Kind: captions
Language: id
Hai assalamualaikum warahmatullahi
wabarakatuh berjumpa lagi dengan saya di
channel YouTube saya ensiklopedia Ahmad
Fauzi di channel ini Kita bisa belajar
berbagai hal yang berkaitan dengan
analisis data statistika penelitian
pendidikan biologi hingga berbagai ilmu
pengetahuan yang lain di video kali ini
kita akan mempelajari bagaimana caranya
melakukan analisis korelasi yang
menggunakan SPSS ada empat analisis
korelasi yang akan kita pelajari yaitu
korelasi pearson Kendal sperman dan poin
di serial correlation ada empat ya
lumayan banyak tetapi analisis ini
keempatnya sebetulnya memiliki langkah
yang sederhana Oleh karena itu
dibandingkan dengan video sebelumnya
yang menjelaskan Anova atau bahkan
ancova analisis korelasi jauh lebih
mudah dan sederhana jika
Hai kemudian selain melakukan analisis
analisis korelasi tersebut Sama juga
seperti video sebelumnya kita juga akan
belajar menentukan efek size dari
analisis korelasi tapi Sebelum saya
memulai video ini saya berharap kalian
telah menginstal SPSS di komputer kalian
masing-masing kita mau belajar SPSS
tentunya akan lebih mudah kalau kalian
sudah memiliki SPSS masing-masing
selanjutnya saya juga berharap kalian
telah paham tentang tampilan dasar dari
SPSS
Hai Selain itu Kalian juga dengan mudah
mengoperasikan menu-menu yang biasa
digunakan di SPSS bila belum paham
Kalian bisa membuka video saya tentang
pendahuluan dan cara memasukkan data di
SPSS Oke Tujuan saya membuat video ini
adalah saya berharap kalian mampu
menganalisis keterpenuhan asumsi sebelum
uji korelasi dilakukan selain itu
setelah asumsinya bisa dianalisis Kalian
juga saya harapkan mampu melakukan uji
korelasi parametrik menggunakan SPSS
setelah korelasi parametrik nya
ditentukan kita juga berharap kalian
bisa menentukan efek size-nya
Hai namun ketiga asumsi dari korelasi
parametrik nya tidak terpenuhi Saya
harap kalian juga mampu melakukan
analisis korelasi nonparametrik dengan
tentunya menggunakan SPSS dan yang
terakhir kalian mampu melaporkan hasil
analisis dari analisis korelasi yang
telah kalian lakukan tadi
Hai nah Apa itu analisis korelasi
analisis korelasi adalah analisis
bivariat yang mengukur kekuatan hubungan
antara dua variabel dan Arah hubungan di
antara keduanya dikatakan analisis
bivariat karena pada analisis korelasi
hanya melibatkan dua variabel B itu dua
ya jadinya dikatakan analisis bivariat
kemudian di sini kita lihat kita akan
melihat ada tidaknya hubungan signifikan
dari kedua variabel tersebut tetapi
tidak hanya hubungannya melainkan juga
arahnya ketika kita melakukan analisis
maka kita mendapatkan nilai koefisien
korelasi yang dapat bervariasi dari
positif satu hingga negatif satu bila
nilai koefisien yang mendekati nol maka
kekuatan hubungannya semakin rendah
namun bila mendekati
Hai maka kekuatan hubungannya semakin
besar ketika kondisi airnya positif maka
ketika salah satu variabel mengalami
peningkatan nilai variabel satunya juga
akan mengalami peningkatan nilai juga
namun sebaliknya ketika koefisien yang
kita peroleh negatif maka di satu
variabel akan mengalami peningkatan
sedangkan di variabel lainnya Mengalami
penurunan yang satu semakin besar namun
diikuti dengan satu variabel lain yang
semakin kecil begitu ya jadinya misalkan
kita ingin mengetahui hubungan antara
keterampilan berpikir dengan
keterampilan bertindak ketika
koefisiennya positif semakin tinggi skor
keterampilan berpikirnya semakin tinggi
pula skor keterampilan bertindaknya
namun ketika koefisien yang dihasilkan
negatif maka semakin tinggi keterampilan
berpikirnya semakin rendah keterampilan
ayahnya lalu kita akan melihat terlebih
dahulu Apa itu korelasi pearson nah
korelasi barusan ini dikenal juga dengan
personal correlation atau pearson
product-moment correlation sehingga
kalau kita membaca-baca ada yang
menuliskan persen Product Moment jadinya
itu sama dengan korelasi pearson orang
Indonesia biasanya hanya menyebutkan
korelasi pearson ya kemudian analisis
ini digunakan untuk menentukan ukuran
kekuatan dan Arah hubungan yang ada di
antara dua variabel yang diukur pada
setidaknya skala interval sehingga
minimal variabel kita itu pengukurannya
interval karena minimal interval hanya
ada dua skala yang memungkinkan yaitu
interval dan ratio kalau data kita
ordinal apalagi nominal kita tidak bisa
menggunakan analisis korelasi pearson
the correct version merupakan statistik
korelasi yang paling banyak digunakan
untuk mengukur derajat hubungan antara
variabel yang berhubungan secara linier
Oleh karena itu bila kita membaca
berbagai penelitian yang judulnya adalah
hubungan antara ini dan itu maka
biasanya peneliti menggunakan korelasi
pearson kita akan lebih mudah menjumpai
penelitian hubungan dengan menggunakan
korelasi pearson ketimbang analisis
korelasi yang lainnya
Hai sekarang kita lihat Bagaimana
kondisi data yang diperbolehkan untuk
dianalisis menggunakan korelasi pearson
yang pertama kedua variabel harus diukur
dalam skala interval atau rasio karena
seperti yang saya katakan tadi
penggunaan korelasi pearson itu hanya
digunakan ketika kita ingin melihat
hubungan di dua variabel yang minimal
skalanya interval sehingga yang
diperbolehkan hanyalah skala interval
atau rasio nominal dan ordinal tidak
diperbolehkan kemudian dua variabel
kontinyu tersebut harus dapat
dipasangkan interval dan ratio kan
termasuk kategori eh mohon maaf termasuk
variabel kontinu
Hai Nah karena ADC disyaratkan harus
dapat dipasangkan dalam tanda petik maka
tentunya ketika kita ingin melihat
hubungan kedua variabel jumlah data di
kedua variabel tersebut harus sama dalam
petik dipasangkan itu Bagaimana jadinya
data pertama di satu variabel
dipasangkan dengan data pertama di
variabel satunya data pertama dada kedua
di variabel a.di pasangkan dengan data
kedua di variabel B artinya jumlahnya
sama sehingga bisa disejajarkan atau
dipasangkan karena dipasang dan tentunya
ada indikator yang digunakan untuk
memasangkan misalkan tadi kita ingin
melihat ada tidaknya hubungan signifikan
antara keterampilan berpikir dan
bertindak kita melibatkan 20 responden
responden 1 sampai responden 20 setiap
responden kita Kumpulkan data
keterampilan berpikir dan bertindak
nya.nah
Hai TV ini posisi responden kita gunakan
sebagai parameter untuk memasangkan data
keterampilan berpikir dan bertindak
sehingga ketika kita memiliki data
keterampilan berpikir responden 1 maka
data Trump berpikir reports responden
satu ini kita pasangkan dengan data
keterampilan bertindak responden 1 juga
kalau dari responden 10 Ya udah kita
pasangkan data keterampilan berpikir
responden 10 dengan data keterampilan
berpindah dari responden 10 itu juga
karena apa Karena parameter yang kita
gunakan untuk memasangkan disini adalah
responden tersebut kemudian asumsi
selanjutnya adalah harus terjadi
independensi observasi Oleh karena itu
ketika kita mengambil data di salah satu
subjek kita asumsikan data tersebut
tidak dipengaruhi oleh subjek yang lain
asumsi lain yang perlu kita cek adalah
ketidak hadiran outlier ya ya
Devi kan kemudian Datanya juga harus
terdistribusi secara normal misalkan
tadi keterampilan berpikir dan bertindak
memakai kedua variabel tersebut baik
berpikir dan bertindak detail tanya
harus terdistribusi secara normal
hai lalu homoskedastisitas juga harus
tercapai alias residual terdistribusi
secara merata Bagaimana cara
mengetahuinya nanti akan kita pelajari
ketika kita melakukan tutorial DVD ini
Hai dan yang terakhir hubungan dua
variabel tentunya harus linier karena
korelasi pearson digunakan untuk melihat
ada tidaknya hubungan di antara dua
variabel yang memiliki hubungannya ini
er kalau datanya tidak berhubungan
secara linier ya kita tidak bisa
menggunakan korelasi pearson
Hai korelasi yang kedua adalah point
biserial correlation ya point biserial
correlation itu bahasa Indonesianya
korelasi biserial titik korelasi ini
digunakan untuk mengukur kekuatan dan
Arah hubungan antara satu variabel
kontinyu dan satu variabel dikotomis
dikotom dikotom itu terbagi dua Nah
disini dikatakan sebenarnya korelasi ini
merupakan kasus khusus dari korelasi
pearson jadinya sebelumnya samaja dengan
korelasi pearson namun yang
membedakannya ketika kita melakukan
analisis korelasi pearson kedua variabel
harus dalam bentuk continue datanya bisa
interval atau rasio namun bila salah
satu variabel tersebut bukan continue
melainkan variabel dikotomis
Hai sehingga analisisnya berubah menjadi
Point biserial
Oh ya sebagai saya katakan tadi variabel
dikotomis itu menyebabkan data terbagi
dua misalkan variabel dikotomis itu
adalah pengetahuan terhadap covert
pengetahuan terhadap covert kita bagi
menjadi dua baik dan tidak baik nah
kemudian kita ingin melihat korelasi
antara pengetahuan terhadap covert
dengan keterampilan berpikir
keterampilan Berpikir itu sekarang
skalanya continew ya sedangkan
pengetahuannya tadi karena datanya hanya
tahu dan tidak tahu maka variabelnya
masuk dalam variabel dikotomis contoh
kasusnya nanti akan kita lihat secara
langsung ketika kita melakukan analisis
Hai nah asumsi uji korelasi Point
biserial yang pertama adalah salah satu
dari dua variabel harus diukur dalam
skala continue sedangkan variabel
lainnya harus dikotomis sama seperti
artinya tadi ya kemudian tidak ada out
layer yang signifikan di kedua kelompok
kedua kelompok apa ini misalkan tadi ya
kita ingin melihat hubungan antara
pengetahuan terhadap covert dengan
keterampilan berpikir pengetahuan
terhadap covert tadi bentuknya adalah
dikotomis tahu tidak tahu sehingga di
sini ada responden yang tahu paham
terangkai covert dan ada responden yang
tidak bahama atau tidak tahu terkait
coffee disini respondennya terbagi
menjadi dua kelompok nah responden dari
kedua kelompok ini setiap responden
Punya Teteh keterampilan berpikir
jadinya sebaran data di keterampilan
berpikir dari kelompok yang tahu kofit
Hai dan sebaran data keterampilan
berpikir dari kelompok yang tidak paham
kofic sama-sama harus tidak memiliki out
layer AD
Hai selain tidak ada ottplayer yang
signifikan data kedua kelompok tadi baik
kelompok tahu dan tidak tahu harus
terdistribusi secara normal
Hai Selain itu varians kedua kelompok
juga harus homogen ya keragaman data
antara keterampilan berpikir dari
kelompok yang tahu dengan keterampilan
berpikir kelompok yang tidak tahu harus
homogen atau tidak berbeda signifikan
Hai kemudian korelasi selanjutnya adalah
Kendal tahu B correlation yaitu
simbolnya simbol tahu kayak t kemudian B
ditulis tapi miring semua nah analisis
korelasi Kendall tau ini termasuk
analisis non parametrik sehingga tidak
perlu melihat Apakah datanya
terdistribusi Normal atau tidak kemudian
analisis ini digunakan untuk mengukur
kekuatan dan arah asosiasi yang ada di
antara dua variabel yang diukur
setidaknya pada skala ordinal Nah karena
minimal ordinal maka bisa kita juga
menggunakan skala kontinyu minimal
ordernya ordinal boleh interval boleh
rasio juga boleh tetapi nominal tidak
boleh
di kemudian
Hai korelasi selanjutnya adalah sperman
rank order correlation
Hai analisis ini juga termasuk
nonparametrik
Hai dan Sama juga seperti Kendall tau
tadi variabel yang diukur setidaknya
juga pada skala ordinal begitu ya
jadinya ketika data kita yang kita
analisis Ternyata bukan keduanya
continue namun ada ordinal nya kita bisa
menggunakan sperma maupun Kendal
hai oke Sekarang waktunya kita belajar
melakukan analisis korelasi sebelumnya
kita anggap kita telah melakukan
penelitian di salah satu sekolah
penelitian tersebut melibatkan 40 siswa
dan dari ke-40 siswa tersebut kita ke
unggulkan b variabel yang pertama adalah
gender Mereka kemudian kesadaran
metakognitif mereka lalu hasil belajar
mereka dan yang terakhir tingkat
kesukaan mereka untuk membaca disini
gender sudah saya labeli dengan angka 1
dan 2 satu laki-laki dua perempuan dan
gender ini termasuk data dikotom karena
membaca data kita menjadi dua kelompok
kalau tidak laki-laki ya perempuan
kemudian data kesadaran metakognitif dan
hasil belajar termasuk ke dalam variabel
kontinyu dan yang terakhir Va
10 kita adalah tingkat kesukaan membaca
Saya labeli dari angka 1 hingga empat
dari tidak suka hingga sangat suka
sehingga variabel tingkat kesukaan
membaca termasuk skala ordinal karena
bisa kita Urutkan dari satu yang tidak
suka kemudian dua kurang suka tiga suka
kemudian yang terakhir empat sangat suka
data sudah siap Maka sekarang kita dapat
langsung menuju SPSS
hai oke silakan dibuka SMSnya
masing-masing
Hai Nah di sini kita bisa tulis ya
variabel-variabel tadi di Excel itu apa
saja untuk pertama ada di gender
kemudian keterampilan metakognitif bisa
kita tulis KM kemudian hasil belajar
bisa kita tulis HB kemudian yang
terakhir tingkat kesukaan membaca Meme
misalkan kita singkat menjadi TKM kita
singkat karena di variabel di kolom kita
tidak bisa menggunakan karakter spasi
dilabel bisa kita tulis secara lengkap
KM itu tadi keterampilan metakognitif
Hai kemudian HB itu hasil belajar dan
TKM tingkat kesukaan membaca
hai oke label sudah sekitar Tuliskan
kemudian sekarang kita menambahkan value
dari kelompok-kelompok data yang tadi
ada di Excel yang pertama gender ya
didasarkan pada data Excel daday gender
itu satu laki-laki dua perempuan oleh
tingkat kesukaan satu tidak suka dua
kurang suka tiga suka empat sangat suka
sekarang kita label Iya di SPSS kita
gender kita labeli pertama kursor kita
kita Arahkan di sisi kanan value di
baris gender kemudian kita klik kiri
sekali sehingga akan muncul kotak value
label pertama kita tulis value pertama
labelnya adalah laki-laki kemudian bisa
kita tekan enter lalu value kedua kita
tulis angka dua kemudian dilabel nya
kita tulis perempuan kemudian pic
Nda tekan tombol enter di keyboard kita
masing-masing dan yang terakhir kita
Klik tombol Ok KM dan HB keterampilan
metakognitif dan hasil belajar tidak
perlu kita beri value namun tmdd tingkat
kesukaan membaca kita beri value sekali
lagi kursornya kita Arahkan ke sisi
kanan dari kolom value di baris TKM
kemudian kita klik kiri sekali sehingga
akan muncul kotak value labels kita
lihat lagi ya tadi di Excel labelnya
adalah 1-4 tidak suka kurang suka-suka
sangat suka maka di SPSS bisa kita beri
label yang sama satu value-nya labilnya
tidak suka
Hai kemudian enter kemudian Kelly yang
kedua
Hai pehli Yang kedua apa tadi kurang
suka ya kita tulis dilabel kurang suka
kemudian enter kemudian yang ketiga suka
hanya value-nya kita tulis tiga labelnya
suka kemudian enter lagi Kemudian Felly
yang terakhir 4 dan label nya sangat
suka ya seperti ini ya setelah
keempatnya kita beri label dari tidak
suka sampai sangat suka kemudian kita
Klik tombol ok
Hai kemudian di kolom missing kolumela
ini tidak perlu kita ubah namun di Mesir
bisa Kita sesuaikan gender ya kita
awalnya perlu mengarahkan kursor kita di
sisi kanan dari kolom SR di baris gender
kita klik kiri sekali sehingga ada
pilihan di sini ya gender itu termasuk
nominal karena kita tidak bisa
mengurutkan mana yang lebih baik antara
laki-laki dan perempuan ya Meskipun kita
Pril label laki-laki satu perempuan dua
bukan berarti laki-laki itu Misalkan
lebih tinggi dari perempuan ini hanya
memberikan angka secara acak saja
Kemudian keterampilan metakognitif kita
beri messenger-nya adalah skill karena
dia termasuk variabel kontinyu hasil
belajarpun juga skill sedangkan tingkat
kesukaan membaca misalnya adalah ordinal
Hai nadi variabel love you sudah kita
Divine variabel kita sudah kita tentukan
variabel dari penelitian kita sekarang
waktunya kita memasukkan data kita
dengan cara kita pindah ke tampilan
dataview kursor kita kita Arahkan ke
Bojog kiri dari window dataset kemudian
kita Klik tombol dataview kemudian kita
kembali ke Excel kemudian kita copy
semua data ini ya data dari baris kedua
ini ya data angka-angka ini kita blog
sampai baris nomor 41 kemudian kita
tekan kontrol C secara bersamaan di
keyboard masing-masing sehingga muncul
garis putus-putus yang bergerak seperti
ini kemudian kita kembali ke SPSS di
tampilan data view kemudian kita klik
baris pertama dari kolom pertama
kemudian kita tekan kontrol Fedi
keyboard masih
asing sehingga komputer akan mengcopy
data di Excel tadi ke SPSS di sini bisa
kita lihat data sudah tercopy
Hai Na misalkan tampilan di kalian masih
angka-angka bukan labil seperti
laki-laki perempuan kurang suka tidak
suka dan seterusnya kalian bisa mengklik
Tombol menu di bagian kanan atas sini ya
value label yang icon-nya ada tulisan
Adan satunya kalau kalian klik maka
tampilan didata kalian bisa dalam bentuk
angka-angka ataupun label dari
angka-angka tersebut Terserah kalian
enaknya Seperti apa Oke data sudah siap
Hai namun lebih baik kita shift terlebih
dahulu data ini biar tidak hilang
caranya kita klik gambar disket di
bagian pojok kiri atas dari tampilan
dataview kita kita klik kiri sekali
Hai kemudian setelah muncul kotak dialog
save data es Kita tentukan folder mana
yang ingin kita gunakan sebagai tujuan
Penyimpanan file kita misalkan Disini
saya akan memilih folder korelasi dan
regresi linear sederhana setelah folder
kalian sudah kalian temukan di file name
kalian ganti nama file-nya sesuai
keinginan kalian misalkan Saya ingin
menamai file ini sebagai data korelasi
setelah nama yang kalian inginkan sudah
kalian tik lalu kalian Tekan enter di
keyboard kalian masing-masing Oke data
sudah siap filenya juga sudah kita
simpan di bagian output pun sudah
dilaporkan bahwa file tadi sudah
tersimpan Sekarang waktunya kita
melakukan analisis bagi yang belum tahu
ini merupakan
yo otot ya jadinya ketika kita membuka
SPSS secara otomatis swss akan membuka
window dataview dataset Ya ini dataset
yang terdiri atas dan review dan
variable view namun selain Windu ini
juga ada Satu Windu lagi yaitu Windows
Put seperti ini oke Sekarang waktunya
kita melakukan analisis kita bisa
menggunakan Windows dari otot maupun
Windows dataset kita Terserah mau
melakukan analisisnya dari mana Yang
jelas kita kalau ingin melakukan
analisis korelasi kita klik terlebih
dahulu menu analyze ya mono analis kita
klik kiri sekali kemudian kita pilih
Corel AD
Oh ya setelah correlated kita pilih
kemudian kita pilih di Farid analis
Kemudian correlated Kemudian di Farid
kemudian kita klik kiri sekali Oke
sekarang kita belajar terlebih dahulu
analisis korelasi pearson analisis
korelasi yang digunakan untuk melihat
ada tidaknya hubungan signifikan serta
Arah hubungan dari kedua variabel
kontinyu tadi kita memiliki empat data
gender keterampilan metakognitif hasil
belajar dan tingkat kesukaan membaca
karena kita ingin belajar persen
terlebih dahulu maka hanya variabel
kontinyu yang kita masukkan yang kita
analisis yaitu keterampilan metakognitif
dan hasil belajar variabel-variabel
tersebut kita pindahkan ke kota
variables yang ada di sisi kanan ini
caranya bagaimana kita klik keterampilan
metakognitif sekali kemudian kita klik
tanda panah ini sekali
saiga keterampilan metakognitif
berpindah dari kota kiri ke kotak kanan
variabel kedua kita adalah hasil belajar
kita klik hasil belajar kemudian kita
klik tanda panah ini sehingga kedua
variabel yang ingin kita analisis sudah
masuk di kota variables kemudian
decoration koefisien kita pastikan
person sudah tercentang karena ini sudah
tercentang sudah beres Sekarang waktunya
kita klik ok nah ini merupakan output
dari korelasi pearson
Hai cara membacanya bagaimana kita
dasarkan pada nilai Sig yang dihasilkan
ya di sini nilainya nol nol nol ini jauh
dibawah 0,05 sama seperti analisis
lainnya ketika p-value atau signya
kurang dari 0,05 maka kita simpulkan ada
asosiasi atau ada hubungan signifikan di
antara dua variabel tersebut di sini ada
dua kali hasil ya kita bisa pilih salah
satu angkanya sama kalau di tiga baris
pertama ini kita membandingkan
keterampilan metakognitif bukan
membandingkan Nikita menghubungkan kita
menghubungkan keterampilan metakognitif
dengan hasil belajar kau yang ditinggal
baris terakhir kita menghubungkan hasil
belajar dengan keterampilan metakognitif
tinggal di balik-balik saja sehingga
angkanya
Oh ya jadi asyiknya = 0,000 koefisien
persennya juga sama 0,99 satu oke itu
cara melakukan analisis korelasi pearson
Seperti yang saya katakan tadi sangat
sederhana namun ingat Meskipun sederhana
data yang akan dianalisis menggunakan
korelasi pearson juga harus memenuhi
asumsi dan asumsi-asumsi tersebut kita
laporkan di awal asumsinya apa saja yang
pertama ada di kita ingin menghubungkan
dua variabel dimana kedua variabel harus
berupa variabel kontinyu sudah terpenuhi
kemudian IDP dence observasi Anggap saja
juga sudah terpenuhi kemudian tidak ada
oplayer yang signifikan selanjutnya
adalah kedua variabel televisi busi
secara normal Bagaimana cara
Khan analisis normalitasnya sama seperti
di video sebelumnya caranya mudah kita
klik menu analis lagi Kemudian
deskriptif statistik kemudian kita pilih
explore kemudian data variabel
keterampilan metakognitif dan hasil
belajar kita pindahkan ke kolom dependen
list caranya kita klik keterampilan
metakognitif Kemudian kita klik tanda
panah di sisi kiri The Beatles begitu
juga hasil belajar kita klik kiri sekali
kemudian kita klik tanda panah sehingga
hasil belajar pindah kekota The Beatles
kemudian di sebelah kanan ada menu-menu
pilih menu plots klik kiri sekali
kemudian di kota boxplots kita pilih
yang nan di kotak yang deskriptif kita
hilangkan centangnya kemudian di bagian
tengah ada tulisan
cuma Little proud with tes kita klik
kiri sekali sehingga tercentang setelah
tampilannya seperti ini kita tekan
tombol continue kemudian kita klik ok
Hai Nah di sini kita lihat hasilnya tapi
kita tunggu terlebih dahulu ya karena
biasanya uji normalitas itu membutuhkan
waktu yang sedikit lebih lama
dibandingkan ketika kita melakukan
analisis yang lainnya
Hai nah disini muncul kita langsung
lihat daftar isinya kita pilih test of
normality di sisi kiri layar kalian kita
klik kiri sekali sehingga di sisi layar
kanan langsung memperlihatkan hasil
analisisnya ada dua hasil analisis
normalitas kolmogorov smirnov dan
shapiro week kitabil saya pilih salah
satu yang prinsipnya sama ketika di atas
0,05 signya maka data terdistribusi
secara normal di sini kita lihat baik
kolmogorov maupun spa piro dan baik
keterampilan metakognitif maupun hasil
belajar nilai Sigma selalu di atas 0,05
sehingga kita simpulkan kedua variabel
ini keterampilan metakognitif dan hasil
belajar sama-sama terdistribusi normal
asumsi normalitas terpenuhi asumsi yang
lainnya lupa tidak terjadi
heteroskedastisitas alias data
nah bersifat homoskedastisitas cara
melakukan analisisnya Bagaimana Nah kita
menumpang analisis yang lain untuk
mendapatkan hasil analisis
homoskedastisitas caranya bagaimana yang
pertama kita klik menu analyze kemudian
kita pilih regression lalu kita pilih
linier kita klik kiri sekali kemudian
dependen listnya kita masukkan misalkan
hasil belajar ya hasil belajar kita klik
kiri sekali kemudian kita akan pindahkan
ke dependencies lalu keterampilan
metakognitif kita klik kiri sekali
kemudian kita masukkan ke kota
Hai Nah karena kita tadi ingin melihat
asosiasi atau hubungan antara hasil
belajar dan keterampilan metakognitif
maka dependen dan independen nya
diantara kedua variabel tersebut
misalkan ketika kirlian ingin melakukan
analisis ini kalian balik juga tidak
papa misalkan dependennya adalah
keterampilan metakognitif independennya
adalah hasil belajar Oke kemudian di
sisi kanan ada plot kita klik cloud
Hai Nah setelah itu akan muncul kotak
Tini regression plot di sini ada y dan
ada X
Hai ye kita isi rezeki presiden ya
jadinya Z reset ini kita klik kiri
sekali kemudian kita klik tanda panah di
samping kota y sehingga zat resepnya
masuk ke kota y sedangkan x-nya adalah Z
pret ya jadinya Z pret kita klik kiri
sekali kemudian tanda panah DC kolom X
kita tekan sehingga zebred masuk di kota
x kemudian continue lalu kita klik ok
Hai software yang saya katakan tadi kita
ingin melihat homoskedastisitas tetapi
kita menumpang melihat homoskedastisitas
menggunakan analisis yang lain yaitu
analisis regresi Oleh karena itu
tabel-tabel hasil analisis regresi tidak
perlu kita lihat kita langsung melihat
diplot yang dihasilkan di sisi kiri
daftar isinya kita langsung klik yang
paling bawah Z Rep
Hai Eza trade by Zetsu terpaut kita klik
kiri sekali Nah ini merupakan hasil
analisis homoskedastisitas nya
prinsipnya adalah ketika titik-titiknya
tidak kecenderungan mengalami pembesaran
atau pengecilan sepanjang jalan dari
kiri ke kanan maka residunya
terdistribusi secara merata
Oh ya tetapi ketika misalkan titik-titik
ini semakin kesehatan semakin menyempit
atau sebaliknya di sisi kiri Ini
titik-titiknya sempit kemudian disisi
kanan titik-titiknya semakin menyebar
maka terjadi heteroskedastisitas jadinya
homoskedastisitas nya tidak terpenuhi
BGT ya itu cara melakukan asum am
melakukan uji asumsi homoskedastisitas
Insyaallah DVD yang lain Saya akan
mencoba mengeksplorasi apa itu hemo
skate visitas dan bagaimana
contoh-contoh grafiknya dan bagaimana
cara melakukan analisis
homoskedastisitas dengan menggunakan
cara yang lain dan uji yang lain namun
di video kali ini kita gunakan contoh
pengerjaan yang paling sederhana
Kau tidak perlu kita terlalu dalami
terlebih dahulu oke asumsi MSG DCT sudah
kita analisis dan asumsi lain yang perlu
kita Analisis adalah ada tidaknya atau
Keberadaan linearitas antara kedua
variabel jadinya antara keterampilan
mohon maaf antara kesadaran metakognitif
dan hasil belajar Ini hubungannya linear
atau tidak cara melihatnya Bagaimana ya
yang pertama kita klik menu grabs di
atas sini ya graphs
Ayo kita klik kiri sekali
Hai kemudian kita pilih menu Legacy
Hai kemudian kita pilih skater garis
miring dot kita klik kiri sekali
Hai kemudian simpel skater kita klik
gambarnya sekali sehingga muncul bingkai
hitam tebal ini kemudian kita Klik
tombol Divine sehingga muncul kotak
simpel skater plot nah di y-axis dan di
Exsis kita masukkan variabel kita sama
karena tadi kita ingin melihat asosiasi
atau hubungan dan antara keterampilan
metakognitif dan hasil belajar maka kita
tinggal masukkan saja misalkan y
aksesnya adalah hasil belajar kemudian
eksesnya adalah keterampilan
metakognitif Oke setelah masuk seperti
ini kemudian kita klik ok
Ayo kita tunggu hasilnya Nah sekarang
skater nya dihasilkan nah disini
terlihat ternyata hubungan kedua
variabel tadi linier tandanya apa
semacam terlihat garis lurus dari kiri
ke kanan ya datanya disini terlihat
hubungannya linier kalau misalkan
titik-titik ini penyebarannya awalnya
naik kemudian di tengah-tengah kemudian
menurun Nah itu bukan linier hanya
linearitas tidak terpenuhi atau tidaknya
tersebar tidak melihatkan hubungan
jadinya linearitas juga tidak terpenuhi
asumsi-asumsi dari uji korelasi sudah
kita lakukan sehingga data pada contoh
ini memenuhi asumsi-asumsi korelasi
pearson ingat ya ketika melaporkan kita
laporkan Hasyim Sinya dahulu jadinya
linearitas kita laporkan normalitas kita
laporkan kemudian homoskedastisitas
kita laporkan baru hasil analisis
korelasi nya tapi tadi tutorial video
ini kita melakukan analisis korelasi
terlebih dahulu baru uji asumsinya yang
betul asumsi dahulu ya oke kemudian kita
sudah paham caranya melakukan korelasi
version baik asumsi maupun uji hipotesis
nya analisis korelasi yang kedua ingin
kita pelajari adalah korelasi point
biserial ya point biserial correlation
Seperti yang saya katakan diawal tadi
korelasi point biserial ini sebetulnya
adalah kondisi khusus dari korelasi
pearson ketika salah satu variabelnya
berupa data dikotom data yang membagi
data kita menjadi dua kelompok Nah
misalkan di tutorial ini kita ingin
belajar melihat ada tidaknya hubungan
antara gender dengan
Hai hasil belajar atau gender dengan
kesadaran metakognitif Oke kita lihat
dataview kita terlebih dahulu oke
misalkan kita ingin melihat ada tidaknya
hubungan antara gender dengan
keterampilan metakognitif sebetulnya
kesadaran metakognitif diamkan
keterampilan kita lihat di Excel nyata
di kesadaran ya kita ganti saja terlebih
dahulu mohon maaf Di sini kita cantik
kesadaran metakognitif Oke misalkan kita
ingin melihat hubungan antara gender
dengan kesadaran metakognitif tetapi
ingat kita perlu melihat apakah data ini
memenuhi asumsi point biserial atau
tidak asumsinya apa saja
I like asumsi yang pertama tadi adalah
setiap data setiap kelompok data itu
terdistribusi secara normal
Hai karena kita ingin membandingkan
melihat asosiasi antara gender dengan
keterangan kesadaran metakognitif maka
kita perlu melihat kesadaran
metakognitif laki-laki dan kesadaran
metakognitif perempuan ini totalnya
Normal atau tidak karena tadi syaratnya
itu normalitasnya dilihat bukan data
keseluruhan tetapi data berdasarkan data
yang sudah dikelompokkan dikelompokkan
berdasarkan variabel dikotom Nani nah
variabel dikotom kita gender laki-laki
dan perempuan akibatnya kesadaran
metakognitif dibagi menjadi dua
kesadaran metakognitif milik laki-laki
dan kesadaran metakognitif milik
perempuan analisisnya bagaimana agar
data kesadaran metakognitif nya terpisah
antara laki-laki dan perempuan ya kita
perlu split dahulu caranya bagaimana
kita klik menu data di
Hai kemudian kita pilih split file
Oh ya kemudian kita pilih kompor groups
kita klik kiri sekali kemudian kesadaran
metakognitif kita klik kiri sekali
kemudian kita kasus kita masukkan ke
kotak grup Byson atau kita klik tanda
panah ini ya sekali Nah sehingga secara
otomatis kesadaran metakognitif yang
awalnya di kotak kiri berpindah ke kotak
grup besson kemudian kita klik ok
sehingga Disini di output dilaporkan
squid file mp3mu mohon maaf ya bukan
baik KM tetapi by gender sebenarnya kita
ulang lagi kita klik data kemudian split
file nah di grup beos besoknya kesadaran
metakognitif ya kita kembalikan dengan
cara kita klik tanda panah ini lagi
Kemudian gendernya yang kita masukkan ke
grup besson
dan mengklik tanda panah ini kemudian
kita klik ok Nah ini salah satu
keuntungan kita menggunakan SPSS adalah
setiap langkah yang kita lakukan
dilaporkan di bagian output sehingga
kita bisa mengecek langkah kita
sebelumnya sudah betul atau kurang tepat
atau khilaf Nah setelah dipisahkan
berdasarkan gender kita bisa melakukan
analisis secara terpisah antara
normalitas laki-laki dan normalitas
perempuan cara analisisnya sama kayak
tadi kita klik analyze kemudian
deskriptif statistik lagi Kemudian
explore karena ingin kita lihat
hubungannya adalah kesadaran
metakognitif dan gender maka variabel
hasil belajar kita kembalikan agar tidak
ikut teranalisis caranya bagaimana kita
klik hasil belajar kemudian kita klik
tanda panah sehingga kembali ke sisi
kiri sehingga
headless hanya berisi kesadaran
metakognitif diplot kita klik lagi kita
cek di blogspot nya masih enam di
deskriptif nya tidak ada centangan dan
normality produktivitasnya masih
tercetak jadinya masih aman kemudian
kita klik continue kemudian kita klik ok
file-nya sama seperti tadi enggak ada
kita melakukan uji normalitas lagi maka
prosesnya juga akan lebih lama
Hai kemudian kita ingin tahu tabel hasil
uji normalitas nya y kita kembali ke
layar sebelah kiri kita lihat daftar isi
daftar tabel nya langsung kita pilih
tulisan test of normality sehingga
disuruh kanan langsung diperlihatkan
hasil uji normalitas nya baik kolmogorov
maupun shapiro sama prinsipnya kalau
signya diatas 0,05 maka data
terdistribusi normal nah ternyata disini
berdasarkan kolmogorov-smirnov data
perempuan tidak terdistribusi normal
karena asyiknya kurang dari 0,05 Oleh
karena itu saya sarankan kita laporkan
saja hasil safir rohingya Kenapa karena
berdasarkan hasil analisis safir week
nilai Sig baik di laki-laki maupun
perempuan di atas 0,05 sehingga data
kita terdistribusi normal sesuai hasil
analisis sapi rubik oke
hasil uji normalitas sudah kita dapat
dan asumsi normalitas sudah terpenuhi
asumsi yang lain apa asumsi yang lain
adalah homogenitas varians kedua
kelompok yaitu varian kesadaran
metakognitif kelompok laki-laki dan
perempuan sama alias homogen caranya
bagaimana sebelum kita melakukan
analisis homogenitas kita kembalikan
dulu datanya agar tidak terselit ya kita
kembalikan dengan cara klik menu data
kemudian kita pilih split file pagi
Hai kemudian kita pilihan Alesso Alkes
Junot create groups kita klik kiri
sekali kemudian kita klik ok
Hai nah sehingga dibagian paling bawah
dari output kita sudah ada keterangan
splitfire of alias file-nya sudah
dimatikan Oke output-nya sudah tidak
terpisah lagi Sekarang waktunya kita
melanjutkan analisis sama seperti ketika
kita akan melakukan analisis korelasi
pearson kita melakukan uji asumsi uji
asumsi salah satunya adalah
heteroskedastisitas atau
homoskedastisitas Namun kita menitipkan
uji tersebut ke ujian lain nah ketika
kita ingin melakukan uji homogenitas
Kita juga melakukan hal tersebut kita
melakukan analisis yang lain tapi
tujuannya adalah kita ingin dapat tabel
homogenitas di kasus uji homogenitas
kita bisa nitip atau nunut di uji Anova
Hai jadinya kita melakukan Anova beserta
homogenitasnya kemudian tabel
homogenitasnya kita baca sedangkan tabel
yang lain tidak kita baca caranya
bagaimana pertama kita klik analyze
kemudian compare means kemudian kita
pilih wanwe Anova
I didn't last kita masukkan variabel
kesadaran metakognitif nya variabel
kontinyu nya ya dengan cara mengklik
tanda panah di sebelah kiri dependencies
kemudian di faktor kita masukkan data
dikotom kita yaitu gender kita klik
gender kemudian kita klik tanda panah di
sebelah kiri factors kemudian di sisi
kanan ada empat menu kita pilih menu
option kita klik kiri sekali sehingga
muncul kotak dialog wea Nova titik dua
options kemudian kita pilih homogeneity
of variances t-test kita klik kiri
sekali sehingga otomatis tercentang
setelah tercengang kita tekan continue
lalu kita klik ok
Hai sehingga akan muncul hasil analisis
Anova beserta homogenitasnya kita cukup
melihat homogenitasnya ditabel test of
homogeneity of variances sedangkan tabel
Anova nya tidak perlu kita lihat
ternyata disini nilai Sig hasil uji
homogenitas nya di atas 0,05 sehingga
data kedua kelompok Dadi kesadaran
metakognitif laki-laki dan perempuan
disimpulkan bersifat homogen asumsi
homogenitas terpenuhi karena
asumsi-asumsinya sudah terpenuhi
sekarang waktunya melakukan analisis
korelasi point biserial caranya
bagaimana Mudah juga seperti persen dari
pertama kita klik menu analyze kemudian
kita pilih correlated lagi kemudian kita
pinipi Farid
Ayo kita riset ya tampilannya kyza
variabelnya kosong sedangkan di kota
kiri ada empat variabel kita di ingin
melihat asosiasi atau hubungan antara
gender dengan kesadaran metakognitif
maka gender kita masukkan ke variables
kesadaran metakognitif kita masukkan
juga ke variables lalu apa yang perlu
diubah tidak ada jadinya setelah kita
memasukkan kedua variabel kita kita
pastikan variabel yang satu adalah
variabel dikotom dan variabel yang lain
adalah variabel kontinyu setelah kita
masukkan di kotak variables kita lihat
di correlation koefisiennya versionnya
tercengang jadinya ketika kita ingin
melakukan analisis point biserial
langkah-langkahnya sama dengan analisis
version Setelah itu kita Klik tombol ok
Hai sehingga disini muncul tabel
korelasinya sama kita baca nilai signal
bila dibawa 0,05 maka ada hubungan
signifikan diantara kedua variabel
tersebut
Oh gitu ya oke thank you serial sudah
kita pelajari sekarang kita pelajari
analisis korelasi nonparametrik nya
Kendal tahu dan sperma nro pertama kita
belajar yang Kendal tahu dulu misalkan
sekarang kita cantik lagi variabel yang
lain kita lihat di dataset kita misalkan
kita ingin menganalisis asosiasi atau
hubungan antara hasil belajar dengan
tingkat kesukaan membaca Oke kalau kita
ingin menganalisis hubungan antara hasil
belajar dengan tingkat kesukaan membaca
kita tidak bisa menggunakan person
correlation Kenapa karena tingkat
kesukaan membaca disini dia termasuk
data ordinal Badal barse menyarankan
kedua variabel adalah variabel kontinyu
bisa
Hai interval bisa rasio sehingga
misalnya rezeki Le Nah kita ketika ingin
melihat hubungan antara hasil belajar
dengan tingkat kesukaan membaca hasil
belajar skill dia termasuk continue
tetapi tingkat kesukaan membaca dia
datanya ordinal sehingga version tidak
bisa dilakukan point biserial juga tidak
bisa dilakukan karena sarat Point
biserial adalah satu variabel dalam
skala kontinyu atau skill kemudian satu
variabel adalah variabel dikotom terbagi
menjadi dua kelompok lah dpkm ini
tingkat kesukaan membaca datanya tidak
terbagi menjadi dua melainkan 4 dari
tidak suka hingga sangat suka
Oh itu ya jadinya paham ya mengapa
ketika kita ingin menghubungkan kedua
ini HB dengan tak FT KM kita tidak bisa
menggunakan person maupun point biserial
Nah sekarang bagaimana caranya kita
melakukan analisis Kendall tau caranya
adalah kita klik nulis lagi kemudian
kita pilih correlated kemudian kembali
lagi kita pilih Farid di variabel kita
ubah lagi ini kita kembalikan lagi
gender kita pindahkan ke kiri lagi
kesadaran metakognitif kita pindahkan
lagi kita ingin menganalisis hubungan
antara tingkat kesukaan membaca kita
masukkan ke variables dengan hasil
belajar kita masukkan ke variables juga
nah di collection koefisien versionnya
tentangnya kita hilangkan dengan cara
mengklik ya sekali sedangkan di Kendal
tahu kita klik kiri sekali sehingga
tercentang juga
kemudian kita klik ok sehingga disini
muncul output nonparametrik correlation
di sini ada tabel correlation nya
disinilah merupakan hasil analisis
Kendal taunya yang pengambilan
keputusannya = personnel pun point
biserial ketika di bawah 0,05 nilai
signal maka ada asosiasi signifikan itu
ya Nah caraanalisis yang satunya sperma
Ndro Bagaimana caranya
Hai kembali lagi kita klik analyze
kemudian kita pilih correlated lagi
kemudian kita pilih bivariat lagi
Oh ya kemudian misalkan tetap kita ingin
melihat adanya hubungan antara tingkat
kesukaan membaca dengan hasil belajar
tetapi kita tidak ingin kental tahu tapi
kita inginnya sperman roh caranya
bagaimana kendall-kylie klik kiri sekali
sehingga centangnya menghilang kemudian
di sperman kita klik kiri sekali
sehingga dia tercentang kemudian kita
Klik tombol Ok sehingga disini muncul
lagi nonparametrik correlation namun
tabel ini adalah tabel sperman roh yang
lagi-lagi pengambilan keputusannya sama
yaitu didasarkan pada nilai Sig ketika
di bawah 0,05 nilai Sigma disimpulkan
ada hubungan signifikan diantara kedua
variabel yang kita analisis
file-nya tadi kita sudah melakukan
analisis Sekarang waktunya kita mencoba
membaca hasil analisis kita kita Urutkan
saja ya karena tadi kita sudah melakukan
analisis version terlebih dahulu maka
kita baca dulu hasil uji asumsi sebelum
bersendi lakukan Oke kita baca dulu
lineri tasnya berdasarkan skater plot
yang dihasilkan cara membacanya
Bagaimana bisa menggunakan redaksi
kalimat seperti ini berdasarkan skater
plot yang dihasilkan kesadaran
metakognitif memiliki hubungan yang
linier terhadap hasil belajar siswa Oke
ini hasil uji asumsi deniary tasnya
selanjutnya kita baca hasil analisis
homoskedastisitas nya ini merupakan
skater kode yang juga tadi kita
hasilkannya dengan menitipkan
analisisnya ke analisis regresi cara
nya bagaimana kita bisa menggunakan
redaksi kalimat ini homoskedastisitas
terpenuhi didasarkan pada skater plot
yang dihasilkan diantara variabel
regresi standar respective value dengan
residualnya begitu jadinya
homoskedastisitas nya juga terpenuhi
ingat ya ketika kalian ingin belajar
Lagi mendalami lagi homoskedastisitas
tunggu saja Oke Dio saya yang
selanjutnya bukan selanjutnya yang
paling depan ya tapi selanjut
selanjutnya mungkin akan saya buat video
khusus terkait homoskedastisitas Oke
selanjutnya kita baca hasil uji
normalitas nya
Hai misalkan kita menggunakan
kolmogorov-smirnov Nya maka kita bisa
menggunakan redaksi kalimat ini hasil
uji kolmogorov-smirnov menginformasikan
bahwa data kesadaran metakognitif dan
data hasil belajar terdistribusi normal
kita sampaikan angka-angkanya D dalam
kurung Bantul uh 40 itu merupakan degree
of Freedom atau derajat bebasnya
kemudian 0,10 8 merupakan nilai denya D
itu mewakili kolmogorov-smirnov ya
kemudian signya 0,200 sehingga pizza Ma
dengan nol koma 200 begitu
Hai asumsi-asumsi sudah kita laporkan
sekarang kita membaca hasil uji korelasi
personnya kita menggunakan tabel
correlation yang dihasilkan dari hasil
analisis tadi cara membacanya bisa
seperti ini hasil uji korelasi pearson
menunjukkan bahwa kesadaran metakognitif
memiliki hubungan yang signifikan dengan
hasil belajar siswa r = 0,99 satu kita
ambil dari angka di baris version
correlation ya kemudian P kurang dari
0,001 kita ambil dari kolom sik bukan
kita tulis 0,000 Karena P atau sik itu
tidak mungkin sama dengan nol Disini di
SPSS tulisannya 0,000 Itu karena
dibulatkan sehingga kita tulis di
laporannya Pi atau P kurang dari 0,001
kemudian
ini sama dengan 40 yaitu jumlah
responden yang terlibat di penelitian
kita tadi atau jumlah data yang
dianalisis DSS tersebut Oke ini
merupakan cara pembacaan version
correlation Nah sekarang kita lanjut ke
point biserial kita baca dulu asumsinya
yang pertama normalitas ya misalkan kita
bisa menggunakan kalimat ini ini sendiri
tabel dari hasil uji normalitas ya saya
potong ya cara membacanya misalnya
begini hasil uji shapiro-wilk
menginformasikan bahwa data kesadaran
metakognitif laki-laki dan perempuan
terdistribusi normal kita sampaikan
nilai-nilai pentingnya W dalam kurung
2020 adalah di fb-nya sama dengan 0,94
8w itu mewakili safir week ya kemudian p
=
0,3 40 P itu adalah nilai Sigma jadinya
didasarkan sablon week data laki-laki
maupun perempuan terdistribusi normal
Hai kemudian hasil ojo motilitasnya ini
tabelnya saya potong tari nunut keano
fataniya cara pembacaannya bagaimana
bisa seperti ini hasil uji livin'
menginformasikan bahwa varians data
kesadaran metakognitif siswa laki-laki
dan perempuan homogen dalam kurungnya F1
koma 1381 itu degree of Freedom yang
pertama dan 38 adalah Devi yang kedua F
= 0,37 600 376 ini merupakan nilai F
yang bisa kita lihat di kolom liven
statistiknya pizza Ma dengan 0,54 tiga
kita dasarkan badan nilai Sigma
Hai karena diatas 0,05 tentunya dia
bersifat homogen datanya homogen Datanya
juga normal maka kita bisa lanjut ke
Hai korelasinya yaitu korelasi Point
biserial Cara pembacaannya hampir sama
dengan persen dari Ya seperti ini hasil
uji korelasi point biserial menunjukkan
bahwa gender memiliki hubungan yang
signifikan dengan kesadaran metakognitif
siswa R = 0,67 4P nya kurang dari 0,01
dan n-nya sebesar 46
the point biserial sudah selesai
Sekarang kita coba baca hasil uji
korelasi nonparametrik nya yang pertama
adalah korelasi Kendall tau cara
membacanya pun juga hampir sama hasil
uji korelasi Kendall taubi menunjukkan
bahwa tingkat kesukaan membaca memiliki
hubungan yang signifikan dengan hasil
belajar siswa koma taubikh sama dengan
nol koma 7770 PES kurang dari 0,01 dan
n-nya sebesar 46
Hai dan yang terakhir korelasi yang kita
pelajari adalah korelasi spearman rho
cara pembacaannya juga sama hasil uji
korelasi spearman serum menunjukkan
bahwa tingkat kesukaan membaca memiliki
hubungan yang signifikan dengan hasil
belajar koma rosama dengan 0,87 satu
simbol rohnya itu seperti peya kemudian
P kurang dari 0,01 dan n-nya sebesar 40
beginilah cara membaca hasil analisis
korelasi pearson Kendal spearman dan
point biserial corenation pada video
selanjutnya kita akan belajar regresi
regresi ini semacam ketidak lanjut dari
korelasi kalau korelasi kita melihat ada
tidaknya hubungan dan seberapa besar
hubungan tersebut Sedangkan kalau
regresi kita bisa memprediksi satu
variabel berdasarkan angka di variabel
yang lain Bagaimana cara analisisnya
silahkan lihat di video saya selanjutnya
demikian video saya kali ini semoga
bermanfaat dan bila ada kesalahan saya
mohon maaf Assalamualaikum
warahmatullahi wabarokatuh