Oleh : Puspita Kartikasari, S.Si., M.Si.

(1)

Oleh :

Puspita Kartikasari, S.Si., M.Si.

Perpustakaan Universitas Diponegoro

Rabu, 15 Juni 2022

(2)

Tujuan Webinar

❑ Berbagi ilmu mengenai pemanfaatan software SPSS untuk mengolah data menggunakan Statistika

Parametrik

Universitas Diponegoro Rabu, 15 Juni 2022

Harapan

❑ Peserta dapat mengolah data penelitian terkait

Statistika Parametrik dengan menggunakan software

SPSS

(3)

Materi

❑ Pengenalan Statistika Parametrik

❑ Uji beda rata-rata 1 sampel (one-sample t test), 2 sampel dependen (paired-samples t test) dan

independent (independent-samples t test), lebih dari 2 sampel (one way ANOVA) beserta contohnya

❑ Analisis Regresi Linier Berganda beserta contohnya

(4)

PENGENALAN

STATISTIKA PARAMETRIK

(5)

STATISTIKA

Parametrik Non Parametrik

Uji Beda Regresi Korelasi

1. Rata2 1 sampel 2. Rata2 2 sampel

(berpasangan dan saling bebas) 3. Rata2 lebih dari 2

sampel (ANOVA)

1. Analisis

Regresi Linier Sederhana 2. Analisis

Regresi Linier Berganda

Pearson Product Moment

Uji Beda Regresi Korelasi

1. Wilcoxon 2. Man

Whitney 3. Mac

Nemar 4. Run Test 5. Kruskal

Wallis dll

1. Spline 2. Kernel dll

1. Rank Spearma n

2. Rank Kendall 3. Koefidien

Crammer

(6)

Statistika DATA

Berdasarkan Skala Data

Nominal Ordinal Interval

Rasio

Tipe Data Bisa

dibedakan

Urutan/

tingkatan

Interval Sama

Memiliki

nol mutlak Contoh

Data Kualitatif

Nominal √ Jenis

kelamin

Ordinal √ √ Tingkat

pendidikan Data

Kuantitatif

Interval √ √ √ Suhu

Rasio √ √ √ √ Jumlah

pengunjung

(7)

Contoh Kasus Uji Beda

Rata-rata 1 sampel

(8)

• Seorang peneliti membuat dugaan yang menyatakan bahwa “nilai rata-rata hasil belajar siswa yang aktif di OSIS adalah sama dengan 75”. Guna membuktikan hal tersebut, peneliti memilih secara acak 12 orang siswa yang aktif di OSIS. Adapun nilai rata-rata hasil

belajar ke 12 orang siswa tersebut adalah sebagai berikut.

Siswa Rata-rata Hasil Belajar

A 78.3

B 74.7

C 80.5

D 83.5

E 75

F 77.6

G 73.5

H 83.5

I 78.5

J 73.7

K 81.5

L 77

(9)

• Uji Normalitas (pada data rata-rata hasil belajar)

1. Masukkan data pada SPSS

Tuliskan nama variable pada tab

Variable View

tuliskan nama variabel

Inputkan data pada tab Data

View

(10)

2. Klik Analyze – Descriptive Statistics - Explore

1 2

3

• Uji Normalitas (pada nilai pre test)

(11)

3. Masukkan variable Hasil pada kotak Dependent List – Klik kotak Plots – Centang Normality plots with test – Continue - OK

1 2

3

5

• Uji Normalitas (pada nilai pre test)

4

(12)

4. Output SPSS Uji Normalitas

H₀: Data berasal dari populasi berdistribusi normal

H₁: Data tidak berasal dari populasi berdistribusi normal

Nilai P - Value (Sig.)(0,368) > 0,05 atau t hitung (0,929)< t Tabel (2,179) ➔ Gagal Tolak H₀➔ Data berasal dari

populasi berdistribusi normal

• Uji Normalitas (pada nilai pre test)

Tolak H₀jika t hitung > t table atau P-Value (Sig.) < α

(13)

(14)

1. Klik Analyze – Compare Means – One-Sample T Test

• Uji beda rata-rata 1 sampel (one-sample T Test)

1

2

3

(15)

2. Masukkan Variabel Hasil pada kotak Test Variable(s) – Masukkan angka 75 pada kotak Test Value – Klik Option (pastikan menggunakan taraf

kesalahan sesuai dengan yang dibutuhkan dalam penelitian) – Continue - OK

1

2 3

4

5 6

• Uji beda rata-rata 1 sampel (one-sample T Test)

(16)

3. Output SPSS Uji Beda Rata-rata 1 Sampel

N=12 artinya ada 12 sampel yang dipakai

Mean = 78,1083 artinya nilai rata-rata hitungnya sebesar 78,1083

• Uji beda rata-rata 1 sampel (one-sample T Test)

(17)

H₀: Nilai rata-rata hasil belajar siswa yang aktif di OSIS sama dengan 75 H₁: Nilai rata-rata hasil belajar siswa yang aktif di OSIS tidak sama

dengan 75

• Nilai t hitung (3,029) > t table (2,201) atau P-Value (Sig.)(0,011) <

0,05 ➔Tolak H₀ ➔ Nilai rata-rata hasil belajar siswa yang aktif di OSIS tidak sama dengan 75

• Selisih rata-rata hasil belajar dan dugaan awal 78,1083 – 75 = 3,1083

• Uji beda rata-rata 1 sampel (one-sample T Test)

(18)

(19)

Contoh Kasus Uji Beda Rata-rata 2 sampel

berpasangan

(Dependen)

(20)

• Seorang guru ingin mengetahui apakah ada pengaruh

penggunaan strategi pembelajaran Answer Gallery terhadap hasil belajar dalam mata pelajaran Bahasa Inggris pada siswa kelas 6 SD pada tahun 2019.

• Selanjutnya untuk mengetahui ada atau tidaknya pengaruh strategi pembelajaran tersebut, guru melakukan dua kali tes dengan tujuan untuk mengetahui hasil belajar siswa.

- Tes pertama dilakukan sebelum strategi pembelajaran Answer Gallery diterapkan di kelas (tes yang dilakukan sebelum adanya perlakuan atau treatment, umumnya disebut dengan Pre Test).

- Tes kedua dilakukan setelah strategi pembelajaran Answer Gallery diterapkan di kelas, tes ini disebut dengan Post Test.

Dengan melakukan dua kali tes tersebut, maka guru mempunyai

dua hasil belajar siswa yakni hasi Pre Test dan Post Test (inilah yang

disebut dengan 2 sampel berpasangan). Adapun data hasil belajar

dalam mata pelajaran Bahasa Inggris pada siswa kelas 6 SD dapat

dilihat pada abel di slide berikutnya.

(21)

Siswa Pre test Post test

A 30 50

B 45 65

C 60 80

D 35 55

E 70 85

F 50 75

G 45 55

H 50 70

I 65 75

J 30 55

(22)

• Uji Normalitas (pada nilai pre test)

1. Masukkan data pada SPSS

Variable View

tuliskan nama variabel tanpa

tanda spasi

View

(23)

2. Klik Analyze – Descriptive Statistics - Explore

1 2

3

• Uji Normalitas (pada nilai pre test)

(24)

3. Masukkan variable PreTest pada kotak Dependent List – Klik kotak Plots – Centang Normality plots with test – Continue - OK

1 2

3

5

• Uji Normalitas (pada nilai pre test)

4

(25)

4. Output SPSS Uji Normalitas

Nilai P - Value (Sig.) > 0,05 ➔ Data berasal dari populasi berdistribusi normal

• Uji Normalitas (pada nilai pre test)

(26)

1. Klik Analyze – Compare Means – Paired-Samples t Test

• Uji beda rata-rata 2 sampel berpasangan (Paired-Samples t test)

1

2

3

(27)

• Uji beda rata-rata 2 sampel berpasangan (Paired-Samples t test)

2. Masukkan Variabel PreTest dan PostTest pada kotak Paired Variables – Klik Option (pastikan menggunakan taraf kesalahan sesuai dengan yang dibutuhkan dalam penelitian) – Continue - OK

1 2

3

4

6 5

(28)

3. Output SPSS Uji Beda Rata-rata 2 Sampel Berpasangan

Nilai rata-rata setelah diterapkan metode pembelajaran Answer Gallery lebih besar daripada nilai sebelum diterapkan metode pembelajaran Answer Gallery

Tapi, apakah perbedaan ini signifikan? Lanjut ke uji t sampel berpasangan di slide berikutnya

• Uji beda rata-rata 2 sampel berpasangan (Paired-Samples

t test)

(29)

• Uji beda rata-rata 2 sampel berpasangan (Paired-Samples t test)

H₀: Tidak ada perbedaan rata-rata antara hasil belajar pre test dengan post test

H₁: Ada perbedaan rata-rata antara hasil belajar pre test dengan post test

• Nilai P-Value (Sig.)(0,000) < 0,05 ➔ Terdapat perbedaan rata-rata antara hasil belajar pre test dengan post test. Yang berarti bahwa ada pengaruh penggunaan strategi pembelajaran Answer Gallery dalam meningkatkan hasil belajar untuk mata pelajaran Bahasa Inggris pada

• Selisih rata-rata hasil belajar pre test dengan post test 48 – 66,5 = -18,5

(30)

• Uji beda rata-rata 2 sampel berpasangan (Paired-Samples t test)

H₀: Tidak ada korelasi antara hasil belajar pre test dengan post test H₁: Ada korelasi antara hasil belajar pre test dengan post test

• Nilai P-Value (Sig.)(0,000) < 0,05 ➔ Terdapat korelasi antara data pre test dan post test

• Nilai korelasi sebesar 0,927 ➔ Korelasi positif dan kuat karena bernilai positif dan mendekati nilai 1

(31)

Contoh Kasus Uji Beda Rata-rata 2 sampel tidak

berpasangan

(Independen)

(32)

Seorang guru SMA X ingin meneliti pengaruh les tambahan di sekolah

terhadap prestasi belajar siswanya untuk mata pelajaran matematika. Guru membagi siswa ke dalam 2 kelompok yaitu kelompok yang mengikuti les tambahan (LT) sebanyak 10 orang dan kelompok yang tidak mengikuti les tambahan (TLT) sebanyak 10 orang. Setelah selang beberapa bulan,

diadakan tes prestasi belajar matematika dan hasil tersebut disajikan pada tabel berikut.

Siswa (TLT) Nilai Siswa (LT) Nilai

A 60 K 80

B 33 L 50

C 76 M 95

D 54 N 67

E 66 O 77

F 66 P 96

G 45 Q 68

H 55 R 68

I 50 S 64

J 62 T 75

(33)

1. Masukkan data pada SPSS

Variable View

• Uji Normalitas dan Homogenitas (pada data 2 kelompok)

Klik pada value di kolom kelompok lalu isikan value = 1, label = TLT untuk

kelompok 1, value 2, label = LT untuk kelompok 2

(34)

1. Masukkan data pada SPSS

Inputkan data pada

tab Data View

• Uji Normalitas dan Homogenitas (pada data 2 kelompok)

(35)

2. Klik Analyze – Descriptive Statistics - Explore

1 2

3

• Uji Normalitas dan Homogenitas (pada data 2 kelompok)

(36)

3. Masukkan variable Nilai pada kotak Dependent List – masukkan variable

Kelompok pada kotak Factor - Klik kotak Plots – Centang Normality plots with test, Power estimation – Continue - OK

1

2

3

5

• Uji Normalitas dan Homogenitas (pada data 2 kelompok)

4

7 6

(37)

4. Output SPSS Uji Normalitas dan Homogenitas

Nilai P - Value (Sig.) > 0,05 ➔ Kedua kelompok berasal dari populasi berdistribusi normal

• Uji Normalitas (pada nilai pre test)

Nilai P - Value (Sig.) > 0,05 Terdapat kesamaan varians antar kelompok (homogen)

(38)

1. Klik Analyze – Compare Means – Independent-Samples T Test

• Uji beda rata-rata 2 sampel independent (Independent- Samples t test)

1

2

3

(39)

2. Masukkan Variabel Nilai pada kotak Test Variable(s) – masukkan

kelompok pada kotak grouping variable – Klik Define Groups – Isi Group 1 dengan angka 1, isi Group 2 dengan angka 2 - Klik Continue – Klik OK

1

2 3

4

5 6

• Uji beda rata-rata 2 sampel independent (Independent-

Samples t test)

(40)

3. Output SPSS Uji Beda Rata-rata 2 Sampel Independen

Rata-rata nilai pada kelompok 1 (Tanpa Les Tambahan) lebih rendah jika dibandingkan dengan rata-rata nilai pada kelompok 2 (Les Tambahan)

Tapi, apakah perbedaan ini signifikan? Lanjut ke hasil uji t independent pada table di slide berikutnya

• Uji beda rata-rata 2 sampel independent (Independent-

Samples t test)

(41)

H₀: Tidak ada perbedaan rata-rata nilai antara kelompok 1 (TLT) dengan kelompok 2 (LT

H₁ : Ada perbedaan rata-rata nilai antara kelompok 1 (TLT) dengan kelompok 2 (LT)

• Nilai P-Value (Sig.)(0,009) < 0,05 ➔ Terdapat perbedaan rata- rata nilai antara kelompok 1 (TLT) dengan kelompok 2 (LT). Yang berarti bahwa ada pengaruh diadakannya les tambahan di sekolah

Selisih rata-rata kelompok 1 (TLT) dengan kelompok 2 (LT)

57,7 – 74 = – 17,3

• Uji beda rata-rata 2 sampel independent (Independent-

Samples t test)

(42)

Contoh Kasus Uji Beda Rata-rata > 2 sampel

(One-way ANOVA)

(43)

Seorang peneliti ingin membandingkan penjualan

handphone merk Samsung, Oppo, Vivo dan Lenovo. Dimana para pembeli handphone di toko-toko tertentu hanya

dihadapkan pada keempat merk tersebut, kemudian akan diteliti tentang :

1. Berapa rata-rata penjualan keempat handphone tersebut?

2. Apakah terdapat perbedaan rata-rata dalam penjualan keempat handphone tersebut?

3. Rata-rata penjualan handphone mana saja yang sama atau berbeda penjualannya?

Penelitian ini dilakukan selama 10 minggu, Adapun data

penelitian yang terkumpul disajikan pada table di slide

berikutnya

(44)

Minggu Samsung OPPO VIVO LENOVO

1 52 48 34 32

2 45 36 32 33

3 48 33 37 36

4 36 38 35 39

5 39 49 42 38

6 41 51 41 35

7 42 35 43 32

8 35 42 45 29

9 60 40 41 40

10 55 39 40 43

(45)

1. Masukkan data pada SPSS

Variable View

• Uji Normalitas dan Homogenitas

Klik pada value di kolom kelompok lalu isikan value = 1, label = Samsung untuk kelompok 1, value 2, label = OPPO untuk kelompok 2,

label = 3 untuk kelompok VIVO, lebel =4 untuk kelompok LENOVO

(46)

1. Masukkan data pada SPSS

Inputkan data pada

tab Data View

• Uji Normalitas dan Homogenitas

Data dibuat menjadi 2 variable yaitu Merk dan Penjualan karena di dalam SPSS, ANOVA hanya memasukkan 2 variable saja

- Pada variable Merk disusun angka 1 sampai dengan 4 sesuai

banyaknya data

(47)

2. Klik Analyze – Descriptive Statistics - Explore

1 2

3

• Uji Normalitas dan Homogenitas

(48)

3. Masukkan variable Penjualan pada kotak Dependent List – masukkan variable Merk pada kotak Factor List - Klik kotak Plots – Centang Normality plots with test, Power estimation – Continue - OK

1

2

3

5

• Uji Normalitas dan Homogenitas

4

7 6

(49)

4. Output SPSS Uji Normalitas dan Homogenitas

Nilai P - Value (Sig.) > 0,05 ➔ Keempat merk berasal dari populasi berdistribusi normal

• Uji Normalitas (pada nilai pre test)

Nilai P - Value (Sig.) > 0,05 Terdapat kesamaan varians antar merk (homogen)

(50)

1. Klik Analyze – Compare Means – Independent-Samples T Test

• Uji beda rata-rata 2 sampel independent (Independent- Samples t test)

1

2

3

(51)

2. Masukkan Variabel Penjualan pada kotak Dependent list – masukkan merk pada kotak factor– Klik Post Hoc – Klik Tukey - Klik Continue – Klik Option – Klik Descriptive dan Homogenity of Variance Test – Klik

Continue – Klik OK

1

2

3

4

• Uji beda rata-rata > 2 sampel

5

6

(52)

3. Output SPSS Uji Beda Rata-rata > 2 Sampel

- Rata-rata penjualan HP Samsung sebesar 45,30 - Rata-rata penjualan HP OPPO sebesar 41,10 - Rata-rata penjualan HP VIVO sebesar 39

- Rata-rata penjualan HP LENOVO sebesar 35,70

Secara deskriptif dapat dikatakan bahwa rata-rata penjualan paling tinggi adalah HP Samsung sebesar 45,3

• Uji beda rata-rata > 2 sampel

(53)

• Uji beda rata-rata > 2 sampel

H₀: Tidak ada perbedaan rata-rata keempat penjualan merk HP H₁ : Ada perbedaan rata-rata keempat penjualan merk HP

Nilai P-Value (Sig.)(0,009) < 0,05 ➔ Terdapat perbedaan rata-rata keempat penjualan merk HP.

Sehingga perlu melihat hasil Post Hoc Test untuk mengetahui

kelompok mana saja yang rata-rata penjualannya sama dan tidak sama

(54)

• Uji beda rata-rata > 2 sampel

(55)

H₀: Tidak ada perbedaan rata-rata merk HP 1 dengan 2 H₁ : Ada perbedaan rata-rata merk HP 1 dengan 2

Ambil salah satu contoh antara Samsung dengan OPPO

Nilai P-Value (Sig.)(0,415) > 0,05 ➔ Tidak terdapat perbedaan rata- rata penjualan merk HP Samsung dengan OPPO.

Dapat disimpulkan bahwa rata-rata penjualan HP Samsung dan OPPO sama dan perbedaan rata-rata penjualan secara deskriptif antara kedua merk HP tersebut tidak signifikan

Perbandingan Merk

P-Value Kesimpulan

1 2

Samsung Oppo 0,415 Tidak ada perbedaan

Samsung Vivo 0,109 Tidak ada perbedaan

Samsung Lenovo 0,006 Ada perbedaan

Oppo Vivo 0,864 Tidak ada perbedaan

Oppo Lenovo 0,206 Tidak ada perbedaan

Vivo Lenovo 0,616 Tidak ada perbedaan

(56)

1. Pada subset 1 terdapat data rata-rata penjualan Lenovo, Vivo dan OPPO. Artinya rata-rata penjualan ketiga merk HP tersebut tidak mempunyai perbedaan yang signifikan. Dengan kata lain rata-rata penjualan Lenovo, VIVO dan OPPO adalah sama

2. Pada subset 2 terdapat data penjualan VIVO, OPPO, Samsung.

Artinya rata-rata penjualan ketiga merk HP tersebut tidak

mempunyai perbedaan yang signifikan. Dengan kata lain rata- rata penjualan VIVO, OPPO, Samsung adalah sama

(57)

Kesimpulan secara umum :

Dalam kasus ini hanya rata-rata penjualan Samsung dan LENOVO saja yang berbeda, sedangkan rata-rata penjualan merk HP lainnya adalah sama. Dengan demikian variable merk hanya berpengaruh secara signifikan terhadap perbedaan rata-rata penjualan merk HP Samsung dan LENOVO

(58)

Contoh Kasus Analisis Regresi Linier Berganda

(59)

Asumsi dalam Analisis Regresi Linier

1) Berdistribusi Normal 2) Linier

3) Tidak terjadi multikolinieritas

4) Tidak terjadi gejala heterokedastisitas

5) Tidak terjadi autokorelasi

(60)

Seorang guru SMP ABC ingin meneliti apakah ada pengaruh skor tes

kecerdasan dan frekuensi membolos terhadap nilai ujian siswanya. Guru tersebut mengambil sampel 12 orang siswa dengan mencatat frekuensi

membolos, skor tes kecerdasan dan nilai ujian. Data tersebut disajikan pada table di bawah ini.

Siswa Skor tes Kecerdasan (X1) Frekuensi membolos (X2) Nilai Ujian (Y)

A 75 4 85

B 60 7 75

C 65 6 75

D 75 2 90

E 65 2 85

F 80 3 87

G 75 2 95

H 80 3 95

I 65 4 80

J 80 3 90

K 60 5 75

L 65 5 75

(61)

• Analisis Regresi

1. Masukkan data pada SPSS

Variable View

tuliskan nama variabel tanpa

tanda spasi

View

(62)

2. Klik Analyze – Regression - Linier

1

2 3

• Analisis Regresi

(63)

3. Masukkan variable Nilai Ujian pada kotak Dependent – masukkan variable Tes Kecerdasan dan Frekuensi Membolos pada kotak Independen - Klik OK

1

2

• Analisis Regresi

(64)

64

• Model Regresi

Y = 55,780 + 0,527X₁ – 2,344X₂

Nilai Ujian = 55,780 + 0,527 Tes Kecerdasan – 2,344 Frekuensi Membolos

• 55,780 ➔ apabila skor tes kecerdasan dan frekuensi membolos diabaikan, maka nilai ujian sebesasar 55,780

• 0,527 X₁➔ apabila skor tes kecerdasan bertambah 1, maka nilai ujian bertambah sebesar 0,527, dengan menganggap frekuensi membolos konstan

• – 2,344 X₂➔ apabila frekuensi membolos bertambah 1, maka nilai ujian akan turun sebesar 2,344, dengan menganggap skor tes kecerdasan

konstan

(65)

• Uji Serentak/Uji Bersama-sama/Uji Simultan

P-Value (Sig.) (0,000) < 0,005 ➔ Minimal ada satu 𝛽_𝑖 ≠ 0, 𝑖 = 0,1,2

Atau dengan kata lain minimal ada salah satu diantara konstanta, koefisien Skor Tes Kecerdasan, Frekuensi Membolos yang signifikan berpengaruh terhadap Nilai Ujian

Mana sajakah yang berpengaruh signifikan terhadap nilai ujian? Kostanta atau Tes Kecerdasan atau Frekuensi Membolos ataukah ketiganya? Maka harus

dilakukan uji parsial/uji sendiri-sendiri

(66)

• Uji Sendiri-sendiri/Uji Parsial

• Konstanta ➔ P-value (Sig.) (0,002) < 0,005, artinya konstanta berpengaruh signifikan terhadap nilai ujian

• Skor Tes Kecerdasan ➔ P-value (Sig.) (0,008) < 0,005, artinya tes kecerdasan berpengaruh signifikan terhadap nilai ujian

• Frekuensi Membolos ➔ P-value (Sig.) (0,012) < 0,005, artinya Frekuensi Membolos berpengaruh signifikan terhadap nilai ujian

(67)

• Korelasi dan Koefisien Determinasi

• R = 0,936 ➔ Korelasi/hubungan antara variable skor tes kecerdasan, frekuensi membolos dan nilai ujian sangat kuat karena mendekati nilai yaitu 0,936.

• R Square = 0,876 (Koefisien Determinasi) ➔ Variabilitas dari Nilai Ujian dapat dijelaskan oleh variable skor tes kecerdasan dan frekuensi membolos sebesar 87,6%, sisanya 12,4% dijelaskan oleh variable lain yang belum masuk ke dalam model.

(68)