Kind: captions
Language: id
Halo assalamualaikum warahmatullahi
wabarokatuh berjumpa lagi dengan saya di
channel YouTube saya ensiklopedia Ahmad
Fauzi channel yang akan menjelaskan
berbagai hal yang berkaitan dengan
penelitian statistika publikasi karya
ilmiah biologi dan berbagai ilmu
pengetahuan lainnya di video kali ini
saya akan menjelaskan Bagaimana caranya
kita melakukan analisis tua ancova
selain itu kita juga akan mempelajari
bagaimana menentukan efek size ketika
kita melakukan analisis tua ancova
kemudian kita juga akan mempelajari uji
lanjut ketika kita melakukan uji tua
ancova ketika Analisis tersebut kita
lakukan menggunakan program SPSS
ya sama seperti di video-video
Sebelumnya saya beranggapan kalian telah
menginstal SPSS di komputer atau laptop
kalian masing-masing selain itu saya
juga berharap kalian sudah familiar dan
memahami tampilan umum dan fitur-fitur
umum yang ada di program SPSS
Hai dan tujuan saya membuat video kali
ini adalah agar kalian mampu
menganalisis keterpenuhan asumsi sebelum
uji tua ancova dilakukan Selain itu
Kalian juga diharapkan mampu melakukan
uji tuaian kova dengan menggunakan SPSS
selanjutnya Kalian juga mampu menentukan
efek size dari analisis yang telah
kalian lakukan kemudian Kalian juga
mampu melakukan analisis studi lanjut
Setelah tuaian kova kalian selesaikan
Hai dan yang terakhir kalian diharapkan
juga mampu melaporkan hasil analisis
dengan tepat dan sesuai format laporan
yang umum digunakan oleh
peneliti-peneliti sebelumnya pada video
kali ini kita akan menggunakan format
ips.kls ketika kita melaporkan hasil
analisis tua ancova
Hai sebelum kita melakukan praktik
analisis duwe ancova menggunakan SPSS
Mari kita review sejenak Apa itu uji tua
ancova nama lain dari Uje tua ancova
adalah anakova dua jalur duwe itu
berarti dua jalur atau dua arah
sedangkan ancova bisa kita Artikan
sebagai anakova ancova adalah Analysis
of kovarians sedangkan anakova adalah
analisis kovarian ancova dalam bahasa
Inggris sedangkan anakova dalam bahasa
Indonesia Oleh karena itu tak heran bila
berbagai karya tulis Indonesia atau
skripsi tesis disertasi hingga artikel
ilmiah biasanya menuliskan anakova bukan
ancova
Hai analisis ini digunakan untuk
menganalisis ada tidaknya perbedaan
signifikan rela tadi beberapa kelompok
yang tidak saling berkaitan
ciri-ciri data yang dianalisis terdiri
atas dua variabel bebas memiliki data
kovariat minimal terdiri atas dua
kelompok dan tentunya memiliki satu
Variabel terikat Dari review ini kita
dapat melihat bahwa uji tua ancova mirip
dengan uji tua Nova perbedaannya adalah
keberadaan data kovariat karena data
kovariat merupakan karakteristik dari
data yang bisa dianalisis menggunakan
ancova Bila kita melakukan penelitian di
bidang pendidikan tentunya kita harus
memahami analisis ancova ini kenapa
Karena bila kita akan melakukan
penelitian pendidikan Biasanya kita akan
memilih desain eksperimen meskipun kita
bisa melakukan penelitian dengan design
survei di atau desain-desain yang lain
namun di kasus desain eksperimen kita
akan seringkali berhadapan dengan ancova
ke
Oleh karena itu Bila kalian memahami
video kali ini akan membantu kalian
ketika kalian akan melakukan penelitian
eksperimen di dunia pendidikan selain di
dunia pendidikan analissi sankofa pun
juga digunakan di berbagai penelitian di
bidang lain dibidang biologi pun juga
banyak peneliti yang menggunakan ancova
begitu pula bidang pertanian kedokteran
ataupun bidang-bidang yang lainnya
Hai nah berbeda dengan Anova pada ancova
kita menentukan ada tidaknya perbedaan
satu kelompok dengan kelompok yang lain
didasarkan pada ada statement atau
neraka terkoreksi atau rata yang
disesuaikan dengan kovariat berbeda
dengan uji Anova dimana ketika
menggunakan Anova kita hanya
membandingkan beberapa kelompok
berdasarkan ratanya saja bukan rerata
terkoreksi
Hai puji tuhan cover sendiri dapat kita
anggap sebagai perpanjangan tangan dari
tua Nova atau derivat dari tua Nova
namun dilengkapi atau melibatkan data
kovariat
Hai ancova memungkinkan kita mengontrol
secara statistik variabel ketiga atau
terkadang kita sebut sebagai variabel
perancu atau confounding variabel yang
menurut kita akan mempengaruhi hasil
penelitian kita
Hai variabel ketiga ini kita kenal juga
sebagai data awal atau data pretest Bila
kita melakukan penelitian pendidikan
misalkan kita melibatkan tiga kelas dan
di ketiga kelas tersebut kita
menggunakan berbagai model pembelajaran
yang bervariasi biasanya para peneliti
akan melakukan pengambilan data di awal
sebelum model-model pembelajaran
tersebut diterapkan di masing-masing
kelas nah kondisi awal ini yang
dikumpulkan menggunakan pretest
merupakan data variabel ketiga tersebut
alias variabel perancu atau dalam kata
lain data tersebut kita kenal sebagai
data kovariat
Hai beberapa asumsi pun perlu kita cek
sebelum tua and Coffee kita lakukan yang
pertama Variabel terikat berupa skala
interval atau rasio dalam artian lain
messier dari SPSS ketika kita melakukan
analisis tuaian coffee berupa skill
selanjutnya variabel bebas berupa data
categories yang membagi data menjadi
minimal dua kelompok yang tidak saling
berkaitan kemudian ia depedensi
observasi pun juga harus terpenuhi
Hai Selain itu tidak ada out layer yang
signifikan didata kita
a residual data pun terdistribusi secara
normal ingat Disini yang kita analisis
normalitasnya merupakan residual data
bukan data selisih seperti Uji T
berpasangan ataupun data berkelompok
sesuai atau seperti Uji T tidak
berpasangan atau uji W dan tua Nova
Bagaimana cara mendapatkan residual data
nanti akan kita pelajari ketika kita
melakukan analisis tuaian kova
menggunakan SPSS
Hai Selain itu varian satu kelompok
dengan kelompok lainnya juga harus
homogen
Hai kemudian asumsi lain yang perlu kita
cek adalah kovariat harus berhubungan
secara linier dengan Variabel terikat
misalkan kita kembali mengambil kasus
tadi kita melakukan penelitian di suatu
sekolah yang melibatkan tiga kelas maka
kita akan melakukan protes di ketiga
kelas tersebut pretest kita posisikan
sebagai kovariat kemudian setelah dua
bulan kita menerapkan model-model
pembelajaran tertentu Kita akan
memberikan post test hasil belajar data
proses hasil belajar ini kita posisikan
sebagai Variabel terikat sebelum kita
melakukan analisis tuaian Copa kita
Pastikan data kovariat disetiap kelas
berhubungan linear-linear dengan data
Variabel terikat sehingga pretest
dikelas A11 baiknya berhubungan linear
dengan proses dikelas Freed SD kelas B
juga berhubungan ini er dengan posttest
di kelas B dan yang terakhir
the British di kelas C juga berhubungan
linier dengan posttest di kelas C dan
asumsi terakhir yang perlu kita cek
adalah homogenitas kemiringan regresi
Ya seperti yang tadi telah kita lakukan
kita telah menganalisis linearitas
antara pretest dan posttest disetiap
kelas hal yang perlu kita cek
selanjutnya adalah Apakah linearitas
tersebut dan hubungan antara paritas
dengan posttest tidak mengalami
perpotongan dan yang terakhir adalah
kita mengecek Apakah kemiri dan rekreasi
yang terbentuk homogen satu sama yang
dengan yang lain Bagaimana cara
mengujinya nanti akan kita lihat di
video kali ini
Hai sama seperti uji-uji sebelumnya kita
juga perlu mengukur efek size dan
seperti di video Sebelumnya saya telah
menyampaikan bahwa uji-t Anova atau on
cover DVD sebelumnya kita hanya mampu
mendapatkan nilai p-value dari ujian
Nova ancova atau uji-t tersebut PVJ
sendiri Kita kenal juga dengan nilai
signifikansi dan seks statistical
significance atau signifikansi statistik
hanya mampu memberikan informasi terkait
ada tidaknya pengaruh signifikan
perlakuan yang kita berikan terhadap
Variabel terikat kita sedangkan seberapa
besar pengaruh sigmarus tersebut
terhadap Variabel terikat kita kita
tidak bisa memperoleh informasi tersebut
dari value atau sikap sebut Bagaimana
caranya kita mengetahui seberapa besar
pengaruh yang kita berikan kita perlu
menghitung efek size
Hai nah di SPSS fxs akan muncul secara
otomatis bila kita menggunakan langkah
yang tepat dengan berkeberatan fxs
tersebut kita dapat mengetahui seberapa
besar pengaruh yang dihasilkan dari
perlakuan yang kita berikan
Hai dan disini Sekali lagi saya
sampaikan perbedaan dapat saja
signifikan secara statistik namun bisa
saja tidak terlalu mengesankan misalkan
di kasus tadi kita menggunakan tiga
gelas kemudian ternyata model
pembelajaran berpengaruh signifikan
terhadap hasil belajar Namun kita belum
tahu seberapa besar pengaruh model
pembelajaran tersebut terhadap hasil
belajar bisa jadi model pembelajaran
berpengaruh nyata tetapi pemilihan model
pembelajaran tidak terlalu besar
pengaruhnya
Hai dan salah satu pengukuran fxs yang
paling umum digunakan saat melakukan
ancova adalah parsial kita Square
Hai selain efek size kita juga perlu
melakukan uji lanjut uji lanjut
dilakukan ketika hasil ujian kova
menunjukkan adanya perbedaan signifikan
diantara kelompok yang diuji oleh karena
itu bila hasil ujian kVA menyatakan
tidak ada perbedaan signifikan maka kita
tidak perlu melakukan uji lanjut Selain
itu uji lanjut digunakan untuk
menentukan kelompok mana saja yang
saling berbeda signifikan satu sama
lainnya misalkan kita kembali ke contoh
kasus tadi misalkan kita menggunakan 3
kelas kemudian ancova menyatakan ada
perbedaan signifikan ancova hanya
menginformasikan hal tersebut kita tidak
tahu kelas mana yang saling berbeda dan
kelas mana saja yang sebetulnya tidak
berbeda signifikan Oleh karena itu
analisis uji lanjut akan berperan
menentukan mana saja kelas yang berbeda
dengan
yang lainnya
Hai namun uji lanjut hanya dilakukan
ketika kelompok yang dianalisis
berjumlah lebih dari dua misalkan data
kita hanya terdiri atas dua kelompok dan
meski ancova menyatakan ada perbedaan
signifikan kita tidak perlu melakukan
uji lanjut tersebut dan catatan terakhir
yang perlu kita ingat adalah perbedaan
bidang seringkali menyebabkan perbedaan
pilihan uji lanjut yang digunakan
penelitian dibidang pendidikan memiliki
uji lanjut yang biasanya berbeda dengan
penelitian di bidang kedokteran di
bidang pendidikan sendiri kita biasa
menggunakan beda nyata terkecil atau BMT
yang bahasa Inggrisnya adalah LSD least
significant difference sedangkan pada
bidang kesehatan kita biasa menggunakan
Turki dan di bidang yang lain kita juga
bisa menggunakan dan Ken atau uji lanjut
yang lain
hai oke Sekarang mari kita melakukan
analisis suwe ancova menggunakan SPSS
sebelum kita melakukan praktik Analisis
tersebut misalkan saja kita telah
melakukan penelitian di suatu sekolah
judul penelitian tersebut adalah
pengaruh model pembelajaran kooperatif
dan kemampuan akademik terhadap hot
siswa SMP hot adalah Hai order thinking
skill atau keterampilan berpikir tingkat
tinggi salah satu kompetensi yang
diharapkan mampu dikuasai oleh para
siswa di era abad 21 kali ini di sini
kita memiliki data pretest hots dan
posttest hots printheads diposisikan
sebagai serta kemampuan awal atau kita
kenal juga sebagai data kovariat yang
kita anggap keberadaan kemampuan awal
ini akan mempengaruhi Variabel terikat
kita yaitu Ho
itu sendiri yang kita ukur ketika kita
melakukan posttest Oleh karena itu
keberadaan data pretest merupakan hal
yang penting ketika kita melakukan
penelitian semacam ini kenapa karena
dalam penelitian pendidikan kita
berhadapan dengan subjek manusia dan
manusia tentunya tidak ada yang sama
satu dengan yang lainnya begitu juga
kemampuan berpikir mereka bila kita
menggunakan beberapa kelas dan di setiap
kelas ada beberapa siswa pasti setiap
siswa tersebut memiliki kemampuan awal
yang berbeda dan kita bercahaya
kemampuan awal ini akan sedikit banyak
mempengaruhi capaian kemampuan akhir
mereka setelah mereka menerima model
pembelajaran tertentu Oleh karena itu
sekali lagi bila kita melakukan
pengujian pendidikan dengan melibatkan
desain eksperimen sebaiknya kita
juga mengambil data kemampuan awal
seperti itu kembali lagi kepada kita
disini saya anggap kita melakukan
pembelajaran di empat kelas dan
pembelajaran tersebut ada empat macam
yang pertama adalah pembelajaran
konvensional yang kedua adalah
pembelajaran berbasis masalah atau PBL
problem-based learning yang ketiga
adalah Tengker dan yang keempat adalah
pengkombinasian PPL dan TPS
Hai kemudian variabel bebas kita yang
kedua adalah kemampuan akademik
kemampuan akademik siswa nya ada
akademik rendah dan akademik tinggi
sehingga di sini kita memperoleh data
seperti tabel Rekapitulasi data di file
Excel ini
Hai Nah di sini kita lihat model
pembelajaran ada empat level dan
akademik ada dua level Sekarang mari
kita siapkan SPSS nya silahkan buka SPSS
kalian masing-masing
hai hai
Hai Dila program SPSS sudah kalian buka
di komputer masing-masing sekarang
waktunya memasukkan variabel penelitian
kita Bila tampilan SMS kalian masih
besar silahkan dikecilkan terlebih
dahulu dengan mengklik tombol Kotak di
bagian kanan atas program SPSS tersebut
setelah mengecil seperti ini Mari kita
tulis secara bersama variabel-variabel
penelitian kita yang pertama kita tidak
perlu menuliskan inisial penulisan
inisial variabel nama variabel inisial
atau ide peserta yang merupakan opsional
kita bisa menuliskan di SPSS Kita juga
bisa tidak menuliskannya di kali ini
kita tidak perlu menuliskan namun bila
kalian ingin menuliskan silakan kemudian
kita Tuliskan variabel bebas pertama
kita yaitu model pembelajaran kita
Tuliskan pembelajaran saja kita
Hai kemudian variabel bebas kedua adalah
kemampuan akademik cukup kita tulis
akademik karena ingat di kolom NIM kita
tidak bisa memberikan karakter spasi
kemudian
j&t tako varieta kita adalah pretest hot
kita tulis saja x.hot Kemudian Variabel
terikat kita adalah posttest hot kita
tulis sebagai y hot sekarang di kolom
label kita bisa menuliskan variabel kita
secara lengkap di baris pembelajaran
kita bisa Tuliskan model pembelajaran
Hai kemudian di baris kedua akademik
kita bisa Tuliskan level atau tingkat
akademik kemudian x.hot kita bisa tulis
sebagai pretest hot sedangkan ye hots
kita bisa tulis posttest hots kemudian
di value yang baru kita beri label
adalah variabel bebas pertama dan
variabel bebas kedua kita cara memberi
label nya bagaimana yang pertama kita
selesaikan dulu variabel model
pembelajaran kita tarik kursor kita ke
sisi kanan baris pertama dari kolom
value kemudian kita Klik sekali setelah
muncul kotak value labels Mari kita isi
4 model pembelajaran yang kita gunakan
value 1 adalah pembelajaran konvensional
kemudian kita klik add kemudian value
dua kita beri label PBL kemudian kita
klik
I have kemudian value tiga adalah TPS
kemudian kita klik F lagi dan yang
terakhir value 4 adalah PBL yang
dikombinasikan dengan tpss dan kemudian
Jangan lupa kita klik eh juga setelah
keempat model pembelajaran kita beri
label kita Klik tombol ok
Hai kemudian kita labeli tingkat
akademiknya dengan cara menggeser kursor
kita ke sisi kanan kolom value di baris
nomor dua kemudian setelah muncul kotak
dialog value labels kita Tuliskan value
1 sebagai akademik rendah sedangkan
value dua sebagai akademik tinggi
Hai setelah label kita berikan mari kita
Klik tombol ok
Hai demising tidak kita perlu berhenti
apapun kemudian di kolom Alin tidak
perlu kita ubah juga sedangkan di
Messenger perlu kita ubah terlebih
dahulu di baris pertama yaitu variabel
pembelajaran meser kita bisa berupa data
nominal sehingga Pilihlah nominal
kemudian akademik kita pilih ordinal
Kemudian pada tetes hots kita pilih
skill sedangkan pada proses kita juga
pilih skill setelah variabel kita sudah
kita definisikan kita waktunya mengcopy
data kita dari Excel ke SPSS caranya
kita kembali ke program excel kita tadi
kemudian Mari kita blok data ciptaan
dari baris pertama hingga baris terakhir
ingat yang di-copy hanyalah
angka-angkanya lalu
Hai Nah setelah di blog seperti ini kita
tekan kontrol C secara berbarengan di
keyboard kita masing-masing setelah
muncul garis putus-putus yang bergerak
ini kita kembali ke program SPSS kita
kemudian di sisi kiri program SPSS kita
Klik tombol dataview setelah muncul
tampilan dataview berikut kursor kita
kita Arahkan ke baris pertama dan kolom
pertama alias kolom kiri atas kita Klik
sekali kemudian kita tengkleng kontrol V
secara berbarengan di keyboard kita
masing-masing
Hai dengan menekan control v secara
berbarengan kita memerintahkan komputer
atau laptop kita untuk menyalin data
yang ada di Excel ke program SPSS kita
karena sudah tersalin Mari kita
kembalikan tampilan SPSS ini menjadi
ukuran yang besar seperti tadi dengan
mengklik tombol kota di sisi kanan atas
program SPSS tersebut
Hai disini kita bisa melihat
pembelajaran sudah secara otomatis
terlalu beli dari konvensional hingga
PBL TPS dan PBL TPS kemudian di Akademi
Kita juga bisa melihat ada yang akademik
tinggi juga ada yang akademik rendah
sedangkan David hot dan posttest hot
nilai-nilainya tetap berupa angka-angka
Hai Bila di-sms kalian kolom
pembelajaran dan akademik masih berupa
angka kalian bisa menekan menu di bagian
atas ini value labels Bila kalian klik
tampilannya bisa berubah menjadi angka
atau sesuai label yang telah kalian
berikan di variabel viure di oke
sekarang datanya sudah siap Sekarang
waktunya kita melakukan analisis dalam
melakukan analisis duwe ancova terdapat
beberapa asumsi Bila kita melakukan
analisis Uji T ataupun Anova kita
biasanya melakukan uji asumsi terlebih
dahulu kemudian baru kita melakukan uji
hipotesis sebagai protes bisa uji-t bisa
uji Anova tadi namun Dian kova kita
lakukan uji ancova terlebih dahulu dan
kemudian kita lakukan uji asumsi klasik
Hai mengapa karena ketika kita melakukan
ujian kova di SPSS kita dapat memperoleh
angka-angka penting yang kita gunakan
sebagai dasar kita melakukan uji asumsi
Oleh karena itu dalam pelaksanaannya
kita melakukan uji ancova baru uji
asumsi namun ketika dilaporkan di
pelaporannya kita sampaikan hasil uji
asumsi dulu baru ujian kova atau uji
hipotesis nya Nah sekarang mari kita
melakukan uji tua ancova secara
bersama-sama yang pertama kita klik menu
analyze kemudian kita pilih general
linear model Setelah itu kita pilih Yuni
Farid
Hai setelah muncul kotak Yuni Farid kita
masukkan Variabel terikat kita di kolom
dependent variable variable terikat kita
adalah posttest hot kita klik posttest
hot sekali kemudian kita klik tanda
panah di sebelah kiri dependent variable
sehingga secara otomatis variabel
posters house pindah ke kolom dependent
variable kemudian tvck faktor kita
masukkan variabel bebas pertama dan
kedua kita yaitu model pembelajaran dan
tingkat akademik
Hai hingga langkah ini kita melakukan
langkah yang sama dengan tua Nova
Hai namun hilangkan selanjutnya akan ada
karakteristik langkah yang tidak kita
temui di itui ancova yaitu apa yaitu
memasukkan data pretest ke kolom
kovariat kita klik data pretest sekali
kemudian kita klik tanda panah di
sebelah kiri kovariat
ya setelah kita melakukan langkah ini
kita pilih menu save di sisi kanan dari
kota univariat kita klik kiri sekali
kemudian kita centang and standard AC di
kota residual Nah langkah ini kita
gunakan untuk mendapatkan variabel baru
atau tetap baru yaitu data residual data
residual inilah yang kita gunakan untuk
melakukan analisis uji normalitas
setelah kita mencekam mie instan darice
kita kembali centang atau tombol
continue kita klik kemudian akan
Hai di SPSS versi versi yang lebih
tinggi di bawah cefada menu option dan
image sedangkan di versi saya ada di
versi 24 ke bawah tidak ada IMS karena
Imin include atau tergabung dalam menu
option Sekarang mari kita klik menu
option nah di versi 25 ke atas bagian
atas ini kita temukan di menu Eminem
Oleh karena itu bagi versinya yang lebih
tinggi silakan Klik tombol IMS dan
option imitsu lebar option atau
sebaliknya itu terserah kalian Nah
sekarang di bagian atas ini kita
masukkan pembelajaran akademik dan
pembelajaran bintang Academy ke this
Pain for caranya kita klik pembelajaran
kemudian kita klik tanda panah kita klik
akademik kita klik tanda panah lagi
Kemudian pelajaran bintang Academy kita
klik dan kita klik
ia panahnya lagi setelah ketiga variabel
tersebut masuk di kotak display mind for
kita centang compare migs sehingga LSD
disini menyala ingat menu ini bisa
kalian temukan di IIMS bila versi SPSS
kalian 25 ke atas kemudian di kota
bagian bawah kita tentang deskriptif
statistik kita centang estimate of
effect size dan kita centang juga
homogeneity test
Hai Setelah itu kita Klik tombol
continue kemudian kita klik ok
Hai setelah kita tunggu beberapa saat
output akan keluar secara otomatis
Hai ini merupakan output honey hasil
analisis Anova beberapa tabel penting
yang perlu kita baca antara lain tabel
event test Sekarang mari kita klik live
test of equality of error varians ketika
di sisi kiri kita klik maka layar sisi
kanan akan mengarahkan ke tabel yang
kita inginkan di sini bisa kita lihat
nilai Sig dari uji homogenitas
menggunakan tes Raven adalah sebesar 0,1
97 angka ini jauh di atas 0,05 Oleh
karena itu data kita kita asumsikan
bersifat homogen sehingga asumsi
homogenitas terpenuhi namun bila Tata
kalian hasil event tesnya signya kurang
dari 0,05 maka data kalian tidak
memenuhi asumsi homogenitas
Hai kemudian data yang perlu kita baca
adalah ditabel ke soft between subject
efek tabel ini berada persis di bawah
tabel-tabel event test ini merupakan
tabel rangkuman hasil uji tua khofa
di baris yang perlu kita perhatikan
adalah baris variabel bebas pertama kita
yaitu pembelajaran baris akademik atau
variabel bebas kedua kita dan baris
pembelajaran bidang akademik alias baris
interaksi kedua variabel bebas kita
Hai angka-angka yang perlu dibaca adalah
angka di kolom DF degree of Freedom atau
bahasa Indonesianya derajat bebas angka
DF atau F hitung angka sih atau sik
value atau nama lainnya p-value dan
angka di kolom parsial eteh Square
pengambilan keputusannya didasarkan pada
angka yang muncul di kolom sik bila di
bawah 0,05 maka disimpulkan ada
perbedaan signifikan bila di atas 0,05
disimpulkan tidak ada perbedaan
signifikan di sini kita lihat di baris
pembelajaran nilai signal 0,0002 uh di
bawah 0,05 sehingga kita simpulkan
perbedaan model pembelajaran
menghasilkan perbedaan hot yang
signifikan
Hai di sisi lain baris akademik memiliki
nilai Sig 0,15 20152 diatas 0,05
sehingga bisa kita simpulkan akademik
rendah tidak memiliki perbedaan
signifikan dengan akademik tinggi
Hai selanjutnya di baris pembelajaran
bintang akademik atau di baris interaksi
kedua variabel bebas kita nilai signal
0,000 Dauh di bawah 0,05 sehingga kita
simpulkan ada interaksi signifikan
antara pemilihan model pembelajaran dan
tingkat agar demi sesuatu terhadap hots
mereka setelah ujian covernya kita baca
kita perlu melihat hasil uji lanjutnya
hasil uji lanjut menggunakan LSD atau
BMT bisa kita lihat pada tabel perwis
comparison ini
Hai cara membacanya Bagaimana dan cara
pemberian lokasinya Bagaimana akan Kita
lihat nanti di sini selain tabel parwis
comparison dibagian atas tabel farewells
comparison ada tabel estimate nah nih
tampil estimate kita bisa melihat kolom
mint dan di kolom tersebut ada rerata
yang berbeda dengan derata Variabel
terikat kita bila kita bandingkan dengan
rata posttest ada sedikit perbedaannya
kemudian dibagian kanan dari setiap rata
ada ^ a disini A berarti di
mula2 ini sudah dikoreksi oleh data
pretest alias renatha inilah yang
merupakan rata terkoreksi atau dalam
arti lain inilah merupakan adjusted mint
yang perlu kita informasikan ketika kita
melaporkan hasil analisis kita bisa
Hai kemudian kita bisa lihat di variabel
bebas kedua kita adalah tingkat akademik
namun berdasarkan hasil ujian kova tadi
dinyatakan tidak ada perbedaan
signifikan antara akademik rendah dengan
akademik tinggi Selain itu variabel
bebas ini hanya terdiri atas dua
kategori yaitu rendah dan tinggi karena
dua hal tersebut maka kita tidak perlu
melakukan uji lanjut pada variabel
tingkat akademik namun di pelaporan kita
tetap melaporkan rata terkoreksi yang
ditampilkan di tabel estimate sini Namun
kita tidak perlu memberikan notasi LSD
kemudian yang terakhir kita harus
melihat interaksi antara model
pembelajaran dan tingkat akademik namun
sekali lagi di sini sama seperti tua
Nova kita tidak memperoleh tabel perwaiz
comparison
Hai artinya apa kita tidak memperoleh
tabel hasil uji LSD Lalu bagaimana
caranya agar kita memperoleh tabel hasil
uji LSD kira kita perlu menambahkan
variabel baru yaitu interaksi
Hai caranya bagaimana kita kembali ke
program excel kita kemudian kita
tambahkan kolom baru yang kita beri nama
interaksi
Hai Oke sekarang kita beri label
interaksi dari angka satu sampai angka 8
Kenapa 1-8 karena pembelajaran kita ada
empat level sedangkan Academy kita ada
dua level sehingga empat kali dua adalah
Ayo kita beri label ketika dia masuk di
kelas konvensional dan siswa itu
akademik rendah maka labelnya adalah
satu kalau konvensional dan akademik
tinggi labilnya dua bila PBL dan dia
akademik rendah dia diberi label tiga
kalau dia PBL dengan akademik tinggi
maka dia nomor 4 ketika TPS beberapa
demikian rendah maka angkanya adalah
lima ketika TPS namun dia akademik
tinggi Maka angkanya 6 ketika PBL Dit
berkombinasi dengan TPS dengan siswanya
akademik rendah maka angkanya 7 dan yang
terakhir diberi angka 8 bila siswanya
agar lebih tinggi dan memperoleh
pembelajaran pengkombinasian PBL dan TPS
sekarang kita beri label terlebih dahulu
hai hai
Hi Ho
hai hai
di dalam memberi label kita harus
hati-hati agar tidak terjadi kesalahan
pastikan label harus tepat agar analisis
yang kita hasilkan juga tepat
Hai jangan sampai di harus dilabeli
angka 7 tetapi kita Terlewatkan tetap
menggunakan angka
Hai nah seperti ini sepertinya ada
kesalahan
hai hai
Hai nah Disini
Hai nah yang betul disini adalah
hai hai
Hai dan yang terakhir adalah delapan
Barus hati-hati
Hai nah disini sudah muncul angka dan
kolom baru sekarang perlu kita tambahkan
di program SPSS kita kita kembali ke
dataset di SPSS kita kita kembali ke
variable view kemudian kita tambahkan
variabel baru namanya interaksi
Hai kemudian di velius perlu kita beri
label sesuai dengan label yang kita
Tuliskan di Excel tadi dari label1
hingga label telah far
Hai misalkan label1 adalah konvensional
rendah kemudian label value dua adalah
konvensional tinggi kemudian value tiga
adalah PBL rendah
Hai kemudian nomor 4 adalah PBL tinggi
value 5 adalah TPS rendah value 6 adalah
TPS tinggi value 7 adalah PDL kombinasi
TPS rendah kemudian Ferry terakhir value
8 adalah PBL kombinasi TPS tinggi
Hai setelah delapan label tersebut kita
masukkan kemudian kita Klik tombol Ok
kemudian kita kembali ke dataview lalu
kita copy data di Excel kita tadi
hai hai
Ayo kita blog dari baris pertama hingga
baris terakhir ingat angka-angkanya saja
yang diblok kemudian kita tekan kontrol
CD keyboard kita masing-masing kemudian
kita kembali ke dataview kita lalu kita
kembali ke baris pertama di kolom
interaksi lalu kita tekan kontrol Fedi
keyboard kita masing-masing
Hai setelah itu secara otomatis data di
Excel tadi tersalin di SPSS
Hai Setelah itu kita juga perlu men-save
data ini agar kita tidak perlu mengulang
memasukkannya dari awal caranya
bagaimana kita klik gambar disket
dibagian kanan atau kiri atas program
SPSS kalian kita klik kiri sekali
kemudian kita tunggu kotak dialog save
data es muncul kemudian kita pilih
folder yang kita inginkan misalkan
Disini saya akan menshare nya di folder
tua ancova file name Kita sesuaikan
dengan nama file yang kita inginkan
misalkan saya berinama data duwe ancova
Hai setelah nama kita berikan kita perlu
menekan tombol enter di keyboard kita
masing-masing
Hai Nah kita telah menambahkan variabel
baru yaitu variabel interaksi sekarang
kita perlu melakukan analisis sankofa
sekali lagi untuk memperoleh tabel LSD
untuk interaksi variabel bebas kita
caranya bagaimana kita klik analyze
kemudian kita pilih general linear model
lagi kemudian kita pilih Yuni varies
kemudian di fix faktor model
pembelajaran kita kembalikan ke kiri
tingkat akademik juga kita kembalikan ke
kiri lalu interaksi kita masukkan ke
kotak fix faktor tersebut Sedangkan
dependent variable tetap posttest dan
kovariat tetap pretest
Hai di menu save kita klik lalu
unstandardize kita klik lagi agar
tentangnya hilang kemudian kita Klik
tombol continue kemudian di menu option
kita klik juga agar tidak terlalu banyak
hasil yang muncul maka homogenity kita
klik lagi agar centangnya hilang
kemudian bagi yang versinya 25 ke atas
pm-in silahkan kalian klik setelah
optionnya kita tutup
hai bagi yang versinya 24 ke bawah kita
tetap berada di menu option kemudian
interaksi kita klik lalu kita klik tanda
panah sehingga interaksi masuk ke kota
is premium for lalu jangan lupa centang
compare main efek sehingga LSD di bawah
kompor Mini FX menyala Setelah itu kita
Klik tombol continue lalu kita klik ok
Hai sehingga akan muncul output ancova
baru namun yang perlu kita baca hanyalah
tabel estimate dan tabel parwis
comparison ditabel estimate kita bisa
memperoleh aja statemennya atau rata
terkoreksi nya di setiap interaksi
sedangkan diperluas comparison kita
memperoleh rangkuman hasil uji lanjut
kita yaitu uji klinis signifikan
difference atau LSD atau bahasa
Indonesianya pnt ancova telah kita
lakukan homogenitas tadi secara otomatis
juga telah kita lakukan sekarang kita
perlu menganalisis asumsi lain yang
belum kita analisis yang pertama adalah
normalitas ingat normalitas yang
dianalisis bukanlah data selisih
bukanlah pula data Variabel terikat di
masing-masing kelompok melainkan data
residual kita
kembali ke dataset kita lagi Nah di sini
ada variabel baru yaitu researchers cor1
bila kita kembali ke variable view
disini resato memiliki label residual
for y hot artinya inilah merupakan data
residual dari variabel terikat kita dan
data inilah yang kita analisis
normalitasnya Bagaimana menganalisis
normalitas data review dual ini kita
klik menu analyze kemudian kita pilih
deskriptif statistik kemudian kita pilih
explore lalu kita pindahkan variabel
residual free hot ke kota the painless
dengan cara mengklik tanda panah di kiri
kota dependen list tersebut kemudian
disisi kanan kota explore ada menu close
silahkan diklik first sekali sehingga
kota
dialog explore titik dua plots muncul
pada kotak boxplots kita pilih Nam
Kemudian pada kotak deskriptif tentang
stem-and-leaf kita hilangkan lalu di
bagian tengah ada tulisan normality
proud with es kita klik kiri sekali agar
dia tercetak setelah tampilannya seperti
ini Mari kita Klik tombol continue
Setelah itu kita Klik tombol ok
Hai seperti biasanya ketika kita
melakukan uji normalitas SPSS
membutuhkan waktu yang sedikit lebih
lama bila dibandingkan kita melakukan
analisis yang lain setelah output SPSS
muncul kita pilih tabel test of
normality nah di tabel sini muncul dua
uji normalitas yaitu kolmogorov-smirnov
dan shapiro wilk cara pengambilan
keputusannya kita lihat angka signya
kita bisa memilih kolmogorov-smirnov
saja Kita juga bisa memilih shapiro-wilk
saja namun kebetulan di sini nilai Sig
kedua hasil analisis tersebut sama-sama
di atas 0,05 karena diatas 0,05 maka
data residual kita terdistribusi secara
normal
Hai namun bila residual data kalyani
lecetnya kurang dari 0,05 maka residual
kalian tidak terdistribusi secara normal
di sini kita telah melakukan uji
normalitas kita juga telah melakukan uji
homogenitas sekarang kita perlu
melakukan uji rinne ritas antara kritis
dengan posttest alias antara data
kovariat dengan dependent variable kita
alias Variabel terikat kita dan seperti
yang saya sampaikan di awal linearitas
dilakukan perkelas bukan dilakukan
menjadi satu keseluruhan Oleh karena itu
output kita harus kita atur agar hasil
analisisnya yang muncul adalah berkelas
caranya bagaimana kita klik data riwayat
Oh ya menu data di bagian atas kemudian
kita pilih menu spray file Kemudian pada
bagian kanan sini kita pilih compare
groups dengan cara klik kiri sekali
kemudian variabel kelas kita masukkan
atau variabel model pembelajaran yang
maksud saya variabel model pembelajaran
kita klik kiri sekali kemudian kita
masukkan ke kotak robeson dengan cara
mengklik tanda panah di sebelah kiri
kota tersebut setelah model pembelajaran
masuk di kota grup best on kita Klik
tombol ok
Hai maka di bagian paling bawah dari
output kita akan ada keterangan short
case by pembelajaran dan split file
layered by pembelajaran artinya split
file sudah on sudah nyala sekarang untuk
menguji linearitas kita membutuhkan data
diagram-diagram skater Bagaimana cara
memunculkan diagram skater kita pilih
menu grabs ya graphs ya kemudian kita
pilih menu Legacy daya locks kemudian
kita pilih menu skater garing.com kita
Klik sekali lalu kita pilih simpel
skater kita Klik sekali kemudian kita
tekan menu atau tombol Divide
Hai sehingga muncul kotak simple skater
plot pada y-axis kita masukkan Variabel
terikat kita Oleh karena itu Mari kita
tekan variabel posttest lalu kita tekan
tombol panah di sebelah kiri y-axis
kemudian di x-axis kita kita masukkan
kovariat kita yaitu protes Oleh karena
itu pretest kita tekan trik iri sekali
kemudian kita tekan tanda panah di
sebelah kiri x-axis
Hai setelah dua langkah ini kita lakukan
mereka kita klik ok
Hai setelah itu SPSS akan membuat skater
plot dari kegelapan kelas yang kita
punya dimana x aksesnya adalah kovariat
sedangkan y aksesnya adalah Variabel
terikat kita alias X axis-nya ada api
tesnya kemampuan awal sedangkan ya
axis-nya adalah posnya atau kemampuan
akhir Setelah model-model pembelajaran
tadi diimplementasikan di setiap kelas D
sini ada 8 kelas dan untuk menentukan
apakah dia termasuk
hai oh ada kesalahan mohon maaf ya
karena ini to wear oval maka ada delapan
kelompok interaksi maka kita harus
memperoleh data skater plot ah output
scatterplot sejumlah 8 karena asumsi
linearitas harus dipenuhi di setiap grup
atau kelompok interaksi Oleh karena itu
output kefir yang terakhir ini kita
Lupakan mereka kita splitfire lagi
sesuai dengan apa yang kita inginkan
yaitu mensplit output berdasarkan
interaksi bukan Berdasarkan model
pembelajaran kita klik menu data
kemudian kita pilih split file kemudian
model pembelajaran yang ada di grup
lesson kita kembalikan dengan cara
mengklik tanda panah di kiri kotak
besson kemudian kita pilih
interaksi-interaksi kita klik diri
sekali kemudian kita
bukan ke kota group based on lalu kita
klik ok sehingga di output sudah
diinformasikan bahwa speed file-nya
sudah menyala sekarang baru kita lakukan
skater Float sesuai kelompok Interaksi
yang kita punya seperti tadi kita pilih
menu crepes kemudian pilih Legacy dialog
kemudian kita pilih skater garis miring
dot kemudian kita pilih lagi simple
skater dengan klik kiri sekali kemudian
kita tekan tombol Divine karena Exsis
dan Ya axis-nya sudah kita masukkan
yaitu year Sisanya adalah posttest dan
eksisnya adalah protes maka kita
langsung klik tombol ok
Hai sehingga skater Cloud yang
dihasilkan akan berjumlah delapan
sejumlah kelompok Interaksi yang kita
punya
Hai cara pengambilan keputusannya apakah
linearitas terpenuhi atau tidak
berdasarkan sebaran titik-titik yang
dihasilkan kiske the clothes tersebut
bila ada kecenderungan ada hubungan
linier maka kita simpulkan data kita
memang memiliki hubungan linear antara
Princess dengan posttest bila seperti
Demikian maka asumsi linearitas
terpenuhi dari ini kita anggap memiliki
hubungan yang linier karena semakin
besar Fit esnya kecenderungannya semakin
besar pula posttest nya
hai oke sinergitas telah kita lakukan
sekarang kita perlu melakukan uji asumsi
yang terakhir yaitu homogenitas dari
regresi caranya bagaimana kita klik
analyze kemudian kita pilih general
linear model lagi kemudian kita pilih
univariat lagi
di kemudian
Hai di fix faktor interaksi kita tekan
dan kita kembalikan ke kolom sebelah
kiri
Hai variabel bebas pertama kita model
pembelajaran kita masukkan kembali ke
fix faktor variabel bebas kedua kita
tingkat akademik kita masukkan kembali
juga ke Factor
Hai langkah ini sama dengan langkah kita
ketika kita melakukan tua ancova di
langkah pertama tadi namun pembedanya di
langkah untuk melakukan analisis asumsi
homogenitas ini kita perlu menekan menu
model setelah menu model kita tekan akan
muncul kotak Yuni variety titik dua
model di spesifik model kita pilih
custom kita klik kiri sekali kemudian di
built Om kita pilih Interaction defini
kita perlu melakukan interaksi berbagai
Interaksi yang memungkinkan variabel
bebas pertama printer aksi dengan
variabel bebas kedua kemudian kovariat
berinteraksi dengan variabel bebas
pertama kovariat bervarian teraksi
dengan variabel bebas kedua dan
seterusnya sekarang kita buat secara
bersama-sama yang pertama kita perlu
mengintegrasikan pembelajaran yaitu
variabel bebas pertama
Hai dengan akademik yaitu variabel bebas
kedua kita caranya bagaimana kita klik
pembelajaran kemudian keyboard kita
tekan tombol Shift kemudian kita pilih
akademik setelah Academy kita pilih save
kita lepas kemudian karena debu itemnya
sudah Interaction kita klik tanda panah
di bawah Interaction sehingga di sisi
kanan muncul interaksi pembelajaran dan
akademik selanjutnya kita interaksi kan
pembelajaran dengan x.hot ada kovariat
kita caranya sama pembelajaran kita klik
kemudian tombol Shift kita tekan di
keyboard kita kemudian kita klik X hubs
Hai Om mohon maaf kita pilih kontrol
saja ya karena kalau shift maka ketiga
variabel dari atas ke bawah terblok
secara otomatis Saya ulangi lagi
pembelajaran kita klik kemudian tombol
kontrol di keyboard kita klik kemudian
exhouse gerak kita klik Nah setelah itu
tombol kontrol kita lepaskan
hai lalu tanda panah dibawa Interaction
kita klik sehingga pembelajaran bintang
hots muncul di kotak model kita lakukan
hal yang sama di akademik interaksi
dengan exort kita tekan lagi sehingga
muncul interaksi antara kovariat dengan
variabel Academy kita dan yang terakhir
ketiga ini kita interaksi kan sehingga
pembelajaran akademik terekspos kita
klik secara bersamaan kemudian kita
pindahkan ke kolom model sehingga di
sini ada empat interaksi setelah
mencapai langkah ini kita Klik tombol
continue
Hai namun sekali lagi ada satu langkah
yang saya lupakan mohon maaf letak tadi
kita sudah melakukan split output ketika
kita masih menginginkan split output
maka analisis akan tetap tersebut with
tetap Terpisah Oleh karena itu Mari kita
matikan speednya terlebih dahulu Oleh
karena itu kita tekan cancel terlebih
dahulu kemudian kita pilih menu Tata
lagi Kemudian pilih split file kemudian
kita pilih tulisan analis orkes donut
create group sehingga output yang
dihasilkan tidak terpisah lagi lalu kita
klik ok sekarang kita ulangi lagi
langkah-langkah tadi kita klik analyze
kemudian general linear model kemudian
Deni Farid fix faktornya kita ganti
sebagai variabel bebas pertama dan kedua
kita kemudian di mode
kita klik menunya kemudian kita pilih
custom kemudian di bottom kita pastikan
Interaction kemudian kita buat empat
macam interaksi tadi setelah keempat
interaksi tadi muncul di kolom model
kita klik continue kemudian kita Klik
tombol oke nah
Hai analisis telah dihasilkan lalu
meskipun tabel yang keluar banyak kita
cukup melihat tabel test of between
subject efek pengambilan keputusan
apakah homogen atau tidak Kita lihat
berdasarkan nilai Sig di setiap baris
Interaksi yang telah kita definisikan
tadi bila semua sikti baris interaksi
tersebut diatas 0,05 maka kita simpulkan
regresi homogen namun bila ada yang
dibawah 0,05 seperti di baris
pembelajaran akademik dan pembelajaran
eksotis ini maka homogenitas tidak
terpenuhi
Hai namun pada video ini kita berlatih
kita anggap saja asumsi homogenitas
regresi terpenuhi semua Oke jadinya kita
telah melakukan uji uji asumsi yang
mendampingi ujian kova normalitas pada
Dede residual sudah kita lakukan
homogenitas secara otomatis juga muncul
ketika kita melakukan ujian kVA tadi
kemudian linearitas juga telah kita
lakukan pada setiap kelompok data
intruksi dan yang terakhir asumsi
homogenitas garis regresi juga telah
kita lakukan Langkah apa yang belum kita
lakukan yaitu langkah pemberian notasi
uji lanjut
Hai caranya bagaimana sama seperti uji
one way Anova di video-video sebelumnya
kita menggunakan tabel wescom barisan
untuk menentukan notasi LSD yang kita
inginkan Sekarang mari kita buat
rangkuman uji lanjut berdosa bersama
dengan notasinya di variabel bebas
pertama kita yaitu variabel akademik
Hai caranya bagaimana kita kembali ke
tabel yang atas kemudian kita cari
tombol estimate menu estimate dan
manuver wis comparison
Hai kemudian kita siapkan Excel juga Nah
di sini kita langsung lihat contoh
tabelnya nah
hai ketika kita melakukan uji lanjut
beberapa penelitian umumnya melaporkan
uji lanjutan kova seperti ini ada kolom
interaksi color kita Mohon maaf ada
kolom pembelajarannya ini ini karena
variabel bebas pertama kita ada
pembelajaran kemudian ada kolom pretest
dan posttest yang sama-sama memberikan
informasi rata dan standart deviasi
kemudian ada kolom selisih kemudian ada
kolom peningkatan ada kolom rata
terkoreksi dan ada kolom notasi lcd-nya
Bagaimana cara membuat tabel ini yang
pertama adalah kita harus merekapitulasi
apa saja perlakuan kita tadi ada empat
model pembelajaran yang urutannya adalah
konvensional PBL TPS lalu kombinasi PBL
dan PPS
Hai Setelah itu kita urut gad
Hai perlakuan mana yang rerata
terkoreksi nya paling kecil kemudian
yang lebih besar hingga yang paling
besar sehingga Disini di tabel rangkuman
hasil uji lanjut ini yang baris pertama
adalah model pembelajaran TPS Kenapa
karena rerata terkoreksi nya paling
kecil BBL dikombinasikan TPS di posisi
paling rendah di paling bawah Kenapa
karena rata terkoreksi nya paling tinggi
rata terkoreksi ini mengambil dari mana
mengambil dari aja statement yang ada di
tabel estimate yang ada di SPSS saya
kembalikan ke output SPSS ya nah nah di
tabel estimate ini ada mint Nah mindis
inilah yang merupakan aja statemennya
atau rata terkoreksi nya kita salin
Jadinya tadi model pembelajarannya serta
rela cutter koreksinya kemudian kita
Urutkan
Hai dari yang terkecil hingga terendah
homolog dari terkecil hingga tertinggi
kemudian selain merata terkoreksi kita
lengkapi juga dengan rerata fretes
maupun rata posttest tentunya juga
didampingi oleh standart deviasi
masing-masing dari manakah kita
mendapatkan rata ini Nah kalau rata
posttest kita bisa mendapatkan langsung
dari output SPSS kita saya kembali ke
output SPSS nya Nah disini tadi kita
sudah menentang deskriptif statistik di
option sehingga kita mendapatkan rata
sekaligus standart deviasi dari data
postes kita
Hai nah berat badan setifikasi ini
tinggal kita pindah ke kolom ini yang
ada di Excel lalu darimana kita
mendapatkan rata pretest sekaligus tada
deviasinya kita perlu menghitung manual
atau kita perlu melakukannya Di SPSS
biar lebih cepat caranya bagaimana kita
kembali ke sswi kemudian kita klik
Hai kemudian kita pilih deskriptif
statistik lalu kita pilih salah satu
menu dari ketiga murni yang paling atas
ini setelah
Hai namun sekali lagi ingat kita ingin
mendapatkan Rara tadi masing-masing
pembelajaran Oleh karena itu kita
harapkan outputnya terpisah antara satu
kelas dengan kelas yang lain caranya
bagaimana kita kembali ke menu data kita
pilih split file kemudian kita pilih
compare groups kemudian grup beach
on-nya kita biar ganti sebagai model
pembelajaran
Oh ya jadinya compare grupnya
Berdasarkan model pembelajaran kemudian
kita klik ok lalu kita klik analyze
kemudian deskriptif statistik kemudian
bisa kita pilih deskriptif misalnya
kemudian pretest kita masukkan ke
variabel karena kita ingin menghitung
rata-rata dan standar deviasi data
pretest kita kemudian di menu option
kita tentang Saya jamin sedang dan
standar deviasi sedangkan minimum dan
maksimum bisa kita hilangkan centangnya
kemudian kita klik continue kemudian
kita klik ok
Hai sehingga di sini kita memperoleh
Raka dan standar deviasi setiap model
pembelajaran kita angka-angka ini
tinggal kita pindah ke rangkuman tabel
SD
Hai kalau kalian ingin bahkan secara
manual menggunakan karburator atau XL
silakan tetapi dengan menggunakan SPSS
kita bisa mendapatkannya secara lebih
cepat tapi ingat diskrit file terlebih
dahulu agar kita dapatkan rata dan
standart deviasi per masing-masing model
setelah rata dan standar deviasi pretest
dan posttest telah kita rangkum lalu
kita perlu menghitung selisih selisih
disini adalah selisih posttest dengan
pretest Bagaimana cara mendapatkannya
Kita hanya tinggal mengurangkan posttest
dengan pretest caranya bagaimana
misalkan disini masih kosong ya maka
saya tulis angka she sama dengan
kemudian saya pilih rata posttest kita
klik Riri sekali kemudian kita tulis
simbol minus atau kurang kemudian kita
dan rata-rata pedasnya ya jadinya disini
formulanya adalah rerata posttest
dikurangi rata pretest kemudian kita
klik enter sehingga secara otomatis kita
memperoleh selisih antara posttest
dengan British untuk mendapatkan selisih
di pembelajaran pembelajaran yang lain
tinggal kita tarik sejarah
Hai Kemudian untuk mendapatkan
peningkatan rumusnya adalah misalkan ini
masih kosong ya sama dengan selisih kita
klik kiri sekali kemudian kita bagi kita
tulis garis miring kita bagi dengan
rerata pretest ya jadinya selisih dibagi
rata British selisih garis miring
pretest kemudian enter bila belum dalam
bentuk persentase kalian tinggal menekan
oxybol persentase dibagian atas di menu
Excel kalian makan Nanti secara otomatis
angka desimal akan berubah menjadi
persentase Bila kalian ingin mendapatkan
angka dibelakang koma kalian bisa
mengklik mengaturnya di menu sebelah
koma
Oh ya jadinya di bagian atas ini ada
menu simbol dollar kemudian mint menu
bergambar persentase ada menu bergambar
koma kemudian ada menu untuk menambahkan
atau mengurangi desimal silakan diatur
sendiri-sendiri sedangkan rata
terproyeksi tadi saya sampaikan sesuai
dengan accessed meddle tabel estimate
the output SPSS setelah itu urutkanlah
dari yang terkecil hingga terbesar
berdasarkan rata terkoreksi Nya sehingga
urutannya seperti ini Lalu bagaimana
cara memberikan notasinya Oke sekarang
kita anggap notasi ini belum ada Oleh
karena itu saya hapus dulu semuanya cara
pemberian notasi yang pernah saya
jelaskan di video oneway dan Dwi Anova
sekarang saya ulang lagi saya review
lagi secara singkat yang pertama setelah
kita mengurutkan perlakuan dari keren
tiga tertinggi kita beri angka atau
notasi paling kecil di baris pertama
yaitu notasi a-prince pemberian Motivasi
adalah ketika dua perlakuan memiliki
notasi yang sama maka diartikan tidak
ada perbedaan signifikan namun Bella
notasinya berbeda diantara dua perlakuan
tersebut maka kedua perlakuan tersebut
memiliki perbedaan signifikan cara
menentukannya ada tidaknya perbedaan
signifikan dari mana Dari output SPSS
yaitu ditabel perwis comparison ini ya
ditabel perwis comparison dari variabel
akademik Nah di sini ada kolom sik di
sini ada perlakuan-perlakuan kita
Ayo kita perkecil ukurannya agar kita
bisa melihat Excel sekaligus SPSS nya
Oh ya
hai hai
hai oke misalkan di sini TPS ingin kita
bandingkan dengan konvensional kita
sembunyikan dulu sel di sini biar kita
mudah melihatnya nah kemudian kita
perkecil juga Excel kita kemudian kita
sejajarkan dengan output SPSS kita
sekarang TPS sudah kita beri notasi ah
untuk memberi notasi pada konvensional
kita bandingkan TPS dengan konvensional
prinsipnya bila ada perbedaan signifikan
Makasih diantara kedua perlakuan
tersebut kurang dari 0,05 namun bila
angka signya diatas 0,05 maka tidak ada
perbedaan signifikan sehingga notasinya
haruslah sama
Hai sekarang kita bandingkan TPS dengan
konvensional signya Ternyata 0,005 jauh
dibawah 0,05 Ya 0,005 kurang dari 0,05
sehingga TPS dan konvensional berbeda
signifikan karena berbeda signifikan
maka notasinya juga harus berbeda yaitu
notasi
Hai kemudian konvensional kita
bandingkan dengan PBR konvensional dan
PBL nilai Sigma 0,000 kurang dari 0,05
sehingga notasinya pun juga harus
berbeda kita beri notasi c yang terakhir
kita bandingkan PBL dengan kombinasi PBL
TBS PBL dengan BBL kombinasi TPS
ternyata asyiknya juga kurang dari 0,05
sehingga notasinya pun juga harus
berpegang nah ini merupakan contoh
hasilnya kita kembali perbesar Excel
kita kemudian kita Munculkan lagi
sel-sel yang kita Hai tadi dengan cara
Klik Kanan kemudian kita klik and high
nah kebetulan setiap Perlakuan di sini
memiliki notasi yang berbeda namun
Adakalanya satu perlakuan memiliki
notasi yang dua sekaligus
Khan pccd atau api dan bisa saja ada dua
perlakuan yang notasinya sama Bagaimana
contoh kasusnya silakan buka lagi video
saya yang membahas W dan tua novel
dengan menggunakan SPSS disana ada
contoh kasus ketika ada perlakuan yang
notasinya dua sekaligus dan juga ada dua
perlakuan yang notasinya
Hai nah variabel bebas ketika kedua kita
adalah kemampuan akademik seperti yang
tadi kita lakukan ancova ternyata tidak
ada perbedaan signifikan Kemampuan
akademiknya sehingga kita tidak perlu
melakukan uji lanjut sedangkan uji
lanjut perlu kita lakukan di interaksi
karena sesuai hasil ancova Teddy
interaksinya signya kurang dari 0,05
caranya sama dengan melakukan
perangkuman hasil uji lanjut di variabel
bebas model pembelajaran ini kita perlu
membuat kolom interaksi dahulu kemudian
kita perlu mendata pretest dan posttest
masing-masing interaksi kemudian kita
hitung selisihnya kita hitung
peningkatannya kemudian kita tulis rata
terkoreksi nya dari tabel estimate
kemudian kita tentukan notasinya dulu
Hai contoh tabel yang telah saya
hasilkan adalah ini untuk mengetahui
secara lebih detail Bagaimana cara
membuat tabel Stable di LSD yang
interaksi sekali lagi silakan lihat tua
Nova video saya membantu ia Nova saya
juga telah membuat cara bagaimana cara
membuat tabel Fauzi lanjut di interaksi
Hai jadinya awalnya saya data interaksi
interaksinya dari konvensional rendah
kemudian konvensional tinggi PPL rendah
PBL tinggi hingga kombinasi PBL TPS
tinggi lalu saya datar rata
pretest-posttest nyasar deviasinya juga
saya hitung selisihnya dengan formula
yang tadi saya hitung peningkatannya
dengan formula yang tadi dan saya catat
rata terkoreksi nya kemudian saya
Urutkan rata terkoreksi yang paling
rendah hingga yang paling tinggi
sehingga urutan interaksinya pun berubah
mengikuti urutan rata terkoreksi
tersebut
Hai kemudian kita tentukan notasi
lcd-nya yang