Resume
9spfeMmx9UU • Cara Membaca dan Melaporkan Hasil Analisis Korelasi Regresi Output SPSS Hitungan Manual
Updated: 2026-02-12 02:11:07 UTC
Back Source
Prev Next

Berikut adalah rangkuman komprehensif dan terstruktur berdasarkan transkrip video yang Anda berikan.

Panduan Lengkap Analisis & Pelaporan Korelasi serta Regresi: Manual vs SPSS

Inti Sari

Video ini membahas panduan mendalam mengenai cara membaca, menganalisis, dan melaporkan hasil uji statistik korelasi dan regresi, baik melalui perhitungan manual maupun menggunakan output SPSS. Dengan menggunakan studi kasus hubungan antara keterampilan berpikir kritis dan hasil belajar kognitif siswa, video ini menjelaskan langkah-langkah interpretasi data, mulai dari penentuan nilai signifikansi, koefisien determinasi, hingga penerapan persamaan regresi untuk prediksi.

Poin-Poin Kunci (Key Takeaways)

  • Studi Kasus: Analisis menggunakan variabel independen (X) "Keterampilan Berpikir Kritis" dan variabel dependen (Y) "Hasil Belajar Kognitif Siswa".
  • Output SPSS vs Manual: Video menunjukkan kesetaraan istilah antara tabel output SPSS (seperti Pearson Correlation, Sig., ANOVA) dengan istilah perhitungan manual (seperti r-hitung, p-value, Jumlah Kuadrat).
  • Pelaporan Korelasi: Menekankan pentingnya melaporkan nilai r, p-value (Sig.), R Square, dan jumlah sampel (N) dalam satu kalimat utuh.
  • Interpretasi Regresi: Memahami koefisien regresi (B) untuk melihat seberapa besar pengaruh X terhadap Y, serta menggunakan persamaan regresi untuk memprediksi nilai Y tanpa harus melakukan tes langsung.
  • Detail Teknis: Nilai p-value sebesar 0,000 dalam SPSS harus dilaporkan sebagai < 0,001, bukan 0,00.

Rincian Materi

1. Analisis Korelasi Pearson

Bagian ini menjelaskan bagaimana membandingkan hasil perhitungan manual dengan output SPSS untuk membuktikan hubungan antara variabel.

  • Hipotesis Uji:
    • H0 (Hipotesis Nol): Tidak ada hubungan yang signifikan.
    • Ha (Hipotesis Alternatif): Ada hubungan yang signifikan.
  • Komponen Utama dalam Laporan:
    • Nilai r-hitung (Pearson Correlation): Diperoleh angka 0,95.
    • Jumlah Sampel (n): Diketahui df (derajat kebebasan) = 8, sehingga jumlah sampel (N) adalah 10.
    • Signifikansi (p-value/Sig.): Output SPSS menunjukkan 0,000. Dalam pelaporan, angka ini tidak boleh ditulis sebagai 0,00, melainkan < 0,001.
    • Efek Ukuran (R Square): Dihitung dari kuadrat nilai r ($0,95^2$), menghasilkan 0,906. Nilai ini menunjukkan bahwa variabel X berkontribusi 90,6% terhadap variabel Y.
  • Kesimpulan Uji:
    Karena nilai p-value (< 0,001) lebih kecil dari alpha (0,05), maka H0 ditolak. Artinya, terdapat hubungan yang signifikan antara keterampilan berpikir kritis dan hasil belajar kognitif siswa.
  • Contoh Kalimat Laporan:
    > "Hasil uji korelasi pearson menunjukkan bahwa keterampilan berpikir kritis memiliki hubungan yang signifikan dengan hasil belajar kognitif siswa, r = 0,95, p < 0,001, R Square = 0,906, N = 10."

2. Analisis Regresi dan Prediksi

Bagian ini fokus pada interpretasi tabel output regresi (ANOVA dan Koefisien) serta cara menerapkannya.

  • Perbandingan Tabel ANOVA:
    • Membandingkan istilah dalam SPSS (Sum of Squares, df, Mean Square, F, Sig.) dengan perhitungan manual (Jumlah Kuadrat/JK, DB, Kuadrat Tengah/KT, F-hitung, p-value).
    • Nilai R Square pada regresi juga menunjukkan angka 0,906.
  • Koefisien Regresi (B):
    • Nilai koefisien regresi (B) adalah 0,90 atau lebih presisi 0,899.
    • Interpretasi: Setiap peningkatan satu angka pada skor keterampilan berpikir kritis (X) akan meningkatkan skor hasil belajar kognitif siswa (Y) sebesar 0,899.
  • Persamaan Regresi dan Prediksi:
    • Persamaan regresi yang terbentuk adalah: Y = 0,899X - 0,88.
    • Fungsi Prediksi: Persamaan ini memungkinkan peneliti memprediksi hasil belajar kognitif siswa hanya dengan mengetahui skor keterampilan berpikir kritis mereka, tanpa perlu memberikan tes hasil belajar secara langsung.
    • Cara Menghitung: Masukkan nilai hasil tes berpikir kritis ke dalam variabel X pada persamaan tersebut.
  • Pelaporan Tambahan:
    • Saat melaporkan hasil analisis regresi, jangan lupa untuk menyertakan informasi mengenai garis regresinya. (Video juga merujuk pada tutorial terpisah mengenai cara membuat garis regresi menggunakan Excel).

Kesimpulan & Pesan Penutup

Video ini menyimpulkan bahwa memahami perbedaan istilah antara output SPSS dan perhitungan manual sangat krusial untuk pelaporan data yang akurat. Dengan mengetahui nilai koefisien korelasi, signifikansi, dan persamaan regresi, peneliti tidak hanya dapat membuktikan hubungan antar variabel tetapi juga melakukan prediksi data yang efisien. Untuk visualisasi data lebih lanjut, penonton diarahkan untuk mempelajari cara pembuatan garis regresi melalui Excel pada video pembahasan lainnya.