ANALISIS DATA (9) Buatlah sebuah paper tentang

(1)

ANALISIS DATA Tugas 1

1. Apakah nilai statistika dasar kelas X berbeda dengan kelas B? (KOMPARATIF INDEPENDENT)

Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

nilai Kelas

N 30 30

Normal Parametersa _Mean _68.50 _69.50

Std. Deviation 11.901 9.944

Most Extreme Differences Absolute .129 .141

Positive .129 .141

Negative -.117 -.110

Kolmogorov-Smirnov Z .707 .774

Asymp. Sig. (2-tailed) .699 .588

a. Test distribution is Normal.

Uji Normalitas dapat dilihat pada nilai KSZ (Kolmogorof Smirnov Z). jika nilai KSZ > α maka data berdistribusi normal, sedangkan jika nilai KSZ < α maka data tidak berdistribusi normal. Pada tabel SPSS tersebut didapatkan nilai KSZ > α

(0,774 >0.05) maka data dapat dinyatakan berdistribusi normal. a. Formulasi Hipotesis

Ho = x´_x= ´x_b (tidak ada perbedaan rata-rata nilai stadas kelas X dan kelas B)

Hi = x´_x> ´x_b ( Rata-rata nilai stadas kelas X lebih baik dari pada kelas B) b. Kriteria Pengujian

∝ = 0.05% (5 %) pada spps tertulis 95 %

 Uji SPSS

(2)

kriteria pengujian jika nilai P > α maka Ho diterima dan jika P ≤ α maka tolak Ho.

 Uji t

Taraf nyata ( α¿ =5% (0.05)

Ho diterima (Hi ditolak) apabila to ≤ t tabel Ho ditolak (Hi diterima) apabila to > t tabel

c. Analisis Data

 Std. Deviation (simpangan baku)  Menentukan nilai sebaran data

 Std. Error Mean  Menentukan nilai sebaran rata-rata data yang diambil dari variabel satu ke varibel yang lain dan diambil dari distribusi yang sama

Group Statistics

kelas N Mean Std. Deviation Std. Error Mean

Nilai 1 30 68.50 11.901 2.173

(3)

Independent Samples Test

Levene's Test for Equality of

Variances t-test for Equality of Means

F Sig. t df

Sig. (2-tailed) Mean Difference Std. Error Difference 95% Confidence Interval of the

Difference Lower Upper Nila i Equal variances assumed

1.509 .224 -.353 58 .725 -1.000 2.831 -6.668 4.668

Equal variances not assumed

-.353 56.223 .725 -1.000 2.831 -6.672 4.672

 Levene's Test for Equality of Variances  untuk melakukan uji kesamaan varians (asumsi kedua varians sama)

 t-test for Equality of Means  untuk mengetahui perbedaan rata-rata

 df  derajat kebebasan (tabel)

 Mean Difference  Perbedaan rata-rata nilai statdas kelas x dan kelas b

 Std. Error Difference  untuk menentukan perbedaan sebaran nilai error varians

A. untuk melihat persamaan nilai stadas kelas X dan kelas B

1. Merumuskan hipotesis penelitian,

Ho : tidak ada perbadaan nilaistadas kelas x dan kelas b

(4)

2. kriteria pengambilan keputusan

- sig > 0.05 maka Ho diterima

- sig < 0.05 maka Ho ditolak

3. Cara mengambil keputusan

F = 1.509 ; sig = 0.725. Oleh karena angka sig > 0.05 maka Ho diterima artinya

tidak ada perbedaan nilai stadas kelas X dan kelas B.

B. untuk melihat apakah perbedaan rata-rata nilai kelas x dan kelas b.

H0 : tidak ada perbedaan nilai stadas kelas x dan kelas b.

Hi: ada perbedaan nilai statdas kelas x dan kelas b

Kriteria pengambilan keputusan

- To > t tabel (Ho ditolak)

- To < t tabel (Ho diterima)

Menghitung besar nilai T

- Df = 60-2=58; t tabel=2.000 ketika α = 0.05.

Membuat keputusan

(5)

2. Apakah nilai Fisika dasar 1 lebih baik dari Fisika dasar 2 pada kelas A ? (KOMPARATIF KORELASI)

Uji

Normalitas

One-Sample Kolmogorov-Smirnov Test

FISDAS 1 FISDAS 2

N 30 30

Most Extreme Differences

Absolute .187 .226

Positive .187 .141

Kolmogorov-Smirnov Z 1.024 1.236

Uji Normalitas dapat dilihat pada nilai KSZ(Kolmogorof Smirnov Z). jika nilai KSZ > α maka data berdistribusi normal, sedangka jika nilai KSZ < α

maka data tidak berdistribusi normal. Pada table SPSS tersebut didapatkan nilai KSZ > α (1,236 > 0.05) maka data dapat dinyatakan berdistribusi normal. a. Formulasi Hipotesis

Ho = x´₁:x´₂ (tidak ada perbedaan rata-rata nilai Fisdas 1 dan dan fisdas 2 pada kelas A

Hi = x´₁> ´x₂ ( Rata-rata nilai Fisdas 1 lebih baik dari pada Fisdas 2 pada kelas A).

b. Kriteria Pengujian

(6)

 Uji SPSS

Karena pada soal nomer dua menggunakan uji satu pihak maka soal nomer satu ini menggunakan uji satu pihak sehingga nilai α = α dan nilai p= p. Dengan kriteria pengujian jika nilai P > α maka Ho diterima dan jika P ≤

α maka tolak Ho.

 Uji t

Ho diterima (Hi ditolak ) apabila to ≤ t tabel Ho ditolak (Hi diterima) apabila to> t tabel

c. Analisis Data

 Jika nilai korelasi bernilai negatif maka dapat dikatakan nilai korelasi lemah.

 Nilai signifikasi 0.078 < 0.05 maka signifikan.

Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

Pair 1 FISDAS 1 68.50 30 10.680 1.950

FISDAS 2 78.67 30 8.996 1.642

Paired Samples Correlations

N Correlation Sig.

(7)

Paired Samples Test Paired Differences t df Sig. (2-tailed) Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the

Difference

Lower Upper

Pair 1

FISDAS 1 - FISDAS 2

-10.16 7

16.054 2.931 -16.161 -4.172 -3.469 29 .002

1. Merumuskan hipotesis penelitian,

Ho: tidak ada perbedaan Hi: ada perbedaan

T hitung = -3,469; α = 0.05; df = jumlah data – 1 = 30-1 = 29 ; t table = 2,045

T hitung < t table ( -3,469 < 2.045 )  maka terima H0. Jadi tidak ada perbedaan nilai fisdas 1 dan fisdas 2.

Pada soal nomer dua ini menggunakan uji satu pihak dengan aturan nilai α =

α dan nilai p = p.

Sehingga didapatkan nilai α = 0.05 dan nilai sig. (p) = 0.002. t0=-3469, t table = 1.699.

Kesimpulan

(8)

Pada soal nomer satu ini menggunakan uji satu pihak dengan aturan nilai α

= α /2 dan nilai p= p/2. Sehingga didapatkan nilai α /2= 0.025 dan nilai p = 0.652.

d. Kesimpulan

(9)

Tugas 2

1. KOMPARATIF INDEPENDENT Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

nilai kelas

N 30 30

Absolute .129 .141

Positive .129 .141

a. FormulasiHipotesis

Ho = x´_x:x´_B (tidak ada perbedaan rata-rata nilai statistika kelas X dan kelas B)

Hi = x´_x≠x´_B ( Rata-rata nilai stadas kelas X lebih baik dari pada kelas B) b. Kriteria Pengujian

Karena pada soal nomer satu menggunakan uji dua pihak sehingga kriteria pengujian jika nilai P > α maka Ho diterima dan jika P ≤ α maka tolak Ho.

(10)

Independent Samples Test

Levene's Test for Equality of

Variances t-test for Equality of Means

F Sig. t df

Sig. (2-tailed) Mean Differe nce Std. Error Differe nce 95% Confidence Interval of the Difference Low er Upper nilai Equal variances assumed

1.231 .272 -.408 58 .685 -1.167 2.858

-6.887 4.553

Equal variances not assumed

-.408 56.616 .685 -1.167 2.858

-6.890 4.556

Pada soal nomer satu ini menggunakan uji dua pihak. Dari data SPSS didapatkan nilai p (sign test)= 0.685 sedangkan α =5 %(0.05)

d. Kesimpulan

Karena nilai p > α (0.865 > 0.05) maka terima Ho. Jadi tidak ada perbedaan rata-rata nilai stadas kelas X dan kelas B.

(11)

One-Sample Kolmogorov-Smirnov Test

fisdas 1 fisdas 2

N 30 30

Absolute .162 .158

Positive .135 .150

a. Formulasi Hipotesis

Ho = x´1= ´x2 (tidak ada perbedaan rata-rata nilai Fisdas 1 dan dan fisdas 2

pada kelas A).

Hi = x´₁< ´x₂ ( Rata-rata nilai Fisdas 1 lebih baik dari pada Fisdas 2 pada kelas A).

b. KriteriaPengujian

∝ = 0.05% (5 %) padasppstertulis 95 %

(12)

Paired Samples Test

Paired Differences

t df

Sig. (2-tailed) Mean

Std. Deviati

on

Std. Error Mean

95% Confidence Interval of the

Difference Lower Upper Pair 1 FISDAS

1 - FISDAS 2

1.333 16.024 2.926 -4.650 7.317 .456 29 .652

Pada soal nomer satu ini menggunakan uji dua pihak. Dari data SPSS didapatkan nilai p (sign test)= 0.652 sedangkan α =5 %(0.05)

d. Kesimpulan

Karena nilai p > α (0.652 > 0.05) maka terima Ho. Jadi tidak ada perbedaan nilai fisika dasar 1 dan fisika dasar 2 kelas B)

(13)

One-Sample Kolmogorov-Smirnov Test

fisdas 1 fisdas 2

N 30 30

Absolute .162 .158

Positive .135 .150

Ho = x´1= ´x2 (tidak ada hubungan antara nilai Fisdas 1 dan fisdas 2 pada

kelas A)

Hi = x´₁≠x´₂ ( Ada hubungan antara nilai Fisdas 1 dan Fisdas 2 pada kelas A.)

c. Analisis Data

Correlations

x y

X Pearson Correlation

1 -.017

Sig. (2-tailed) .928

N 30 30

Y

Pearson Correlation

-.017 1

Sig. (2-tailed) .928

(14)

Pada soal nomer satu ini menggunakan uji dua pihak. Dari data SPSS didapatkan nilai p (sign test) = 0.928 sedangkan α =5 % (0.05)

d. Kesimpulan

Karena nilai p > α (0.928.> 0.05) maka terima Ho. Jadi tidak ada hubungan antara nilai Fisdas 1 dan Fisdas 2 pada kelas A.

4. Apakah ada pengaruh antara fisdas I dengan fisdas II pada kelas A? (REGRESI LINEAR SEDERHANA)

(15)

One-Sample Kolmogorov-Smirnov Test

fisdas 1 fisdas 2

N 30 30

Normal Parametersa

Mean 70.50 69.17

Std. Deviation _10.776 _11.677 Most Extreme

Differences

Absolute .162 .158

Positive .135 .150

Ho = X´1= ´X2 ( Tidak ada pengaruh rata-rata nilai fisdas 1 dan nilai fisdas

2)

Hi = X´1≠X´2 ( Ada pengaruh rata-rata nilai fisdas 1 dari fisdas 2)

∝ = 0,05 (5 %) Dalam bentuk spss dituliskan 95% (Dituliskan 95 % , karna untuk mencapai 100%, maka (100%-95% = 5 % ).

Diketahui pada soal no 1 menggunakan uji dua pihak, Dengan kriteria pengujian nilai :

H0 diterima ( H1 ditolak ) apabila P > α

H0 ditolak ( H1 diterima ) apabila P ≤ α

(16)

Descriptive Statistics

Mean Std. Deviation N

FISDAS 2 78.67 8.996 30

FISDAS 1 68.17 10.296 30

Correlations

FISDAS 2 FISDAS 1

Pearson Correlation FISDAS 2 1.000 -.381

FISDAS 1 -.381 1.000

Sig. (1-tailed) FISDAS 2 . .019

FISDAS 1 .019 .

N FISDAS 2 30 30

FISDAS 1 30 30

Hubungan antara kedua variabel berlawanan arah

 Pearson Correlation Besar hubungan antara nilai fisdas 1 dan nilai fisdas 2 adalah -0.381 hubungan kedua variabel kurang kuat.

(17)

Variables Entered/Removedb

Model Variables Entered Variables Removed Method

1 FISDAS 1a _{. Enter}

a. All requested variables entered. b. Dependent Variable: FISDAS 2

 Pada bagian ini menunjukkan informasi dalam memasukkan variabel yang akan dianalisis menggunakan metode “enter”.

Model Summaryb

Model R

R Square

Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 .381a _.145 _.115 _8.464 _1.590

a. Predictors: (Constant), FISDAS 1

b. Dependent Variable: FISDAS 2

 R = korelasi pearson

 R square = koefisien diterminasi (korelasi pearson yang dikuadratkan) jika nilai berkisar 0-1 maka semakin kecil Rs maka hub keduanya semakin lemah, jika mendekati 1 semakin kuat. Berarti 0.145 termasuk memiliki diterminasi lemah.

 SEE  standart perkiraan kesalahan

 SEE = 8,464, SD = 8,996 nilai SEE < SD maka prediktor yang digunakan untuk memprediksi variable terikat (fisdas 2) sudah layak.

(18)

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1Regression .364 1 .364 .003 .960a

Residual 3886.303 28 138.797

Total 3886.667 29

a. Predictors: (Constant), FISDAS 1 b. Dependent Variable:

FISDAS 2

 Ho = tidak ada pengaruh nilai fisdas 1 terhadap nilai fisdas 2 pada kelas A Hi = ada pengaruh nilai fisdas 1 terhadap nilai fisdas 2 pada kelas A

 Menghitung F table

α = 0.05 ; F tabel = 30-2 = 28  4.20

 Menentukan kriteria

- jika F hitung > F tabel maka Ho ditolak -jika F hitung < F tabel maka Ho diterima

Karena F tabel anova 0.003 < 4.20 maka Ho diterima

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 68.601 14.474 4.740 .000

FISDAS 1 .010 .203 .010 .051 .960

a. Dependent Variable: FISDAS 2

 Pers. Regresinya

Y = a + bX

Y = 68.601 + 0.010X ;

(19)

b = angka koefisien regresi sebesar 0.010 mempunyai arti bahwa setiap penambahan 1 nilai fisdas I, maka nilai fisdas II akan meningkat sebesar 0.010. sebaliknya jika angka ini negative maka berlaku penurunan pada tingkat kepuasan.

Y = 68.601 + 0.010X

 Untuk menguji koefisien regresi maka dilakukan uji T dengan membuat hipotesis

- Ho=koef. Reg. tdk sig. - Hi=koef. Reg. sig.

 α /2 = 0.05/2 = 0.025

 DF = 30-2 = 28 dengan T table 2.048 - T hitung > t table Ho ditolak - T hitung < t table Ho diterima

(20)

Casewise Diagnosticsa

Case Numbe

r Std. Residual FISDAS 2 Predicted Value Residual

1 .915 80 69.22 10.776

2 .477 75 69.38 5.620

3 -.381 65 69.48 -4.484

4 -.801 60 69.43 -9.432

5 -1.645 50 69.38 -19.380

6 1.343 85 69.17 15.828

7 -.385 65 69.54 -4.536

8 .486 75 69.28 5.724

9 -.783 60 69.22 -9.224

10 .473 75 69.43 5.568

11 -.774 60 69.12 -9.120

12 -.359 65 69.22 -4.224

13 1.335 85 69.28 15.724

14 .919 80 69.17 10.828

15 .477 75 69.38 5.620

16 -.372 65 69.38 -4.380

17 1.330 85 69.33 15.672

18 1.741 90 69.48 20.516

19 -1.649 50 69.43 -19.432

20 -1.203 55 69.17 -14.172

21 -.783 60 69.22 -9.224

22 .486 75 69.28 5.724

23 -.359 65 69.22 -4.224

24 -.796 60 69.38 -9.380

25 .906 80 69.33 10.672

26 1.321 85 69.43 15.568

27 .044 70 69.48 .516

28 .473 75 69.43 5.568

29 -.796 60 69.38 -9.380

30 -1.641 50 69.33 -19.328

(21)

 Pada bagian ini menunjukkan hasil prediksi persamaan regresi.

Pada tabel sebelumnya sudah didapatkan nilai pada persamaan regresi Y = 68.601 + 0.010X. Y merupakan nilai prediksi Fisdas 2.

 Residual merupakan selisih nilai Fisdas II dan nilai prediksi.

 Std residual adalah nilai residual yang di standardkan dengan cara (residual/ SEE).

Besar kecilnya angka residual dan std residual memberikan makna bagi persamaan regresi yang akan digunakan untuk memprediksi data. Semakin kecil angka residual dan std residual maka model regresi semakin baik digunakan untuk regresi.

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 69.12 69.54 69.33 .112 30

Residual -19.432 20.516 .000 11.576 30

Std. Predicted Value -1.902 1.810 .000 1.000 30

Std. Residual -1.649 1.741 .000 .983 30

(22)

 Distribusi normal  berbentuk lonceng

(23)

 Grafik ini untuk menguji kelayakan model regresi. Jika lingkaran kecil berada pada sebaran nol pada sumbu Y maka model regresi ini layak untuk digunakan.

(24)

ANALISIS DATA SPSS

(disusun guna memenuhi tugas mata kuliah setatistika dasar)

Disusun oleh :

Rizky Maulidiyah (120210102123)

PROGRAM STUDI PENDIDIKAN FISIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

(25)