Jika Zhitung ≤ Ztabel pada α yang telah ditetapkan maka H0 diterima
Atau pengambilan keputusan berdasarkan nilai probabilitas (Sig.) :
Jika Sig. (2-tailed) < α yang telah ditetapkan maka H0 ditolak (untuk
hipotesis dua arah), dan sebaliknya.
Keterangan :
𝑆𝑔2 = Simpangan baku gabungan sampel 1 dan sampel 2
𝑛1 = Ukuran sampel 1
𝑛2 = Ukuran sampel 2
Contoh 8.3
kelas yang akan dijadikan kelas eksperimen dan kelas kontrol, yaitu kelas
VII-A sebagi kelas eksperimen dan kelas VII-B sebagai kelas kontrol. Pada
proses pembelajaran kelas VII-A diberikan modul sebagai media
Hipotesis
H0 : μ1 = μ2 (Tidak ada perbedaan prestasi belajar siswa dengan memberikan
modul sebagai media pembelajaran dan siswa yang tidak
diberikan modul)
Ha : μ1 ≠ μ2 (Ada perbedaan prestasi belajar siswa dengan memberikan
𝑋̅1 − 𝑋̅2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = = 0,117
2
√𝑆1 𝑆22
𝑛1 + 𝑛1
Pengambilan keputusan :
Jika thitung (0,117)< ttabel (2,110) maka H0 tidak dapat ditolak. Artinya bahwa
Uji Mann Whitney atau lebih dikenal dengan u-test, dikembangkan oleh H.B
Mann dan D.R. Whitney dalam tahun 1947. Uji Mann Whitney digunakan
sebagai alternatif lain dari uji t parametrik bila anggapan yang diperlukan
bagi uji t tidak dijumpai. Tehnik ini dipakai untuk menguji signifikansi
perbedaan antara dua populasi, dengan menggunakan sampel acak yang
ditarik dari populasi yang sama. Uji ini berfungsi sebagai alternatif
Dari dua nilai U tersebut, yang digunakan adalah nilai U yang lebih
kecil untuk dibandingkan dengan nilai U tabel. Kemudian bandingkan nilai
U dengan U tabel (untuk n1 dan n2 yang lebih kecil dari 20). Pengambilan
Contoh 8.4
Seorang peneliti akan menguji apakah perbedaan skor prestasi belajar dari
Tabel 8.8 Tabel Bantuan Cara Perhitungan Uji Mann Whitney (U Test)
Nilai
No Ranking 1 (R1) Ranking 2 (R2)
Metode A (x1) Metode B (x2)
1 45 55 1 3
2 50 75 2 6
3 60 90 4 8
4 65 100 5 9
5 80 7
Jlh 19 26
Harga U1 dan U2 dapat dicari dengan menggunakan rumus 8.8 dan 8.9
𝑛1 (𝑛1 + 1) 5 (5 + 1)
𝑈1 = 𝑛1 𝑛2 + − 𝑅1 = (5)(4) + − 19 = 16
2 2
𝑛2 (𝑛2 + 1) 4 (4 + 1)
𝑈2 = 𝑛1 𝑛2 + − 𝑅2 = (5)(4) + − 26 = 4
2 2
Jadi U2 = 4 merupakan harga yang terkecil.
α = 0.05
Hipotesis
dengan metode uji hipotesis yang ada (Distribusi Z, Chi Kuadrat, atau
Distribusi-T). Membandingkan satu rata-rata populasi dengan satu rata-rata
variabel faktor.
Pada dasarnya, pola sampel dapat dikelompokkan menjadi dua
kelompok, yakni:
sama. Untuk kondisi ini, hipotesis nol berbunyi: “tidak ada efek dari
perlakuan (treatment)”.
2. Sampel yang ada pada kelompok yang satu berasal dari populasi yang
berbeda dengan populasi sampel yang ada di kelompok yang lain.
Untuk kondisi ini, hipotesis nol berbunyi: “tidak ada perbedaan efek
menganalisis data yang berasal dari berbagai macam jenis dan desain
penelitian. Analisis varian banyak dipergunakan pada penelitian-penelitian
independen yang diamati. Analisis varian saat ini banyak digunakan dalam
penelitian survei dan penelitian eksperimen.
ANAVA dapat digolongkan kedalam beberapa kriteria, yaitu :
(dengan uji t) akan memakan waktu, tenaga yang banyak. Disamping itu,
kita akan menhadapi resiko salah yang besar. Untuk itu, telah ditemukan
cara analisis yang mengandung kesalahan lebih kecil dan dapat menghemat
waktu serta tenaga yaitu dengan ANAVA (Analisis Ragam/Analisys Of
Variances).
Pada saat kita menghadapi beberapa kelompok sampel perlu kita
sadari dari awal kondisi sampel tersebut sebelum kita melakukan analisis
lebih lanjut. Tuntutan ini disebabkan karena pola sampel akan berpengaruh
menganalisis data yang berasal dari berbagai macam jenis dan desain
penelitian.
Hipotesis dalam ANAVA akan membandingkan rata-rata dari
beberapa populasi yang diwakili oleh beberapa kelompok sampel secara
H0 : 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 𝜇5
Ha : Salah satu 𝜇 tidak sama.
Bunyi hipotesis alternatif seperti tersebut diatas, merupakan hipotesis
yang fleksibel, karena tidak menyebutkan secara pasti 𝜇 mana yang berbeda
dengan yang lainnya. Hal ini mempunyai arti bahwa 𝜇 mana yang tidak
sama bukan merupakan masalah dalam penolakan hipotesis nol.
asumsi yang sifatnya tidak kaku, yaitu dapat diatasi dengan jumlah sampel
normal. Apabila sampel tiap kelompok kecil dan tidak dapat pula
b. Kesamaan Variansi
Masing-masing kelompok hendaknya berasal dari populasi yang
mempunyai variansi yang sama. Untuk sampel yang sama pada setiap
c. Pengamatan Bebas
Sampel hendaknya diambil secara acak (random), sehingga setiap
pengamatan merupakan informasi yang bebas. Asumsi ini merupakan
asumsi yang tidak bisa ditawar lagi, dengan kata lain tida ada cara
untuk mengatasi tidak terpenuhinya asumsi ini. Dengan demikian
maka setiap peneliti harus merencanakan secara cermat dalam
pengambilan sampel.
H0 : 𝜇 1 = 𝜇 2 = 𝜇 3 = 𝜇 4
𝜇1 = 𝜇2 = 𝜇3 ≠ 𝜇4
𝜇 1 = 𝜇2 ≠ 𝜇 3 = 𝜇 4
𝜇 1 ≠ 𝜇 2 = 𝜇3 = 𝜇 4
𝜇1 = 𝜇2 = 𝜇3 ≠ 𝜇4
𝜇1 = 𝜇2 ≠ 𝜇3 ≠ 𝜇4
𝜇1 ≠ 𝜇2 = 𝜇3 ≠ 𝜇4
𝜇 1 ≠ 𝜇 3 ≠ 𝜇2 = 𝜇 4
𝜇1 = 𝜇2 ≠ 𝜇3 ≠ 𝜇4
𝜇 1 = 𝜇4 ≠ 𝜇 2 ≠ 𝜇 3
𝜇 2 = 𝜇 4 ≠ 𝜇1 ≠ 𝜇 3
𝜇1 ≠ 𝜇2 ≠ 𝜇3 = 𝜇4
Pembahasan lebih lanjut yang akan dibicarakan disini, jika kita menolak
hipotesis nol.
HSD = q √
𝑀𝑆𝑤 (8.10)
𝑛
Keterangan :
k = banyak kelompok
dk = n-k
2. Cari perbedaan rata-rata antar kelompok, dan untuk mempermudah
dalam menginterprestasikan perlu disusun dalam satu tabel khusus.
penelitian tersebut.
Analisis varian satu arah biasanya digunakan untuk menguji rata-
rata/pengaruh perlakuan dari suatu percobaan yang menggunakan satu
faktor, dimana satu faktor tersebut memiliki tiga atau lebih level. Disebut
satu arah karena peneliti dalam penelitiannya hanya berkepentingan
dengan satu faktor saja.
Data hasil percobaan dalan ANOVA satu arah setidak-tidaknya bertipe
interval. Beberapa asumsi yang harus dipenuhi dalam melakukan analisis
ANAVA satu arah adalah error menyebar normal dengan rata-rata nol dan
varians konstan, tidak terjadi autokorelasi pada error dan varians populasi
Sumber
df SS MSS Fhit Ftab
Keragaman
SSP
Antara Perlakuan k-1 SSP MSSP =
k−1
MSSP
Dalam Perlakuan SSE Fα;k-1,k(n-1)
k(n-1) SSE MSSE = MSSE
(Error) k(n−1)
Keterangan
𝑘
SSP 1 𝐺2
∑ Tj2 -
𝑛 𝑗=1 𝑛𝑘
𝐺2
SST ∑𝑘𝑗=1 ∑𝑛𝑖=1 𝑋𝑖𝑗2 -
𝑛𝑘
SSE SST – SSP
perlakuan
H1 : Paling sedikit 2 dari k mean populasi yang tidak sama
paling sedikit 2 dan k mean populasi tidak sama. artinya ada efek dalam
dan berarti sebanyak k mean adalah sama, artinya tidak ada efek dalam
pembedaan treatment.
Contoh 8.5
Seorang guru memberikan 4 metode pembelajaran kepada siswanya.
Masing-masing metode diajarkan kepada 5 siswa. Hasil tesnya dicatat pada
tabel berikut:
= 4470,95
= 4470.95 – 4306.55
= 164.4
Sehingga diperoleh tabel 8.11 berikut :
Hipotesis :
H0 : tidak terdapat perbedaan hasil tes antara satu metode dengan metode
bebas. Bahkan, semakin banyak variabel bebas akan semakin teliti dan
semakin baik penelitian tersebut. Tentunya, dengan semakin banyak
ada dua atau lebih variabel independen. Dengan melakukan ANAVA dua
jalur akan dihindari terjadinya noise (suatu kemungkinan yang menyatakan
terdapat suatu efek karena bercampurnya suatu analisis data). Noise ini
dapat dihindari pada analisis ANAVA dua jalur karana analisis disini
lainnya.
efek faktor satu terhadap variabel terikat akan mempunyai garis yang tidak
sejajar dengan efek faktor lain terhadap variabel terikat sejajar (saling
berpotong), maka antara faktor tidak mempunyai interaksi.
Ada beberapa asumsi yang dipakai dalam variansi dua arah, yaitu :
a. Setiap skor dalam sel harus berdistribusi normal. Asumsi ini dapat
sedikit diabaikan jika sampel tiap sel cukup banyak.
b. Variasi skor pada setiap sel hendaknya homogen atau sama.
c. Skor yang ada bebas dari pengaruh variabel yang tidak diteliti. Hal ini
bisa dicapai dengan mengambil sampel acak dari populasi yang sudah
diklasifikasikan sesuai dengan sel yang ada. Disamping itu perlu
dilakukan kontrol atas terjadinya perembesan pengaruh faktor lain
Seperti halnya variansi satu arah, variansi dua arah pun bisa dilakukan
untuk jumlah sampel yang tidak sama antara sel yang satu dengan sel yang
lainnya. Tetapi ANAVA dua jalur dengan jumlah sampel berbeda, agak
berbeda dengan uraian diatas. Dalam kasus tersebut rata-rata hendaknya
ditimbang, sehingga pengaruh perbedaan jumlah sampel tidak
Populasi
Blok Total Ukuran
1 2 … K
1 X11 X12 … X2k B1 K1
2 X21 X22 … X2k B2 K2
… … … … … … …
R Xr1 Xr1 … X2k Br Kr
Total T1 T2 … Tk T
Ukuran n1 n2 … nk N
Tabel 8.14 Tabel ANAVA Dua Jalur
Langkah-langkahnya:
2. Uji McNemar
Berdasarkan contoh 8.2 :
Langkah-langkahnya:
Output :
Sebelum & Sesudah
Sebelum Sesudah
Tidak Suka Suka
Tidak Senang 2 8
Senang 3 7
a
Test Statistics
Sebelum & Sesudah
N 20
Exact Sig. (2- b
.227
tailed)
Nilai
Mann-Whitney U 4.000
Wilcoxon W 19.000
Z -1.470
Asymp. Sig. (2-tailed) .142
Exact Sig. [2*(1-tailed Sig.)] .190b
b. Pilih Analyze, lalu pilih Compare Means, pilih One Way ANOVA
G. Rangkuman
Analisis data merupakan tahapan penting dalam suatu penelitian, dimana
data yang dikumpulkan diolah dan disajikan oleh peneliti untuk menjawab
permasalahan yang diteliti. Secara garis besar permasalahan penelitian
dibagi menjadi tiga jenis, yaitu penelitian untuk mengetahui status atau
mendeskripsikan fenomena, penelitian untuk membandingkan dua
fenomena atau lebih atau komparasi, dan yang terakhir adalah penelitian
kita harus menggunakan uji dua sampel berpasangan non parametrik (uji
Wilcoxon, uji Sign, uji McNemar). Jika data berdistribusi normal dan
E. Daftar Pustaka
Agus, I. (2009). Statistik : Konsep Dasar dan Aplikasinya. Jakarta: Penerbit
Kencana .
G. Tes Formatif
1. Diskripsikan minimal 3 pendapat ahli tentang definisi uji komparasi
suatu data penelitian, dan sintesis (kesimpulan) menurut Saudara
tentang uji komparasi tersebut?
2. Uraikan macam atau pendekatan komparasi rerata suatu data
penelitian.
3. Buatlah kasus pengujian uji dua sampel berpasangan dan saling
bebas, kemudian analisis data tersebut menggunakan uji t, uji sign,
dan uji Mann Whitney-U baik secara manual maupun dengan
menggunakan SPSS.
Zulkifli M, Enny KS, Harun S
214 | STATISTIKA : Teori dan Aplikasi Pendidikan
4. Buatlah kasus pengujian uji untuk lebih dari dua sampel berpasangan
dan saling bebas, kemudian analisis data tersebut menggunakan uji
ANAVA satu jalur dan ANAVA dua jalur, baik secara manual maupun
dengan menggunakan SPSS