SlideShare a Scribd company logo
1 of 5
Uji ini dilakukan untuk mengetahui kesamaan antara dua keadaan atau populasi. Uji homogenitas ini
menggunakan uji homogeneity of variances dengan program SPSS versi 23 pada taraf signifikasi 5%
atau 0,50. Syarat statistik multivariat manova adalah terpenuhinya distribusi normalitas dengan
hipotesis uji kolmograf smirnov sebagai berikut:
Jika nilai sig > 𝛼, maka 𝐻0 diterima
Jika nilai sig < 𝛼, maka 𝐻1 ditolak
𝐻0 diterima, maka data berdistribusi normal
𝐻1 ditolak, maka data tidak berdistribusi normal
Pemeriksaan distribusi normal dapat dilakukan pada setiap populasi
dengan cara membuat q‐q plot atau scatter‐plot dari nilai
𝑑𝑖
2
= (𝑋𝑖 βˆ’ 𝑋)
2
π‘†βˆ’β€²
(𝑋𝑖 βˆ’ 𝑋)𝑖 = 1,2,, 𝑛
Tahapan dari pembuatan q‐q plot ini adalah sebagai berikut.87
1) Menentukan nilai vektor rata‐rata : 𝑋
2) Menentukan nilai matriks varians‐kovarians : 𝑆
3) Menentukan nilai jarak mahalanobis atau kuadrat general setiap titik
pengamatan dengan vektor rata‐ratanya
𝑑𝑖
2
= (𝑋𝑖 βˆ’ 𝑋)
1
π‘†βˆ’β€²
(𝑋𝑖 βˆ’ 𝑋)𝑖 = 1,2, 𝑛
4) Mengurutkan nilai 𝑑𝑖
2
dari kecil ke besar :
𝑑
2
≀ 𝑑(2)
2
≀ 𝑑(3)
3
≀. .≀ 𝑑(𝑛)
2
5) Menentukan π‘›π‘–π‘™π‘Žπ‘–π‘π‘– =
π‘–βˆ’/2
𝑛!
𝑖 = 1,2, 𝑛
6) Menetukan nilai sedemikian hingga ∫ 𝑓
π‘žπ‘–
βˆ’βˆž
(π‘₯2
)𝑑π‘₯2
= 𝑝, atau
π‘žπ‘– 𝑝
.(𝑝𝑖) 𝑋 𝑝
2(𝑛 βˆ’ 𝑖 + 1/2)𝑛
87 Richard A. Johnson, Applied Multivariate Statistical Analysis, (New Jersey:
Prentice Hall, 2012), β„Ž. 187.
80
7) Membuat scatter‐plot dengan jika scatter‐plot ini cenderung membentuk
garis lurus dan lebih dari 50% 𝑑 π‘–βˆ’
2<
𝑋 𝐿
2
(0,50) nilai, maka 𝐻0 diterima
artinya data berdistribusi normal multivariat.
Adapun langkah‐langkah program SPSS versi 23 adalah sebagai
berikut:
1) Buka SPSS, pilih analyzelGeneral linear model lmultivariate.
2) Klik describtive statistik, pilih expore.
3) Setelah tampak dilayar tampilan window Multivariat, kemudian
melakukan entry variabel‐variabel yang sesuai pada kotak Dependent
Variables dan Fixed Factor(S).
4) Selanjutnya plots dipilih normalytytest, untransormend dan Continue,
terakhir 𝑂𝐾.
2. Uji Homogenitas
π‘Ž. Matrik Varian Kovarian
Uji ini dilakukan untuk mengetahui kesamaan antara dua keadaan
atau populasi. Uji homogenitas ini menggunakan uji homogeneity of
variances dengan program SPSS versi 23 pada taraf signifikasi 5% atau 0,50.
Syarat statistik multivariat manova adalah terpenuhinya distribusi homogen
dengan hipotesis sebagai berikut.
Jika nilai sig > 𝛼, maka 𝐻0 diterima
Jika nilai sig < 𝛼, maka 𝐻1 ditolak
𝐻0 diterima, maka variasi pada tiap kelompok sama (homogen).
𝐻1 ditolak, maka variasi pada tiap kelompok tidak sama (tidak homogen).
81
Statistik uji diperlukan untuk menguji homogenitas matriks varians
kovarians dengan β„Žπ‘–π‘π‘œπ‘‘π‘’π‘ π‘–π‘ π»0: βˆ‘ 1 = βˆ‘ 2 = βˆ‘ 𝑔 = βˆ‘ 0 dan 𝐻1 ada paling
sedikit satu antara sepasang βˆ‘ 1 yang tidak sama. jika dari masing‐masing
populasi diambil sampel acak berukuran yang saling bebas maka penduga
tidak bias untuk βˆ‘ 1 adalah matriks 𝑆, sedangkan untuk βˆ‘ 0 penduga tak
biasnya adalah S.
𝑆 =
1
𝑁
βˆ‘ (𝑉
1= 𝑛𝑇 βˆ’ 1)𝑆𝑇 dengan 𝑁 = βˆ‘ 𝑛𝑉
𝑖= 𝑇 βˆ’ 𝑔
Untuk menguji hipotesis diatas dengan tingkat signifikasi 𝛼,
digunakan kriteria uji berikut:
𝐻0 ditolakjika π‘€πΆβˆ’β€²
> 𝑋2
(, (𝑔 βˆ’ 1))𝑝(𝑝 + 1)(𝛼)
𝐻, ditolak jika π‘€πΆβˆ’β€²
> 𝑋2
(, (𝑔 βˆ’ 1)𝑝(𝑝 + 1) 𝛼
)
𝑀 = βˆ‘(
𝑉
𝑙=1
𝑛𝑙 βˆ’ 1)/𝑛/𝑠𝑙/) βˆ’ βˆ‘(
𝑉
𝑙=1
𝑛𝑙 βˆ’ 1)/𝑛/𝑠𝑙/)
πΆβˆ’β€²
= 1 βˆ’
2𝑝2 + 3𝑝 βˆ’ 1
6(𝑝+ 1)(π‘”βˆ’ 1)
(βˆ‘
1
(𝑛𝑙 βˆ’ 1)
𝑉
𝑙=1
βˆ’
1
βˆ‘ ( 𝑛𝑙 βˆ’ 1)
)
Dengan menggunakan bantuan program SPSS versi 23, uji
homogenitas matriks varians‐kovarians dapat dilakukan dengan Uji Box’s
M. 88 Adapun langkah‐langkah uji homogenitas varians‐kovarians
menggunakan program SPSS versi 23 adalah sebagai berikut:
1) Buka SPSS, pilih analyzelGenerality linear modellmultivariate.
2) Klik describtive statistik, pilih expore.
88 Ibid.
82
3) Setelah tampak dilayar tampilan windows Multivariat, kemudian
melakukan entry variabel‐variabel yang sesuai pada kontak Dependent
Varoabels dan Fixed Factor(S).
4) Selanjutnya plots dipilih Homogenitas test, unstasormed dan Continue,
terakhir 𝑂𝐾.
𝑏. Varian
Uji homogenitas menggunakan uji Lavene Statistic data bersifat
homogen apabila nilai sig > dengan 𝛼 = 0,05. Selanjutnya apabila matrik
varians‐kovarian pada variabel miskonsepsi dan self efficacy secara individu
adalah sama untuk variabel perlakuan. Sehingga bisa dilanjutkan dengan
analisis Manova.
3. Uji Hipotesis
Jika dapat diketahui berdistribusi normal dan homogen maka akan
bisa dilanjutkan dengan menggunakan π‘ˆπ‘—π‘– Varian Multivariat (MANOVA)
untuk bisa melihat apakah ada atau tidak perbedaan rata‐rata antara kedua
kelompok, serta untuk mengetahui seberapa besar pengaruhnya. Untuk
menguji hipotesis dapat digunakan π‘ˆπ‘—π‘– Varian Multivariat (MANOVA)
dengan menggunakan SPSS versi 23.
Analisis varian multivariate merupakan arti dari multivariate
analisis of avrians (MANOVA). Sama denganANOVA, MANOVA
merupakan uji beda varian. Bedanya, dalam ANOVA varian yang
dibandingkan berasal dari satu variabel terikat sedangkan MANOVA varian
yang dibandingkan berasal dari lebih dari satu variabel terikat.89
89 Subandana, Statistik Pendidikan, (Bandung: CV Pustaka Setia, 2005), β„Ž. 168.
83
Pada penelitian ini menggunakan SPSS versi 23, adapun langkah‐
langkah uji Analisis Variansi Multivariate (MANOVA) antara lain sebagai
berikut:
1) Buka SPSS versi 23, pilih analyzelGeneral linear modellmultivariate.
2) Masukkan perlakuan/data penelitian ke dalam kotak Fixed factors dan
variabel miskonsepsi dan self efficacy ke dalam kotak Dependen variabel.
3) Pilih modellcostum.
4) Masukkan perlakuan ke model.
5) Masukkan Interaction ke main effect
6) Lalu klik Continue.
7) Kemudian klik Option, pada display means for masukkan perlakuan.
Pada display, pilih descriptive statistic, estimate of effect size, parameter
estimates, residual SSCP matrix dan homogeneity test.
8) Selanjutnya, pada option pilih Homogenity test dan Continue lalu klik
𝑂𝐾.
Langkah‐langkah dalam analisis Manova sebagai berikut:
1. Menghitung nilai Sum Square Cross ProducT, 𝑆𝑆𝐢𝑃𝑀 = 𝑆𝑆𝐢𝑃 𝑉 π‘Ÿπ‘œπ‘’π‘ , +
𝑆𝑆𝐢𝑃 𝑉 π‘Ÿπ‘œπ‘’π‘2
Dimana:
𝑆𝑆𝐢𝑃𝑀 = π‘†π‘’π‘š Square Cross ProducT WiThin Group 𝑆𝑆𝐢𝑃𝑏 = π‘†π‘’π‘š Square Cross
ProducT BeTween Group
Selanjutnya untuk menghitung
Sum Square Cross π‘ƒπ‘Ÿπ‘œπ‘‘π‘’π‘π‘‡π‘‰ π‘Ÿπ‘œπ‘’π‘ , (𝑆𝑆𝐢𝑃 𝑉 π‘Ÿπ‘œπ‘’π‘ , ) dan
Sum Square Cross π‘ƒπ‘Ÿπ‘œπ‘‘π‘’π‘π‘‡ 𝑉 π‘Ÿπ‘œπ‘’π‘2 (𝑆𝑆𝐢𝑃 𝑉 π‘Ÿπ‘œπ‘’π‘2 )
84
𝑆𝑆 π‘Œ, βˆ‘ ( π‘Œ,βˆ’π‘ƒ, )
2
dan 𝑆𝑆 π‘Œ2 = βˆ‘ ( π‘Œ2 βˆ’ 𝑃2)2
𝐢𝑃 = βˆ‘ ( π‘Œ, βˆ’π‘Œ (π‘Œ2 βˆ’ π‘Œ)
Dimana:
𝑆𝑆‐Sum Squares (Jumlah Kuadrat Deviasi)
𝐢𝑃 = πΆπ‘Ÿπ‘œπ‘ π‘  Product
Didapatkan matriks :
𝑆𝑆𝐢𝑃 𝑉 π‘Ÿπ‘œπ‘’π‘1 = 𝑆𝑆 π‘Œ2 𝐢 𝑃2
𝑠𝑠 π‘Œ1 𝐢 𝑃1
𝑆𝑆𝐢𝑃 𝑉 π‘Ÿπ‘œπ‘’π‘2 = 𝐢 𝑃2 𝑆𝑆 π‘Œ2
𝑆𝑆 π‘Œ2 𝐢𝑃2
1. Menghitung nilai Sum Squares Prouct Betw 𝑒𝑒𝑛 Group (SSCP)
Untuk matriks SSCPb perhitungan elemen‐elemen Sum Square (SS)
dapat ditentukan sebagai berikut:
𝑆𝑆𝐡 π‘Œ, = βˆ‘ =𝐾
𝐺 1𝑛 𝐺 (π‘Œ,βˆ’π‘Œ, )2
𝑆𝑆𝐡 π‘Œ2 = βˆ‘ =𝐾
𝐺 1𝑛 𝐺 (π‘Œ βˆ’ π‘Œ)2
Dimana:
π‘Œ2 = πΊπ‘Ÿπ‘Žπ‘›π‘‘ βˆ’ π‘šπ‘’π‘Žπ‘›πœˆariabel Y π‘Œ,= πΊπ‘Ÿπ‘Žπ‘›π‘‘ βˆ’ π‘šπ‘’π‘Žπ‘›πœˆariabel Y,
Elemen 𝐢𝑃𝑏 dihitung dengan menggunakan rumus sebagai berikut:
𝐢𝑃𝑏 = βˆ‘ =
𝐾
𝐺
1𝑛 𝐺 (π‘Œ, βˆ’π‘Œ, )2
(π‘Œ βˆ’ π‘Œ)2
Kemudian matriks SSCPb dapat disusun sebagai berikut:
𝑆𝑆𝐢𝑃𝑏 = 𝐢𝑃 𝑏
𝑆𝑆𝑏
𝑑𝑀𝑉8|
2. Menghitung matriks 𝑆𝑆𝐢𝑃 𝑇
𝑆𝑆𝐢𝑃 𝑇 = 𝑆𝑆𝐢𝑃 𝑏 + 𝑆𝑆𝐢𝑃𝑀
85
3. Menghitung varian‐kovarians, 𝑆 𝑀 =∼ 𝑓
π‘π‘œπ‘œπ‘™π‘’βˆΌβˆ—33𝑗
4. Menghitung jarak Mahalanobis Distance (𝑀𝐷2
)
𝑀𝐷2
= (π‘₯ 𝑖 βˆ’ π‘₯ π‘˜) 𝑇
𝑆 π‘€βˆ’ ’(π‘₯ 𝑖 βˆ’ π‘₯ π‘˜)
5. Menghitung nilai eigenvalue (πœ†, ) : 𝑆𝑆𝐢𝑃𝑏 βˆ— 𝑆𝑆𝐢𝑃𝑀
βˆ’
’
Apabila nilai signifikasi untuk < 0,05 atau nilai Fitung > πΉπ‘‘π‘Žπ‘π‘’1 maka
menolak hipotesis nol (H) yang berarti dapat perbedaan yang signifikan
antara kelompok. Uji signifikan dalam analisis Multivariate sebagai berikut:
𝐹 =
(𝑛, +𝑛2 βˆ’ 𝑝)1
(𝑛, +𝑛2 βˆ’ 𝑝)2
𝑇2
Keterangan :
𝑛,: Jumlah sampel pada group 1 𝑛2: Jumlah sampel pada group 2 𝑝 : Banyak group
𝑇2
: besarnya nilai Hoteling’s 𝑇2
Hoteling’s : βˆ‘ = πœ†π‘–
Tujuan menggunakan uji Manova adalah untuk menentukan
kelompok responden yang menunjukkan perbedaan dalam variabel terikat.
86

More Related Content

What's hot

Analisis Komponen Utama (2)
Analisis Komponen Utama (2)Analisis Komponen Utama (2)
Analisis Komponen Utama (2)Rani Nooraeni
Β 
Analisis Klaster (1)
Analisis Klaster (1)Analisis Klaster (1)
Analisis Klaster (1)Rani Nooraeni
Β 
Penerapan Analisis Regresi Berganda
Penerapan Analisis Regresi BergandaPenerapan Analisis Regresi Berganda
Penerapan Analisis Regresi BergandaFahrul Usman
Β 
Regresi Linear Berganda
Regresi Linear BergandaRegresi Linear Berganda
Regresi Linear BergandaDian Arisona
Β 
Analisis Faktor (2.1)
Analisis Faktor (2.1)Analisis Faktor (2.1)
Analisis Faktor (2.1)Rani Nooraeni
Β 
ANALISIS REGRESI LINIER BERGANDA
ANALISIS REGRESI LINIER BERGANDAANALISIS REGRESI LINIER BERGANDA
ANALISIS REGRESI LINIER BERGANDAArning Susilawati
Β 
Uji asumsi-klasik
Uji asumsi-klasikUji asumsi-klasik
Uji asumsi-klasikIpma Zukemi
Β 
Ppt anova k elompok 6
Ppt anova k elompok 6Ppt anova k elompok 6
Ppt anova k elompok 6Torang Aritonang
Β 
Uji asumsi-klasik-dengan-spss-16.0
Uji asumsi-klasik-dengan-spss-16.0Uji asumsi-klasik-dengan-spss-16.0
Uji asumsi-klasik-dengan-spss-16.0Shedu Puma
Β 
Analisis regresi berganda
Analisis regresi berganda Analisis regresi berganda
Analisis regresi berganda Agung Handoko
Β 
Uji korelasi & Regresi
Uji korelasi & RegresiUji korelasi & Regresi
Uji korelasi & RegresiEkaEffandilus2
Β 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)M. Jainuri, S.Pd., M.Pd
Β 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arahTri Supadmi
Β 
Anova (Analysis of Variance)
Anova (Analysis of Variance)Anova (Analysis of Variance)
Anova (Analysis of Variance)Nur Indah Sari
Β 

What's hot (20)

Analisis jalur (path analysis)
Analisis jalur (path analysis)Analisis jalur (path analysis)
Analisis jalur (path analysis)
Β 
10. analisis jalur
10. analisis jalur10. analisis jalur
10. analisis jalur
Β 
Analisis Komponen Utama (2)
Analisis Komponen Utama (2)Analisis Komponen Utama (2)
Analisis Komponen Utama (2)
Β 
Analisis Klaster (1)
Analisis Klaster (1)Analisis Klaster (1)
Analisis Klaster (1)
Β 
Modul linear-ganda
Modul linear-gandaModul linear-ganda
Modul linear-ganda
Β 
Penerapan Analisis Regresi Berganda
Penerapan Analisis Regresi BergandaPenerapan Analisis Regresi Berganda
Penerapan Analisis Regresi Berganda
Β 
Regresi Linear Berganda
Regresi Linear BergandaRegresi Linear Berganda
Regresi Linear Berganda
Β 
Analisis Faktor (2.1)
Analisis Faktor (2.1)Analisis Faktor (2.1)
Analisis Faktor (2.1)
Β 
ANALISIS REGRESI LINIER BERGANDA
ANALISIS REGRESI LINIER BERGANDAANALISIS REGRESI LINIER BERGANDA
ANALISIS REGRESI LINIER BERGANDA
Β 
Bab i
Bab iBab i
Bab i
Β 
Uji asumsi-klasik
Uji asumsi-klasikUji asumsi-klasik
Uji asumsi-klasik
Β 
Ppt anova k elompok 6
Ppt anova k elompok 6Ppt anova k elompok 6
Ppt anova k elompok 6
Β 
Analisis jalur
Analisis jalurAnalisis jalur
Analisis jalur
Β 
Uji asumsi klasik
Uji asumsi klasikUji asumsi klasik
Uji asumsi klasik
Β 
Uji asumsi-klasik-dengan-spss-16.0
Uji asumsi-klasik-dengan-spss-16.0Uji asumsi-klasik-dengan-spss-16.0
Uji asumsi-klasik-dengan-spss-16.0
Β 
Analisis regresi berganda
Analisis regresi berganda Analisis regresi berganda
Analisis regresi berganda
Β 
Uji korelasi & Regresi
Uji korelasi & RegresiUji korelasi & Regresi
Uji korelasi & Regresi
Β 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)
Β 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arah
Β 
Anova (Analysis of Variance)
Anova (Analysis of Variance)Anova (Analysis of Variance)
Anova (Analysis of Variance)
Β 

Similar to Teknik analisis dataa

APG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionAPG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionRani Nooraeni
Β 
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Sowanto Sanusi
Β 
APG Pertemuan 7 : Manova
APG Pertemuan 7 : ManovaAPG Pertemuan 7 : Manova
APG Pertemuan 7 : ManovaRani Nooraeni
Β 
APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)Rani Nooraeni
Β 
Ukuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan dataUkuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan dataSriwijaya University
Β 
PPT KELOMPOK 1.pptx
PPT KELOMPOK 1.pptxPPT KELOMPOK 1.pptx
PPT KELOMPOK 1.pptxauliafatmawati5
Β 
APG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsAPG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsRani Nooraeni
Β 
P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS M. Jainuri, S.Pd., M.Pd
Β 
Distribusi Normal Matematika Peminatan Kelas XII Program MIPA
Distribusi Normal Matematika Peminatan Kelas XII Program MIPADistribusi Normal Matematika Peminatan Kelas XII Program MIPA
Distribusi Normal Matematika Peminatan Kelas XII Program MIPAMuhammad Arif
Β 
APG Pertemuan 3 : SAMPLE GEOMETRI AND RANDOM SAMPLING (2)
APG Pertemuan 3 : SAMPLE GEOMETRI  AND RANDOM SAMPLING (2)APG Pertemuan 3 : SAMPLE GEOMETRI  AND RANDOM SAMPLING (2)
APG Pertemuan 3 : SAMPLE GEOMETRI AND RANDOM SAMPLING (2)Rani Nooraeni
Β 
Anova Satu Jalur
Anova Satu JalurAnova Satu Jalur
Anova Satu JalurEllin Juniarti
Β 
Tugas pemodelan statistika
Tugas pemodelan statistikaTugas pemodelan statistika
Tugas pemodelan statistikaIraa Nurcahyani
Β 
Tugas Kuliah Ukuran Kemiringan dan Keruncingan.pptx
Tugas Kuliah Ukuran Kemiringan dan Keruncingan.pptxTugas Kuliah Ukuran Kemiringan dan Keruncingan.pptx
Tugas Kuliah Ukuran Kemiringan dan Keruncingan.pptxPutraSinambela3
Β 
MANOVA DUA JALUR_Nur Maulidiawati Rahman.pptx
MANOVA DUA JALUR_Nur Maulidiawati Rahman.pptxMANOVA DUA JALUR_Nur Maulidiawati Rahman.pptx
MANOVA DUA JALUR_Nur Maulidiawati Rahman.pptxIsnawati78
Β 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrikAniklestari1997
Β 
Korelasi Non-Parametrik
Korelasi Non-ParametrikKorelasi Non-Parametrik
Korelasi Non-ParametrikAgung Anggoro
Β 
Anova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutAnova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutSuci Agustina
Β 

Similar to Teknik analisis dataa (20)

APG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionAPG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal Distribution
Β 
Statistika dasar Pertemuan 8
 Statistika dasar Pertemuan 8 Statistika dasar Pertemuan 8
Statistika dasar Pertemuan 8
Β 
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19
Β 
Catatan Regresi linier
Catatan Regresi linierCatatan Regresi linier
Catatan Regresi linier
Β 
APG Pertemuan 7 : Manova
APG Pertemuan 7 : ManovaAPG Pertemuan 7 : Manova
APG Pertemuan 7 : Manova
Β 
APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)
Β 
Ukuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan dataUkuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan data
Β 
PPT KELOMPOK 1.pptx
PPT KELOMPOK 1.pptxPPT KELOMPOK 1.pptx
PPT KELOMPOK 1.pptx
Β 
APG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsAPG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two Populations
Β 
P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS
Β 
Distribusi Normal Matematika Peminatan Kelas XII Program MIPA
Distribusi Normal Matematika Peminatan Kelas XII Program MIPADistribusi Normal Matematika Peminatan Kelas XII Program MIPA
Distribusi Normal Matematika Peminatan Kelas XII Program MIPA
Β 
APG Pertemuan 3 : SAMPLE GEOMETRI AND RANDOM SAMPLING (2)
APG Pertemuan 3 : SAMPLE GEOMETRI  AND RANDOM SAMPLING (2)APG Pertemuan 3 : SAMPLE GEOMETRI  AND RANDOM SAMPLING (2)
APG Pertemuan 3 : SAMPLE GEOMETRI AND RANDOM SAMPLING (2)
Β 
Ade caca
Ade cacaAde caca
Ade caca
Β 
Anova Satu Jalur
Anova Satu JalurAnova Satu Jalur
Anova Satu Jalur
Β 
Tugas pemodelan statistika
Tugas pemodelan statistikaTugas pemodelan statistika
Tugas pemodelan statistika
Β 
Tugas Kuliah Ukuran Kemiringan dan Keruncingan.pptx
Tugas Kuliah Ukuran Kemiringan dan Keruncingan.pptxTugas Kuliah Ukuran Kemiringan dan Keruncingan.pptx
Tugas Kuliah Ukuran Kemiringan dan Keruncingan.pptx
Β 
MANOVA DUA JALUR_Nur Maulidiawati Rahman.pptx
MANOVA DUA JALUR_Nur Maulidiawati Rahman.pptxMANOVA DUA JALUR_Nur Maulidiawati Rahman.pptx
MANOVA DUA JALUR_Nur Maulidiawati Rahman.pptx
Β 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
Β 
Korelasi Non-Parametrik
Korelasi Non-ParametrikKorelasi Non-Parametrik
Korelasi Non-Parametrik
Β 
Anova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutAnova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjut
Β 

Recently uploaded

tugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SDtugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SDmawan5982
Β 
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfModul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfSitiJulaeha820399
Β 
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptxPanduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptxsudianaade137
Β 
PELAKSANAAN + Link2 Materi TRAINING "Effective SUPERVISORY & LEADERSHIP Sk...
PELAKSANAAN  + Link2 Materi TRAINING "Effective  SUPERVISORY &  LEADERSHIP Sk...PELAKSANAAN  + Link2 Materi TRAINING "Effective  SUPERVISORY &  LEADERSHIP Sk...
PELAKSANAAN + Link2 Materi TRAINING "Effective SUPERVISORY & LEADERSHIP Sk...Kanaidi ken
Β 
Prakarsa Perubahan dengan Kanvas ATAP & BAGJA.pptx
Prakarsa Perubahan dengan Kanvas ATAP & BAGJA.pptxPrakarsa Perubahan dengan Kanvas ATAP & BAGJA.pptx
Prakarsa Perubahan dengan Kanvas ATAP & BAGJA.pptxSyaimarChandra1
Β 
Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5KIKI TRISNA MUKTI
Β 
IPA Kelas 9 BAB 10 - www.ilmuguru.org.pptx
IPA Kelas 9 BAB 10 - www.ilmuguru.org.pptxIPA Kelas 9 BAB 10 - www.ilmuguru.org.pptx
IPA Kelas 9 BAB 10 - www.ilmuguru.org.pptxErikaPuspita10
Β 
Karakteristik Negara Mesir (Geografi Regional Dunia)
Karakteristik Negara Mesir (Geografi Regional Dunia)Karakteristik Negara Mesir (Geografi Regional Dunia)
Karakteristik Negara Mesir (Geografi Regional Dunia)3HerisaSintia
Β 
04-Gemelli.- kehamilan ganda- duo atau triplet
04-Gemelli.- kehamilan ganda- duo atau triplet04-Gemelli.- kehamilan ganda- duo atau triplet
04-Gemelli.- kehamilan ganda- duo atau tripletMelianaJayasaputra
Β 
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASMATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASKurniawan Dirham
Β 
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMMLaporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMMmulyadia43
Β 
PPT_AKUNTANSI_PAJAK_ATAS_ASET_TETAP.pptx
PPT_AKUNTANSI_PAJAK_ATAS_ASET_TETAP.pptxPPT_AKUNTANSI_PAJAK_ATAS_ASET_TETAP.pptx
PPT_AKUNTANSI_PAJAK_ATAS_ASET_TETAP.pptxalalfardilah
Β 
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptxAKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptxWirionSembiring2
Β 
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...Kanaidi ken
Β 
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAKDEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAKirwan461475
Β 
demontrasi kontekstual modul 1.2.a. 6.pdf
demontrasi kontekstual modul 1.2.a. 6.pdfdemontrasi kontekstual modul 1.2.a. 6.pdf
demontrasi kontekstual modul 1.2.a. 6.pdfIndri117648
Β 
aku-dan-kebutuhanku-Kelas 4 SD Mapel IPAS
aku-dan-kebutuhanku-Kelas 4 SD Mapel IPASaku-dan-kebutuhanku-Kelas 4 SD Mapel IPAS
aku-dan-kebutuhanku-Kelas 4 SD Mapel IPASreskosatrio1
Β 
Materi Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptxMateri Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptxRezaWahyuni6
Β 
adap penggunaan media sosial dalam kehidupan sehari-hari.pptx
adap penggunaan media sosial dalam kehidupan sehari-hari.pptxadap penggunaan media sosial dalam kehidupan sehari-hari.pptx
adap penggunaan media sosial dalam kehidupan sehari-hari.pptxmtsmampunbarub4
Β 
LAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdf
LAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdfLAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdf
LAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdfChrodtianTian
Β 

Recently uploaded (20)

tugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SDtugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SD
Β 
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfModul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Β 
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptxPanduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
Β 
PELAKSANAAN + Link2 Materi TRAINING "Effective SUPERVISORY & LEADERSHIP Sk...
PELAKSANAAN  + Link2 Materi TRAINING "Effective  SUPERVISORY &  LEADERSHIP Sk...PELAKSANAAN  + Link2 Materi TRAINING "Effective  SUPERVISORY &  LEADERSHIP Sk...
PELAKSANAAN + Link2 Materi TRAINING "Effective SUPERVISORY & LEADERSHIP Sk...
Β 
Prakarsa Perubahan dengan Kanvas ATAP & BAGJA.pptx
Prakarsa Perubahan dengan Kanvas ATAP & BAGJA.pptxPrakarsa Perubahan dengan Kanvas ATAP & BAGJA.pptx
Prakarsa Perubahan dengan Kanvas ATAP & BAGJA.pptx
Β 
Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5
Β 
IPA Kelas 9 BAB 10 - www.ilmuguru.org.pptx
IPA Kelas 9 BAB 10 - www.ilmuguru.org.pptxIPA Kelas 9 BAB 10 - www.ilmuguru.org.pptx
IPA Kelas 9 BAB 10 - www.ilmuguru.org.pptx
Β 
Karakteristik Negara Mesir (Geografi Regional Dunia)
Karakteristik Negara Mesir (Geografi Regional Dunia)Karakteristik Negara Mesir (Geografi Regional Dunia)
Karakteristik Negara Mesir (Geografi Regional Dunia)
Β 
04-Gemelli.- kehamilan ganda- duo atau triplet
04-Gemelli.- kehamilan ganda- duo atau triplet04-Gemelli.- kehamilan ganda- duo atau triplet
04-Gemelli.- kehamilan ganda- duo atau triplet
Β 
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASMATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
Β 
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMMLaporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Β 
PPT_AKUNTANSI_PAJAK_ATAS_ASET_TETAP.pptx
PPT_AKUNTANSI_PAJAK_ATAS_ASET_TETAP.pptxPPT_AKUNTANSI_PAJAK_ATAS_ASET_TETAP.pptx
PPT_AKUNTANSI_PAJAK_ATAS_ASET_TETAP.pptx
Β 
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptxAKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
Β 
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
Β 
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAKDEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
Β 
demontrasi kontekstual modul 1.2.a. 6.pdf
demontrasi kontekstual modul 1.2.a. 6.pdfdemontrasi kontekstual modul 1.2.a. 6.pdf
demontrasi kontekstual modul 1.2.a. 6.pdf
Β 
aku-dan-kebutuhanku-Kelas 4 SD Mapel IPAS
aku-dan-kebutuhanku-Kelas 4 SD Mapel IPASaku-dan-kebutuhanku-Kelas 4 SD Mapel IPAS
aku-dan-kebutuhanku-Kelas 4 SD Mapel IPAS
Β 
Materi Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptxMateri Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptx
Β 
adap penggunaan media sosial dalam kehidupan sehari-hari.pptx
adap penggunaan media sosial dalam kehidupan sehari-hari.pptxadap penggunaan media sosial dalam kehidupan sehari-hari.pptx
adap penggunaan media sosial dalam kehidupan sehari-hari.pptx
Β 
LAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdf
LAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdfLAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdf
LAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdf
Β 

Teknik analisis dataa

  • 1. Uji ini dilakukan untuk mengetahui kesamaan antara dua keadaan atau populasi. Uji homogenitas ini menggunakan uji homogeneity of variances dengan program SPSS versi 23 pada taraf signifikasi 5% atau 0,50. Syarat statistik multivariat manova adalah terpenuhinya distribusi normalitas dengan hipotesis uji kolmograf smirnov sebagai berikut: Jika nilai sig > 𝛼, maka 𝐻0 diterima Jika nilai sig < 𝛼, maka 𝐻1 ditolak 𝐻0 diterima, maka data berdistribusi normal 𝐻1 ditolak, maka data tidak berdistribusi normal Pemeriksaan distribusi normal dapat dilakukan pada setiap populasi dengan cara membuat q‐q plot atau scatter‐plot dari nilai 𝑑𝑖 2 = (𝑋𝑖 βˆ’ 𝑋) 2 π‘†βˆ’β€² (𝑋𝑖 βˆ’ 𝑋)𝑖 = 1,2,, 𝑛 Tahapan dari pembuatan q‐q plot ini adalah sebagai berikut.87 1) Menentukan nilai vektor rata‐rata : 𝑋 2) Menentukan nilai matriks varians‐kovarians : 𝑆 3) Menentukan nilai jarak mahalanobis atau kuadrat general setiap titik pengamatan dengan vektor rata‐ratanya 𝑑𝑖 2 = (𝑋𝑖 βˆ’ 𝑋) 1 π‘†βˆ’β€² (𝑋𝑖 βˆ’ 𝑋)𝑖 = 1,2, 𝑛 4) Mengurutkan nilai 𝑑𝑖 2 dari kecil ke besar : 𝑑 2 ≀ 𝑑(2) 2 ≀ 𝑑(3) 3 ≀. .≀ 𝑑(𝑛) 2 5) Menentukan π‘›π‘–π‘™π‘Žπ‘–π‘π‘– = π‘–βˆ’/2 𝑛! 𝑖 = 1,2, 𝑛 6) Menetukan nilai sedemikian hingga ∫ 𝑓 π‘žπ‘– βˆ’βˆž (π‘₯2 )𝑑π‘₯2 = 𝑝, atau π‘žπ‘– 𝑝 .(𝑝𝑖) 𝑋 𝑝 2(𝑛 βˆ’ 𝑖 + 1/2)𝑛 87 Richard A. Johnson, Applied Multivariate Statistical Analysis, (New Jersey: Prentice Hall, 2012), β„Ž. 187. 80 7) Membuat scatter‐plot dengan jika scatter‐plot ini cenderung membentuk garis lurus dan lebih dari 50% 𝑑 π‘–βˆ’ 2< 𝑋 𝐿 2 (0,50) nilai, maka 𝐻0 diterima artinya data berdistribusi normal multivariat. Adapun langkah‐langkah program SPSS versi 23 adalah sebagai berikut: 1) Buka SPSS, pilih analyzelGeneral linear model lmultivariate. 2) Klik describtive statistik, pilih expore. 3) Setelah tampak dilayar tampilan window Multivariat, kemudian melakukan entry variabel‐variabel yang sesuai pada kotak Dependent Variables dan Fixed Factor(S). 4) Selanjutnya plots dipilih normalytytest, untransormend dan Continue, terakhir 𝑂𝐾.
  • 2. 2. Uji Homogenitas π‘Ž. Matrik Varian Kovarian Uji ini dilakukan untuk mengetahui kesamaan antara dua keadaan atau populasi. Uji homogenitas ini menggunakan uji homogeneity of variances dengan program SPSS versi 23 pada taraf signifikasi 5% atau 0,50. Syarat statistik multivariat manova adalah terpenuhinya distribusi homogen dengan hipotesis sebagai berikut. Jika nilai sig > 𝛼, maka 𝐻0 diterima Jika nilai sig < 𝛼, maka 𝐻1 ditolak 𝐻0 diterima, maka variasi pada tiap kelompok sama (homogen). 𝐻1 ditolak, maka variasi pada tiap kelompok tidak sama (tidak homogen). 81 Statistik uji diperlukan untuk menguji homogenitas matriks varians kovarians dengan β„Žπ‘–π‘π‘œπ‘‘π‘’π‘ π‘–π‘ π»0: βˆ‘ 1 = βˆ‘ 2 = βˆ‘ 𝑔 = βˆ‘ 0 dan 𝐻1 ada paling sedikit satu antara sepasang βˆ‘ 1 yang tidak sama. jika dari masing‐masing populasi diambil sampel acak berukuran yang saling bebas maka penduga tidak bias untuk βˆ‘ 1 adalah matriks 𝑆, sedangkan untuk βˆ‘ 0 penduga tak biasnya adalah S. 𝑆 = 1 𝑁 βˆ‘ (𝑉 1= 𝑛𝑇 βˆ’ 1)𝑆𝑇 dengan 𝑁 = βˆ‘ 𝑛𝑉 𝑖= 𝑇 βˆ’ 𝑔 Untuk menguji hipotesis diatas dengan tingkat signifikasi 𝛼, digunakan kriteria uji berikut: 𝐻0 ditolakjika π‘€πΆβˆ’β€² > 𝑋2 (, (𝑔 βˆ’ 1))𝑝(𝑝 + 1)(𝛼) 𝐻, ditolak jika π‘€πΆβˆ’β€² > 𝑋2 (, (𝑔 βˆ’ 1)𝑝(𝑝 + 1) 𝛼 ) 𝑀 = βˆ‘( 𝑉 𝑙=1 𝑛𝑙 βˆ’ 1)/𝑛/𝑠𝑙/) βˆ’ βˆ‘( 𝑉 𝑙=1 𝑛𝑙 βˆ’ 1)/𝑛/𝑠𝑙/) πΆβˆ’β€² = 1 βˆ’ 2𝑝2 + 3𝑝 βˆ’ 1 6(𝑝+ 1)(π‘”βˆ’ 1) (βˆ‘ 1 (𝑛𝑙 βˆ’ 1) 𝑉 𝑙=1 βˆ’ 1 βˆ‘ ( 𝑛𝑙 βˆ’ 1) ) Dengan menggunakan bantuan program SPSS versi 23, uji homogenitas matriks varians‐kovarians dapat dilakukan dengan Uji Box’s M. 88 Adapun langkah‐langkah uji homogenitas varians‐kovarians menggunakan program SPSS versi 23 adalah sebagai berikut: 1) Buka SPSS, pilih analyzelGenerality linear modellmultivariate. 2) Klik describtive statistik, pilih expore. 88 Ibid. 82 3) Setelah tampak dilayar tampilan windows Multivariat, kemudian
  • 3. melakukan entry variabel‐variabel yang sesuai pada kontak Dependent Varoabels dan Fixed Factor(S). 4) Selanjutnya plots dipilih Homogenitas test, unstasormed dan Continue, terakhir 𝑂𝐾. 𝑏. Varian Uji homogenitas menggunakan uji Lavene Statistic data bersifat homogen apabila nilai sig > dengan 𝛼 = 0,05. Selanjutnya apabila matrik varians‐kovarian pada variabel miskonsepsi dan self efficacy secara individu adalah sama untuk variabel perlakuan. Sehingga bisa dilanjutkan dengan analisis Manova. 3. Uji Hipotesis Jika dapat diketahui berdistribusi normal dan homogen maka akan bisa dilanjutkan dengan menggunakan π‘ˆπ‘—π‘– Varian Multivariat (MANOVA) untuk bisa melihat apakah ada atau tidak perbedaan rata‐rata antara kedua kelompok, serta untuk mengetahui seberapa besar pengaruhnya. Untuk menguji hipotesis dapat digunakan π‘ˆπ‘—π‘– Varian Multivariat (MANOVA) dengan menggunakan SPSS versi 23. Analisis varian multivariate merupakan arti dari multivariate analisis of avrians (MANOVA). Sama denganANOVA, MANOVA merupakan uji beda varian. Bedanya, dalam ANOVA varian yang dibandingkan berasal dari satu variabel terikat sedangkan MANOVA varian yang dibandingkan berasal dari lebih dari satu variabel terikat.89 89 Subandana, Statistik Pendidikan, (Bandung: CV Pustaka Setia, 2005), β„Ž. 168. 83 Pada penelitian ini menggunakan SPSS versi 23, adapun langkah‐ langkah uji Analisis Variansi Multivariate (MANOVA) antara lain sebagai berikut: 1) Buka SPSS versi 23, pilih analyzelGeneral linear modellmultivariate. 2) Masukkan perlakuan/data penelitian ke dalam kotak Fixed factors dan variabel miskonsepsi dan self efficacy ke dalam kotak Dependen variabel. 3) Pilih modellcostum. 4) Masukkan perlakuan ke model. 5) Masukkan Interaction ke main effect 6) Lalu klik Continue. 7) Kemudian klik Option, pada display means for masukkan perlakuan. Pada display, pilih descriptive statistic, estimate of effect size, parameter estimates, residual SSCP matrix dan homogeneity test. 8) Selanjutnya, pada option pilih Homogenity test dan Continue lalu klik 𝑂𝐾.
  • 4. Langkah‐langkah dalam analisis Manova sebagai berikut: 1. Menghitung nilai Sum Square Cross ProducT, 𝑆𝑆𝐢𝑃𝑀 = 𝑆𝑆𝐢𝑃 𝑉 π‘Ÿπ‘œπ‘’π‘ , + 𝑆𝑆𝐢𝑃 𝑉 π‘Ÿπ‘œπ‘’π‘2 Dimana: 𝑆𝑆𝐢𝑃𝑀 = π‘†π‘’π‘š Square Cross ProducT WiThin Group 𝑆𝑆𝐢𝑃𝑏 = π‘†π‘’π‘š Square Cross ProducT BeTween Group Selanjutnya untuk menghitung Sum Square Cross π‘ƒπ‘Ÿπ‘œπ‘‘π‘’π‘π‘‡π‘‰ π‘Ÿπ‘œπ‘’π‘ , (𝑆𝑆𝐢𝑃 𝑉 π‘Ÿπ‘œπ‘’π‘ , ) dan Sum Square Cross π‘ƒπ‘Ÿπ‘œπ‘‘π‘’π‘π‘‡ 𝑉 π‘Ÿπ‘œπ‘’π‘2 (𝑆𝑆𝐢𝑃 𝑉 π‘Ÿπ‘œπ‘’π‘2 ) 84 𝑆𝑆 π‘Œ, βˆ‘ ( π‘Œ,βˆ’π‘ƒ, ) 2 dan 𝑆𝑆 π‘Œ2 = βˆ‘ ( π‘Œ2 βˆ’ 𝑃2)2 𝐢𝑃 = βˆ‘ ( π‘Œ, βˆ’π‘Œ (π‘Œ2 βˆ’ π‘Œ) Dimana: 𝑆𝑆‐Sum Squares (Jumlah Kuadrat Deviasi) 𝐢𝑃 = πΆπ‘Ÿπ‘œπ‘ π‘  Product Didapatkan matriks : 𝑆𝑆𝐢𝑃 𝑉 π‘Ÿπ‘œπ‘’π‘1 = 𝑆𝑆 π‘Œ2 𝐢 𝑃2 𝑠𝑠 π‘Œ1 𝐢 𝑃1 𝑆𝑆𝐢𝑃 𝑉 π‘Ÿπ‘œπ‘’π‘2 = 𝐢 𝑃2 𝑆𝑆 π‘Œ2 𝑆𝑆 π‘Œ2 𝐢𝑃2 1. Menghitung nilai Sum Squares Prouct Betw 𝑒𝑒𝑛 Group (SSCP) Untuk matriks SSCPb perhitungan elemen‐elemen Sum Square (SS) dapat ditentukan sebagai berikut: 𝑆𝑆𝐡 π‘Œ, = βˆ‘ =𝐾 𝐺 1𝑛 𝐺 (π‘Œ,βˆ’π‘Œ, )2 𝑆𝑆𝐡 π‘Œ2 = βˆ‘ =𝐾 𝐺 1𝑛 𝐺 (π‘Œ βˆ’ π‘Œ)2 Dimana: π‘Œ2 = πΊπ‘Ÿπ‘Žπ‘›π‘‘ βˆ’ π‘šπ‘’π‘Žπ‘›πœˆariabel Y π‘Œ,= πΊπ‘Ÿπ‘Žπ‘›π‘‘ βˆ’ π‘šπ‘’π‘Žπ‘›πœˆariabel Y, Elemen 𝐢𝑃𝑏 dihitung dengan menggunakan rumus sebagai berikut: 𝐢𝑃𝑏 = βˆ‘ = 𝐾 𝐺 1𝑛 𝐺 (π‘Œ, βˆ’π‘Œ, )2 (π‘Œ βˆ’ π‘Œ)2 Kemudian matriks SSCPb dapat disusun sebagai berikut: 𝑆𝑆𝐢𝑃𝑏 = 𝐢𝑃 𝑏 𝑆𝑆𝑏 𝑑𝑀𝑉8| 2. Menghitung matriks 𝑆𝑆𝐢𝑃 𝑇 𝑆𝑆𝐢𝑃 𝑇 = 𝑆𝑆𝐢𝑃 𝑏 + 𝑆𝑆𝐢𝑃𝑀 85 3. Menghitung varian‐kovarians, 𝑆 𝑀 =∼ 𝑓 π‘π‘œπ‘œπ‘™π‘’βˆΌβˆ—33𝑗 4. Menghitung jarak Mahalanobis Distance (𝑀𝐷2 )
  • 5. 𝑀𝐷2 = (π‘₯ 𝑖 βˆ’ π‘₯ π‘˜) 𝑇 𝑆 π‘€βˆ’ ’(π‘₯ 𝑖 βˆ’ π‘₯ π‘˜) 5. Menghitung nilai eigenvalue (πœ†, ) : 𝑆𝑆𝐢𝑃𝑏 βˆ— 𝑆𝑆𝐢𝑃𝑀 βˆ’ ’ Apabila nilai signifikasi untuk < 0,05 atau nilai Fitung > πΉπ‘‘π‘Žπ‘π‘’1 maka menolak hipotesis nol (H) yang berarti dapat perbedaan yang signifikan antara kelompok. Uji signifikan dalam analisis Multivariate sebagai berikut: 𝐹 = (𝑛, +𝑛2 βˆ’ 𝑝)1 (𝑛, +𝑛2 βˆ’ 𝑝)2 𝑇2 Keterangan : 𝑛,: Jumlah sampel pada group 1 𝑛2: Jumlah sampel pada group 2 𝑝 : Banyak group 𝑇2 : besarnya nilai Hoteling’s 𝑇2 Hoteling’s : βˆ‘ = πœ†π‘– Tujuan menggunakan uji Manova adalah untuk menentukan kelompok responden yang menunjukkan perbedaan dalam variabel terikat. 86