Академический Документы
Профессиональный Документы
Культура Документы
1
Untuk uji normalitas dapat menggunakan koefisien of varians, histogram, K-S test.
Sedangkan untuk menguji varians sama/tidak menggunakan Levene test. Alternative uji anova
yang dapat digunakan adalah Kruskal-Wallis.
1. JKtot = ∑X2-∑(X)2/N
k = banyaknya kelompok
nk = banyaknya subjek dalam kelompok
3.
JKtot = Jkant + Jkdal
2
1.3 Pengertian Mean Kuadrat
Selain jumlah kuadrat, ada pengertian penting yang sangat berperan di dalam perhitungan
dangan anava yakni mean kuadrat. Dengan mean kuadrat inilah harga F dapat diketahui, karena
F diperoleh dari pembagian harga mean kuadrat. Mean kuadrat (rerat kuadrat) diperoleh dengan
rumus : F = MKant/MKdal
2. Jenis-Jenis Anava
Sesuai dengan banyaknya faktor yang terlibat, maka anava dibedakan secara garis besar
menjadi dua yaitu :
1) Anava tunggal atau anava satu jalan
2) Anava ganda atau anava lebih dari satu jalan.
3
2. Membuat tabel statistik
Tabel 2
Tabel Statistik untuk Anava Tunggal
KLp
SM M TM Jumlah
Harga
nk 15 18 17 50 (N)
X 37.67 38,67 38,35
∑X 564 696 652 1912
∑X2 21654 27838 25568 75060
Tabel 3
Rumus Unsur Tabel Persiapan Anava Satu Jalan
Sumber
Jumlah Kuadrat (JK) d.b. MK F
Variasi
Kelompok JK = (∑Xk)2 /nk - (∑XT) 2/ dbk = K-1 MKk = JKk/dbk F0 = MKk/MKd
nk
(K)
JKd = JKT-JKk dbd = N-K MKd = JKd/dbd
Dalam (d)
Total (T) JKT = ∑XT2[(∑XT)2/nk] db = N-1
4
tabel F, langkah selanjutnya adalah mengadakan pengujian terhadap harga rerata untuk setiap
kelompok sampel. Perhitungan pengujian dilakukan pada setiap pasangan harga rerata, yang
dilakukan dengan uji-t. Menurut peraturan lama, pengujian rerata (uji joli) hanya dilakukan jika
harga F0 signifikan. Belakangna disarankan oleh para ahli bahwa uji-t terhadap setiap pasangan
harga rerata selalu dilakukan walaupun harga F0 tidak signifikan. Rumus yang dilakukan pada uji
joli adalah :
X 1 − 𝑋2
𝑡0 = 1 1
√𝑀𝐾𝑑 (𝑛 +𝑛 )
1 2
Alternatif 1 Alternatif 2
A-1 A-2 A
A-1 A-2
B1 B2 B3 B1 B2 B3 B
1 2 3 4 5 6 B1 1 4
B2 2 5
B3 3 6
5
1. Mengelompokkan sekor berdasarkan kategori
Tabel 4
6
X 3969 7350 9606 20925
36,33 37,2 36,57 -
15 18 17 50
N
Jlh. ∑X 564 696 652 1912
∑X2 21654 2783 25568 75060
Tabel 6
Rumus Unsur Tabel Persiapan Anava Dua Jalan
Sumber Variasi Jumlah Kuadrat Db MK Fo P
JK 𝑑
Dalam (d) JKd = JKA – JKB - JKAB dbT-dbA-dbB-dbAB
𝑑𝑏𝑑
Seperti pada waktu anava tunggal, pada pengerjaan anava gandapun sama, yakni sesudah
ditemukan harga F, signifikan maupun tidak, harus dilanjutkan dengan perhitungan uji joli. Untk
anava ganda yang memiliki sel sebanyak 9 buah, uji jolinya bukan hanya 9 tetapi 36 kali.
7
Dari uraian tentang jumlah kuadrat untuk anava dua jalan dapat diketahui bahwa JK ant
merupakan jumlah dari JKA , JKB , JKAB. Untuk anava tiga jalan, karena juga terdapat pengaruh
faktor utama dan faktor interaksi, maka hubungan antara jumlah kuadrat total,, jumlah kuadrat
antara dan jumlah kuadrat dalam sbb :
Langkah – langkah dalam anava ini sama dengan anava dua jalan.
Tabel 7
Bentuk Tabel Pengelompokan data anava tiga jalan
A1 A2
B1 B2 B3 B1 B2 B3
C1
C2
C3
Jlh.
Tabel 8
Bentuk Tabel Statistik Anava Tiga Jalan
A1 A2
Statistik Jumlah
B1 B2 B3 B1 B2 B3
C1
C2
C3
Jlh.
8
Tabel 9
Rumus Unsur Tabel Persiapan Anava Tiga Jalan
Sumber
Jumlah Kuadrat (JK) d.b MK F0 P
Variasi
Antara A (∑𝑋𝐴 )2 (∑𝑋𝑇 )2 A-1 JK 𝐴 MK𝐴
JKA = ∑ –
𝑛𝐴 𝑁 𝑑𝑏𝐴 MK 𝑑
(∑𝑋𝐵 )2 (∑𝑋𝑇 )2
JKB = ∑ – MK 𝐵
Antara B 𝑛𝐵 𝑁 B-1 JK 𝐵
𝑑𝑏𝐵 MK 𝑑
(∑𝑋𝐶 )2 (∑𝑋𝑇 )2
JKC = ∑ –
𝑛𝐶 𝑁 JK 𝐶 MK 𝐶
Antara C C-1
𝑑𝑏𝐶 MK 𝑑
(∑𝑋𝐴𝐵 )2 (∑𝑋𝑇 )2
JKAB = ∑ – - JKA-JKB
𝑛𝐴𝐵 𝑁
JK 𝐴𝐵 MK𝐴𝐵
Interaksi AB dbA x dbB
𝑑𝑏𝐴𝐵 MK 𝑑
(∑𝑋𝐴𝐶 )2 (∑𝑋𝑇 )2
JKAC = ∑ – - JKA-JKC
𝑛𝐴𝐶 𝑁
JK 𝐴𝐶 MK𝐴𝐶
Interaksi AC dbA x dbC
𝑑𝑏𝐴𝐶 MK 𝑑
(∑𝑋𝐵𝐶 )2 (∑𝑋𝑇 )2
JKBC = ∑ – - JKB-JKC
𝑛𝐵𝐶 𝑁
JK 𝐵𝐶 MK 𝐵𝐶
Interaksi BC dbB x dbC
𝑑𝑏𝐵𝐶 MK 𝑑
(∑𝑋𝐵𝐶 )2 (∑𝑋𝑇 )2
JK BC = ∑ – - JKA-
𝑛𝐵𝐶 𝑁
JKB-JKC-JKAB-JKAC-JKBC
Interaksi dbA x dbB x JK 𝐴𝐵𝐶 MK𝐴𝐵𝐶
ABC JKd = JKT-JKant dbC
𝑑𝑏𝐵 MK 𝑑
= JKT – JKA – JKB – JKC – JKAB
JKAC - JKBC JK 𝑑
Dalam dbT – dbant
𝑑𝑏𝑑
Derajat kebebasan ( d.b ) yang digunakan untuk konsultasi adalah : d.b faktor pembilang
lawan d.b.d sebagai penyebut. Pedoman untuk mengadakan interpretasi terhadap harga F0 adalah
:
9
Jika F0 ≤ Ft 1% Jika F0 ≤ Ft 5% Jika F0 ≥ Ft 5%
1. Harga Fo yang diperoleh 1. Harga Fo yang diperoleh 1. Harga Fo yang diperoleh
sangat signifikan signifikan tidak signifikan
2. Ada perbedaan rerata 2. Ada perbedaan rerata 2. Tidak ada perbedaan rerata
secara signifikan secara signifikan secara signifikan
3. Hipotesa Nihil (Ho) ditolak 3. Hipotesa Nihil (Ho) 3. Hipotesa tidak Nihil (Ho)
4. p < 0,05 atau p = 0,01 ditolak p < 0,05 atau p = diterima p > 0,01
0,01
10
Entry data untuk ANAVA dilakukan untuk variabel terikat (y) secara bersambung untuk
semua kelompok. Kelompok dikenali dari variabel bebas (x). Sebagai contoh, akan dianalisis
data untuk menguji hipotesis:
1. Terdapat perbedaan hasil belajar Bahasa Inggris antara siswa yang mengikuti pembelajaran
dengan media audio-video, multi media, dan hipermedia.
2. Pada siswa yang berkepribadian introvert, terdapat perbedaan hasil belajar Bahasa Inggris
antara siswa yang mengikuti pembelajaran dengan media audio -video, multi media, dan
hipermedia.
3. Pada siswa yang berkepribadian ekstrovert, terdapat perbedaan hasil belajar Bahasa Inggris
antara siswa yang mengikuti pembelajaran dengan media audio-video, multi media, dan
hipermedia.
4. Terdapat pengaruh interaksi antara jenis media pembelajaran dan kepribadian siswa terhadap
hasil belajar Bahasa Inggris.
Data hasil penelitian adalah sebagi berikut:
Ekstrovert
5, 7, 4, 6, 3, 5, 7 6, 7, 8, 5, 6, 7, 8 7, 8, 9, 8, 8, 6, 7
(B1)
Introvert
8, 9, 8, 9, 8, 7, 6 7, 7, 8, 6, 6, 5, 7 6, 5, 6, 6, 7, 4, 7
(B2)
Apabila dibuat dalam bentuk tabel kerja, maka tabel di atas akan tampak seperti di bawah ini :
11
2. Analisis Data
Menu ANAVA pada SPSS terletak di General Linear Model, dengan langkah- langkah seperti
berikut.
Analyze
General Linear Model
Univariate
12
Apabila menu tersebut sudah dipilih, maka akan tampak kotak dialog. Pindahkan y ke dependent
variabel dan x ke fixed faktor(s), seperti bagan berikut.
13
Selanjutnya dipilih menu- menu yang lain untuk melengkapi analisis yang diperlukan. Misalnya, jika
diperlukan uji lanjut, maka pilih menu Post Hoc… sehingga muncul menu dialog seperti di bawah
ini.
14
Berikan tanda centang (v) pada kotak di depan nama uji lanjut yang dipilih. Misalnya, pada
contoh di atas dipilih uji Tukey dan Uji Scheffe. Setelah itu, pilih menu Continue. Berikutnya, pilih
menu-menu lain yang dipandang perlu untuk melengkapi analisis. Jika semua menu yang diperlukan
sudah dipilih, maka selanjutnya pilih OK, sehingga muncul hasil analisis. Hasil analisis yang
diperlukan adalah seperti tampak pada bagan berikut.
Dependent Variable:VAR00001
15
VAR00003 1.167 1 1.167 .913 .346
Total 1933.000 42
Hasil analisis menunjukkan bahwa harga F untuk A besarnya 9,559 dengan signifikansi 0,000.
Untuk menginterpretasikan hasil analisis di atas dilakukan mekanisme sebagai berikut.
a. Susun hipotesis
Ho : 1 = 2 = 3
H1 : 1 2 = 3 atau 1= 2 3 atau 1 2 3
b. Tetapkan signifikansi, misalnya a=0,05.
c. Bandingkan a dengan signifikansi yang diperoleh (sig). Apabila a < sig., maka H1 diterima,
sebaliknya bila a sig., maka H0 diterima.
d. Ternyata hasil analisis menunjukkan bahwa sig. besarnya 0,000 lebih kecil daripada a = 0,05.
Dengan demikian H0 ditolak dan H1 diterima. Jadi kesimpulannya, terdapat perbedaan hasil
belajar Bahasa Inggris antara siswa yang mengikuti pembelajaran dengan media audio-video,
multi media, dan hipermedia.
.
Untuk melihat sel mana yang berbeda harus dilihat hasil uji lanjut (Post Hoc...) yang dipilih, yakni
Uji Tukey dan Uji Scheffe, seperti tampak di bawah ini.
Multiple Comparisons
Dependent Variable:y
16
2.00 -1.5000* .42725 .003 -2.5443 -.4557
Jika diperhatikan hasil di atas, maka untuk Uji Tukey tampak bahwa sel 1 dan sel 2 berbeda
secara signifikan dengan koefisien -1,71. Perbedaan tersebut ditunjukkan oleh bilangan signifikansi
yang diperoleh (sig.) sebesar 0,001 yang jauh lebih kecil daripada taraf signifikansi yang ditetapkan,
yakni 0,05. Dengan cara yang sama dapat dilihat perbedaan antara sel-sel yang lain.
17
DAFTAR PUSTAKA
18