Buka disini
BEBERAPA KETENTUAN PENGUJIAN STATISTIK DENGAN SPSS
1.
Deskripsi Data : Untuk menghasilkan nilai-nilai deskripsi data cukup gunakan analyze – descriptives statistic – descriptive, maka akan didapatkan nilai-nilai deskriptifnya
2.
Membuat Histogram
Graph – Legacy Dialog – Histogram. Masukkan variabel yang dibuat histogramnya ke
Variable. Jika menginginkan ada kurva Normalitas maka pilih Disply Normal
Curve. OK
3.
Uji Validitas Butir Soal Tes Berbentuk Essay (Uraian)
/ Butir Pertanyaan Skala Sikap
(Untuk
Soal Tes Berbentuk Pilihan Ganda kurang tepat jika digunakan SPSS, karena rumus
korelasi di SPSS adalah korelasi Product Momen dari Pearson dan Spearmen,
sedangkan rumus Validitas Soal PG adalah korelasi Biserial)
a.
Input-kan data
skor semua responden untuk semua butir soal/pertanyaan (Kolom : nomor Soal,
Baris : Nomor Responden). Total Skor juga di-input-kan sebagai koom terakhir.
b.
Lihat output dari
Analysize – Correlate – Bivariate.
Pilih Pearson, kosongkan kotak untuk Flag Signification. Pada Options pilih
Exclude Cases Listwise
c.
Pada Tabel perhatikan
hanya pada kolom terakhir atau baris terakhir, angka pada baris signification
tidak perlu diperhatikan. Nilai korelasi tersebut selanjutnya dikonsultasikan
dengan nilai r tabel dari Tabel Product Momen
4.
Uji Reliabilitas Perangkat Soal Tes / Instrumen Skala
Sikap
a. Input-kan data skor semua responden untuk semua butir
soal/pertanyaan (Kolom : nomor Soal, Baris : Nomor Responden). Total Skor tidak
perlu di-input
b. Lihat output dari Analysize
– Scale – Reliability Analysis
c. Perhatikan pada Tabel Reliability Statistics kolom Cronbach’s Alpha, nilai pada kolom
tersebut selanjutnya dikonsultasikan dengan nilai r tabel dari Tabel Product
Momen
5.
Uji Homogenitas
a. Ho : varians data homogen
H1 : varians data tidak homogen
b. Kriteria tolak Ho jika p value (sig) < 0.05
c. Masukkan (inputkan) data ke editor data SPSS dengan
struktur data sbb :
Kelompok
|
Data
|
||
1
|
 1.1 |
||
1
|
1.2
|
||
.
|
|
||
.
|
.
|
||
.
|
|||
1
|
1.n
|
||
2
|
 2.1 |
||
2
|
2.2
|
||
.
|
|
||
.
|
.
|
||
.
|
.
|
||
2
|
2.n
|
d. Klik analyze – compare means – One-Way Anova , masukan Data ke dependent list, masukkan Kelompok
ke dalam factor list, pilih option, klik deskriptif dan homogeneity of
variance test.
e. Lihat table Test of Homogeneity of Variance,
lihat nilai p vaue = sig, jika < 0.05 tolak Ho berarti tidak homogen
6.
UJi Normalitas
a. Cara I : Klik analyze – descriptives statistic – deskriptive pada bagian
skewness dan kurtosis. Lihat nilai statistic pada skewness dan
kurtosis, jika keduanya berada pada nilai antara -2 dan 2 maka distribusi dat
normal.
b. Cara II : Klik analyze – descriptives statistic – explore. Masukkan semua variabel pada Dependent List. Klik Plot
dan pilih Normality Plot With Test.
Perhatikan tabel Test of Normality.
Jika nilai sig > 0.05 maka Ho diterima berarti data berdistribusi normal,
(Ho : data normal; H1: data tidak
normal).
Untuk memperkuat analisis normalitas maka tampilkan
juga Grafik Q-Q Plot
7.
Uji Linearitas
Klik analyze – compare means – means
masukan data dependent dan independent sesuai tempatnya, Klik OPTION pilih Test For Linierity. Lihat tabel ANOVA
tabel (Jika variabel independentnya lebih dari satu maka tabel ANOVA tersebut
terpisah untuk masing-masing variabel). Lihat pada kolom sig baris Deviation
from linearity, jika >= 0.05 maka terdapat hubungan linear antara 2
variabel, atau garis regresi tersebut linier
8.
Uji perbedaan rata-rata 2 sampel
a. Membandingkan deskripsi rata-rata kelompok data
b. Ho : tidak ada perbedaan yang signifikan rata-rata
antar kelompok : µ1 = µ2
H1 : terdapat perbedaan yang signifikan rata-rata
antar kelompok : µ1 ≠ µ2
Kriteria : Tolak Ho bila nilai p-value statsitik uji F
(analisis varians) < 0.05
c. Lihat output analyze
- compare means - means masukan data dependent dan independent, lihat tabel
ANOVA tabel, lihat (combined) pada bagian
sig, jika < 0.05 maka tolak Ho berarti terdapat perbedaan rata-rata
9.
Uji rata-rata 1 sampel
a. Membandingkan apakah terdapat perbedaan atau kesamaan rata-rata suatu kelompok
sampel data dengan suatu nilai rata-rata
tertentu.
b. Lihat output analyze – compare means – one-sample T test masukan variable dalam kolom test variable(s) dengan
memberikan nilai tertentu sebagai nilai parameter pada kolom tes value, lihat
table One-Sample Test, lihat pada bagian sig (2 tailed) , jika < 0.05 maka tolak
Ho berarti rata-rata sample berbeda signifikan dengan rata-rata sampel
10.
Uji rata-rata independent-Sample T Test
Membandingkan rata-rata dari 2 kelompok sampel data
indepndent
1. Masukkan (inputkan) data ke editor data SPSS dengan
struktur seperti data untuk pengujian homogemitas.
2. Masukan data kedalam kolom Test Variable(s) dan
masukan data kelompok kedalam yang
merupakan Group Variabel.
3. Langkah : analyze – compare means – Independent Sample T Test.
4. Lihat table t test for Equality of Means , lihat equal variance pada bagian sig (2-tailed) , jika < 0.05
maka terdapat perbedaan yang signifikan antara nilai data berdasarkan
pengelompokan group data
11.
One-Way Anova : Untuk Pengujian Homogenitas
a. Membandingkan apakah terdapat perbedaan atau kesama
rata-rata 3 atau lebih kelompok data untuk suatu kategori tertentu. Asumsi yang
digunakan adalah variable data berdisribusi normal dan antara kelompok data
homogen.
b. Ho : tidak ada perbedaan yang signifikan rata-rata
antar kelopok : µ1 = µ2 = µ3
H1 : terdapat perbedaan yang signifikan rata-rata
antar kelompok : µ1 ≠ µ2 ≠ µ3
c. Criteria tolak Ho jika nilai p value (sig) F test <
0.05
d.
Lihat output analyze – compare means – One-Way Anova,
masukan suatu data nilai yang dibedakan hanya berdasarkan beberapa
pengelompokan ke dependent list, masukkan pengelompkan data ke dalam factor
list, pilih option, klik deskriptif dan homogeneity of variance test.
e.
Lihat table
Anova, lihat nilai sig, jika < 0.05 berarti Ho diterima yang menyatakan ada
perbedaan diantara 3 rata-rata atau
lebih.
f.
Jika nilai sig
< 0.05 maka dapat digunakan post hoc multiple comparison, dimana uji
menngunakan analyze yang sama hanya menambahkan klik pada Pos Hoc dan pilih
opsi LSD dan Bonferroni
g.
Lihat perbedaan
yang signifikan tersebut yang menunjukkan adanya perbedaan diatara 3 atau lebih
rata-rata.
12.
ANOVA Dua Arah : untuk Hipotesis Interaksi dua
variabel atau Treatment By Level atau Treatment By Treatment
Misal model analisisnya :
Treatment 1
|
Treatment 2
|
|
Level 1
|
1.1
|
1.2
|
Level 2
|
2.1
|
2.2
|
a.
Konstruksikan
struktur data sebagai berikut :
Treatment
|
Level
|
Data
|
1
|
1
|
1.1
|
1
|
1
|
1.1
|
.
|
.
|
.
|
.
|
.
|
.
|
.
|
.
|
|
1
|
1
|
1.1
|
1
|
2
|
1.2
|
1
|
2
|
1.2
|
.
|
.
|
.
|
.
|
.
|
.
|
.
|
.
|
.
|
1
|
2
|
1.2
|
2
|
1
|
2.1
|
2
|
1
|
2.1
|
-
|
.
|
.
|
-
|
.
|
.
|
2
|
1
|
2.1
|
2
|
2
|
2.2
|
2
|
2
|
2.2
|
-
|
.
|
.
|
-
|
.
|
.
|
-
|
.
|
.
|
2
|
2
|
2.2
|
Keterangan
: Treatment dan Level harus berupa bilangan, tidak boleh huruf.
b.
Copy-kan data
tersebut ke editor data SPSS
c.
Klik Analyze – General Linear Model – Unvariate
d.
Masukkan Variabel
Data ke Dependent Variabel
e.
Masukkan Variabel
Treatment dan Level ke Fixed Factor
f.
Pada Option pilih
Descriptive Statistic dan Homogenity
Test
g.
Blok OVERALL,
Treatment dan Level kemudian pindahkan ke kolom Display Mean For
h.
Pada Output-nya
perhatikan pada tabel Test of Beetween-Subject
Effects, seperti berikut :
Tests of Between-Subjects Effects
|
|||||
Dependent Variable : Data
|
|||||
Source
|
Type III Sum of Squares
|
Df
|
Mean Square
|
F
|
Sig.
|
Corrected Model
|
2610.550a
|
3
|
870.183
|
9.206
|
.001
|
Intercept
|
35196.050
|
1
|
35196.050
|
372.346
|
.000
|
Treatment
|
1110.050
|
1
|
1110.050
|
11.743
|
.003
|
Level
|
616.050
|
1
|
616.050
|
6.517
|
.021
|
Treatment * Level
|
884.450
|
1
|
884.450
|
9.357
|
.007
|
Error
|
1512.400
|
16
|
94.525
|
||
Total
|
39319.000
|
20
|
|||
Corrected Total
|
4122.950
|
19
|
|||
a. R Squared = .633 (Adjusted R Squared = .564)
|
|||||
i.
Kesimpulan
: Perhatikan pada kolom sig baris Treatment*Level, jika
nilai dari sig < 0.05 maka hipotesis interaksi tersebut signifikan
(ada interaksi antara treatment dan level).
j.
Untuk
hipotesis perbedaan dua kelompok data, misal Treatment 1 dan Treatment 2,
tinggal melihat nilai sig untuk baris Treatment. Ketentuannya sama yaitu jika
nilai dari sig < 0.005 maka hipotesis Treatment 1 berbeda dengan /
lebih tinggi dibanding Treatment 2 adalah signifikan.
13.
Analisa Korelasi
Tunggal (Partial)
a.
Setelah
data semua variabel di-input-kan ke editor SPSS, hasil analisis korelasi adalah
output dari : Analyze – Correlate – Bivariate.
Pastikan rumus koefisien korelasi yang terpilih adalah Pearson, untuk Test
Signifikansinya adalah Two-Tailed, dan Flag Significant Correlate
tercentang.
b.
Perhatikan
Tabel Output !
Contoh : Untuk
Korelasi partial antar 4 buah variabel diperoleh hasil sbb :
Correlations
|
|||||
X1
|
X2
|
X3
|
Y
|
||
X1
|
Pearson Correlation
|
1
|
.019
|
.191
|
.777**
|
Sig. (2-tailed)
|
.912
|
.272
|
.000
|
||
N
|
35
|
35
|
35
|
35
|
|
X2
|
Pearson Correlation
|
.019
|
1
|
.084
|
.081
|
Sig. (2-tailed)
|
.912
|
.630
|
.645
|
||
N
|
35
|
35
|
35
|
35
|
|
X3
|
Pearson Correlation
|
.191
|
.084
|
1
|
.375*
|
Sig. (2-tailed)
|
.272
|
.630
|
.026
|
||
N
|
35
|
35
|
35
|
35
|
|
Y
|
Pearson Correlation
|
.777**
|
.081
|
.375*
|
1
|
Sig. (2-tailed)
|
.000
|
.645
|
.026
|
||
N
|
35
|
35
|
35
|
35
|
|
**. Correlation is significant at the 0.01
level (2-tailed).
|
|||||
*. Correlation is significant at the 0.05
level (2-tailed).
|
|||||
Koefisien
korelasi pasangan variabel-1 & Variabel-2 bisa dilihat sesuai pasangan
baris-kolom. Signifikasi dari koefisien korelasi tersebut dinyatakan oleh
keterangan yang ada di bawah tabel, yaitu :
·
untuk tanda ** (dua bintang) maka
koefisien korelasi tersebut signifikan pada taraf nyata 1%
·
untuk tanda * (satu bintang) maka
koefisien korelasi tersebut signifikan pada taraf nyata 5%, berarti tidak
signifikan pada taraf nyata 1%
·
untuk yang tidak ada tanda
bintangnya maka koefisien korelasi tersebut tidak signifikan
14.
Analisa Korelasi
Ganda
Untuk mendapatkan Koefisien Korelasi
Ganda perhatikan output dari : Analyze –
Regression – Linear. Perhatikan pada tabel Model Summary. Contoh :
Model Summary
|
||||
Model
|
R
|
R Square
|
Adjusted R Square
|
Std. Error of the Estimate
|
1
|
.812a
|
.660
|
.627
|
14.10951
|
a. Predictors: (Constant), X3, X2, X1
|
||||
Koefisien
korelasinya adalah bilangan yang tertera pada kolom R, hanya saja dalam hal ini
tidak ada hasil pengujian signifikansi koefisien korelasi tersebut, sehingga
untuk pengujian signifikansinya harus dilakukan secara manual.
15.
Analisa Regresi
Untuk mendapatkan hasil analisis regresi
perhatikan output dari : Analyze – Regression
– Linear.
a. Koefisien-koefisien
persamaan garis regresi bisa dilihat pada tabel Coefficients.
Contoh : untuk
persamaan garis regresi dengan 3 variabel bebas dan 1 variabel terikat maka
perhatikan contoh berikut :
Coefficientsa
|
||||||
Model
|
Unstandardized Coefficients
|
Standardized Coefficients
|
t
|
Sig.
|
||
B
|
Std. Error
|
Beta
|
||||
1
|
(Constant)
|
-8.017
|
21.515
|
-.373
|
.712
|
|
X1
|
.791
|
.115
|
.732
|
6.860
|
.000
|
|
X2
|
.042
|
.093
|
.047
|
.447
|
.658
|
|
X3
|
.239
|
.110
|
.231
|
2.161
|
.039
|
|
a. Dependent Variable: Y
|
||||||
Jika
persamaan regresinya adalah 
maka dari hasil
tersebut persamaan regresi yang terbentuk adalah 
maka dari hasil
tersebut persamaan regresi yang terbentuk adalah
b.
Untuk pengujian signifikansi
masing-masing koefisien regresi a1, a2, dan a3 maka bisa digunakan Kolom F atau Kolom Sig :
·
Jika digunakan Kolom Sig, maka kriteria signifikansinya
adalah :
“jika sig > 0,05 maka koefisien regresi tersebut tidak
signifikan”
·
Jika digunakan Kolom F, maka kriteria signifikansinya adalah
:
“jika Fhitung > Ftabel maka
koefisien regresi tersebut tidak signifikan”
Ftabel dipilih sesuai dengan ketentuan pengujian statistik pada
distribusi F
c.
Sedangkan signikifansi dari garis regresi
ganda tersebut bisa dilihat hasil yang ada pada tabel ANOVA. Perhatikan contoh berikut :
ANOVAb
|
||||||
Model
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
1
|
Regression
|
11965.312
|
3
|
3988.437
|
20.035
|
.000a
|
Residual
|
6171.431
|
31
|
199.078
|
|||
Total
|
18136.743
|
34
|
||||
a. Predictors: (Constant), X3, X2, X1
|
||||||
b. Dependent Variable: Y
|
||||||
·
Jika digunakan Kolom Sig, maka kriteria signifikansinya
adalah :
“jika sig > 0,05 maka garis regresi tersebut tidak
signifikan”
·
Jika digunakan Kolom F, maka kriteria signifikansinya adalah
:
“jika Fhitung > Ftabel maka garis
regresi tersebut tidak signifikan”
Ftabel dipilih sesuai dengan ketentuan pengujian statistik pada
distribusi F