Statistik Probabilitas
Oleh:
A. MEMULAI SPSS
Untuk memulai SPSS for Windows langkah yang harus dilakukan adalah:
Klik menu Start | Programs | SPSS for Windows | SPSS for Windows. Kemudian akan
ditampilkan menu utama SPSS for Windows, seperti tampak pada gambar berikut :
Beberapa menu utama yang penting dalam SPSS adalah sebagai berikut:
e. Langkah berikutnya adalah mengisikan data variabel yang telah didefinisikan nama, tipe,
width dan desimalnya. Cara pengisian data persis seperti kita mengisi data pada program
Excell, yaitu baris-baris pada tiap-tiap kolom variabel tersebut, seperti gambar berikut ini
f. Langkah berikutnya adalah menyimpan data.
Beri nama file tersebut, misalnya kita beri nama “Berat”. Dan tempatkan file tersebut
di direktori yang kita kehendaki. Untuk tipe data file SPSS adalah sav, sehingga data
tersebut akan disimpan dengan nama lengkap Berat.sav.
2. Peringkasan dan Penyajian Data dalam bentuk Grafik
Macam menu grafik yang disediakan oleh SPSS diantaranya adalah Bar (grafik batang),
Line (grafik garis), Pie (grafik lingkaran), Scatter/Dot (sebaran/titik), Histogram, dll.
Masing-masing grafik memiliki karakteristik-karakteristik tertentu yang sesuai dalam
menggambaran data. Grafik yang berbasis batang, umumnya digunakan untuk
menggambarkan perbandingan antar variabel/kategori. Grafik yang berbasis garis, umumnya
(lebih sesuai) untuk menggambarkan perkembangan data. Grafik yang berbasis lingkaran,
umumnya untuk menggambarkan data yang bersifat proporsi. Grafik yang berbasis titik
umumnya untuk menggambarkan pencaran/sebaran data.
1) Grafik jenis Bar (Batang)
Diagram ini berupa batang-batang yang menggambarkan nilai dari masing-masing
kategori. Diagram ini bisa diterapkan pada tabel ringkasan maupun table frekuensi dan
tabel kontigensi. Untuk menyajikan data dalam bentuk grafik Bar (Batang) maka klik
menu Graph; Legancy Dialogs, Bar seperti Gambar berikut
Sehingga akan muncul tampilan sebagai berikut:
Terdapat tiga pilihan grafik batang, yaitu Simple, Clustered dan Stacked. Pilihan Simple
digunakan untuk menggambarkan grafik dari variabel tunggal. Pilihan Clustered dan Stacked
digunakan untuk menggambarkan grafik dari variabel tunggal tetapi dikelompokkan
berdasarkan kategori dari variabel lainnya. Pengelompokan pada tipe grafik Clustered
dilakukan secara horizontal, sedangkan pada tipe Stacked secara vertikal. Kemudian terdapat
pilihan tampilan data untuk grafik (Data in Chart Are), yaitu diringkas berdasarkan kategori
(Summaries for groups of cases), diringkas berdasarkan pemisahan variabel (Summaries of
separate variables) atau menampilkan data individual.
Sebagai latihan awal, kita akan membuat grafik untuk variabel Pendidikan. Kita pilih
jenis grafik Simple (klik) dan tampilan data adalah Summaries for groups of cases. Kemudian
klik Define, akan muncul tampilan berikut:
Tentukan terlebih dahulu ukuran yang akan ditampilkan oleh batang dari grafik kita
(Bar Represent). Ada beberapa pilihan yaitu ukuran frekuensi absolut (N of cases), kumulatif
frekuensi (Cum.N), persentase frekuensi (% of cases), kumulatif persentase frekuensi (Cum.%),
atau ukuran statistik lainnya (Other Statistics). Untuk latihan ini, kita pilih N of cases.
Selanjutnya masukkan variabel Pendidikan ke dalam kotak Category Axis, dan kemudian klik
OK. Akan muncul output grafik sebagai berikut:
2) Grafik jenis Line (Garis)
Untuk menyajikan data dalam bentuk grafik Line ( Garis ) maka klik menu Graph -->
Legacy dialogs --> Line Charts.
Untuk menyajikan data dalam bentuk grafik Line ( Garis ) maka klik menu Graph ; Line
Charts sehingga akan muncul tampilan sbb :
1. Langkah pertama adalah persiapkan data yang dingin di uji dalam file doc, excel, atau yang
lainnya untuk mempermudah tahapannya nanti.
2. Buka program SPSS pada komputer. klik Variable View, dibagian pojok kiri bawah.
3. Selanjunya, pada bagian Name tulis saja Motivasi kemudian Prestasi, pada Decimals ubah semua
menjadi angka 0, pada bagian Label tuliskan Motivasi Belajar kemudian Prestasi belajar, abaikan
yang lainnnya.
4. Setelah itu, klik Data View, dan masukkan data Motivasi Belajar dan Prestasi Belajar yang sudah
dipersiapkan tadi.
5. Langkah selanjutnya, kita akan mengubah data tersebut ke dalam bentuk unstandardized residual,
caranya adalah : dari menu SPSS pilih menu Analyze, kemudian klik Regression, dan pilih Linear
6. Muncul kotak dialog dengan nama Linear Regression, selanjutnya masukkan variabel Prestasi
Belajar (Y) ke Dependent, masukkan variabel Motivasi Belajar (X) ke kotak Independent (s), lalu
klik Save
7. Akan mucul lagi kotak dialog dengan nama Linear Regression:save, pada bagian Residuals,
centang (V) Unstandardized (abaikan kolom yang lain), Selanjunya klik Continue, lalu klik OK,
maka akan muncul variabel baru dengan nama RES_1, abaikan saja output yang muncul dari
program SPSS
8. Langkah selanjutnya, pilih menu Analyze, lalu pilih Non-parametric Test, klik Legaci Dialog,
kemudian pilih submenu 1-Sample K-S
9. Muncul kotak dialog lagi dengan nama One-Sampel Kolmogorov-Smirnov test, selanjutnya,
masukkan variabel Unstandardized Residuals ke kotak Test Variable List, pada Test Distribution
centang (V) Normal
10. Langkah terkahir yakni klik OK untuk mengakhiri perintah, Selanjutnya lihat tampilan
Outputnya, tinggal kita interprestasikan supaya lebih jelas.
Berdasarkan output di atas, diketahui bahwa nilai signifikansi sebesar 0,977 lebih besar dari
0,05, sehingga dapat disimpulkan bahwa data yang kita uji berdistribusi normal.
UJI T DEPENDENT
5. Klik option dan pada interval confidence masukkan 95% (karena α = 0,05).
6. Kemudian klik continue
7. Kemudian klik OK
8. Sehingga menghasilkan hasil analisa sebagai berikut :
9. Analisis :
a. Hipotesis :
Ho : Kedua rata-rata adalah identik (rata-rata nilai matematika siswa tidak mengalami
peningkatan dengan menggunakan model Cooperative Learning type Jigsaw).
H1 : Kedua rata-rata adalah tidak identik (rata-rata nilai matematika siswa mengalami
peningkatan dengan menggunakan model Cooperative Learning type Jigsaw).
b. Pengambilan Keputusan :
Jika Sig. < 0,05 maka H0 ditolak
Karena nilai Sig 0,002 < 0,05 maka H0 ditolak, maka penerapan model pembelajaran
cooperativeLearning type jigsaw efektif terhadap prestasi belajar matematika
UJI T INDEPENDENT
2. Masukkan data diatas pada Data View, namun sebelumnya kita harus menentukan nama dan
tipe datanya pada Variable View. Misal : waktu yang dibutuhkan menyelesaikan puzzle (Y),
Group (KE dan KK)
3. klik Menu Analyze Compare Means independent Sample T-Test.
4. Masukkan waktu yang dibutuhkan (Y) ke test variable dan kelompok KE dan KK ke grouping
variable.
5. Klik Define groups, pada use specified values masukkan angka “1” pada group 1 dan angka
“2” pada group 2. Kemudian klik continue.
6. Klik option dan pada interval confidence masukkan 95% (karena α = 0,05). Kemudian klik
continue
7. Kemudian klik OK
8. Sehingga menghasilkan hasil analisa sebagai berikut
9. Interpretasi Data :
Dari output SPSS di atas, kolom-kolom yang perlu diperhatikan adalah: Nilai
Levene's Test dan signifikansinya serta nilai-t dan signifikansinya. Levene's Test adalah
teknik statistik untuk menguji kesamaan varians di antara kedua kelompok. Jika nilai
signifikansi Levene's Test lebih kecil dari 0,05 (p < 0,05) berarti nilai Levene's Test
signifikan. Dengan kata lain, varians dari kedua kelompok berbeda. Sebaliknya, jika nilai
signifikansinya lebih besar dari 0,05 (p > 0,05) berarti varians dari kedua kelompok
adalah sama. Nilai Levene's Test ini akan mengarahkan kita dalam melihat nilai-t. Jika nilai
Levene's Test tidak signifikan maka kita melihat nilai-t pada baris yang pertama (equal
variance assumed), sedangkan jika nilai Levene's Test signifikan maka kita melihat nilai-t
pada baris yang kedua (equal variance not
assumed).
Output SPSS di atas menunjukkan bahwa nilai Levene's Test tidak signifikan (karena
p = 0,875 > 0,05), berarti varians dalam kedua kelompok adalah sama. Oleh karena itu, kita
melihat nilai t pada baris pertama, yaitu: -6,126 dengan signifikansi 0,000. Ini berarti nilai-t
signifikan (p = 0,000 < 0,005). Ini berarti bahwa waktu yang dibutuhkan kedua kelompok
untuk menyelesaikan puzzle berbeda secara signifikan. Dengan demikian dapat disimpulkan
bahwa musik klasik berpengaruh terhadap kecepatan anak mengerjakan tugas. Hasil
perhitungan SPSS ini menunjukkan hasil yang sama dengan perhitungan secara manual.
Hal yang mungkin membingungkan adalah mengapa diperoleh nilai-t yang negatif,
baik pada perhitungan manual maupun perhitungan dengan SPSS. Hal ini dapat terjadi karena
rumus yang digunakan adalah mencari selisih antara rata-rata waktu KE dan rata-rata waktu
KK. Karena waktu yang dibutuhkan KE lebih sedikit daripada waktu yang dibutuhkan KK
maka diperoleh selisih nilai yang negatif. Yang penting diperhatikan oleh peneliti adalah
nilai-t hitungnya, yaitu apakah lebih besar atau lebih kecil dari nilai-t tabel. Jika nilai-t hitung
lebih besar daripada nilai-t tabel maka nilai-t signifikan, sedangkan jika nilai-t hitung lebih
kecil daripada nilai-t tabel maka nilai-t tidak signifikan.
Pada pengolahan dengan SPSS, peneliti tidak perlu membandingkan nilai-t hitung
dengan nilai-t tabel tetapi cukup melihat signifikansi nilai-t. Jika nilai signifikansi lebih kecil
dari 0,05 (p < 0,05) berarti nilai-t hitung signifikan, yang berarti skor kedua kelompok
berbeda secara signifikan. Sebaliknya, jika nilai signifikansi lebih besar dari 0,05 (p > 0,05)
berarti nilai-t hitung tidak signifikan, artinya tidak ada perbedaan skor yang signifikan pada
kedua kelompok.
LATIHAN
1. Akan diteliti mengenai perbedaan penjualan sepeda motor merk A disebuah kabupaten
sebelum dan sesudah kenaikan harga BBM. Data diambil dari 15 dealer. Data yang diperoleh
adalah sebagai berikut :
Dengan taraf signifikansi α = 0,05. Apakah terdapat pengaruh kenaikan harga BBM terhadap
penjualan sepeda motor merk A ?
2. Seorang guru SMA Mercu Buana ingin meneliti pengaruh les tambahan di sekolah terhadap
prestasi belajar siswanya untuk mata pelajaran matematika. Dari 20 siswa akan di bagi
menjadi 2 kelompok, yaitu mengikuti les tambahan (LT) dan tidak mengikuti les tambahan
(TLT). Setelah selang beberapa bulan di adakan tes prestasi belajar matematika dan berikut
hasil belajarnya :
Dengan taraf signifikansi α = 0,05. Apakah terdapat pengaruh mengikuti les tambahan dengan
tidak mengikuti les tambahan terhadap prestasi belajar siswa untuk mata pelajaran matematika
?
UJI ANOVA
1. Soal :
Seorang peneliti ingin mengetahui apakah lama nya mengikuti sebuah kursus toefl mempengaruhi
terhadap nilai TOEFL siswa kursus tersebut. Peneliti melakukan uji terhadap 15 orang siswa dan
berikut data yang telah dikumpulkan peneliti tersebut. Ujilah apakah lamanya mengikuti kursus
TOEFL mempengaruhi nilai TOEFL siswa tersebut.
2. Masukan data lama kursus dan skor Toefl diatas ke dalam SPSS.
3. Pilih menu Analyze → Compare Mean → One Way Anova.
4. Masukan variabel SkoreToefl ke kotak Dependent List, dan LamaKursus ke kotak Faktor.
Hasil pengujian ditemukan bahwa F hitung = 0,786 dengan sig = 0,478. Oleh karena nilai sig
> α (0,05) maka dapat disimpulkan bahwa ketiga kelompok memiliki nilai varian yang sama
atau dengan kata lain varians antar kelompok bersifat homogen. Dengan demikian prasyarat
untuk dapat menggunakan ANOVA terpenuhi.
c. Tabel ANOVA menunjukan hasil uji beda rata-rata secara keseluruhan.
Hipotesis Penelitian :
Ho : Ketiga kelompok memiliki rata-rata skore Toefl yang sama.
H1 : Ketiga kelompok memiliki rata-rata skore Toefl yang berbeda.
Hasil analisis ditemukan harga F hitung sebesar 26,909 dengan sig = 0,000. Oleh karena nilai
sig < 0,05 maka Ho ditolak sehingga dapat disimpulkan ada perbedaan rata-rata skore Toefl
antara mahasiswa yang mengambil kursus tiga bulan, enam bulan, dan
Sembilan bulan.
Keterangan : jika hasil pengujiannya signifikan maka dilanjutkan ke uji post hoc, tetapi jika
tidak signifikan pengujian berhenti sampai di sini.
d. Tabel Multiple Comparisons menunjukan hasil uji lanjut untuk mengetahui perbedaan antar
kelompok secara spesifik sekaligus untuk mengetahui mana di antara ketiga kelompok
tersebut yang skore Toeflnya paling tinggi.
Hipotesis Penelitian :
Ho : Kedua kelompok memiliki rata-rata skore Toefl yang sama.
H1 : Kedua kelompok memiliki rata-rata skore Toefl yang tidak sama.
Misalnya untuk melihat perbedaan skore Toefl antara mahasiswa yang kursus tiga bulan dan
enam bulan diperoleh nilai sig = 0,004, Oleh karena nilai sig < 0,05 dapat disimpulkan bahwa
ada perbedaan skore Toefl antara mahasiswa yang kursus tiga bulan dan enam bulan. Dalam
hal ini skore Toefl mahasiswa yang kursus enam bulan lebih tinggi dari pada yang kursus tiga
bulan. Dengan kata lain lama kursus berpengaruh terhadap peningkatan skore Toefl
mahasiswa.
LATIHAN
Peneliti ingin mengetahui apakah ada perbedaan rata-rata dalam pemakaian beberapa sim card antara
lain : IM3, Mentari, Simpati, AS, Flexi, 3, dan Axis pada beberapa daerah. Dari hasil penelitian
diperoleh informasi sebagai berikut :
Lakukanlah uji analisis untuk melihat apakah ada perbedaan rata-rata dalam pemakaian beberapa sim
card tersebut pada beberapa daerah !.