Kind: captions
Language: id
Assalamualaikum warahmatullahi
wabarakatuh berjumpa lagi dengan saya di
channel YouTube saya ensiklopedia Ahmad
Fauzi pada video kali ini kita akan
mempelajari salah satu analisis di
statistika inferensia bila di video
Sebelumnya kita telah mempelajari UJ t
di video kali ini kita akan mempelajari
bagaimana caranya melakukan analisis
oneway
Anova S belajar menganalisis oneway
Anova kita juga akan belajar menghitung
effectek size-nya Selain itu uji lanjut
yang dilakukan setelah oneway Anova
diselesaikan juga akan kita pelajari di
video kali ini dan terakhir kita juga
akan mempelajari analisis nonparametrik
pengganti oneway Anova yaitu cruscle
Wallis test tentunya dengan menggunakan
SPSS seperti video-vide Sebelumnya saya
berharap kalian semua sudah menginstal
program SPSS di komputer atau laptop
kalian
masing-masing selain itu saya juga
berasumsi bahwa kalian telah memahami
tampilan umum SPSS
tersebut tujuan saya membuat video kali
ini adalah agar kalian mampu
menganalisis keterpenuhan asumsi sebelum
uji oneway Anova dilakukan Selain itu
Kalian juga saya harapkan mampu
melakukan uji oneway Anova dengan
menggunakan
SPSS kemudian Kalian juga dapat
menentukan effectf
size-nya dan Kalian juga diharapkan
mampu melakukan analisis uji lanjut
setelah oneway Anova
dilakukan seperti di video Sebelumnya
saya juga berharap kalian mampu
melakukan analisis nonpametrik pengganti
oneway Anova yaitu cruscal Wallis its
test ketika distribusi data kalian tidak
normal sehingga asumsi oneway Anova
tidak terpenuhi dan yang terakhir Saya
harap kalian mampu melaporkan hasil
analisis baik analisis oneway Anova
maupun cruscal Wallis
test sebelumnya kita merreview sejenak
terkait oneway
Anova nama lain oneway Anova adalah anfa
satu jalur Oleh karena itu bila kita
membaca skripsi tesis disertasi atau
artikel ilmiah lain kita Terkadang juga
menemukan istilah anafa satu jalur ini
merupakan istilah bahasa Indonesianya
anava merupakan singkatan dari analisis
varians sedangkan bahasa Inggrisnya
adalah analy of variance sehingga
disingkat sebagai
Anova satu jalur nya diubah menjadi one
way sehingga Nama lengkapnya adalah
oneway
Anova oneway Anova digunakan untuk
menganalisis ada tidaknya perbedaan
signifikan rerata di antara dua kelompok
atau lebih yang tidak saling berkaitan
berbeda dengan uji t sebelumnya yang
hanya mampu digunakan untuk menganalisis
dua kelompok
saja ciri data yang dapat digunakan
untuk di menggunakan oneway Anova adalah
terdiri atas satu variabel
bebas dan data tersebut terbagi menjadi
minimal dua kelompok sehingga bisa dua
kelompok ataupun lebih dari dua kelompok
Selain itu analisis oneway Anova hanya
bisa menganalisis data yang terdiri atas
satu Variabel
terikat asumsi-asumsi uji oneway Anova
adalah seb
berikut yang pertama variabel triikat
berupa data skala interval atau rasio
jadinya sama dengan uji t selanjutnya
variabel bebas berupa data kategoris
yang membagi data menjadi minimal dua
kelompok yang tidak saling
berkaitan independensi observasi pun
menjadi asumsi uji oneway
Anova kemudian ketidakhadiran outayer
yang signifikan juga menjadi prasyarat
data tersebut bisa dianalisis dengan
oneway Anova atau
tidak kemudian setiap kelompok memiliki
data yang terdistribusi secara normal
ingat data yang harus terdistribusi
secara normal adalah setiap kelompok
bila kita membandingkan atau
menganalisis dua kelompok maka kedua
kelompok tersebut harus dianalisis
normalitasnya sendiri-sendiri bagi ituu
pula bila jumlah kelompok data kita ada
3 4 5 10 20 atau hingga puluhan lainnya
maka uji normalitasnya pun juga
berjumlah sama dengan data yang kita
miliki Dan Yang Terakhir varian satu
kelompok dengan kelompok lainnya harus
homogen Oleh karena itu bila kita
menganalisis lima kelompok maka kelima
kelompok tersebut harus memiliki varians
yang tidak berbeda sik
ikan selain menghitung signifikansi dari
Anova Kita juga harus menghitung effect
size ketika kita menganalisis
menggunakan one way Anova Kenapa karena
signifikansi statistik hanya mampu
menyampaikan pada kita ada tidaknya
pengaruh suatu
Perlakuan di sisi lain e size bisa
menginformasikan seapa besar pengaruh
yang di
dihasilkan perbedaan dapat saja
signifikan secara statistik namun bisa
saja tidak terlalu mengesankan misalnya
hasil analisis anava menyatakan bahwa
ada perbedaan yang nyata tetapi bisa
saja pengaruh dari perlakuan tidak
terlalu
besar dan salah satu pengukuran eekes
yang paling umum dan sudah kita pelajari
di video Uji adalah kohens tesoh
sedangkan pada Anova kita akan
mempelajari e size yang lain yaitu
parsial Eta
Square setelah e Ses dihitung maka kita
juga perlu melakukan uji lanjut uji
lanjut kita kenal juga sebagai pos Hog
test
uji lanjut dilakukan ketika hasil uji
Anova menunjukkan adanya perbedaan
signifikan di antara kelompok yang Kita
uji
uji lanjut digunakan untuk menentukan
kelompok mana saja yang saling berbeda
signifikan satu sama lain misalkan kita
memiliki en kelompok data yang kita
analisis lalu hasil uji Anova
menyimpulkan adanya perbedaan signifikan
di antara kelompok-kelompok tersebut
agar kita tahu mana saja kelompok yang
berbeda signifikan maka kita perlu
melakukan uji lanjut dengan menggunakan
uji lanjut kita bisa memastikan Apakah
kelompok satu berbeda signifikan dengan
kelompok dua kelompok dua berbeda
signifikan dengan kelompok 3 atau
kelompok sat tidak berbeda signifikan
dengan kelompok du namun berbeda
signifikan dengan kelompok 3 Kemungkinan
kemungkinan ini dapat kita pastikan
dengan melakukan analisis uji
lanjut namun yang menjadi perhatian dan
pengingat uji lanjut hanya dilakukan
ketika kelompok yang dianalisis
berjumlah Lebi
dari Oleh karena itu bila kita
menganalisis dua kelompok data saja dan
uji Anova menyatakan ada pengaruh
signifikan kita tidak perlu melakukan
uji
lanjut perbedaan bidang seringkiali juga
menyebabkan perbedaan pilihan uji lanjut
yang digunakan bidang di sini maksudnya
adalah bidang ilmu di bidang pendidikan
kita biasa menggunakan lanjut bnt beda
nyata terkecil atau nama lainnya adalah
LSD least significant difference namun
di bidang yang lain misalkan kedokteran
kita menggunakan uji lanjut yang lain
misalkan danunken atau
Tuki pemilihan uji lanjut tersebut
penting karena ada beberapa hal yang
perlu diperhatikan salah satunya adalah
tingkat ketelitian dari uji lanjut yang
kita pilih
selanjutnya crusc walles its test
analisis ini termasuk uji non
parametrik sama seperti oneway Anova
crusc Wallis test kita gunakan untuk
menganalisis ada tidaknya perbedaan
signifikan dua kelompok atau lebih yang
tentunya kelompok-kelompok tersebut
tidak saling berkaitan
dan kita menggunakan CS callis access
ketika data kita tidak terdistribusi
secara normal sehingga oneway Anova
tidak bisa kita
laksanakan dan skala pengukuran pada
variabel trikat ketika kita menggunakan
analisis cruscal W test tidak hanya
skala interval dan rasio namun bisa
menggunakan skala ordinal jadinya
misalkan variabel trikat kita adalah
tingkat kesukaan terhadap kopi yang
terdiri atas data sangat suka hingga
sangat tidak suka kita bisa menggunakan
analisis cruscal wall test Namun kita
tidak bisa menggunakan uji one way Anova
oke Sekarang waktunya kita berlatih
melakukan analisis oneway
Anova misalkan saja kita telah melakukan
penelitian di suatu sekolah yang
melibatkan enam kelas yaitu kelas A B C
D E dan F total peserta yang mengikuti
penelitian kita adalah sebanyak
120 peserta yang terbagi ke enam kelas
tadi di penelitian tersebut kita
mengambil dua data yaitu data hasil
belajar dan data literasi sains dengan
skala pengukuran terdiri dari skala 0
hingga 100 0 sebagai nilai terendah dan
100 menjadi nilai
maksimal karena kita telah memiliki data
seperti ini kita bisa melapilih kelasnya
menjadi label 1 hingga 6 sat sebagai
label kelas A 2 sebagai label kelas B 3
sebagai label kelas C 4 sebagai label
kelas d 5 sebagai label kelas E dan 6
sebagai label kelas F karena datanya
sudah siap sekarang Mari kita menuju
program
SPSS seperti biasanya ketika kita
membuka program SPSS kita akan diarahkan
ke variabel View di sini waktunya kita
untuk memasukkan variabel-variabel
penelitian kita mari kita kecilkan
window dari dataset ini agar kita bisa
melihat tampilan X
tadi sekarang kita bisa melihat data di
Excel dan kita bisa menuliskan
variabel-variabel penelitian kita yang
pertama adalah variabel kelas yang kedua
adalah hasil belajar kita singkat saja
sebagai HB karena ingat variabel name
tidak bisa memiliki karakter
spasi kemudian variabel yang ketiga
adalah literasi sains dan bisa kita
tulis sebagai literasi
typ-nya tetap numerik semua karena data
kita semuanya telah berbentuk
angka kemudian Wi dan desimalnya tidak
perlu kita ubah sedangkan label bisa
kita tulis dengan nama variabel kita
secara lengkap hp adalah hasil
belajar sedangkan literasi kita tulis
lengkap menjadi literasi
sains di values yang perlu kita masukkan
hanyalah pada variabel kelas Mari kita
labeli variabel kelas menjadi en label
sesuai dengan jumlah kelas yang terlibat
di penelitian ini seperti biasanya
kursor kita kita tarik di sisi kanan
dari kolom value kemudian kita klik satu
kali di sini kita tulis value 1
merupakan kelas
A value 2 merupakan kelas
B value 3 kelas
C value 4 kelas
D value 5 kelas E dan yang terakhir
value 6 adalah kelas
F kemudian kita Klik tombol
Oke missing datanya tidak perlu kita
ubah karena data kita lengkap kolumnya
juga tidak alignnya juga tidak sedangkan
measurenya bisa kita
pada data kelas mnya merupakan data
nominal sedangkan data hasil belajar dan
data literasi memiliki mure
skill setelah kita mengatur variabel
View kita sekarang waktunya kita
mengcopy data kita dari Excel caranya
mudah kita tinggal memblok data di Excel
hingga di baris paling
akhir an kita tekan tombol conttrol C di
keyboard kita kemudian kita paste di
SPSS kita Arahkan kursor kita ke tombol
data view kemudian kita Arahkan kursor
kita di pojok baris pertama yang bagian
kiri kemudian kita tekan ctrl V di
keyboard
kita kita tunggu beberapa saat hingga
data yang kita copy muncul di SPSS
kita agar data kita tersimpan Jangan
lupa kita men-save data ini terlebih
dahulu kita klik ion yang bergambar di
sket
ini kemudian setelah muncul kotak dialog
seperti ini Kita tentukan folder mana
tujuan kita men-save file tersebut
misalnya kita save di folder oneway
Anova seperti ini atau terserah folder
kalian di laptop kalian
masing-masing nama file juga bisa kita
tulis sesuai keinginan kita misalnya
saja file data
oneway
annova kemudian tinggal kita
enter data sudah siap Sekarang waktunya
kita melakukan analisis ketika kita
men-save data kita secara otomatis
window output akan melaporkan operasi
atau langkah yang telah kita lakukan
tadi yaitu langkah men-save data
sekarang kita kembali ke data kita
sekarang waktunya kita analisis namun
ingat kita harus
meyakinkan diri kita bahwa data ini
sudah memenuhi asumsi
Anova asumsi yang pertama adalah data
terdistribusi secara normal tapi
ingat distribusi normal harus dipenuhi
di setiap kelompok data bukan di
keseluruhan data Oleh karena itu yang
dianalisis bukan data ini secara
menyeluruh namun data per kelas karena
ada en kelas maka akan ada output
6 en variabel mohon maaf ada output 6
uji
normalitas caranya bagaimana agar hasil
uji normalitasnya terpisah antar kelas
kita split file ini dengan cara mengklik
data kemudian split
file kemudian kita pilih tulisan
organize output by groups kita Klik
sekali kemudian variabel kelas kita klik
kemudian tanda panah ini kita klik
sehingga variabel kelas masuk ke kolom
group base on kemudian kita klik klik
oke Setelah itu kita bisa melakukan uji
normalitas sesuai keinginan oneway Anova
tadi kita besarkan kembali view dari
output-nya kemudian Mari kita analisis
normalitas data kita
bersama-sama yang pertama kita klik menu
analyze di bagian atas kemudian kita
pilih descriptive statistics
kemudian kita pilih
explore Setelah itu kita masukkan
variabel yang kita ingin analisis ke
kolom dependent list karena kita
memiliki dua variabel yang ingin kita
analisis maka kedua data ini bisa
langsung kita masukkan ke dependent list
dengan mengklik tanda panah ini kemudian
di sebelah kanan kota ada menu plots
silakan klik menu plot sekali
kemudian box plotnya kita pilih n
deskriptifnya kita hilangkan centangnya
agar outputnya tidak terlalu banyak lalu
kita centang normality plot witest
dengan cara mengklik sekali saja di
kotak
berikut setelah itu baru kita Klik
tombol
continue kemudian kita Klik tombol
Oke biasanya uji noralitas membutuhkan
waktu yang agak lama sehingga kita harus
menunggu keluarnya output yang kita
inginkan semakin banyak grup data yang
kita analisis biasanya waktu analisisnya
juga semakin
lama ingat kita menganalisis en grup
data yaitu kelas A hingga kelas
F namun ketika laptop kalian spesifikan
ya lebih tinggi maka bisa saja proses
ini akan menjadi lebih
cepat saya ingatkan kembali bahwa oneway
Anova juga mengharuskan kita melakukan
analisis pada data yang hanya terdiri
atas satu variabel bebas dan satu
variabel trikat karena data kita terdiri
atas dua variabel trikat yaitu hasil
belajar dan literasi sains Maka nanti
kita melakukan dua kali uji one way
Anova sekali untuk data hasil belajar
dan sekali untuk data literasi sains nah
ini outputnya sudah keluar bisa kita
lihat di sisi kanan dan di sisi kiri di
sisi kiri sebagai rangkuman nama-nama
tabel kita anggap sebagai daftar isi dan
di sisi kanan merupakan output yang kita
inginkan dari proses analisis yang telah
kita
jalankan di sini kita bisa melihat ada
en kelas kelas A B hingga kelas
F kemudian kita bisa melihat hasil uji
normalitasnya dengan
mengklik pilihan test of
normality di sini kita lihat di kelas A
hasil uji normalitas pada hasil belajar
maupun literasi sains nilai sig-nya
semuanya di atas
0,05 sehingga dapat kita simpulkan data
hasil belajar dan literasi Sains Kelas A
semuanya terdistribusi secara normal
sekarang kita lihat di kelas
B dan di sini kita lihat ternyata di
kelas B hasil belajarnya pada uji
kolmogorof smirnov signya kurang dari
0,05 sedangkan hasil di sapirowik lebih
dari dari
0,05 demikian juga literasi
sainsnya kita dapat mengambil salah satu
analisis saja yaitu analisis sapiroik
karena kita menentukan bahwa normalitas
kita diuji dengan sapirok maka dari sini
kita hanya melihat data dari analisis
sapiroik jadinya data kelas A B C D E F
Kita tentukan normalitasnya hanya
menggunakan analisis sapiroik
Kenapa karena sesuai kolmogorov smirnov
data kita tidak
normal kemudian kita lihat hasil uji
normalitas kelas C di sini juga kita
lihat ternyata berdasarkan hasil uji
sapirowik data hasil belajar dan
literasi Sains kelas C juga
normal di kelas D kita lihat Nah di sini
bisa kita lihat hasil belajar
terdistribusi secara normal karena di
atas 0,05 nilai siknya sedangkan
literasi sains dikatakan tidak
terdistribusi secara normal baik
berdasarkan kolmogorov smirnov maupun
sapirowik didasarkan kesimpulan ini pada
nilai sik yang kedua hasilnya di bawah
0,05 baik kolmogorov maupun
safiru ingat ya jadinya di kelas D yang
normal hanya hasil belajar kita lihat di
kelas E dan di kelas E ternyata hasil
belajar sesuai sapiroik terdistribusi
normal karena
0,701 di atas 0,05 sedangkan literasi
sains lagi-lagi di bawah
0,05 sehingga literasi sains laki-laki
tidak terdistribusi secara normal dan
yang terakhir kita lihat di kelas
F di kelas F dapat kita ketahui bahwa
data hasil belajar maupun literasi sains
sama-sama terdistribusi normal karena
nilai Sig di sapirowik di atas
0,05 dari sini bisa kita simpulkan bahwa
hanya data hasil belajar yang memenuhi
asumsi normalitas sedangkan literasi
sains gagal memenuhi asumsi normalitas
sehingga yang bisa kita lanjutkan untuk
analisis oneway Anova hanyalah data
hasil belajar sedangkan data literasi
sains harus dianalisis menggunakan
nonparametrik pengganti one way
Anova karena normalitas sudah kita
lakukan sekarang waktunya kita melakukan
uji
homogenitas namun di SPSS uji
homogenitas sudah include atau termasuk
di Anova sehingga ketika kita melakukan
Anova kita bisa sekaligus menganalisis
homogenitas data kita
Oleh karena itu Mari kita langsung
menganalisis data kita khususnya data
hasil belajar menggunakan oneway Anova
namun perlu kita ingat data kita tadi
telah kita split berdasarkan kelas
sebelum oneway Anova dilakukan data kita
harus kita kembalikan lagi menjadi satu
kesatuan caranya bagaimana kembali kita
klik menu data kemudian kita pilih split
file kemudian kita pilih tulisan analy
all cases do not create groups atau kita
perintahkan ke SPSS silakan analisis
seluruh data kita jangan buat menjadi
beberapa grup atau beberapa kelompok
kemudian kita pilih tombol
Oke sehingga di output bila kita Scroll
ke bawah kita akan menemukan tulisan log
dan di sisi kanan akan
tertulis split F F off artinya data kita
sudah tidak displit
lagi Sekarang waktunya kita melakukan
analisis one way Anova caranya bagaimana
Ada tiga cara
analisis kita coba cara pertama yang
pertama kita klik
analyze kemudian kita pilih compare me
kemudian kita pilih one way annova kita
klik kiri sekali
setelah kita klik kiri sekali akan
muncul kotak dialog berjudul One Way
Anova dependent list merupakan Kotak di
mana variabel yang ingin kita analisis
harus kita masukkan dan kotak dependen
list merupakan kotak Variabel terikat
kita sedangkan faktor merupakan kotak
variabel bebas kita karena yang memenuhi
asumsi normalitas hanyalah hasil belajar
Mak kita masukkan hasil belajar ke kotak
dependen list dengan menggunakan anak
panah ini setelah itu variabel bebas
kita yang merupakan kelas kita masukkan
ke kolom faktor dengan mengklik anak
panah
ini setelah memasukkan variabel kelas di
kolom faktor kita klik menu pos H atau
uji
lanjut di sini ada banyak pilihan uji
lanjut di bagian atas merupakan uji
lanjut yang kita gunakan ketika data
kita terdistribusi normal dan memiliki
varians yang homogen sehingga di sini
dikatakan equal variance assume atau
asumsi homogenitas varians antar
kelompok
terpenuhi di penelitian pendidikan kita
biasa menggunakan uji lanjut LSD bahasa
Indonesianya bnt atau beda nyata
terkecil Oleh karena itu Mari kita
centang LSD dengan mengklik kiri kotak
berikut namun di tutorial kali ini kita
juga akan mempelajari salah satu uji
yang lain yaitu uji dan Ken Coba kita
klik satu kali di kotak sebelah kiri
tulisan danken
ini ketika dada kita tidak homogen kita
bisa memilih satu di antara empat uji
posok ini
namun biasanya saya lebih memilih games
hel ketimbang uji thin danet ataupun det
yang c setelah kita centang LSD dan
dunken Mari kita Klik tombol continue di
option perlu kita klik juga klik kiri
sekali di tombol option sehingga muncul
kotak oneway anova.2
options di sini kita membentuhkan tabel
deskriptif sehingga kita centang kotak
deskriptif Selain itu karena kita juga
ingin mengetahui apakah data kita
homogen atau tidak maka homogenity of
variance test juga kita
centang setelah deskriptif dan
homogenity of varian test tercentang
Mari kita Klik tombol continue kemudian
kita klik
oke sehingga secara otomatis PSS akan
mengeluarkan berbagai tabel yang
berkaitan dengan analisis one way
Anova yang pertama tabel deskriptif yang
melaporkan hasil analisis statistika
deskriptif pada data kita kemudian tabel
test of homogenity variances merupakan
tabel hasil uji homogenitas kita
kemudian tabel Anova yang merangkum
hasil uji Anova yang telah kita lakukan
kemudian tabel multiple comparison yang
kita butuhkan untuk membaca hasil uji
lanjut kita dan yang terakhir tabel
homogenous subsets yang merupakan tabel
yang mewakili hasil analisis dan
Ken Sekarang mari kita lihat apakah data
kita homogen atau tidak Kita klik test
of homogenity variance di sebelah kiri
sehingga layar sebelah kanan mengarahkan
kita ke tabel test of homogenity of
variance
kita lihat nilai sig-nya 0,288
0,288 lebih besar dari
0,05 sehingga dapat disimpulkan varians
data hasil belajar antara satu kelas
dengan kelas yang lain bersifat homogen
sehingga asumsi homogenitas terpenuhi di
data hasil belajar kita ini oleh karena
itu Mari kita lihat hasil uji oneway
Anova nya di tabel di bawah tabel test
of homogenity of
variances di sini kita perlu
memperhatikan nilai F dan nilai Sig
namun yang jadi keputusan kita terkait
hasil uji 1w yang telah kita lakukan
adalah nilai S Kita juga bisa
menggunakan F hitung yang kita peroleh
Namun kita harus membandingkan F hitung
tersebut dengan F tabel itu merupakan
langkah tersendiri yang membutuhkan
usaha lebih Oleh karena itu kita hanya
perlu melihat nilai S saja bila sig-nya
di atas
0,05 artinya tidak ada perbedaan
signifikan sedangkan nilai sig-nya
kurang dari 0,05 maka kita simpulkan ada
perbedaan
signifikan di sini nilai S yang
dihasilkan adalah
0,0000 nilai ini jauh di bawah
0,05 sehingga dapat kita simpulkan bahwa
hasil belajar keenam kelas yang kita
analisis berbeda
signifikan karena hasil uji oneway Anova
menyimpulkan ada perbedaan signifikan
dan jumlah kelompok data kita lebih dari
2 maka kita perlu melihat hasil uji
lanjut yang telah kita lakukan tadi kita
telah mencentang dua uji lanjut yaitu
uji LSD dan uji dunken
tampilan data tampilan hasil analisis
kedua analisis tersebut berbeda di sini
hasil uji lsd-nya panjang dan
menghasilkan banyak angka sedangkan di
danankken tabelnya lebih ringkas dan
angkanya lebih sedikit Sekarang mari
kita pelajari cara menentukan atau
membaca hasil uji
LSD ada langkah-langkah yang perlu
kalian teliti dan cermati secara
hati-hati di sini kita masih susah
membacanya dan pembaca akan kesulitan
bila kita langsung menempelkan tabel
multiple comparison sebagai tabel
analisis hasil uji danen Oh mohon maaf
hasil uji LSD Oleh karena itu tabel ini
perlu kita transformasi menjadi bentuk
tabel yang lebih sederhana dan ramah
kepada pembaca kita caranya bagaimana
kita siapkan Excel terlebih dahulu
kemudian kita kecilkan view dari output
ini dengan cara klik Kotak di bagian
kanan
atas kemudian kita geser ke sebelah kiri
kemudian kita buka Excel
kita kita tambahkan sheet baru kemudian
kita kecilkan tampilan Excel
kita yang pertama yang perlu kita
lakukan adalah kita akan membuat tabel
uji lanjut bnt atau LSD menjadi lebih
ringkas pertama kita tulis di sini
kelas kemudian kita tulis
rerata kemudian di sini kita tulis
notasi
bnt kemudian Mari kita Tuliskan kelas
beserta rerata masing-masing kita bisa
liat rerata masing-masing kelas di tabel
deskriptif di sini ya tabel deskriptif
Sekarang mari kita
Salin angka-angka di sini namun bila
kita salin secara manual ini membutuhkan
waktu yang tidak sedikit Oleh karena itu
mari langsung kita copy tabel ini ke
Excel caranya kita Klik sekali di
descriptifes sehingga warna kuning
muncul seperti ini
kemudian kita klik ctrl c kemudian di
Excel kita Klik di salah satu kolom
kemudian kita klik ctrol
V kemudian kelas A sampai kelas F kita
blok seperti ini kemudian kita klik ctrl
c atau copy kemudian kita tempelkan di
tabel atas dengan cara kita klik ctrl V
atau paste P selanjutnya nya reratanya
juga seperti itu rerata di kolom Min
kita blok dari rerata kelas A hingga
kelas F kemudian kita tekan ctrl c
kemudian kita kembali ke tabel bagian
atas kita tekan baris yang paling atas
kemudian kita tekan ctrl V sehingga
reratanya pindah atau tersalin ke tabel
rangkuman hasil uji bnt
kita sekarang
Mari kita kecilkan ukuran beberapa kolom
berikut Nah setelah kita kecilkan
Sekarang waktunya kita memberikan notasi
sebelum memberi notasi kita perlu
mengurutkan kelas ini berdasarkan nilai
reratanya dari terkecil hingga terbesar
caranya bagaimana kita besarkan terlebih
dahulu Excel kita kemudian kita blok
rerat dari yang pertama hingga
terakhir kemudian kita pilih menu short
and filter di bagian kanan
atas kemudian kita pilih short smallest
to largest Artinya kita Urutkan data
kita dari yang terkecil hingga
terbesar setelah muncul kotak short
warning kita pastikan sudah memilih
expand this selection kemudian kita klik
menu
short hingga secara otomatis reratanya
diurutkan dari terkecil hingga terbesar
begitu pula kelasnya akan mengikuti
urutan rerata yang baru
ini kemudian kita kecilkan kembali
tampilan Excel kita langkah yang pertama
ketika kita memberi notasi bnt adalah
kita Tuliskan notasi paling kecil
terlebih dahulu kita bisa menggunakan
berbagai macam notasi bisa alfabet a c d
e FG bisa angka romawi 1 2 3 i i i i i
dan seterusnya atau bisa juga
menggunakan
Honocoroko aksara Jawa ya atau tulisan
Arab dan lainnya yang penting urut dan
dipahami oleh pembaca namun yang paling
umum digunakan adalah menggunakan
alfabetik yang tidak kapital yaitu a b c
dan seterusnya namun ketika alfabet
tersebut bukan dalam kondisi
kapital alfabet paling kecil atau yang
pertama adalah a Sekarang mari kita
Tuliskan a di kolom
berikut kemudian untuk menentukan notasi
kelas B kita lihat tabel multiple
comparison di output
SPSS prinsipnya adalah ketika kedua
kelas memiliki rerata yang tidak berbeda
signifikan maka notasinya harus sama
artinya kalau kedua kelas memiliki
rerata yang tidak berbeda signifikan
maka notasinya antara kedua kelas
tersebut sama bila satu kelas A maka
kelas lainnya juga
a namun ketika kedua kelas memiliki rata
yang berbeda secara signifikan maka
notasinya pun juga harus berbeda bila
satu kelas notasinya A dan kelas lainnya
berbeda signifikan maka notasi kelas
lain tersebut minimal harus
B begitu ya cara menentukan dia berbeda
signifikan atau tidak bisa kita lihat di
kolom Sig di tabel multiple
comparison jadinya di kolom ketiga ada
nilai S bila di bawah
0,05 artinya ada perbedaan signifikan di
antara kedua kelas namun bila di atas
0,05 kita simpulkan
tidak ada perbedaan
signifikan misalkan kita bandingkan
kelas A dengan kelas B signya
0,001 Oleh karena itu kelas A dan kelas
B berbeda signifikan sehingga notasi
kelas A dan kelas B harus
berbeda sekarang Kita sesuaikan dengan
rangkuman tabel yang telah kita buat
tadi yang pertama yang perlu kita
bandingkan adalah kelas D dengan kelas B
Oleh karena itu kita cari kelas
D ini kelas D kemudian kita bandingkan
dengan kelas
B ya kelas D ini kelas B di baris kedua
kita lihat nilai sig-nya ternyata nilai
sig-nya
0,01 Oleh karena itu notasi kelas D dan
kelas B harus berbeda karena sig-nya di
bawah
0,5 karena kelas d notasinya a maka
kelas B notasinya b a dan b notasi
berbeda
mengindikasikan P value-nya atau sig-nya
kurang dari 0,05 atau ada perbedaan
signifikan karena kelas B sudah berbeda
signifikan dengan kelas D Mari kita
tinggalkan kelas D sekarang kita fokus
ke kelas B Sekarang waktunya kita
membandingkan kelas B dengan kelas C
kita lihat ini kelas B kemudian kelas C
di baris kedua kita lihat nilai sig-nya
0,303
0,303 di atas
0,05 sehingga kita simpulkan kelas B dan
kelas C tidak berbeda signifikan karena
kelas B dan kelas C tidak berbeda
signifikan maka notasi kedua kelas ini
harus sama kelas B telah memiliki notasi
b maka kelas C juga kita beri notasi B
sekarang kita bandingkan kelas B dengan
kelas E begitu ya jadinya ketika kita
membandingkan kedua kelas dan kedua
kelas tersebut tidak berbeda signifikan
Sekarang waktunya kita membandingkan
kelas yang pertama tadi dengan kelas
yang
selanjutnya sekarang kita bandingkan
kelas B dengan kelas E ini kelas B
sedangkan kelas E di baris keempat kita
lihat ternyata signya juga di atas
0,05 maka kita simpulkan kelas B dengan
kelas E juga tidak berbeda signifikan
karena tidak berbeda signifikan maka
kelas B dengan kelas E memiliki notasi
yang sama yaitu notasi
B karena tetap tidak berbeda signifikan
kita tetap membandingkan kelas B namun
dengan kelas selanjutnya yaitu kelas B
dengan kelas F di sini kelas B kemudian
baris yang kelima kelas F kita lihat
nilai sig-nya
0,112 0,112 di atas 0,05 sehingga kita
simpulkan juga kelas B dengan kelas F
tidak berbeda signifikan akibatnya
notasi kelas B dan kelas F juga harus
sama yaitu notasi
B kembali lagi karena tidak berbeda
signifikan kita tidak beranjak di kelas
B Sekarang waktunya kita membandingkan
kelas B dengan kelas selanjutnya yaitu
kelas A ini kelas B kelas A di baris
pertama dan ternyata nilai signya
0,001 nilai tersebut jauh di bawah
0,05 karena di bawah
0,05 maka notasi kelas B dengan kelas A
harus berbeda kelas B telah memiliki
notasi b maka kelas A harus memiliki
notasi
C di sini bisa kita lihat dengan
perbedaan notasi ini kita simpulkan
kelas A dengan kelas B berbeda
signifikan namun ini hanya membandingkan
kelas B dengan kelas A kita tidak tahu
apakah yang berbeda signifikan hanyalah
kelas B dengan kelas A atau bisa saja
kelas A berbeda signifikan dengan kelas
B namun tidak berbeda signifikan dengan
kelas c e dan f oleh karena itu sekarang
kita bandingkan lagi cara
membandingkannya adalah dengan ke arah
atas kalau tadi kita membandingkan ke
bawah B ke c kemudian B ke e kemudian B
ke F Sekarang waktunya kita bandingkan a
ke F kemudian a ke e dan a ke c oleh
karena ini kita bisa melihat
polanya ketika Suatu kelas dibandingkan
dengan kelas lain tidak ada perbedaan
signifikan maka kita tidak beranjak di
kelas pertama kita lanjut membandingkan
dengan kelas selanjutnya namun ketika
kita telah menemukan kelas yang berbeda
signifikan langkah selanjutnya kita
membandingkan kelas yang berbeda
signifikan tadi dengan kelas di
atasnya sekarang kita bandingkan kelas F
dengan kelas A kita cari yang kelas A
Oke ini kelas A di bagian paling atas
kelas A kita bandingkan dengan kelas F
baris ke 5 di sini ternyata sig-nya di
atas 0,05 yaitu
0,062 ingat prinsipnya tadi ketika kedua
kelas memiliki rerata yang tidak berbeda
signifikan alias signya di atas
0,05 maka notasinya harus sama Oleh
karena itu kelas A harus memiliki notasi
yang sama dengan kelas
f
tapi di sini kelas F sudah punya notasi
Bagaimana caranya agar kelas F punya
notasi yang sama dengan kelas A caranya
adalah kita tambahkan notasi C di
sebelah notasi
B Nah di sini kelas F akhirnya memiliki
dua
notasi keberadaan dua notasi ini
menyimpulkan kelas F tidak ber berbeda
signifikan dengan kelas A karena
sama-sama memiliki notasi C namun di
sisi lain kelas F juga tidak berbeda
signifikan dengan kelas B karena kelas F
dan kelas B juga memiliki notasi yang
sama yaitu notasi B sekarang sama
seperti tadi karena kelas A dengan kelas
F tidak berbeda signifikan sekarang
kelas A tidak kita tinggalkan Namun kita
perlu membandingkan kelas A dengan kelas
lainnya yang lebih atas yaitu kelas E
sekarang kita lihat kelas A dengan kelas
E kelas E di baris
ke4 ternyata sig-nya
0,05 ketika nilai sig-nya 0,05 atau
lebih dari
0,05 artinya tidak ada perbedaan
signifikan karena tadi kita mengambil
kesimpulan kalau di bawah 0,05 baru ada
perbedaan signifikan kalau sama dengan
0,05 kita anggap tetap tidak ada
perbedaan signifikan karena kelas E
dengan kelas A tidak memiliki perbedaan
signifikan maka kelas E harus memiliki
notasi yang dimiliki oleh kelas A yaitu
notasi
C sekarang tetap kita gunakan kelas A
tetapi kita bandingkan dengan kelas
selanjutnya yaitu kelas C A dengan C C
di baris kedua ternyata sig-nya
0,016 0 016 kur dari
0,05 sehingga ada perbedaan signifikan
di antara kedua kelas tersebut karena
kelas C dan kelas A memiliki perbedaan
signifikan maka kita tidak perlu
menambahkan notasi lagi kenapa karena
kelas C sudah memiliki notasi B
sedangkan kelas A memiliki notasi c b
dan c Berbeda sehingga pembaca bisa
langsung menyimpulkan kelas C dengan
kelas A berbeda
signifikan begitu ya ingat prinsipnya
bila ada dua kelas memiliki notasi yang
sama kedua kelas tersebut tidak berbeda
signifikan namun bila ada dua kelas
tidak memiliki notasi yang sama maka
kedua kelas tersebut berbeda
signifikan ya Saya ulangi lagi kalau
tidak memiliki notasi yang sama berbeda
signifikan namun kalau memiliki notasi
yang sama tidak berbeda signifikan kelas
D memiliki notasi A dan di kelas lainnya
tidak ada yang memiliki notasi A maka
kelas d Berbeda signifikan dengan semua
kelas yang lain kelas C notasinya Oh
mohon maaf kelas A notasinya C dan yang
memiliki notasi C selain kelas A adalah
kelas E dan F maka yang memiliki
perbedaan signifikan dengan kelas A
hanya kelas d b dan c sedangkan kelas E
dan F tidak memiliki perbedaan
signifikan dengan kelas A di sisi lain
kelas E dan F memiliki dua notasi yaitu
B dan C sehingga bisa kita simpulkan
kelas E dan F tidak berbeda signifikan
dengan kelas B tidak pula berbeda
signifikan dengan kelas A begitulah
caranya
merangkum hasil uji SD di output SPSS
yang awalnya tabelnya banyak dan sulit
kita pahami ini nanti perlu kita rapikan
sehingga sesuai dengan style dari
panduan penulisan artikel atau karya
ilmiah yang kita
ikuti itu cara membaca uji bnt sekarang
Coba kita pelajari cara membaca hasil
uji dan Ken Mari kita lihat di output
dan Ken yaitu di di tabel homogenous
subset kalau kita membaca uji danken
lebih
mudah prinsipnya bagaimana agar dengan
mudah kita baca yang pertama perlu kita
copy tabel danken ini dengan cara
mengklik hasil belajar sehingga warnanya
kuning seperti ini kemudian kita klik
ctrol C kemudian kita Arahkan ke Excel
di kotak yang kosong kemudian kita
conttrol V atau kita
pe akan muncul pagar-pagar seperti ini
karena angkanya terlalu panjang agar
angkan menjadi nampak kita besarkan lagi
atau kita lebarkan lagi kolom-kolom
tersebut nah ketika kita berhadapan
dengan uji danunken kita lebih mudah
memberikan notasi notasi paling kecil di
subset nomor 1 notasi yang lebih besar
di subset nomor du dan seterusnya ketika
ada sat kelas yangatanya berada di dua
subset artinya Dia memiliki dua notasi
sekaligus jadinya secara sederhana
rerata yang berada di subset nomor 1
memiliki notasi A rerata yang ada di
subset nomor du memiliki notasi B dan
rata di subset nomor 3 memiliki notasi C
Oleh karena itu yang pertama kali perlu
kita lakukan adalah kita membuat tabel
ranguman seperti tadi kita tulis
kelas kemudian
rerata kita besarkan dulu kolomnya
kemudian notasi dan
Ken kelas tinggal kita copy ctrl c
kemudian ctrl V kemudian rarata tinggal
kita copy
juga secara manual seperti ini
kemudian setelah rerata tercopy semua
waktunya kita beri
notasi langsung saja di sini kita ubah a
kemudian di sini kita ubah B semua
sedangkan di subset C subset Nomor 3
kita ganti dengan notasi C semua Inilah
notasi dan ken-nya tinggal kita copy
kemudian kita paste di rangkuman tabel
yang telah kita siapkan
dan kolom ini bisa kita perkecil
sehingga tampilannya menjadi lebih
menarik demikian cara membaca hasil uji
danen lebih mudah namun ingat ketika
kita melakukan penelitian pendidikan
kita lebih direkomendasikan menggunakan
uji LSD sehingga pembacaannya menjadi
sedikit lebih rumit
uji Anova telah kita lakukan uji lanjut
juga telah kita lakukan tapi effect size
belum kita lakukan sekarang kita kembali
lagi ke output SPSS kita perbesar
view-nya cara menghitung effect size
adalah kita perlu melakukan uji Anova
dengan tahap atau cara yang kedua
caranya bagaimana yang pertama kita klik
analyze kemudian kita pilih deskriptive
eh mohon maaf kita pilih compare minans
kemudian kita klik
minans di sini dependent list-nya kita
isi sebagai variabel yang kita posisikan
sebagai variabel trikat yaitu data hasil
belajar kita pindahkan dengan anak panah
ini sedangkan kelas kita posisikan
sebagai independent list yaitu variabel
bebas kita kemudian klik menu
options setelah menu option kita klik
Maka akan muncul Kotak minans.2 options
di sini yang perlu kita centang adalah
Anova tabel N Eta kita Klik sekali
sehingga muncul tanda centang di kotak
kiri tulisan Anova tabel kemudian klik
continue lalu kita klik
oke sehingga akan muncul
empat hasil yang pertama case Processing
summary tidak perlu kita perhatikan yang
kedua report berisi hasil analisis
statistika deskriptif tidak perlu kita
perhatikan lagi Yang ketiga Muncul lagi
tabel
Anova angkanya sama dengan tabel Anova
yang tadi karena meskipun langkahnya
berbeda namun analisisnya sama namun
berbeda dengan uji Anova sebelumnya pada
uji Anova yang ini kita juga memperoleh
angka Eta Square inilah effect Ses yang
kita butuhkan untuk melengkapi laporan
kita dari sini bisa kita simpulkan di
langkah pertama kita tidak memperoleh
nilai Eta Square tetapi kita bisa
mendapatkan hasil uji lanjut sedangkan
di Langkah kedua menggunakan compare
mins tadi kita memperoleh Eta Square
Namun kita tidak mendapatkan hasil uji
lanjut lalu Bagaimana caranya kalau kita
ingin sekaligus memperoleh Anova table
memperoleh nilai Eta Square dan juga
ingin memperoleh hasil uji lanjut kita
gunakan cara ketiga caranya B Bagaimana
klik
analyze general linear model kemudian
kita pilih
univariate di sini akan muncul kotak
dialog
univariate dependent variabel merupakan
Variabel terikat kita yaitu hasil
belajar kita masukkan hasil belajar
menggunakan tombol panah ini kemudian
fix ftor merupakan variabel bebas kita
variabel bebas kita adalah kelas Oleh
karena itu kelas kita klik kemudian kita
klik tanda panah ini sehingga kelas
masuk ke Fix
Factor kemudian di menu plot tidak perlu
kita apa-apakan begitu juga menu model
and kontras namun di menu posok perlu
kita klik nah di posok kelas awalnya
berada di kotak faktor perlu kita pindah
ke pos Hog for dengan cara mengklik
panah ini kemudian di sini ada berbagai
uji lanjut seperti tadi kita tinggal
centang apa yang kita inginkan yaitu LSD
dan
dunken kemudian klik
continue kemudian di menu option juga
perlu kita
klik kemudian kelas kita pindahkan ke
kotak display min4
kemudian kita centang compare mind
Effect dan akan muncul tulisan
lsdung n tidak perlu kita ubah kemudian
di kolom display kita centang
descriptive statistics dan homogenity
test kemudian kita klik
continue namun di beberapa versi SPSS
yang lebih tinggi
menu ini terpisah menjadi dua menu yang
bagian atas menunya adalah
em sedangkan bagian bawah option
sehingga di versi yang lebih tinggi
jumlah menu di sebelah kanan lebih
banyak ada option ada em minans ketika
kalian ingin mencentang option eh ingin
mencentang desriptive statistick dan
homogenity test kalian Klik tombol
option ketika kalian ingin memindahkan
kelas ke min4 dan mencentang compare m
effect kalian harus mengklik em mins
terlebih dahulu di sisi kanan begitu ya
kemudian setelah di kolom ini di kotak
ini kita sudah mengatur seperti ini kita
klik
continue setelah kita klik continue
waktunya kita klik
oke sehingga muncul lebih banyak
tabel di mana ah hasil uji Anova bisa
kita lihat di tabel yang bernama test of
BWI subject
effect nah ini merupakan rangkuman hasil
uji Anova namun tabelnya sedikit berbeda
kita bisa menggunakan tabel ini untuk
melaporkan Anova kita kita lihat yang
tadi di analisis sebelumnya tabel
anovanya lebih ramping sedangkan di
analisis yang
terakhir anovanya menjadi lebih
besar tidak masalah yang perlu kita baca
adalah yang di baris
kelas sedangkan di Anova yang tadi yang
perlu kita baca adalah di
baris sebentar saya lihatkan terlebih
dahulu ya di baris bet groups ya Jadinya
kalau kita melakukan analisis dengan
cara pertama yaitu menggunakan analyze
kemudian compare means kemudian one way
Anova yang kita lihat sebagai dasar
pengambilan keputusan kita adalah di
baris between groups ada f hitung ada S
sedangkan menggunakan cara yang ketiga
tadi cara terakhir kita lihat terlebih
dahulu kotak test of bet in subject
effects kemudian kita lihat baris yang
memiliki nama variabel bebas kita
variabel bebas kita adalah kelas
sehingga kita lihat F hitung di baris
kelas dan Sig di baris kelas begitu di
sini kita memperoleh tabel Anova
kemudian tabel uji homogenitas begitu
juga tabel uji
lanjut ya Uji lanjut tadi ada LSD tabel
LSD atau
bnt dinamai parways parways comparisons
ya Jadinya tadi kalau kita pakai cara
pertama nama tabelnya multiple
comparison Tetapi kalau cara ketig nama
uji lanjutnya nama tabel bnt-nya adalah
per
comparison ya kemudian hasil uji
dankennya berada
di tabel homogenous subset
berikut namun selain per comparison di
sini juga muncul tabel multiple
comparison dalam arti yang lain ketika
kita melakukan langkah tadi langkah
tahap ke
tabel uji LSD muncul dua kali yaitu di
perwi comparison dan di multiple
comparison pilih salah satu namun cara
pembacaannya sama yaitu dengan
menggunakan bantuan Excel kita tulis
kelasnya terlebih dahulu kemudian kita
Urutkan ratanya dari terkecil hingga
terbesar kemudian kita Tuliskan
notasinya berdasarkan nilai S di kolom S
berikut
itulah cara kita melakukan Anova
menghitung effect size kemudian
menentukan notasi uji
lanjut
lalu Bagaimana nasibnya dengan data
literasi yang tadi tidak homogen Oh
mohon maaf tidak normal karena tidak
normal tadi tidak kita lanjutkan ke
ujian Nova tetapi kita punya uji non
parametrik pengganti
Anova yaitu uji crusc Wallis H
test sama seperti video-video sebelumnya
Ketika kita menggunakan uji parametrik
pendamping laporan kita merupakan Min
dan standar deviasi dari setiap kelompok
yang kita
bandingkan jadinya nanti ketika kita
melaporkan seperti tadi di rangkuman uji
lanjut kita Tuliskan reratanya nya
kemudian nanti kita lengkapi standar
deviasinya cara penulisannya Seperti apa
Kita lihat nanti di bagian akhir
video namun ketika kita melakukan uji
nonparametrik pengganti uji parametrik
karena misalkan datanya tidak
terdistribusi normal maka kita perlu
menyiapkan hasil statistik median begitu
juga crusal wis Oleh karena itu kita
perlu menghitung median dari setiap
kelas terlebih dahulu
ingat ya median setiap kelas Oleh karena
itu kita split lagi output kita
berdasarkan kelas sebelum kita
menghitung median masing-masing kelas
caranya seperti tadi kita klik data
kemudian split
file kemudian organize output by groups
kita klik lagi karena kelas masih berada
di kolom group bas on waktunya kita
langsung klik tombol
Oke sehingga SPSS
melaporkan split file spirit by
class karena kita sudah melakukan split
file waktunya kita menghitung median
dari masing-masing kelas caranya
bagaimana klik
analyze kemudian pilih menu descriptive
statistick kemudian pilih
frequuencies karena yang ingin kita cari
median adalah data literasi sains maka
literasi sains kita Klik sekali kemudian
kita klik panah ini sehingga variabel
tersebut masuk di kolom
variabel setelah itu pilih menu
statistik di bagian
kanan kemudian centang median dengan
cara mengkliknya sekali kemudian klik
continue lalu Klik tombol
oke sehingga di sini kita peroleh median
dari masing-masing kelas kelas A ini
mediannya di kotak statistik ya di tabel
statistik kelas B kita lihat ini
mediannya kelas C kita pilih tabel
statistik ini mediannya 89 kelas D
mediannya 43 kelas E mediannya 72,5 dan
kelas F mediannya 75 median sudah kita
leh Sekarang waktunya kita melakukan
analisis cruscle wis namun ingat tadi
kita sudah melakukan split file maka
kita kembalikan lagi data kita menjadi
satu analisis utuh caranya kita klik
menu data kemudian pilih split file
kemudian kembali klik analyze all cases
do not create
groups kemudian Klik tombol
Oke dan SPSS kembali lagi melaporkan
split file off sekarang waktunya kita
melakukan analisis crusk Wallis pertama
klik
analyze kemudian klik nonpametric test
kemudian di Legacy dialog kita
pilih k independent
samples kemudian di sini ada test
variabelis merupakan variabel triikat
kita kita ingin menganalisis literasi
sains maka literas sains kita masukkan
ke kolom test variabis dengan mengklik
tanda panah ini kemudian grouping
variabel didasarkan pada variabel bebas
kita yaitu variabel kelas Oleh karena
itu kelas kita pindahkan ke kolom
grouping variaabes kemudian kita define
rings-nya ya jadinya kelas dipindahkan
ke grouping variabel kemudian kita klik
menu atau tombol define range di sini
kita perlu
memasukkan label paling kecil hingga
label paling tinggi label paling kecil
adalah kelas A yaitu labelnya satu
sedangkan label yang paling besar adalah
kelas F labelnya
6 kemudian klik
continue kemudian klik
oke akhirnya di sini muncul beberapa
tabel yaitu tabel ranks dan tabel test
statistics Kenapa kok muncul tabel Rang
satu peringkat karena seperti Man withne
tes yang kita pelajari di video
sebelumnya prinsip Analisis crok volis
adalah menggunakan data yang telah
diperingkat atau diurutkan data yang
telah diurutkan oleh SPSS tersebut
kemudian sama SPSS secara otomatis
dianalisis kemudian hasil rangkuman uji
cruskal wis bisa kita lihat di tabel tes
statistik nilai kuskalwis di baris k
Square dan penentuan hasil keputusan
Apakah ada perbedaan signifikan atau
tidak didasarkan pada value sig-nya
kalau value atau nilai sig-nya di bawah
0,05 maka ada perbedaan signifikan namun
bila di atas 0,05 tidak ada perbedaan
signifikan dan sama Di sini ternyata
literasi sains keenam kelas memiliki
perbedaan signifikan Namun kita tidak
tahu kelas mana saja yang berbeda secara
signifikan dan kelas mana saja yang
tidak memiliki perbedaan signifikan
tersebut
oleh karena itu perlu juga kita
melakukan uji lanjut setelah kurs kwis
caranya bagaimana
pertama kita klik
analyze kemudian kita pilih nonpametric
test kemudian kita pilih independent
samples kemudian akan muncul kotak
dialog nonparametic test.2 two or more
Independent samples
pada What is your objective kita tetap
pilih automatically compare distribution
across
groups sedangkan pada kotak Fields
silakan kita klik terlebih dahulu menu
Fields kita masukkan Variabel terikat
kita di tested dan variabel bebas kita
di
grous hasil eh mohon maaf literasi sains
merupakan variabel triikat yang akan
kita analisis kita pindahkan dengan
mengklik panah ini kelas adalah variabel
bebas kita gunakan anak panah ini untuk
memindahkannya di kolom groups kemudian
di setting kita klik lagi kemudian kita
pilih customize
test setelah customize test kita klik
kita centang cruscle wis oneway Anova
dalamung k
samples multiple comparison-nya tetap
kita pilih all
pirways kemudian kita klik Run
proses ini sedikit rumit dan SPSS juga
membutuhkan waktu yang sedikit lama
karena outputnya akan berbeda dengan
output pada
umumnya nah ini muncul outputnya kita
lihat tabelnya bentuknya berbeda namun
ini sebetulnya bentuknya mirip dengan
kuskis yang kita lakukan di analisis
sebelumnya perbedaannya di sini lebih
banyak kalimat dan kata-kata Namun
siknya kita lihat sama dengan
0,00 sehingga tabel tes statistik di
sini sama juga dengan tabel hipotesis
tes summary lalu di
manakah hasil uji lanjutnya hasil uji
lanjutnya kita peroleh dengan cara
mengklik dua kali secara cepat tabel
hipotesis test summary ini kita klik dua
kali ya karena di sini ada tulisan
doubleck to activate kita perlu
mengaktivasinya dengan melakukan double
klik ya setelah kita klik perlu kita
tunggu
sebentar Nah sehingga muncul window
baru kita tunggu prosesnya nah tabel
tadi tabel yang berwarna ini akan muncul
lagi di Window baru ini isinya sama lalu
di sebelah kanan ada informasi yang lain
di sini ada jumlah total peserta yang
menginggu dites 120 kemudian uji crusk
wis-nya nilainya muncul 113 sebetulnya
sama dengan tabel crusis yang ini Ini k
square-nya
113 di sini juga 113 degree of
freedom-nya derajat bebasnya 5 kemudian
sig-nya
0,00
lalu di manakah hasil uji lanjutnya cara
menampilkannya kita pilih view di bagian
bawah kita lihat bagian bawah agak kanan
kemudian di sini ada tulisan independent
sample test view kita klik tanda
segitiga bawah ini di bagian kanan
kemudian kita pilih tulisan parways
comparison kita tunggu sebentar karena
ini prosesnya lebih berat juga
nah ini merupakan hasil uji lanjutnya
kita lihat di tabel yang kedua
ini Nah di
sini angka-angkanya mepet angka-angkanya
kecil pada laptop dengan SPSS yang
versinya tepat maka pembacaan tabel ini
mudah namun pada versi yang kurang tepat
atau pada laptop yang kurang tepat Maka
akan muncul t Ilan yang kurang jelas
seperti
ini Oke oleh karena itu perlu kita salin
menjadi lebih jelas dan di sini Saya
telah
merangkum kolom tadi
Oke ini ya jadinya di baris pertama itu
kelas D dibandingkan kelas B di baris
kedua kelas D dibandingkan kelas E saya
perbesar terlebih
dahulu nah ini kemudian kelas D
dibandingkan kelas f oleh karena itu
pada kalian yang laptopnya sesuai maka
kalian dengan jelas melihat garis eh isi
dari setiap baris ini urutannya sampel 1
ke sampel 2 ya ini sampel 1 ke sampel
2 DB De DF da hingga akhirnya AC di sini
juga kelas D dibandingkan kelas B kelas
D dibanding kelas E dan yang paling
bawah kelas A dibandingkan kelas C yang
perlu kita perhatikan adalah di
adjusted-nya ya ini adj. s itu yang
perlu kita rekap 1 kemudian 0,01 dan
seterusnya jadinya angka ini sama dengan
angka di tabel
ini dan prinsipnya sama ketika di atas
0,05 maka kedua kelas tidak berbeda
signifikan nah namun bila di bawah 0,05
kedua kelas berbeda signifikan ketika
berbeda signifikan di sini otomatis
berwarna
orangan atau
kuning cara merangkumnya agar menjadi
tabel yang bagus
bagaimana agar menjadi tabel rangkuman
uji lanjut yang mudah
dibaca yang pertama kita lakukan
adalah kita perlu menuliskan kelasnya
terlebih
dahulu setelah kita tulis kelas berbeda
dengan uji lanjut yang di sebelah
kanannya kita menulis Min pada uji
lanjut yang ini kita tulis
median kemudian di sebelah kanannya lagi
kita tulis
notasi ya Kemudian untuk mempersingkat
waktu saya telah
merekap kelas dan median masing-masing
dan juga sudah saya
Urutkan saya perbesar dulu nah ini
kelasnya dan ini medianya kita
copy ke tabel rangkuman kita kalian bisa
melakukannya sendiri dengan melihat
median dari desriptif statistik yang
telah kita lakukan tadi menggunakan
frekuensi
tadi ya sekarang kita kembali ke Excel
lagi jadinya kelasnya sudah kita
Tuliskan Medi sudah kita Urutkan dari
yang terkecil hingga
tertinggi kemudian Sekarang waktunya
kita memberikan notasi cara memberikan
notasinya Bagaimana sama seperti tadi
kita tulis notasi paling rendah yaitu
notasi
A kemudian kita bandingkan kelas D
dengan kelas B itu berbeda signifikan
atau tidak Nah di sini berbeda dengan
LSD tadi kita langsung melihat D
dipasangkan B ternyata sig-nya di atas
0,0 5 karena di atas 0,05 maka D dengan
b notasinya sama karena d notasinya a
maka kelas B notasinya juga
a kemudian D dengan e kita lihat D di
pasangan e di baris kedua
ini saya perbesar dulu biar lebih mudah
dilihat kelas D dengan e ternyata
sig-nya di bawah 0,05 dan warnanya
kuning sehingga D dengan e notasinya
beda karena D sudah notasi a maka kelas
E notasinya
B karena sudah berpindah notasi kita
tinggalkan kelas D sekarang kita lihat
kelas E kelas E ke kelas
B kita
lihat kalau di LSD caranya seperti itu
kan jadinya karena notasinya berubah
sekarang waktunya kita lihat e ke kelas
atasnya tetapi di sini seperti yang saya
saya katakan tadi uji lanjut setelah
kurusus wis menggunakan langkah yang
berbeda cara analisisnya berbeda
pembacaannya pun sebetulnya sama tetapi
langkahnya juga
berbeda caranya bagaimana kita tetap
membacanya dari atas ke bawah Terus tadi
pertama kita bandingkan D dengan b Saya
ulangi lagi ya D dengan B signya di atas
0,05 karena d notasinya a b tetap notasi
A kemudian D dengan e d dengan e e di
bawah 0,05 maka notasi kedua kelas ini
berbeda notasi kelas D sudah a maka
notasi kelas E harus B kemudian tetap
dari atas ke bawah D kita tinggalkan
sekarang kita masuk kelas B kita lihat B
dengan e di sini langsung ke sini B
dengan e notasinya di atas
0,05 maka B harus memiliki notasi yang
sama dengan e yaitu notasi b gitu ya
Kenapa kok ini langsung
diloncatkan setelah kita baca ini kita
baca ini langsung kita loncat ke sini
Kenapa karena otomatis kalau di baris
sini sudah berbeda signifikan otomatis D
dibandingkan kelas-kelas di bawahnya
juga berbeda
signifikan begitu ya Oleh karena itu
langsung loncat B ke e b ke e ternyata
di atas 0,05 sehingga B harus memiliki
notasi yang sama dengan e yaitu notasi B
kemudian sekarang b dengan F di sini B
dengan F notasinya di bawah
0,05 maka F harus memiliki notasi yang
berbeda dengan
B karena B sudah memiliki notasi a dan b
maka F harus memiliki notasi yang
berbeda yaitu notasi
C sekarang kita lihat e dengan F kita
lihat ini e dengan F di atas 0,05 maka e
dengan F memiliki notasi yang sama kita
tambahkan di sini notasi yang sama yaitu
C sekarang kita lihat e dengan
a kita lihat di sini ya bawahnya EF
adalah ea e dengan a di bawah 0,05 maka
e dengan a notasinya harus berbeda e
sudah punya notasi B dan C maka a
notasinya d
lebih rumit ya tapi lebih seru
oke ya E dengan a sudah kita baca
sekarang waktunya kita baca F dengan
a kita lihat di sini F dengan a di atas
0,05 maka F dengan a harus memiliki
notasi yang sama yaitu notasi B sekarang
F kita kan dengan c f dengan C berbeda
maka F harus memiliki notasi yang
berbeda dengan C karena F sudah punya
notasi c dan d maka kelas C kita kasih
notasi yang beda yaitu e sekarang kita
bandingkan a dengan c a dengan C
notasinya harus sama karena sig-nya di
atas
0,05 maka notasinya harus diberi
tambahan e
begitu
caranya prinsipnya bila tandanya kuning
pasti dia berbeda karena di bawah 0,05
bila tandanya tidak ada warna kuning
atau orangnya dia itu menandakan di atas
0,05 sehingga notasinya harus
sama begitu kemudian nanti perlu kita
atur sesuai dengan gaya atau format
laporan penelitian yang kita
inginkan demikian caraul
rangkuman tabel uji lanjut ketika kita
melakukan analisis crusis dan dinyatakan
ada perbedaan
signifikan Sekarang waktunya kita
membaca hasil analisis yang telah kita
lakukan
tadi pertama tadi kita telah
menganalisis hasil
belajar analisis yang pertama kita
lakukan adalah analisis pada keenam
kelas ini merupakan potongan tabel hasil
uji normalitas keenam kelas tadi dan
tadi kita fokuskan pembacaannya pada
hasil uji
sapirok kita bisa membaca hasil tersebut
seperti ini hasil uji sapirok
menginformasikan bahwa data hasil
belajar kelas A kelas B kelas C kelas D
kelas E maupun kelas F terdistribusi
secara normal ingat Kita juga harus
melaporkan nilai DF atau derajat
bebasnya nilai statistik atau nilai
sapirowig yang dihasilkan kemudian nilai
signya Nah di sini ada kekurang tepatan
mohon maaf notasi yang tepat adalah
bukan D karena tadi saya lupa kita
menggunakan sapirok bukan komorov
smirnov D digunakan untuk notas
kolmogorov smirnov sedangkan sapirowiik
menggunakan
notasi W jadinya nanti diubah menjadi W
ya W df-nya yaitu 20 sama dengan nilai
statistiknya
0,948 kemudian sig-nya
0,340 kelas B juga gitu di sini
notasinya adalah W dalamung db-nya juga
20 kemudian statistiknya
0,929 p-nya
0,145 P value atau nilai siknya semuanya
di atas
0,05 sehingga data keenam kelas memiliki
data yang terdistribusi secara
normal setelah membaca hasil uji
normalitas waktunya kita membaca hasil
uji homogenitas menggunakan uji
leens ya ini merupakan potongan tabel
dari output kita tadi dan kita bisa
membacanya seperti ini
uji leen menginformasikan bahwa varians
data hasil belajar keenam kelas
homogen bukan laki-laki dan perempuan ya
tapi keenam kelas
homogen nah lima kita masukkan di sini
kemudian DF yang kedua yaitu 114 kita
masukkan di sebelahnya 5 sama dengan
1,257 merupakan nilai F hitungnya
kemudian sig-nya kita masukkan sebagai
nilai p-nya atau P value karena Pi atau
sig-nya di atas 0,05 sehingga data ke
enam kelas homogen mohon maaf ya Ini ada
kesalahan bukan hasil belajar laki-laki
dan perempuan tapi hasil belajar keenam
kelas setelah kita membaca normalitas
dan homogenitasnya sekarang waktunya
kita baca hasil uji one way anovanya ini
tabelnya juga saya potong dari output
yang telah kita lakukan tadi ingat ya
ini outputnya nya tabelnya lebih besar
Oleh karena itu ini yang kita ambil
adalah output dari analisis menggunakan
cara yang ketiga Oleh karena itu di
sebelahnya juga muncul parsial Eta
square-nya juga caranya membaca
bagaimana kita lihat contoh kalimatnya
berikut hasil analisis one way Anova
menunjukkan bahwa terdapat perbedaan
signifikan hasil belajar siswa yang
berasal dari kelas yang berbeda kemudian
kita tulis angka derajat bebasnya Namun
kita perlu tulis f-nya dulu diitalik ya
dimiringkan f-nya kemudian DF yang
pertama di baris kelas yaitu 5 kita
Tuliskan di sini kemudian DF yang kedua
adalah DF galat atau bahasa Inggrisnya
error Yaya di sini baris error df-nya
114 kita Tuliskan sama dengan F
hitungnya yaitu
7,822 kemudian pi-nya adalah nilai
sig-nya kurang dari
0,001 ingat Sig atau P value tidak
pernah sama dengan 0 di SPSS muncul
angka
0,00 karena keterbatasan jumlah desimal
sebetulnya ini bisa saja
0,1 karena tidak pernah sama dengan 0
maka Pi yang kita Tuliskan kurang dari
0,001 kita dilarang menulis Pi = 0
kemudian kita tulis Eta
square-nya parsial Eta Square lebih
lengkapnya ya Sebesar
0,255 simbolnya seperti ini seperti
tulisan
np^ begitu ya kalau tidak ada p-nya itu
namanya Eta tapi kalau ada p-nya namanya
parsial Eta
Square setelah uji Anova kita baca
kemudian kita tampilkan rangkuman hasil
uji lanjutnya ini merupakan hasil
pembacaan dan pemberian notasi yang kita
lakukan bersama menggunakan Excel Tadi
hanya perlu kita lengkapi standar
deviasinya jadinya rerata dalam kurung
standar
deviasi kemudian data yang kedua adalah
data literasi sains tadi ternyata ada
beberapa kelas yang tidak terdistribusi
secara normal maka kita perlu melakukan
analisis
cruskis ini merupakan tabelnya tadi kita
baca
tabelnya cara pembacaannya bisa seperti
ini hasil analisis menggunakan cruskol
Wallis its test menunjukkan bahwa
terdapat perbedaan signifikan literasi
sains siswa yang berasal dari kelas yang
berbeda kemudian kita Tuliskan H atau H
ya bacanya Kalau bahasa Indonesia namun
Kalau bahasa Inggris bacanya h dalam
kurung 5 lima adalah DF atau degree of
Freedom atau derajat bebas hanya nya
berapa
113,641 koma p value-nya 0,00 alias
kurang dari
0,001 setelah kita membaca hasil uji
crusc voltis-nya kita perlu menyampaikan
tabel rangkuman hasil uji lanjutnya t
kita lihat awalnya tabelnya di SSS
seperti ini kemudian kita transformasi
menjadi tabel seperti bagian kanan ini
ada kelas kemudian median kemudian
notasi yang
dihasilkan demikian penjelasan di video
kali ini kita telah mempelajari
bagaimana caranya menganalisis Anova
satu jalur atau oneway Anova menghitung
effectfek size-nya kemudian kita juga
telah mempelajari uji lanjut dan cara
pemberian notasinya dan kita juga telah
mempelajari nonparametrik pengganti
oneway Anova yaitu cruscle
test pada kesempatan selanjutnya kita
akan mempelajari two way Anova beserta
effect size-nya juga dan juga kita akan
mempelajari uji lanjutnya yang sedikit
berbeda demikian video kali ini semoga
bermanfaat dan tetap selalu semangat
untuk mempelajari statistika dan semoga
penelitian kalian lancar Terima kasih
asalamualaikum warahmatullahi
wabarakatuh