Kind: captions
Language: id
Assalamualaikum warahmatullahi
wabarakatuh berjumpa lagi dengan saya di
channel YouTube saya ensiklopedia Ahmad
Fauzi pada video kali ini kita akan
mulai mempelajari statistika inferensia
Oleh karena itu pada video tutorial ini
kita sudah lanjut di konsep statistika
yang selanjutnya bila di konten
Sebelumnya saya mengajarkan kepada
kalian bagaimana analisis statistika
deskriptif pada konten kali ini kita
sudah masuk ke statistika
inferensia uji yang pertama kita
pelajari adalah Uji T
berpasangan namun selain mempelajari Uji
T berpasangan kita juga akan belajar
bagaimana caranya melakukan analisis
pair sample science test Apa itu P
sample S test nanti akan kalian ketahui
ketika kalian mengikuti video
ini namun sebelumnya sama seperti
biasanya Saya berasumsi Dan saya
berharap kalian sudah
menginstalpss di setiap komputer atau
laptop kalian
masing-masing selanjutnya Kalian juga
sudah memahami tampilan
SPSS Bila kalian belum paham atau belum
mengerti tampilan SPSS secara umum
silakan dicek lagi di video saya
sebelumnya
Oke tujuan pembuatan video kali ini
adalah saya berharap kalian mampu
menganalisis keterpenuhan asumsi sebelum
Uji T berpasangan dilakukan karena kita
melakukan uji statistika inferensia
tentunya ada beberapa asumsi yang harus
dipenuhi sebelum data tersebut dapat
dianalisis Apa saja asumsi tersebut akan
kita pelajari setelah
ini selain itu saya juga berharap kalian
mampu melakukan analisis UJT berpasangan
menggunakan
SPSS kemudian Kalian juga saya harapkan
mampu melakukan analisis per samples sa
test ketika asumsi normalitas tidak
terpenuhi dan yang terakhir saya
harapkan Kalian juga mampu melaporkan
hasil analisis
format ep style baik hasil analisis dari
ujit berpasangan maupun hasil analisis
dari P sample sign test
Oke kita sedikit merreview terlebih
dahulu Apa itu ujit berpasangan
ujit
berpasangan bisa saja memiliki istilah
lain yaitu dependent test atau pair
samples t test Oleh karena itu ketika
Kalian membaca laporan membaca skripsi
tesis disertasi atau membaca artikel
ilmiah kemudian kalian mengenal atau
mendapati istilah dependeny test ya
dependen ttest itu adalah Uji T
berpasangan di artikel lain dituliskan P
sample ttest ya fire sample ttes Itu
sama juga dengan uji t
berpasangan Apa fungsi Uji T berpasangan
ya Uji berpasangan ini berfungsi
membandingkan dua rerata di antara dua
kelompok yang saling berkaitan jadinya
bila kita punya dua kelompok data dan
dua kelompok data ini memiliki
keterkaitan kita dapat menggunakan uji t
berpasangan untuk melihat apakah kedua
kelompok ini berbeda signifikan atau
tidak maksudnya berkaitan itu apa
artinya ada hubungan
Misalnya saja kita melakukan penelitian
yang penelitian itu diawali dengan
pretes dan diakhiri dengan
postes nah sebelum postes kita memberi
perlakuan tertentu misalkan pelatihan
pembelajaran workshop dan
sebagainya Oleh karena itu di penelitian
tersebut kita akan mendapatkan Dua data
yaitu data awal dan data akhir data pre
dan data posst data sebelum dan data
sesudah misalkan saja pesertanya 20 Nah
nanti bisa kita pasangkan prites peserta
pertama dipasangkan dengan postes
peserta pertama tersebut misalkan
peserta pertamanya Budi kemudian persal
kedua misalkan Ani prites dari Ani
dipasangkan dengan postes dari Ani juga
misalkan peserta ke20 adalah Toni
presnya ton pasangkan dengan postesnya
Toni sehingga di sini bisa kita lihat
seluruh data pretes memiliki pasangan
dengan data postes inilah yang dimaksud
keberadaan hubungan jadinya ada dua
kelompok ada dua data yang setiap
datanya itu berpasangan satu sama lain
bila tidak ada parameter untuk
memasangkan jangan gunakan Uji T
berpasangan meskipun jumlah Datanya ada
dua
kelompok
kemudian ciri data yang dapat dianalisis
menggunakan uji t berpasangan adalah
terdiri atas satu variabel bebas
keberadaan satu variabel bebas tersebut
menyebabkan data kita terbagi menjadi
dua kelompok yang berpasangan dan hanya
ada satu Variabel terikat misalkan
variabel bebas itu apa ya waktu
pemberian tes
kemudian kelompok yang dihasilkan
jadinya pekan pertama dan pekan ketiga
itu dua kelompok jadinya dua kelompok
data kelompok data yang pertama adalah
pekan 1 kelompok data yang kedua adalah
pekan 3 munculnya dua kelompok data ini
karena ada satu variabel bebas tadi
yaitu waktu pemberian tes kemudian
variabel terikatnya adalah skor tes Nah
misalkan seperti itu ya jadinya terdiri
atas satu variabel bebas dua kelompok
data yang berpas
dan satu Variabel
terikat sekarang kita lihat Apa saja
asumsi Uji T perpasangan Seperti yang
saya sampaikan di awal tadi bila kita
akan melakukan statistika inferensia
tentunya data yang akan kita analisis
harus memenuhi beberapa
asumsi nah asumsi Uji T berpasangan yang
pertama adalah variabel trikat berupa
data kontinu data kontinu itu dapat
berubah skala interval ataupun rasio
bila kita menggunakan SPSS maka measure
scale measure-nya adalah scale bukan
ordinal bukan nominal asumsi yang kedua
adalah variabel bebasnya berupa data
kategoris yang membagi data menjadi dua
kelompok yang saling berkaitan jadinya
bukan scale ya bukan interval maupun
rasio melainkan bisa saja data
nominal ya kemudian selanjutnya asumsi
yang harus terpenuhi adalah tidak adanya
outlier pada nilai
selisih outlier itu keberadaan data
yang mencelat terpencal ya jadinya nama
lainnya adalah
pencilan jadinya misalkan data tersebut
misalkan kita melakukan penelitian
datanya terkumpul menjadi satu
distribusi yang bagus kemudian ada satu
dua data yang di luar daerah distribusi
tadi misalkan kita mengambil tes IQ atau
tes tes hasil belajar saja yang gampang
ya dengan skala 0 sampai 100 ada 40
peserta nah 39 peserta itu rentangan
skornya dari 70 sampai 90 Namun ada satu
peserta yang skornya 20 nah skor 20 ini
dikatakan outlier
Uji T berpasangan mengatakan bahwa data
tidak boleh memiliki out layer
agar data tersebut bisa terpenuhi
asumsinya dan yang terakhir adalah nilai
selisih terdistribusi secara normal
nilai selisih ini nilai apa nilai
selisih ini adalah selisih antara data
dua kelompok tadi misalkan kita
melakukan pretes dan post test tes awal
dan tes akhir maka nilai selisih adalah
selisih antara pretes dengan
postes itulah lah keempat asumsi dari
Uji T berpasangan ketika asumsi
normalitas tidak terpenuhi maka kita
Arahkan atau kita alihkan analisis kita
dengan analisis non parametrik yaitu
pair sample sa tes
oke sekarang langsung kita praktikkan
bagaimana cara analisis Uji T
berpasangan misalnya kita telah
melakukan penelitian dengan melibatkan
peserta penelitian tersebut melibatkan
pelatihan dan sebelum pelatihan kita
mengadakan tiga tes yaitu tes
keterampilan
berpikir tes hasil belajar dan tes
literasi kemudian kita beri pelatihan
selama 1 minggu misalnya kemudian kita
beri tes lagi sehingga di akhir minggu
pertama kita juga mendapatkan data
keterampilan berpikir lagi data hasil
belajar lagi dan tentunya data literasi
lagi sehingga dari ketiga variabel ini
kita memiliki data sebelum pelatihan dan
data setelah pelatihan istilah lainnya
adalah pretes dan post
tes nah data tersebut kemudian kita
rekap di Excel
bila di tutorial Sebelumnya saya telah
mengajarkan bagaimana caranya membuat
data di SPSS dengan mengimpor data dari
Excel pada tutorial kali ini saya akan
gunakan cara
lain Saya tidak melakukan import tetapi
saya lakukan copy and paste copy paste
nah cara inilah yang paling sering dan
paling suka saya gunakan ketika saya
melakukan
analisis Bagaimana caranya yang jelas
yang pertama kita harus membuka program
SPSS dan file Excel yang menyimpan data
kita ini file-nya sudah kita buka
kemudian kita membuka program SPSS dan
ini programnya juga sudah terbuka
seperti biasanya ada variabel View and
data view kita ke variabel View dulu Nah
ini bisa kita kecilkan window-nya dengan
cara mengklik tombol kotak ini di bagian
kanan atas Nah setelah mengecil seperti
ini kemudian kita lihat kita cek
variabel kita apa saja kemudian kita
Tuliskan di name yang pertama adalah
inisial yang kedua adalah keterampilan
berpikir ada sebelum ada sesudah
karena kita tahu variabel name di sini
kita tidak bisa membuat spasi dan
sebagainya maka kita hindari spasi Nah
misalkan saja saya simbolkan sebelum itu
kita beri istilah X dan sesudah kita
beri istilah y kemudian keterampilan
berpikir kita singkat menjadi KB maka di
sini bisa saya Tuliskan X KB kemudian
data sesudah postes kita tulis y
KB begitu juga hasil belajarnya saya
tulis X HB kemudian y HB literasi juga
demikian X
literasi dan Y
literasi Selanjutnya apa yang perlu kita
lakukan kita ubah type dari
inisial ya kita klik atau kita geser
dulu kursor ke bagian kanan dari kolom
type
kemudian kita klik sehingga muncul kotak
seperti ini dan kita pilih string Kenapa
string karena kita lihat data inisial
ini tidak mengandung angka hanya alfabet
saja setelah kita pilih string kemudian
kita klik oke sedangkan data
keterampilan berpikir hingga literasi
tetap numerik Kenapa karena datanya
berupa
angka kemudian ya tidak usah diubah
desimalnya tidak usah diubah Nah baru
labelnya kita tulis variabel kita secara
lengkap di sini langsung kita tulis
sebelum eh mohon maaf
misalkan PR tes keterampilan
berpikir kemudian post tes keterampilan
berpikir selanjutnya
pretes hasil
belajar selanjutnya
postes hasil
belajar kemudian pretest
literasi dan yang terakhir adalah post
tes
literasi values-nya noun saja karena
kita tidak memiliki data yang perlu
dilabeli missing-nya juga Non kenapa
karena data kita lengkap tidak ada data
yang hilang kolumnya juga tetap
kemudian align-nya tetap kemudian
meure-nya Nah di sini tinggal kita ubah
saja ini sudah betul nominal ya karena
nama itu nominal memang kemudian measure
yang hasil tes tentunya berupa
scale jadinya kita geser kursornya ke
bagian kanan kemudian kita klik dan kita
pilih
scale hingga data literasi
Nah di sini variabel view-nya sudah siap
Sekarang waktunya kita
meng-copy data dari Excel ke
SPSS pertama kita klik data view di
bagian kiri bawah
SPSS
kemudian kita kembali ke Excel
kemudian kita Tandai data-data kita
hanya data angka saja yang kita blok
kemudian kita ctrol C kita copy dengan
cara menekan tombol ctrl dan C di
keyboard kita masing-masing sehingga
muncul garis putus-putus yang bergerak
ini kemudian kita buka lagi SPSS kita
kita Klik di kolom nomor satu di baris
nomor satu Jangan sampai salah seperti
ini ya tetapi harus di kolom nomor 1 dan
baris nomor 1 kemudian kita paste dengan
cara menekan conttrol V secara bersamaan
di keyboard kita
masing-masing nah ini ada yang saya
lupakan ketika kita melupakan kolom maka
di sini
kosong mana yang saya lupakan yang saya
lupakan adalah variabel yang pertama
yaitu nama inisial Nah kalau sudah
mengalami kesalahan seperti ini apa yang
bisa kita lakukan nah di video yang awal
dahulu D Saya pernah mengatakan SPSS itu
hampir sama dengan excel Selain Kita
bisa menarik-narik lebar kolom dan kita
bisa melakukan beberapa hal layaknya di
Excel Nah kita juga bisa menghapus data
ketika salah seperti
ini Kita juga bisa melakukan
undo mengulang ya caranya bagaimana kita
bisa Klik ctrl Z di keyboard kita atau
kita tinggal klik
menu Ando di bagian atas ini coba kita
klik ya Nah kita klik Nah akhirnya
datanya kembali seperti semula yaitu
belum ada data sekarang kita ulang lagi
inisialnya juga dimasukkan nah kemudian
kita ctrl
c kemudian kita kembali lagi ke
SPSS kita
Letakkan kursor kita di baris pertama
kolom pertama dan kita klik kolom
tersebut kemudian kita klik atau tekan
ctrol V Nah ini baru
tepat semua kolom yang memiliki nama
variabel sudah
terisi inilah data yang akan kita
analisis sekarang kita kembalikan
view-nya agar memenuhi layar dengan cara
mengklik Kotak di bagian kanan atas
ini nah kembali seperti semula karena
datanya sudah siap Sekarang waktunya
kita melakukan
analisis Seperti yang saya jelaskan tadi
sebelum kita melakukan ujd berpasangan
ada beberapa asumsi yang harus terpenuhi
yang pertama variabel
terikatnya berupa
data yang terkategori scale interval
atau rasio atau variabel contintinue di
sini Kita sudah datanya berupa skill ya
ini
measure-nya karena angka-angka ini bisa
ditambahkan atau dikurangkan memenuhi
kriteria dari data
interval kemudian var asumsi selanjutnya
adalah terdiri atas dua kelompok ya
jadinya variabel terikatnya itu
menyebabkan eh mohon maaf variabel
bebasnya menyebabkan variabel trik bagi
menjadi dua kelompok yang berkaitan nah
ini xkb dan
ykb pretes keterampilan berpikir postes
keterampilan berpikir ini kan berkaitan
jadinya 42 dipasangkan dengan 56 43
dipasangkan dengan 64 begitu juga data
literasi 65 bisa dipasangkan dengan
86 jadinya asumsi kedua sudah
terpenuhi kemudian asumsi ketiga
ketidakad out layer akan saya jelaskan
bagaimana caranya menganalisis outliayer
di video yang lain dan asumsi yang
terakhir adalah data selisih
terdistribusi
normal Seperti yang saya katakan tadi
data selisih adalah data yang
menunjukkan selisih antara dua kelompok
data yang kita miliki Nah misalkan kita
ingin menganalisis keterampilan berpikir
terlebih dahulu ingat ya karena asumsi
yang pertama dan kedua adalah data hanya
terdiri atas satu variabel bebas dan
satu Variabel terikat jadinya karena ini
ada tiga variabel yaitu keterampilan
berpikir hasil belajar dan literasi Maka
nanti ada tiga kali Uji T sekarang kita
fokuskan ke data keterampilan berpikir
terlebih
dahulu asumsi pertama dan kedua sudah
tepat hanya ada satu terikat yaitu
keterampilan berpikir dan hanya ada satu
variabel bebas yaitu pemberian pelatihan
pemberian pelatihan itu menyebabkan data
terbagi menjadi dua yaitu sebelum
pelatihan dan setelah pelatihan asumsi
kedua terpenuhi kemudian asumsi
selanjutnya yang akan kita bahas di
video ini adalah data selisih
terdistribusi secara normal data
selisihnya mana Nah harus kita sediakan
dahulu Bagaimana caranya memunculkan
data
selisih Mari kita lihat tahapannya
berikut ini yang
pertama kita
pilih
transform ya Menu transform di bagian
atas ini kemudian kita pilih compute
variable kita Klik di sini ada kolom
target variabel target variab ini adalah
nama variabel baru yang ingin kita
hasilkan kita tulis saja
selisih unders ingat karena nama
variabel tidak bisa sepasi ya selisih
keterampilan
berpikil karena terlalu panjang bisa
kita tulis selisih KB keterampilan
berpikir kemudian di sini ada numeric
expression Bagaimana caranya variabel
ini datanya terbentuk karena kita ingin
menghitung selisih maka kita kurangkan
postes dengan pretest caranya bagaimana
kita pilih postest keterampilan berpikir
kemudian kita pindahkan ke kolom numeric
expression nah sehingga variabel ini
masuk ke sini kemudian kita pilih tanda
Min tanda minus tanda pengurangan kita
klik kemudian kita masukkan variabel
pretes keterampilan berpikir kita klik
panah ini sehingga numeric
expression-nya adalah ykb - xkb data
keterampilan berpikir akhir dikurangi
data keterampilan berpikir awal kemudian
kita klik oke nah Seperti yang saya
katakan dahulu setiap apa yang kita
lakukan akan dilaporkan di Window output
sekarang kita kembali lagi ke Windows
dataset nah di sini muncul variabel baru
yaitu variabel selisih KB kita cek di
variabel View di sini juga
muncul variabel baru yaitu
selisih_kb di label bisa kita beri nama
secara lengkap yaitu selisih
keterampilan
berpikir kita kembali ke data view di
sini sudah ada data selisih 55 - 40 15
56 - 42 14 dan
seterusnya setelah kita memiliki data
selisih waktunya kita melakukan uji
normalitas caranya
bagaimana kita klik menu
analyze kemudian kita pilih non
parametric
test Setelah itu kita pilih Legacy
dialog
kemudian kita pilih
samples QS ya nonpametritic test kita
pilih Legacy dialog kemudian kita pilih
sampel KS kita
klik sehingga muncul kotak one sample
kmogorov smirnov test Nah salah satu
nama uji normalitas adalah uji
kolmogorov smirnov kita akan melakukan
uji normalitas menggunakan uji
kolmokorov smirnov ini
apa yang dianalisis data selisih data
yang baru kita peroleh dari meng-compute
variabel kita tadi sehingga data selisih
kita klik kemudian tanda panah kita klik
sehingga data selisih pindah ke test
variab list kita pindahkan ke kolom yang
kolom tersebut berisikan variabel yang
ingin kita
analisis Setelah itu kita klik
oke sehingga secara otomatis di Window
output akan muncul hasil uji normalitas
menggunakan kolmogorov
smirnov ya sekarang bagaimana kita
ketahui apakah data kita Normal atau
tidak Kita dasarkan pada nilai
signifikansi di sini ada asimsik to Tail
kemudian di sini ada
angka angka inilah yang menjadi dasar
keputusan kita apakah data kita
terdistribusi Normal atau tidak bila
kurang dari
0,05 maka data kita tidak terdistribusi
secara normal namun bila di atas
0,05 data kita terdistribusi secara
normal di sini 0,059
0,059 itu lebih dari
0,05 oleh karena itu kita simpulkan data
selisih keterampilan berpikir
terdistribusi secara normal karena
datanya sudah dilakukan uji asumsi dan
asumsi normalitas terpenuhi Sekarang
waktunya kita melakukan uji t
perpasangan caranya bagaimana kembali
lagi kita pilih menu
analy setelah kita pilih analyze
kemudian kita pilih compare
means setelah compare means kita pilih
kita pilih pair samples ttest seperti di
awal tadi nama lain dari UJT perpasangan
adalah pair sample ttest kita Klik
sekali sehingga muncul kotak ini kotak
pair sample
test Nah variabel yang ingin kita
bandingkan kita pindahkan ke kolom pair
variab
itu pretes keterampilan berpikir dan
postes keterampilan berpikir caranya
bagaimana prites keterampilan berpikir
kita klik kiri sekali kemudian kita klik
tanda panah ini sehingga secara otomatis
prites keterampilan berpikir berpindah
ke variabel
1 kemudian variabel postes keterampilan
berpikir kita pindahkan ke variabel 2
bukan kita pindahkan ke baris kedua ya
tetapi kita pindahkan ke kolom yang
variabel
dua Nah ini bisa kita
ganti-ganti bisa kita klik-klik ya
karena kita ingin memasukkan post tes
keterampilan berpikir ke variabel 2 maka
kolom ini yang kita klik kemudian post
tes keterampilan berpikir kita klik lalu
tanda panah ini kita klik sehingga post
tesnya masuk ke kolom variabel
du nah di sini pair 1 pretes
keterampilan berpikir dan postes
keterampilan berpikir di sini ada pair 2
kalau kita mengisi pair 2 maka
nanti akan muncul baris ketiga dan
seterusnya Oleh karena itu bila jumlah
data yang ingin kita analisis banyak dan
jumlah pasangan yang ingin kita analisis
banyak kita bisa melakukan secara
langsung namun di kesempatan yang
pertama ini kita analisis satu kali dulu
kita analisis satu pasang dahulu yaitu
data keterampilan berpikir
Oke sekarang kita klik oke nah sehingga
secara otomatis muncul
hasilnya seperti yang pernah saya
katakan di video sebelumnya SPSS itu
mudah dioperasikan kita klik analyze
kemudian kita bisa menganalisis data
menggunakan berbagai analisis dan ketika
kita melakukan analisis akan muncul
banyak tabel kita harus pintar memilih
tabel mana yang penting nah di per
sample t test akan muncul tiga
tabel nah yang penting adalah yang
pertama adalah Min rerata dari kedua
data kemudian jumlah data dan tentunya
Min akan berpasangan juga dengan standar
deviasi Seperti yang saya katakan di
video sebelumnya statistika deskriptif
selalu disajikan sebelum statistika
inferensia Nah ini kan sebetulnya
statistika deskriptif Min jumlah dan
standar
deviasi pelaporannya Seperti apa Nanti
kita lihat di akhir video kemudian
selain tabel ini Tentunya tabel yang ini
merupakan tabel yang penting Kenapa
karena hasil analisis uji berpasangan
diinformasikan di tabel yang terakhir
ini tabel P sample test manakah
angka-angka yang penting yang pertama
adalah angka t hitung nah ini
-14,647 kenapa kok min Kenapa kok
negatif Nanti akan saya sampaikan ketika
kita melaporkan hasilnya kemudian angka
yang lain yang penting adalah DF DF itu
degree of Freedom bila kita mempelajari
statistika secara manual kita mengenal
DF ini sebagai DB derajat bebas kemudian
nilai penting yang terakhir adalah S
yaitu
0,00 ini nah angka-angka yang saya
sampaikan tadi dari Min sampai Sig ini
harus kita laporkan
nanti itu cara melakukan uji t
berpasangan namun Sebelum kita belajar
bagaimana cara melaporkannya saya juga
perlu menyampaikan kepada kalian
Bagaimana cara melakukan analisis
normalitas menggunakan uji yang lain ini
penting
karena adakanya kita
tidak memungkinkan menggunakan
kolmogorov smirnov ketika kita ingin
menguji normalitas data kita Oleh karena
itu kita harus menggunakan uji yang lain
uji yang lain yang umum digunakan adalah
uji sapiroik Oleh karena itu sekarang
Coba kita lakukan uji normalitas
menggunakan sapiroik dan kita akan
menganalisis data yang lain yaitu data
keterampilan Oh mohon maaf data hasil
belajar kita kembali ke data view Nah di
sini jangan lupa asumsi normalitas pada
uji berpasangan berlaku pada data
selisih bukan data sebelum bukan data
sesudah Oleh karena itu bila kita ingin
melakukan uji t berpasangan pada
variabel hasil belajar maka tentunya
kita harus menyediakan data selisih
hasil belajar caranya bagaimana sama
seperti tadi kita pilih transform
terlebih
dahulu kemudian kita pilih compute
variabel kemudian target variabelnya
nama variabel baru yang ingin kita
hasilkan kita Ubah menjadi
selisih hb hb itu hasil belajar kemudian
numeric expression-nya kita hapus saja
bisa kita blok seperti ini kemudian kita
Dell atau backspace menggunakan tombol
di keyboard kita
kemudian postes hasil belajar kita
pindahkan ke kolom ini sehingga yhb
muncul di sini kemudian kita klik tanda
Min tanda pengurangan kemudian pretest
hasil belajar kita masukkan ke kolom
numeric expression ini sehingga ekspresi
aritmatik yang akan dijalankan oleh SPSS
adalah yhb - xhb post tes hasil belajar
dikurangi prites hasil belajar kemudian
kita klik
oke nah
kemudian Sekarang waktunya kita
melakukan uji normalitas menggunakan
sapirob caranya bagaimana klik analyze
lagi tetapi bukan ke non parametric test
tetapi ke descriptive
statistics kemudian kita pilih
explore ya Menu explore ini kita klik
kiri sekali sehingga muncul kotak
explore berikut ini dependent list
adalah variabel yang ingin kita analisis
yang kita analisis tadi adalah data
selisih hasil belajar kita pindahkan ke
kolom dependent list kemudian di sebelah
kanan ada tombol
plot tombol plot kita klik kiri
sekali Nah di sini ada beberapa
menu agar hasilnya sedikit kita pilih
box plotnya yang nan kemudian
deskriptifnya Stamp and lif-nya
centangnya kita hilangi nah kemudian di
sini ada normality plot with test ini
kita centang dengan cara kita klik book
kita klik Kotak di sini sekali kemudian
kita klik
continue kemudian kita klik
oke sehingga akan berproses spss-nya
sehingga kita memperoleh hasil analisis
deskriptif yang dilengkapi dengan uji
normalitas karena kita fokusnya ingin
menguji normalitas langsung kita lihat
hasil uji normalitas cara cepatnya kita
klik tulisan test of normality di bagian
kiri ini sehingga di bagian kanan kita
langsung diarahkan dengan tabel test of
normality di sini kita bisa melihat
hasil uji normalitas tadi kita ingin
melakukan uji sapiruik tapi di sini pun
juga muncul uji kulmogorov smirnov Oleh
karena itu dengan menggunakan langkah
tadi kita bisa mendapatkan dua analisis
distribusi normal dengan dua uji
sekaligus yaitu kmogorov semirov dan
sapirovi kalau kita melakukan analisis
kolmogorov semirov menggunakan cara yang
awal hasilnya pun juga akan sama tetapi
tabelnya yang lebih e Lebih banyak lebih
panjang kita lihat ya yang tadi ya Ini
one sample kommogorov smirnov hasil uji
kommogorov smirnov di analisis yang
pertama tabelnya lebih besar sedangkan
di analisis yang ini tabelnya lebih
kecil nah ini sapiroik sama Bagaimana
caranya kita ingin mengetahui data kita
Normal atau tidak Kita dasarkan pada
significan value ya kalau di atas 0,05
maka data kita normal dari sini kita
lihat berdasarkan uji kolmogorov
semirnov data kita signya 0,200
0 0,200 itu di atas 0,05 sehingga data
kita sesuai kolbokorov semirov normal
distribusinya berdasarkan sapirowik
nilai sig-nya
0,444
0,444 lebih besar dari
0,05 Oleh karena itu berdasarkan
sapiroik data kita juga terdistribusi
secara
normal sehingga di sini bisa kita
simpulkan baik menggunakan kolmogorov
smirnov maupun sapiroik data kita
distribusinya normal karena datanya
terdistribusi normal maka kita boleh
melanjutkan analisisnya menggunakan uji
t berpasangan caranya sama seperti tadi
kita klik analyze kemudian compare means
kemudian pair samples t
tes karena ingin kita melakukan analisis
yang baru Maka kita klik saja tombol
reset ini sehingga kosong lagi Kemudian
data hasil belajar kita
Lakukan analisis Uji T berpasangan
jadinya prites hasil belajar kita
pindahkan ke variabel 1 sedangkan posst
tes hasil belajar kita pindahkan ke
variabel 2 kemudian kita klik
oke nah sehingga muncul seperti tadi ada
tabel yang isinya sebenarnya adalah
statistika deskriptif ada Min ada jumlah
ada standard deviation kemudian ada
standar error Min juga kemudian tabel
yang ketiga berisi rangkuman hasil uji t
berpasangan kita lihat di sini sig-nya
0,001 Bagaimana cara
melaporkannya akan saya sampaikan di
akhir video tetapi di sini Saya ingin
menyampaikan Bagaimana cara pengambilan
keputusannya kalau
normalitas kita dasarkan pengambilan
keputusannya pada Sig ya ini Sig kalau
sig-nya di atas 0,05 data kita
terdistribusi normal bila kurang dari
0,05 data kita tidak terdistribusi
normal sedangkan hasil uji t
berpasangan kita juga menggunakan nilai
sik tetapi pengambilan
keputusannya bila di atas
0,05 tidak ada perbedaan signifikan
kedua data yang kita bandingkan
namun bila kurang dari
0,05 maka ada perbedaan signifikan
karena yang kita bandingkan adalah
prites hasil belajar dan postes hasil
belajar dan signya
0,001 maka kita simpulkan data pres dan
postes hasil belajar memiliki perbedaan
yang signifikan karena
0,001 kurang dari 0,05
Nah setelah ini kita coba lihat di
variabel yang ketiga nah ini penting
karena akan ada kasus baru di variabel
ketiga yang perlu kalian pelajari Agar
kalian nanti ketika menganalisis data
kemudian mendapati kasus yang sama
kalian bisa paham bisa mengetahui Apa
langkah yang harus dilakukan sekarang
langsung kita lakukan sama seperti tadi
kita akan melakukan
penyediaan data selisih variabel ketiga
kita adalah data literasi maka kita
sediakan data Selisih dari variabel
literasi kita klik transform kemudian
compute
variabel kemudian selisih HB kita Ubah
menjadi selisih literasi numeric
expression-nya kita
hapus poes literasi kita
pindahkan kemudian tanda minus kita klik
kemudian pretest literasi kita pindahkan
ke numeric expression sehingga
ekspresinya adalah post tes literasi
dikurangi pretes literasi kemudian kita
klik
oke sehingga secara otomatis di data
view akan muncul variabel baru yaitu
selisih
literasi sekarang kita analisis
normalitasnya langsung kita gunakan cara
yang kedua agar uji normalitas yang
muncul menghasilkan dua uji
sekaligus kita klik analyze kemudian
descriptive statistics seperti tadi
kemudian kita pilih explore kita Klik
sekali menggunakan klik kiri kemudian
dependen listnya selisih HB kita
kembalikan dengan cara mengklik tanda
panah ini kemudian selisih liter
kita masukkan ke dependent list
menggunakan tada panah ini juga kemudian
di menu plot kita klik kita cek Apakah
normality plot witest sudah
tercentang bila
sudah kita klik
continue selanjutnya kita pilih
Oke kita tunggu sebentar agar SPSS
memproses operasi yang kita
inginkan di sini langsung kita lihat
hasil normalitasnya dengan cara mengklik
test of normality di bagian kiri
sehingga di bagian kanan muncul tabel
yang kita inginkan Nah di sini kita
lihat nilai sik di kolbogorov semirov
0,008 ini kurang dari
0,05 ya
0,8 kurang dari
0,05 berdasarkan dan sapirok-nya sig-nya
pun kurang dari 0,05 karena
0,014 itu kurang dari
0,05 14 itu kurang dari 50 8 kurang dari
50 juga sehingga didasarkan pada hasil
analisis
ini asumsi normalitas pada data literasi
tidak
terpenuhi padahal distribusi normal data
selisih merupakan asumsi yang harus kita
penuhi sebelum data kita kita analisis
Lalu bagaimana caranya bila kita
menghadapi data seperti ini maka
analisisnya kita alihkan ke uji non
parametrik Uji T berpasangan itu uji
parametrik yang membutuhkan asumsi yang
harus dipenuhi ketika asumsi normalitas
tidak terpenuhi kita alihkan ke
nonparametrik nonparametriknya apa uji
non parametrik pengganti Uji T
berpasangan adalah uji
sign ya atau nama panjangnya pair
samples sign test dan lebih sering hanya
disampaikan sign test caranya
bagaimana kita klik
analyze kemudian kita pilih non
parametric
test kemudian kita pilih Legacy
dialog kemudian kita pilih related samp
du related
samples kemudian kita klik kiri
sekali sehingga muncul kotak
sepertiir sample t test tadi ya tetapi
judulnya adalah to related samples Test
sama caranya di sini ada variabel 1 dan
variabel 2 variabel apa yang ingin kita
bandingkan yaitu pretest literasi dan
postest literasi maka pretest literasi
kita pindahkan
variabel dan poes literasi kita
pindahkan ke variabel
2 kemudian di test type kita pilih sign
sedangkan wion kita hilangkan
centangannya sebagai informasi wion itu
juga non parametrik yang bisa
menggantikan UJ berpasangan tetapi salah
satu
asumsinyaal datanya normal masalah
tetapi kurvanya kurva distribusi datanya
harus simetris nah itu yang sulit juga
kita penuhi ketika data kita tidak
normal sedangkan uji sign ini tidak
membutuhkan data normal juga tidak
membutuhkan kurvanya
simetris Oleh karena itu di tutorial ini
kita gunakan test tab-nya sign kemudian
kita klik
oke sehingga mcul output dari sign test
ada dua tabel yang pertama tabel
frequuenes yang kedua tabel tes
statistics nah prinsip dari S test
adalah kita membandingkan median median
itu nilai Tengah sedangkan Uji T kita
membandingkan Min atau
rerata ya di sini kita bisa lihat di
tabel frquuenis ada negatif dierenes dan
positif
differerenes negatifnya 0 positifnya 20
apa maksudnya maksudnya di sini bila
datanya Mengalami penurunan maka akan
masuk ke negatif differerenes namun
kalau datanya mengalami peningkatan maka
akan masuk positive
differences ketika pretestnya lebih
rendah dari post test maka terjadi
peningkatan karena poses lebih tinggi
Nah di sini bisa kita ketahui positif
differensnya du
peserta kita 20 kesimpulannya seluruh
peserta kita mengalami peningkatan
literasi
sains kemudian di sini ada ta t itu
adalah peserta yang tidak mengalami
peningkatan jadinya prites dan postesnya
sama di sini nol J tidak ada peserta
yang pretest dan postesnya sama kemudian
hasil analisisnya ada di tabel kedua
tabel tes
statisti cara pengambilan keputusannya
adalah kita lihat nilai
sig-nya sama pengambilan keputusannya
dengan uji t berpasangan ketika kurang
dari 0,05 maka dapat kita simpulkan
pretest dan post test memiliki perbedaan
signifikan sedangkan di atas 0,05
pretest dan post test disimpulkan tidak
ada perbedaan
signifikan karena sig-nya
0,00 maka kita simpul kan ada perbedaan
signifikan literasi peserta sebelum dan
sesudah pelatihan
oke Sekarang waktunya kita melaporkan
hasil hasil yang pertama yang perlu kita
laporkan adalah hasil uji
normalitas ini merupakan salah satu
tabel hasil uji normalitas yang kita
hasilkan dari analisis yang telah kita
lakukan tadi ya hasil analisis one
sample kbogorov seminov pada data
keterampilan
berpikir bagaimana cara membacanya
Bagaimana cara
melaporkannya kita bisa menggunakan
format kalimat
berikut hasil uji kolmogorov smirnov
menginformasikan bahwa data keterampilan
berpikir terdistribusi secara normal
kemudian kita tulis kata D kapital
ung 20 =
0,189 p =
0,059 apa angka-angka ini apa
simbol-simbol ini D berasal dari kata
differences Kenapa kok differences
karena uji kolmogor seminov itu
prinsipnya adalah melihat selisih
menggunakan data selisih ya Sehingga
simbolnya adalah D kapital
kemudian 20 itu apa 20 adalah Jumlah
datanya D 20 =
0,189
0,189 adalah nilai D tersebut nilai
kolmogorov smirnov yang bisa kita lihat
di baris tes
statistik kemudian p =
0,09 p value adalah nilai sig-nya bisa
kita lihat di baris S 0,059 ini inilah
cara menginformasikan atau melaporkan
hasil uji kolmokorov
smirnov
selanjutnya kita tadi melakukan uji
normalitas dengan variabel hasil belajar
menggunakan tahapan yang sedikit berbeda
nah ini hasilnya Ya kemudian Bagaimana
cara
membacanya yang pertama ogorov smirovnya
kita baca sama seperti tadi ya hasil uji
kolombogorov smirov menginformasikan
bahwa data hasil belajar terdistribusi
secara normal D = 20 kita lihat di
df-nya di
sini sama dengannya
0,146 kita lihat menggunakan angka di
kolom statistik kemudian p-nya
0,200 didasarkan pada nilai di kolom S
namun fokus kita tadi kita ingin belajar
sapirok bagaimana cara membaca safirowik
kita bisa menggunakan format
berikut hasil uji sapirowik
menginformasikan bahwa data hasil
belajar terdistribusi secara normal
kemudian kita tulis W kapital sebagai
simbol yang mewakili sapi
rumikung 20 yaitu df-nya jumlah datanya
ya kemudian sama dengan
0,955 yang merupakan nilai dari sapirok
yang bisa kita lihat di kolom statistik
dan yang terakhir p-nya
0,444 didasarkan pada nilai yang ada di
kolom
S manakah yang perlu kita informasikan
bila kita mendapati dua hasil analisis
normalitas seperti ini kita pilih salah
satu cukup kita bisa memilih
kolmokorovirov saja atau sapiroik
saja selanjutnya Bagaimana caranya kita
membaca hasil uji
perpasangan Mari kita lihat Salah satu
hasil dari UJ perpasangan yang telah
kita
lakukan ya ini tabel deskriptif
statistiknya kemudian ini tabel P sampel
tesnya Seperti yang saya katakan tadi
angka-angka penting yang perlu kita
perhatikan adalah Min n standard
deviation kemudian t DF dan Sig cara
melaporkannya adalah seperti
ini terdapat perbedaan signifikan
keterampilan berpikir antara sebelum dan
setelah
pelatihan sebelum pelatihan kita
sampaikan statistika deskriptifnya m =
42 didasarkan pada Min ini kemudian SD =
1,17 didasarkan pada standar
deviasi kemudian kita sampaikan juga
statistik deskriptif dari setelah
pelatihan pereratanya minnya
74,75 didasarkan pada angka di kolom ini
standar deviasinya 10,33 didasarkan pada
angka di kolom
ini kemudian kita sampaikan hasil uji
t-nya nya t DF = nilai T kemudian P
value-nya t-nya harus kecil ya karena
Uji T itu harus ditulis
kecilung 19 19 adalah DF atau derajat
bebas sama dengan
14,65 14,65 adalah nilai T hitung di
sini kita lihat di kolom t
kemudian di sini ada tanda negatif di
output
spss-nya Apa maksud tanda negatif ini
tanda negatif ini
mengindikasikan bahwa terjadi
peningkatan alias data postes lebih
tinggi dari data pretes bisa kita lihat
di sini Min pritest hanya 42 sedangkan
Min postes mencapai
74,75 artinya terjadi peningkatan karena
postes lebih besar dari pretes maka
t-nya
negatif tapi ingat ya t itu Absolut
nilai T sehingga kita laporkan tanpa
tanda negatif kemudian kita sampaikan
nilai sig-nya nilai p-nya nah ini harus
kita perhatikan nilai P tidak pernah
sama dengan 0 karena P itu kan
probabilitas kemungkinan kemungkinan itu
selalu dari rentangan 0 hingga 1 tadi
tapi tidak pernah mencapai angka 0 tidak
pernah mencapai angka 1 hanya di antara
0 dengan 1 lah di output spss-nya kok
dilaporkan 0,00 ini berarti bukan 0
melainkan
0,001 kemudian karena kolomnya terbatas
maka yang disampaikan
0,00 sehingga di laporan kita p-nya
jangan sama dengan 0 jangan sama dengan
0,00 tapi p kurang dari
0,001 seperti yang saya katakan tadi
karena ini kurang dari 0,05 maka kita
simpulkan ada perbedaan signifikan
sebelum dan sesudah
pelatihan kemudian output terakhir
berkaitan dengan sign tes yang kita
lakukan pada data
literasi kita lakukan s tes karena data
literasi data selisihnya tidak ter
distribusi secara
normal nah desain tes kita hanya
memperoleh output yang
sederhana Maka penginformasian hasilnya
pun juga lebih
sederhana Nah di sini cara
penginformasiannya bisa kita menggunakan
kalimat seperti ini pelatihan secara
signifikan mampu meningkatkan median
literasi
siswaung P kur dari 0 001 ingat kita
kalau menganalisis sa tes didasarkan
pada perbedaan median sedangkan kalau
kita menganalisis ttes berdasarkan
min-nya sehingga bila kita kembali ke
pembacaan hasil ujit berpasangan di sini
kita informasikan juga minnya karena Min
kita informasikan tentunya standar
deviasinya pun juga kita
informasikan sedangkan desain tes kita
langsung sampaikan kalimat seperti ini
karena sig-nya
0,00 dan S tidak pernah sama dengan 0
maka p-nya kita tulis kurang dari
0,001 dan kurang dari 0,01 ini jauh di
bawah
0,05 sehingga postes literasi dan pretes
literasi memiliki perbedaan
signifikan dan didasarkan pada output
tadi kita tahu ke-20 peserta mediannya
meningkat Sehingga tadi positive
differences-nya 20 sehingga di sini bisa
kita simpulkan terjadi peningkatan
median secara
signifikan Nah demikian cara kita
melakukan analisis ketika kita ingin
membandingkan rerata dua kelompok yang
berkaitan kita bisa menggunakan uji t
berpangan namun ketika datanya tidak
terdisribusi normal maka yang kita
bandingkan bukan rerata melainkan
mediannya semoga tutorial kali ini
bermanfaat dan kita bisa mempelajari
analisis statistik inferensiaal lainnya
di konten konten video
selanjutnya demikian penjelasan saya
terima kasih asalamualaikum
warahmatullahi
wabarakatuh for