net/publication/367150943
Buku Ajar Statistika Parametrik Dasar: Uji Hubungan, Uji Perbedaan, dan Aplikasinya Menggunakan JASP
CITATIONS READS
0 709
1 author:
Ali Mashuri
Brawijaya University
79 PUBLICATIONS 457 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Ali Mashuri on 03 March 2023.
Inara Publisher
2023
iv |
ISBN: 978-623-5970-77-6
Pengantar Penulis
Dalam proses dan finalisasi buku ajar ini, saya mengucapkan banyak
terima kasih kepada istri dan putri tercinta, Esti Zaduqisti dan Nuruz
Shidqiya Sajidah, atas dukungan dan motivasi yang mereka berikan.
Penulis
viii |
Pengantar Penerbit
Daftar Isi
Pengantar Penulis __ v
Pengantar Penerbit __ viii
Daftar Isi __ ix
Bab 1:
Pengantar Statistika Parametrik __ 1
Bab 2:
Pengenalan Perangkat Lunak JASP __ 16
Bab 3:
Laporan Statistik Sesuai Kaidah American Psychological Association
(APA) Edisi 7 __ 21
Bab 4:
Pengantar Statistika Parametrik Uji Hubungan __ 25
Bab 5:
Statistika Parametrik Uji Hubungan Pearson Product Moment __ 33
Bab 6:
Statistika Parametrik Uji Hubungan Korelasi Parsial (Partial
Correlation) dan Korelasi Semi Parsial (Semi Parsial Correlation, Part
Correlation) __ 55
Bab 7:
Statistika Parametrik Uji Hubungan Regresi Linier Sederhana __ 75
x |
Bab 8:
Statistika Parametrik Uji Hubungan Regresi Linier Ganda __ 98
Bab 9:
Pengantar Statistika Parametrik Uji Perbedaan __ 142
Bab 10:
Statistika Parametrik Uji Perbedaan One-Sample T-Test __ 147
Bab 11:
Statistika Parametrik Uji Perbedaan Independent Samples T-Test __ 156
Bab 12:
Statistika Parametrik Uji Perbedaan Paired Samples T-Test __ 190
Bab 13:
Statistika Parametrik Uji Perbedaan One-Way Between-Subjects
Analysis of Variance __ 211
Bab 14:
Statistika Parametrik Uji Perbedaan One-Way Repeated Measures
Anova __ 230
Bab 15:
Statistika Parametrik Uji Perbedaan Two-Way Between-Subjects
Anova __ 250
Bab 16:
Statistika Parametrik Uji Perbedaan Two-Way Repeated Measures
Anova __ 294
Bab 17:
Statistika Parametrik Uji Perbedaan Mixed Anova __ 315
| xi
Bab 18:
Analisis Mediasi __ 338
Bab 19:
Analisis Moderasi __ 364
Daftar Gambar
Gambar 1. Keterkaitan Definisi Statistika dengan Data Numeris
dan Kasus. __ 2
Gambar 2. Kategori, Asumsi, dan Jenis Data Statistika
Parametrik. __ 3
Gambar 3. Ilustrasi Penskalaan ke Bawah (Scaling Down) Variabel
Usia. __ 7
Gambar 4. Jenis-Jenis Variabel Menurut Posisinya dalam
Penelitian. __ 8
Gambar 5. Jenis-Jenis Hipotesis Penelitian. __ 10
Gambar 6. Tampilan Website JASP. __ 17
Gambar 7. Tampilan Layar Awal JASP. __ 18
Gambar 8. Setting Output Analisis JASP. __ 18
Gambar 9. Tampilan Show Modules Menu. __ 19
Gambar 10. Pilihan Menu-Menu Statistik. __ 19
Gambar 11. Tampilan Layar Input Data di JASP. __ 20
Gambar 12. Korelasi Positif. __ 27
Gambar 13. Korelasi Negatif. __ 27
Gambar 14. Contoh Korelasi Nonlinier Berbentuk U. __ 28
Gambar 15. Contoh Korelasi Nonlinier Berbentuk U Terbalik. __ 29
Gambar 16. Contoh Korelasi Sempurna Arah Positif. __ 29
Gambar 17. Contoh Korelasi Sempurna Arah Negatif. __ 30
Gambar 18. Contoh Korelasi Kurang Sempurna Arah Positif. __ 31
Gambar 19. Contoh Korelasi Kurang Sempurna Arah Negatif. __ 31
Gambar 20. Contoh Korelasi Mendekati Nol. __ 32
Gambar 21. Diagram Ven Komponen Variansi Korelasi Antara
Variabel X1, Variabel X2, dan Variabel Y. __ 56
Gambar 22. Rata-Rata (Mean), Sumber Variansi Regresi, Sumber
Variansi Residu, dan Persamaan Regresi dalam
| xiii
Daftar Tabel
BAB 1
Pengantar
Statistika Parametrik
C. Variabel Penelitian
Variabel diartikan sebagai atribut yang memiliki variasi. Artinya,
sebagai suatu variabel, atribut harus memiliki nilai lebih dari satu.
Lawan dari variabel adalah konstanta, yaitu atribut yang hanya
memiliki satu nilai (Wilcox, 2008). Jumlah bulan yang mengitari
bumi misalnya bukan atribut yang mencerminkan variabel karena
jumlahnya hanya satu. Jumlah bulan dalam sistem tata surya
merupakan atribut yang layak disebut sebagai variabel karena
jumlahnya lebih dari satu. Beberapa konstanta matematik tidak
termasuk variabel karena hanya memiliki satu nilai, seperti Pi (π)
yang disebut juga sebagai Archimedes' constant dengan nilai ≈ 3.142.
Kategori jenis kelamin bisa dinyatakan sebagai variabel dengan
memberikan nilai, misalnya, pria sama dengan 1 dan wanita sama
dengan 0, atau sebaliknya.
Variabel penelitian memiliki berbagai macam jenis. Menurut
posisinya dalam penelitian, jenis-jenis variabel penelitian terdiri dari
variabel independen, variabel dependen, variabel mediator, dan
variabel moderator. Gambar 4. di bawah ini memvisualisasikan kaitan
antar keempat variabel tersebut.
D. Hipotesis Penelitian
Secara akar kata atau etimologis, hipotesis berasal dari dua kata
Yunani: hypo yang berarti tidak pasti atau bersifat sementara dan
thesis yang bermakna teori. Secara operasional, hipotesis bermakna
sebagai suatu teori yang kebenarannya bersifat sementara dan perlu
diverifikasi atau diuji. Hipotesis memiliki beberapa ciri. Ciri pertama
adalah bahwa semua jenis hipotesis harus membuat atau menetapkan
prediksi. Ciri kedua adalah bahwa dalam bentuknya yang paling
sederhana, hipotesis diungkapkan dalam pernyataan ‘jika-maka’ (if-
then statement) (McKenzie, 2004).
- 10 -
Simbol Ho;
Ho; μ1
Nihil statisti ρx1y1 — — — — — —
= μ2
k =0
Sumber: Penulis.
Dalam Tabel 1. di atas, simbol statistik untuk hipotesis nihil adalah
Ho, simbol statistik untuk hipotesis alternatif atau hipotesis kerja
adalah Ha. Simbol ρx1y1 adalah korelasi antara sebuah variabel
independen (X) dan sebuah variabel dependen (Y1). Simbol μ1 adalah
- 13 -
E. Taraf Signifikansi
Hipotesis nihil dalam uji hubungan menyatakan bahwa korelasi
antara variabel independen (X) dan variabel dependen (Y) tidak
signifikan di dalam populasi. Hipotesis nihil dalam uji perbedaan
menyatakan bahwa perbedaan rata-rata suatu variabel dependen (Y)
antara kelompok satu dan kelompok lainnya tidak signifikan di dalam
populasi. Hipotesis alternatif menyatakan sebaliknya bahwa korelasi
antara X dan Y, serta perbedaan rata-rata antara kelompok satu
dengan kelompok lainnya pada sampel penelitian adalah signifikan
pada level populasi.
Secara empiris, kebenaran hipotesis alternatif atau kerja
ditentukan melalui uji signifikansi. Terdapat beberapa tingkatan atau
level signifikansi, tetapi yang paling umum diterapkan adalah level
signifikansi (simbol = α) 0.05, 0.01, dan 0.001. Konsep statistika yang
berkaitan erat dengan level signifikansi adalah taraf kepercayaan. Level
signifikansi 0.05 sama dengan taraf kepercayaan 95%, level signifikansi
0.01 sama dengan taraf kepercayaan 99%, dan level signifikansi 0.001
sama dengan taraf kepercayaan 99.99% (Greenland, 2006). Tabel 2 di
bawah ini mendeskripsikan makna level signifikansi dan taraf
kepercayaan yang berkaitan dengan uji hipotesis.
Tabel 2. Makna Level Signifikansi dan Taraf Kepercayaan
dalam Uji Hipotesis Penelitian.
Level signifikansi
α = 0.05 α = 0.01 α = 0.001
Terdapat risiko sebesar Terdapat risiko sebesar Terdapat risiko sebesar
5% bahwa adanya 1% bahwa adanya 0.1% bahwa adanya
korelasi antar variabel korelasi antar variabel korelasi antar variabel
atau perbedaan antar atau perbedaan antar atau perbedaan antar
kelompok yang kelompok yang kelompok yang
signifikan dalam signifikan dalam signifikan dalam
sampel penelitian tidak sampel penelitian tidak sampel penelitian tidak
- 14 -
Sumber: Penulis.
BAB 2
Pengenalan
Perangkat Lunak JSAP
BAB 3
Laporan Statistik Sesuai
Kaidah American
Psychological Association
(APA) Edisi 7
Simbol-simbol Yunani
seperti β (Beta: koefisien β = .08. β = .08.
regresi terstandarisasi), η2 η2 = .10. η2 = .10.
(kuadrat eta), ω2 (kuadrat ω2 = .90. ε2 = .90.
omega), dan lain lain ditulis
secara tegak.
Hasil regresi umumnya lebih baik Benar: Dukungan sosial secara signifikan
dilaporkan dalam tabel. Meskipun menurunkan depresi, B = –0.34, t(225) =
demikian, jika dilaporkan dalam teks, 6.53, p < .001. Dukungan sosial juga
nilai koefisien regresi (terstandarisasi menjelaskan secara signifikan varian skor
atau tidak terstandarisasi) serta nilai depresi, R2 = .12, F(1, 225) = 42.64, p <
t-test dan tingkat signifikansinya .001.
perlu dirinci. Laporan ini juga bisa Salah: Dukungan sosial secara signifikan
dilengkapi nilai R kuadrat dan nilai F- menurunkan depresi, B = –0.34, t(225) =
test. 6.53, p = .001. Dukungan sosial juga
menjelaskan secara signifikan varian skor
depresi, R2 = 0.12, F(1, 225) = 42.64, p =
.001.
- 24 -
Statistik t-test dituliskan seperti chi- Benar: Jenis kelamin memiliki peran
squares, tetapi dilengkapi hanya dengan signifikan terhadap nilai Matematika,
derajat bebas (db) di dalam tanda t(54) = 5.43, p < .001, di mana responden
kurung. Laporan ini selanjutnya diikuti pria (M = 7.89, SD = 0.25) memperoleh
dengan laporan nilai t-test (dibulatkan nilai Matematika yang lebih tinggi
dua angka setelah desimal) dan nilai dibandingkan responden wanita (M =
signifikansinya. 6.00, SD = 0.21).
Salah: Jenis kelamin memiliki peran
signifikan terhadap nilai Matematika,
t(54) = 5.43, p = .001, di mana responden
pria (M = 7.89, SD = 0.25) memperoleh
nilai Matematika yang lebih tinggi
dibandingkan responden wanita (M =
Statistik ANOVA (baik one-way Benar: Perlakuan dalam eksperimen
maupun two-way) dilaporkan seperti t tersebut memiliki pengaruh yang
test, tetapi terdapat dua derajat bebas signifikan terhadap tingkat motivasi
yang harus disebutkan. Pertama belajar siswa, F(1, 145) = 5.43, p = .02.
adalah derajat bebas antarkelompok Salah: Perlakuan dalam eksperimen
(between-groups) dan kedua adalah tersebut memiliki pengaruh yang
derajat bebas dalam-kelompok signifikan terhadap tingkat motivasi
(within-groups), yang dipisahkan belajar siswa, F(1, 145) = 5.43, p < .02.
dengan tanda koma. Selanjutnya,
perlu juga dilaporkan statistik nilai F
(dengan pembulatan dua angka
setelah desimal) dan nilai
signifikansinya.
Sumber: Mashuri (2022a).
- 25 -
BAB 4
Pengantar Statistika
Parametrik Uji Hubungan
Skala
Analisis statistik Jumlah variabel Uji hubungan
pengukuran
Korelasi Pearson
Interval atau product moment;
Bivariat Dua
rasio Regresi linier
sederhana.
Korelasi parsial;
Korelasi semi-
Interval atau
Multivariat Lebih dari dua parsial;
rasio
Regresi linier
ganda.
Sumber: Penulis.
B. Tipe-Tipe Korelasi
Ada dua jenis tipe korelasi dalam uji hubungan (Everitt &
Howell, 2005; Wilcox, 2010). Tipe pertama adalah korelasi linear,
yang menunjuk pada ‘garis lurus’. Korelasi liniear, dengan demikian,
membentuk suatu pola sebagaimana pola garis lurus. Dilihat dari segi
arahnya, korelasi linear bisa berarah positif dan berarah negatif.
Korelasi linear ke arah positif menggambarkan suatu pola ketika skor
variabel independen (X) meningkat maka skor variabel dependen (Y)
juga meningkat dan ketika skor variabel X menurun maka skor
variabel Y juga menurun. Sebagaimana bisa kita lihat pada Gambar
12, sebagai contoh, semakin banyak waktu yang digunakan untuk
belajar (X) maka semakin tinggi skor hasil tes (Y) dan semakin kurang
waktu yang digunakan untuk belajar maka semakin rendah skor hasil
- 27 -
Akan tetapi, kita cermati bahwa dalam Gambar 18, kenaikan dan
penurunan skor variabel X dalam unit tertentu tersebut tidak diikuti
dengan kenaikan dan penurunan skor variabel Y dalam unit yang
sama. Sebagaimana kita lihat dalam Gambar 19, korelasi linear negatif
yang kurang sempurna ditandai dengan fenomena bahwa kenaikan
skor variabel X diikuti penurunan skor variabel Y dan penurunan
skor variabel X diikuti oleh kenaikan skor variabel Y. Akan tetapi,
sekali lagi, kita bisa mengidentifikasi bahwa kenaikan dan penurunan
skor variabel X dalam unit tertentu tersebut tidak diikuti dengan
kenaikan dan penurunan skor variabel Y dalam unit yang sama.
Terakhir, dalam kasus koefisien korelasi mendekati nol, peruba-han
skor variabel X tidak diikuti secara konsisten oleh perubahan skor
variabel Y. Dalam korelasi mendekati nol, data hubungan antar variabel
berbentuk seperti lingkaran atau elips yang paralel dengan sumbu X.
- 32 -
BAB 5
Statistika Parametrik Uji
Hubungan Pearson
Product Moment
(1.1.)
- 34 -
(1.2.)
- 35 -
No. Subjek X Y
1. 20 40
2. 33 43
3. 45 47
- 36 -
4. 21 30
5. 11 20
6. 44 39
7. 35 34
8. 46 42
9. 43 40
10. 12 17
11. 19 19
12. 22 19
13. 33 25
14. 36 29
15. 40 37
16. 19 18
17. 25 29
18 26 34
19. 36 44
20. 38 46
No.
X X2 Y Y2 XY
Subjek
1. 20 400 40 1600 800
2. 33 1089 43 1849 1419
3. 45 2025 47 2209 2115
4. 21 441 30 900 630
5. 11 121 20 400 220
- 37 -
2 (2)(0.7781) 1.5562
= = = = 2.48.
√1 − √1 − 0.7781 0.62814
Mengacu pada Tabel 21, nilai d = 2.48 di atas termasuk effect size
sangat besar (> .80).
No. Subjek X Y
1. 15 9
2. 10 13
3. 9 16
- 46 -
4. 20 10
5. 21 5
6. 5 18
7. 11 11
8. 14 8
9. 23 4
10. 10 19
11. 8 25
12. 24 12
13. 21 18
14. 17 20
15. 19 15
No. Subjek X X2 Y Y2 XY
1. 15 225 9 81 135
2. 10 100 13 169 130
3. 9 81 16 256 144
4. 20 400 10 100 200
5. 21 441 5 25 105
6. 5 25 18 324 90
8. 14 196 8 64 112
9. 23 529 4 16 92
BAB 6
Statistika Parametrik Uji
Hubungan Korelasi Parsial
(Partial Correlation) dan
Korelasi Semi Parsial (Semi
Parsial Correlation, Part
Correlation)
. = + +
. =
+
. =
+
( . ) =
( . ) =
- 58 -
−( )( )
. = (2)
(1 − )(1 − )
−( )( ) (3)
. =
(1 − )(1 − )
√ − (4)
=
1−
No.
X1 X12 X2 X22 Y Y2 X1X2 X1Y X2Y
Subjek
1. 1 1 18 324 30 900 18 30 540
2. 5 25 11 121 45 2025 55 225 495
3. 10 100 20 400 90 8100 200 900 1800
4. 4 16 14 196 80 6400 56 320 1120
5. 4 16 16 256 70 4900 64 280 1120
6. 6 36 13 169 70 4900 78 420 910
7. 6 36 14 196 30 900 84 180 420
8. 3 9 17 289 20 400 51 60 340
9. 8 64 13 169 80 6400 104 640 1040
10. 7 49 15 225 60 3600 105 420 900
11. 9 81 20 400 50 2500 180 450 1000
12. 5 25 12 144 60 3600 60 300 720
13. 1 1 14 196 55 3025 14 55 770
14. 8 64 17 289 30 900 136 240 510
15. 4 16 18 324 25 625 72 100 450
16. 4 16 15 225 40 1600 60 160 600
17. 9 81 11 121 86 7396 99 774 946
18. 9 81 11 121 86 7396 99 774 946
19. 10 100 19 361 70 4900 190 700 1330
20. 10 100 20 400 35 1225 200 350 700
21. 8 64 14 196 78 6084 112 624 1092
22. 3 9 16 256 42 1764 48 126 672
- 61 -
(146)(363)
2233 −
= 24
X1X2
(146) (363)
1070 − 5691 −
24 24
24.75 24.75
X1X2 = = = 0.130
[181.833333][200.625] 190.9982
- 62 -
(363)(1354)
19930 −
= 24
X2Y
(363) (1354)
5691 − 87494 −
24 24
−549.25 −549.25
X2Y = = = −0.368
[200.625][11105.833333] 1492.6848
0.5318 0.5318
. = = = 0.58
(0.9831)(0.8646) 0.9220
2.6579
= = 3.263
0.8146
Nilai t empiris 3.263 di atas, untuk menguji signifikansinya,
dibandingkan dengan nilai t tabel dengan derajat bebas (db) sama
dengan 21 (n − v = 24 − 3), taraf signifikansi 0.05 (α = 0.05), dan uji
hopotesis satu arah (one-tailed). Mengacu ketentuan-ketentuan ini,
- 63 -
nilai t tabel adalah 1.721 (Lihat Tabel A.2 di Lampiran). Karena nilai t
hitung lebih besar dari nilai t tabel maka Hipotesis pertama diterima.
Menggunakan kalkulator online (http://vassarstats.net/
par.html), dengan menginput N = 24, XY (koefisien korelasi antara
X1 dan Y) = 0.484, XZ (koefisien korelasi antara X1 dan X2) = 0.130,
dan YZ (koefisien korelasi antara Y dan X2) = −0.368, nilai p dari
korelasi parsial X1 dan Y (mengendalikan X2) = 0.004. Karena kurang
dari p = .05, nilai p = 0.004 tersebut dinyatakan signifikan.
Mengacu pada hasil penghitungan pada tabel di atas, untuk
menguji Hipotesis kedua, juga diperlukan beberapa langkah. Langkah
pertama sampai dengan langkah ketiga adalah identik dengan
prosedur pengujian Hipotesis pertama. Langkah keempat adalah
menghitung nilai korelasi parsial X2 dan Y, dengan mengendalikan
korelasi X2 dan X1 serta korelasi X1 dan Y, dengan rumus sebagai
berikut:
−( )(( )
. =
(1 − )(1 − )
−0.4309
. = = −0.50
0.8676
√ − −0.50√24 − 3
= =
1− 1 − (−0.50)
−2.2913
= = −2.645 |2.645 |
0.8660
Dengan derajat bebas sama dengan 21, taraf signifikansi .05, dan
uji hipotesis satu arah (one-tailed), nilai t tabel adalah 1.721. Nilai t
empiris |2.645| dengan demikian lebih besar dari t tabel (1.721).
Kesimpulannya, hipotesis kedua juga diterima.
- 64 -
Laporan hasil contoh soal korelasi parsial sesuai kaidah APA edisi 7
Analisis korelasi parsial menunjukkan bahwa, mendukung hipotesis
pertama, dengan mengendalikan peran sikap positif terhadap popu-
lisme, legitimasi pemerintah berkorelasi positif dan signifikan dengan
kepatuhan kepada pemerintah, . = .58, p = .004. Hipotesis kedua
juga diterima karena, dengan mengendalikan peran legitimasi peme-
rintah, sikap positif terhadap populisme berkorelasi negatif dan signifikan
dengan kepatuhan kepada pemerintah, . = −.50, p = .016.
−( )( )
( . ) = (5)
(1 − )
−( )( ) (6)
( . ) =
(1 − )
Keterangan rumus (5) dan rumus (6):
( . ) = Koefisien korelasi semi parsial antara variabel independen
pertama (X1) dan variabel dependen (Y).
( . ) = Koefisien korelasi semi parsial antara variabel independen
kedua (X2) dan variabel dependen (Y).
= Koefisien korelasi X1 dan Y.
= Koefisien korelasi X2 dan Y.
= Koefisien korelasi X1 dan X2.
= Kuadrat koefisien korelasi X1 dan X2.
√ −
= (7)
1−
−( )( ) 0.484 − (−0.368)(0.130)
( . ) = =
(1 − ) (1 − 0.130 )
0.53184
( . ) = = 0.536
0.9915
√ − . 54√24 − 3
= =
1− 1 − (.54)
2.4746
= = 2.94
0.8417
Dengan db sama dengan 21 (n – v = 24 − 3), taraf signifikansi
0.01, dan uji hipotesis satu arah (one-tailed), nilai t tabel adalah 2.518
(Lihat Tabel A.2 di Lampiran). Karena nilai t hitung (= 2.94) lebih
besar daripada nilai t tabel (= 2.518), Hipotesis pertama dengan
demikian diterima.
Hipotesis kedua diuji dengan, pertama, menghitung korelasi
semi parsial antara X2 dan Y dengan formula sebagai berikut:
−( )( ) (−0.368) − (0.484)(0.130)
( . ) = =
(1 − ) (1 − 0.130 )
−0.43092
( . ) = = −0.435 |0.435|
0.9915139938498095
√ − (−0.4345)√24 − 3
= =
1− 1 − (−0.4345)
−1.9911
= = −2.211 |2.211|
0.9007
Laporan hasil contoh soal korelasi semi parsial sesuai kaidah APA
edisi 7
Analisis korelasi semi parsial menunjukkan bahwa, mendukung
hipotesis pertama, dengan mengendalikan peran sikap positif
terhadap populisme, legitimasi pemerintah berkorelasi positif dan
signifikan dengan kepatuhan kepada pemerintah, ( . ) = .54
Hipotesis kedua juga diterima karena, dengan mengendalikan peran
legitimasi pemerintah, sikap positif terhadap populisme berkorelasi
negatif dan signifikan dengan kepatuhan kepada pemerintah,
( . ) = −.43
BAB 7
Statistika Parametrik Uji
Hubungan Regresi Linier
Sederhana
Sebagaimana bisa kita lihat pada Gambar 22 di atas, ada dua jenis
sumber variansi dalam regresi. Sumber variansi pertama adalah
residu, yang disebut juga sebagai sumber variansi dalam kelompok
(within-group) atau error. Sumber variansi kedua adalah regresi, yang
disebut juga sebagai variansi antar kelompok (between-group).
Sumber variansi residu mencerminkan skor atau beberapa skor dalam
data yang menyimpang dari garis regresi. Sumber variansi regresi
menggambarkan sejuah mana skor atau beberapa skor dalam data
yang diprediksikan yang membentuk garis regresi menyimpang dari
rata-rata atau mean skor variabel dependen (Y).
Uji hubungan regresi pada dasarnya bisa dibagi ke dalam dua
kategori. Pertama adalah regresi sederhana atau simple regression dan
regresi ganda atau multiple regression. Regresi sederhana
menganalisis kemampuan sebuah variabel independen (X) dalam
menjelaskan atau memprediksi sebuah variabel dependen (Y).
Terkait dengan definisi ini, regresi sederhana termasuk ke dalam uji
hubungan bivariat karena yang dianalisis adalah dua variabel. Regresi
- 77 -
(Tabel A.3, A.4, dan A.5 di Lampiran) ditentukan atas dasar dua
derajat bebas (db). Pertama adalah db regresi atau antar-kelompok
yang nilainya sama dengan jumlah variabel independen (k). Kedua
adalah db residu atau dalam-kelompok yang nilainya sama dengan N
(jumah subjek penelitian) – v (jumlah variabel penelitian). Selain dua
jenis derajat bebas tersebut, nilai F tabel juga ditentukan atas dasar
taraf signifikansi (α).
Dalam Tabel 11 di atas, langkah kedua berguna untuk menguji
apakah model peran variabel independen (X) terhadap variabel
dependen (Y) bersifat linear atau nonlinier. Ketentuan yang
ditetapkan adalah jika nilai F hitung atau F empiris lebih besar dari
nilai F tabel atau F teoretis maka model regresi dinyataan bersifat
linear. Sebaliknya, jika nilai F hitung atau F empiris lebih kecil dari
nilai F tabel atau F teoretis maka model regresi dinyataan bersifat
nonlinier.
Langkah ketiga adalah menentukan persamaan regresi linear
sederhana. Persamaan ini bisa dalam bentuk tidak terstandarisasi
(unstandardised) atau dalam bentuk terstandarisasi (standardised)
(Howell, 2017). Rumus persamaan regresi linear sederhana yang tidak
terstandarisasi adalah sebagai berikut:
= + (8)
=β + (10)
β= (11)
MSregresi
= MSresidu
(12)
16. 4 1 16 1 4
17. 7 2 49 4 14
18. 1 2 1 4 2
19. 6 4 36 16 24
20. 2 3 4 9 6
N = 20 ƩX=100 ƩY=97 Ʃ X2=674 ƩY2=609 Ʃ XY=561
(∑ )(∑ )
∑XY −
xy =
(∑ ) (∑ )
∑ − ∑ −
(100)(97)
561 − 76
= 20 =
xy
(100) (97) [174][138.55]
674 − 609 −
20 20
76
xy = = 0.489
155.2665450121178
Langkah kedua adalah menguji linieritas model regresi, yang
memerlukan transformasi data dalam Tabel 12 ke dalam Tabel 13
sebagai berikut.
Tabel 13. Transformasi Data dalam Tabel 12 Peran
Empati terhadap Tendensi Prososial.
[∑( − )( − )] [76]
regresi = = = 33.1954
∑( − ) 174
total = ( − ) = 138.55
(∑ )(∑ ) (100)(97)
∑ − 561 −
20
= =
(∑ ) (100)2
∑ − 674 −
20
76
= = 0.4368
174
∑ − ( )(∑ ) 97 − (0.4368)(100)
= =
20
53.32
= = 2.666
20
variabel X naik dalam dua unit pengukuran maka variabel Y akan naik
sebesar 2 × 0.44 = 0.88.
Jika persamaan regresi di atas menggunakan koefisien regresi
terstandarisasi maka diperlukan formula sebagai berikut.
β=
(∑ ) (100)
∑ − 674 −
= = 20
−1 20 − 1
174
= = √9.1579 = 3.0262
19
(∑ ) (97)
∑ − 609 −
= = 20
−1 20 − 1
138.55
= = √7.2921 = 2.7004
19
3.0262
β= = 0.4368 = 0.4895
2.7004
MSregresi 33.1954
= = = √5.6715 = 2.38
MSresidu 5.8530
Slope tajam yang menaik dan bergerak dari kiri ke kanan menunjuk
hubungan linear ke arah negatif (Goss-Sampson, 2020).
Asumsi ketiga adalah homokedastisitas. Untuk menguji asumsi ini,
klik menu Regression, Linear Regression (Classical). Memindahkan
Empati (X) dari kotak Linear Regression ke kotak Covariates dan
Tendensi Prososial (Y) dari kotak Linear Regression ke kotak Dependent
Variable. Selanjutnya, klik menu Plots dan di bawah submenu Residuals
Plots, mencentang opsi Residuals vs. predicted.
- 97 -
BAB 8
Statistika Parametrik Uji
Hubungan Regresi Linier
Ganda
Tabel 15. Sumber Variasi, Derajat Bebas, Jumlah Kuadrat, dan Mean
Kuadrat untuk Menentukan Linieritas Model Regresi Ganda Ganda dengan
Dua Prediktor.
Derajat Mean
Sumber Jumlah Ftabel &
bebas Kuadrat Fhitung
Variasi Kuadrat (SS) Sig.
(db) (SM)
Fhitung >
Ftabel = Ha
= =
diterima;
Regresi k=1 = SSregresi MSregresi
Fhitung <
− dbregresi MSresidu
Ftabel = Ha
ditolak.
=
Residu N−v = (1 SSresidu — —
− 2 )( ) dbresidu
total
Total N −1 = ( — — —
− )
= X1 + X2 + (14)
Dalam rumus (14) di atas, b1, b2, dan a dihitung dengan cara
sebagai berikut:
−( )( )
=
(1 − )
−( )( ) (15)
=
(1 − )
= − ( )( ) − ( )( )
= β X +β X (16)
−( )( )
β =
(1 − )
=
(18)
1− .
=
(1 − )( − − 1)
(19)
1− .
=
(1 − )( − − 1)
Langkah pertama (Koefisien korelasi antara X1. X2. dan Y): sumber
(∑X1)(∑ )
∑X1Y −
Y.X1 =
(∑X1) (∑ )
∑X1 − ∑ −
(604)(652)
21357 − 1666.6
= 20 =
Y.X1
(604) (652) [2337.2][1962.8]
20578- 23218 −
20 20
1666.6
Y.X1 = = 0.778
2141.8348
(∑X2)(∑ )
∑X2Y −
Y.X2 =
(∑X2) (∑ )
∑X2 − ∑ −
(652)(652)
23014 − 1758.8
= 20 =
Y.X2
(652) (652) [1980.8][1962.8]
23236- 23218 −
20 20
1758.8 1758.8
Y.X2 = = = 0.892
1971.7795 [1980.8][1962.8]
(∑X1)(∑X2)
∑X1X2 −
X1.X2 =
(∑X1) (∑X2)
∑X1 − ∑X2 −
- 106 -
(604)(652)
21286 −
= 20
X1.X2
(604) (652)
20578 − 23236 −
20 20
1595.6 1595.6
X1.X2 = = = 0.742
[2337.2][1980.8] 2151.6333
(652)
total = 23218 − = 1962.80
20
= = (1962.80)(0.826) = 1621.273
= X1 + X2 +
−( )( )
=
(1 − )
(∑ ) (652)
∑ − 23218 −
= = 20
−1 19
= √103.3053 = 10.1639
(∑ 1) (604)
∑ 1 − 20578 −
= = 20
−1 19
= √123.01053 = 11.0910
= (0.9164)(0.2584) = 0.2368
−( )( )
=
(1 − )
(∑ 2) (652)
∑ 2 − 23236 −
= = 20
−1 19
= √104.2526 = 10.2104
- 109 -
0.3147
= (0.9955)
0.4494
= (0.9955)(0.7003) = 0.6972
= − ( )( ) − ( )( )
−( )( ) 0.778 − (0.892)(0.742)
β = =
(1 − ) (1 − 0.742 )
0.1161
β = = 0.26
0.4494
- 110 -
−( )( ) 0.892 − (0.778)(0.742)
β = =
(1 − ) (1 − 0.742 )
0.3147
β = = 0.70
0.4494
1− .
=
(1 − )( − − 1)
10.1639 0.1737
= = (0.9164)(0.1507) = 0.1381
11.0910 (0.4494)(17)
0.2368
= = = 1.72
0.1381
1− .
=
(1 − )( − − 1)
10.1639 0.1737
= = (0.9955)(0.1507) = 0.15
10.2104 (0.4494)(17)
0.6972
= = = 4.65
0.15
−( )( )
. =
(1 − )(1 − )
0.116136
. = = 0.383
.
- 112 -
. = 0.383 = 0.15
−( )( )
. =
(1 − )(1 − )
Laporan hasil contoh soal regresi linear ganda dua prediktor sesuai
kaidah menurut APA edisi 7
Analisis regresi ganda menunjukkan bahwa, mendukung hipotesis
pertama (Ha1), identifikasi nasional dan pengambilan perspektif berperan
secara simultan dan signifikan dalam menjelaskan toleransi beragama, R2
= .91, F(2, 17) = 40.32, p < .001. Tidak mendukung hipotesis kedua (Ha2),
- 118 -
Kita lihat bahwa jarak atau sebaran penyimpangan residu atau error
dari garis horizontal tersebar secara merata atau relatif seragam, tidak
- 121 -
2.22. Karena nilai Tolerance kedua variabel adalah lebih besar dari 0.10
dan nilai VIF kedua variabel adalah kurang dari 10, hubungan antar kedua
variabel independen tersebut dalam menjelaskan variabel dependen tidak
mengandung kolinearitas.
(20)
- 124 -
. = β ( )+β ( )+ β ( )
Mengacu pada rumus (20), nilai tiga korelasi harus dihitung. Hasil
penghitungan pada Tabel 18 di atas menjadi landasan. Pertama adalah
korelasi antara variabel independen pertama (X1; kepribadian
ekstrovert) dan variabel dependen (Y; kecanduan gadget) dengan cara
sebagai berikut (Lihat rumus Pearson product moment):
(∑ 1)(∑ )
∑X1Y −
=
(∑ 1) (∑ )
∑ 1 − ∑ −
(83)(1167)
5579 −
= 16
(83) (1167)
573 − 88357 −
16 16
. .
= ]
= .
= −0.6991
[ . ][ .
(∑ 2)(∑ )
∑X2Y −
=
(∑ 2) (∑ )
∑ 2 − ∑ −
(225)(1167)
16988 −
= 16
(225) (1167)
3747 − 88357 −
16 16
. .
= ]
= = 0.42
[ . ][ . .
(460)(1167)
35674 −
= 16
(460) (1167)
15982 − 88357 −
16 16
. .
= ]
= .
= 0.71
[ ][ .
(21)
β =
2014), nilai koefisien regresi tidak terstandarisasi dari tiga prediktor atau
variabel independen tersebut dihitung menggunakan JASP. Mengacu
pada Langkah 7 Pengerjaaan contoh soal regresi ganda tiga prediktor,
nilai B1 = −3.46570, B2 = −0.77398, dan B3 = 0.47844.
Langkah berikutnya adalah, mengacu pada Tabel 18 di atas,
menghitung nilai deviasi standar masing-masing variabel penelitian,
yaitu kecanduan gadget ( ), kepribadian ekstorvert ( ), imitasi
teman sebaya ( ), dan persepsi normatif ( ). Prosedur
matematis dan hasil penghitungannya adalah sebagai berikut:
(∑ ) (1167)
∑ − 88357 −
= = 16
−1 15
= √215.9292 = 14.6945
(∑ 1) (83)
∑ 1 − 573 −
= = 16
−1 15
= √9.495833 = 3.08153
(∑ 2) (225)
∑ 2 − 3747 −
= = 16
−1 15
= √38.8625 = 6.23398
(∑ 3) (460)
∑ 3 − 15982 −
= = 16
−1 15
= √183.8 = 13.55729
Dengan demikian, nilai koefisien regresi terstandarisasi untuk
masing-masing prediktor adalah sebagai berikut:
3.08153
β = = −3.46570 = −0.72678
14.6945
- 127 -
6.23398
β = = −0.77398 = −0.32835
14.6945
13.55729
β = = 0.47844 = 0.44141
14.6945
. = β ( )+β ( )+ β ( )
. = √0.683585 = 0.8268
(∑ )
total = −
(1167)
total = 88357 − = 3238.9375
16
= = (3238.9375)(0.683598) = 2214.1312
Sumber: Penulis.
= X1 + X2 + X3 +
Dalam persamaan regresi ganda tiga prediktor di atas, nilai
konstanta ( ) dihitung sebagai berikut:
= − ( )( ) − ( )( ) − ( )( )
= 72.9375 − (−3.46570)(5.1875) − (−0.77398)(14.0625)
− (0.47844)(28.75)
normatif (X3) bernilai nol, nilai kecanduan gadget (Y) adalah sebesar
nilai konstanta, yaitu 88.05.
Persamaan regresi ganda dua prediktor dengan parameter yang
terstandarisasi adalah sebagai berikut.
= β X +β X +β X
− −1 16 − 3 − 1
= = −0.38751
1− . 1 − 0.683598
− −1 16 − 3 − 1
= = −0.19286
1− . 1 − 0.683598
12
= −0.19286 = −0.19286(6.15844) = −1.188 |1.188|
0.316402
− −1 16 − 3 − 1
= = 0.36944
1− . 1 − 0.683598
= 0.36944(6.15844) = 2.275
Laporan hasil contoh soal regresi linear ganda tiga prediktor sesuai
kaidah menurut APA edisi 7
Analisis regresi ganda menunjukkan bahwa, mendukung
hipotesis pertama (Ha1), kepribadian ekstrovert, imitasi teman sebaya,
dan persepsi normatif berperan secara simultan terhadap kecanduan
gadget di kalangan remaja, R2 = .68, F(3, 12) = 8.65, p = .003.
Mendukung mendukung hipotesis kedua (Ha2), peran unik
kepribadian ekstrovert terhadap kecanduan gadget adalah signifikan,
b = −3.47, β = −.73, t = −2.39, p = 0.034, kuadrat korelasi parsial
2
( . . ) = −.567 = .32. Tidak mendukung hipotesis ketiga (Ha3),
- 137 -
Kita lihat bahwa hubungan antara Imitasi Teman Sebaya (X2) dan
Kecanduan Gadget (Y), serta antara Persepsi Normatif (X2) dan
Kecanduan Gadget (Y) terwakili dengan slope yang tajam, bukannya
mendatar. Slope tajam yang menaik dan bergerak dari kiri ke kanan
menunjuk hubungan linear ke arah positif. Sementara itu, hubungan
antara Kepribadian Ekstrovert (X1) dan Kecanduan Gadget (Y) terwakili
dengan slope yang tajam, bukannya mendatar. Slope tajam yang
menurun dan bergerak dari kanan ke kiri menunjukkan hubungan
linear ke arah negatif (Goss-Sampson, 2020).
Asumsi ketiga adalah homokedastisitas. Untuk menguji asumsi ini,
klik menu Regression, Linear Regression (Classical). Memindahkan
Kepribadian Ekstrovert (X1), Imitasi Teman Sebaya (X2), dan Persepsi
Normatif (X3) dari kotak Linear Regression ke kotak Covariates.
Memindahkan Kecanduan Gadget (Y) dari kotak Linear Regression ke
kotak Dependent Variable. Selanjutnya, klik menu Plots dan di bawah
submenu Residuals Plots, mencentang opsi Residuals vs. predicted.
- 140 -
Kita lihat bahwa jarak atau sebaran penyimpangan residu atau error
dari garis horizontal tersebar secara merata atau relatif seragam, tidak
berbentuk seperti corong (funnel). Hal ini mengindikasikan bahwa
asumsi homokedastisitas terpenuhi (Goss-Sampson, 2020).
Asumsi keempat sekaligus terakhir adalah multikolinearitas
(multicollinearity) atau kolinearitas (colinearity). Langkah untuk
menguji asumsi ini adalah mengeklik menu Regression, Linear
Regression (Classical). Memindahkan Kepribadian Ekstrovert (X1),
Imitasi Teman Sebaya (X2), dan Persepsi Normatif (X3) dari kotak
Linear Regression ke kotak Covariates. Memindahkan Kecanduan
Gadget (Y) dari kotak Linear Regression ke kotak Dependent
Variable. Selanjutnya, klik menu Statistics dan mencentang opsi
Estimates dan Collinearity diagnostics.
- 141 -
BAB 9
Pengantar Statistika
Parametrik Uji Perbedaan
variabel dependen atas dasar satu variabel independen yang terdiri dari
hanya satu kategori, kelompok, atau level perlakuan disebut sebagai one-
sample test-test. Dengan uji perbedaan ini, sebagai contoh, kita ingin
membandingkan apakah IQ (variabel dependen) siswa kelas 13 di
sebuah SMP (katakanlah SMP XYZ) sama dengan IQ keseluruhan siswa
di SMP tersebut (siswa kelas 13 sampai 15). Di sini, variabel
independennya adalah SMP (khususnya SMP XYZ) yang terdiri dari
satu kelompok, yaitu kelas 13.
Tes univariat untuk menguji signifikansi perbedaan sebuah
variabel dependen atas dasar sebuah variabel independen yang terdiri
dari dua kategori, kelompok, atau level perlakuan disebut denga istilah
independent samples t-test, yang juga populer disebut sebagai two-sample
t-test atau between-subjects t-test. Sebagi contoh, kita bisa
membandingkan apakah laki-laki dibandingkan dengan perempuan
lebih agresif dalam berkendaraan. Dalam hal ini, variabel independennya
adalah jenis kelamin yang terdiri dari dua kelompok atau kategori, yaitu
laki-laki dan perempuan, sedangkan variabel dependennya adalah
agresivitas dalam berkendaraan. Contoh lain: “apakah kriminalitas di kota
A lebih tinggi dibandingkan dengan kriminalitas di kota B?” Variabel
independen dalam rumusan masalah ini adalah kota, yang terdiri dari dua
kategori atau kelompok, yaitu kota A dan kota B, sedangkan variabel
dependennya adalah kriminalitas.
Tes univariat yang didesain untuk membuktikan perbedaan sebuah
variabel dependen atas dasar satu variabel independen yang memiliki
lebih dari dua kategori, kelompok, atau level perlakuan dianalis
menggunakan analysis of variance (ANOVA), yang lebih tepatnya
adalah ANOVA satu-jalur (one-way ANOVA). Contohnya adalah
sebuah rumusan masalah yang menanyakan “apakah tingkat
kriminalitas di kota A lebih tinggi dibandingkan kota B dan kota C?”
Dalam contoh ini, variabel independennya adalah kota, yang terdiri
dari tiga kategori atau kelompok, yaitu kota A, B, dan C, sedangkan
variabel dependennya adalah tingkat kriminalitas. Tes univariat
untuk menguji signifikansi perbedaan satu variabel dependen atas
dasar lebih dari satu variabel independen disebut sebagai ANOVA
- 144 -
One-
sample t- √ — √ — — — — — — — √
test
Indepen-
dent √ — √ √ — √ — √ — √ —
samples test
Paired
samples √ — √ √ — √ — √ — — √
t-test
One-way
between-
√ — √ √ — √ √ √ — √ —
subjects
ANOVA
One-way
within- √
√ — √ √ — √ √ √ — —
subjects
ANOVA
Factorial
ANOVA
(two-way √ — √ √ √ √ √ √ — √ —
between-
subjects)
- 146 -
Factorial
ANOVA
(two-way √ — √ √ √ √ √ √ — — √
within-
subjects)
Mixed
√ — √ √ — √ √ √ — √ √
ANOVA
BAB 10
Statistika Parametrik
Uji Perbedaan
One-Sample T-Test
−
= (23)
√
Keterangan rumus (23):
t = Nilai t test yang dihitung.
M = Rata-rata sampel.
μ = Rata-rata populasi.
SD = Deviasi standar sampel.
N = Jumlah subjek penelitian dalam sampel.
- 148 -
(∑ ) (24)
∑ −
=
−1
−μ (25)
=
(∑ ) (1049)
∑ − 113473 −
= = 10
−1 10 − 1
3432.9
= = √381.4333333333333 = 19.530
9
24.9 24.9
= = = 4.032
19.53 6.17592
3.16228
dengan p = 0.0014 adalah adalah signifikan. Hasil yang sama juga bisa
dicek menggunakan kalkulator online di https://www. socscistatistics.
com/pvalues/tdistribution.aspx (“P Value from T Score Calculator”,
2022). Menggunakan kalkulator online ini, dengan memasukkan T-
Score = 4.032, DF = 9, Significance Level = .05, dan One-Tailed
Hypotesis, hasil nilai p adalah .001482.
Langkah terakhir adalah menghitung effect size dengan rumus
sebagai berikut (Lihat rumus 25):
−μ 104.9 − 80
= = = 1.28
19.53
BAB 11
Statistika Parametrik
Uji Perbedaan Independent
Samples T-Test
Tabel 24. Data Hasil Nilai Mata Kuliah Pengantar Statistika pada
Mahasiswa yang Diberikan Pengajaran Partisipatif dan Nonpartisipatif.
Pengjaran
No. Pengajaran partisipatif No. nonpartisipatif
Subjek Subjek
X1 X12 X2 X22
1. 9 81 11. 6 36
2. 9 81 12. 6 36
3. 9 81 13. 6 36
4. 8 64 14. 5 25
5. 7 49 15. 5 25
6. 7 49 16. 4 16
7. 7 49 17. 4 16
8. 9 81 18. 5 25
9. 9 81 19. 3 9
10. 8 64 20. 4 16
Sumber: Penulis.
(∑ ) (82)
∑( − ) ∑ − 680 −
= = = 10 = 0.844
−1 −1 9
(∑ ) (48)
∑( − ) ∑ − 240 −
= = = 10 = 1.067
−1 −1 9
−
=
SD ( − 1) + SD ( − 1) 1 1
+
+ −2
8.2 − 4.8
=
0.8444 (10 − 1) + 1.0667(10 − 1) 1 1
+
10 + 10 − 2 10 10
3.4 3.4
= = = 7.777
√0.1911 0.4372
7.777
= =
+ 7.777 + 18
60.4817 7.777
= = = 0.77
60.4817 + 18 7.777 + 18
Pengajaran dengan
No. No. Pengajaran tanpa feedback
feedback
Subjek Subjek
X1 X X2 X
1. 8 64 16. 5 25
2. 8 64 17. 5 25
3. 7 49 18. 5 25
4. 6 36 19. 7 49
- 170 -
5. 6 36 20. 8 64
6. 6 36 21. 5 25
7. 8 64 22. 5 25
8. 9 81 23. 3 9
9. 9 81 24. 5 25
10. 9 81 25. 4 16
11. 7 49 26. 4 16
12. 9 81 27. 4 16
13. 8 64 28. 6 36
14. 7 49 29. 6 36
15. 7 49 30. 5 25
(∑ ) (77)
∑( − ) ∑ − 417 −
= = = 15 = 1.552
−1 −1 14
- 171 -
−
=
SD ( − 1) + SD ( − 1) 1 1
+
+ −2
7.60 − 5.1333
=
1.257(15 − 1) + 1.552(15 − 1) 1 1
+
15 + 15 − 2 15 15
2.4667 2.4667
= =
17.598 + 21.728 √0.1873
(0.1333333333333333)
28
2.4667
= = 5.70
0.43278
(5.70) 32.49
= = = = 0.54
+ (5.70) + 28 60.49
= 5.13, SD =1.24), t(28) = 5.70, p < .001, dengan effect size sangat besar,
d = 2.08.
Dalam laporan di atas, nilai deviasi standar (SD) adalah hasil
pengakaran nilai varians. Nilai SD = 1.12 adalah hasil pengakaran
nilai variansi kelompok 1 ( = 1.257). Nilai SD = 1.24 adalah
hasil pengakaran nilai variansi kelompok 2 ( = 1.552).
−
=
( − 1) + ( − 1) (32)
=
+ −2
9. 55 3025
10. 68 4624
(∑ )
∑( − ) ∑ −
= =
−1 −1
(566)
34810 −
= 10 = 308.267
9
nilai t hitung (= 3.312) adalah lebih besar dari nilai t tabel (= 1.746),
maka kita simpulkan bahwa hipotesis kerja yang menyatakan bahwa
radikalisme beragama pada orang bertipe kepribadian B (M2 = 79.25)
adalah lebih besar dibandingkan dengan orang yang bertipe
kepribadian A (M1 = 56.6) adalah diterima.
Menggunakan kalkulator online (https://www.danielsoper.
com/statcalc/calculator.aspx?id=8; Soper, 2022), dengan
memasukkan derajat bebas atau degree of freedom = 16 dan t hitung =
3.312, hasil menunjukkan bahwa nilai p dari t hitung tersebut adalah
signikan (p = 0.0022) untuk one-tailed test. Dengan demikian, dapat
disimpulkan bahwa nilai t hitung sebesar 3.312 adalah signifikan.
Sementara itu, effect size bisa dihitung sebagai berikut:
−
=
SD ( − 1) + SD ( − 1)
+ −2
−22.65 −22.65
= = = −1.570 |1.570|
√207.8691 14.4177
Mengacu pada Tabel 19, effect size (d) sebesar 1.57 termasuk
kategori ‘sangat besar’ (>.80).
Mengacu rumus (27), persentase pengaruh dalam contoh soal 9.1
di atas adalah sebagai berikut:
(-3.312) 10.9693
= = = = 0.41
+ (-3.312) + 16 26.9693
(∑ )
∑( − ) ∑ −
= = =
−1 −1
- 188 -
(566)
34810
10
= = √308.267 = 17.56
(∑ )
∑( − ) ∑ −
= = =
−1 −1
(634)
50796 18
= = √78.7857 = 8.876
BAB 12
Statistika Parametrik
Uji Perbedaan Paired
Samples T-Test
−
=
√ (33)
= ∑( − ) /( − 1)
Visualisasi Abstraksi
No. Kata Kata D D −MD (D −MD)2
Subjek
X1a X1b
1. 10 7 3 0.3 0.09
2. 8 3 5 2.3 5.29
3. 8 6 2 -0.7 0.49
4. 6 4 2 -0.7 0.49
5. 8 6 2 -0.7 0.49
6. 9 5 4 1.3 1.69
7. 9 6 3 0.3 0.09
8. 9 6 3 0.3 0.09
9. 8 6 2 -0.7 0.49
∑( − ) /( − 1) 12.1/(10 − 1)
= =
√ √ √10
- 194 -
√1.344444444 1.1595
= = = 0.366664
√ 3.1623 3.1623
− 8.2 − 5.5
= =
∑( − ) /( − 1) √1.344444444
2.7
= = 2.33
1.1595
Sementara itu, varians kemampuan menghafalkan daftar kata
benda (variabel dependen) yang bisa dijelaskan oleh visualisasi kata
adalah sebesar 86 persen:
(7.364) 54.2285
= = = = .86
+ (7.364) + 9 63.2285
- 195 -
(∑ 1) (82)
∑ 1 − 684 −
= = 10
−1 9
= √1.2889 = 1.14
(∑ 2) (55)
∑ 2 − 315 −
= = 10
−1 9
= √1.388889 = 1.18
- 199 -
Pre-test
Post-test
No. (Non-
(Anonim) D D −MD (D −MD)2
Subjek anonim)
X1a X1b
1. 34 32 2 −0.15 0.0225
2. 35 34 1 −1.15 1.3225
3. 25 25 0 −2.15 4.6225
4. 19 19 0 −2.15 4.6225
5. 20 18 2 -0.15 0.0225
6. 20 15 5 2.85 8.1225
7. 33 34 −1 −3.15 9.9225
8. 25 26 −1 −3.15 9.9225
9. 27 25 2 −0.15 0.0225
10. 23 21 2 −0.15 0.0225
11. 24 20 4 1.85 3.4225
12. 25 22 3 0.85 0.7225
13. 18 16 2 −0.15 0.0225
14. 10 10 0 −2.15 4.6225
15. 39 38 1 −1.15 1.3225
16. 14 15 −1 −3.15 9.9225
17. 21 17 4 1.85 3.4225
18. 22 16 6 3.85 14.8225
19. 27 21 6 3.85 14.8225
20. 30 24 6 3.85 14.8225
ΣX1 = 491 ΣX2 = 448 ΣD = 43 Σ(D −MD)2
= 106.55
N = 20 MD
M1 =24.55 M2 =22.4
=2.15
∑( − ) /( − 1) 106.55/(20 − 1)
= =
√ √ √20
√5.6079 2.3681
= = = 0.5295
√ 4.4721 4.4721
− 24.55 − 22.4
= =
∑( − ) /( − 1) 106.55/(20 − 1)
2.15 2.15
= = = 0.91
√5.6079 2.3681
(4.06) 16.4836
= = = = 0.47
+ (4.06) + 19 35.4836
(∑ 1) (491)
∑ 1 − 13035 −
= = 20
−1 19
= √51.62895 = 7.19
(∑ 2) (448)
∑ 2 − 11084 −
= = 20
−1 19
= √55.2 = 7.43
BAB 13
Statistika Parametrik
Uji Perbedaan One-Way
Between-Subjects Analysis
of Variance
SSdalam
dalam = (36)
dbdalam
(∑ ) (∑ ) (∑ ) (∑ total )
SSantar = + +. . . + −
total
(37)
( ) (∑ total )
SSantar = ∑ −
total
Tabel 29. Sumber Variasi, Derajat Bebas, Jumlah Kuadrat, dan Mean
Kuadrat untuk Menentukan Signifikansi Uji Perbedaan One-Way Between-
Subjects ANOVA.
Mean
Sumber Derajat Jumlah Ftabel &
Kuadrat Fhitung
Variasi bebas (db) Kuadrat (SS) Sig.
(MS)
Fhitung >
SSantar
Ftabel = Ha
( ) antar
Antar =∑ diterima;
k −1 SSantar antar
kelompok = = Fhitung <
(∑ total ) dbantar dalam
− Ftabel = Ha
total
ditolak;
Dalam SSdalam
Ntotal − k = SStotal SSdalam
kelompok =
− SSantar dbdalam
SStotal
= total
Total Ntotal −1
(∑ total )
−
total
SSantar
η =
SStotal
berfungsi untuk menguji hipotesis alternatif yang bersifat dua arah (two-
tailed). Hipotesis kerja satu arah (one-tailed) bisa mengiringi dan
dirancang bersamaan dengan hipotesis dua arah tersebut melalui apa
yang disebut dengan planned atau apriori comparison dan post hoc
comparison. Planned atau apriori comparison dilakukan sebelum
penelitian atau eksperimen dilakukan, sementara post hoc comparison
dilakukan setelah penelitian atau eksperimen dilakukan. Buku ini hanya
membahas planned atau apriori comparison.
−
= (40)
(2)(MSdalam )/
= (41)
dalam
ΣX1=
1712 ΣX2 = ΣX3 = ΣX32 ΣX4 = ΣX42
n1 M1 = ΣX12 = n2 1482 ΣX22 = 1377 = n4 1305 =
n3 =
= 114.1 198722 = M2 = 147450 M3 = 12712 = M4 = 11419
15
15 33333 15 98.8 91.8 5 15 87 3
3
Sumber: Penulis.
Berdasarkan data pada Tabel 30 di atas, selanjutnya kita bisa
menghitung nilai jumlah kuadrat total ( ), jumlah kuadrat antar-
kelompok ( ), dan jumlah kuadrat dalam-kelompok ( )
sebagai berikut:
Ntotal k
Dalam
Kelompok = 60 4
= 56
102.2952387
Ntotal 1
=
Total
60 1
= 59
BAB 14
Statistika Parametrik
Uji Perbedaan One-Way
Repeated Measures Anova
SSantar
( ) antar
Antar =∑ =
k−1 MSantar
Kelompok SSantar =
(∑ total ) dalam
− dbantar
total
- 232 -
SSdalam
MSdalam
Dalam (Np − 1)(Nk = SStotal
SSdalam
Kelompok − 1) − SSsubjek =
dbdalam
− SSantar
SStotal
= total
Total Ntotal − 1
(∑ total )
−
total
(45)
=
+
1. 6 36 7 49 8 64 21
2. 7 49 7 49 9 81 23
3. 6 36 7 49 8 64 21
4. 6 36 8 64 7 49 21
5. 7 49 8 64 9 81 24
6. 5 25 8 64 8 64 21
7. 6 36 6 36 8 64 20
8. 6 36 6 36 9 81 21
9. 5 25 5 25 8 64 18
10. 5 25 6 36 9 81 20
- 236 -
( ) (∑ total )
subjek =∑ −
total
subjek
(21) + (23) + (21) + (21) + (24) + (21) + (20) + (21) + (18) + (20)
= -
3
(210)
30
( ) (∑ total )
(59) + (68) + (83) (210)
SSantar = ∑ − = −
total 10 30
= 1499.400 − 1470 = 29.4
Mean
Sumber Derajat Jumlah
Kuadrat Fhitung Ftabel & Sig.
Variasi bebas (db) Kuadrat (SS)
(MS)
=
subjek
Np − 1 SSsubjek
Subjek dbsubjek
=10 −1= 9 = 8.00
8.00
=
9
= 0.8889
antar
Ftabel = 10.39
=
SSantar =
MSantar
= (α = 0.01);
Antar k–1=3−1 SSantar = dalam
dbantar 14.700 Fhitung > Ftabel
Kelompok =2 = 29.4
. . = Ha
= 24.962 diterima.
= 14.700
MSdalam
(Np − 1)(Nk SSdalam
− 1) = =
Dalam SSdalam dbdalam
Kelompok = (9)(2) = 10.600 10.600
=18 18
= 0.5889
Ntotal – 1
Total = 30 −1 SStotal = 48
= 29
29.4
η = = = 0.61
SStotal 48
- 238 -
k-1
( − )
ω =
− −1
+ + ( − )
( . . ) .
30
ω = . . = = 0.58
. ( . . ) .
− 5.9 − 8.3
= = =
(2)( )/ (2)(0.5889)/10
−2.4 −2.4
= = = −6.99 |6.99|
√0.1178 0.34322
Analisis apriori comparison kedua membandingkan nilai
statistika pada mahasiswa yang diberikan pengajaran tanpa latihan
soal dan mahasiswa yang diberi 50% latihan soal, dengan hasil sebagai
berikut:
− 5.9 − 6.8
= = =
(2)( )/ (2)(0.5889)/10
−0.9
= = −2.622 |2.622|
0.34322
- 239 -
− 6.8 − 8.3
= = =
(2)( )/ (2)(0.5889)/10
−1.5
= = −4.38 |4.38|
0.34322
6.99 48.8601
= = =
+ 6.99 + 18 48.8601 + 18
= √0.731 = 0.855
- 240 -
2.622 6.875
= = =
+ 2.622 + 18 6.875 + 18
= √0.2764 = 0.526
4.38 19.1844
= = =
+ 4.38 + 18 19.1844 + 18
= √0.51593 = 0.71
(∑ 1) (59)
∑ 1 − 353 −
= 1 = 10
1−1 9
= √0.54444 = 0.74
(∑ 2) (68)
∑ 2 − 2 = 472 − 10
=
2−1 9
= √1.06667 = 1.03
(∑ 3) (83)
∑ 3 − 693 −
= 3 = 10
3−1 9
= √0.45556 = 0.68
- 247 -
BAB 15
Statistika Parametrik
Uji Perbedaan Two-Way
Between-Subjects Anova
F hitung > F
SSantar1
(∑ ) tabel = Ha
MSantar1 F
Antar = diterima;
k1 − 1 SSantar1 MSantar1
Kelompok1 = = F hitung < F
(∑ total ) dbantar1 MSdalam
− tabel = Ha
total
ditolak;
F hitung > F
SSantar2 tabel = Ha
(∑ k2 ) MSantar2 F diterima;
Antar =
k2 − 1 SSantar2 MSantar2
Kelompok2 = = F hitung < F
(∑ total ) dbantar2 MSdalam
− tabel = Ha
total ditolak;
SStotal
= total
Total total −1
(∑ tot )
−
total
η = (46.1)
total
η = (46.2)
total
2 SDinteraksi
ωinteraksi = (46.4)
2
SD
Total
Dalam kasus ketika jumlah kategori, kelompok, atau perlakuan
dalam masing-masing variabel independen adalah dua, analisis
- 255 -
3. 6 36 13. 3 9 9 45
4. 7 49 14. 6 9 13 85
5. 4 16 15. 4 16 8 32
6. 4 16 16. 6 36 10 52
7. 5 25 17. 5 25 10 50
8. 5 25 18. 5 25 10 50
9. 6 36 19. 7 49 13 85
- 257 -
10. 6 36 20. 4 16 10 52
54
54
Sub- n1 = n2 = (M
(M = 300 283 108 610
Total 10 10 =
5.4)
5.4)
21. 4 16 31. 9 81 13 97
22. 4 16 32. 9 81 13 97
23. 5 25 33. 9 81 14 106
Dengan-Fedback
(∑ total ) (244)
total = total − = 1596 − = 107.6
total 40
(∑ ) (∑ total )
antar1(metode pengajaran) = −
total
(109) (135) (244)
= + −
20 20 40
- 258 -
(∑ ) (∑ total )
SSantar2( ) = −
total
(108) (136) (244)
= + −
20 20 40
(∑ ) (∑ ) ( ) (∑ tot )
interaksi =∑ +∑ +∑ −
total
−( + )
F
MSantar2 =
Antar k2 − 1= SSantar2 MSantar2
19.6 = = =
Kelompok2 2 −1 = 1
dbantar2 MSdalam
.
= 19.6 19.6
1.5056
= 13.018
F
(dbantar1) MSinteraksi = MSinteraksi
= F
(dbantar2) = SSinteraksi
= MSdalam
Interaksi 16.9 dbinteraksi = 4.11
(1)(1) .
16.9
= 16.9 = (db 1= 1, db
= 1 1.5056
= 11.225 2 = 36, α =
(k1k2) 0.05);
(n − 1) MSdalam = F >
Dalam SSdalam
= F ; Ha
= 54.2 dbdalam
Kelompok . diterima.
(2)(2)(9) = = 1.5056
36
total –1=
Total 40 – 1 107.6
= 39
16.9
( ) = = = 0.157
total 107.6
19.6
( ) = = = 0.182
total 107.6
16.9
= = = 0.157
total 107.6
- 261 -
2 SSantar1 − ( − 1)MSdalam
ω =
1( ) SStotal + MSdalam
16.9 − (2 − 1)1.5056
=
107.6 + 1.5056
2 15.3944
ω 1
= = 0.141
109.1056
2 SSantar2 − ( − 1)MSdalam
ω =
2( SStotal + MSdalam
)
19.6 − (2 − 1)1.5056
=
107.6 + 1.5056
2 18.0944
ω = = 0.17
2( ) 109.1056
2
2
SD
interaksi
interaksi =
2
SD
Total
( -1)( -1)(MSinteraksi − MSdalam )
SDinteraksi =
n
(2 − 1)(2 − 1)(16.9 − 1.5056)
=
(10)(2)(2)
- 262 -
.
SDinteraksi = = 0.3849
.
SD 1 = = 0.3849
.
SD 2 = = 0.45236
2 SDinteraksi 0.3849
ωinteraksi = = = 0.14
2 2.72776
SD
Total
Atas dasar rumus Omega Squared, metode pengajaran mampu
menjelaskan nilai mata kuliah statistik sebesar 14.1 persen, model
evaluasi pembelajaran sebesar 17 persen, dan interaksi antara metode
pengajaran dan model evaluasi pembelajaran adalah 14 persen.
Langkah 1. Membuat file data input dalam format Excel (xlsx). Input
data dalam bentuk skala nominal teks untuk Metode Pengajaran (X1)
dan Model Evaluasi Pembelajaran (X2), serta skala interval Hasil
Belajar (Y).
1. 3 9 7. 4 16 13. 6 36 13 61
Permeabilitas status yang sangat
2. 2 4 8. 4 16 14. 8 64 14 84
mngkin (B1)
3. 1 1 9. 5 25 15. 6 36 12 62
4. 1 1 10. 6 36 16. 7 49 14 86
5. 5 25 11. 3 9 17. 6 36 14 70
6. 2 4 12. 2 4 18. 7 49 11 57
- 275 -
Sub
-
n1 = 6 14 44 n2 = 6 24 106 n3 = 6 40 270 78 420
Tot
al
Permeabilitas status yang snagat sangat
Sub
- 10
n1 = 6 16 56 n2 = 6 36 220 n3 = 6 51 439 715
Tot 3
al
ƩX ƩX2
ƩX ƩX12 ƩX ƩX22 ƩX3 ƩX32
Tot = =
1= = 2= = = =
al 18 113
30 100 60 326 91 709
1 5
Rata
- 7.583
2.5 5
rata 3
(M)
(∑ total )(181)
SStotal = total − = 1135 −
total 36
= 1135 − 910.0278 = 224.9722
- 276 -
(∑ ) (∑ total )
SSantar1(ancaman-globalisasi) = −
total
(30) (60) (91) (181)
= + + −
12 12 12 36
(∑ ) (∑ total )
SSantar2(permeabilitas-status) = −
total
(78) (103) (181)
= + −
18 18 36
(∑ ) (∑ ) ( ) (∑ total )
SSinteraksi = ∑ +∑ +∑ −
total
− (SSantar1 + SSantar2 )
SSdalam = − antar1(ancaman-globalisasi) −
total
antar2( ) − SSinteraksi = 224.9722 − 155.0555 −
17.3611 − 5.0557 = 47.4999
- 277 -
F = 7.56
MKfaktor2 (db 1= 1, db 2 =
MSantar2 = =
Antar k2−1 = SSfaktor2 .
MK 30, α =
17.3611 = =
dbfaktor2 0.01);F >
Kelompok2 2 −1 = 1
= 17.3611 F ; Ha
17.3611
diterima.
1.58333
= 10.965
MKinteraksi F = 5.39
(dbfaktor1) = (db 1= 2, db 2 =
MSinteraksi = MK
(dbfaktor2) SSinteraksi . = 30, α =
Interaksi 5.0557 = =
dbinteraksi 0.01);F <
= (2)(1)
2.5279 2.5279
= 2 F ; Ha
1.58333 ditolak.
= 1.597
(k1)(k2)
(n−1) MSdalam =
Dalam SSdalam .
= 47.4999 =
db
Kelompok
(3)(2)(5) = 1.58333
= 30
N−1 =
Total 36 − 1 = 224.9722
35
17.3611
η ( ) = = = 0.08
total 224.9722
5.0557
η = = = 0.02
total 224.9722
2 SSantar1 − (
− 1)MSdalam
ω =
total + MSdalam
1(ancaman-globalisasi)
155.0555 − (3 − 1)1.58333
=
224.9722 + 1.58333
2 151.8888
ω = = 0.67
1(ancaman-globalisasi) 226.5555
2 SSantar2 − (
− 1)MSdalam
ω =
total + MSdalam
2(permeabilitas-status)
17.3611 − (2 − 1)1.58333
=
224.9722 + 1.58333
2 15.7778
ω = = 0.07
2(permeabilitas-status) 226.5555
2
SD
2 interaksi
ωinteraksi =
2
SD
total
- 280 -
( -1)(
-1)( interaksi − MSdalam )
SDinteraksi =
(n)( )( )
(3 − 1)(2 − 1)(2.5279 − 1.58333)
=
(6)(3)(2)
.
SDinteraksi = = 0.0525
.
SDantar1 = = 4.2191
( -1)(MKfaktor2 − MSdalam )
SDantar2 =
(n)( )( )
(2 − 1)(17.3611 − 1.58333)
=
(6)(3)(2)
.
SDantar2 = = 0.4383
2
SD 0.0525
2 interaksi
interaksi
= = = 0.01
2 6.2932
SD
total
Mengacu pada hasil penghitungan menggunakan formula Eta
Squared di atas, persentase pengaruh ancaman global (antar1)
terhadap emosi negatif antar-kelompok adalah 69%. Persentase
pengaruh permeabilitas status kelompok (antar2) terhadap emosi
- 281 -
−
=
(2)( )/
− −
= =
(2)( )/ (2)( )/
− −
= =
(2)( )/ (2)( )/
7.58333 − 5 2.58333
= = = 5.029
(2)(1.58333)/12 0.5137
(∑ 3) (91)
∑ 3 − 3 709 −
= = 12
3−1 11
= √1.719697 = 1.311
Deviasi standar (SD) = 1.51 untuk emosi negatif antarkelompok
pada kondisi ancaman globalisasi rendah secara manual bisa dihitung
dengan rumus sebagai berikut:
(∑ 1) (30)
∑ 1 − 1 = 100 − 12
=
1−1 11
= √2.27273 = 1.508
(∑ 2) (60)
∑ 2 − 2 = 326 − 12
=
2−1 11
= √2.36364 = 1.537
BAB 16
Statistika Parametrik
Uji Hubungan Two-Way
Repeated Measures Anova
F hitung > F
tabel = Ha
Antar = diterima;
k1 − 1
Kelompok 1 = F hitung < F
tabel = Ha
ditolak;
Residu
Antar ( k1 − 1)
Kelompok 1 (n − 1) =
F hitung > F
tabel = Ha
= diterima;
Antar =
k2 − 1 (Ʃ ) F hitung < F
Kelompok 2 = − =
tabel = Ha
ditolak;
- 296 -
Residu
( k2 − 1)
Antar
(n − 1) =
Kelompok 2
F hitung > F
tabel = Ha
(dbantar1) = diterima;
Interaksi = ( )
(dbantar2) = F hitung < F
− − =
tabel = Ha
ditolak;
(dbantar1)
Residu
(dbantar2) =
interaksi
(n − 1)
Effect size dalam tiga uji F two-way repeated measures ANOVA bisa
dihitung menggunakan Partial Eta Squared dengan rumus sebagai berikut
(Bakeman, 2005):
Tabel 43. Data Hasil Penelitian Pengaruh Jenis Stimulasi dan Durasi Paparan
Stimulasi terhadap Kemampuan Siswa SD Menguasai Arti Kata-Kata Abstrak
dalam Rancangan Uji Perbedaan Two-Way Repeated Measures ANOVA.
13.3333
2. 4 16 12 144 15 225 8 64 11 121 30 900
10.8333
3. 7 49 10 100 11 121 12 144 14 196 11 121
12.5
4. 7 49 12 144 12 144 10 100 11 121 23 529
13
5. 6 36 11 121 13 169 11 121 11 121 26 676
14.5
6. 9 81 11 121 11 121 12 144 15 225 29 841
12.5
7. 7 49 12 144 12 144 9 81 12 144 23 529
13.3333
8. 8 64 12 144 13 169 9 81 13 169 25 625
ƩX1 = (ƩX1)2 ƩX2=88 (ƩX2)2 ƩX3=96 (ƩX3)2 ƩX4 (ƩX4)2 ƩX5=104 (ƩX5)2 ƩX 6 (ƩX 6)2
56 = = = =88 = = =193 =
408 982 1174 1024 1386 4897
n = 8;
MX1 MX2 = MX3 = MX4 MX5 = MX6 =
N = 48 13.0208
=7 11 12 = 11 13 24.125
Tabel 44. Hasil Penghitungan Sumber Variasi, Derajat Bebas, Jumlah Kuadrat,
dan Mean Kuadrat untuk Menentukan Signifikansi Pengaruh Jenis Stimulasi
dan Durasi Paparan Stimulasi terhadap Kemampuan Siswa SD Menguasai Arti
Kata-Kata Abstrak.
Jumlah
Sumber Derajat Mean Kuadrat
Kuadrat Fhitung Ftabel & Sig.
Variasi bebas (db) (MS)
(SS)
F
= 12.25
k1 – 1 = (db 1= 1, db 2 =
Antar =
2–1 =1 438.021 = = 7, α =
Kelompok1 =
. 0.01);F >
= 438.021 .
= 37.94 F ; Ha
.
diterima.
- 302 -
( k1 − 1)
Residu
(n − 1) =
Antar = =
( 2 − 1) 80.813
Kelompok1
(8 − 1) = .
= 11.545
(1)(7) =7
F = 6.51
= (db 1= 2, db 2 =
k2 − 1 =
Antar 14, α =
3− 1= 682.042 = = =
Kelompok2 . 0.01);F >
2 . = 30.354
= 341.021 . F ; Ha
diterima.
(k2 − 1)
Residu
(n − 1) =
Antar = =
(3 − 1) 157.292
Kelompok2
(8 − 1) = .
= 11.235
(2)(7) = 14
F = 6.51
(dbantar1) (db 1= 2, db 2 =
(dbantar2) = = 14, α =
Interaksi 230.042 = =
(1)(2) = 2 = 0.01);F >
.
= 115.021 115.021 F ; Ha
= 17.769
6.473 diterima.
(dbantar1)
(dbantar2)
Residu (n − 1) = =
90.625
interaksi (1)(2)(7) = =
14 .
= 6.473
Langkah 2. Mengubah file data input dalam format Excel menjadi format
Comma Delimited (CSV).
- 306 -
Langkah 3. Menjalankan JASP dan mengeklik So open a data file and take
JASP for a spin!. Mengarahkan kursor ke menu Browse di bawah Recent
Folders. Menemukan file CSV yang diinginkan dan mengeklik open.
Langkah 11. Mengecek hasil atau Results Langkah 10 di layar sebelah kanan
dengan tampilan sebagai berikut:
- 310 -
BAB 17
Statistika Parametrik
Uji Perbedaan Mixed Anova
Fhitung >
Ftabel = Ha
∑
Faktor1 = diterima.
(between- k1 − 1 ( )( ) Fhitung <
(Ʃ ) = =
subjects) − Ftabel = Ha
ditolak.
Residu
∑( × )
Faktor1 =
( k1 − 1)
(between-
( − 1) ∑ =
subjects) −
( )( )
Fhitung >
Ftabel = Ha
Faktor2 ∑
= diterima.
(repeated k2 − 1 ( )( ) = = Fhitung <
measures) (Ʃ )
− Ftabel = Ha
ditolak
∑( × )
= Fhitung >
( k1 − 1) ∑ Ftabel = Ha
Interaksi −
( k2− 1) ( )( ) diterima.
(Faktor1)
∑ = = Fhitung <
(Faktor2) −
( )( ) Ftabel = Ha
(Ʃ ) ditolak
+
= Ʃ
∑( × )
−
( k1)
Residu
( k2− 1) ∑( × )
interaksi − =
(n − 1)
∑
+
( )( )
Total N −1 (Ʃ )
= Ʃ −
(48)
- 320 -
−
=
(2)( )/
Tabel 47. Data Hasil Penelitian Pengaruh Kinerja Wasit dan Rivalitas
terhadap Fanatisme Klub Sepakbola dalam Rancangan Uji Perbedaan
Mixed ANOVA.
Kinerja Wasit Tidak Fair (A1) Kinerja Wasit Fair (A2)
No. Rivali
No. Rivali Rivali
Rivalitas Rivalitas Subj tas
Subjek Rivalitas tas tas
sedang tinggi ek sedan
rendah (B1) renda tinggi
(B2) (B3) g
h (B1) (B3)
(B2)
1. 8 8 9 9. 17 17 26
2. 4 12 15 10. 8 11 30
3. 7 10 11 11. 12 14 11
4. 7 12 12 12. 10 11 23
5. 6 11 13 13. 11 11 26
6. 9 11 11 14. 12 15 29
7. 7 12 12 15. 9 12 23
8. 8 12 13 16. 9 13 25
ƩB2A ƩB3A
ƩB3A1 = ƩB1A
ƩB1A1 = 56 ƩB2A1 = 88 2= 2=
96 2 = 88
104 193
1. 25 9. 60 A1 56 88 96 240
4. 31 12. 44
5. 30 13. 48
6. 31 14. 56
- 323 -
7. 31 15. 44
8. 33 16. 47
Tabel 49. Hasil Sumber Variasi, Derajat Bebas, Jumlah Kuadrat, dan
Mean Kuadrat untuk Menentukan Signifikansi Pengaruh Kinerja Wasit
dan Rivalitas terhadap Fanatisme Klub Sepakbola dalam Rancangan Uji
Perbedaan Mixed ANOVA.
Jumlah
Sumber Derajat
Kuadrat Mean Kuadrat (MS) Fhitung Fhitung & Sig.
Variasi bebas (db)
(SS)
Ftabel = 8.86
=
Faktor1 k1 – 1 = (db faktor1 =
(between- =2–1 438.02 438.02 1, db residu
. =
subjects) =1 = 9.640 faktor 1 = 14,
= 438.02 α = 0.01);
= 45.438
Residu
( k1 − 1)
Faktor1 =
( − 1)
(between- 134.9583
= (2)(8 .
subjects) =
− 1) = 14
= 9.640
- 325 -
Ftabel = 5.45
Faktor2 k2 – 1 = (db faktor2 =
=
(repeated =3 – 1 682.0417 341.0209 2, db residu
. =
measures) =2 = 8.8542 faktor 2 = 28,
= 341.0209 α = 0.01);
= 38.5152
( k1 − 1)
Ftabel = 5.45
( k2− 1) =
Interaksi = (db interaksi
= (2 − 1)(3
(Faktor1) 230.0416 115.0208 = 2, db residu
− 1) = 2 =
. =
(Faktor2) 8.8542 interaksi =
= 115.0208 28, α = 0.01);
= 12.9905
( k1)
( k2− 1)
(n − 1)
Residu =
= 247.9167
interaksi (2)
.
=
(3− 1) = 8.8542
(8 − 1)
= 28
N −1
Total = 48 – 1 438.02
= 47
− −
= =
(2)( )/ (2)( )/
. .
= ( )( . )/
= .
= 8.614
− −
= =
(2)( )/ (2)( )/
. .
= = = 5.763
( )( . )/ .
BAB 18
Analisis Mediasi
Gambar 23. Total Effect, Direct Effect, dan Indirect Effect dalam
Model Hubungan Antara Variabel Independen (X), Mediator
(M), dan Variabel Dependen (Y).
Sumber: Rucker dkk. (2011).
Dalam Gambar 23 di atas, c adalah total effect variabel independen
(X) terhadap variabel dependen (Y), c’ merupakan direct effect variabel
independen terhadap variabel dependen dengan mengendalikan efek
mediator terhadap variabel dependen. Efek variabel independen
terhadap mediator diberi simbol a. Sementara itu, b adalah efek mediator
terhadap variabel dependen dengan mengendalikan efek variabel
independen terhadap variabel dependen. Efek tidak langsung atau
indirect effect, yang menjadi fokus bahasan dalam sub-bab ini, dihitung
dengan mengalikan a dengan b ( ). Indirect effect juga bisa dihitung
dengan rumus c – c’, yaitu mengurangi total effect dengan direct effect
(Rucker dkk., 2011).
Mediator memiliki beberapa variasi. Mediator dilihat dari segi
jumlahnya bisa hanya satu (single mediator) atau lebih dari satu
(multiple mediators). Mediator lebih dari satu jika dilihat dari segi
posisinya dalam suatu model bisa bersifat paralel (parallel mediators)
atau serial (serial mediators) (Hayes, 2022). Gambar 24 dan Gambar
25 di bawah ini menggambarkan perbedaan antara parallel mediators
dan serial mediators untuk dua mediator. Fokus dalam buku ini
adalah mediasi dengan satu mediator dan model paralel yang
melibatkan dua mediator.
- 340 -
No. Subjek Motivasi Belajar (X) Jam Belajar dalam Seminggu (M) Prestasi Belajar (Y)
1. 10 42 4
2. 5 30 3.1
3. 1 25 2.7
4. 8 30 3
5. 4 29 3
6. 3 18 2.8
7. 7 31 3.12
8. 8 38 3.45
9. 5 30 3
10. 2 19 2.9
11. 9 40 3.8
12. 8 38 3.5
13. 2 34 3.3
14. 1 19 2.95
15. 9 28 3
Tabel 51. Data Penelitian Revenge dan Kebencian sebagai Mediator Peran
Patriotisme Buta sebagai Pemantik Dukungan terhadap Konflik
Antarkelompok.
No. Patriotisme Buta Kebencian Revenge Konflik
Subjek (X) (M1) (M2) Antarkelompok (Y)
1. 56 10 12 0
2. 60 25 55 5
3. 90 50 90 10
4. 80 40 72 7
5. 71 18 33 3
6. 70 14 18 2
7. 90 48 84 9
8. 58 35 61 6
9. 100 48 91 9
10. 66 44 70 8
11. 59 36 60 6
12. 60 26 52 5
13. 90 50 90 10
14. 78 47 80 9
15. 70 18 30 3
16. 51 12 15 1
17. 65 48 89 9
18. 60 40 70 7
19. 100 50 95 10
20. 57 20 43 4
Sumber: Penulis.
Gambar 27. Hasil Gambar Peran Kebencian (M1) dan Revenge (M2) sebagai
Mediator Hubungan Patriotisme Buta (X) dan Konflik Antarkelompok (Y)
menggunakan JASP.
BAB 19
Analisis Moderasi
Jenis
No. Pencarian Jenis Kelamin (W) Risky
Kelamin
Subjek Sensasi (X) Dummy Driving (Y)
(W)
1. 9 Pria 1 98
2. 5 Pria 1 56
3. 6 Pria 1 74
4. 10 Pria 1 100
5. 3 Pria 1 50
6. 6 Pria 1 80
7. 2 Pria 1 45
8. 7 Pria 1 77
9. 8 Pria 1 80
10. 9 Pria 1 95
11. 8 Wanita 0 50
12. 4 Wanita 0 40
13. 1 Wanita 0 70
14. 8 Wanita 0 50
15. 9 Wanita 0 66
16. 10 Wanita 0 45
17. 7 Wanita 0 30
18. 5 Wanita 0 25
19. 2 Wanita 0 33
20. 8 Wanita 0 18
Regression Model
Coeff se t p LLCI ULCI
constant 44.8062 9.8852 4.5327 .0003 23.8486 65.7638
X -.3397 1.4450 -.2351 .8171 -3.4032 2.7238
WDummy -16.3662 15.2699 -1.0718 .2997 -48.7400 16.0076
interact 7.5797 2.2093 3.4309 .0034 2.8959 12.2636
***************************************************************************
20. 55 39 5
21. 60 32 6
22. 44 40 4
23 20 22 8
24. 76 15 2
Regression Model
Coeff se t p LLCI ULCI
constant 6.3912 2.7398 2.3328 .0302 .6758 12.1065
X -.0100 .0403 -.2470 .8074 -.0941 .0742
W -.0785 .0386 -2.0332 .0555 -.1591 .0020
interact .0013 .0006 2.2785 .0338 .0001 .0025
***************************************************************************
Moderator values are the sample mean and plus/minus one SD from mean
Latihan Soal
Soal 1
1. Seorang peneliti ingin membuktikan bahwa kepercayaan diri
remaja bisa dipengaruhi oleh pola asuh yang diterapkan oleh orang
tuanya. Peneliti tersebut akan membandingkan keperca-yaan diri
antara 14 orang remaja yang diasuh menggunakan pola
authoritative, 14 orang remaja yang diasuh menggunakan pola asuh
permisif, dan 14 orang remaja yang diasuh menggunakan pola asuh
authoritarian. Berdasarkan sejumlah teori, diasumsikan bahwa
jenis pola asuh (authoritative vs. permisif vs. authoritarian)
berpengaruh secara signifikan terhadap kepercayaan diri (Hipotesis
1). Secara lebih spesifik, kepercayaan diri remaja dengan pola asuh
authoritative lebih tinggi secara signifikan dibandingkan dengan
kepercayaan diri dengan pola asuh permisif (Hipotesis 2) maupun
pola asuh authoritarian (Hipotesis 3). Adapun skor kepercayaan
diri untuk ketiga jenis pola asuh tersebut ditampilkan dalam Tabel
54 sebagai berikut:
Tabel 54. Kepercayaan Diri Remaja Berdasarkan Tiga Jenis Pola Asuh.
9. 7 23. 6 37. 8
10. 8 24. 7 38. 3
11. 9 25. 6 39. 5
12. 10 26. 5 40. 6
13. 7 27. 8 41. 4
14. 8 28. 7 42. 7
Soal 2
1. Sebuah penelitian bertujuan menjelaskan maraknya fenomena
holiganisme atau fanatisme berlebihan suporter sepak bola.
Mengacu pada teori dan riset-riset sebelumnya, holiganisme
dijelaskan atas dasar dua faktor: (1) status sosial ekonomi yang
terdiri dari pendapatan dan tingkat pendidikan, (2) glorifikasi
atau sikap mengagung-agungkan suatu klub sepak bola.
Hipotesis yang diajukan, pertama, menyatakan bahwa glorifikasi
berperan signifikan sebagai prediktor positif holiganisme
(Hipotesis 1). Hipotesis kedua menyatakan bahwa peran
glorifikasi sebagai prediktor positif terhadap holiganisme lebih
- 386 -
1. Rendah 100 10
2. Rendah 80 8
3. Rendah 91 9
4. Rendah 70 7
5. Rendah 100 10
6. Rendah 81 8
7. Rendah 100 10
8. Rendah 70 7
9. Rendah 89 9
10. Rendah 60 6
11. Rendah 80 8
12. Rendah 40 4
13. Tinggi 65 2
14. Tinggi 90 6
15. Tinggi 90 9
16. Tinggi 50 10
17. Tinggi 6 6
18. Tinggi 40 4
19. Tinggi 50 9
- 387 -
20. Tinggi 66 7
21. Tinggi 10 5
22. Tinggi 80 3
Soal 3
1. Seorang psikiater mengamati tingkat perbedaan depresi pasien-
pasiennya atas dasar periodisasi bulan dan juga ada tidaknya
dukungan keluarga. Terdapat 12 orang pasien yang diidentifikasi
tingkat depresinya secara berulang pada bulan Januari, Juni, dan
Desember. Sebagian dari 12 pasien tersebut mendapatkan
dukungan keluarga dan sebagian lainnya tidak mendapatkan
dukungan keluarga. Pengukuran depresi dilakukan dengan
mengukur kadar dopamin pada pasien. Hipotesis yang diajukan
menyatakan bahwa, pertama, periodisasi bulan (Januari vs. Juni vs.
Desember) berpengaruh secara signifikan terhadap tingkat depresi.
Hipotesis kedua menyatakan bahwa tingkat depresi pasien yang
tidak mendapatkan dukungan keluarga lebih tinggi secara
- 388 -
1. Tidak ada 4 7 10
2. Tidak ada 5 4 9
3. Tidak ada 1 6 8
4. Tidak ada 5 7 8
5. Ada 3 6 4
6. Ada 2 2 7
7. Tidak Ada 5 8 9
8. Ada 5 8 5
9. Tidak Ada 6 9 10
10. Ada 2 9 7
11. Tidak ada 3 6 8
12. Ada 1 6 6
- 389 -
Soal 4
1. Sebuah penelitian bertujuan menjelaskan tingkat kebahagiaan
(happiness) di kalangan remaja. Mengacu pada teori dan riset-
riset sebelumnya, kebahagiaan dijelaskan atas dasar dua faktor,
yaitu kepribadian ekstrovert dan jaringan sosial (social
networking). Hipotesis yang diajukan menyatakan bahwa
jaringan sosial berperan sebagai alasan mengapa kepribadian
ekstrovert berperan sebagai prediktor positif kebahagiaan di
kalangan remaja. Semakin tinggi kepribadian ekstrovert maka
semakin tinggi jaringan sosial dan, sebagai konsekuensinya,
semakin tinggi kebahagiaan remaja. Data hasil penelitian
ditampilkan dalam Tabel 57 sebagai berikut:
- 390 -
Soal 5
1. Seorang ahli ergonomika meneliti pengaruh penggunaan AC
terhadap performa kerja operator mesin suatu pabrik. Diasumsikan
secara teoretis bahwa ruangan ber-AC menstimulasi performa kerja
yang lebih tinggi dibandingkan rungan non-AC. Terdapat 22 orang
operator yang terlibat sebagai partisipan penelitian. Sebanyak 11
orang operator adalah operator yang bekerja hari Senin dan 11
orang adalah operator yang bekerja di hari Selasa. Operator di hari
Senin bekerja di ruangan dengan AC sedangkan operator di hari
Selasa bekerja di ruangan tanpa AC. Performa kerja operator diukur
berdasarkan jumlah produk yang diselesaikan. Hipotesis yang
diajukan menyatakan bahwa performa kerja operator di ruangan
dengan AC lebih tinggi secara signifikan dibandingkan dengan
performa kerja operator di ruangan tanpa AC. Data hasil
penelitian ditampilkan dalam Tabel 58 di bawah ini.
Tabel 58. Performa Kerja Operator yang Bekerja
di Ruangan AC dan Non-AC.
Nomor Nomor
X1 X2
Partisipan Partisipan
1. 6 12. 6
2. 7 13. 4
3. 8 14. 3
4. 5 15. 3
5. 4 16. 4
- 392 -
6. 6 17. 5
7. 8 18. 10
8. 8 19. 9
9. 9 20. 2
10. 10 21. 4
11. 8 22. 2
Soal 6
1. Seorang peneliti berminat menjelaskan turn over intention pada
pekerja tidak tetap di perusahaan tambang atas dasar work-life
balance. Mengacu pada sejumlah teori dan riset-riset sebelumnya
yang relevan, hipotesis yang diajukan adalah semakin tinggi work-
life balance maka semakin rendah turn over intention dan
sebaliknya, semakin rendah work life balance maka semakin tinggi
turn over intention. Penelitian dilakukan pada 15 orang pekerja.
Pengukuran kedua variabel menggunakan kuesioner berbentuk
- 393 -
1 6 9
2 5 5
3 3 4
4 5 7
5 2 8
6 7 4
7 5 7
8 9 3
9 4 7
10 2 8
11 8 4
12 1 6
13 6 2
14 3 8
15 7 7
Soal 7
1. Seorang terapis anak berkebutuhan khusus ingin membuktikan
pengaruh terapi okupasi terhadap keterampilan bantu diri pada
13 orang anak dengan gangguan perkembangan pervasif.
Mengacu pada sejumlah teori, terapi okupasi diasumsikan efektif
meningkatkan keterampilan bantu diri pada anak. Keterampilan
bantu diri pada anak diukur menggunakan skala keterampilan
bantu diri. Hipotesis yang diajukan menyatakan bahwa
keterampilan bantu diri anak berkebutuhan khusus setelah terapi
okupasi lebih tinggi secara signifikan dibandingkan dengan
keterampilan bantu diri sebelum terapi okupasi. Data hasil
penelitian ditampilkan dalam Tabel 60 sebagai berikut:
10. 3 6
11. 6 8
12. 6 9
13. 5 5
Soal 8
1. Seorang peneliti hendak mengetahui adanya perbedaan regulasi
emosi antara siswa SMA, SMP, dan SD. Penelitian dilakukan
pada 30 orang subjek yang terdiri dari 10 siswa SMA, 10 siswa
SMP, dan 10 siswa SD. Mengacu pada teori dan hasil-hasil riset
sebelumnya yang terkait, peneliti mengajukan tiga hipotesis.
Hipotesis pertama menyatakan adanya perbedaan yang signikan
dalam hal regulasi emosi pada siswa dilihat dari segi jenis sekolah
(SD vs. SMP vs. SMA) (Hipotesis 1). Hipotesis kedua
menyatakan bahwa regulasi emosi siswa SMA lebih tinggi secara
signifkan dibandingkan dengan regulasi emosi siswa SMP
(Hipotesis 2). Hipotesis ketiga menyatakan bahwa regulasi emosi
- 396 -
1 Murid SMA 10
2 Murid SMA 5
3 Murid SMA 8
4 Murid SMA 5
5 Murid SMA 8
6 Murid SMA 8
7 Murid SMA 6
8 Murid SMA 8
9 Murid SMA 7
10 Murid SMA 7
11 Murid SMP 7
12 Murid SMP 6
13 Murid SMP 6
14 Murid SMP 4
15 Murid SMP 3
16 Murid SMP 9
17 Murid SMP 3
18 Murid SMP 4
19 Murid SMP 2
20 Murid SMP 3
21 Murid SD 7
22 Murid SD 2
23 Murid SD 1
24 Murid SD 1
25 Murid SD 3
26 Murid SD 2
27 Murid SD 1
28 Murid SD 5
- 397 -
29 Murid SD 3
30 Murid SD 1
Soal 9
1. Seorang peneliti ingin menyelidiki pengaruh konflik antar
kelompok (intergroup conflict) antara Barat dan Islam terhadap
radikalisme beragama di kalangan mahasiswa Muslim. Ide ini
selanjutnya diuji melalui suatu penelitian eksperimen. Pertama-
tama, sebanyak 20 mahasiswa di awal perkuliahan diberikan
instruksi untuk menjelaskan secara ringkas aktivitas mereka hari
itu (control condition), kemudian radikalisme beragama 20
mahasiswa tersebut diukur. Partisipan yang sama di pertengahan
perkuliahan selanjutnya diberikan instruksi untuk mengingat
dan menyebutkan peristiwa-peristiwa damai antara Barat dan
Islam (low conflict condition), kemudian radikalisme beragama
20 mahasiswa tersebut diukur untuk kedua kalinya. Di akhir
perkuliahan, dua puluh partisipan tersebut diberi instruksi untuk
mengingat dan menyebutkan sejumlah peperangan ataupun
- 398 -
15 7 7 7
16 4 1 8
17 4 1 6
18 3 2 8
19 7 1 8
20 5 2 9
Soal 10
1. Sebuah penelitian bertujuan menjelaskan maraknya prasangka
antarkelompok. Fenomena ini dikaitkan dengan ancaman
kelompok dan superioritas kelompok. Berlandaskan pada teori
dan hasil-hasil riset sebelumnya yang relevan, hipotesis pertama
yang diajukan menyatakan bahwa secara bersama-sama,
ancaman kelompok dan superioritas kelompok secara signifikan
berkaitan dengan prasangka terhadap kelompok lain (Hipotesis
1). Hipotesis kedua menyatakan bahwa dengan mengendalikan
peran superioritas kelompok, ancaman kelompok berkorelasi
secara signifikan dengan prasangka kelompok di mana tingginya
- 400 -
1. 10 4 7
2. 2 2 5
3. 6 8 10
4. 3 4 4
5. 7 5 6
6. 9 7 7
7. 3 2 4
8. 3 2 3
9. 5 5 8
10. 3 4 6
11. 2 3 5
12. 6 8 9
- 401 -
Soal 11
1. Seorang dokter ingin mengetahui peran persepsi terhadap stres
dan resiliensi menghadapi stres dalam memprediksi atau
menjelaskan kesejahteraan psikis lansia. Peneliti mengajukan tiga
hipotesis mengacu pada teori dan hasil-hasil riset sebelumnya yang
relevan. Hipotesis pertama menyatakan bahwa persepsi terhadap
stres dan resiliensi menghadapi stres secara simultan atau bersama-
sama berperan signifikan dalam menjelaskan kesejahteraan psikis
(Hipotesis 1). Hipotesis kedua menyatakan bahwa persepsi
terhadap stres secara parsial berperan signifikan dalam
menjelaskan kesejahteraan psikis di mana semakin tinggi
persepsi terhadap stres maka semakin rendah kesejahteraan
psikis dan sebaliknya, semakin rendah persepsi terhadap stres
maka semakin tinggi kesejahteraan psikis (Hipotesis 2). Hipotesis
ketiga menyatakan bahwa resiliensi menghadapi stres secara parsial
berperan signifikan dalam menjelaskan kesejahteraan psikis
dimana semakin tinggi resiliensi maka semakin tinggi kesejahteraan
- 402 -
Persepsi Resiliensi
No. Kesejahteraan
Terhadap Menghadapi
Subjek Psikis Lansia
Stres Stres
1 5 9 81
2 1 3 55
3 6 5 61
4 8 8 77
5 6 7 76
6 4 7 44
7 2 9 32
8 8 8 67
9 9 9 87
10 10 9 98
11 3 5 40
12 6 7 64
13 2 4 32
14 4 4 85
15 3 4 75
16 2 3 55
17 9 6 81
18 5 5 64
19 7 7 82
20 9 10 92
Soal 12
1. Sebuah penelitian bertujuan menguji pengaruh dua faktor
terhadap perilaku menolong kelompok lain (outgroup helping).
Faktor pertama adalah identifikasi kelompok dan faktor kedua
adalah status kelompok. Peneliti mengajukan tiga hipotesis dengan
berlandaskan pada teori dan hasil-hasil riset sebelumnya yang
relevan. Hipotesis pertama menyatakan bahwa superordinate
identification atau identifikasi dengan kelompok yang mencakup
baik kelompok sendiri (ingroup) maupun kelompok lain (outgroup)
dibandingkan dengan ingroup identification atau identifikasi
dengan kelompok sendiri lebih mendorong individu untuk bersedia
melakukan outgroup helping (Hipotesis 1). Hipotesis kedua
menyatakan bahwa status kelompok lain yang lebih rendah dengan
status kelompok sendiri (lower outgroup status) dibandingkan
dengan status kelompok lain yang lebih tinggi dibandingkan
dengan status kelompok sendiri (higher outgroup status) lebih
mendorong individu untuk melakukan outgroup helping (Hipotesis
2). Hipotesis ketiga menyatakan bahwa superordinate identification
lebih efektif mendorong outgroup helping dibandingkan dengan
ingroup identification terutama pada kondisi lower outgroup
status. Untuk menguji hipotesis-hipotesis penelitian, eksperimen
- 404 -
Index
A
Analisis Mediasi 16, 347, 349, 350, 355, 360, 361, 366,
Analisis Moderasi 372, 373, 375, 383, 385, 391,
ANOVA 11, 16, 22, 25, 146, 147, 148, 149, 150, 216, 217, 219, 220, 221,
223, 226, 229, 231, 232, 234, 235, 236, 237, 238, 239, 246, 248, 249,
251, 252, 253, 254, 255, 256, 257, 258, 260, 261, 262, 263,267, 270,
272, 273, 275, 276, 278, 279, 281, 285, 287, 289, 290, 292, 294, 295,
296, 297, 298, 300, 302, 309, 312, 316, 319, 321, 322, 323, 324, 325,
326, 327, 229, 331, 332, 334, 337, 341, 342, 346
APA 7th Edition 355, 356, 383, 391
E
Effect Size 35, 39, 40, 50, 152, 153, 155, 158, 159, 163, 167, 171, 172,
176, 180, 182, 187, 191, 192, 196, 199, 208, 212, 213, 220, 225, 226, 229,
239, 245, 260, 266, 271, 281, 282, 288, 300, 312, 326, 332, 337,
Eta Squared 219, 223, 224, 229, 231, 237, 238, 243, 260, 265, 266, 281,
283, 300, 307, 326, 332
H
Hipotesis 10, 11, 12, 13, 14, 36, 37, 44, 47, 48, 53, 61, 62 ,63, 64, 65, 70,
74, 75, 76, 77, 84, 85, 86, 91, 96, 107, 115, 121, 126, 127, 140, 141,
153, 154, 164, 165, 172, 174, 176, 181, 184, 185, 186, 192, 197, 199,
203, 206, 231, 220, 224, 225, 231, 240, 243, 245, 251, 256, 261, 262,
265, 271, 272, 273, 277, 278, 279, 281, 283, 284, 290, 291, 301, 302,
307, 308, 309, 315, 316, 328, 330, 332, 333, 340, 341, 355, 360, 374,
391,
- 407 -
I
Independent Samples T-Test 147, 161, 162, 163, 164, 167, 171, 172,
173, 174, 175, 177, 180, 181, 182, 183, 184, 188, 191, 192, 193, 216,
217, 235,
Interaksi 148, 256, 257, 258, 259, 260, 261, 263, 264, 265, 266, 267, 279,
280, 281, 282, 293, 291, 297, 298, 300, 301, 302, 306, 307, 308, 316,
323, 324, 325, 326, 328, 330, 332, 334, 373, 383, 391
J
JASP 16, 17, 18, 20, 40, 41, 50, 51, 54, 67, 68, 71, 76, 77, 91, 93, 97, 117,
118, 119, 122, 130, 134, 135, 136, 137, 138, 141, 155, 156, 157, 159,
167, 169, 172, 178, 179, 183, 189, 193, 200, 201, 204, 209, 210, 211,
226, 227, 228, 231, 247, 248, 251, 256, 267, 268, 268, 285, 286, 309,
311, 334, 336, 341, 350, 352, 355, 361, 363, 366, 375, 376, 377, 385,
386, 387
K
Koefisien Determinasi 35, 116
Korelasi Parsial 27, 57, 59, 60, 61, 64, 65, 66, 70, 71, 75, 76, 77, 106,
121, 135, 136, 140, 141
Korelasi Semi Parsial 57, 60, 73, 74, 75, 76, 77, 134
- 408 -
M
Mixed ANOVA 150, 322, 323, 324, 325, 326, 327, 329, 331, 333, 334,
341, 342, 346,
O
Omega Squared 219, 224, 229, 238, 243, 251, 260, 266, 267, 282, 283
One-Sample T-Test 149, 151, 152, 153, 154, 155, 157, 158, 159, 170,
180, 190
One-Way Repeated Measures ANOVA 235, 236, 237, 238, 239, 246,
251, 252, 297
P
Paired Samples T-Test 149, 195, 196, 197, 200, 202, 203, 204, 205, 206,
2008, 209, 211, 212, 213, 216, 235,
Partial Eta Squared 300, 326, 332,
Peran Simultan 106, 115
Probing 256, 277, 301, 328, 379, 383, 389, 391
R
Regresi Linear 80, 82, 83, 84, 89, 90, 91, 97, 102, 107, 117, 121, 122,
126, 136, 140, 141, 355
Regresi Linear Ganda 102, 107, 117, 121, 122, 126, 136, 140, 141, 355
Regresi Linear Sederhana 80, 82, 83, 84, 89, 90, 91, 97
S
Skala Interval 5, 6, 7, 27, 34, 36, 40, 42, 47, 50, 52, 66, 68, 80, 91, 93,
117, 119, 136, 138, 150, 151, 155, 157, 161, 167, 169, 177, 179, 188,
189, 200, 209, 211, 216, 226, 228, 235, 246, 248, 255, 267, 269, 285,
287, 297, 309, 311, 334, 336, 350, 352, 362, 363, 375, 385
Skala Nominal 6, 7, 150, 160, 161, 169, 177, 179, 188, 189, 226, 228,
267, 269, 285, 287, 334, 336, 375
- 409 -
T
Taraf Signifikansi 13, 36, 39, 47, 49, 64, 65, 74, 75, 82, 85, 89, 91, 107,
112, 115, 127, 135, 164, 166, 174, 176, 185, 197, 206, 221, 223, 225,
240, 243, 281, 284, 301, 306, 309, 328, 332, 334,
Two-Way Between-Subjects ANOVA 255, 256, 257, 260, 261, 262,
267, 272, 273, 276, 278, 285, 290, 292, 296, 322, 323
U
Uji Hubungan 11, 12, 13, 15, 26, 27, 34, 57, 78, 80, 102
Uji Perbedaan 11, 12, 13, 15, 24, 146, 147, 148, 149, 151, 161, 164, 172,
174, 184, 195, 197, 206, 216, 218, 219, 235, 236, 237, 238, 255, 257,
262, 296, 297, 302, 322, 323, 329, 331
V
Variabel 6, 7, 8, 9, 10, 11, 12, 13, 14, 19, 20, 24, 26, 27, 28, 29, 30, 31,
32, 33, 34, 35, 36, 42, 44, 46, 47, 49, 52, 54, 55, 56, 57, 58, 59, 60,
61, 62, 68, 69, 71, 72, 73, 74, 77, 78, 79, 80, 81, 82, 83, 84, 85, 90,
91, 93, 97, 98, 102, 103 ,104, 106, 107, 109, 116, 119, 122, 123, 125,
126, 128, 129, 130, 134, 135, 136, 141, 142, 145, 146, 147, 148, 149,
152, 157, 159, 160, 161, 162, 163, 167, 169, 170, 171, 172, 173, 177,
179, 180, 183, 188, 189, 190, 191, 195, 196, 199, 204, 209, 216, 217,
218, 219, 220, 223, 224, 228, 229, 232, 235, 236, 237, 238, 248, 252,
255, 256, 258, 259, 260, 261, 269, 270, 273, 279, 287, 292, 296, 297,
298, 299, 300, 318, 322, 324, 325, 326, 327, 342, 347, 348, 356, 359,
360, 363, 367, 371, 372, 373, 377
- 410 -
Variabel Dependen 9, 10, 16, 31, 34, 35, 46, 50, 54, 55, 57, 58, 60, 71,
72, 73, 74, 78, 79, 80, 82, 83, 85, 86, 91, 97, 98, 104, 105, 106, 109,
126, 128, 135, 136, 141, 142, 146, 147, 148, 149, 151, 152, 159, 162,
163, 167, 169, 172, 173, 179, 188, 189, 195, 196, 199, 204, 209, 216,
217, 219, 220, 223, 224, 232, 235, 236, 237, 238, 255, 256, 258, 259,
260, 261, 273, 276, 292, 296, 297, 323, 325, 326, 347, 348, 356, 367,
371, 372, 373
Variabel Independen 9, 10, 13, 31, 34, 35, 39, 44, 46, 49, 54, 55, 57, 58,
60, 71, 72, 73, 74, 78, 79, 80, 81, 82, 83, 84, 85, 86, 91, 97, 98, 102,
103, 104, 105, 106, 107, 122, 123, 126, 127, 128, 129, 130, 133, 134,
135, 136, 141, 142, 146, 147, 148, 149, 161, 163, 167, 172, 177, 178,
195, 216, 217, 218, 219, 235, 236, 237, 238, 252, 255, 256, 258, 265,
266, 273, 276, 277, 296, 297, 298, 299, 300, 318, 322, 323, 324, 325,
326, 327, 330, 342, 344, 347, 348, 367, 371, 372, 373
Variabel Mediator 9, 10, 347, 356, 367,
Variabel Moderator 9, 372, 373
- 411 -
Daftar Pustaka
Olejnik, S., & Algina, J. (2003). Generalized eta and omega squared
statistics: Measures of effect size for some common research
designs. Psychological Methods, 8(4), 434–447. https://doi.org/
10.1037/1082-989X.8.4.434
Pagano, R. R. (2012). Understanding statistics in the behavioral
sciences. Cengage Learning.
Ploeger-Lyons, N. (2017). t-test, independent samples. In M. Allen
(ed.), The SAGE Encyclopedia of communication research
- 415 -
Lampiran
Tabel A. 1. Distribusi dan Nilai Kritis Koefisien Pearson Product Moment (r).
db 2=
db 1 = antar (between-subjects)
dalam
(within)
1 2 3 4 5 6 7 8 9 10 12 14 16 18 20
1 161.45 199.50 215.71 224.58 230.16 233.99 236.77 238.88 240.54 241.88 243.91 245.36 246.46 247.32 248.01
2 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.38 19.40 19.41 19.42 19.43 19.44 19.45
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.74 8.71 8.69 8.67 8.66
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.91 5.87 5.84 5.82 5.80
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.68 4.64 4.60 4.58 4.56
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 4.00 3.96 3.92 3.90 3.87
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.57 3.53 3.49 3.47 3.44
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.28 3.24 3.20 3.17 3.15
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.07 3.03 2.99 2.96 2.94
10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.91 2.86 2.83 2.80 2.77
11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.79 2.74 2.70 2.67 2.65
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.69 2.64 2.60 2.57 2.54
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.60 2.55 2.51 2.48 2.46
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.53 2.48 2.44 2.41 2.39
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.48 2.42 2.38 2.35 2.33
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.42 2.37 2.33 2.30 2.28
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45 2.38 2.33 2.29 2.26 2.23
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.34 2.29 2.25 2.22 2.19
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38 2.31 2.26 2.21 2.18 2.16
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35 2.28 2.22 2.18 2.15 2.12
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.25 2.20 2.16 2.12 2.10
22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30 2.23 2.17 2.13 2.10 2.07
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27 2.20 2.15 2.11 2.08 2.05
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.25 2.18 2.13 2.09 2.05 2.03
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24 2.16 2.11 2.07 2.04 2.01
26 4.22 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.15 2.09 2.05 2.02 1.99
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20 2.13 2.08 2.04 2.00 1.97
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19 2.12 2.06 2.02 1.99 1.96
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18 2.10 2.05 2.01 1.97 1.94
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 2.09 2.04 1.99 1.96 1.93
35 4.12 3.27 2.87 2.64 2.49 2.37 2.29 2.22 2.16 2.11 2.04 1.99 1.94 1.91 1.88
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 2.00 1.95 1.90 1.87 1.84
50 4.03 3.18 2.79 2.56 2.40 2.29 2.20 2.13 2.07 2.03 1.95 1.89 1.85 1.81 1.78
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99 1.92 1.86 1.82 1.78 1.75
70 3.98 3.13 2.74 2.50 2.35 2.23 2.14 2.07 2.02 1.97 1.89 1.84 1.79 1.75 1.72
80 3.96 3.11 2.72 2.49 2.33 2.21 2.13 2.06 2.00 1.95 1.88 1.82 1.77 1.73 1.70
- 422 -
90 3.95 3.10 2.71 2.47 2.32 2.20 2.11 2.04 1.99 1.94 1.86 1.80 1.76 1.72 1.69
100 3.94 3.09 2.70 2.46 2.31 2.19 2.10 2.03 1.97 1.93 1.85 1.79 1.75 1.71 1.68
120 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.83 1.78 1.73 1.69 1.66
150 3.90 3.06 2.66 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.82 1.76 1.71 1.67 1.64
200 3.89 3.04 2.65 2.42 2.26 2.14 2.06 1.98 1.93 1.88 1.80 1.74 1.69 1.66 1.62
250 3.88 3.03 2.64 2.41 2.25 2.13 2.05 1.98 1.92 1.87 1.79 1.73 1.68 1.65 1.61
300 3.87 3.03 2.63 2.40 2.24 2.13 2.04 1.97 1.91 1.86 1.78 1.72 1.68 1.64 1.61
400 3.86 3.02 2.63 2.39 2.24 2.12 2.03 1.96 1.90 1.85 1.78 1.72 1.67 1.63 1.60
500 3.86 3.01 2.62 2.39 2.23 2.12 2.03 1.96 1.90 1.85 1.77 1.71 1.66 1.62 1.59
600 3.86 3.01 2.62 2.39 2.23 2.11 2.02 1.95 1.90 1.85 1.77 1.71 1.66 1.62 1.59
750 3.85 3.01 2.62 2.38 2.23 2.11 2.02 1.95 1.89 1.84 1.77 1.70 1.66 1.62 1.58
1000 3.85 3.00 2.61 2.38 2.22 2.11 2.02 1.95 1.89 1.84 1.76 1.70 1.65 1.61 1.58
db 2 =
db 1 = antar (between-subjects)
dalam
(within) 25 30 35 40 50 60 75 100 150 200
1 249.26 250.10 250.69 251.14 251.77 252.20 252.62 253.04 253.46 253.68
2 19.46 19.46 19.47 19.47 19.48 19.48 19.48 19.49 19.49 19.49
3 8.63 8.62 8.60 8.59 8.58 8.57 8.56 8.55 8.54 8.54
4 5.77 5.75 5.73 5.72 5.70 5.69 5.68 5.66 5.65 5.65
5 4.52 4.50 4.48 4.46 4.44 4.43 4.42 4.41 4.39 4.39
6 3.83 3.81 3.79 3.77 3.75 3.74 3.73 3.71 3.70 3.69
7 3.40 3.38 3.36 3.34 3.32 3.30 3.29 3.27 3.26 3.25
8 3.11 3.08 3.06 3.04 3.02 3.01 2.99 2.97 2.96 2.95
9 2.89 2.86 2.84 2.83 2.80 2.79 2.77 2.76 2.74 2.73
10 2.73 2.70 2.68 2.66 2.64 2.62 2.60 2.59 2.57 2.56
11 2.60 2.57 2.55 2.53 2.51 2.49 2.47 2.46 2.44 2.43
12 2.50 2.47 2.44 2.43 2.40 2.38 2.37 2.35 2.33 2.32
13 2.41 2.38 2.36 2.34 2.31 2.30 2.28 2.26 2.24 2.23
14 2.34 2.31 2.28 2.27 2.24 2.22 2.21 2.19 2.17 2.16
15 2.28 2.25 2.22 2.20 2.18 2.16 2.14 2.12 2.10 2.10
16 2.23 2.19 2.17 2.15 2.12 2.11 2.09 2.07 2.05 2.04
17 2.18 2.15 2.12 2.10 2.08 2.06 2.04 2.02 2.00 1.99
18 2.14 2.11 2.08 2.06 2.04 2.02 2.00 1.98 1.96 1.95
19 2.11 2.07 2.05 2.03 2.00 1.98 1.96 1.94 1.92 1.91
20 2.07 2.04 2.01 1.99 1.97 1.95 1.93 1.91 1.89 1.88
21 2.05 2.01 1.98 1.96 1.94 1.92 1.90 1.88 1.86 1.84
22 2.02 1.98 1.96 1.94 1.91 1.89 1.87 1.85 1.83 1.82
23 2.00 1.96 1.93 1.91 1.88 1.86 1.84 1.82 1.80 1.79
24 1.97 1.94 1.91 1.89 1.86 1.84 1.82 1.80 1.78 1.77
25 1.96 1.92 1.89 1.87 1.84 1.82 1.80 1.78 1.76 1.75
26 1.94 1.90 1.87 1.85 1.82 1.80 1.78 1.76 1.74 1.73
27 1.92 1.88 1.86 1.84 1.81 1.79 1.76 1.74 1.72 1.71
28 1.91 1.87 1.84 1.82 1.79 1.77 1.75 1.73 1.70 1.69
29 1.89 1.85 1.83 1.81 1.77 1.75 1.73 1.71 1.69 1.67
30 1.88 1.84 1.81 1.79 1.76 1.74 1.72 1.70 1.67 1.66
35 1.82 1.79 1.76 1.74 1.70 1.68 1.66 1.63 1.61 1.60
40 1.78 1.74 1.72 1.69 1.66 1.64 1.61 1.59 1.56 1.55
- 424 -
50 1.73 1.69 1.66 1.63 1.60 1.58 1.55 1.52 1.50 1.48
60 1.69 1.65 1.62 1.59 1.56 1.53 1.51 1.48 1.45 1.44
70 1.66 1.62 1.59 1.57 1.53 1.50 1.48 1.45 1.42 1.40
80 1.64 1.60 1.57 1.54 1.51 1.48 1.45 1.43 1.39 1.38
90 1.63 1.59 1.55 1.53 1.49 1.46 1.44 1.41 1.38 1.36
100 1.62 1.57 1.54 1.52 1.48 1.45 1.42 1.39 1.36 1.34
120 1.60 1.55 1.52 1.50 1.46 1.43 1.40 1.37 1.33 1.32
150 1.58 1.54 1.50 1.48 1.44 1.41 1.38 1.34 1.31 1.29
200 1.56 1.52 1.48 1.46 1.41 1.39 1.35 1.32 1.28 1.26
250 1.55 1.50 1.47 1.44 1.40 1.37 1.34 1.31 1.27 1.25
300 1.54 1.50 1.46 1.43 1.39 1.36 1.33 1.30 1.26 1.23
400 1.53 1.49 1.45 1.42 1.38 1.35 1.32 1.28 1.24 1.22
500 1.53 1.48 1.45 1.42 1.38 1.35 1.31 1.28 1.23 1.21
600 1.52 1.48 1.44 1.41 1.37 1.34 1.31 1.27 1.23 1.20
750 1.52 1.47 1.44 1.41 1.37 1.34 1.30 1.26 1.22 1.20
1000 1.52 1.47 1.43 1.41 1.36 1.33 1.30 1.26 1.22 1.19
Tabel A.4.1. Distribusi dan Nilai Kritis F Taraf Signifikansi 0.01 (α = 0.01).
db 2 = db 1 = antar (between-subjects)
dalam
within
1 2 3 4 5 6 7 8 9 10 12 14 16 18 20
1 4052.18 4999.50 5403.35 5624.58 5763.65 5858.99 5928.36 5981.07 6022.47 6055.85 6106.32 6142.67 6170.10 6191.53 6208.73
2 98.50 99.00 99.17 99.25 99.30 99.33 99.36 99.37 99.39 99.40 99.42 99.43 99.44 99.44 99.45
3 34.12 30.82 29.46 28.71 28.24 27.91 27.67 27.49 27.35 27.23 27.05 26.92 26.83 26.75 26.69
4 21.20 18.00 16.69 15.98 15.52 15.21 14.98 14.80 14.66 14.55 14.37 14.25 14.15 14.08 14.02
5 16.26 13.27 12.06 11.39 10.97 10.67 10.46 10.29 10.16 10.05 9.89 9.77 9.68 9.61 9.55
6 13.75 10.92 9.78 9.15 8.75 8.47 8.26 8.10 7.98 7.87 7.72 7.60 7.52 7.45 7.40
7 12.25 9.55 8.45 7.85 7.46 7.19 6.99 6.84 6.72 6.62 6.47 6.36 6.28 6.21 6.16
8 11.26 8.65 7.59 7.01 6.63 6.37 6.18 6.03 5.91 5.81 5.67 5.56 5.48 5.41 5.36
9 10.56 8.02 6.99 6.42 6.06 5.80 5.61 5.47 5.35 5.26 5.11 5.01 4.92 4.86 4.81
10 10.04 7.56 6.55 5.99 5.64 5.39 5.20 5.06 4.94 4.85 4.71 4.60 4.52 4.46 4.41
11 9.65 7.21 6.22 5.67 5.32 5.07 4.89 4.74 4.63 4.54 4.40 4.29 4.21 4.15 4.10
12 9.33 6.93 5.95 5.41 5.06 4.82 4.64 4.50 4.39 4.30 4.16 4.05 3.97 3.91 3.86
13 9.07 6.70 5.74 5.21 4.86 4.62 4.44 4.30 4.19 4.10 3.96 3.86 3.78 3.72 3.66
14 8.86 6.51 5.56 5.04 4.69 4.46 4.28 4.14 4.03 3.94 3.80 3.70 3.62 3.56 3.51
15 8.68 6.36 5.42 4.89 4.56 4.32 4.14 4.00 3.89 3.80 3.67 3.56 3.49 3.42 3.37
16 8.53 6.23 5.29 4.77 4.44 4.20 4.03 3.89 3.78 3.69 3.55 3.45 3.37 3.31 3.26
17 8.40 6.11 5.18 4.67 4.34 4.10 3.93 3.79 3.68 3.59 3.46 3.35 3.27 3.21 3.16
18 8.29 6.01 5.09 4.58 4.25 4.01 3.84 3.71 3.60 3.51 3.37 3.27 3.19 3.13 3.08
19 8.18 5.93 5.01 4.50 4.17 3.94 3.77 3.63 3.52 3.43 3.30 3.19 3.12 3.05 3.00
20 8.10 5.85 4.94 4.43 4.10 3.87 3.70 3.56 3.46 3.37 3.23 3.13 3.05 2.99 2.94
21 8.02 5.78 4.87 4.37 4.04 3.81 3.64 3.51 3.40 3.31 3.17 3.07 2.99 2.93 2.88
22 7.95 5.72 4.82 4.31 3.99 3.76 3.59 3.45 3.35 3.26 3.12 3.02 2.94 2.88 2.83
23 7.88 5.66 4.76 4.26 3.94 3.71 3.54 3.41 3.30 3.21 3.07 2.97 2.89 2.83 2.78
24 7.82 5.61 4.72 4.22 3.90 3.67 3.50 3.36 3.26 3.17 3.03 2.93 2.85 2.79 2.74
25 7.77 5.57 4.68 4.18 3.85 3.63 3.46 3.32 3.22 3.13 2.99 2.89 2.81 2.75 2.70
26 7.72 5.53 4.64 4.14 3.82 3.59 3.42 3.29 3.18 3.09 2.96 2.86 2.78 2.72 2.66
27 7.68 5.49 4.60 4.11 3.78 3.56 3.39 3.26 3.15 3.06 2.93 2.82 2.75 2.68 2.63
28 7.64 5.45 4.57 4.07 3.75 3.53 3.36 3.23 3.12 3.03 2.90 2.79 2.72 2.65 2.60
29 7.60 5.42 4.54 4.04 3.73 3.50 3.33 3.20 3.09 3.00 2.87 2.77 2.69 2.63 2.57
30 7.56 5.39 4.51 4.02 3.70 3.47 3.30 3.17 3.07 2.98 2.84 2.74 2.66 2.60 2.55
35 7.42 5.27 4.40 3.91 3.59 3.37 3.20 3.07 2.96 2.88 2.74 2.64 2.56 2.50 2.44
40 7.31 5.18 4.31 3.83 3.51 3.29 3.12 2.99 2.89 2.80 2.66 2.56 2.48 2.42 2.37
50 7.17 5.06 4.20 3.72 3.41 3.19 3.02 2.89 2.78 2.70 2.56 2.46 2.38 2.32 2.27
60 7.08 4.98 4.13 3.65 3.34 3.12 2.95 2.82 2.72 2.63 2.50 2.39 2.31 2.25 2.20
70 7.01 4.92 4.07 3.60 3.29 3.07 2.91 2.78 2.67 2.59 2.45 2.35 2.27 2.20 2.15
80 6.96 4.88 4.04 3.56 3.26 3.04 2.87 2.74 2.64 2.55 2.42 2.31 2.23 2.17 2.12
90 6.93 4.85 4.01 3.53 3.23 3.01 2.84 2.72 2.61 2.52 2.39 2.29 2.21 2.14 2.09
100 6.90 4.82 3.98 3.51 3.21 2.99 2.82 2.69 2.59 2.50 2.37 2.27 2.19 2.12 2.07
120 6.85 4.79 3.95 3.48 3.17 2.96 2.79 2.66 2.56 2.47 2.34 2.23 2.15 2.09 2.03
150 6.81 4.75 3.91 3.45 3.14 2.92 2.76 2.63 2.53 2.44 2.31 2.20 2.12 2.06 2.00
200 6.76 4.71 3.88 3.41 3.11 2.89 2.73 2.60 2.50 2.41 2.27 2.17 2.09 2.03 1.97
- 426 -
250 6.74 4.69 3.86 3.40 3.09 2.87 2.71 2.58 2.48 2.39 2.26 2.15 2.07 2.01 1.95
300 6.72 4.68 3.85 3.38 3.08 2.86 2.70 2.57 2.47 2.38 2.24 2.14 2.06 1.99 1.94
400 6.70 4.66 3.83 3.37 3.06 2.85 2.68 2.56 2.45 2.37 2.23 2.13 2.05 1.98 1.92
500 6.69 4.65 3.82 3.36 3.05 2.84 2.68 2.55 2.44 2.36 2.22 2.12 2.04 1.97 1.92
600 6.68 4.64 3.81 3.35 3.05 2.83 2.67 2.54 2.44 2.35 2.21 2.11 2.03 1.96 1.91
750 6.67 4.63 3.81 3.34 3.04 2.83 2.66 2.53 2.43 2.34 2.21 2.11 2.02 1.96 1.90
1000 6.66 4.63 3.80 3.34 3.04 2.82 2.66 2.53 2.43 2.34 2.20 2.10 2.02 1.95 1.90
db 2 = db 1 = antar (between-subjects)
dalam
(within) 25 30 35 40 50 60 75 100 150 200
1 6239.83 6260.65 6275.57 6286.78 6302.52 6313.03 6323.56 6334.11 6344.68 6349.97
2 99.46 99.47 99.47 99.47 99.48 99.48 99.49 99.49 99.49 99.49
3 26.58 26.50 26.45 26.41 26.35 26.32 26.28 26.24 26.20 26.18
4 13.91 13.84 13.79 13.75 13.69 13.65 13.61 13.58 13.54 13.52
5 9.45 9.38 9.33 9.29 9.24 9.20 9.17 9.13 9.09 9.08
6 7.30 7.23 7.18 7.14 7.09 7.06 7.02 6.99 6.95 6.93
7 6.06 5.99 5.94 5.91 5.86 5.82 5.79 5.75 5.72 5.70
8 5.26 5.20 5.15 5.12 5.07 5.03 5.00 4.96 4.93 4.91
9 4.71 4.65 4.60 4.57 4.52 4.48 4.45 4.41 4.38 4.36
10 4.31 4.25 4.20 4.17 4.12 4.08 4.05 4.01 3.98 3.96
11 4.01 3.94 3.89 3.86 3.81 3.78 3.74 3.71 3.67 3.66
12 3.76 3.70 3.65 3.62 3.57 3.54 3.50 3.47 3.43 3.41
13 3.57 3.51 3.46 3.43 3.38 3.34 3.31 3.27 3.24 3.22
14 3.41 3.35 3.30 3.27 3.22 3.18 3.15 3.11 3.08 3.06
15 3.28 3.21 3.17 3.13 3.08 3.05 3.01 2.98 2.94 2.92
16 3.16 3.10 3.05 3.02 2.97 2.93 2.90 2.86 2.83 2.81
17 3.07 3.00 2.96 2.92 2.87 2.83 2.80 2.76 2.73 2.71
18 2.98 2.92 2.87 2.84 2.78 2.75 2.71 2.68 2.64 2.62
19 2.91 2.84 2.80 2.76 2.71 2.67 2.64 2.60 2.57 2.55
20 2.84 2.78 2.73 2.69 2.64 2.61 2.57 2.54 2.50 2.48
21 2.79 2.72 2.67 2.64 2.58 2.55 2.51 2.48 2.44 2.42
22 2.73 2.67 2.62 2.58 2.53 2.50 2.46 2.42 2.38 2.36
23 2.69 2.62 2.57 2.54 2.48 2.45 2.41 2.37 2.34 2.32
24 2.64 2.58 2.53 2.49 2.44 2.40 2.37 2.33 2.29 2.27
25 2.60 2.54 2.49 2.45 2.40 2.36 2.33 2.29 2.25 2.23
26 2.57 2.50 2.45 2.42 2.36 2.33 2.29 2.25 2.21 2.19
27 2.54 2.47 2.42 2.38 2.33 2.29 2.26 2.22 2.18 2.16
28 2.51 2.44 2.39 2.35 2.30 2.26 2.23 2.19 2.15 2.13
29 2.48 2.41 2.36 2.33 2.27 2.23 2.20 2.16 2.12 2.10
30 2.45 2.39 2.34 2.30 2.25 2.21 2.17 2.13 2.09 2.07
35 2.35 2.28 2.23 2.19 2.14 2.10 2.06 2.02 1.98 1.96
40 2.27 2.20 2.15 2.11 2.06 2.02 1.98 1.94 1.90 1.87
- 428 -
50 2.17 2.10 2.05 2.01 1.95 1.91 1.87 1.82 1.78 1.76
60 2.10 2.03 1.98 1.94 1.88 1.84 1.79 1.75 1.70 1.68
70 2.05 1.98 1.93 1.89 1.83 1.78 1.74 1.70 1.65 1.62
80 2.01 1.94 1.89 1.85 1.79 1.75 1.70 1.65 1.61 1.58
90 1.99 1.92 1.86 1.82 1.76 1.72 1.67 1.62 1.57 1.55
100 1.97 1.89 1.84 1.80 1.74 1.69 1.65 1.60 1.55 1.52
120 1.93 1.86 1.81 1.76 1.70 1.66 1.61 1.56 1.51 1.48
150 1.90 1.83 1.77 1.73 1.66 1.62 1.57 1.52 1.46 1.43
200 1.87 1.79 1.74 1.69 1.63 1.58 1.53 1.48 1.42 1.39
250 1.85 1.77 1.72 1.67 1.61 1.56 1.51 1.46 1.40 1.36
300 1.84 1.76 1.70 1.66 1.59 1.55 1.50 1.44 1.38 1.35
400 1.82 1.75 1.69 1.64 1.58 1.53 1.48 1.42 1.36 1.32
500 1.81 1.74 1.68 1.63 1.57 1.52 1.47 1.41 1.34 1.31
600 1.80 1.73 1.67 1.63 1.56 1.51 1.46 1.40 1.34 1.30
750 1.80 1.72 1.66 1.62 1.55 1.50 1.45 1.39 1.33 1.29
1000 1.79 1.72 1.66 1.61 1.54 1.50 1.44 1.38 1.32 1.28
db 2 = db 1= antar (between-subjects)
dalam
(within)
1 2 3 4 5 6 7 8 9 10 12 14 16 18 20
1 4.05e05 5.00e05 5.40e05 5.62e05 5.76e05 5.86e05 5.93e05 5.98e05 6.02e05 6.06e05 6.11e05 6.14e05 6.17e05 6.19e05 6.21e05
2 998.50 999.00 999.17 999.25 999.30 999.33 999.36 999.37 999.39 999.40 999.42 999.43 999.44 999.44 999.45
3 167.03 148.50 141.11 137.10 134.58 132.85 131.58 130.62 129.86 129.25 128.32 127.64 127.14 126.74 126.42
4 74.14 61.25 56.18 53.44 51.71 50.53 49.66 49.00 48.47 48.05 47.41 46.95 46.60 46.32 46.10
5 47.18 37.12 33.20 31.09 29.75 28.83 28.16 27.65 27.24 26.92 26.42 26.06 25.78 25.57 25.39
6 35.51 27.00 23.70 21.92 20.80 20.03 19.46 19.03 18.69 18.41 17.99 17.68 17.45 17.27 17.12
7 29.25 21.69 18.77 17.20 16.21 15.52 15.02 14.63 14.33 14.08 13.71 13.43 13.23 13.06 12.93
8 25.41 18.49 15.83 14.39 13.48 12.86 12.40 12.05 11.77 11.54 11.19 10.94 10.75 10.60 10.48
9 22.86 16.39 13.90 12.56 11.71 11.13 10.70 10.37 10.11 9.89 9.57 9.33 9.15 9.01 8.90
10 21.04 14.91 12.55 11.28 10.48 9.93 9.52 9.20 8.96 8.75 8.45 8.22 8.05 7.91 7.80
11 19.69 13.81 11.56 10.35 9.58 9.05 8.66 8.35 8.12 7.92 7.63 7.41 7.24 7.11 7.01
12 18.64 12.97 10.80 9.63 8.89 8.38 8.00 7.71 7.48 7.29 7.00 6.79 6.63 6.51 6.40
13 17.82 12.31 10.21 9.07 8.35 7.86 7.49 7.21 6.98 6.80 6.52 6.31 6.16 6.03 5.93
14 17.14 11.78 9.73 8.62 7.92 7.44 7.08 6.80 6.58 6.40 6.13 5.93 5.78 5.66 5.56
15 16.59 11.34 9.34 8.25 7.57 7.09 6.74 6.47 6.26 6.08 5.81 5.62 5.46 5.35 5.25
16 16.12 10.97 9.01 7.94 7.27 6.80 6.46 6.19 5.98 5.81 5.55 5.35 5.20 5.09 4.99
17 15.72 10.66 8.73 7.68 7.02 6.56 6.22 5.96 5.75 5.58 5.32 5.13 4.99 4.87 4.78
18 15.38 10.39 8.49 7.46 6.81 6.35 6.02 5.76 5.56 5.39 5.13 4.94 4.80 4.68 4.59
19 15.08 10.16 8.28 7.27 6.62 6.18 5.85 5.59 5.39 5.22 4.97 4.78 4.64 4.52 4.43
20 14.82 9.95 8.10 7.10 6.46 6.02 5.69 5.44 5.24 5.08 4.82 4.64 4.49 4.38 4.29
21 14.59 9.77 7.94 6.95 6.32 5.88 5.56 5.31 5.11 4.95 4.70 4.51 4.37 4.26 4.17
22 14.38 9.61 7.80 6.81 6.19 5.76 5.44 5.19 4.99 4.83 4.58 4.40 4.26 4.15 4.06
23 14.20 9.47 7.67 6.70 6.08 5.65 5.33 5.09 4.89 4.73 4.48 4.30 4.16 4.05 3.96
24 14.03 9.34 7.55 6.59 5.98 5.55 5.23 4.99 4.80 4.64 4.39 4.21 4.07 3.96 3.87
25 13.88 9.22 7.45 6.49 5.89 5.46 5.15 4.91 4.71 4.56 4.31 4.13 3.99 3.88 3.79
26 13.74 9.12 7.36 6.41 5.80 5.38 5.07 4.83 4.64 4.48 4.24 4.06 3.92 3.81 3.72
27 13.61 9.02 7.27 6.33 5.73 5.31 5.00 4.76 4.57 4.41 4.17 3.99 3.86 3.75 3.66
28 13.50 8.93 7.19 6.25 5.66 5.24 4.93 4.69 4.50 4.35 4.11 3.93 3.80 3.69 3.60
29 13.39 8.85 7.12 6.19 5.59 5.18 4.87 4.64 4.45 4.29 4.05 3.88 3.74 3.63 3.54
30 13.29 8.77 7.05 6.12 5.53 5.12 4.82 4.58 4.39 4.24 4.00 3.82 3.69 3.58 3.49
35 12.90 8.47 6.79 5.88 5.30 4.89 4.59 4.36 4.18 4.03 3.79 3.62 3.48 3.38 3.29
40 12.61 8.25 6.59 5.70 5.13 4.73 4.44 4.21 4.02 3.87 3.64 3.47 3.34 3.23 3.14
50 12.22 7.96 6.34 5.46 4.90 4.51 4.22 4.00 3.82 3.67 3.44 3.27 3.41 3.04 2.95
60 11.97 7.77 6.17 5.31 4.76 4.37 4.09 3.86 3.69 3.54 3.32 3.15 3.02 2.91 2.83
70 11.80 7.64 6.06 5.20 4.66 4.28 3.99 3.77 3.60 3.45 3.23 3.06 2.93 2.83 2.74
80 11.67 7.54 5.97 5.12 4.58 4.20 3.92 3.70 3.53 3.39 3.16 3.00 2.87 2.76 2.68
90 11.57 7.47 5.91 5.06 4.53 4.15 3.87 3.65 3.48 3.34 3.11 2.95 2.82 2.71 2.63
100 11.50 7.41 5.86 5.02 4.48 4.11 3.83 3.61 3.44 3.30 3.07 2.91 2.78 2.68 2.59
120 11.38 7.32 5.78 4.95 4.42 4.04 3.77 3.55 3.38 3.24 3.02 2.85 2.72 2.62 2.53
150 11.27 7.24 5.71 4.88 4.35 3.98 3.71 3.49 3.32 3.18 2.96 2.80 2.67 2.56 2.48
- 430 -
200 11.15 7.15 5.63 4.81 4.29 3.92 3.65 3.43 3.26 3.12 2.90 2.74 2.61 2.51 2.42
250 11.09 7.10 5.59 4.77 4.25 3.88 3.61 3.40 3.23 3.09 2.87 2.71 2.58 2.48 2.39
300 11.04 7.07 5.56 4.75 4.22 3.86 3.59 3.38 3.21 3.07 2.85 2.69 2.56 2.46 2.37
400 10.99 7.03 5.53 4.71 4.19 3.83 3.56 3.35 3.18 3.04 2.82 2.66 2.53 2.43 2.34
500 10.96 7.00 5.51 4.69 4.18 3.81 3.54 3.33 3.16 3.02 2.81 2.64 2.52 2.41 2.33
600 10.94 6.99 5.49 4.68 4.16 3.80 3.53 3.32 3.15 3.01 2.80 2.63 2.51 2.40 2.32
750 10.91 6.97 5.48 4.67 4.15 3.79 3.52 3.31 3.14 3.00 2.78 2.62 2.49 2.39 2.31
1000 10.89 6.96 5.46 4.65 4.14 3.78 3.51 3.30 3.13 2.99 2.77 2.61 2.48 2.38 2.30
db 2 = db 1 = antar (between-subjects)
dalam
(within) 25 30 35 40 50 60 75 100 150 200
1 6.24e05 6.24e05 6.24e05 6.24e05 6.24e05 6.24e05 6.24e05 6.24e05 6.24e05 6.24e05
2 999.46 999.47 999.47 999.47 999.48 999.48 999.49 999.49 999.49 999.49
3 125.84 125.45 125.17 124.96 124.66 124.47 124.27 124.07 123.87 123.77
4 45.70 45.43 45.23 45.09 44.88 44.75 44.61 44.47 44.33 44.26
5 25.08 24.87 24.72 24.60 24.44 24.33 24.22 24.12 24.01 23.95
6 16.85 16.67 16.54 16.44 16.31 16.21 16.12 16.03 15.93 15.89
7 12.69 12.53 12.41 12.33 12.20 12.12 12.04 11.95 11.87 11.82
8 10.26 10.11 10.00 9.92 9.80 9.73 9.65 9.57 9.49 9.45
9 8.69 8.55 8.46 8.37 8.26 8.19 8.11 8.04 7.96 7.93
10 7.60 7.47 7.37 7.30 7.19 7.12 7.05 6.98 6.91 6.87
11 6.81 6.68 6.59 6.52 6.42 6.35 6.28 6.21 6.14 6.10
12 6.22 6.09 6.00 5.93 5.83 5.76 5.70 5.63 5.56 5.52
13 5.75 5.63 5.54 5.47 5.37 5.30 5.24 5.17 5.10 5.07
14 5.38 5.25 5.17 5.10 5.00 4.94 4.87 4.81 4.74 4.71
15 5.07 4.95 4.86 4.80 4.70 4.64 4.57 4.51 4.44 4.41
16 4.82 4.70 4.61 4.54 4.45 4.39 4.32 4.26 4.19 4.16
17 4.60 4.48 4.40 4.33 4.24 4.18 4.11 4.05 3.98 3.95
18 4.42 4.30 4.22 4.15 4.06 4.00 3.93 3.87 3.80 3.77
19 4.26 4.14 4.06 3.99 3.90 3.84 3.78 3.71 3.65 3.61
20 4.12 4.00 3.92 3.86 3.77 3.70 3.64 3.58 3.51 3.48
21 4.00 3.88 3.80 3.74 3.64 3.58 3.52 3.46 3.39 3.36
22 3.89 3.78 3.70 3.63 3.54 3.48 3.41 3.35 3.28 3.25
23 3.79 3.68 3.60 3.53 3.44 3.38 3.32 3.25 3.19 3.16
24 3.71 3.59 3.51 3.45 3.36 3.29 3.23 3.17 3.10 3.07
25 3.63 3.52 3.43 3.37 3.28 3.22 3.15 3.09 3.03 2.99
26 3.56 3.44 3.36 3.30 3.21 3.15 3.08 3.02 2.95 2.92
27 3.49 3.38 3.30 3.23 3.14 3.08 3.02 2.96 2.89 2.86
28 3.43 3.32 3.24 3.18 3.09 3.02 2.96 2.90 2.83 2.80
29 3.38 3.27 3.18 3.12 3.03 2.97 2.91 2.84 2.78 2.74
30 3.33 3.22 3.13 3.07 2.98 2.92 2.86 2.79 2.73 2.69
35 3.13 3.02 2.93 2.87 2.78 2.72 2.66 2.59 2.52 2.49
40 2.98 2.87 2.79 2.73 2.64 2.57 2.51 2.44 2.38 2.34
- 432 -
50 2.79 2.68 2.60 2.53 2.44 2.38 2.31 2.25 2.18 2.14
60 2.67 2.55 2.47 2.41 2.32 2.25 2.19 2.12 2.05 2.01
70 2.58 2.47 2.39 2.32 2.23 2.16 2.10 2.03 1.95 1.92
80 2.52 2.41 2.32 2.26 2.16 2.10 2.03 1.96 1.89 1.85
90 2.47 2.36 2.27 2.21 2.11 2.05 1.98 1.91 1.83 1.79
100 2.43 2.32 2.24 2.17 2.08 2.01 1.94 1.87 1.79 1.75
120 2.37 2.26 2.18 2.11 2.02 1.95 1.88 1.81 1.73 1.68
150 2.32 2.21 2.12 2.06 1.96 1.89 1.82 1.74 1.66 1.62
200 2.26 2.15 2.07 2.00 1.90 1.83 1.76 1.68 1.60 1.55
250 2.23 2.12 2.03 1.97 1.87 1.80 1.72 1.65 1.56 1.51
300 2.21 2.10 2.01 1.94 1.85 1.78 1.70 1.62 1.53 1.48
400 2.18 2.07 1.98 1.92 1.82 1.75 1.67 1.59 1.50 1.45
500 2.17 2.05 1.97 1.90 1.80 1.73 1.65 1.57 1.48 1.43
600 2.16 2.04 1.96 1.89 1.79 1.72 1.64 1.56 1.46 1.41
750 2.15 2.03 1.95 1.88 1.78 1.71 1.63 1.55 1.45 1.40
1000 2.14 2.02 1.94 1.87 1.77 1.69 1.62 1.53 1.44 1.38
Tentang Penulis