Kind: captions
Language: id
Assalamualaikum warahmatullahi
wabarakatuh berjumpa lagi dengan saya di
channel YouTube saya ensiklopedia Ahmad
Fauzi pada video kali ini kita akan
membahas lagi cara melakukan analisis
data di statistika
inferensia di video sebelumnya kita juga
sudah membahas Bagaimana caranya
melakukan salah satu analisis statistika
inferensia yaitu Uji T berpasangan
beserta uji non parametrik pengganti uji
tersebut nah di video kali ini kita akan
membahas uji t yang lain yaitu Uji T
tidak
berpasangan selain membahas Uji T tidak
berpasangan kita juga akan mempelajari
bagaimana caranya menghitung effect size
dari Uji T tidak berpasangan serta
seperti di video sebelumnya kita juga
akan mempelajari uji nonpametrik
pengganti Uji T tidak berpasangan yaitu
with me
es seperti biasanya saya juga berasumsi
dan beranggapan bahwa kalian semua sudah
menginstal SPSS di komputer atau laptop
kalian masing-masing Selain itu Kalian
juga saya harapkan sudah memahami
tampilan SPSS secara
umum tujuan video kali ini adalah agar
kalian mampu menganalisis keterpenuhan
asumsi sebelum Uji T tidak ber
berpasangan dilakukan Selain itu Kalian
juga saya harapkan mampu melakukan
analisis Uji T tidak berpasangan
menggunakan
SPSS kemudian Kalian juga mampu
menghitung effect
size Kalian juga mampu melakukan
analisis Man withne est ketika asumsi
normalitas tidak terpenuhi dan yang
terakhir kalian saya harapkan juga mampu
melaporkan hasil analisis dengan
menggunakan format
epa
Sekarang mari kita review sedikit
terlebih dahulu mengenai Uji T tidak
berpasangan nama lain dari Uji T tidak
berpasangan adalah independent ttest
atau unpired samples ttest Oleh karena
itu bila Kalian membaca artikel ilmiah
skripsi tesis disertasi atau laporan
penelitian lainnya lalu kalian menemukan
istilah independent ttest atau unpire
samples ttest sebetulnya kedua ini
memiliki arti yang sama dengan uji t
tidak berpasangan dan mungkin di
sebagian referensi lain Uji T tidak
berpasangan ini dikenal juga sebagai Uji
T sampel bebas
uji ini digunakan untuk menganalisis ada
tidaknya perbedaan signifikan dua rerata
di antara dua kelompok yang tidak saling
berkaitan berbeda dengan uji t
berpasangan bila Uji T berpasangan kita
juga membedakan dua kelompok Namun kedua
kelompok tersebut memiliki keterkaitan
satu sama
lain ketika kita menganalisis
menggunakan uji t tidak berpasangan kita
harus memastikan terlebih dahulu bahwa
data yang akan kita analisis memiliki
satu variabel bebas keberadaan variabel
bebas tersebut menyebabkan data kita
terbagi menjadi dua kelompok yang tidak
saling berkaitan kemudian data tersebut
juga hanya memiliki satu Variabel
terikat bila variabel bebas ataupun
variabel terikatnya lebih dari satu maka
kita harus menggunakan analisis yang
lain dan bila kelompoknya lebih dari dua
Kita juga harus menggunakan analisis
yang
lain selanjutnya kita juga harus tahu
dan paham Apa saja asumsi sebelum kita
melakukan uji t tidak ber
pasangan yang pertama adalah variabel
trikat kita berupa skala interval atau
rasio atau kalau di SPSS meure-nya
berupa
scale sehingga data variabel trikat ini
merupakan variabel
ktinue asumsi yang lain adalah variabel
bebas kita berupa data
kategoris variabel bebas ini menyebabkan
data kita terbagi menjadi dua kelompok
dan ingat dua kelompok tersebut kita
pastikan tidak saling
berkaitan selanjutnya asumsi yang harus
terpenuhi adalah independensi
observasi Maksudnya apa maksud
independensi observasi adalah partisipan
peserta atau subjek penelitian di antara
dua kelompok tidak saling berhubungan
misalkan saja kita memiliki dua kelas
atau dua kelompok yang ingin kita
bandingkan kita pastikan tidak ada
peserta di kelas A yang juga menjadi
peserta di kelas B tidak ada keanggotaan
ganda tidak ada orang peserta atau
subjek yang muncul lebih dari
sekali asumsi yang lain adalah
ketidakhadiran outlier yang
signifikan atau data pencalan data
pencilan data yang berbeda secara nyata
dengan sebaran data yang lain misalkan
saja distribusi data kita antara 80
sampai 90 kemudian ada 1 du orang yang
nilainya 30 20 atau bahkan 15 itu
merupakan data layer bila ada data out
layer tersebut maka sebaiknya data
tersebut disingkirkan terlebih
dahulu asumsi yang lain adalah setiap
kelompok memiliki data yang
berdistribusi secara normal karena kita
membandingkan dua kelompok maka kedua
kelompok tersebut harus sama-sama
memiliki distribusi data yang
normal dan yang terakhir adalah varians
kedua kelompok homogen artinya sebaran
data di antara kelompok satu dengan
kelompok yang lainnya tidak terlalu
berbeda atau tidak berbeda secara
signifikan sehingga bila kita melihat
standar deviasi dari kedua kelompok yang
kita bandingkan standar deviasi tersebut
tidak berbeda
sekali selanjutnya effect size nama
lainnya adalah ukuran
efek bila kita berbicara statistical
significance atau signifikansi secara
statistik sebetulnya istilah ini
digunakan untuk melihat ada tidaknya
pengaruh misalkan kita mempelajari
adanya perlakuan kemudian adanya
Variabel terikat misalnya kita memberi
model pembelajaran tertentu terhadap
hasil belajar kalau kita berbicara
statistical significance fokusnya adalah
ingin mengetahui apakah model
pembelajaran tersebut memberikan
pengaruh signifikan terhadap hasil
belajar kita hanya akan menyimpulkan ada
pengaruh atau
tidak namun kalau kita berbicara effect
size maka effect size akan juga
menginformasikan seberapa besar pengaruh
yang dihasilkan tidak terbatas hanya
pada ada atau tidak ada pengaruh
melainkan lebih berfokus pada seberapa
besar pengaruh tersebut
dihasilkan dan yang perlu kita ketahui
adalah perbedaan dapat saja signifikan
secara statistik namun bisa saja tidak
terlalu
mengesankan dalam artian lainnya bisa
saja tidak ada pengaruh n namun ketika
kita hitung effect size-nya mungkin saja
ada pengaruh yang bisa kita ketahui atau
juga dalam istilah lain ada pengaruh
nyata tetapi meskipun pengaruh tersebut
dikatakan nyata secara statistik Namun
ternyata pengaruh tersebut tidak terlalu
besar ini lah fungsi dari perhitungan
effect
size salah satu pengukuran effect size
yang paling umum adalah
cohensd di tutorial kali ini kita akan
mempelajari bagaimana cara memperoleh
angka kohensd dan bagaimana cara
menginterpretasikannya selanjutnya
sebelum kita memulai tutorial kita Kita
juga harus berkenalan terlebih dahulu
dengan manwiitne utest
manwitni es merupakan termasuk uji non
parametrik berbeda dengan uji t Uji T
itu uji
parametrik fungsi dari manwini uest sama
dengan uji t tidak berkaitan atau
independent sample t test yaitu
menganalisis ada tidaknya perbedaan
signifikan dua kelompok yang tidak
saling
berkaitan namun utes dapat digunakan
untuk mengganti uji tidak berpasangan
ketika data yang akan kita analisis
ternyata tidak terdistribusi secara
normal Oleh karena itu bila kita ingin
melakukan analisis Uji T tidak
berpasangan lalu kita analisis
kenormalan data kita dan ternyata data
kita tidak normal maka alternatif yang
bisa kita lakukan adalah dengan
melakukan analisis manwine es
tidak berkaitan atau tidak harus
memiliki data yang terdistribusi secara
normal skala pengukuran pada variabel
trikat dapat berupa skala interval rasio
maupun ordinal berbeda dengan uji t yang
mana variabel trikatnya harus dalam
skala interval atau rasio saja sedangkan
Man with test bisa saja variabel trikat
kita merupakan data skala ordinal
oke Sekarang waktunya kita belajar
bagaimana caranya melakukan analisis
ujit tidak
berpasangan misalkan saja kita telah
melakukan penelitian di suatu sekolah
penelitian tersebut melibatkan 60
siswa dari ke-60 siswa tersebut kita
catat identitasnya
identitasnya Hanya berupa inisial nama
kemudian gender atau jenis
kelamin kemudian kita melakukan dua tes
yaitu tes hasil belajar dan tes
keterampilan
metakognitif keterampilan metakognitif
sendiri merupakan salah satu
keterampilan berpikir yang menarik untuk
kita kaji Insyaallah di video yang lain
Saya akan mencoba mengkaji keterampilan
metakognitif karena keterampilan
metakognitif merupakan salah satu
variabel ikat yang menarik untuk
diteliti namun masih jarang dilakukan di
Indonesia Bila kalian tertarik untuk
melakukan penelitian saya sarankan salah
satu variabel trikat kalian adalah
keterampilan
metakognitif kembali lagi ke data kita
di sini saya menuliskan gender gendernya
ada dua laki-laki dan perempuan dan
sudah saya beri label laki-laki satu
sedangkan perempuan dua ingat gender
merupakan data nominal bukan ordinal
sehingga angka 1 dan 2 bukan berarti
urunan urutan hanya berperan sebagai
label Oleh karena itu meski perempuan
diberi label du bukan berarti perempuan
lebih tinggi dari
laki-laki selanjutnya hasil belajar dan
keterampilan metakognitif di sini Kita
juga bisa melihat datanya tidak ada
missing value sehingga 60 siswa yang
kita libatkan memberikan sumbangsih data
dalam penelitian
kita karena data sudah siap Mari kita
menuju program SPSS
Oke misalkan kalian sudah membuka
program SPSS maka kalian sudah bisa
mendefinisikan atau menentukan variabel
Kalian juga bisa
data dari program excel
tadi Sekarang mari coba kita lihat
terlebih
dahulu di
sini variabel kelima saya hapus terlebih
dahulu oke sekarang di sini saya
Tuliskan ada inisial gender
hbkm inisial merupakan nama inisial
kemudian gender merupakan jenis kelamin
HB merupakan hasil belajar KM merupakan
terampilan metakognitif ingat di
variabel name tidak bisa menggunakan
spasi jadinya kita bisa menulis lengkap
tanpa spasi atau
singkatan agar kita
ingat nama lengkap dari variabel kita
kita bisa menuliskannya di label HB
hasil belajar sedangkan km adalah
keterampilan metaognitif
kemudian jangan lupa type dari variabel
kita karena inisial berupa nama dan nama
hanya terdiri atas huruf alfabet maka
type-nya harus string sedangkan gender
karena di laabeli 1 dan 2 kita bisa
menggunakan type numeric atau angka
begitu juga hasil belajar dan
keterampilan
metakognitif Kemudian di gender jangan
lupa di laabeli sehingga di kolom values
harus kita beri
label di video Sebelumnya saya sudah
menjelaskan Bagaimana cara memberi label
pada variabel gender Kita hanya tinggal
menarik kursor kita di sisi kanan dari
kolom values kemudian kita klik kiri
satu kali sehingga muncul kotak dialog
ini kita Tuliskan value 1 label
laki-laki kemudian add kemudian value 2
labelnya kita tulis perempuan kemudian
kita klik add dan selanjutnya kita klik
oke Bila kalian masih bingung cara
melabeli kalian bisa melihat di video
saya sebelumnya mengenai pendahuluan dan
pengenalan terhadap
SPSS kemudian missing tidak perlu kita
apa-apakan karena data kita lengkap
kolum juga tidak usah diubah Al juga
tidak usah diubah sedangkanernya harus
kita pastikan ini misernya nominal sudah
tepat
gender misernya juga nominal karena dia
bukan ordinal apalagi skill sedangkan
hasil belajar dan keterampilan Mat
kognitif berupa skill Bila Masih belum
sesuai dengan ini sama seperti tadi
kursor kita bisa kita Arahkan di sisi
kanan kemudian kita Klik sekali dan
tinggal kita pilih measure mana yang
paling cocok dengan variabel kita
setelah variabel view-nya selesai
seperti ini kita tinggal meng-copy data
ke data
view karena data kita sudah selesai
disiapkan sekarang waktunya melakukan
analisis data
Oke sebelumnya akan saya tutup terlebih
dahulu output saya
sebelumnya nah kita sudah memiliki data
data ini mengkaji hasil belajar dan
keterampilan metakognitif dan kita ingin
membandingkan Apakah hasil belajar siswa
laki-laki berbeda signifikan dengan
perempuan apakah keterampilan
metakognitif laki-laki berbeda
signifikan dengan perempuan dan kita
akan melakukan uji t dan ingat salah
satu asumsi uji t adalah Variabel
terikat yang dianalisis hanya satu di
sini ada dua Variabel terikat yaitu
hasil belajar dan keterampilan
metakognitif Oleh karena itu uji t yang
dijalankan oleh SPSS nantinya berjumlah
du bukan sat karena variabel terikatnya
ada dua namun sebelum kita melakukan uji
t kita harus melihat apakah data kita
terdistribusi secara normal dan ingat
sekali lagi asumsi normalitas pada Uji T
tidak berpasangan dinyatakan adalah
setiap kelompok distribusi datanya harus
normal ingat ya setiap kelompok jadinya
bukan data secara keseluruhan jadinya
kita tidak melihat Apakah 60 data ini
terdistribusi secara normal dalam satu
kesatuan analisis melainkan kita harus
menganalisis satu persatu data lagi
lakilaki dan data perempuan begitu juga
keterampilan
metakognitifnya berbeda dengan uji t
berpasangan yang kita bahas di video
sebelumnya Kalau Uji T berpasangan data
yang kita Analisis normalitasnya adalah
data selisih Jadinya kalau ada dua
kelompok kita lihat selisih antara
kelompok du dan kelompok 1 sehingga
muncul satu variabel baru yaitu variabel
Selisih dari variabel selisih tersebut
Kita uji normalitasnya sedangkan di
tidak berpasangkan kita tidak perlu
menghitung data selisih tetapi kita
hanya perlu menganalisis normalitas di
setiap kelompok secara
terpisah bila kita langsung melakukan
analisis
normalitas maka hasil uji normalitasnya
adalah data secara keseluruhan Oleh
karena itu kita harus pastikan terlebih
dahulu normalitas yang dihasilkan oleh
SPSS harus muncul dua laki-laki sendiri
dan peruan sendiri bagaimana caranya
agar output tersebut terpisah maka kita
harus men-split output kita caranya
bagaimana yang pertama kita klik
data kemudian kita pilih split
file saya kembalikan ke tampilan
default-nya Nah ketika kita mengklik
split file maka kita akan melihat kotak
dialog seperti ini kotak dialog split
file kemudian agar hasil uji normalitas
kita terpisah antara laki-laki dan
perempuan maka kita pilih organize
output by group kita Klik
sekali lalu
gender kita masukkan ke group base on
dengan menggunakan tanda panah ini
artinya output akan dikelompokkan
berdasarkan gender yaitu laki-laki dan
perempuan kemudian klik
oke nah sehingga di Window output akan
ada informasi bahwa kita telah melakukan
split file split filenya didasarkan pada
gender karena kita sudah memisahkan
antara laki-laki dan perempuan Sekarang
waktunya kita melakukan uji
normalitas kita lakukan salah satu Uji
normalitas saja Salah satu tahapan jya
kemarin di video sebelumnya kita sudah
belajar bagaimana caranya melakukan uji
normalitas dengan dua cara sekarang kita
lakukan salah satu cara saja yang
pertama kita klik
analy kemudian descriptive
statistics kemudian
explore saya reset dulu ke tampilan
default nah ketika kalian sudah mengklik
menulore Maka akan muncul kotak dialog
seperti ini kemudian di sini ada kotak
dependent list variabel yang ingin kita
analisis kita masukkan ke kotak dependen
list Nah tadi kita ingin menguji
normalitas dari data hasil belajar maka
kita masukkan variabel hasil belajar ke
dependen list data kita juga punya
keterampilan metakognitif keterampilan
metakognitif pun juga sekaligus bisa
kita analisis bersamaan dengan hasil
belajar sehingga keterampilan
metaognitif kita klik kiri sekali lalu
tanda panah kita Klik
sekali Setelah itu kita klik menu
plot kemudian di box plot kita pilih non
deskriptif centang di stem and Lif kita
klik sehingga centangnya
menghilang kemudian
normality kita
centang lalu kita klik continue kemudian
kita klik
Oke kita tunggu
prosesnya ketika kita akan melakukan uji
normalitas prosesnya lebih lama dari uji
deskriptif yang
lain oke Ini hasilnya di di sini ada
banyak tabel banyak grafik Namun kita
bisa langsung melihat tabel normalitas
dengan memilih tabel test of normality
kita Klik sekali sehingga layar di
bagian kanan langsung mengarahkan ke
tabel yang kita
inginkan di sini kita lihat ada dua
hasil analisis kolmogorov smirov dan
sapiroik dua-duanya merupakan uji
normalitas Namun kita cukup pilih salah
satu sekarang kita lihat data hasil
belajar
Oke sebelum kita lihat kita lihat ke
kiri lagi karena kita telah melakukan
split output maka outputnya ada dua yang
satu laki-laki sedangkan yang satu
perempuan kita lihat dulu normalitas
data laki-laki di sini hasil belajar
nilai sigik-nya
0,200 karena di atas 0,05 maka data
hasil belajar laki-laki terdistribusi
secara normal
sapirowiik juga menyatakan hal yang sama
hasil belajarnya signya
0,1999 lebih besar dari
0,05 sehingga meskipun menggunakan
sapiroik informasi terkait distribusi
data juga sama yaitu normal namun di
sini kita lihat keterampilan
metakognitif nilai siknya baik di
kolmogorov smirnov maupun sapirok
sama-sama
0,00
Oleh karena itu bisa kita simpulkan data
keterampilan metakognitif laki-laki
tidak terdistribusi secara normal karena
kurang dari
0,05 sekarang kita lihat gender
perempuan langsung kita pilih test of
normality sehingga kita diarahkan
langsung ke tabel yang kita inginkan
tersebut kita lihat lagi di sini hasil
belajar berdasar kolmogorov smirnov
menghasilkan S
0,085 pada sapirowik menghasilkan
0,305 kedua angka ini sama-sama di atas
0,05 sehingga data hasil belajar
perempuan memiliki data yang
distribusinya
normal sayangnya keterampilan
metakognitif perempuan memiliki nilai S
0,00 nol baik berdasarkan uji kolmogorov
smirnov maupun
sapirowi sehingga di sini juga bisa
dapat simpulkan data keterampilan
metakognitif perempuan tidak
terdistribusi secara normal dari sini
kita ketahui bahwa data kita yang
satunya memenuhi asumsi normalitas yaitu
hasil belajar baik di laki-laki maupun
perempuan sedangkan data satunya yaitu
keterampilan metakognitif tidak memenuhi
asumsi normalitas baik data laki-laki
maupun
perempuan sehingga yang bisa lanjut ke
Uji T tidak berpasangan hanyalah data
hasil
belajar sekarang Mari kita analisis Uji
T tidak berpasangan pada data hasil
belajar namun jangan lupa tadi kita
sudah melakukan split file
kita sudah memerintahkan kepada SPSS
bahwa output yang dihasilkan Harus
Terpisah analisis yang dijalankan harus
terpisah sehingga output yang dihasilkan
laki-laki sendiri perempuan sendiri
padahal ketika kita akan melakukan uji t
yang kita bandingkan adalah laki-laki
dan perempuan Oleh karena itu outputnya
harus hanya satu analisisnya harus hanya
sekali laki-laki dibandingkan perempuan
oleh karena itu kita memerintahkan pada
SPS tes split file-nya dimatikan lagi
Bagaimana caranya kita kembali ke menu
data kemudian kita pilih split file
lagi kemudian kita pilih menu analyze
all cases do not create groups kita klik
kiri
sekali kemudian kita Klik tombol
Oke sehingga di bagian output paling
bawah yaitu log tertulis split file off
artinya kita sudah mematikan split file
Sekarang waktunya kita melakukan
analisis ujit tidak
berpasangan pertama kita pilih menu
analyze kemudian kita pilih compare
minans kemudian kita pilih independence
samples
test sehingga akan muncul kotak dialog
independent sample t
test di sini ada kotak tes variabel
kotak ini merupakan Kotak di mana
variabel yang ingin kita analisis harus
kita
masukkan kita akan
memasukkan variabel hasil belajar atau
HB ke kotak test
variables kemudian grouping variabel
merupakan variabel bebas kita variabel
bebas kita adalah gender maka gender
kita masukkan ke grouping variabel
dengan mengklik anak panah
ini Nah setelah itu tombol Oke masih
belum bisa diklik Kenapa karena kita
harus m-deefine groups terlebih dahulu
kita harus menentukan grup mana yang
ingin kita bandingkan menggunakan uji t
tadi sehingga tombol defend group kita
klik kiri
sekali grup S merupakan laki-laki
laki-laki labelnya satu maka kita tulis
satu kita klik kiri sekali kemudian kita
tulis angka sat grup du merupakan
kelompok perempuan perempuan diilabeli 2
maka di sini kita isi angka 2 kemudian
kita klik menu atau tombol
continue Setelah itu kita tinggal klik
tombol
oke nah output langsung keluar berbeda
dengan normalitas tadi yang prosesnya
lebih lama di sini bisa kita
lihat ada dua tabel output yang bernama
tabel group statistics yang kedua tabel
rangkuman independent sample tes kedua
tabel ini memberikan angka yang harus
menjadi informasi yang kita sampaikan di
laporan kita di grup statistik kita
harus menyampaikan Minan dan standard
deviation
sedangkan di independent sample t test
kita akan menyampaikan nilai T hitung DF
dan six tetapi sebelum kita melaporkan
UJ t kita harus mengingat salah satu
asumsi lain yang harus terpenuhi asumsi
normalitas sudah kita analisis tetapi
asumsi homogenitas belum kita analisis
namun di kasus Uji T di SPSS
uji homogenitas langsung menjadi satu
tabel dengan tabel Uji T tidak
berpasangan yaitu di bagian ini leen
test for equality of variances evenent
test merupakan salah satu nama uji
homogenitas yang paling sering
digunakan ada dua nilai yang bisa kita
lihat dari tes leen yaitu nilai F dan
nilai
Sig ketika nilai Sig dari leen test di
atas
0,05 maka data homogen namun bila
sig-nya kurang dari 0,05 maka varian
kedua kelompok tidak homogen jadinya
pengambilan kesimpulannya sama dengan
normalitas di atas 0,05 aman sedangkan
di bawah 0,05 tidak aman dalam arti yang
lain tidak memenuhi asumsi Uji T tidak
berpasangan dari sini kita bisa
simpulkan data hasil belajar
terdistribusi normal dan data hasil
belajar memiliki varians yang
homogen sehingga asumsi normalitas dan
homogenitas terpenuhi di data hasil
belajar dan nilai t yang perlu kita baca
adalah T hitung yaitu ini
16,754 DF atau degree of Freedom 58 dan
Sig
0,00 nah cara pengambilan keputusannya
sama dengan uji t berpasangan yaitu bila
sig-nya di bawah
0,05 maka dapat disimpulkan kedua
kelompok yang kita bandingkan memiliki
perbedaan yang
signifikan namun bila di atas
0,05 maka kedua kelompok yang kita
bandingkan tidak memiliki perbedaan yang
signifikan dari sini bisa kita lihat
signya
0,00 sehingga hasil belajar antara
laki-laki dan perempuan berbeda secara
signifikan cara pelaporannya secara
lengkap dengan menggunakan format Epa
akan kita lihat di bagian akhir video
ini Lalu bila kita lihat di tabel ini
ada dua baris output yang pertama baris
equal variance assumes dan yang kedua
equal variance not assumes Apa maksudnya
ini jadinya dengan menggunakan SPSS kita
memiliki dua alternatif
ketika asumsi homogenitas terpenuhi
alias Sig di kolom ini di atas
0,05 maka Uji T hasilnya yang kita baca
di baris pertama namun misal di sini
sig-nya di bawah
0,05 maka kita akan membaca baris yang
kedua yaitu baris equal variance not
assume artinya adalah asumsi
variansi tidak terpenuhi asumsi varians
yang homogen tidak terpenuhi jadinya
kedua kelompok tidak memiliki varians
yang homogen kita baca baris kedua Namun
karena data kita variansnya homogen maka
kita membaca baris yang pertama
Oke data hasil belajar sudah kita
analisis
uji t-nya namun seperti yang saya
sampaikan di awal signifikansi statistik
hanya bertujuan untuk melihat ada
tidaknya pengaruh Apakah gender
berpengaruh signifikan terhadap hasil
belajar atau
tidak namun seberapa besar pengaruh
tidak bisa kita lihat kalau menggunakan
uji t kita bisa melihat seberapa besar
pengaruh tersebut bila kita menghitung
effect size
SPSS bisa kita gunakan untuk menghitung
effect size sehingga tidak harus
manual Bagaimana caranya ada dua langkah
yang perlu kita
lakukan prinsip dari perhitungan ees
menggunakan SPSS adalah kita
menganalisis perbedaan
rerata data yang terstandarisasi atau
data yang baku Oleh karena itu kita
harus melakukan standarisasi data hasil
belajar terlebih dahulu caranya
bagaimana pertama kita klik
analyze kemudian descriptive
statistics kemudian kita pilih
deskriptif
kemudian kita akan mendapatkan kotak
dialog seperti ini kotak dialog
deskriptif kemudian variabel yang ingin
kita standarisasi datanya kita masukkan
ke kolom variabel yang ingin kita
standarisasi adalah hasil belajar maka
kita klik tanda panah ini sehingga
variabel hasil belajar berpindah ke sisi
kanan Setelah hasil belajar masuk di
sisi kanan
kita centang menu ini save standariz
values as
variables jadinya data
standar data yang sudah baku akan
di-save disimpan menjadi variabel baru
kita Klik sekali sehingga muncul tanda
centang kemudian kita klik
oke di sini muncul output baru tidak
perlu kita perhatikan namun Mari kita
kembali ke window data
kita Nah di sini muncul variabel baru
kita lihat di variabel View ada variabel
baru yang bernama zhb yaitu ZS jadinya
kita menggunakan ZS untuk melakukan
standarisasi data hasil
belajar nah data inilah yang akan kita
jadikan dasar perhitungan effect size
Bagaimana caranya pertama kita klik
kemudian compare me kemudian independent
samples dites
lagi Kemudian hasil belajar di kotak tes
variabel kita kembalikan ke kotak bagian
kiri dengan cara mengklik tanda panah
ini setelah itu variabel baru kita yang
bernama Z SC hasil belajar kita
pindahkan ke tes
variabel
mungkin di tampilan komputer kalian
nama-nama variabelnya berbeda coba saya
kembalikan ya mungkin saja tampilan di
kalian seperti ini inisial
hbkmzhb Bila nama-namanya Masih muncul
seperti ini yang perlu kalian lakukan
adalah melakukan Klik Kanan kemudian
pilih display variable labels sehingga
muncul nama variabel secara lengkap
kembali lagi ke perhitungan effect size
zsor-nya saya masukkan ke tes variabel
dengan menggunakan tombol panah ini
kemudian grouping variabel tetap
berdasarkan gender satu itu laki-laki
dan dua perempuan kemudian kita klik
oke sehingga muncul analisis ujit lagi
Namun bukan UJT yang ingin kita baca
Tapi efek size-nya effect size yang kita
ingin dapatkan bisa kita lihat di kolom
Min
differerence ya jadinya di sini ada
angka
1,80 sekian ini merupakan effect size
dari data kita bagaimana cara membacanya
nanti kita lihat di bagian akhir video
ini Oke data hasil belajar sudah kita
lakukan analisis Uji T tidak berpasangan
datanya normal datanya pun homogen
sehingga asumsi normalitas dan
homogenitas terpenuhi tapi ingat kita
punya satu data lagi yaitu data
keterampilan metakognitif yang
berdasarkan uji kolmogorov smirnos
maupun sabirowik dinyatakan datanya
tidak terdistribusi secara normal
sehingga Uji T tidak direkomendasikan
untuk dilakukan Lalu bagaimana caranya
Bila kita ingin membandingkan dua
kelompok data tersebut data keterampilan
metakognitif laki-laki dan perempuan
caranya kita alihkan ke analisis
nonpametrik pengganti Uji T tidak
berpasangan yaitu uji Man with me
est caranya bagaimana kita klik
analyze kemudian kita pilih
nonparametric
test setelah itu di submenu kita pilih
Legacy
dialog kemudian di sub-sub menu kita
pilih two independent
samples saya kembalikan ke bentuk
default nah di kotak kiri ada variabel
kita kemudian di kotak kanan ada test
variab list dan grouping variabel sama
seperti Uji T tidak berpasangan variabel
yang ingin kita analisis kita masukkan
ke test variabel list yaitu keterampilan
metakognitif kita klik tanda panah ini
sehingga variabel keterampilan
metakognitif masuk ke test variab list
kemudian di grouing variabel variabel
bebas kita kita masukkan yaitu gender
kita klik tanda panah ini sehingga
gender masuk di grouping variabel tanda
Oke masih belum bisa kita klik karena
kita harus m-deefine groups-nya terlebih
dahulu kita Klik tombol define groups
grup sat laki-laki labelnya satu
sehingga kita tulis angka 1 grup du
perempuan dengan label 2 sehingga kita
tulis angka 2 kemudian kita klik
continue Man with me you test kita
pastikan sudah tercentang sedangkan
analisis yang lain tidak perlu kita
centang kemudian di sini ada menu
options bisa kita Klik di sini ada
deskriptif ada kuartil silakan klik
deskriptif dan
quartilsnya kemudian klik
continue selanjutnya kita klik
oke Nah setelah itu akan muncul
tiga output tabel yaitu deskriptif
statistik ranks dan test statistik di
sini ada ranks atau peringkat karena
prinsip dari uji Man withne utes adalah
menganalisis data peringkat n data-data
kita tadi diperingkatkan dari 1 sampai
60 berdasarkan urutan nilai keterampilan
metakognitif nah data yang
diperingkatkan tadi kemudian dianalisis
menggunakan
manwine konsep dasarnya bisa kalian
pelajari di video lainnya sedangkan di
video ini kita fokus pada Bagaimana cara
menganalisis manwine es menggunakan
SPSS tabel yang perlu kita perhatikan
adalah tabel tes statistik yaitu angka
Man with Meu dan angka asimsik
nanti di laporan kita harus
menginformasikan dua angka tersebut dan
sama seperti Uji T tidak berpasangan
pengambilan keputusan didasarkan pada
nilai sik di bawah 0,05 Berarti ada
perbedaan signifikan di antara kedua
kelompok sedangkan di atas 0,05 tidak
ada perbedaan signifikan karena signya
di sini di bawah
0,05 maka ada perbedaan signifikan
keterampilan met kognitif laki-laki
dengan perempuan namun sebelum kita
menyelesaikan analisis manwine kita
harus melengkapi laporan kita dengan
informasi lainnya bila kita menggunakan
uji t pendamping informasi uji t adalah
rerata dan standar deviasi sedangkan
Bila kita melakukan analisis Man with
Meu pendamping data kita pendamping
laporan kita adalah angka median Oleh
karena itu kita harus menghitung median
dari kedua kelompok caranya bagaimana
kita harus menghitung median
keterampilan metakognitif laki-laki dan
median keterampilan metakognitif
perempuan data Harus Terpisah antara
laki-laki dan perempuan maka kita harus
melakukan split file lagi caranya
seperti
tadi klik
data kemudian pilih menu split
file kemudian kembali klik organize
output by groups karena di group base on
masih ada variabel gender tidak usah
kita ubah lagi Kemudian klik oke
sehingga di kotak output ada keterangan
speed file sped by
gender Sekarang waktunya kita menghitung
median keterampilan metakognitif
laki-laki dan perempuan caranya kita
kita klik
analyze kemudian descriptive statistics
Kemudian
frequencies
Kemudian variabel yang ingin kita
ketahui mediannya kita pindahkan ke
kotak variabel yaitu variabel
keterampilan
metakognitif kita klik tanda panah ini
kemudian di menu statistiks bagian kanan
kita centang
median setelah median tercentang
kita klik menu
continue kemudian kita Klik tombol
Oke sehingga kita akan mendapatkan hasil
analisis statistika deskriptif yang
menginformasikan median keterampilan
metakognitif perempuan dan
laki-laki ini merupakan hasil analisis
terakhir kita di sini ada gender
laki-laki ada gender perempuan kita
lihat di tabel statisticks
valid 30 missing 0 artinya semua datanya
lengkap karena laki-lakinya berjumlah 30
begitu juga perempuannya sedangkan
ketika kita ingin melihat seberapa besar
mediannya kita
pilih tabel
berikut ya tabel statistik tetap ya
yaitu ini nih barisnya median 66
sehingga laki-laki data mediannya 66
sedangkan ketika kita ingin melihat data
median perempuan kita klik statistics di
bagian perempuan dan ini merupakan angka
median dari keterampilan metakognitif
perempuan yaitu
81 Nah di sini Kita sudah memperoleh
angka-angka penting yang harus kita
informasikan di laporan kita
oke sekarang waktunya melaporkan hasil
analisis kita ingat sebelum kita
menganalisis atau melakukan pelaporan UJ
t Kita juga harus melaporkan uji asumsi
yang telah kita lakukan oleh karena itu
kita coba baca terlebih dahulu dan
tuliskan terlebih dahulu informasi yang
berkaitan dengan uji normalitas yang
telah kita lakukan terhadap data hasil
belajar
ini merupakan potongan output uji
normalitas yang bagian kiri merupakan
uji normalitas laki-laki sedangkan yang
kanan uji normalitas data
perempuan dua tabel ini sebagai dasar
kita membaca hasil uji normalitas format
yang bisa kalian gunakan adalah seperti
ini hasil uji kolmogorov smirnov
menginformasikan bahwa data hasil
belajar laki-laki maupun perempuan terd
i secara normal ingat D merupakan simbol
yang mewakili angka kolmogorov
smirnov sedangkan 30 merupakan angka
yang kita peroleh dari kolom DF
0,106 kita peroleh dari tabel laki-laki
di kolom statistik sedangkan
0,200 merupakan angka di kolom Sik dari
tabel laki-laki
selanjutnya D yang 30 ini merupakan DF
atau derajat bebas dari data
perempuan kemudian
0,149 merupakan angka di kolom HB milik
data perempuan dan yang terakhir
0,085 merupakan nilai Sig dari kolom
signya perempuan data KM tidak kita baca
terlebih dahulu kita fokuskan terlebih
dahulu hanya pada data hasil
belajar setelah melaporkan hasil uji
normalitas waktunya kita melaporkan
hasil uji
homogenitas Seperti yang saya sampaikan
tadi
uji homogenitas pada SPSS tergabung
dengan hasil uji t tidak berpasangan
tadi tabelnya seperti ini kemudian saya
coba potong menjadi dua bagian pertama
merupahkan bagian leent test for
equality of variances merupakan hasil
uji homogenitas variansnya sedangkan
yang bagian kanan merupakan rangkuman
hasil uji t tidak
berpasangan kita baca leen testnya
terlebih
dahulu cara membacanya seperti ini hasil
uji leen menginformasikan bahwa varians
data hasil belajar laki-laki dan per
homogen Nah di sini yang perlu saya
ingatkan kita hanya cukup menulis liven
jangan liven PTS banyak tesis skripsi
atau disertasi atau bahkan artikel
ilmiah yang menggunakan bahasa Indonesia
namun penulisan uji leennya sudah diberi
uji terus ditulis leen terus petik s-nya
apostr s-nya tetap ditulis Itu salah ya
karena tanda S di sini merupakan tanda
kepemilikan kalau kita menulisnya uji
liven maka s-nya kita hilangkan terlebih
dahulu kemudian di sini ada beberapa
angka ya angka yang pertama F
1,58 1 dan 58 merupakan derajat bebas 1
merupakan derajat bebas dari jumlah
kelompok kita jumlah kelompok yang kita
bandingkan ada adalah du yaitu kelompok
laki-laki dan perempuan DB adalah n -1
karena kelompoknya dua laki-laki dan
perempuan maka db-nya n -1 2 - 1 1
sedangkan 58 adalah derajat bebas data
kita dari mana kita tahu angka 58 kita
bisa lihat di output tabel Uji T tidakak
berpasangan di sana ada df-nya Saya
tunjukkan ya Nah di bagian sini
ada DF nah DF tersebutlah yang kita
gunakan sebagai angka di dalam kurung
Ini
1,58 ama dengan 200 eh
2,004 2,004 merupakan angka di kolom
F koma p =
0,162
0,162 berasal dari angka di kolom C
karena p-nya di atas 0,05 di sini kita
katakan dengan jelas bahwa varians data
hasil belajar antara laki-laki dan
perempuan homogen atau sama tidak
berbeda secara signifikan sehingga data
hasil belajar terdistribusi normal
sekaligus memiliki varian yang homogen
Sekarang mari kita baca hasil uji t-nya
Seperti yang saya sampaikan tadi selain
tabel rangkuman Uji T kita juga
membutuhkan tabel grup statistik karena
setiap kita menginformasikan hasil uji
statistika inferensia kita juga
menginformasikan statistika
deskriptifnya
Nah
sekarang kita juga jangan lupa kita juga
menghitung effect size-nya maka tabel e
Ses yang juga kita peroleh juga kita
siapkan jadinya yang bagian atas ini
merupakan hasil output Uji T kita ambil
dua tabel tabel grup statistik dan
independent sample test kemudian
analisis effectestnya kita ambil satu
tabel saja yaitu tabel independent
sample test lingkaran lingkaran merah
ini menunjukkan angka-angka penting yang
harus kita informasikan di laporan
kita sekarang Mari kita lihat cara
penginformasiannya berdasarkan
Epa style
berikut kalimat yang bisa kalian gunakan
hasil analisis menggunakan uji t tidak
berpasangan menunjukkan bahwa hasil
belajar siswa laki-laki secara
signifikan lebih rendah dari siswa
perempuan kita lihat siswa laki-laki
kita informasikan m dan sd-nya Min dan
standar
deviasinya begitu juga siswa perempuan m
dan sd-nya kita informasi ikan setelah
itu t
58 dalam kurung ini merupakan DF degree
of Freedom atau derajat bebas seperti
yang saya sampaikan tadi df58 ini juga
muncul di pembacaan liven test-nya
pembacaan analisis variansi data tadi
Apakah homogen atau tidak 1,58 kalau
kalian ingat di sini juga muncul t 58
sama dengan nilai t hitungnya yaitu
16,754 koma nilai siknya kita sampaikan
P kur dari
0,001 ingat sekali lagi di sini
disampaikan sig-nya
0,00 tapi kita tahu nilai Sig tidak
pernah sama dengan 0 karena SPS Memiliki
keterbatasan jumlah desimal maka sebetul
nya angka yang sebenarnya adalah
0,001 sehingga kita tidak boleh
melaporkan P = 0 Oleh karena itu kita
Tuliskan P kur dari
0,001 kemudian d =
1,81 d merupakan angka koheni yaitu e
size-nya
1,81 kita peroleh dari kolom Min
difference dari kalkulasi ifes yang
telah kita lakukan tadi beginilah cara
penginformasian hasil analisis Uji T
tidak berpasangan secara lengkap dan
tepat
selanjutnya kita bisa menggunakan
panduan ini ketika kita membahas efek
sze bila nilai d-nya mencapai 0,2 maka
eek s-nya kecil ukuran efeknya kecil
Kalau e-nya 0 5 ukuran efeknya sedang
namun bila efek sz-nya mencapai 0,8 atau
lebih maka efek Ses tersebut dikatakan
tinggi itu akan menjadi salah satu bahan
yang bisa didiskusikan di bagian
pembahasan dari laporan
kita selanjutnya kita memiliki data
keterampilan
metakognitif bagian kiri merupakan data
dari laki-laki dan bagian kanan
merupakan data dari
perempuan kita baca
hasil uji kolmogorov smirnov
menginformasikan bahwa data keterampilan
metakognitif laki-laki maupun perempuan
tidak terdistribusi secara normal
seperti tadi angka 30 berasal dari
Derajat bebas
0,305 berasal dari kolom statistik dan
0,001 merupakan angka dari
S di bagian perempuan pun d-nya juga 30
kemudian statistiknya
0,372 sedangkan sig-nya juga sama yaitu
0,001 karena keduanya kurang dari 0,05
maka data keterampilan metakognitif
tidak memenuhi asumsi
normalitas karena tidak memenuhi asumsi
normalitas maka tadi kita mengalihkan
analisis kita ke uji nonparametrik
pengganti Uji T tidak berpasangan yaitu
manwiniu tes ini merupakan tiga tabel
penting yang perlu kita lakukan dua
tabel pertama bagian kiri dan tengah
kita peroleh dari analisis deskriptif
menggunakan menu frekuenis sedangkan
bagian kanan tabel kanan tes statistik
merupakan tabel yang kita peroleh ketika
kita melakukan tahapan analisis manwi
Meu cara pembacaannya seperti ini hasil
analisis menggunakan manwiney est
menunjukkan bahwa keterampilan
metakognitif siswa laki-laki secara
signifikan lebih rendah dari siswa
perempuan berbeda dengan hasil uji tidak
berpasangan yang menginformasikan Min
atau rerata dan standar deviasi pada
manwi tes yang perlu kita informasikan
adalah mediannya median laki-laki adalah
66 sedangkan median perempuan adalah 81
perempuan lebih tinggi dari laki-laki
sehingga kita katakan laki-laki i secara
signifikan lebih rendah dari perempuan
kemudian kita informasikan nilai u-nya
yaitu
0,00 sedangkan p-nya kurang dari
0,001 Kenapa u-nya bisa 0 ketika kita
melakukan analisis Mat U dan nilai u-nya
0 mengindikasikan bahwa seluruh data
memiliki hasil yang sama Maksudnya
bagaimana 30 siswaaki lagaki semuanya
lebih rendah dari 30 siswa perempuan
ketika seluruh data kita di grup A
memiliki nilai yang lebih rendah
daripada grup B maka nilai men withne
u-nya menjadi 0 namun bila tidak menemui
kasus seperti itu maka bisa saja nilai
manwitnenya bisa sampai puluhan atau
bahkan
ratusan Nah demikian cara pembacaan
hasil uji menwitne
di video ini kalian juga sudah
mengetahui bagaimana cara menganalisis
Uji T tidak berpasangan menggunakan SPSS
begitu pula uji asumsinya yang berupa
normalitas dan homogenitas dan bagaimana
cara penginformasian hasilnya Kalian
juga telah mempelajari konsep baru yaitu
effect size pada pertemuan selanjutnya
dan pada video selanjutnya saya akan
membahas statistika inferensial lain
yang kita gunakan ketika data kita tidak
hanya terdiri atas dua kelompok namun
bisa dua 3 empat atau bahkan hingga
puluhan dan
belasan sampai jumpa lagi di pertemuan
dan video selanjutnya Terima kasih mohon
maaf bila ada kesalahan asalamualaikum
warahmatullahi
wabarakatuh foreign