Uji Statistika Menggunakan Software SPSS

(1)

LAPORAN CASE-BASED LEARNING KELOMPOK 8 STATISTIKA 119

Dosen Pengampu : Dr. Umiatin , M.Si.

Syafrima Wahyu, M.Si

Disusun Oleh :

1. Pinkan Amanda Putri (1306621001) 2. Anindita Prameswari Safitri (1306621010)

PROGRAM STUDI FISIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI JAKARTA

2023

(2)

KASUS 1

Kasus 1 Gunakan file data: survey.sav

Gunakan uji statistik yang sesuai untuk membandingkan rata rata skor variabel Total Self- esteem (tslfest) berdasarkan jenis kelamin (sex).

1. Buatlah analisis deskriptif data tersebut!

2. Buatlah diagram / grafik yang sesuai untuk merepresentasikan data!

3. Buatlah Tujuan penelitian!

4. Buatlah Hipotesis penelitian!

5. Lakukan uji homogenitas data dan buatlah kesimpulannya dari uji yang dilakukan!

6. Lakukan uji statistik yang sesuai untuk menguji hipotesis penelitian dan buatlah kesimpulannya dari uji yang dilakukan!

Note: File survey.sav adalah file data dari sebuah studi yang dilakukan oleh mahasiswa Graduate Diploma in Educational Psychology. Studi ini dirancang untuk mengeksplorasi faktor-faktor yang berdampak pada respondents’ psychological adjustment and wellbeing. Survei tersebut berisi skala pengukuran (scales) yang tervalidasi yang mengukur konstruk yang, menurut literatur, mempengaruhi pengalaman stres orang. Skala pengukuran itu mengukur self-esteem, optimism, perception of control, perceived stress, positive and negavie affect, dan life satisfaction. Sebuah skala pengukuran juga disertakan untuk mengukur kecenderungan orang untuk menampilkan diri mereka dengan cara yang disukai atau socially desirable manner. Survei tersebut dibagikan kepada anggota masyarakat umum di Melbourne, Australia, dan distrik sekitarnya.

(3)

PENYELESAIAN KASUS 1

1. Analisis Deskriptif

Langkah atau tahapan untuk melakukan analisis deskriptif data adalah sebagai berikut:

1. Membuka data dokumen ‘survey.sav’

2. Menekan opsi pada menu ‘Analyze’ lalu ‘Descriptive Statistics’ kemudian ‘Descriptive’

3. Melakukan drop kolom variable (s) yang ingin diolah, yaitu 𝑇𝑜𝑡𝑎𝑙 𝑆𝑒𝑙𝑓 𝑒𝑠𝑡𝑒𝑒𝑚 (𝑡𝑠𝑙𝑓𝑒𝑠𝑡) berdasarkan jenis kelamin (sex). Selanjutnya klik ‘OK’.

(4)

Berikut adalah hasil Descriptives Statistics untuk data ‘survey.sav’:

2. Diagram atau Grafik yang Sesuai Untuk Mempresentasikan Data

Langkah atau tahapan untuk membuat diagram atau grafik yang sesuai untuk mempresentasikan data adalah sebagai berikut:

1. Menekan opsi pada menu ‘Graphs’ lalu ’Legacy Dialogs’ kemudian ’Bar’

2. Pada pilihan ‘Bar Chart’ kita memilih ‘Clustered’ (menyesuaikan) dan ‘Data in Chart Area’

pada pilihan ‘Summaries for groups of cases’ lalu klik ‘define’

(5)

3. Melakukan drop kolom ‘Category Axis’ untuk Total Self-esteem (tslfest) dan ‘Define Clusters by’ untuk jenis kelamin (sex). Selanjutnya klik ‘OK’

Berikut adalah hasil diagram / grafik yang sesuai untuk mempresentasikan data ‘survey.sav’:

(6)

3. Tujuan Penelitian

Penelitian ini bertujuan untuk mengevaluasi perbedaan rata-rata skor variabel Total Self- esteem (tslfest) berdasarkan jenis kelamin (sex) dalam sampel yang direpresentasikan oleh data dari file survey.sav. Dengan menerapkan uji statistik yang tepat, penelitian ini dimaksudkan untuk menentukan apakah ada perbedaan yang signifikan dalam tingkat self-esteem antara kelompok yang berbeda berdasarkan jenis kelamin (sex).

4. Hipotesis Penelitian

Hipotesis nol (𝐻₀): Tidak ada perbedaan yang signifikan dalam rata-rata skor Total Self-esteem (tslfest) antara laki-laki dan perempuan.

Hipotesis alternatif (𝐻₁): Terdapat perbedaan yang signifikan dalam rata-rata skor Total Self- esteem (tslfest) antara laki-laki dan perempuan.

Berikut adalah langkah untuk melakukan hipotesis penelitian:

1. Menekan opsi pada menu ‘Analyze’ lalu ‘Regresion’ kemudian ‘Linear’

2. Melakukan drop kolom Dependent untuk Total Self-esteem (tslfest) dan Independent (s) untuk jenis kelamin (sex). Selanjutnya klik ‘OK’

(7)

Berikut adalah hasil hipotesis penelitian untuk data ‘survey.sav’ :

Analisis:

Nilai signifikansi (Sig.) sebesar 0.105 menunjukkan angka yang lebih besar dari 0.05.

Oleh karena itu, hipotesis nol (𝐻₀) diterima. Kesimpulannya, dapat diinterpretasikan bahwa secara bersama-sama, variabel jenis kelamin (sex) tidak memiliki pengaruh signifikan terhadap Total Self-esteem (tslfest).

Hasilnya 𝑆𝑖𝑔 > 𝐴𝑙𝑝ℎ𝑎 𝑃𝑒𝑛𝑒𝑙𝑖𝑡𝑖𝑎𝑛 (0.000 < 0.05), artinya 𝐻₀ diterima. Artinya, dapat disimpulkan bahwa jenis kelamin (sex) tidak memiliki pengaruh yang signifikan secara parsial terhadap Total Self-esteem (tslfest). Hasil uji 𝑡 menunjukkan:

(8)

𝑡_{ℎ𝑖𝑡𝑢𝑛𝑔} = −1.622

𝐷𝑓 pada bernilai Anova^a = 434

𝛼 = 5% untuk uji statistik dengan uji 1 sisi 𝑡_{𝑡𝑎𝑏𝑒𝑙} = 1.648

𝑡_{ℎ𝑖𝑡𝑢𝑛𝑔} > 𝑡_{𝑡𝑎𝑏𝑒𝑙} = (−1.622) > 1.648, artinya diterima 𝐻₀. Artinya, jenis kelamin (sex) secara parsial berpengaruh signifikan pada tingkat signiifikansi 5% berdasarkan hasil uji F.

Dalam konteks pengaruh secara bersama-sama (simultan), Jenis kelamin (sex) dapat mempengaruhi ‘Kinerja Karyawan’ sebesar 7.8%. Namun, perlu dicatat bahwa hasil ini tidak signifikan pada tingkat signifikansi 5% berdasarkan hasil uji F.

5. Uji Homogenitas data

Langkah atau tahapan dalam melakukan uji homogenitas data adalah:

1. Menekan opsi pada menu ‘Analyze’ lalu ‘Compare Means’ kemudian ‘One-Way ANOVA’

2. Melakukan drop kolom variabel ‘Dependent List’ on Total Self-esteem (tslfest) dan variabel ‘Factor’ on jenis kelamin (sex). Selanjutnya pilih ‘Options’ ceklis semua pada bagian Statistics, ‘Means plot’ dan pada bagian Missing Values pilih ‘Exclude cases analysis by analysis’ kemudian klik ‘Continue’ dan ‘OK’

(9)

Berikut adalah hasil uji homogenitas data:

Means Plots

(10)

Kesimpulan:

Dari hasil uji homogenitas pada data survey.sav, dapat disimpulkan bahwa nilai signifikansi homogenitas lebih besar dari 0.05 (≥ 0.05), menunjukkan bahwa ada homogenitas antara kelompok perlakuan dan kelompok kontrol dalam variabel Test Awal. Hal ini didukung oleh nilai Levene Statistics yang melebihi angka 2.5. Dengan demikian, kita dapat menyatakan bahwa variasi atau dispersi data pada variabel Test Awal relatif seragam di antara kedua kelompok, memvalidasi homogenitas antara keduanya.

6. Uji Statistik yang Sesuai untuk Menguji Hipotesis Penelitian Langkah atau tahapan dalam melakukan uji statistik adalah:

1. Menekan opsi pada menu ‘Analyze’ lalu ‘Compare Means’ kemudian ‘Independent- Samples T-Test’

(11)

2. Melakukan drop kolom variabel ‘TestVariable(s)’ on Total Self-esteem (tslfest) dan

‘Grouping Variable’ on jenis kelamin (sex | 1 2)

Berikut adalah hasil Uji Statistik menggunakan Independent-Samples T-Test:

(12)

Kesimpulan:

Hasil uji statistik menunjukkan bahwa data tidak mengikuti distribusi normal, sesuai dengan temuan dari uji normalitas sebelumnya. Meskipun digunakan metode 'One-Way ANOVA' untuk menilai normalitas, disarankan untuk mempertimbangkan penggunaan metode pengujian alternatif seperti Kolmogorov-Smirnov atau Shapiro-Wilk. Gabungan hasil dari beberapa metode pengujian normalitas memberikan keyakinan tambahan bahwa data tidak mengikuti distribusi normal. Hal ini memiliki relevansi penting dalam analisis statistik, terutama karena beberapa metode inferensial, seperti analisis varians (ANOVA), memerlukan asumsi normalitas data. Dengan pemahaman karakteristik distribusi data, peneliti dapat memilih metode analisis yang lebih sesuai atau melakukan transformasi data bila diperlukan untuk memenuhi asumsi statistik tertentu. Dengan demikian, dapat disimpulkan bahwa data survey.sav dapat dianggap tidak mengikuti distribusi normal.

(13)

KASUS 2

Kasus 2. Gunakan file data: experim.sav

Lakukan uji statistik yang sesuai untuk mengetahui apakah ada perbedaan yang signifikan terhadap skor rata rata dari fear of statistics test yang telah diukur pada dua waktu yang berbeda yaitu: fear of stats time1 (fost1), dan fear of stats time2 (fost2).

Note: File experim.sav merupakan data yang mengacu pada studi yang menguji dampak dari dua jenis intervensi yang berbeda dalam membantu siswa mengatasi kecemasan mereka terhadap pelajaran statistik yang akan mereka ikuti. Siswa dibagi menjadi dua kelompok yang sama dan diminta untuk menjawab sejumlah skala pengukuran (Time 1). Variabel yang diukur adalah Fear of Statistics Test, Confidence in Coping with Statistics, dan Depression. Satu kelompok (Grup 1) diberikan sejumlah sesi program yang dirancang untuk meningkatkan keterampilan matematika;

kelompok kedua (Grup 2) diberi program yang dirancang untuk membangun kepercayaan dan kemampuan untuk mengatasi statistik. Setelah program diberikan (Time 2), mereka kembali diminta untuk menjawab skala pengukuran yang sama dengan yang mereka selesaikan sebelum program. Mereka juga melakukan hal yang sama tiga bulan kemudian (Time 3). Kemampuan mereka pada ujian statistik juga diukur.

(14)

PENYELESAIAN KASUS 2

1. Analisis Deskriptif

1. Membuka data dokumen ‘experim.sav’

2. Menekan opsi pada menu ‘Analyze’ lalu ’Descriptive Statistics’ kemudian ’Descriptive’

3. Melakukan drop kolom variable (s) yang ingin diolah, yaitu fear of stats time1 (fost1), dan fear of stats time2 (fost2). ‘Options’ sesuai pada lampiran berikut dan kemudian klik ‘OK’

(15)

Berikut adalah hasil Descriptives Statistics untuk data ‘experim.sav’:

1. Menekan opsi pada menu ‘Graps’ lalu ‘Legacy Dialogs’ kemudian ‘Bar’

2. Pada pilihan ‘Bar Chart’ kita memilih ‘Simple’ dan ‘Data in Chart Area’ pada pilihan

‘Summaries for separate variables’ lalu klik ‘Define’

(16)

3. Melakukan drop kolom ‘MEAN (fear of stats time1 [fost1])’ dan ‘MEAN (fear of stats time2 [fost2])’ pada ‘Bar Represent’. Selanjutnya pilih ‘Options’ pada bagian Missing Values pilih ‘Exclude cases listwise’, tampilkan display error bars, kemudian klik

‘Continue’ dan ‘OK’

Berikut adalah hasil diagram / grafik yang sesuai untuk mempresentasikan data ‘experim.sav’:

(17)

3. Tujuan Penelitian

Tujuan penelitian pada kasus ini adalah untuk menilai apakah terdapat perbedaan yang signifikan dalam skor rata-rata dari tes "Fear of Statistics" yang diukur pada dua waktu yang berbeda, yaitu pada waktu pertama (fost1) dan waktu kedua (fost2), menggunakan file data experim.sav. Dengan melakukan uji statistik yang sesuai, penelitian ini bertujuan untuk mengidentifikasi adanya perubahan yang signifikan dalam tingkat ketakutan terhadap statistik di antara dua periode waktu yang berbeda.

4. Hipotesis Penelitian

Hipotesis nol (𝐻₀): Tidak ada perbedaan yang signifikan antara skor rata-rata fear of stats time1 (fost1) dan fear of stats time2 (fost2) atau (fost1) = (fost2)

Hipotesis alternatif (𝐻₁): Terdapat perbedaan yang signifikan antara skor rata-rata fear of stats time1 (fost1) dan fear of stats time2 (fost2) atau (fost1) > (fost2)

5. Uji Homogenitas Data

Langkah atau tahapan dalam melakukan uji homogenitas data adalah:

1. Menekan opsi pada menu ‘Analyze’ lalu ‘Compare Means’ kemudian ‘One-Way ANOVA’

2. Melakukan drop kolom variabel ‘Dependent List’ on ‘MEAN (fear of stats time1 [fost1])’

dan ‘MEAN (fear of stats time2 [fost2])’ dan variabel ‘Factor’ on Age, Selanjutnya mengatur ‘Options’ ceklis semua pada bagian Statistics, ‘Means plot’ dan pada bagian Missing Values pilih ‘Exclude cases analysis by analysis’ kemudian klik ‘Continue’ dan

‘OK’

(18)

Berikut adalah hasil uji homogenitas data:

(19)

(20)

Means Plots

Kesimpulan:

Kita tidak dapat menolak hipotesis nol pada tingkat signifikansi 0,05 (P > 0,05). Sehingga data ini bersifat homogen. Berikut ini adalah tahapan ntuk menguji normalitas data:

(21)

1. Menekan opsi pada menu ‘Analyze’ lalu ‘Descriptive Statistics’ kemudian ‘Explore’

2. Melakukan drop kolom variabel ‘Dependent List’ on ‘MEAN (fear of stats time1 [fost1])’

dan ‘MEAN (fear of stats time2 [fost2])’ dan ‘Plots’ (Normality Plots with Tests) kemudian klik ‘Continue’ dan ‘OK’

Berikut adalah hasil uji normatitas data:

Analisis:

Dari hasil tabel output "Tests of Normality", terlihat bahwa nilai Signifikansi (Sig.) untuk fear of stats time1 (fost1) adalah 0.521, sementara untuk fear of stats time2 (fost2) sebesar 0.332. Kedua nilai tersebut lebih besar dari 0.05 (> 0.05), sehingga dapat disimpulkan bahwa

(22)

data fost1 dan fost2 memiliki distribusi yang normal. Oleh karena itu, uji statistik dapat dilakukan menggunakan metode Paired-Samples T-Test.

6. Uji Statistika yang Sesuai untuk Menguji Hipotesis Penelitian Langkah atau tahapan dalam melakukan uji statistik adalah:

1. Menekan opsi pada menu ‘Analyze’ lalu ‘Compare Means’ kemudian ‘Paired-Samples T- Test’

2. Melakukan drop kolom variabel ‘Paired Variabels’ on Variable1 untuk ‘fear of stats time1 (fost1)’ dan Variable2 ‘fear of stats time2 (fost2)’

Berikut adalah hasil uji statistika:

(23)

Kesimpulan:

Hasil uji statistik menunjukkan bahwa terdapat hubungan yang kuat positif antara variabel

"fear of time" pada dua waktu yang berbeda, dengan nilai korelasi sebesar 0.862. Nilai signifikansi (Sig.) sebesar 0.000 menunjukkan adanya hubungan yang erat dan pola yang konsisten antara kedua variabel. Selanjutnya, pada uji Paired-Samples T-Test, ditemukan nilai t sebesar 5.394 dengan derajat kebebasan (𝑑𝑓) 29, dan nilai signifikansi (Sig.) sebesar 0.000.

Hal ini mengindikasikan bahwa terdapat perbedaan yang signifikan antara skor rata-rata "fear of time" pada dua waktu yang berbeda. Oleh karena itu, kita dapat menyimpulkan bahwa hipotesis nol (𝐻₀) ditolak dan hipotesis alternatif (𝐻₁) diterima, menandakan adanya perubahan yang signifikan dalam tingkat ketakutan terhadap waktu pada dua waktu yang berbeda.

(24)

KASUS 3

Kasus 4 Gunakan file data sleep.sav

Lakukan uji statistik yang sesuai untuk membandingkan rata-rata skor sleepy & assoc sensations scale (totsas) untuk tiga kelompok usia yang ditentukan oleh variabel agegp3 (<=37, 38-50 , 51+) 1. Buatlah analisis deskriptif data tersebut!

Note: Ini adalah file data dari penelitian yang dilakukan untuk mengeksplorasi prevalensi dan dampakmasalah tidur pada berbagai aspek kehidupan masyarakat. Staf dari sebuah universitas di Melbourne, Australia, diundang untuk mengisi kuesioner yang berisi pertanyaan tentang perilaku tidur mereka (misalnya jam tidur per malam), masalah tidur (misalnya kesulitan untuk tidur) dan dampak masalah ini terhadap aspek kehidupan mereka. (pekerjaan, mengemudi, relationships).

Sampel terdiri dari 271 responden (55 persen perempuan, 45 persen laki-laki) dengan rentang usia 18 hingga 84 tahun (rata-rata = 44 tahun)

(25)

PENYELESAIAN KASUS 3

1. Analisis Deskriptif Data

1. Membuka file sleepy.sav menggunakan SPSS yang sudah diinstal sebelumnya

2. Memilih menu ‘Analyze’ - ‘Descriptive Statistics’ - ‘Explore’

3. Memasukkan variabel yang ingin diolah pada kolom ‘Dependent List’, yaitu sleepy &

assoc sensation dan agep3 pada kolom ‘Factor List’

(26)

Hasil Descriptive Statistics yang diperoleh adalah sebagai berikut.

(27)

1. Memilih menu ‘Graphs’ - ‘Bar’. Kemudian, memilih model ‘Simple’ pada jendela ‘Bar Charts’ dan memilih Summaries for groups of cases pada bagian ‘Data in Chart Area’.

Kemudian, ‘Define’.

2. Memasukkan variabel ‘sleepy & assoc sensations’ pada kolom ‘Category Axis’ dan variabel

‘agep3’ pada kolom ‘Rows’ - ‘Options’ sesuai terlampir dan ‘OK’.

(28)

Perolehan diagram atau grafik yang sesuai untuk mempresentasikan data.

3. Tujuan Penelitian

Tujuan penelitian dari uji statistik ini adalah untuk membandingkan rata-rata skor sleepy & assoc sensations scale (totsas) untuk tiga kelompok usia yang ditentukan oleh variabel agegp3 berdasarkan data pada file sleepy.sav. Uji ini dapat digunakan untuk menganalisis apakah terdapat tiga kategori umur berbeda memeliki skor rata-rata yang sama atau berbeda.

4. Hipotesis Penelitian

Uji statistik pada kasus ini dilakukan untuk mengetahui apakah terdapat perubahan yang signifikan pada tingkat kekantukan seseorang berdasarkan tiga kategori umur berbeda.

 Hipotesis Nol (H0):

Jika niali p > 0.05, rata-rata skor tingkat kekantukan (sleepy & assoc senstions) antara kategori umur satu dan kategori umur lainnya tidak memiliki perbedaan.

 Hipotesis Alternatif (H𝒂):

Jika niali p < 0.05, minimal terdapat satu kelompok yang memiliki rata-rata yang berbeda dibandingkan dengan kelompok lainnya.

(29)

5. Uji Homogenitas Data

Dasar pengambilan keputusan untuk uji prasyarat yaitu:

 Uji Homogenitas :

1) Jika nilai signifikansi lebih besar dari 0.05 (Sig. > 0.05), maka data homegen.

2) Jika nilai signifikansi lebih kecil dari 0.05 (Sig. < 0.05), maka data tidak homegen.

 Uji Normalitas :

1) Jika nilai signifikansi lebih besar dari 0.05 (Sig. > 0.05), maka data dianggap terdistribusi normal.

2) Jika nilai signifikansi lebih kecil dari 0.05 (Sig. < 0.05), maka data dianggap tidak terdistribusi normal.

 Uji Normalitas Krusikal Wallis:

3) Jika nilai signifikansi lebih besar dari 0.05 (Sig. > 0.05), maka tidak ada perbedaan 4) Jika nilai signifikansi lebih kecil dari 0.05 (Sig. < 0.05), maka terdapat perbedaan

Langkah atau tahapan untuk melakukan uji prasyarat adalah sebagai berikut:

 Uji Homogenitas

1. Memilih menu ‘Analyze’ - ‘Compare Means’ - ‘One-Way ANOVA’

(30)

2. Memasukkan variable ‘sleepy & assoc sensations’ pada kolom ‘Dependent List’ – Memasukkan variabel ‘agep3’ pada kolom ‘Factor’ - ‘Options’ sesuai terlampir -

‘Continue’ dan ‘OK’.

Hasil Uji Homogenitas Data yang diperoleh adalah sebagai berikut.

Berdasarkan output dari Test of Homogenity of Variance di atas, diketahui nilai signifikansi (Sig.) untuk ‘sleepy & assoc sensations’ berada diatas 0.05 (≥ 0.05). Maka sebagaimana dasar pengambilan keputusan uji homogenitas di atas, dapat disimpulkan bahwa varians data sleepy & assoc sensations adalah homogen, dimana tidak melanggar asumsi homogen varians.

 Uji Normalitas Data

Langkah atau tahapan untuk melakukan uji normalitas data yang sesuai untuk mempresentasikan data experim.sav adalah sebagai berikut:

(31)

1. Memilih opsi ‘Analyze’ - ‘Descriptive Statistics’ - ‘Explore’

2. Memasukkan variabel ‘‘sleepy & assoc sensatio’, pada kolom ‘Dependent List’ dan variabel ‘agep3’ pada kolom ‘Factor List’. Lalu, memilih ‘Plots’ dengan pengaturan sesuai terlampir – ‘Continue’ dan ‘OK’.

(32)

Hasil Uji Normalitas Data yang diperoleh adalah sebagai berikut.

Berdasarkan Uji Normalitas Data Shapiro-Wilk, dapat terlihat bahwa nilai signifikansi tingkat kekantukan untuk kategori umur ≤ 37 sebesar 0.056. Sedangkan, nilai signifikansi tingkat kekantukan untuk kategori umur 38 – 50 dan 51+ sebesar 0.004 dan 0.005. Dari informasi yang diperoleh, dapat disimpulkan bahwa dari 3 kalompok umur diatas, hanya usia ≤ 37 tahun yang terdistribusi normal. Hal ini ditandai dengan nilai signifikansi yang lebih besar dari 0.005 (Sig. > 0.05). Dikarenakan terdapat data yang tidak terdistribusi normal, Uji One Way ANOVA tidak dapat dilakukan.

 Uji Normalitas Data Kruskal Wallis

Solusi alternatif untuk data yang tidak terdistribusi normal dalam uji One Way ANOVA adalah menggunakan uji Kruskal Wallis.

Langkah atau tahapan untuk melakukan uji normalitas data Kruskal Wallis

1. Memilih opsi ‘Analyze’ - ‘Nonparametric Tests’ - ‘Legacy Dialog’ – ‘K Independent Sample Test’

(33)

2. Memasukkan variabel ‘sleepy & assoc sensations’ pada kolom ‘Test Variable List’

dan ‘agep3’ pada kolom ‘ Grouping Variable’ – Define Range sesuai terlampir –

‘Continue’ – ‘OK’

Hasil Uji Normalitas Data Kruskal Wallis yang diperoleh adalah sebagai berikut.

Dikarenakan terdapat data yang tidak terdistribusi normal, maka dilakukan alternatif lain, yaitu dengan melakukan Uji Krusikal Wallis. Berdasarkan uji ini, dapat terlihat bahwa nilai signifikansi sebesar 0.339. Sehinnga, dapat disimpulkan bahwa dari 3 kalompok umur diatas, tidak terdapat perbedaan rata-rata tingkat kekantukan.

(34)

6. Uji Statistik Untuk Menguji Hipotesis Penelitian

Dalam kasus ini, uji statistik yang sesuai adalah Uji Statistik One Way ANOVA.

Dasar pengambilan keputusan dalam uji ini yaitu:

1) Jika nilai (Sig. > 0.05), maka tidak terdapat perbedaan rata-rata 2) Jika nilai (Sig. < 0.05), maka terdapat perbedaan rata-rata

Langkah atau tahapan untuk melakukan uji statistik adalah sebagai berikut:

2. Memasukkan variable ‘sleepy & assoc sensations’ pada kolom ‘Dependent List’ – Memasukkan variabel ‘agep3’ pada kolom ‘Factor’ - ‘Post Hoc’ sesuai terlampir -

‘Continue’ – ‘OK’.

(35)

Hasil dari Uji Statistik

(36)

PEMBAHASAN DAN KESIMPULAN

1. ANALISIS DESKRIPTIF

Pada tabel Descriptive Statistics, dapat dideskripsikan bahwa rata-rata tingkat kekantukan pada tiga kelompok umur berbeda, yaitu:

 Rata-rata tingkat kekantukan pada kategori umur <+37 sebesar 27.7

 Rata-rata tingkat kekantukan pada kategori umur 38-50 sebesar 26.08

 Rata-rata tingkat kekantukan pada kategori umur <+37 sebesar 25.14

Dengan demikian, rata-rata tertinggi terdapat pada kategori umur kurang dari 37 tahun hingga 37 tahun (<+37).

2. DIAGRAM ATAU GRAFIK YANG SESUAI

 Bar Charts untuk variabel sleep & assoc sensations dan agep3

Diagram di atas menggambarkan rata-rata tingkat kekantukan pada tiga kelompok umur berbeda. Dapat terlihat pada diagram, bahwa tidak terdapat perbedaan rata-rata tingkat kekantukan yang signifikan diantara 3 kelompok umur tersebut

(37)

3. TUJUAN PENELITIAN

Tujuan penelitian dari uji statistik ini adalah untuk membandingkan rata-rata skor sleepy

& assoc sensations scale (totsas) untuk tiga kelompok usia yang ditentukan oleh variabel agegp3 berdasarkan data pada file sleepy.sav. Uji ini dapat digunakan untuk menganalisis apakah terdapat tiga kategori umur berbeda memeliki skor rata-rata yang sama atau berbeda.

4. HIPOTESIS PENELITIAN

Uji statistik pada kasus ini dilakukan untuk mengetahui apakah terdapat perubahan yang signifikan pada tingkat kekantukan seseorang berdasarkan tiga kategori umur berbeda.

Hipotesis Nol (H0):

Jika niali p > 0.05, rata-rata skor tingkat kekantukan (sleepy & assoc senstions) antara kategori umur satu dan kategori umur lainnya tidak memiliki perbedaan.

Hipotesis Alternatif (H𝒂):

Jika niali p < 0.05, minimal terdapat satu kelompok yang memiliki rata-rata yang berbeda dibandingkan dengan kelompok lainnya.

5. UJI HOMOGENITAS

 Uji Homogenitas :

 Uji Normalitas :

 Uji Normalitas Krusikal Wallis:

1) Jika nilai signifikansi lebih besar dari 0.05 (Sig. > 0.05), maka tidak ada perbedaan 2) Jika nilai signifikansi lebih kecil dari 0.05 (Sig. < 0.05), maka terdapat perbedaan

(38)

Hasil Uji Normalitas Data

Berdasarkan Uji Normalitas Data Shapiro-Wilk, dapat terlihat bahwa nilai signifikansi tingkat kekantukan untuk kategori umur ≤ 37 sebesar 0.056. Sedangkan, nilai signifikansi tingkat kekantukan untuk kategori umur 38 – 50 dan 51+ sebesar 0.004 dan 0.005. Dari informasi yang diperoleh, dapat disimpulkan bahwa dari 3 kalompok umur diatas, hanya usia ≤ 37 tahun yang terdistribusi normal. Hal ini ditandai dengan nilai signifikansi yang lebih besar dari 0.005 (Sig. > 0.05)

Hasil Uji Krusikal Wallis.

Dikarenakan terdapat data yang tidak terdistribusi normal, maka dilakukan alternatif lain, yaitu dengan melakukan Uji Krusikal Wallis. Berdasarkan uji ini, dapat terlihat bahwa nilai signifikansi sebesar 0.339. Sehinnga, dapat disimpulkan bahwa dari 3 kalompok umur diatas, tidak terdapat perbedaan rata-rata tingkat kekantukan.

(39)

Hasil Uji Homogenitas Data

Berdasarkan output dari Test of Homogenity of Variance di atas, diketahui nilai signifikansi (Sig.) untuk ‘sleepy & assoc sensations’ berada diatas . Maka sebagaimana dasar pengambilan keputusan uji homogenitas di atas, dapat disimpulkan bahwa varians data sleepy & assoc sensations adalah homogen, dimana tidak melanggar asumsi homogen varians.

6. UJI STATISTIK ONE WAY ANOVA

Pada tabel output ANOVA, dapat telihat bahwa pada kolom Sig. (nilai p) bernilai 0.290 , yang artinya Sig. < 0.05. Maka, tidak terdapat perbedaan rata-rata tingkat kekantukan yang signifikan diantara 3 kelompok umur tersebut.

Dari informasi yang diperoleh, maka dapat disimpulkan bahwa dengan tidak terdapat perbedaan rata-rata tingkat kekantukan pada tiga kelompok umur berbeda (<=37, 38-50, 51+).

Maka, terdapat cukup bukti untuk menolak H𝑎 dan menerima H0.

(40)

KASUS 4

Kasus 4 Gunakan file data: experim.sav

Lakukan uji statistik yang sesuai untuk mengetahui apakah ada perbedaan yang signifikan terhadap skor rata rata dari fear of statistics test yang telah diukur pada tiga waktu yang berbeda yaitu: fear of stats time1 (fost1), fear of stats time2 (fost2), fear of stats time3 (fost3).

Note: File experim.sav merupakan data yang mengacu pada studi yang menguji dampak dari dua jenis intervensi yang berbeda dalam membantu siswa mengatasi kecemasan mereka terhadap pelajaran statistik yang akan mereka ikuti. Siswa dibagi menjadi dua kelompok yang sama dan diminta untuk menjawab sejumlah skala pengukuran (Time 1). Variabel yang diukur adalah Fear of Statistics Test, Confidence in Coping with Statistics, dan Depression. Satu kelompok (Grup 1) diberikan sejumlah sesi program yang dirancang untuk meningkatkan keterampilan matematika;

kelompok kedua (Grup 2) diberi program yang dirancang untuk membangun kepercayaan dan kemampuan untuk mengatasi statistik. Setelah program diberikan (Time 2), mereka kembali diminta untuk menjawab skala pengukuran yang sama dengan yang mereka selesaikan sebelum program. Mereka juga melakukan hal yang sama tiga bulan kemudian (Time 3). Kemampuan mereka pada ujian statistik juga diukur.

(41)

PENYELESAIAN KASUS 4

1. Analisis Deskriptif Data

1. Membuka file experim.sav menggunakan SPSS yang sudah diinstal sebelumnya

2. Memilih menu ‘Analyze’ - ‘Descriptive Statistics’ - ‘Descriptive’

3. Memasukkan variabel yang ingin diolah pada kolom ‘Variable(s)’, yaitu fear of stats time1 (fost1), fear of stats time2 (fost2), dan fear of stats time3 (fost3).

(42)

Hasil Descriptive Statistics yang diperoleh adalah sebagai berikut.

1. Memilih menu ‘Graphs’ - ‘Bar’. Kemudian, memilih model ‘Simple’ pada jendela ‘Bar Charts’ dan memilih Summaries for groups of cases pada bagian ‘Data in Chart Area’.

Kemudian, ‘Define’.

2. Memasukkan variabel ‘fear of stats time 1 (fost1)’ pada kolom ‘Category Axis’ dan (DepT1) pada kolom ‘Rows’ - ‘Options’ sesuai terlampir dan ‘OK’. Kemudian, melakukan langkah yang sama untuk masing-masing variabel lainnya, yaitu ‘fear of stats time 2 (fost2)’ dengan (DepT2) dan ‘fear of stats time 3 (fost3)’ dengan (DepT3).

(43)

Diagram atau grafik yang sesuai untuk mempresentasikan data.

(44)

3. Tujuan Penelitian

Tujuan penelitian dari uji statistik ini adalah untuk menentukan apakah terdapat perbedaan yang signifikan dalam skor rata-rata Fear of Statistics Test antara tiga waktu pengukuran tersebut. (fost1, fost2, fost3) berdasarkan data yang terdapat dalam file experim.sav. Jika terdapat perbedaan signifikan antara waktu pertama, waktu kedia dan waktu ketiga, (misalnya, pemberian pelatihan atau perlakuan tertentu) uji ini dapat digunakan untuk menilai apakah perubahan tersebut efektif dalam mengurangi atau meningkatkan rasa takut terhadap statistik.

4. Hipotesis Penelitian

Uji statistik pada kasus ini dilakukan untuk mengetahui apakah rata-rata fear of time pada waktu pertama (fost1) berbeda secara signifikan dari fear of time waktu kedua (fost2), begitupula dengan fear of time waktu ketiga (fost3).

• Hipotesis Nol (H0):

Tidak ada perbedaan signifikan antara skor rata-rata fost pada waktu pertama (fost1), waktu kedua (fost2), dan waktu ketiga (fost3).

• Hipotesis Alternatif (H𝒂):

Ada perbedaan signifikan antara skor rata-rata fost pada waktu pertama (fost1), waktu kedua (fost2), dan waktu ketiga (fost3).

5. Uji Homogenitas Data

➢ Uji Homogenitas :

➢ Uji Normalitas :

(45)

Langkah atau tahapan untuk melakukan uji prasyarat adalah sebagai berikut:

❖ Uji Homogenitas

2. Memasukkan variable (fear of stats time1 [fost1]) pada kolom ‘Dependent List’ – Memasukkan variabel [DepT1] pada kolom ‘Factor’ - ‘Options’ sesuai terlampir -

‘Continue’ dan ‘OK’. Melakukan langkah yang sama untuk variabel (fear of stats time2 [fost2]) dengan [DepT2] dan (fear of stats time3 [fost3]) dengan [DepT3].

Hasil Uji Homogenitas Data yang diperoleh adalah sebagai berikut.

(46)

Berdasarkan output dari Test of Homogenity of Variance di atas, diketahui nilai signifikansi (Sig.) untuk fost1, fost2, dan fost3 berada diatas 0.05 (≥ 0.05). Maka sebagaimana dasar pengambilan keputusan uji homogenitas di atas, dapat disimpulkan bahwa varians data hasil fost1, fost2, dan fost3 adalah homogen.

• Uji Normalitas Data

Langkah atau tahapan untuk melakukan uji normalitas data yang sesuai untuk mempresentasikan data experim.sav adalah sebagai berikut:

1. Memilih opsi ‘Analyze’ - ‘Descriptive Statistics’ - ‘Explore’

(47)

2. Memasukkan variabel ‘fear of stats time 1 (fost1)’, ‘fear of stats time 2 (fost2)’, dan

‘fear of stats time 3 (fost3)’. Lalu, memilih ‘Plots’ dengan pengaturan sesuai terlampir – ‘Continue’ dan ‘OK’.

Hasil Uji Normalitas Data yang diperoleh adalah sebagai berikut.

2. Uji Statistik Untuk Menguji Hipotesis Penelitian

Dalam kasus ini, uji statistik yang sesuai adalah Uji Statistik Repeated Measures.

Langkah atau tahapan untuk melakukan uji statistik adalah sebagai berikut:

(48)

1. Memilih ‘Analyze’ - ‘General Linear Model’ - ‘Repeated Measures’

2. Mengisi kolom ‘Within-Subject Factor Name’ dan ‘Number of Levels’ dengan cara mengetik ‘Time’ dan ‘3’ – ‘Add’ - ‘Define’

3. Memasukkan variabel (fost1), (fost2), dan (fost3) pada kolom ‘Within-Subject.

Kemudian, memilih opsi ‘Plots’ dan mengatur jendela ‘Repeated Measures: Profile Plots’ seperti pada gambar. Kemudian, ‘Add’ dan ‘Continue’.

(49)

4. Memilih opsi ‘EM Means’ dan mengatur jendela ‘Repeated Measures: Estimate Marginal Means’ seperti pada gambar. Kemudian, ‘Add’ dan ‘Continue’

(50)

5. Memilih opsi ‘Options’ dan mengatur jendela ‘Repeated Measures: Options’ seperti pada gambar. Kemudian, ‘Continue’ dan ‘OK’.

Hasil dari Uji Statistik

(51)

(52)

PEMBAHASAN DAN KESIMPULAN

1. ANALISIS DESKRIPTIF

Pada tabel Descriptive Statistics, dapat dideskripsikan bahwa:

• Skor rata rata untuk varibel fear of stats time1 (fost1), fear of stats time2 (fost2), dan fear of stats time3 (fost3) adalah 40.17, 37.50, dan 35.23. Nilai skor rata-rata dari fost1, fost2, dan fost3 menurun dari waktu 1 hingga waktu 3.

• Skor minimum untuk variabel fost1, fost2, dan fost3 adalah 30, 28, dan 23.

• Skor maksimum untuk variabel fost1, fost2, dan fost3 adalah 50, 48, dan 46.

• Skor standar deviasi untuk variabel fost1, fost2, dan fost3 5.16, 5.151, dan

2. DIAGRAM ATAU GRAFIK YANG SESUAI

• Bar Charts untuk variabel fear of stats time1 (fost1) dan tingkat kecemasan

(53)

Diagram di atas menggambarkan kecemasan siswa terhadap pelajaran statistik (fear of statistic time1) pada waktu pertama. Kondisi ini adalah kondisi sebelum siswa diberikan program untuk meningkatkan kemampuan mengatasi statistik (Time 1). Variabel Time 1 Clinical Depress merupakan variabel yang menunjukkan kemampuan mengatasi statistik pada waktu pertama. Pada diagram menunjukkan bahwa masih banyak siswa yang belum memiliki kemampuan mengatasi statistik (depressed).

Diagram di atas menggambarkan kecemasan siswa terhadap pelajaran statistik (fear of statistic time2) pada waktu kedua. Kondisi ini adalah kondisi setelah siswa diberikan program untuk meningkatkan kemampuan mengatasi statistik (Time 2). Pada diagram dapat terlihat bahwa terjadi perbedaan signifkan pada variabel (depressed) dan (not depressed). Ini ditandai dengan tingakat (not depressed) yang mulai merata dan menurunnya tingkat (depress) pada diagram. Hal ini menunjukan bahwa pemberian program berpengaruh terhadap kemampuan mengatasi statistik. Sehingga, tingkat kecemasan siswa terhadap pelajaran statisik berkurang. Menurunnya tingkat (depress) pada diagram menandakan bahwa hanya sebagian siswa yang kemampuannya belum berkembang dalam mengatasi statistik setelah pemberian program.

(54)

Diagram di atas menggambarkan kecemasan siswa terhadap pelajaran statistik (fear of statistic time2) pada waktu ketiga. Kondisi ini adalah kondisi setelah siswa menjalankan program untuk meningkatkan kemampuan mengatasi statistik selama tiga bulan (Time 3).

Pada diagram dapat terlihat bahwa terjadi perbedaan signifkan pada variabel (depressed) dan (not depressed). Ini ditandai dengan tingakat (not depressed) yang mulai merata dan menurunnya tingkat (depress) pada diagram. Hal ini menunjukan bahwa pemberian program berpengaruh terhadap kemampuan mengatasi statistik. Sehingga, tingkat kecemasan siswa terhadap pelajaran statisik berkurang. Menurunnya tingkat (depress)

3. TUJUAN PENELITIAN

Tujuan penelitian dari uji statistik ini adalah untuk menentukan apakah terdapat perbedaan yang signifikan dalam skor rata-rata Fear of Statistics Test antara tiga waktu pengukuran tersebut (fost1, fost2, fost3) melalui visualisasi data dan output data dari uji statistik yang dilakukan. Jika terdapat perbedaan signifikan antara waktu pertama, waktu kedia dan waktu ketiga, ini dapat digunakan untuk menilai apakah perubahan tersebut efektif dalam mengurangi atau meningkatkan kecemasan terhadap statistik.

4. HIPOTESIS PENELITIAN

(55)

Uji statistik pada kasus ini dilakukan untuk mengetahui apakah rata-rata fear of stats time pada waktu pertama (fost1) berbeda secara signifikan dari fear of stats time waktu kedua (fost2), begitupula dengan fear of stats time waktu ketiga (fost3).

• Hipotesis Nol (H0):

Tidak ada perbedaan signifikan antara skor rata-rata fost pada waktu pertama (fost1), waktu kedua (fost2), dan waktu ketiga (fost3).

• Hipotesis Alternatif (H𝒂):

Ada perbedaan signifikan antara skor rata-rata fost pada waktu pertama (fost1), waktu kedua (fost2), dan waktu ketiga (fost3).

5. UJI HOMOGENITAS

Uji statistik yang sesuai untuk meneliti kasus ini adalah Uji Statistik Repeated Measures ANOVA. Maka dari itu, diperlukan uji prasyarat, yaitu uji normalitas dan uji homogenitas. Dasar pengambilan keputusan uji prasyarat yaitu:

➢ Uji Normalitas :

➢ Uji Homogenitas :

Jika data terdistribusi normal, maka Uji Statistik Repeates Meaures ANOVA dapat dilakukan. Apabila data sudah homgen, maka tidak melanggar asumsi homogenitas varians.

Hasil Uji Normalitas Data

(56)

Berdasarkan dasar pengambilan keputusan, jika nilai Sig. > 0,05, maka data dianggap terdistribusi normal. Karena nilai signifikan dari ketiga data (fost1, fost2, dan fost3) lebih besar dari 0,05 maka data dianggap terdistibusi normal.

Hasil Uji Homogenitas Data

Berdasarkan dasar pengambilan keputusan, jika nilai Sig. > 0,05, maka data dianggap homogen. Karena nilai signifikan dari ketiga data (fost1, fost2, dan fost3) lebih besar dari 0,05 maka data dianggap homogen dan tidak melanggar asumsi homogenitas varians.

6. UJI STATISTIK REPEATED MEASURES ANOVA

(57)

Pada tabel Multivariate Test, yang harus diperhatikan adalah Wilks’ Lambda, juga nilai probabilitas terkait yang diberikan dalam kolom berlabel Sig. Pada kasus ini, nilai Wilks’

Lambda 0.365 , dengan nilai 𝑝 < 0.001 . Jika nilai p kurang dari 0.05, maka dapat disimpulkan bahwa ada pengaruh signifikan secara statistik terhadap waktu. Hal ini menunjukkan bahwa ada perubahan skor fear of statics di tiga periode waktu berbeda. Dalam analisis deskriptif sebelumnya, perubahan tingkat ketakutan seseorang terhadap statistic terlihat menurun pada tiap waktunya.

Tabel Pairwise Comparisons di atas memberikan informasi mengenai skor rata-rata fear of statistic untuk setiap waktu pengukuran. Dimana,

➢ Angka 1 : Waktu pengukuran fear of statistic sebelum diberikan program

➢ Angka 2 : Waktu pengukuran fear of statistic setelah diberikan program

➢ Angka 3 : Waktu pengukuran fear of statistic setelah menjalankan program

Dengan melihat kolom nilai signifikansi pada Tabel Pairwisw Comparison, maka dapat diperoleh informasi sebagai berikut :

➢ Angka 1 ke angka 2 menunjukkan hubungan antara Waktu pengukuran fear of statistic sebelum diberikan program (Time 1) dan Waktu pengukuran fear of statistic setelah diberikan program (Time 2). Nilai signifikansi pada data tersebut adalah Sig. < 0.001, dimana Sig < 0.05. Maka, dalam hal ini terjadi perubahan signifikan yaitu penurunan tingkat kecemasan terhadap pelajaran statistik sebesar 2.667.

➢ Angka 1 ke angka 3 menunjukkan hubungan antara Waktu pengukuran fear of statistic sebelum diberikan program (Time 1) dan Waktu pengukuran fear of statistic setelah

(58)

menjalankan program selama tiga bulan (Time 3). Nilai signifikansi pada data tersebut adalah Sig. < 0.001, dimana Sig < 0.05. Maka, dalam hal ini terjadi perubahan signifikan yaitu penurunan tingkat kecemasan terhadap pelajaran statistik sebesar 4.933.

➢ Angka 2 ke angka 3 menunjukkan hubungan antara Waktu pengukuran fear of statistic setelah diberikan program (Time 2) dan Waktu pengukuran fear of statistic setelah menjalankan program selama tiga bulan (Time 3). Nilai signifikansi pada data tersebut adalah Sig. < 0.001, dimana Sig < 0.05. Maka, dalam hal ini terjadi perubahan signifikan yaitu penurunan tingkat kecemasan terhadap pelajaran statistik sebesar 2.267.

Effect Size

Meskipun kita telah menemukan perbedaan yang signifikan diantara tiga data fost, kita juga perlu mengetahui effect size dari hasil ini. Dari grafik di atas, dapat terlihat mean dari tiga periode waktu berbeda terus menurun. Perlu diperhatikan pula nilai Partial Eta Squared yang terdapat pada tabel output Multivariate Tests. Menggunakan pedoman yang umum digunakan yang diusulkan oleh Cohen (1988, hlm. 284-7)

- 0.01 − 𝑘𝑒𝑐𝑖𝑙 , - 0.06 − 𝑠𝑒𝑑𝑎𝑛𝑔 , - 0.14 − 𝑒𝑓𝑒𝑘𝑏𝑒𝑠𝑎𝑟

(59)

Nilai Partial Eta Squared yang diperoleh dalam penelitian ini adalah sebesar 0.635 .Hasil ini menunjukkan ukuran efek yang sangat besar. Sehingga, dapat disimpulkan bahwa terdapat perbedaan signifikan antara skor rata-rata fost pada waktu pertama (fost1), waktu kedua (fost2), dan waktu ketiga (fost3).

Dari informasi yang diperoleh, maka dapat disimpulkan bahwa dengan memberikan program untuk meningkatkan kemampuan mengatasi statistik, maka dapat menurunkan tingkat kesemasan siswa terhadap pelajaran statistik sebesar 4.933 dalam waktu tiga bulan. Maka, terdapat cukup bukti untuk menolak H0 dan menerima H𝑎. Artinya, terdapat perbedaan signifikan antara skor rata-rata fost pada waktu pertama (fost1), waktu kedua (fost2), dan waktu ketiga (fost3).