ANALYSIS OF VARIANCE (ANAVA) ANALISIS OF COVARIANCE (ANACOVA)

Slides:



Advertisements
Presentasi serupa
RANCANGAN ACAK BLOK / TWO-WAY ANOVA
Advertisements

Statistika Parametrik
MATERI-9 STATISTIKA INFERENSIA (ANOVA)
UJI PERBEDAAN (Differences analysis)
ANOVA (Analysis of Variance)
STATISTIK NON PARAMETRIK
UJI ASUMSI KLASIK.
Uji 2 Sampel Tidak Berpasangan Bag 4b dan 4c (Uji Mann U Whitney)
Analisis Varians.
STATISTIKA 1 Jurusan Ekonomi Syariah IAIN Antasari Banjarmasin Disampaikan oleh Hafiez Sofyani, SE., M.Sc. Pertemuan 8: ANALYSIS OF VARIANCE (ANOVA) KEGUNAAN.
1. Validitas 1. Validitas Suatu ukuran untuk mengetahui apakah kuisoner yang disusun tersebut itu valid atau sah, maka perlu diuji dengan korelasi antara.
Mugi Wahidin, SKM, M.Epid Prodi Kesehatan Masyarakat Univ Esa Unggul
MENGOLAH DATA MENGGUNAKAN SPSS
RELIABILITAS & VALIDITAS
UJI BEDA 2-MEAN (t-test)
Statistik Inferensial
Statistik Inferensial By Jappy P. FanggidaE, SE., M.Si., MBA.
UJI ASUMSI KLASIK.
TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS MEDAN AREA
FEB Univ. 17 Agustus 1945 Jakarta
2. Independent-Sample T Test
MODUL 11 METODE PENELITIAN ANALISIS DATA (ANALISIS REGRESI)
FEB Univ. 17 Agustus 1945 Jakarta
MODUL 15 ANALISIS DISKRIMINAN indeopendennya) ANALISIS DATA Pengantar:
Uji VALIDITAS DAN RELIABILITAS Dosen: EVELLIN D. LUSIANA, S.Si, M.Si
ANOVA (Analysis of Variance)
PAIRED SAMPLE T-test Utk menguji apakah 2 sampel yg berhubungan atau berpasangan berasal dari populasi yg mempunyai means sama. Langkah-langkah analisis.
PENGGUNAAN SPSS PADA RPT (SPSS FOR SPLIT PLOT Design)
Chi Square.
PENGGUNAAN SPSS UNTUK RBSL (SPSS for lATIN SQUARE DESIGN)
STATISTIK BISNIS Pertemuan 10-11: Pengujian Hipotesis Dua Sampel dan ANOVA (SPSS) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
SPSS UNTUK RANCANGAN ACAK KELOMPOK (SPSS FOR RANDOMIZED BLOCK Design)
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
PENGgunaan spss untuk ral faktor tunggal
Uji Hipotesis dengan SPSS
SIGN TEST & WILCOXON NON PARAMETRIK.
STATISTIK II Pertemuan 9: Pengujian Hipotesis Dua Sampel dan ANOVA (SPSS) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
UJI ANOVA (ANALISYS OF VARIAN)
STATISTIK II Pertemuan 12: Asumsi Analisis Regresi Dosen Pengampu MK:
MODUL 10 ANALISIS REGRESI
ANOVA ANALYSIS OF VARIANCE.
Instruksi Kerja One – Way Anova
UJI t UNTUK SATU SAMPEL Oleh: kelompok 2 Mahfud Sirojudin
Regresi linier satu variable Independent
Operations Management
MANOVA (Multivariate Analysis of Variance)
STATISTIK II Pertemuan 12-13: Asumsi Analisis Regresi
Metode Penelitian Pertemuan 1
STATISTIK II Pertemuan 9: Pengujian Hipotesis Dua Sampel dan ANOVA (SPSS) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Binomial.
Universitas dian nuswantoro
VALIDITAS DAN REABILITAS REGRESI BERGANDA Nori Sahrun, S.Kom., M.Kom
TUGAS AKHIR PRAKTIKUM METODE STATISTIKA II
Binomial.
MODEL REGRESI DENGAN VARIABEL BEBAS KATEGORI
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
UJI KORELASI Choirudin, M.Pd.
Regresi Linier Beberapa Variable Independent
Regresi Linier Beberapa Variable Independent
UJI PARTIAL Uji Partial digunakan utk menguji hubungan dua variable dengan mengeluarkan variable lain (variabel kontrol) yang berpengaruh terhadap korelasi.
STATISTIK II Pertemuan 13: Asumsi Analisis Regresi Dosen Pengampu MK:
STATISTIK BISNIS Pertemuan 10-11: Pengujian Hipotesis Dua Sampel dan ANOVA (SPSS) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Operations Management
ANALISIS DISKRIMINAN.
Oleh : Wynona Adita Pradani ( )
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
STATISTIKA Pertemuan 11: Uji Koefisien Korelasi dan Regresi
STATISTIK II Pertemuan 9: Pengujian Hipotesis Dua Sampel dan ANOVA (SPSS) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Uji Perbandingan Rata-Rata (Uji t)
Transcript presentasi:

ANALYSIS OF VARIANCE (ANAVA) ANALISIS OF COVARIANCE (ANACOVA)

Contoh Data Penelitian Jenis Media Kepribadian Audio-Video (A1) Multmedia (A2) Hipermedia (A3) Intovert (B1) 5, 7, 4, 6, 3, 5, 7 6, 7, 8, 5, 6, 7, 8 7, 8, 9, 8, 8, 6, 7 Ekstrovert (B2) 8, 9, 8, 9, 8, 7, 6 7, 7, 8, 6, 6, 5, 7 6, 5, 6, 6, 7, 4, 7

Langkah-langkah Pilih Analyze – General Linear Model – Univariat Masukkan Y ke Dependent Variable dan variabel lain ke Fixed Factor(s) Pilih menu-menu yang diperlukan dalam analisis. Misalkan, jika diperlukan uji lanjut maka pilih menu Post Hoc lalu centang Uji Scheffe dan Uji Tukey (pilih sesuai yang diperlukan untuk analisis) Continue lalu Oke

Langkah-langkah Ho : m1=m2=m3 (tidak terdapat perbedaan hasil belajar Fisika antara siswa yang mengikuti pembelajaran dengan media audio-video, multimedia, dan hypermedia H1 : m1≠m2=m3, atau m1=m2 ≠m3, atau m1 ≠ m2 ≠ m3. Alpha =0,05 Daerah kritis Ho ditolak jika p value (sig. A) < 0,05

ANACOVA Anakova merupakan teknik analisis yang berguna untuk meningkatkan presisi sebuah percobaan, karena di dalamnya dilakukan pengaturan terhadap pengaruh peubah bebas lain yang tidak terkontrol. Anakova digunakan jika peubah bebasnya mencakup peubah kuantitatif dan kualitatif. Contoh: Dilakukan sebuah penelitian untuk mengetahui apakah ada pengaruh perbedaan dosen mengajar dengan terhadap nilai mata kuliah mahasiswa, misal mata kuliah fisika dasar. Terdapat tiga dosen pengajar matakuliah yang sama, misal Dosen A, Dosen B, dan Dosen C. Dalam kenyataanya terdapat faktor lain yang mempengaruhi nilai mahasiswa, misal nilai IQ sebagai peubah kontrol (covariate) untuk mengurangi kesalahan. Data hasil penelitian yang diperolah sebagai berikut:

ANACOVA No Dosen A Dosen B Dosen C Nilai IQ 1 2 3 4 5 6 7 8 9 10 11 12 80 87 86 88 90 95 67 76 98 64 105 108 115 120 116 110 101 77 85 66 102 111 117 100 124 91 74 70 81 84 78 122 112 121

ANACOVA No ED RPQ HB Peng. Awal 1 2 3 4 5 6 7 8 9 10 11 12 80 87 86 88 90 95 67 76 98 64 105 108 115 120 116 110 101 77 85 66 102 111 117 100 124

ANACOVA Langkah analisis Pilih menu Analyze – General Linear Model – Univariate Masukkan variabel Nilai ke Dependent Variable, variabel Dosen ke Fixed Factor(s), dan IQ ke Covariate Klik OK

ANACOVA Uji hipotesis I H0: tidak terdapat hubungan antara IQ dan Nilai Mahasiswa H1 : terdapat hubungan antara IQ dan Nilai Mahasiswa Alpha = 0,05 Daerah kritis: H0 ditolak jika p value (Sig.) <0,05

ANACOVA Uji hipotesis II H0: tidak terdapat hubungan antara Dosen mengajar dan Nilai Mahasiswa H1 : terdapat hubungan antara Dosen mengajar dan Nilai Mahasiswa Alpha = 0,05 Daerah kritis: H0 ditolak jika p value (Sig.) <0,05

ANACOVA Uji hipotesis III H0: tidak terdapat pengaruh IQ dan Dosen mengajar terhadap Nilai Mahasiswa H1 : terdapat pengaruh IQ dan Dosen mengajar terhadap Nilai Mahasiswa Alpha = 0,05 Daerah kritis: H0 ditolak jika p value (Sig.) <0,05

Anacova