Kind: captions
Language: id
Assalamualaikum warahmatullahi
wabarakatuh berjumpa lagi dengan saya di
channel YouTube saya ensiklopedia Ahmad
Fauzi di video Sebelumnya kita telah
mempelajari bagaimana caranya melakukan
anava menggunakan software chest dan
pada video kali ini kita akan
mempelajari bagaimana caranya melakukan
anakova atau ankova menggunakan software
chest software yang resmi gratis praktis
dan lengkap dan pada video kali ini kita
tidak hanya mempelajari cara melakukan
analisis ankova tetapi kita juga belajar
bagaimana cara melaporkan hasil ankova
secara lengkap dan tepat namun sebelum
itu kita harus ingat terlebih dahulu Apa
tujuan kita menggunakan anakova anakova
satu arah atau bahasa Inggrisnya one way
unkova kita gunakan ketika kita ingin
menentukan apakah terdapat perbedaan
yang signifikan antara dua atau lebih
kelompok yang tidak saling terkait
dengan mengendalikan pengaruh variabel
kontinu lainnya yang dipilih secara
sederhananya kita menggunakan anakova
ini ketika kita memiliki 2 3 4 atau
lebih kelompok kita ingin bandingkan
kelompok-kelompok ini dan di data setiap
kelompok kita punya dua macam variabel
Variabel terikat dan variabel lain yang
namanya kovariat nah variabel covariat
ini variabel ktinue yang kita pilih yang
kita
kendalikan nah namun sebelum kita akan
melakukan anakova kita harus cek
terlebih dahulu asumsi data kita Apakah
memenuhi asumsi ankova atau tidak yang
pertama adalah kelompok-kelompok yang
kita ingin bandingkan tadi harus
bersifat independen atau tidak saling
terkait bebas ya kelompok-kelompoknya
tidak saling berhubungan kemudian
variabel bebas bersifat kategorikal
alias dia bisa nominal atau ordinal atau
dalam pengertian lain variabel bebasnya
terdiri dari beberapa kelompok kemudian
Variabel terikat atau dependennya
bersifat kontinu bisa interval bisa
rasio kemudian residu data kita harus
terdistribusi secara normal kemudian
varians antar kelompoknya harus
homogen lalu kovariat dan efek
eksperimen bersifat bebas atau
independen dan yang terakhir garis
regresinya harus
homogenah ini contoh penelitiannya
pengaruh model pembelajar
terhadap hasil belajar siswa misalkan
kita memiliki tiga data hasil belajar
menggunakan tiga model yang berbeda ini
asumsi yang pertama tadi variabel
trikatnya harus dalam ktinue bisa
interval bisa rasio nah ini variabel
trikatnya dipostes sudah betul ini
continue kemudian variabel bebasnya
terdiri dari tiga kelompok yang tidak
saling berkaitan ini ya tadi kan minimal
dua asumsinya ini ada tiga ada kelompok
ceramah ada PBL pembelajaran berbasis
masalah dan ada TPS pembelajaran think
verer kemudian mana kovariatnya Nah ini
pretest ini sebagai covariat variabel
yang kita kendalikan
oke langsung saja kita praktikkan kita
siapkan data kita di Excel terlebih
dahulu karena seperti yang kita ketahui
kalau kita ingin mengolah data di JP
data yang perlu kita olah itu kita
siapkan di Excel terlebih dahulu nah ini
misalkan ya model yang ceramah kita
kasih label 1 yang PBL 2 yang TPS 3
setelah kita menyiapkan data di Excel
kita harus save as ke tipe csv maka kita
pilih file kemudian save as kemudian
kita browse kita cari folder di mana
kita ingin meletakkan file ini misalkan
ini sudah tepat ya folder oneway uncova
kemudian save as typ-nya kita Ubah
menjadi csv yang koma
diimited nah ini ini kemudian kita save
Nah setelah data kita sudah tersimpan
dalam format csv kita buka JS kita ya
kita cari software jasp di komputer
masing-masing setelah jasp terbuka kita
Klik garis tiga di pojok kiri atas ini
kemudian kita pilih Open kita pilih
computer kemudian kita pilih browse kita
cari foldernya tadi Nah ini Kebetulan
foldernya langsung ketemu file csv-nya
ketemu kita klik kemudian kita tekan
tombol Open nah ini data kita ya data
kita sudah muncul di JP nah Apa yang
harus kita lakukan kita pastikan
terlebih dahulu jenis datanya sudah
tepat nah ini variabel bebas kita
variabel bebas kita itu nominal bukan
ordinal ini masih simbol ordinal maka
ini kita klik kemudian kita Ubah menjadi
nominal pretest dan postest harus
continue ya Oleh karena itu harus dalam
bentuk skill nah ini sudah sudah betul
skill nah kemudian ini kan labelnya
masih 1 2 3 Bisa kita Ubah menjadi
nama-nama model tadi maka tulisan model
ini kita klik kemudian value 1 kita Ubah
menjadi ceramah kemudian value 2 PBL
kemudian value 3 TPS kemudian kita Klik
di Rang keempat lalu di sini ada tanda
silang kita klik sehingga di sini
otomatis nama-nama model sudah muncul
Nah data sudah siap Sekarang waktunya
kita melakukan analisis di bagian atas
ini ada pilihan berbagai analisis kita
pilih yang Anova Anova diklik kemudian
kita pilih yang ankova ya pilihan yang
ketiga kalau dij saya setelah diklik
akan muncul tampilan seperti ini kita
perbesar saja terlebih dahulu biar enak
nah kita fokus di sisi kiri terlebih
dahulu di sini ada dependent variabel
ada ada fix factors ada covarian
dependent variabel itu adalah variabel
triikat kita nah data variabel triikat
kita dipes postes kita klik kemudian
tanda panah ini kita klik sehingga masuk
ke kolom dependent variabel fix factors
adalah variabel bebas kita variabel
bebas kita model maka model diklik
kemudian tanda panah ini diklik lalu
covariet kita adalah pretest pretest
diklik kemudian tanda panah di masukkan
di kotak kovariat nah ini langsung
muncul hasil ankovanya Namun kita perlu
mengecek asumsi terlebih dahulu dan
perlu juga kita mencentang tabel-tabel
penting lainnya maka kita bisa Scroll ke
bawah nah kita lakukan assumption check
terlebih dahulu ini kita klik kemudian
kita coba lihat apakah variannya homogen
maka kita centang homogenity testnya
kemudian normalitasnya kita tidak
menggunakan sapiro tetapi kita
menggunakan QQ plot nah ini kita centang
untuk melihat apakah residualnya Normal
atau tidak distribusinya Nah sekarang
kita lihat di sini hasilnya Ah ini hasil
uji levinnya Mengatakan P value-nya
0,204 di atas 0,05 artinya varian
kelompok data kita homogen asumsi
homogenitas terpenuhi kemudian
normalitas menggunakan QQ plot
prinsipnya kalau banyak titiknya
terkonsentrasi pada garis ini maka data
kita terdistribusi normal Nah ini kan
banyak yang nempel ya di sini sehingga
data kita ini normal kalau banyak
titik-titik yang lepas dari garis dan
jauh maka itu dikatakan tidak normal nah
data kita sudah memenuhi asumsi
normalitas dan homogenitas kemudian kita
juga ingin tahu tadi asumsi homogenitas
garis regresi Apakah slope regresi antar
kelompok itu berbeda signifikan atau
tidak harusnya homogen alias tidak
berbeda signifikan caranya nya bagaimana
kita klik model nah kemudian di sini kan
ada model dan pretest dua variabel kita
bebas dan covariat ini ini model kita
klik kemudian di keyboard kita cari
tombol ctrl atau conttrol kita tekan
jangan dilepas kemudian kita pilih
pretest yang tombol kontrolnya masih
tertekan di keyboard masing-masing
kemudian tombol k control kita lepas
lalu tanda panah ini kita klik nah
sehingga muncul interaksi model dan tes
kita cek di sini Nah di baris ini muncul
baru Tadi awalnya tidak ada Namun karena
kita di model sudah memasukkan interaksi
ini maka di sini muncul baris baru Nah
cara membacanya agar asumsinya terpenuhi
Bagaimana kalau interaksi antara
variabel bebas dan covariat memiliki P
value di atas 0,05 maka slope regresi
kita homogen asumsi terpenuhi namun
kalau di bawah 0,05 maka asumsi tidak
terpenuhi nah ini P value-nya
0,178 artinya asumsi dari homogenitas
garis regresi kita terpenuhi nah ini
harus kita kembalikan ya karena ini akan
mempengaruhi tabel-tabel di bawahnya ya
ini kan kita cuma ingin tahu Setelah
kita tahu ini harus dikembalikan lagi
sehingga nah interaksi ini kita klik
kemudian tanda panah yang ini kita klik
lagi nah sehingga tabel ankovanya
berubah kesembulan dan tabel-tabel di
bawahnya akan menyesuaikan
kembali asumsi sudah kita cek Sekarang
kita perlu mencentang beberapa tabel
lain yang pertama descriptive statistic
harus kita centang kemudian estimat of
effect size kita centang kita pilih yang
Eta Square boleh menggunakan yang lain
tetapi biasanya saya menggunakan Eta
Square kemudian nah ini uji lanjut uji
lanjutnya kita klik kemudian model kita
masukkan di sisi kanan
kita tetap typ-nya standar dan
correctionnya menggunakan
Toki lalu di sini ada Marginal means nah
ini rerata yang sudah diadjust sudah
diatur sudah memperhatikan kovariat maka
ini perlu kita lihat ya jadinya model
kita klik kemudian kita tekan kanan e
tanda panah ke kanan sehingga nanti kita
punya Marginal means di Unova yang kita
baca adalah Marginal means bukan Min
yang semula kemudian simple main effect
gak usah nah ini ada nonpametrik ya
ketika data kita Enggak normal maka kita
harus menggunakan nonparametrik tetapi
ini pakai crusal wis ya sebetulnya kalau
non parametriknya ankova itu kuaderang
Nah kalau dijas belum ada ya kuaderang
ya tetapi di video saya yang lain
menggunakan SPSS saya sudah menjelaskan
Bagaimana cara mengakali SPSS sehingga
bisa muncul kuaderang sebagai
nonparametrik pengganti ankova nah ini
analisis kita sudah Muncul semua tadi
data normal data homogen kemudian
regresinya juga homogen kemudian kita
baca hasil ankovanya nah yang kita baca
ini garis yang memunculkan baris ya
baris yang memunculkan variabel bebas
kita variabel bebas kita kan model
pembelajaran yang kita lihat di sini
kalau P value-nya di bawah 0,05 artinya
ada perbedaan signifikan Nah ini kan
kurang dari 0,001 jadiadin n jauh di
bawah 0,05 Dengan demikian ketiga model
tadi memberikan pengaruh signifikan
alias hasil belajar dari ketiga model
tadi berbeda signifikan Namun kita belum
tahu mana saja yang berbeda signifikan
maka tadi kita centang pos Hok untuk
melihat mana saja yang berbeda
signifikan dengan membaca P value di
sini kita lihat nah kita baca dulu
Marginal min-nya kita ingin tahu mana
yang minnya tertinggi Oh ini Min yang
tertinggi ternyata ceramah ini karena
datanya ngawur ya ya kalau sesuai
realita enggak mungkin ceramah tertinggi
ya Nah ceramah tertinggi diikuti PBL
kemudian TPS Nah kita lihat ceramah ini
ternyata berbeda signifikan baik
terhadap PBL maupun TPS maka
kesimpulannya ceramah itu secara
signifikan lebih tinggi dari dua model
yang lain Nah sekarang cara
melaporkannya bagaimana
normalitas homogenitas tidak perlu saya
jelaskan lagi ya cara pelaporannya
karena di video-video sebelumnya sudah
langsung saja kita melaporkan yang hasil
ankova ya ini kita copy ada tanda panah
copy kemudian kita buka over nah
kemudian kita ctrol v atau paste paste
ya kemudian kita enter pos test-nya juga
bisa kita copy begitu juga marginal
mean-nya marginal me kita copy kemudian
S kemudian enter kemudian pos testnya
juga kita copy kemudian kita paste nah
kemudian di sini kita Tuliskan nanti
tabel 1 ringkasan hasil uji Anova nanti
tabel 2 silakan diperbaiki sendiri ya
tabel 2 informasi Marginal means tabel 3
ringkasan hasil uji lanjut menggunakan
Tuki misalkan seperti itu kemudian kita
baca dan kita lorkan dengan tepat
didasarkan pada uji one way ankova yang
disajikan di tabel 1 dapat
diketahui ada perbedaan signifikan hasil
belajar pada siswa yang mengikuti model
pembelajaran yang berbeda kemudian
Fung DB variabel bebas kita atau atau
df-nya 2 kemudian DB atau DF residualnya
57 kemudian tutup kurung sama dengan F
value-nya nah ini ya
18,931 ya yang baris variabel bebas ya
bukan baris pretest kemudian koma Pi
value-nya nah ini
Pi kurang dari
0,001 kemudian nah ini parsial eh sori
Eta square-nya kita masukkan di sini
Boltnya dihilangi sama dengan
0,363 nah seperti ini kemudian lebih
lanjut misalkan seperti ini berdasarkan
tabel du Marginal Min dari hasil belajar
siswa yang
mengikuti model
ceramah paling
tinggi sejalan dengan itu didasarkan
pada tabel
3 hasil
belajar di model
ceramah secara
signifikan lebih tinggi dari model PBL
maupun TPS Nah begini cara pelaporannya
yang tepat dan lengkap Oke terima kasih
di video selanjutnya akan kita pelajari
cara analisis korelasi dan regresi
menggunakan C asalamualaikum warahmat
ullahi wabarakatuh