Biasanya analisis compare means ini ditujukan untuk membandingkan nilai variabel X dan variabel Y. Berikut ini akan dijelaskan mengenai definisi compare means.
Compare means dalam bahasa Indonesia disebut dengan uji perbandingan rata-rata. Sesuai dengan namanya, uji ini digunakan untuk membandingkan rata-rata sampel independen ataupun sampel berpasangan dengan menghitung t student dan menampilkan probabilitas dua arah selisih dua rata-rata.
Berbagai analisis yang ada dalam uji ini terdapat pada menu Analyze -> Compare Means seperti gambar dibawah ini :
1. Prosedure Means
Prosedur ini digunakan untuk menghitung subgroup rata-rata dan hubungan uni variant untuk variabel dependen dengan kategori pada satu atau lebih variabel independen.
Contoh kasus
Pada tabel yang sudah dibuat dibawah ini, selanjutnya buatlah analisis Means nya untuk mengetahui hubungan variabel dependen dan independen
Langkah pengerjaan
Untuk melakukan analisis means, lakukan langkah-langkah sebagai berikut :
a. Buat tabel data sebagai berikut :
b. Klik menu Analyze -> Compare Means
c. Pilih Means dan kemudian akan muncul tampilan sebagai berikut :
Masukan variabel Nilai_tes pada kotak dependent list dan variabel jam_belajar pada kotak independent list. Dalam analisis ini terdapat type data variabel dependent yang merupakan data kuantitatif dan type data variabel independent yang merupakan kategori.
d. Klik Options jika akan melakukan pemilihan sub prosedur yang multi sum, Number of cases, Mean, Median, Group Median, Standard Error of the Mean, Minimum, Maksimum, Range dan lain-lain.
e. Pilih Cell Statistics untuk memasukan daftar analisa yang dipilih. Dalam kasus ini digunakan analisa untuk mencari Means, Number of cases dan standard deviation. Aktifkan check box Anova dan test for linearity jika diperlukan
f. Klik OK untuk melihat hasil analisa
Pembahasan Output
Ada beberapa output yang muncul. Pada output yang pertama adalah case processing summary yang menunjukan jumlah kasus yang dianalisa sejumlah 15 kasus.
Output yang kedua berupa report yang menunjukan data-data mean atau nilai rata-rata, standard deviasi, dan jumlah data tiap kelompoknya.
Sedangkan output berikutnya adalah tabel Anova dengan menampilkan nilai F hitung seperti gambar dibawah ini :
Referensi Untuk Tabel F
Jika dilihat dari hasil uji Anova signifikansi 0,000. Nilai signifikansi 0,000 < α 0,05 pada tingkat kepercayaan 95%. Hal tersebut menunjukan bahwa Ho ditolak dan H1 diterima.
Nilai – nilai yang penting untuk melakukan analisa adalah :
- Fhitung = 17,711 (untuk pengambilan keputusan)
- df Between Groups = jumlah variabel – 1, jadi 5 – 1 = 4 (nilai df1 pada tabel F)
- df Within Groups = jumlah data – jumlah variabel, jadi 15– 5 = 10 (nilai df2 pada tabel F)
Untuk itu maka didapat Ftabel = 3,48.
Dari tabel diatas dapat dilihat nilai F hitung yaitu 17,711, sedangkan nilai F tabel 3,48 dengan tarap siginifikan 0,05. Karena F hitung (17,711) > F tabel (3,48) maka Ho ditolak dan Ha diterima. Jika F hitung < F tabel, maka model tidak signifikan, dengan data diatas diketahui bahwa Fhitung > F tabel, maka model dikatakan signifikan.
Terlihat dari tabel ANOVA bahwa nilai F hitung = 17,711 yang mana nilai ini lebih besar dari nilai F tabel 3,48 diperkuat dengan nilai p = 0.000 lebih kecil dari pada nilai kritik α=0,05. Sehingga dapat disimpulkan bahwa kita dapat menolak Ho, yang artinya terdapat perbedaan antara uji nilai tes dengan jam belajar.
Demikian tutorial mengenai analisis compare means, semoga tutorial ini dapat bermanfaat.
0 komentar:
Post a Comment