Thursday, April 9, 2020

,

Uji ANCOVA Melalui SPSS

Konsep Dasar

ANCOVA merupakan formula uji hipotesis yang berguna untuk meningkatkan presisi penelitian karena didalamnya peneliti melakukan pengaturan terhadap pengaruh variabel lain, seperti nilai pre-test, nilai IQ dll (Mackey & Gass, 2005: 350). Analysis of Covariance (ANCOVA) ini adalah variasi dari ANOVA yang digunakan ketika, misalnya, nilai rata-rata pada pre-test dari kedua grup ditemukan berbeda (Fraenkel & Wallen, 2009: 232). ANCOVA memungkinkan peneliti untuk menyesuaikan skor rata-rata post-test sebagai variabel dependen pada masing-masing grup untuk mengkompensasi perbedaan awal pada nilai pretest diantara kedua grup.
Perbedaan ini bisa terjadi karena teknik sampling yang digunakan. Kondisi tertentu bisa membatasi peneliti untuk mengambil sampel secara acak atau random sampling, sehingga harus menggunakan teknik sampling lainnya, seperti cluster sampling (mengambil grup secara acak) ataupun purposive sampling (mengambil sampel dengan cara memilih individu secara langsung tanpa diacak). Sehingga, perlu bagi peneliti untuk mengontrol variable lain yang dianggap bisa menimbulkan bias hasil analisis data karena sampel diambil secara tidak acak.

Tujuan

Tujuan ANCOVA adalah untuk mengetahui/melihat pengaruh treatment/perlakuan/factor  terhadap variabel dependen dengan mengontrol variabel lain.

Variabel

Jadi, ANCOVA memiliki 3 variabel, yaitu:
  • Variabel Independen: treatment/perlakuan/factor
  • Variabel Dependen: Variabel yang dipengaruhi oleh treatment/perlakuan/factor
  • Kovariat: variabel lain yang senagaja dikontrol, seperti nilai pre-test, IQ, dll.

Standar Penerimaan dan Penolakan Hipotesis

  • Ho diterima, Ha ditolak jika nilai Sig > α 0.05
  • Ho ditolak, Ha diterima jika nilai Sig < α 0.05

Asumsi

Sebelum menggunakan formula ANCOVA untuk menguji hipotesis, ada 4 asumsi yang harus dipenuhi yaitu:
Setelah semua asumsi terpenuhi, maka pengujian hipotesis menggunakan ANCOVA bisa dilakukan. 

Uji ANCOVA Melalui SPSS

Contoh kasus: Peneliti ingin menguji keefektifan isntagram sebagai media pembelajaran menulis paragraf eksposisi. Peneliti melibatkan 2 kelas yang dipilih secara cluster sampling sebagai sampel penelitian. Kelas eksperimen akan melakukan pembelajaran menggunakan media Instagram, kelas kontrol akan menggunakan media lainnya. Langkah-langkah yang akan dilakukan peneliti adalah:
  • Sebelum menggunakan media tersebut, peniliti memberikan pre-test untuk mengetahui kemampuan awal siswa
  • Peneliti memberikan treatment yaitu melakukan pembelajaran menggunakan media Instagram dan pembandingnya
  • Peneliti memberikan post-test untuk mengetahui hasil peningkatan hasil belajar siswa setelah memberikan treatment.
Judul: "Keefektifan media instagram dalam pembelajaran menulis paragraf eksposisi"

Hipotesis:
  • Ho = Tidak ada perbedaan yang signifikan pada kemampuan menulis siswa antara siswa yang mendapatkan media pembelajaran instagram dan siswa yang tidak mendapatkan media pembelajaran istagram.
  • Ha = Ada perbedaan secara signifikan pada kemampuan menulis siswa antara siswa yang mendapatkan media pembelajaran instagram dan siswa yang tidak mendapatkan media pembelajaran istagram.
Variabel:
  • Independen variabel: media pembelajaran
  • Dependen Variabel: hasil belajar siswa menulis paragraph eksposisi (nilai post-test)
  • Kovariat: kemampuan awal siswa sebelum menggunakan media (nilai pre-test)

Berikut adalah cara uji hipotesis menggunakan ANCOVA melalui SPSS:

1. Siapkan Data

Untuk memudahkan teman-teman menginput data di SPSS, siapkan data terlebih dahulu dengan membat table di Ms. Excel. Selain data nilai, buat juga tabel untuk kode group, 1 untuk experimental group dan 2 untuk control group.

2. Input Data

  • Buka program SPSS, klik variable view


  • Ketikkan nama-nama variable di kolom name. Ada 3 variable: Pre_testPost_test, dan Class. Untuk kolom measure, pada variable pre_test dan post_test ubah menjadi scale. Dan untuk Class ubah measure menjadi Nominal.


  • Karena kita akan memasukkan data pre_test dan post_test dari kedua grup secara bersamaan, maka untuk variable Class, klik titik 3 pada kolom value.

  • Tambahkan 2 class, experimental class dan control class dengan cara: Mengetikkan kode kelas di kolom value dan nama kelas di kolom Label. > Klik add. Ulangi untuk menambahkan kelas control. > klik add >  OK.


  • Klik data view di pojok kiri bawah. Copy-paste data yang telah dibuat di Ms. Excel.
Note:
30 data pertama (1-30) adalah data experimental class
-   30 data terakhir (31-60) adalah data control class
Sehingga data berurutan, data pre_test experimental dijadikan satu dengan data control, begitupun juga dengan data post_test. Sehingga kode untuk 30 sampel pertama adalah angka 1 (experimental class) dan kode untuk 30 sampel terakhir adalah angka 2 (control class).

3. Analisis Data

  • Klik Analyze General Linier Model > Univariate
  • Masukkan variable post_test ke Dependent Variable, Class ke Fixed Factors, Pre_test ke Covariate(s) > Klik Model
  • Pilih Full Factorial > Continue
  • Klik Options > Masukkan (OVERALL)  dan Class ke Display Means for
  • Beri centang Compare main effect > Pilih Bonferroni 
  • Beri centang Descriptive Statistics, Parameter Estimates, dan Homogeneity tests > Continue > OK

4. Mengintepretasi Data

Berikut ini adalah outputnya.
Yang kita lihat adalah nilai Sig. variabel Class. Bisa kita lihat bahwa Sig = 0.000 < 0.05.
Jadi, Ho ditolak dan Ha diterima: "Ada perbedaan secara signifikan pada kemampuan menulis siswa antara siswa yang mendapatkan media pembelajaran instagram dan siswa yang tidak mendapatkan media pembelajaran istagram".
Kemudian  untuk mengetahui apakah media instagram efektif atau tidak, kita lihat pada output tabel Parameter Estimates. Yang kita lihat adalah nilai Sig variabel Class.
Sig = 0.000 < 0.05Sehingga dapat ditarik kesmpulan bahwa media instagram efektif untuk mengajar pembelajaran menulis paragraf eksposisi.


Ada pertanyaan? Silahkan tulis di kolom komentar...

Referensi:
Fraenkel, Jack R. and Wallen, Norman E. (2009). How to Design and Evaluate Research in Education. 7th Edition. New York: McGraw-Hill Companies, Inc.
Mackey, A. and Gass, S. M. (2005). Second Language Research: Methodology and Design. New Jersey, USA: Lawrence Erlbaum Associates, Inc.


Ditulis oleh Endang Wahyuni

Continue reading Uji ANCOVA Melalui SPSS

Saturday, April 4, 2020

,

Uji Linieritas Hubungan Kovariat dengan Variabel Dependen

Uji linieritas hubungan kovariat dengan dependen variabel atau uji linier relationship between covariate and dependent variable adalah asumsi terakhir yang harus dipenuhi sebelum menggunakan formula ANCOVA untuk uji hipotesis. Tujuan asumsi ini adalah untuk mengetahui apakah ada hubungan linier antara kovariat atau covariate dengan variabel dependen. 
Jadi, setelah teman-teman mengetahui bahwa data kita berdistribusi normal melalui Uji Normalitasvariansi populasi dari dua grup yang kita pilih sebagai sampel adalah homogen melalui Uji Homogenitas Variansi; dan menemukan tidak adanya hubungan antara kovariat dan variabel independen melalui Uji Homogenitas Regresi atau Homogeneity of Regression (Slope), maka  kita harus menemukan bahwa antara kovariat dengan variabel dependen memiliki hubungan linier untuk memenuhi asumsi dari ANCOVA.

Asumsi ini akan terpenuhi jika nilai Sig dari kovariate dalam tabel Test Between Subject Effect α 0.05.

Baik, berikut adalah langkah-langkah uji linieritas hubungan kovariat dengan variabel dependen atau  linier relationship between covariate and dependent variable melalui SPSS.

1. Siapkan Data dan Input Data

Cara input data kali ini masih sama seperti kita melakukan Uji NormalitasUji Homogenitas Variansi, dan Uji Homogenitas Regresi atau Homogeneity of Regression (Slope).

2. Analisis Data

  • Klik Analyze General Linier Model > Univariate
  • Masukkan variable post_test ke Dependent Variable, Class ke Fixed Factors, Pre_test ke Covariate(s) > Klik Model
 
  • Pilih Full Factorial > Continue
  • Klik Options > Masukkan (OVERALL)  dan Class ke Display Means for
  • Beri centang Compare main effect > Pilih Bonferroni 
  • Beri centang Descriptive Statistics, Parameter Estimates, dan Homogeneity tests > Continue > OK

2. Mengintepretasi Data 

Berikut ini adalah outputnya.
Yang kita lihat adalah variabel kovariat. Karena disini saya menggunakan nilai pre_test sebagai kovariat maka yang saya tandai adalah variabel pre_test. Bisa kita lihat bahwa nilai Sig = 0.000 < α 0.05. Maka, bisa disimpulkan bahwa terdapat hubungan linier antara kovariat dengan dependen variabel sehingga asumsi Linieritas Hubungan Kovariat dengan Variabel Dependen telah terpenuhi.


Mudah bukan?? 
Silahkan dicoba ya teman-teman.
Ada pertanyaan? Silahkan tulis dikolom komentar ya :)



Ditulis oleh Endang Wahyuni

Continue reading Uji Linieritas Hubungan Kovariat dengan Variabel Dependen

Friday, April 3, 2020

,

Uji Homogenitas Regresi atau Homogeneity of Regression (Slope) Melalui SPSS

Uji Homogenitas Regresi atau Homogeneity of Regression (Slope) adalah asumsi ke-3 yang harus dipenuhi sebelum uji hipotesis menggunakan ANCOVA. Jadi setelah melakukan Uji Normalitas dan Uji Homogenitas Variansi, teman-teman harus melakukan uji Homogenitas Regresi atau Homogeneity of Regression (Slope) ini. Masih hafalkan urutan Analisis Data Penelitian Quasi-Eksperimen?
Nah, uji homogenitas regresi atau Homogeneity of Regression (Slope) ini bertujuan untuk mengetahui apakah ada hubungan antara covariate dengan independent variable. Asumsi ini akan terpenuhi jika ditemukan tidak adanya hubungan antara covariate dan independent variable dengan syarat nilai sig covariate*independent variable lebih dari 0.05 (Sign > α  0.05).

Baik, langsung saja berikut ini langkah-langkah uji homogenitas regresi atau homogeneity of regression (slope) melalui SPSS

1. Siapkan Data

Cara input data kali ini masih sama seperti kita melakukan Uji Normalitas dan Uji Homogenitas Variansi. Untuk memudahkan teman-teman menginput data di SPSS, siapkan data terlebih dahulu dengan membat table di Ms. Excel. Selain data nilai, buat juga tabel untuk kode group, 1 untuk experimental group dan 2 untuk control group.

2. Input Data

  • Buka program SPSS, klik variable view
  • Ketikkan nama-nama variable di kolom name. Ada 3 variable: Pre_testPost_test, dan Class. Untuk kolom measure, pada variable pre_test dan post_test ubah menjadi scale. Dan untuk Class ubah measure menjadi Nominal.
  • Karena kita akan memasukkan data pre_test dan post_test dari kedua grup secara bersamaan, maka untuk variable Class, klik titik 3 pada kolom value.
  • Tambahkan 2 class, experimental class dan control class dengan cara: Mengetikkan kode kelas di kolom value dan nama kelas di kolom Label. > Klik add. Ulangi untuk menambahkan kelas control. > klik add >  OK.
  • Klik data view di pojok kiri bawah. Copy-paste data yang telah dibuat di Ms. Excel.
Note:
30 data pertama (1-30) adalah data experimental class
-   30 data terakhir (31-60) adalah data control class
Sehingga data berurutan, data pre_test experimental dijadikan satu dengan data control, begitupun juga dengan data post_test. Sehingga kode untuk 30 sampel pertama adalah angka 1 (experimental class) dan kode untuk 30 sampel terakhir adalah angka 2 (control class).

3. Analisis Data

  • Klik Analyze > General Linier Model > Univariate
  • Masukkan variable post_test ke Dependent Variable, Class ke Fixed Factors, Pre_test ke Covariate(s) > Klik Model
  • Ubah full factorial ke Custom 
  • Pindahkan variable class dan pre_test ke Model secara bergantian 
  • Pindahkan variabel class dan pret_test ke Model secara bersamaan dengan cara mengeblok keduanya lalu dipindahkan. Tujuan dari step ini adalah untuk mengetahui hubungan keduanya.
  • Klik Continue > Options. Pindahkan Overall dan class ke Display Means for. Beri centang pada Descriptive Statistics, Parameter Estimates, dan Homogeneity test. >  Continue > OK

4. Intepretasi Data

  • Berikut adalah outputnya. Yang dilihat adalah tabel Test of Between Subjects Effects.  
Untuk mengetahui apakah ada hubungan antara Covariate (pre_test) dengan Independent Variable maka yang dilihat adalah nilai Sig dari Class*Pre_test. Hasilnya adalah 0.479 > 0.05. Jelas bahwa tidak ada hubungan antara Covariate dengan Independent Variable. Sehingga asumsi Homogenitas Regresi atau Homogeneity of Regression (Slope) telah terpenuhi.


Ditulis oleh Endang Wahyuni
Continue reading Uji Homogenitas Regresi atau Homogeneity of Regression (Slope) Melalui SPSS

Wednesday, April 1, 2020

,

Uji Homogenitas Levene Test Melalui SPSS

Uji homogenitas atau homogeneity of variance adalah pengujian yang dilakukan untuk mengetahui apakah data penelitian dari dua buah distribusi data atau lebih memiliki variansi-variansi yang sama atau tidak. "Homogeneity of variance shows the variances in each population would be the same" (Jackson, 2009: 234). Hal ini jelas bahwa tujuan uji homogenitas ini adalah untuk menunjukkan bahwa sampel yang diambil berasal dari populasi dengan variansi yang sama.
Uji homogenitas ini merupakan salah satu dari asumsi formula uji hipotesis menggunakan t-test, ANOVA, ataupun ANCOVA. "One of the assumptions of the t-test is that the population variances from the two groups we are comparing are equal" (Fraenkel & Wallen, 2009: A12). The assumptions for the randomized one-way ANOVA are similar to those for the t test for independent groups: The variances among the populations being compared are homogeneous" (Jackson, 2009: 272).

Dengan kata lain, sebelum menggunakan t-test, ANOVA, maupun ANCOVA kita harus memenuhi asumsi ini dengan memastikan bahwa variansi populasi dari dua grup yang kita pilih sebagai sampel adalah sama. Asumsi ini akan terpenuhi jika output tabel SPSS pada kolom Sig menunjukkan lebih dari 0.05 (Fraenkel & Wallen, 2009: A14). Nah, teman-teman masih ingat urutan untuk Analisis Data Penelitian Quasi-Eksperimen kan?

Salah satu teknik untuk asumsi ini adalah dengan Levene's Test (Fraenkel & Wallen, 2009: A12). Ada beberapa cara untuk uji homogenitas lavene test melalui SPSS. Baik, berikut langkah-langkahnya:

1. Siapkan Data

Untuk memudahkan teman-teman menginput data di SPSS, siapkan data terlebih dahulu dengan membat table di Ms. Excel. Selain data nilai, buat juga tabel untuk kode group, 1 untuk experimental group dan 2 untuk control group.

2. Input Data

Cara input data untuk uji homegenitas ini sama seperti input data untuk Uji Normalitas Kolmogrov-Smirnov Melalui SPSS yang telah dibahas di artikel sebelumnya.
  • Buka program SPSS, klik variable view
  • Ketikkan nama-nama variable di kolom name. Ada 3 variable: Pre_testPost_test, dan Class. Untuk kolom measure, pada variable pre_test dan post_test ubah menjadi scale. Dan untuk Class ubah measure menjadi Nominal.
  • Karena kita akan memasukkan data pre_test dan post_test dari kedua grup secara bersamaan, maka untuk variable Class, klik titik 3 pada kolom value.
  • Tambahkan 2 class, experimental class dan control class dengan cara: Mengetikkan kode kelas di kolom value dan nama kelas di kolom Label. > Klik add. Ulangi untuk menambahkan kelas control. > klik add >  OK.

  • Klik data view di pojok kiri bawah. Copy-paste data yang telah dibuat di Ms. Excel.

3. Cara Analisis

Cara ke-1

  • Klik analyze >  Descriptive Statistics > Explore
  • Masukkan variable pre_test dan post_test ke kolom Dependent List dan class ke Factor
  • Klik Plots > Power Estimation > Continue OK
  • Berikut adalah outpunya. Nilai Sig. yang dilihat adalah nilai Based on Mean.
Pre-test = 0.306 > 0.05
Post-test = 0.611 > 0.05
Asumsi homogenitas telah terpenuhi.

Cara ke-2

  • Klik Analyze > Compare Means > One-Way ANOVA

  • Klik Options > Beri centang pada Homogeneity of variance test 

  • Berikut outputnya. Hasil nilai Sig dari cara ke-2 ini sama dengan cara ke-1 namun dengan tabel yang lebih simpel.
Pre-test = 0.306 > 0.05
Post-test = 0.611 > 0.05
Asumsi homogenitas telah terpenuhi.

Cara ke-3

  • Klik Analyze > General Linier Model > Univariate
  • Masukkan Variabel Post_test ke Dependent Variable, Class ke Fixed Factor(s) dan Pre_test ke Covariate. 
  • Klik Options  > beri centang Homogeneity tests > Continue > OK
  • Berikut outputnya.  Hasil nilai Sig. adalah 0.762 > 0.05. Asumsi homogenitas terpenuhi.
Teman-teman bisa memilih satu dari ketiga cara yang telah saya paparkan di atas ya...
Mudahkan? Silahkan dicoba :)
Ada pertanyaan? Tulis di kolom komentar yaa..


Referensi:
Jackson Sherri L. 2009. Research Methods and Statistics: A Critical Thinking Approach,
            Third Edition. Belmont, USA: Wadsworth.
Fraenkel, Jack R. and Wallen, Norman E. (2009). How to Design and Evaluate Research in Education. 7th Edition. New York: McGraw-Hill Companies, Inc.


Ditulis oleh Endang Wahyuni
Continue reading Uji Homogenitas Levene Test Melalui SPSS