Uji Ancova adalah teknik analisis yang berguna untuk meningkatkan presisi sebuah percobaan karena didalamnya dilakukan pengaturan terhadap pengaruh peubah bebas lain yang tidak terkontrol. Kovariat adalah suatu variable bebas yang pengaruhnya terhadap variable terikat harus dikontrol. Uji Ancova adalah kombinasi antara uji Anova dan Analisis Regresi dan dilakukan jika peubah bebasnya mencakup variable kuantitatif dan kualitatif
Mann Whitney U Test disebut juga Wilcoxon Rank Sum Test adalah uji non parametris yang digunakan untuk mengetahui perbedaan median dan mean dari dua kelompok bebas apabila skala data variabel terikatnya adalah ordinal atau interval/ratio tetapi tidak berdistribusi normal. Uji ini merupakan alternatif dari Independent T-Test jika asumsi normalitas tidak terpenuhi. Ukuran sampel yang digunakan tidak harus sama.
Asumsi Mann Whitney:
Skala data variable terikat adalah ordinal, interval atau rasio. Apabila skala interval atau rasio, asumsi normalitas tidak terpenuhi
Data berasal dari dua kelompok
Data berasal dari kelompok yang berbeda atau tidak berpasangan (saling independent)
Varians kedua kelompok sama atau homogen (hanya dapat menggunakan uji Levene buka uji Fisher F untuk uji homogenitas)
Effect Size menunjukkan perbedaan terstandar antara nilai rata-rata dari kelompok kontrol dan eksperimen. Semakin besar effect size yang didapatkan, semakin besar pula dampak yang dibuat. Cohen’s d (standardized mean difference) adalah rumus yang sesuai untuk mengukur effect size tersebut dengan membandingkan dua rata-rata. Cohen’s d bisa digunakan untuk melengkapi uji-t (atau uji Mann Witney) dan uji ANOVA (atau Uji Kruskal Wallis). Secara perhitungan, Cohen’s d akan sangat efektif di data yang memiliki ukuran besar (lebih dari 50)
Uji Kruskal Wallis adalah uji statistika non parametrik jika salah satu atau semua kelompok data tidak terdistribusi normal
Uji Kruskal Wallis merupakan uji alternatif pengganti uji ANOVA
Uji Kruskal Wallis digunakan jika kelompok sampel berjumlah lebih dari dua
Kriteria keputusan:
Ho diterima jika nilai Assymp. Sig kurang dari 0.05
Ho ditolak jika nilai Assymp. Sig lebih besar dari 0.05
Secara bahasa, Gain berarti selisih yang pertama kali diperkenalkan oleh Hake pada tahun 1998. Normalized Gain (N – Gain) Score adalah sebuah uji yang digunakan untuk mengetahui efektifitas penggunaan suatu metode atau perlakuan tertentu dalam penelitian one-group pretest posttest design maupun penelitian yang menggunakan kelompok kontrol (quasi eksperiment). Dari persamaan tersebut dapat dilihat bahwa N-Gain adalah ukuran yang menunjukkan seberapa banyak yang dipelajari siswa dibagi dengan seberapa banyak yang dapat siswa pelajari.
Two-Way ANOVA Test atau Uji ANOVA Dua Jalur adalah uji parametrik yang terdiri dari dua atau lebih variable bebas dimana uji ini membandingkan perbedaan rata-rata antara kelompok yang telah dibagi pada dua variable bebas. Uji ini digunakan untuk menguji efek dari dua variable bebas pada variable terikat yang sama. Variabel bebas bersifat nominal, sedangkan variable terikat bersifat interval atau rasio. Selain itu juga untuk memeriksa bagaimana variable bebas saling mempengaruhi satu sama lain pada variable terikatnya. Tujuan dari pengujian Two Way ANOVA adalah untuk mengetahui apakah ada pengaruh dari berbagai kriteria ang diuji terhadap hasil yang diinginkan
Adapun asumsi dari uji ini adalah:
Sample berasal dari kelompok yang independen
Varian antar kelompok harus homogeny
Nilai residual harus berdistribusi normal
Uji ANOVA (Analysis of Variance) merupakan uji parametris, pertama kali diperkenalkan oleh seorang ahli statistic bernama Ronald Fisher, yang menguji perbedaan nilai rerata antar grup. Adapun grup yang dimaksud bisa berarti kelompok subjek atau jenis perlakuan. Cara kerja ANOVA mirip dengan T-Test, namun kelebihan dari ANOVA adalah mampu menganalisis lebih dari dua kelompok. Hasil akhir dari analisis ANOVA adalah nilai F test atau F hitung. Nilai F Hitung ini yang nantinya akan dibandingkan dengan nilai pada tabel F. Jika nilai f hitung lebih dari f tabel, maka dapat disimpulkan bahwa menerima H1 dan menolak H0 atau yang berarti ada perbedaan bermakna rerata pada semua kelompok. Analisis ANOVA sering digunakan pada penelitian eksperimen dimana terdapat beberapa perlakuan. Peneliti ingin menguji, apakah ada perbedaan bermakna antar perlakuan tersebut. Uji One Way ANOVA adalah uji ANOVA yang menganalisis perbedaan nilai rata-rata dari beberapa kelompok grup yang terdiri dari beberapa variable bebas X dan satu variable terikat Y.
Paired T-Test atau Uji T Berpasangan adalah sebuah uji statistic parametrik untuk melihat perbedaan rata-rata dari dua sample yang saling berpasangan namun masih dalam satu grup sampel. Contoh: Pengujian perbedaan rata-rata hasil pre-test dan post-test dari suatu grup sample, pengujian rata-rata kadar asam suatu sungai pada tahun bulan November 2021 dan Desember 2021, dst.
Z-Test vs T-Test: Z-Test biasanya digunakan ketika standar deviasi dari sebuah populasi diketahui. Sedangkan T-Test digunakan jika standard deviasi dari suatu populasi tidak diketahui. One-Sample T-Test: sebuah uji parametrik yang digunakan untuk membandingkan rataan suatu populasi dengan nilai tertentu. Sebelum melakukan T-Test, maka harus dipastikan bahwa data yang didapat terdistribusi normal. Maka harus diuji menggunakan uji normalitas . Langkah-langkah pengerjaan menggunakan SPSS:
Menentukan hipotesis
Menentukan perhitungan menggunakan SPSS
Menentukan keputusan
Menentukan kesimpulan
Video ini adalah untuk menjelaskan terkait bagaimana melakukan Uji F, Uji Bartlett dan Uji Levene menggunakan SPSS. Di dalam video ini juga dijelaskan kapan menggunakan uji F (Ex: Quasi Experimental Study/Studi Eksperimentasi Semu), Uji Levene dan Uji Bartlett (Ex: One-Way ANOVA).
Video ini menjelaskan apa, kapan, dan bagaimana melakukan salah satu uji prasyarat statistik yaitu uji normalitas menggunakan rumus:
1. Shapiro - Wilk
2. Kolmogorov - Smirnov
3. Liliefors
Di video ini juga dijelaskan filosofi pada masing masing jenis ujinya. Jika ada masukan, dapat memberikan komen di kolom komentar.
Video ini menjelaskan terkait dengan salah dua analisis deskriptif data statistik yaitu:
1. Skewness (kemencengan distribusi data)
2. Kurtosis (keruncingan distribusi data)