Professional Documents
Culture Documents
Disusun oleh:
Oktaverika Asrowifah
K1314040
2017
DESAIN PENGUKURAN BERULANG SATU JALAN (ONE WAY REPEATED
MEASURE DESIGN) DAN PENERAPANNYA
Disusun oleh:
Oktaverika Asrowifah
K1314040
2017
i
HALAMAN PERSETUJUAN
Makalah seminar dengan judul “Desain Pengukuran Berulang Satu Jalan (One
Way Repeated Measure Design) dan Penerapannya” telah disetujui untuk
diseminarkan dan dipertahankan di hadapan Tim Penguji Seminar Matematika
Fakultas Keguruan dan Ilmu Pendidikan Universitas Sebelas Maret Surakarta.
Hari :
Tanggal :
Mengetahui,
Dosen Pembimbing,
ii
HALAMAN PENGESAHAN
Hari :
Tanggal :
Tempat :
Disahkan oleh
iii
PERNYATAAN KEASLIAN TULISAN
NIM : K1314040
Oktaverika Asrowifah
iv
KATA PENGANTAR
Segala puji bagi Allah Yang Maha Pengasih lagi Maha Penyayang, yang
telah memberi ilmu, inspirasi dan kemuliaan. Atas kehendak-Nya penulis dapat
menyelesaikan makalah seminar matematika dengan judul “DESAIN
PENGUKURAN BERULANG SATU JALAN (ONE WAY REPEATED
MEASURE DESIGN) DAN PENERAPANNYA”.
Makalah ini disusun untuk memenuhi tugas mata kuliah seminar matematika
pada Program Studi Pendidikan Matematika. Penulis menyadari dalam penyusunan
makalah ini tidak terlepas dari bantuan, bimbingan dan pengarahan dari berbagai
pihak. Karena itu, penulis ingin mennyampaikan terima kasih kepada:
1. Ibu Getut Pramesti, S.Si., M.Si. selaku dosen pembimbing yang senantiasa
memberikan arahan dan bimbingan selama penyusunan makalah seminar
matematika ini.
2. Kedua orang tua yang telah mengarahkan, memberikan doa, semangat baik
moril maupun materiil.
3. Teman-teman Pendidikan Matematika yang telah memberi bantuan dalam
penyelesaian makalah ini.
4. Semua pihak yang telah membantu dalam penyusunan makalah seminar ini
yag tidak mungkin disebutkan satu per satu.
Penulis menyadari bahwa makalah seminar matematika ini jauh dari
sempurna, oleh karena itu penulis mengharapkan kritik dan saran yang membangun
demi perbaikan di masa yang akan datang. Semoga makalah ini dapat bermanfaat
bagi penulis khususnya dan pembaca pada umumnya.
Penulis
v
DAFTAR ISI
BAB I PENDAHULUAN
1. Pengukuran .................................................................................................. 4
2. Data .............................................................................................................. 4
3. Skala Pengukuran Data ................................................................................ 4
4. Hipotesis ...................................................................................................... 5
5. Sig. Output SPSS ( value) ........................................................................ 6
6. Tingkat Signifikansi .................................................................................... 6
7. Model Linier ................................................................................................ 6
8. Asumsi untuk Uji Repeated Measure .......................................................... 7
vi
B. Pembahasan Masalah ......................................................................................... 7
A. Simpulan .......................................................................................................... 19
B. Saran ................................................................................................................ 19
vii
BAB I
PENDAHULUAN
A. Latar Belakang
Berikut merupakan salah satu contoh dari One Way Repeated Measure
Design yang sering dijumpai pada kehidupan sehari-hari. Misal, terdapat seorang
pemilik toko motor dengan jumlah karyawan 20 orang. Pemilik motor ingin
mengetahui hasil penjualan terbaik dari setiap karyawannya bila penjualan
dilakukan antara sebelum mendapatkan training, 3 bulan setelah mendapatkan
1
2
training, dan 1 tahun tahun setelah mendapatkan training. dari contoh tersebut
jelas bahwa penjualan adalah variabel independen yang diukur dalam 3 level
(sebelum training, 3 bulan setelah training, dan 1 tahun setelah training) yang
diterapkan kepada subjek yang sama (20 orang karyawan).
B. Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan di atas, maka dapat
dirumuskan masalah sebagai berikut:
1. Bagaimana prosedur dari Desain Pengukuran Berulang Satu Jalan (One
Way Repeated Measures Design) ?
2. Bagaimana penerapan dari Desain Pengukuran Berulang Satu Jalan
(One Way Repeated Measures Design) di kehidupan sehari-hari?
C. Pembatasan Masalah
Pada makalah ini, batasan makalah sebagai berikut:
1. Variabel berskala interval atau rasio.
2. Variabel terikat berdistribusi normal.
3. Asumsi model efek tetap.
4. Sesatan diasumsikan berdistribusi normal dan independen
2
3
D. Tujuan Penulisan
3
BAB II
PEMBAHASAN
A. Materi Pendukung
1. Pengukuran
Definisi 2.1
Pengukuran adalah proses di mana suatu angka atau simbol dilekatkan
pada karakteristik atau properti suatu stimuli sesuai dengan aturan/prosedur
yang telah ditetapkan.
(Imam Ghozali, 2005)
2. Data
Definisi 2.2
Data adalah bahan mentah yang perlu diolah sehingga menghasilkan
informasi atau keterangan, baik kualitatif maupun kuantitaif yang
menunjukkan fakta. Data kualitatif yaitu data yang berhubungan dengan
kategorisasi, karakteristik berwujud pertanyaan atau berupa kata-kata. Data
kuantitatif yaitu data yang berwujud angka-angka.
(Riduwan, 2003:23)
4
5
b. Skala Ordinal
Definisi 2.4
Skala ordinal adalah skala yang didasarkan pada rangking, diurutkan
dari jenjang yang lebih tinggi sampai jenjang yang terendah atau
sebaliknya.
(Ridwan, 2007:84)
c. Skala Interval
Definisi 2.5
Skala interval adalah skala yang diterapkan pada data yang dapat
dirangking dan dengan rangking tersebut kita bisa mengetahui perbedaan
diantara rangking-rangking tersebut dan kita juga bisa menhitung besarnya
perbedaan tersebut.
(Ridwan, 2003:25)
d. Skala Rasio
Definisi 2.6
Skala rasio adalah skala yang diterapkan pada data-data yang dapat
dirangking dan untuk rangking-rangking tersebut kita bisa menjalankan
operasi aritmatik.
(Ridwan, 2003:27)
4. Hipotesis
Definisi 2.7
Hipotesis adalah pernyataan atau dugaan mengenai kuantitas yang ada
di satu atau lebih populasi. Ada dua jenis hipotesis, yaitu hipotesis nol (null
hypothesis) dan hipotesis alternatif (alternative hypothesis). Hipotesis nol
adalah hipotesis yang dirumuskan dengan harapan bahwa hipotesis tersebut
nantinya ditolak setelah dilakukan uji hipotesis. Hipotesis nol dilambangkan
dengan H0. Hipotesis alternatif adalah hipotesis yang dirumuskan dengan
harapan bahwa rumusan tersebut nantinya akan diterima kebenarannya setelah
dilakukan uji hiotesis. Hipotesis alternatif dilambangkan dengan H1.
(Budiyono, 2009:141-143)
6
6. Tingkat Signifikansi
Definisi 2.9
Tingkat signifikansi ( ) menunjukkan probabilitas atau peluang
kesalahan yang ditetapkan peneliti dalam mengambil keputusan untuk
menolak atau mendukung hipotesis nol (H0) di mana H0 bernilai benar.
(Maman dkk, 2011:150)
7. Model Linier
Definisi 2.10
Model Linier adalah model statistik linier yang menunjukkan
hubungan linier antar parameter. Faktor tunggal atau single factor experiments
artinya, penelitian yang hanya melibatkan satu variabel independen yang
diukur dalam lebih dari satu level. Anova dengan faktor tunggal disebut
analisis varian satu jalan (one way analysis of variance). Model linier dari
analisis varian satu jalan adalah
dengan,
: respon dari pengaruh perlakuan
: rata-rata keseluruhan perlakuan (overall means)
: efek perlakuan ke-i , i = 1, ..., a
: sesatan, dengan asumsi NID (0, )
(Kutner, Michael H, 2005: 681)
7
B. Pembahasan Masalah
Repeated Measure Design adalah pengukuran dalam suatu percobaan
yang dilakukan secara berulang pada periode atau waktu yang berbeda dengan
subjek penelitian yang sama.
One Way Repeated Measure Design adalah pengukuran dalam suatu
percobaan yang dilakukan secara berulang pada periode atau waktu yang
berbeda dengan subjek penelitian yang sama dengan hanya melibatkan satu
variabel independen yang diukur dalam lebih dari satu level.
(Kutner, Michael H, 2005: 1129)
(j)
(i)
1. Model Linear
Model linier untuk One Way Repeated Measure Design adalah
.......................................................................... (1. 1)
Keterangan:
: respon dari pengaruh perlakuan
: rata-rata keseluruhan perlakuan (overall means)
: efek subjek ke-i, i = 1, 2, ..., s, dengan asumsi NID (0, )
: efek perlakuan ke-j, asumsi ∑ , j = 1, 2, ..., r
: sesatan, dengan asumsi NID (0, )
2. Analisis Uji ANAVA One Way Repeated Measure Design dengan Sel Sama
a. Hipotesis Uji Anava One Way Repeated Measure Design
Hipotesis :
H0 : untuk semua = 0, j = 1, 2, ... r
9
H1 : , j = 1, 2, ... r
1) JKTotal
2
yij y..
s r
JKTotal =
i 1 j 1
y
s r
= 2
ij 2 yij y.. y..2
i 1 j 1
s r s r s r
= y 2ij 2 yij y.. y..2
i 1 j 1 i 1 j 1 i 1 j 1
s r
y.. y2
= y 2ij 2 y..
i 1 j 1 N
N 2..
N
s
y 2.. y 2..
r
= y ij 2 2
i 1 j 1 N N
Sehingga,
s r
y 2..
JKTotal = y 2ij
i 1 j 1 N ......................................................... (1. 2)
2) JKSubjek
s 2
i 1
s s s
= r y i2. 2 yi. y.. y ..2
i 1 i 1 i 1
10
s y2 y y y2
JKSubjek = r 2i. 2 .. .. s 2..
i 1 r r N N
s
y 2i. y.. y.. y 2..
JKSubjek = r r 2 rs
i 1 r2 r sr s 2r 2
s
y 2i. 2 y 2.. y 2..
=
i 1 r
sr sr
s
y 2i. y 2..
=
i 1 r sr
Jadi,
s
y 2i. y 2..
JKSubjek =
i 1 r
N .............................................................. (1. 3)
3) JKPerlakuan
2
= s y. j y..
r
JKPerlakuan
j 1
r
= s y.2j 2 y. j y.. y..2
j 1
r r r
= s y.2j 2 y. j y.. y..2
j 1 j 1 j 1
r y2 y y y2
= s 2. j 2 .. .. r 2..
j 1 s s N N
r y 2. j y.. y.. y 2..
= s s2 sr 2 2
j 1 s2 s sr sr
r y 2. j2 y 2.. y 2..
=
j 1 s
sr sr
r y 2. j y 2..
=
j 1 s
sr
Diperoleh,
11
r y 2. j y 2..
JKPerlakuan =
j 1 s
N ............................................................. (1. 4)
4) JKerror
JKerror = JKTotal – JKSubjek – JKPerlakuan
.................................... (1. 5)
Tabel Anava dari model linier one way repeated measure design sel sama
Tabel 2.1 Tabel Anava untuk One Way Reeated Measure Design Sel Sama
Derajat Rataan
Sumber Fhitung
Jumlah Kuadrat (JK) kebebasan Kuadrat
Variansi
(dk) (RK)
12
s
y 2i. y 2..
Subjek JKSubjek =
i 1 r
N
s–1
r y 2. j y 2..
Perlakuan JKPerlakuan = j 1 s
N
r–1
Keterangan :
N : jumlah data
s : jumlah subjek
r : jumlah pengukuran/ perlakuan
c. Keputusan Uji
Tolak H0 apabila [ ]
Terima H0 apabila [ ]
[ ]
[ ]
6 19 21 27 25 23
y. j 20 22 26,67 26 23,67 = y..
Penyelesaian :
i. Hipotesis
H0 :
H1 : , j = 1, 2, 3, 4
ii. Tingkat Signifikansi = 0,01
iii. Perhitungan Tabel ANAVA
s = 6, r = 4, N = 24
s r
y 2..
JKTotal = y 2ij
i 1 j 1 N
=[ ]
=
=
s
y 2i. y 2..
JKSubjek =
i 1 r N
= 13616 – 13442,67
= 173,33
r y 2. j y 2..
JKPerlakuan = j 1 s
N
= 13626,67 – 13442,67
= 184
JKError = JKTotal - JKSubjek - JKPerlakuan
= 373,33 – 173,33 – 184
= 16
15
Tabel ANAVA
Derajat Rataan
Sumber Jumlah Kuadrat
kebebasan Kuadrat Fhitung
Variansi (JK)
(df) (RK)
Subjek 173,33 5 34,666
Perlakuan 184 3 61,333 = 57,48
Error 16 15 1,067
Total 373,33 23
iv. Keputusan Uji
Tolak H0 apabila [ ]
v. Effect Size
[ ]
[ ]
[ ]
[ ]
[ ]
[ ]
[ ]
Jadi, sebesar 44,31% dari penilaian juri dapat mempengaruhi keputusan jenis
anggur Chardonnay terbaik.
16
1. Asumsi Sphericity
i. Hipotesis
H0 :
H1 :
ii. Analisis SPSS
Untuk mengetahui berlaku atau tidaknya asumsi Sphericity, dapat kita lihat
dari Tabel 2.3 berikut.
Tabel 2.3 Mauchly’s Test of Sphericity
2. Uji ANOVA
i. Hipotesis
H0 :
H1 : , j = 1, 2, 3, 4
ii. Analisis SPSS
Dalam analisis SPSS akan dihasilakn jumlah kuadrat dalam bentuk Within
dan Between. Hasil dapat dilihat ada Tabel 2.4 sebagai berikut.
17
Dari tabel 2.4, Tabel 2.5 dan juga berdasarkan (1. 6) diperoleh bahwa
= 200
Diperoleh hasil yang sama antara perhitungan berdasar Tabel 2.5 dengan
hasil pada Tabel 2.4
18
3. Analisis Post-Hoc
Tabel 2.6 Pairwise Comparisons
PENUTUP
A. Simpulan
Berdasarkan pembahasan pada bab sebelumnya, dapat diambil
kesimpulan sebagai berikut:
1. Pengukuran berulang satu jalan (One Way Repeated Measure Design) adalah
pengukuran dalam suatu percobaan yang dilakukan secara berulang pada periode
atau waktu yang berbeda dengan subjek penelitian yang sama dengan hanya
melibatkan satu variabel independen yang diukur dalam lebih dari satu level.
Dengan model linier sebagai berikut :
2. Prosedur yang digunakan dalam pengukuran berulang satu jalan adalah sebagai
berikut:
a. Terpenuhinya asumsi Sphericity
b. Menentukan Hipotesis
c. Menentukan tingkat signifikansi
d. Perhitungan untuk Tabel Anava
e. Keputusan Uji
f. Kesimpulan
g. Analisis Post-Hoc
h. Menghitung effect size
B. Saran
Dalam makalah ini, penulis membahas mengenai One Way Repeated Measure
Design dengan asumsi efek tetap. Jika pembaca tertarik dengan pembahasan
mengenai One Way Repeated Measure Design, penulis menyarankan pembaca untuk
mempelajari tentang One Way Repeated Measure Design apabila menggunakan
asumsi efek random serta menambahkan lebih mengenai penjelasan dari Analisis
Post-Hoc.
19
20
DAFTAR PUSTAKA
Budiyono. 2009. Statistika untuk Penelitian Edisi Ke-2. Surakarta: UNS Press
Kutner, Michael H dkk. 2005. AppliedLinear Statistical Models. Ney York: The
McGraw-Hill Companies, Inc.
21
Lampiran 1.
Tabel Distribusi F
22
Lampiran 2.
Tutorial Uji One Way Repeated Measure Design Pada Contoh Kasus dengan SPSS
1. Buka aplikasi SPSS. Setelah itu masukkan data yang ada pada contoh kasus ke dalam
lembar kerja. Pada bagian variable view isikan kolom Nama dengan Jenis1 sampai
dengan Jenis4 sebagai tanda dari keempat jenis anggur.
2. Pada bagian data view isilah setiap kolom berdasarkan dari tabel penilaian yang ada
pada contoh kasus.
23
3. Setelah itu klik Analyze – General Linear Model – Repeated Measures, dan akan
muncul jendela baru. Masukkan Jenis_Anggur sebagai Within-Subject Factor Name
dan 4 sebagai Number of Levels. Kemudian klik Add. Pada bagian Measure Name
masukkan Juri. Kemudian klik Add. Kemudian jika sudah, klik Define.
24
5. Klik PLOT, kemudian masukkan faktor Jenis_Anggur ke dalam Horizontal Axis,
kemudian klik Add. Lalu klik Continue.
6. Masukkan Jenis_Anggur ke dalam Display Means For pada menu Options. Tandai
Compare main effects, pilih Bonferroni pada Confidence interval adjustment.
Kemudian tandai pada Descriptive statistics, Estimates of effect size. Jangan lupa,
masukkan 0,01 sebagai Significance level (sesuai dengan contoh kasus, kita
menggunakan ). Setelah itu klik Continue.
7. Klik OK. Maka akan muncul hasil seperti yang tertera pada Lampiran SPSS dengan
judul General Linear Model.
25
Lampiran 3.
1. Buka aplikasi SPSS. Setelah itu masukkan data yang ada pada contoh kasus ke dalam
lembar SPSS. Pada bagian variable view, isikan data seperti gambar berikut.
2. Pada baris Juri bagian Values isikan seperti pada gambar. Dengan arti bahwa juri1
akan diwakilkan oleh angka 1, begitu seterusnya. Kemudin klik OK.
26
3. Kemudian klik Analyze – Compare Means – One Way Anova. Masukkan Nilai ke
dalam Dependent List, dan Juri ke dalam Factor. Lalu klik Post Hoc.
4. Pada jendela Post Hoc tandai LSD dan jangan lupa isikan 0,01 pada Significance
level. Lalu klik Continue.
27
5. Klik Options. Pada jendela Options tandai pada Descriptive dan Homogeneity of
variance test. Lalu klik Continue.
6. Klik OK. Maka akan muncul hasil seperti yang tertera pada Lampiran SPSS dengan
judul Oneway.
28
>Warning # 849 in column 23. Text: in_ID
>The LOCALE subcommand of the SET command has an invalid parameter. It could
>not be mapped to a valid backend locale.
NEW FILE.
DATASET NAME DataSet1 WINDOW=FRONT.
GLM Jenis1 Jenis2 Jenis3 Jenis4
/WSFACTOR=Jenis_Anggur 4 Polynomial
/MEASURE=Juri
/METHOD=SSTYPE(3)
/PLOT=PROFILE(Jenis_Anggur)
/EMMEANS=TABLES(Jenis_Anggur) COMPARE ADJ(BONFERRONI)
/PRINT=DESCRIPTIVE ETASQ
/CRITERIA=ALPHA(.01)
/WSDESIGN=Jenis_Anggur.
[DataSet1]
Within-Subjects Factors
Measure: Juri
Dependent
Jenis_Anggur Variable
1 Jenis1
2 Jenis2
3 Jenis3
4 Jenis4
Descriptive Statistics
Multivariate Testsa
Multivariate Testsa
Partial Eta
Effect Squared
Jenis_Anggur Pillai's Trace ,977
Wilks' Lambda ,977
Hotelling's Trace ,977
Roy's Largest Root ,977
a. Design: Intercept
Within Subjects Design: Jenis_Anggur
b. Exact statistic
Page 2
Mauchly's Test of Sphericity a
Measure: Juri
Epsilonb
Approx. Chi- Greenhouse-
Within Subjects Effect Mauchly's W Square df Sig. Geisser
Jenis_Anggur ,352 3,891 5 ,577 ,604 ,927
Measure: Juri
Epsilonb
Page 3
Tests of Within-Subjects Effects
Measure: Juri
Partial Eta
Source Sig. Squared
Jenis_Anggur Sphericity Assumed ,000 ,920
Greenhouse-Geisser ,000 ,920
Huynh-Feldt ,000 ,920
Lower-bound ,001 ,920
Error(Jenis_Anggur) Sphericity Assumed
Greenhouse-Geisser
Huynh-Feldt
Lower-bound
Page 4
Estimated Marginal Means
Jenis_Anggur
Estimates
Measure: Juri
99% Confidence Interval
Jenis_Anggur Mean Std. Error Lower Bound Upper Bound
1 20,000 1,528 13,841 26,159
2 22,000 1,291 16,795 27,205
3 26,667 1,085 22,291 31,043
4 26,000 1,065 21,707 30,293
Pairwise Comparisons
Measure: Juri
99%
Confidence b...
Mean
(I) Jenis_Anggur (J) Jenis_Anggur Difference (I-J) Std. Error Sig.b Lower Bound
1 2 -2,000 ,577 ,108 -5,544 1,544
3 -6,667* ,667 ,001 -10,759 -2,574
4 -6,000* ,856 ,005 -11,257 -,743
2 1 2,000 ,577 ,108 -1,544 5,544
*
3 -4,667 ,333 ,000 -6,713 -2,621
4 -4,000* ,516 ,003 -7,170 -,830
*
3 1 6,667 ,667 ,001 2,574 10,759
*
2 4,667 ,333 ,000 2,621 6,713
4 ,667 ,494 1,000 -2,368 3,702
4 1 6,000* ,856 ,005 ,743 11,257
2 4,000* ,516 ,003 ,830 7,170
3 -,667 ,494 1,000 -3,702 2,368
Page 5
Pairwise Comparisons
Measure: Juri
99% Confidence
Interval for b...
Multivariate Tests
Partial Eta
Value F Hypothesis df Error df Sig. Squared
Pillai's trace ,977 42,200a 3,000 3,000 ,006 ,977
a
Wilks' lambda ,023 42,200 3,000 3,000 ,006 ,977
a
Hotelling's trace 42,200 42,200 3,000 3,000 ,006 ,977
Roy's largest root 42,200 42,200a 3,000 3,000 ,006 ,977
Each F tests the multivariate effect of Jenis_Anggur. These tests are based on the linearly independent
pairwise comparisons among the estimated marginal means.
a. Exact statistic
Profile Plots
Page 6
Estimated Marginal Means of Juri
26
Estimated Marginal Means
24
22
20
1 2 3 4
Jenis_Anggur
Page 7
>Warning # 849 in column 23. Text: in_ID
>The LOCALE subcommand of the SET command has an invalid parameter. It could
>not be mapped to a valid backend locale.
NEW FILE.
DATASET NAME DataSet1 WINDOW=FRONT.
ONEWAY Nilai BY Juri
/STATISTICS DESCRIPTIVES HOMOGENEITY
/MISSING ANALYSIS
/POSTHOC=LSD ALPHA(0.01).
Oneway
Notes
[DataSet1]
Page 1
Descriptives
Nilai
Descriptives
Nilai
Maximum
juri1 28
juri2 24
juri3 24
juri4 30
juri5 28
juri6 27
Total 30
ANOVA
Nilai
Sum of
Squares df Mean Square F Sig.
Between Groups 173,333 5 34,667 3,120 ,034
Within Groups 200,000 18 11,111
Total 373,333 23
Page 2
Multiple Comparisons
Dependent Variable: Nilai
LSD
Page 3