Doc-20190402-wa0000.docx

UJI VALIDITAS DATA (Lihat Tabel R) Fungsi : untuk mengetahui apakah angket yang digunakan benar-benar valid untuk mengukur variabel yang diteliti. Kaidah pengujian jika nilai r hitung > r tabel, angket dinyatakan valid jika nilai r hitung < r tabel, angket dinyatakan tidak valid Langkah-langkah : 1. Masuk Ke Program SPSS 2. Isilah Data Pada SPSS Seperti Data 3. Klik Analysis – correlate - Bivariate 4. Pada Bivariate Correlation. Masukan semua variabel pada kotak variables. Centang Pearson Centang Two Tailed Centang Flag Significant Correlation 5. Klik OK Membaca output : Correlations item_1 item_1

Pearson Correlation

item_2

item_2

Pearson Correlation Sig. (2-tailed) N

item_3

Pearson Correlation Sig. (2-tailed) N

item_4

Pearson Correlation Sig. (2-tailed) N

item_4

item_5 skor_total

.362

.783**

.411

.419

.787**

.117

.000

.072

.066

.000

20

20

20

20

20

20

.362

1

.400

.454*

.507*

.736**

.080

.045

.023

.000

1

Sig. (2-tailed) N

item_3

.117 20

20

20

20

20

20

.783**

.400

1

.255

.273

.741**

.000

.080

.279

.244

.000

20

20

20

20

20

20

.411

.454*

.255

1

.700**

.731**

.072

.045

.279

.001

.000

20

20

20

20

20

20

item_5

Pearson Correlation Sig. (2-tailed) N

skor_total Pearson Correlation Sig. (2-tailed) N

.419

.507*

.273

.700**

.066

.023

.244

.001

20

20

20

20

20

20

.787**

.736**

.741**

.731**

.761**

1

.000

.000

.000

.000

.000

20

20

20

20

20

1

.761** .000

20

**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2tailed).

Lihat nilai sig. pada tabel Correlations Diperoleh nilai pearson Correlations item_1 0.787 Diperoleh nilai pearson Correlations item_2 0.736 Diperoleh nilai pearson Correlations item_3 0.741 Diperoleh nilai pearson Correlations item_4 0.731 Diperoleh nilai pearson Correlations item_5 0.761 r tabel (n-2) = 15-2 = 13 lihat tabel r dengan (13, 0.05) pada two tailed diperoleh 0.514 nilai pearson Correlations item_1 0. 787 > 0.514 maka (soal item_1 valid) nilai pearson Correlations item_2 0. 787 > 0.514 maka (soal item_2 valid) nilai pearson Correlations item_3 0.741 > 0.514 maka (soal item_3 valid) nilai pearson Correlations item_4 0.731 > 0.514 maka (soal item_4 valid) nilai pearson Correlations item_5 0.761 > 0.514 maka (soal item_5 valid)

UJI RELIABILITAS DATA (Lihat Tabel R) Fungsi : digunakan untuk mengetahui konsistensi alat ukur, apakah alat ukur yang digunakan dapat diandalkan dan tetap konsisten jika pengukuran tersebut diulang. Kaidah pengujian jika nilai r hitung > r tabel, angket dinyatakan reliabel jika nilai r hitung < r tabel, angket dinyatakan tidak reliabel Langkah-langkah : 1. Masuk Ke Program SPSS 2. Isilah Data Pada SPSS Seperti Data validitas 3. Klik Analysis – scale – reliability analysis…

4. Pada reliability analysis. Masukan variabel pada kotak variables kecuali total. Pilih model alpha 5. Klik statistic Centang scale if item deleted Klik Continue 6. Klik OK Membaca output : Reliability Statistics Cronbach's Alpha

N of Items 5

.799

Lihat nilai pada tabel Reliability Statistics Diperoleh nilai Cronbach's Alpha 0.799 r tabel (n-2) = 15-2 = 13 lihat tabel r dengan (13, 0.05) pada two tailed diperoleh 0.514 nilai Cronbach's Alpha 0.799 > 0.514 maka soal termasuk soal reliabel

UJI NORMALITAS DATA Fungsi : Pengujian normalitas dilakukan untuk mengetahui normal atau tidaknya suatu distribusi data. Membuat hipotesis dalam uraian kalimat Soal : ada di web spss indonesia. Ho : data berdistribusi normal H1 : data tidak berdistribusi normal Kaidah pengujian jika probabilits (sig) > 0.05 , terima H0 jika probabilits (sig) < 0.05 , tolak H0 Langkah-langkah : 1. Masuk Ke Program SPSS 2. Isilah Data Pada SPSS Seperti Data 3. Klik Analysis – Descriptive Statistics- Explore 4. Masukkan nilai Ke Dependent List 5. Klik Plot Klik Steam And Test Klik Histogram Klik Normalityplots With Tests Klik Continue

6. Klik OK Membaca output : Tests of Normality Kolmogorov-Smirnova Statistic

df

Shapiro-Wilk

Sig.

Statistic

df

Sig.

pretest

.148

22

.200*

.939

22

.189

postest

.114

22

.200*

.948

22

.290

a. Lilliefors Significance Correction *. This is a lower bound of the true significance. Lihat nilai sig. pada test of normality Diperoleh nilai sig pretest 0,189 dan sig posttest 0,290. sig pretest 0,189 > 0,05 maka terima H0 (Data berdistribusi normal) sig posttest 0,290 > 0,05 maka terima H0 (Data berdistribusi normal)

UJI HOMOGENITAS DATA Fungsi : Pengujian homogenitas dilakukan dalam rangka menguji kesamaan varians setiap kelompok data. Persyaratan uji homogenitas diperlukan untuk melakukan analisis dalam uji komparasi/hubungan. Soal : ada di web spss indonesia. Membuat hipotesis dalam uraian kalimat H0 : varians data kelompok homogen (Data berasal dari varians yang sama) H1 : varians data kelompok tidak homogen (Data tidak berasal dari varians yang sama) Kaidah pengujian jika probabilits (sig) > 0.05 , terima H0 jika probabilits (sig) < 0.05 , tolak H0 Langkah-langkah : 1. Buat dua buah variabel, prestasi dan kelompok, variabel prestasi merupakan gabungan data peningkatan prestasi dari semua kelompok, dan variabel kelompok di buat dengan ketentuan metode pembelajaran (ceramah dan diskusi). 2. klik analyze - compare means - one way anova 3. Pindahkan prestasi ke dependen list, dan kelompok ke factor 4. Klik option centang desciptive centang homogeneity of variance centang exclude caseslistwise, Klik continue 5. Klik OK

Membaca output : Test of Homogeneity of Variances prestasi Levene Statistic

df1

.307

df2 1

Sig. 13

.589

Lihat nilai sig. pada Test of Homogeneity of Variances Diperoleh nilai sig prestasi 0,589 sig prestasi 0,589 > 0,05 maka terima H0 (varians data kelompok homogen atau data berasal dari varians yang sama) UJI LINIERITAS (LIHAT TABEL F) Fungsi : Uji linieritas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Soal : Apakah terdapat hubungan yang linear antara uang saku dan prestasi belajar siswa? Membuat hipotesis dalam uraian kalimat H0 : terdapat hubungan yang signifikan antara variabel X dan Y H1 : tidak terdapat hubungan yang signifikan antara variabel X dan Y Kaidah pengujian Jika dilihat dari nilai signifikansi : jika probabilits (sig) > 0.05 , terima H0 jika probabilits (sig) < 0.05 , tolak H0 Jika dilihat dari nilai signifikansi : F hitung > F tabel , tolak H0 F hitung < F tabel , terima H0 Langkah-langkah : 1. Buka program SPSS 2. pilih Analyze - Compare Means - Means. 3. Pada kotak dialog Means masukkan variable Motivasi ke kotak Independent List dan variable Prestasi ke kotak Dependent List 4. klik Options Centang Test of Linearity Klik Continue 5. klik Ok Membaca output :

Berdasarkan tabel ANOVA diperoleh nilai sig. dan F hitung 1. Dilihat dari nilai Signifikan nilai sig. 0,214 > 0,05 terima H0 2. Dilihat dari nilai F Cari nilai F tabel dengan pembilang 15 dan penyebutnya 9 diperoleh 3.01 F hitung 1,694 < 3,01 F tabel terima H0

UJI T UNTUK SATU SAMPEL (gunakan tabel T) Fungsi : Uji ini digunakan untuk mengetahui kebenaran pernyataan atau dugaan yang dihipotesiskan oleh peneliti. Soal : Apakah Setelah dilakukan proses belajar mengajar pada pelajaran matematika, dilakukan tes terhadap 30 siswa dan diperoleh data. Pebelajaran dikatakan efektif jika yang mendapat nilai tes 60 ke atas mencapai minimal 75%. Dengan menggunakan taraf nyata 5%, apakah pembelajaran tersebut efektif ? Membuat hipotesis dalam uraian kalimat H0 : nilai tes 60 ke atas mencapai minimal 75%. H1 : nilai tes 60 ke atas mencapai paling tinggi 75% Kaidah pengujian Jika -t tabel ≤ t hitung, terima H0 jika – tabel > t hitung , tolak H0 Langkah-langkah : 1. masuk ke program SPSS 2. Isilah data pada SPSS 3. klik analyze – compare means – one sample t test 4. masukkan variabel nilai ke kotak test variable dan isi test value dengan nilai yang diuji yaitu 75 5. klik OK Membaca output : One-Sample Test Test Value = 75 95% Confidence Interval of

t nilai

-3.619

df 29

Sig. (2-

Mean

tailed)

Difference

.001

-7.50000

the Difference Lower -11.7391

Upper -3.2609

Lihat tabel One Sample Test Cari nilai T tabel dengan df 29 dengan alfa 0.05 (lihat tabel t one tailed) diperoleh t tabel 1.699 Diperoleh nilai t hitung -3.619 t hitung -3.619 > -1.699 : -t tabel maka tolak H0 (nilai tes 60 ke atas mencapai paling tinggi 75%)

INDDEPENDENT SAMPEL T-TEST (Gunakan tabel T) Sampel dinyatakan tidak berkorelasi atau (independent) antara dua kelompok, bila sampel-sampel yang menjadi objek penelitian dapat dipisahkan secara tegas. Artinya anggota sampel kelompok A tidak ada yang menjadi anggota sampel B. kedua sampel tidak boleh ada hubungannya dan jumlahnya tidak boleh jauh berbeda Soal : Dosen Aplikasi Statistika Tadris Matematika ingin mengetahui apakah ada perbedaan nilai ujian mata kuliah aplikasi statistika antara kelas pagi dan malam. Penelitian ini menggunakan sampel sebanyak 15 orang masing-masing kelas. Membuat hipotesis dalam uraian kalimat H0 : tidak ada perbedaan nilai aplikasi

statistik antara kelas pagi dengan siang

H1: ada perbedaan nilai aplikasi statistika antara kelas pagi dengan kelas siang Kaidah pengujian -t tabel ≤ t hitung ≤ t tabel (α/2), terima H0 t hitung > t tabel (α/2), tolak H0 Langkah-langkah : 1. masuk ke program SPSS 2. isilah data pada SPSS 3. klik analysis – compare means - independet sampel t-test 4. Masukan nilai ujian ke test variabel, dan masukkan kelas ke grouping variabel klik define group pada grup 1 ketik angka “1” pada grup 2 ketik angka “2” klik continue klik OK

Membaca output : Independent Samples Test Levene's Test for Equality of Variances

t-test for Equality of Means Std.

F nilai

Equal variances assumed

2.252

Sig.

t

.145 1.411

Equal variances not

1.411

assumed

df

Sig.

Mean Error

Interval of the

(2-

Differ Differ

Difference

tailed) ence

28 22.83 9

95% Confidence

ence Lower

Upper

.169 8.000 5.671 -3.616

19.616

.172 8.000 5.671 -3.735

19.735

Lihat tabel Independent Samples Test Cari nilai T tabel dengan df (n-2) maka df 28 dengan alfa 0.05. karena dua arah maka gunakan alfa 0.025 (lihat tabel t one tailed) diperoleh t tabel 2.048 Diperoleh nilai t hitung 1.411 -t tabel : -2.048 ≤ 1.411 ≤ 2.048 : t tabel maka terima H0 (tidak ada perbedaan nilai aplikasi statistik antara kelas pagi dengan siang)

PAIRED SAMPEL T-TEST (Gunakan Tabel T) Fungsi : menguji perbedaan rata-rata dua kelompok yang saling berpasangan. Berpasangan di sini maksudnya, satu sampel mendapatkan perlakuan berbeda dari dimensi waktu. Soal : Seorang guru ingin membandingkan prestasi belajar matematika siswa kelas VII dengan menggunakan dua metode yaiti metode RME dan metode NHT. Membuat hipotesis dalam uraian kalimat H0 : Tidak terdapat perbedaan prestasi belajar yang signifikan dalam mata pelajaran matematika antara menggunakan metode NHT dan metode RME H1 : terdapat perbedaan prestasi belajar yang signifikan dalam mata pelajaran matematikaantara menggunakan metode NHT dan metode RME Kaidah pengujian -t tabel≤ t hitung ≤ t tabel (α/2), terima H0 t hitung > - t tabel (α/2), tolak H0 Langkah-langkah : 1. bukalah program SPSS

2. masukkan data pada tabel 3. Pilih analyze - compare means - paired samples T test 4. Klik variabel metode_1 dan metode_2 sebagai current selections, kemudian masukkan ke kotak paired variables 5. Pilih options untuk menentukan tingkat kepercayaan yang diinginkan, continue, kemudian Ok.

Membaca output : Paired Samples Test Paired Differences 95% Confidence Interval Std. Mean Deviation Pair 1

NHT RME

-2.750

Std. Error Mean

4.740

1.185

of the Difference Lower -5.276

Upper

t

-.224 -2.321

df

Sig. (2-tailed) 15

.035

Lihat tabel Paired Sample Test Cari nilai T tabel dengan df 15 dengan alfa 0.05. karena dua sisi gunakan alfa 0.025 (lihat tabel t one tailed) diperoleh t tabel 2.13145 Diperoleh nilai t hitung -2.321 t hitung -2.321 < -2.13145 : -t tabel maka tolak H0 (terdapat perbedaan prestasi belajar yang signifikan dalam mata pelajaran matematikaantara menggunakan metode NHT dan metode RME).

ONE WAY ANOVA Fungsi : menguji perbedaan rata untuk lebih dari dua kelompok yang saling bebas. Soal : disajikan data IPK mahasiswa antara mahasiswa yang berasal dari desa, pinggiran dan kota. Ujilah apakah ada perbedaan IPK antara mahasiswa yang berasal dari Desa, Pinggiran dan Kota? Jika ada perbedaan, manakah di antara ketiganya yang memiliki IPK paling tinggi? (Gunakan taraf signifikansi 5%) Membuat hipotesis dalam uraian kalimat H0 : Tidak terdapat perbedaan IPK antaramahasiswa yang berasal dari Desa, Pinggiran dan Kota H1 : terdapat perbedaan IPK antaramahasiswa yang berasal dari Desa, Pinggiran dan Kota Kaidah pengujian F hitung ≤ F tabel, terima H0 F hitung > F tabel, tolak H0 Langkah-langkah : 6.

bukalah program SPSS

7.

masukkan data pada tabel

8.

Rekamlah data tersebut ke dalam dua kolom:

9.

Kolom pertama data tentang asal daerah dengan kode 1 untuk desa, 2 pinggiran dan 3 kota

10. Kolom kedua data tentang IPK 11. Pilih Analyze, Compare Means, One Way ANOVA 12. Masukkan variabel X2 ke Dependent List dan X1 ke Factor 13. Klik tombol Post Hoc centang LSD - Continue 14. Klik tombol Options centang Descriptive dan Homogeneity of Variances Test - Continue lalu klik OK Membaca output : Test of Homogeneity of Variances IP Levene Statistic

df1

.014

df2 2

Sig. 23

.986

Lihat tabel Test of Homogeneity of Variances (syarat penggunaan Anova) Diperoleh F hitung 0.014 dengan nilai sig. 0.986 nilai sig. 0.986 > 0.05 maka data bersifat homogen. Prasyarat menggunakan uji ANOVA terpenuhi. ANOVA IP Sum of Squares Between Groups Within Groups Total

df

Mean Square

1.056

2

.528

.926

23

.040

1.982

25

F 13.111

Sig. .000

Lihat tabel ANOVA Cari F tabel dengan df 2 dan 23 diperoleh F tabel 3.42 Diperoleh F hitung 13.111 dengan nilai sig. 0.000 nilai sig. 000 < 0.05 dan F hitung 13.111 > F tabel 3.42 maka tolak H0 (Tidak terdapat perbedaan IPK antaramahasiswa yang berasal dari Desa, Pinggiran dan Kota)

KORELASI PEARSON PRODUCT MOMENT (Lihat tabel R) Analisis korelasi merupakan study pembahasan tentang derajad keeratan hubungan antar variabel yang dinyatakan dengan nilai koefisien korelasi. Hubungan antara dua variabel tersebut dapat bersifat positif dan negative.

Soal : ujilah apakah ada korelasi yang positif antara motivasi belajar dengan prestasi belajar ? gunakan alfa 0.05. Membuat hipotesis dalam uraian kalimat H0 : Tidak terdapat korelasi yang positif antara motivasi belajar dengan prestasi belajar H1 : terdapat korelasi yang positif antara motivasi belajar dengan prestasi belajar Kaidah pengujian r hitung > r tabel, tolak H0 r hitung < r tabel, terima H0 Atau ; Nilai sig. (2-tailed) < 0.05, tolak H0 Nilai sig. (2-tailed) > 0.05, terima H0 Langkah-langkah : 1. Bukalah program SPSS 2. Masukkan data pada tabel 3. Pilih Analyze – Correlate – Bivariate… 4. Pada kotak dialog Bivariate Correlation masukkan semua data dalam variabel centang pearson centang two-tailed --- flag signifikcant correlation Klik Oke

Membaca output : Correlations motivasi motivasi Pearson Correlation

prestasi 1

Sig. (2-tailed)

.045

N prestasi

Pearson Correlation Sig. (2-tailed)

.397*

26

26

.397*

1

.045

N

26

26

*. Correlation is significant at the 0.05 level (2-tailed).

Lihat tabel Correlation Cari r tabel dengan n-2 = 24 dengan tabel two-tailed dengan alfa 0.05 diperoleh r tabel 0.3882 Diperoleh r hitung 0.397 dengan nilai sig. 0.045 nilai sig. 0.045 < 0.05 dan r hitung 0.397 > r tabel 0.3882 maka tolak H0 (terdapat korelasi yang positif antara motivasi belajar dengan prestasi belajar)

BESARAN KOEFISIEN KORELASI (Lihat tabel T) Fungsi : menguji pengaruh satu variabel bebas terhadap variabel terikat Soal : seorang guru ingin mengetahui hubungan antara nilai siswa pada pelajaran matematika (X) dengan pelajaran IPA (Y) dikelas tertentu. Membuat hipotesis dalam uraian kalimat H0 : Tidak terdapat hubungan yang signifikan antara nilai siswa pada pelajaran matematika (X) dengan pelajaran IPA (Y) H1 : terdapat hubungan yang signifikan antara nilai siswa pada pelajaran matematika (X) dengan pelajaran IPA (Y) Kaidah pengujian T hitung > T tabel, tolak H0 T hitung < T tabel, terima H0 Atau ; Nilai sig. ≤ 0.05, tolak H0 Nilai sig. > 0.05, terima H0 Langkah-langkah : 5. Bukalah program SPSS 6. Masukkan data pada tabel 7. Pilih Analyze – Regretion - Linier 8. Masukkan IPA (Y) pada variable dependent dan MTK (X) pada variabel Independen Pilih method Enter Klik Option – centang Estimate – Model Fit Klik Continue - Oke

Membaca output : ANOVAb Sum of Model 1

Squares

df

Mean Square

Regression

4.050

1

4.050

Residual

1.950

4

.488

Total

6.000

5

a. Predictors: (Constant), MTK b. Dependent Variable: IPA

Lihat tabel ANOVA Cari F tabel dengan df 1 dan 4 diperoleh F tabel 7.71

F 8.308

Sig. .045a

Diperoleh F hitung 8.308 dengan nilai sig. 0.045 nilai sig. 0.045 < 0.05 dan F hitung 8.308 > F tabel 7.71 maka tolak H0 (terdapat hubungan yang signifikan antara nilai siswa pada pelajaran matematika (X) dengan pelajaran IPA (Y))

Model Summary

Model

R

1

.822a

Adjusted R

Std. Error of

Square

the Estimate

R Square .675

.594

.698

a. Predictors: (Constant), MTK

Lihat tabel model Summary Tabel diatas menjelaskan bahwa besarnya hubungan/korelasi (R) sebesar 0.822 dan dijelaskan besarnya prosentase pengaruh variabel bebas terhadap variabel terikat yang disebut koefisien determinsi yang merupakan hasil dari pengkuadratan R. dari output diperoleh koefisien determinasi sebesar 0.675 yang mengandung pengertian bahwa terdapat hubungan yang signifikan antara nilai siswa pada pelajaran matematika (X) dengan pelajaran IPA (Y) sebesar 67.5 %.