Asumsi MANCOVA
Terdapat beberapa asumsi atau prasyarat yang harus dipenuhi sebelum melakukan uji MANCOVA. Asumsi tersebut yaitu :
Terdapat beberapa variabel terikat yang seluruhnya variabel kontinyu
Terdapat satu variabel bebas yang berupa variabel kategoris
Terdapat satu atau beberapa kovariat yang seluruhnya variabel kontinyu
Independensi observasi
Linearitas antar variabel terikat di setiap kelompok variabel bebas
Linearitas antara kovariat dengan setiap variabel terikat di setiap kelompok variabel bebas
Homogenitas kemiringan regresi disetiap variabel terikat
Homogenitas varians dan kovarians
Tidak ada outlier yang signifikan (univariat & multivariate)
Normalitas multivariat
Wilcoxon signed-rank test merupakan uji nonparametrik yang digunakan untuk membandingkan kecenderungan sentral dari dua sampel yang dipasangkan atau terkait. Asumsi uji ini adalah sebagai berikut.
Sampel dependen. Dua data sampel harus berasal dari populasi yang sama, atau data sampel bersifat berpasangan.
Data berpasangan berasal dari data yang random
Variabel dependen merupakan data kontinu
Dua data berpasangan setidaknya berskala ordinal
Halo Teman-teman kali ini saya akan analisis jurnal yang berjudul "Pengaruh Penggunaan Virtual LaboratoryTerhadap Hasil Belajar Ditinjau dari Motivasi Belajar Fisika."
Link Akses Jurnal :
http://jipp.unram.ac.id/index.php/jipp/article/view/776/526
Pada Artikel ini peneliti berusaha
menunjukkan Novelty artikelnya dengan paragraf di samping. Menurut peneliti “Penelititan Ini belum banyak dilakukan
karena menggunakan aplikasi yang mudah diakses melalui android sehingga
meminimalisasi kesulitasn peserta didik untuk menggunakan media virtual
laboratory”.
Dimana penelitian sebelumnya
menunjukkan bahwa: (1)Adanya dampak positif positif penggunan virtual
laboratory terhadap hasil belajar; (2)Terdapat Peningkatan pemahaman konsep
dengan topik cahaya dan optik khususnya tentang pembentukan bayangan pada cermin
dan lensa; (3) Untuk mendapat hasil belajar yang tinggi, maka peserta didik
harus memiliki motivasi tinggi baik pada kelas virtual experiment maupun
konvensional.
Aplikasi yang di maksud pada artikel
ini adalah Physic virtual lab yang
dapat dicari dengan mudah melalui google play store sebagai media alternatif
agar dapat memaksimalkan pembelajaran. Aplikasi ini mencakup berbagai simulasi
seperti cahaya dan optik, mekanika, listrik dan magnet, gelombang,
termodinamika, dan mekanika kuantum. Aplikasi Android sebagai simulator
memiliki keunggulan yaitu portabilitas dan kompatibilitas yang tinggi (Erfan et
al., 2021). Aspek portabilitas memungkinkan pengguna untuk menyimulasikan
cahaya dan optik kapan dan di mana saja (Aljuhani et al., 2018), sedangkan pada
aspek kompatibilitas, aplikasi ini dapat diinstal pada smartphone dengan OS
Android versi 3.0 hingga versi terbaru dan dapat dijalankan di Personal
Computer (PC) jika desktop PC diinstal
Analisis Statistik Inferensial
Pada Artikel ini, setelah data-data
dikumpulkan, maka akan dianalisis menggunakan pengujian hipotesis. Rencana awal
peneliti adalah dengan menggunakan Uji Analysis of varian (ANOVA) bertujuan
untuk menguji variabel singular yang memiliki pengaruh secara simultan terhadap
variabel terbatas (Sugiyono, 2016).
Namun, karena terdapat kelompok yang
berdistribusi tidak normal, maka pengujian dialihkan menggunakan uji
nonparametrik yaitu uji kruskal wallis yang digunakan untuk menguji hipotesis
umum. Uji Kruskal Wallis merupakan uji nonparametrik berbasis peringkat
yang tujuannya untuk menentukan adakah perbedaan signifikan secara statistik
antara dua atau lebih kelompok variabel independen pada variabel dependen yang
berskala data numerik (interval atau rasio) dan skala ordinal.
Sedangkan untuk hipotesis khusus
peneliti menggunakan uji mann-whitney. Mann Whitney Test adalah uji non parametris
yang digunakan untuk mengetahui perbedaan median 2 kelompok bebas apabila skala
data variabel terikatnya adalah ordinal atau interval/ratio tetapi tidak
berdistribusi normal. Tolak ukur dalam pengambilan keputusan yang diasumsikan
adalah apabila nilai signifikansi ≤ 0,05 maka hipotesis
menolak H0 dan menerima Ha.
Halo teman-teman!
Berikut Pembahasan Materi Statistik Inferensial dengan Submateri Prasyarat Analisis Manova Satu Jalur
Silakan Klik link berikut
Semoga dengan Teman-teman membaca dan memahami materi tersebut dapat menambah pengetahuan teman2 melalui materi yang telah disajikan
Terimakasih!
Halo Teman-teman kali ini saya akan analisis jurnal yang berjudul "The Effect of Project-Based Learning on Learning Motivation and Problem-Solving Ability of Vocational High School Students"
Masalah yang muncul adalah orangtua ditaiwan yang selalu yang masih terikat dengan budaya sehingga menyekolahkan anak disekolah umum yang masih tergolong kemampuan motivasi hasil belajar siswa masih rendah. hal ini diakibatkan sebagian besar siswa sekolah menengah pertama belajar di lingkungan belajar yang penuh dengan pembelajaran yang berpusat pada guru. Siswa terbiasa menerima instruksi langkah demi langkah. Pembelajaran ilmu dari buku teks dan ujian tidak biasa ditransfer ke kehidupan sehari-hari dan kepekerjaan yang mereka ambil. Ketika siswa ini masuk kesekolah kejuruan, yang menekankan pada praktik pengetahuan dan kemampuan langsung, hanya sedikit dari mereka yang memiliki pengalaman pemecahan masalah, sehingga guru dalam sekolah menengah kejuruan mengalami kesulitan untuk mengajar siswa penyelesaian masalah.
Dalam
Penelitian ini tidak ada pembaharuan. Dalam Penelitian tersebut terkait dengan
permasalahan yang dihadapi solusi yang ditawarkan ialah: penggunaan
pembelajaran berbasis Proyek (PBL) biasanya dianggap sebagai pendekatan untuk pengajaran
di mana siswa menanggapi pertanyaan dunia nyata atau tantangan melalui proses
penyelidikan diperpanjang. Dan beberapa hasil studi menunjukkan bahwa PBL memiliki
potensi untuk meningkatkan hasil siswa dalam domain afektif termasuk sikap
terhadap kimia dan keyakinan efikasi diri. Singkatnya, bukti potensi pendekatan
PBL, terutama memfasilitasi prestasi belajar dan motivasi siswa
didokumentasikan dengan baik di awal studi. Selain itu, pendekatan PBL telah
digunakan dalam STEM pendidikan yang terpadu dan praktis untuk meningkatkan pemahaman
materi pelajaran. Kejuruan pendidikan ditekankan pada integrasi disiplin dan kemampuan
berlatih; oleh karena itu, PBL dapat diterapkan dengan benar tidak hanya di
sekolah umum tetapi di sekolah kejuruan. Untuk meningkatkan pendidikan kejuruan
di Taiwan, penelitian ini bertujuan untuk mengeksplorasi pengaruh PBL terhadap
pembelajaran motivasi dan kemampuan pemecahan masalah SMK siswa sekolah.
Hasil ANCOVA satu arah terhadap motivasi belajar siswa ditunjukkan pada Tabel I. Terdapat signifikansi antara kelompok perlakuan dan kelompok kontrol (F=32.335, p=.000<.05). Artinya motivasi belajar siswa SMK dipengaruhi oleh kegiatan PBL. Perubahan motivasi belajar kelompok perlakuan lebih positif dibandingkan kelompok kontrol.
Hasil uji Levene menunjukkan tidak ada signifikansi (F=.974, p=.326 ＞.05). Dengan kata lain, analisis data diikuti dengan hipotesis dasar ANCOVA. Hasil ANCOVA satu arah untuk kemampuan pemecahan masalah siswa ditunjukkan pada Tabel II. Ada signifikansi antara kelompok perlakuan dan kelompok kontrol (F=104.833, p= .000 <.05). Artinya kemampuan pemecahan masalah siswa SMK dipengaruhi oleh kegiatan PBL. Perubahan kemampuan pemecahan masalah kelompok perlakuan lebih positif dibandingkan kelompok kontrol.
Halo Teman-Teman kali ini
jurnal yang dianalisis adalah:
masih banyak mahasiswa
yang tidak mampu berpikir kreatif untuk dapat memahami dan menyelesaikan soal –
soal yang diberikan. Dengan kata lain, kemampuan kognitif mahasiwa masih kurang
dan mungkin ada yang salah terhadap model pembelajaran yang diberikan oleh
dosen di kelas. Hal ini tidak bisa terus dibiarkam saja karena akan berdampak
dengan rendahnya kualitas lulusan mahasiswa dari suatu universitas serta
berdampak pada rendahnya kemampuan mereka dalam memecahkan masalah dalam
kehidupan sehari - hari. Oleh karena itu, pada penelitian ini peneliti
sekaligus dosen mengambil inisiatif untuk melakukan observasi mencari tahu
apakah dengan melakukan perbaikan model pembelajaran di kelas mahasiswa bisa
lebih memahami materi dengan baik agar terjadinya peningkatan pemahaman
mahasiswa untuk bisa berpikir lebih kreatif sehingga berpengaruh terhadap hasil
belajar mahasiswa.
Solusi Yang Ditawarkan
Perbedaan penelitian ini
dengan sebelumnya adalah jika penelitian – penelitian sebelumnya dilakukan di
lingkungan sekolah, maka pada penelitian ini peneliti memilih melakukannya di
lingkungan universitas tempat peneliti bekerja dan mengajar, yakni di
Universitas Potensi Utama. Selain itu juga peneliti melakukan suatu metode yang
berbeda dari yang sebelumnya. Jika selama ini peneliti sebagai dosen mengajar
dengan model pembelajaran secara kontekstual, maka peneliti mencoba melakukan
perbaikan model pembelajaran yang baru dengan menggunakan model lain, yakni
Model pembelajaran Berbasis Masalah (Problem Based Learning). Model
pembelajaran kontekstual yang selama ini peneliti gunakan di kelas, yakni suatu
model pembelajaran dengan mengaitkan materi pembelajaran yang sedang dipelajari
dengan dunia nyata dalam kehidupan sehari – hari, ternyata tidak begitu efektif
dilakukan di kelas
Analisa data pada penelitian ini menggunakan analisa statistik inferensial dengan two way anova. Namun untuk mendapatkan hasil kebenaran secara statistik dan hasil yang akurat, sebagai langkah awal perlu dilakukan beberapa uji asumsi dalam two way anova dengan menggunakan model dalam statistika inferensial, (Mahmudah, 2020). Kedua uji tersebut adalah Uji Normalitas Data dan Uji Homogenitas. Penggunaan statistik Kolmogorov[1]Smirnov dan Shapiro-Wilk Test dilakukan untuk uji normalitas, sedangkan, penggunaan statistik Levine’s Test of Equality of Error Variance dilakukan untuk uji homogenitas, (Emrisena et all, 2018). Kedua uji tersebut diolah menggunakan bantuan software SPSS.
Halo Teman-taman semua, perkenalkan saya Patricius Ari dari kelompok dua. pada kesempatan kali ini saya akan membagikan materi Anova 1: Prasyarat Analisis, Anova Satu Jalur.
berikut link mengenai materi tersebut:
Terimakasih
Halo Teman-taman semua, perkenalkan saya Patricius Ari dari kelompok dua. pada kesempatan kali ini saya akan membagikan materi Anova 1: Prasyarat Analisis, Anova Satu Jalur.
berikut link mengenai materi tersebut:
Terimakasih
link artikel: https://ejournal.undiksha.ac.id/index.php/JJPF/article/view/39286/20118
Penelitian ini
bertujuan untuk mengetahui
hasil belajar siswa
dalam penggunaan aplikasi Google Classroomberbasis web dengan
penerapan model pembelajaran berbasis proyek pada materi pokok fisika
termodinamika. Selain itu, respon siswa terhadap perlakuan yang diberikan juga
menjadi bahan evaluasi peneliti. Metode penelitian yang digunakan adalah
kuantitatif dengan pendekatan pra-eksperimen
dan menggunakan desain
penelitian one-shot case study.
Teknik analisis data yang
digunakan yaitu uji normalitas dan uji hipotesis. Untuk uji normalitas menggunakan teknik
pengujian kecocokan data dengan menggunakan uji statistik chi kuadrat (χ2),
dengan rumus (Sudjana, 2005: 273) sebagai berikut
Keterangan:
χ2= harga chi kuadrat
Oi= frekuensi observasi
Ei= frekuensi harapan
Hipotesis ini mengandung pengertian minimum, dengan
rumus (Sudjana, 2005: 227):
Halo Teman-teman, saya Patricis Ari akan membagikan materi Analisis Regresi Linear Tunggal
Berikut lampiran dari materi tersebut:
Makalah Regresi Linear Tunggal
Revisi Makalah Regresi Linear Tunggal
Terima kasih
Hipotesis asosiatif adalah dugaan hubungan antara variabel dalam populasi, yang akan diuji melalui hubungan antar variabel dalam sampel. Langkah pembuktian yaitu dengan menghitung terlebih dahulu koefisien korelasi yang ada pada sampel untuk diberlakukan pada seluruh populasi. Terdapat tiga hubungan Asosiatif yaitu; Simetris, Sebab akibat (kasual), dan Interaktif (saling mempengaruhi)
o Pedoman memilih teknik korelasi
1. Statistik
Parametrik
Statistik parametrik adalah suatu teknik statistik yang dapat digunakan untuk menguji hipotesis dengan melibatkan parameter populasi. Statistik parametrik memiliki keterbatasan penggunaan jenis data yaitu minimal menggunakan data interval dan rasio. Kelompok data yang dapat digunakan dalam teknik statistik parametrik memiliki ciri berupa populasi yang berdistribusi normal dengan varian-varian yang sama. Berikut beberapa contoh statistik parametrik yang dapat digunakan sebagai statistik uji: Uji T, Anova, Regresi, Korelasi (Korelasi product moment, Korelasi Ganda Korelasi Berganda (Multiple Correlation) dan Korelasi Parsial Korelasi parsial) serta Analisis Jalur
2. Statistik Non-Parametrik
Pendugaan
parameter atau nilai-nilai populasi disebut dengan statistik parametrik
sedangkan statistik non parametrik tidak melibatkan pendugaan nilai populasi.
Terdapat tiga uji asosiatif nonparametrik yang sering digunakan. Uji tersebut
adalah uji koefisien kontingensi (Coefficient Contingency), koefisien korelasi
rank Spearman dan tau-b Kendall test.
Ciri- kelompok data yang dapat diuji dengan statistik non-parametrik:
o Kelompok data tidak berdistribusi normal
o Umumnya data yang dimiliki memiliki skala nominal dan ordinal
o Sering ditemukan pada kasus penelitian ilmu sosial
o Ukuran sampel kecil dan tidak berdistribusi normal
Berikut beberapa
pasangan uji yang dapat dipakai dan sepadan antara uji parametrik dan non
parametrik
Perbedaan antara
penggunaan statistik
parametrik dan non parametrik dapat dilihat pada tabel dibawah ini
Artikel yang telah
direview tidak memiliki novelty. Namun dalam artikel ada tujuan yang
ditargetkan yaitu untuk menghasilkan perangkat pembelajaran fisika model
inkuiri terbimbing yang valid, praktis, dan efektif untuk melatihkan kemampuan
multi representasi siswa SMA. Ada beberapa permasalahan yang ditemui peneliti
sselama melakukan observasi yaitu: Keterbatasan
waktu guru mata pelajaran fisika untuk dapat menyediakan perangkat pembelajaran
dalam melatih kemampuan multi representasi siswa; (2) Siswa mengalami kesulitan
menggunakan kemampuan multi representasi fisika; dan (3) Guru bidang studi
fisika kesulitan menangani siswa dengan kemampuan rendah dapat aktif dan
termotivasi belajar fisika. Solusi yang memungkinkan untuk diterapkan dalam
rangka mencapai ketuntasan indikator bagi siswa yang masih lemah dalam
kemampuan multi representasi adalah memberikan lebih banyak soal yang berkaitan,
siswa memperoleh pemahaman konsep fisika yang kontekstual melalui kegiatan
multi representasi, dan bimbingan guru selama pembelajaran harus lebih intensif
bagi siswa yang memiliki kecepatan belajar yang masih rendah.
2. Analisis
Statistik
Teknik analisis data
menggunakan analisis uji statistik non parametrik. Dengan bentuk ujinya adalah menggunakan
uji U Mann-Witney pada data n-gain ternormalisasi dengan hipotesis sebagai
berikut:
H0: Tidak terdapat
perbedaan peningkatan kemampuan multi representasi siswa pada kelas yang satu
dengan kelas yang lain.
H1:Terdapat perbedaan
peningkatan kemampuan multi representasi siswa pada kelas yang satu dengan
kelas yang lain.
Jika P-value < α,
maka H0 ditolak Jika P- value ≥ α, maka H0 tidak dapat ditolak (Sugiyono, 2014)
Pada kelas X1 dan X2; kelas X1 dan X3; dan kelas X2 dan X3 nilai sig. > 0.05, hal ini berarti tidak terdapat perbedaan kemampuan multi representasi awal siswa pada kelas yang satu dengan kelas yang lain.
Representasi Siswa Uji
perbedaan peningkatan kemampuan multi representasi setelah pembelajaran siswa
menggunakan n-gain kemampuan multi representasi tiap kelas menggunakaan uji
Mann-Whitney U dengan taraf signifikansi α = 0.05 (2-tailed) .
Pada kelas X1 dan X2;
kelas X1 dan X3; kelas X2 dan X3 memiliki nilai sig. > 0.05, hal ini berarti
tidak terdapat perbedaan peningkatan kemampuan multi representasi siswa pada
kelas yang satu dengan kelas yang lain.
Patricius Ari_220321801888
Uji normalitas didefinisikan sebagai salah satu
pengujian dalam statistika dengan tujuan melihat sebaran data dalam suatu
populasi atau variable penelitian. uji normalitas ini karena sebagai langkah
awal penentuan analisis statistika data tersebut dapat menggunakan statistik parametrik
atau non-parametrik(Das & Imon, 2016). Hasil pengujian yang menunjukkan
sebaran data terdistribusi normal, maka analisisnya dilakukan dengan analisis statistik
parametrik. data yang terdistribusi normal akan membentuk kurva bergantung
kepada dua faktor yakni mean dan standar deviasi. Terdapat beberapa metode yang
dapat digunakan untuk uji normalitas, yakni sebagai berikut.
a. Uji Grafik
Metode pengujian normalitas dengan menggunakan
grafik ini dilakukan dengan memperhatikan penyebaran data pada sumber diagonal
dengan grafik normal P-P Plot of Regression Standardized Residual.
b. Kolmogorov Smirnov
Prinsip penting dalam pengaplikasian metode Kolmogorov Smirnov yakni peneliti diajak untuk membandingkan hasil Z-score yang telah diperoleh dengan Kolmogorov Smirnov table yang telah diasumsikan normal.
c. Shapiro Wilk
Metode Shapiro Wilk merupakan metode untuk uji
normalitas yang efektif digunakan dengan berjumlah kecil, yakni dilakukan
apabila data penelitiannya < 50 data.
d. Sknewness – Kurtosis
Pengujian normalitas dengan metode ini selain memberikan informasi terkait data yang terdistribusi normal atau tidak, juga menggambarkan kurva normalitasnya cenderung “menceng” ke kanan atau ke kiri, terlalu datar atau “gemuk” (mengumpul di tengah).
Pengujian ini dimaksudkan untuk mendapati adanya
hubungan antar dua variabel (variabel pengaruh dan variabel terpengaruh)
bersifat linier atau pun tidak secara signifikan. (Wahyu Widhiarso, 2010) Dalam
pengujian ini memperhatikan hubungan antara variabel X dan variabel Y, apakah
saling berbanding lurus ataupun berbanding terbalik. Adapun beberapa cara yag
dapat digunakan dalam membuktikan hubungan linier antar dua variabel seperti,
Bivariate Plot, Analisis Residual, dan Linearity Test and Curve Estimation.
a. Grafik Pencar (Scatterplot)
grafik digunakan untuk menjabarkan hubungan dua variabel yang diwujudkan dalam titik-titik yang mendeskripsikan sebaran data dalam suatu hubungan antar variabel
b. Analisis Grafik Residual (Residual Graph Analysis)
digunakan untuk menperhatikan dan mengonfrontasikan nilai residu dan prediksi yang terstandar menggunakan grafik
c. Estimasi Kurva (Curve Estimation Method)
menggunakan model atau pola hubungan antar dua variabel seperti linier (orde 1), kuadrat (orde 2), atau kuartik (orde ke-n).
d. Perbedaan Eta dan R kuadrat
menggunakan hubungan antara eta dan r, yang seperti sudah diketahui eta adalah koefisien asosiasi non-linier jika hubungannya linier nilainya akan sama dengan koefisien korelasi (r Pearson).
e. Linieritas dalam ANOVA
menggunakan ANOVA dapat dililhat dari hasil perhitungan nilai F dalam setiap pasang variabel
Dalam pengujian linieritas menggunakan
aplikasi SPSS yang bernama Test for linearity dengan taraf signifikansi 0,05 dengan
dua metode pengambilan keputusan yaitu:
·
Dikatakan linier
jika hubungan dua variabel memiliki signifikansi lebih dari 0,05 (Sig. >
0,05), dan sebaliknya.
·
Dikatakan linier
jika hubungan dua variabel dalam perhitungan manual nilai F hitung lebih besar
dibandingkan dengan F tabel, dan sebaliknya.
3.
Homogenitas
Uji homogenitas merupakan uji untuk mengetahui
varians dari beberapa populasi sama atau tidak. Uji ini sebagai syarat dari
uji-uji perbandingan (t test dana nova), dengan syarat cukup. Yang berarti jika
uji homogenitas tidak terpenuhi bisa menggunakan uji parametrik.
A.
Jenis-jenis Uji Homogenitas
a. Uji Bartlett
Uji prasyarat ini bertujuan untuk menguji homoskedastisitas dari dua populasi atau lebih yang terdistribusi normal (Barlett, 1937).
b. Uji Herley
Uji Hartley adalah uji yang paling sederhana karena hanya membandingkan variansi terbesar dengan variansi terkecil.
c. Uji Layard
Layard mengenalkan uji chi-square menggunakan fungsi kurtosis dari sampel untuk menentukan homogenitas varians.
d. Uji levene
Uji levene digunakan untuk mengetahui perbedaan dari dua variabel data dengan varians yang berbeda.
