ONE WAY ANOVA

1.   A. Karena data pada nomor 1 (satu) ada empat sampel maka kita akan memakai ONE WAY ANOVA

b. Rumusan hipotesis

H0 : Tidak terdapat perbedaan nilai hasil ulangan statistic pendidikan keempat kelas.

Ha : Terdapat perbedaan nilai hasil ulangan statistic pendidikan keempat kelas.

            c. Prosedur SPSS :   

1.      Buka SPSS and klik variable view

2.      Name isi dengan KELAS, buat lagi bawahnya NILAI

3.      Pada kolom value isi kode 1=A, 2=B, 3=C, 4=D, pada kolom measure disi NOMINAL dan nilai biarkan saja

4.      Kembali lagi ke data view

5.      Masukkkan data yang ada tersebut dan,

6.      Klik menu analyzeàcompare meansàOne Way Anova

7.      Pada kolom dependen variable masukkan NILAI dan faktor masukkan KELAS

8.      Pilih option centang descriptive dan homogeneity of variance test

9.      Klik ok

10.  Tunggu lagi proses.

11.  Sudah jadi seperti tertera dibawah ini :

d.      Makna hasil olah SPSS:

·         Pada output bagian pertama menunjukkan ringkasan statistic dari keempat kelas hasil nilai ujian satistik pendidikan.

Antara lain :

1.      Kelas A : diperoleh mean 75.08 dan standar defiasi 17.244

2.      Kelas B : diperoleh mean 78.39 dan standar defiasi 8.514

3.      Kelas C : diperoleh mean 76.55 dan standar defiasi 13.839

4.      Kelas D : diperoleh mean 74.94 dan standar defiasi 12.650

·         Pada output bagian kedua, table test of homogeneity of variance menunjukkan hasil uji homogenitas dari varians. Fungsinya untuk menguji apakah varian tersebut homogen atau tidak homogeny.

Pengajuan hipotesis :

H0 : Nilai hasil ujian statistik pendidikan keempat kelas homogen

Ha : Nilai hasil ujian statistik pendidikan keempat kelas tidak homogeny

Dasar pengambilan keputusan :

Jika probabilitas > 0.05, maka H0 diterima

Jika probabilitas < 0.05, maka H0 ditolak

Keputusan :

Diperoleh nilai sig. = 0.855 dan α=0.05 maka sig >α sehingga H0 diterima.

·         Pada output bagian ketiga menguji apakah keempat sampel tersebut mempunyai rata-rata yang berbeda.

Hipotesa yang digunakan :

H0 : Keempat rata-rata populasi sama

Ha : Keempat rata-rata populasi adalah tidak sama

Dasar pengambilan keputusan :

a.       Berdasarkan perbandingan F hitung dengan F table

Jika F hitung > F table, maka H0 ditolak, dan jika F hitung < F table, maka H0 diterima.

b.      Berdasarkan nilai probabilitas

Jika probabilitas >0.05, maka H0 diterima

Jika probabilitas < 0.05, maka Ha ditolak

KEPUTUSAN :

Terlihat nilai sig.= 0.343 dan dengan α= 0.05, maka sig > α, akibatnya H0 diterima, artinya keempat rata-rata kelas sama secara nyata.

e.       Menentukan hipotesis

H0 : tidak ada perbedaan nilai hasil ujian statistik pendidikan keempat kelas

Ha : ada perbedaan nilai hasil ujian statistik pendidikan keempat kelas

Dasar pengambilan keputusan :

Jika probabilitas > 0.05, maka H0 diterima

Jika probabilitas < 0.05, maka H0 ditolak

f.       Keputusan :

Dengan meilhat pada  output Anova terlihat diperoleh nilai sig. = 0.855 dan α=0.05, dengan tingkat kepercayaan 95%, maka sig.=0.855 >0.05 sehingga H0 diterima dan Ha ditolak.

g.      Dengan demikian, tidak ada perbedaan nilai hasil ujian statistik pendidikan keempat kelas tersebut.

2.      A. rumusan hipotesis :

H0 : tidak ada korelasi yang signifikan antara pola asuh dan hasil belajar siswa

Ha : ada korelasi yang signifikan antara pola asuh dan hasil belajar siswa

B. Prosedur Spss :

Ø  Buka SPSS

Ø  Klik  fileàopenàoutput

Ø  Klik analyzeàcrostab

Ø  Pada kolom row masukkan kategori_PA dan coloum diisi kategori_UTS

Ø  Klik statistic centang chi square dan centang korelasi

Ø  Sedang proses, hasilnya akan terlihat seperti dibawah ini

C. Makna Output

·         Pada output pertama dari sampel yang jumlahnya 65 kemudian diproses ternyata 100% data tidak ada yang hilang/missing, jadi tingkat kevaliditasnya dapat dikatakan 100%.

·         Pada output kedua crosstab, kategori pola asuh otoriter berskala rendah 9 dan tinggi 21,  sedangkan pola asuh demokratis berskala rendah 23 dan tinggi 12. Jadi dapat dikatakan bahwasanya semakin otoriter pola asuh maka semakin bagus nilai UTS dan semakin pola asuh demokratis semakin rendah nilai UTS.

·         Output ketiga chi square, berfungsi untuk mengetahui adanya korelasi pada sampel. dengan melihat sig. pada output tersebut adalah 0.04. Berdasarkan Probabilitas: jika probabilitas > 0,05 maka Ho diterima dan jika probabilitas < 0,05 maka Ho ditolak. Maka, 0.04 < 0.05, jadi H0 ditolak sedangkan Ha diterima.

·         Output keempat berfungsi untuk melihat koofisien korelasi. Ada dua hal dalam penafsiran korelasi, yaitu tanda “+” atau “-“ yang berhubungan dengan arah korelasi,. Korelasi antara pola asuh dengan dan hasil belajar siswa, didapat angka –0.356. Hal ini berarti :

a.       Arah korelasi negatif, artinya semakin tinggi pola asuh maka hasil belajar cenderung semakin turun.

b.      Dalam kasus ini besarnya koefesien korelasi adalah -0.356 Koefisien korelasi –0.356, berarti pola asuh berkorelasi SEDANG dengan hasil belajar siswa.

D.  Perumusan hipotesis :

                      H0 : Tidak ada korelasi yang signifikan antara pola asuh dan 
                      hasil belajar siswa

            Ha : Ada korelasi yang signifikan antara pola asuh dan hasil 
                      belajar siswa

          Berdasarkan Probabilitas (signifikansi):

o Jika probabilitas > 0,05, maka Ho diterima

          o Jika probabilitas < 0,05, maka Ho ditolak

Dengan melihat signifikansi pada output tersebut diperoleh 0.04 < 0.05 dari tingkat kepercayaan 95%, maka H0 ditolak sedangkan Ha diterima.

E. Dengan demikian, Ada korelasi yang signifikan antara pola asuh dan hasil belajar siswa.

3.      I. Menentukan Satatistik yang Tepat :

A.    Pertama kita pakai independen sampel test

B.     Rumusan hipotesis :

H0 : Tidak ada perbedaan antara laki-laki dan perempuan dalam hal kepatuhan terhadap aturan sekolahan

Ha : Ada perbedaan antara laki-laki dan perempuan dalam hal kepatuhan terhadap aturan sekolahan

C.     Prosedur SPSS :

1.      Buka SPSS

2.      Klik fileàopenàoutput

3.      Klik analyzeàcompare meansàindependen sampel tets

4.      Pada kolom indek variable diisi index kepatuhan dan grouping variable diisi dengan GENDER

5.      Define groups diisi group 1 isi 1 dan group 2 isi 2

6.      Klik ok, sedang proses : jadi seperti dibawah ini:

D.    Makna output :

·         Secara otomatis akan ditampilkan output dengan asumsi variansi sama, dan variansi berbeda.

·         Secara teori, untuk menentukan bentuk anggapan variansi yang benar untuk data, sebaiknya dilakukan uji hipotesis kesamaan variansi.

·         Bias dengan menggunakan signifikansi atau dengan membandingkan t hitung dengan t table, namun dilebih mudahnya kita gunakan saja signifikansi

·         Uji kesamaan variansi dengan metode levenne. Dari output diperoleh sig.= 0.001 dengan alpha=0.05, yang mengakibatkan varian diterima atau tidak.

E.     Analisis hipotesis :

H0 : Tidak ada perbedaan antara laki-laki dan perempuan dalam hal kepatuhan terhadap aturan sekolahan

Ha : Ada perbedaan antara laki-laki dan perempuan dalam hal kepatuhan terhadap aturan sekolahan

                   

Berdasarkan pada probabilitas (signifikansi):

o Jika probabilitas > 0,05, maka Ho diterima

o Jika probabilitas < 0,05, maka Ho ditolak

setelah melihat signifikansi pada output yaitu 0.001 < 0.05, maka H0 ditolak sedangkan Ha diterima.

F.      Dengan demikian, Ada perbedaan secara nyata antara laki-laki dan perempuan dalam hal kepatuhan terhadap aturan sekolahan

3.       II

a.      Regresi Linier

b.      Prosedur SPSS :

1.      Buka SPSS

2.      Klik fileàopenàoutput

3.      Klik menu analyzeàregresiàlinier

4.      Dependen diisi indek kepatuhan dan dependen diisi indek demetrik point

5.      Klik ok, sedang proses : jadi seperti dibawah ini.                                       

c.       Makna Output

·         Dari table di atas angka R square adalah 0.141 yaitu hasil kuadrat dari koefisien korelasi (0.375x0.375=0.141). standar error of the estimate adalah 0.08115.

·         Hipotesis :

a.       Dapat diperoleh dengan cara membandingkan t hitung dengan t table atau juga dapat menggunakan probabilitas/signifikansi. Lebih mudahnya kita akan menggunakan alternative yang kedua yaitu probabilitas atau signifikansi.

Berdasarkan pada probabilitas (signifikansi):

o Jika probabilitas > 0,05, maka Ho diterima

o Jika probabilitas < 0,05, maka Ho ditolak

Dengan melihat pada output baik anova maupun koefisiensinya di atas, signifikansi yang tampak adalah 0.000, yang berarti 0.000 < 0.05, maka dapat disimpulkan H0 ditolak sedangkan Ha diterima.

·         Berdasarkan analisis di atas, maka dapat dibuat model regresi dugaannya yaitu 0.907