Mohon maaf kak izin bertanya jikalau ada data yg tidak homogen apakah bisa melanjutkan ke tahap selanjutnya yaitu independent t-test atau ke uji mann whitenay?
Kak bisa nerima bimbingan ga? aku lagi stuck bngt di bab 4 make pre-eksperimen one group pre test post test tapi jadwal sidang udah deket. SEMOGA DINOTICEE
Uji homogenitas data penting dilakukan jika Anda memiliki lebih dari satu kelompok atau kelas dalam data Anda. Tujuannya adalah untuk memastikan bahwa variabilitas data antar kelompok atau kelas tersebut relatif seragam. Jadi, jika Anda memiliki satu kelas, uji homogenitas mungkin tidak relevan karena tidak ada kelompok yang perlu dibandingkan.
Untuk melakukan uji homogenitas pada data pretest dan posttest yang memiliki lebih dari satu variabel (misalnya 4 variabel untuk masing-masing), kaka bisa menggunakan uji multivariat homogenitas varians-kovarians, yang dikenal sebagai Box's M test kak.
Assalamu'alaikum Pak izin bertanya, kalau cuma satu kelas preetest dan posttest aja gimana caranya pak 😇 serius bertanys tolong dijawab 🙏 Terima kasih sebelumnya
Wa'alaikumsallam kak.. Dalam analisis statistik, uji homogenitas data sering dilakukan untuk memastikan bahwa varians antar kelompok yang dibandingkan adalah serupa. Ini penting ketika membandingkan dua atau lebih kelompok yang independen (misalnya, dua kelas berbeda). Tapi, kalau cuma ada satu kelas yang diukur sebelum (pretest) dan sesudah (posttest) suatu intervensi, situasinya berbeda. Kalau kakak ingin membandingkan skor pretest dan posttest dari kelompok yang sama, biasanya dilakukan uji t berpasangan (paired t-test). Uji t berpasangan ini tidak memerlukan uji homogenitas varians karena perbandingan dilakukan dalam kelompok yang sama. Namun, ada beberapa langkah yang perlu kakak perhatikan: 1. Uji Normalitas: Pastikan data pretest dan posttest mengikuti distribusi normal. Ini bisa dilakukan dengan uji Shapiro-Wilk atau Kolmogorov-Smirnov. 2. Deskripsi Data: Hitung statistik deskriptif seperti mean, median, dan standar deviasi untuk pretest dan posttest. 3. Uji Hipotesis: Lakukan uji t berpasangan untuk melihat apakah ada perbedaan signifikan antara hasil pretest dan posttest. Jadi, kakak tidak perlu melakukan uji homogenitas data dalam kasus ini. Fokuslah pada uji normalitas dan kemudian lanjutkan dengan uji t berpasangan untuk analisis perbedaan pretest dan posttest. Demikian kak, smoga membantu😊
Kak ijin bertanya, penelitian saya ini memakai metode pre-experiment desain one grup prettest dan posttest, saya sudah menguji normalitas dan hasilnya signifikan, selanjutnya saya sudah mengujinya juga pakai uji homogenitas dan hasilnya juga sama signifikan, dan saya juga sudah menguji juga memakai uji wilcoxom dan hasilnya sama signifikan, apakah saya harus lanjut uji paired t-tes? Mohon di bantu jawab ya kak🙏🏻
Dalam penelitian dengan desain pre-experimental seperti yang kaka lakukan, khususnya one group pretest-posttest, uji normalitas dan homogenitas biasanya dilakukan untuk memastikan bahwa data memenuhi asumsi-asumsi statistik untuk uji parametris seperti paired t-test. Namun, karena hasil uji normalitas dan homogenitas menunjukkan hasil signifikan, ini menandakan bahwa data kaka tidak berdistribusi normal atau tidak homogen. Dalam kasus seperti ini, penggunaan uji non-parametrik seperti Wilcoxon Signed-Rank Test adalah langkah yang tepat. Uji Wilcoxon memang digunakan sebagai alternatif dari paired t-test ketika data tidak berdistribusi normal. Jadi, jika hasil uji Wilcoxon sudah signifikan, maka kaka tidak perlu melakukan uji paired t-test lagi. Uji Wilcoxon sudah cukup untuk memberikan kesimpulan tentang adanya perbedaan sebelum dan sesudah intervensi dalam kelompok yang sama. Semoga membantu kak.
kak saya izin bertanya untuk apakah bisa jika jumlah siswa antara kelas kontrol dan eksperimen berbeda? misalny yg kelas 1 jmlah siswanya 32 dan yg kelas satunya 27 siswa?
Pak, maaf saya mau tanya uji normalitas saya kan pakai unstandard residual apakah bisa juga untuk menguji homogenitas atau pakai angka real sebelum di residu aja? Terima kasih 🙏🏻
Untuk uji normalitas, penggunaan unstandard residual adalah hal yang umum dilakukan, terutama dalam konteks regresi. Namun, untuk uji homogenitas, seperti uji Levene atau uji Bartlett, sebaiknya menggunakan data asli (angka real) sebelum di-residu, bukan unstandard residual. Uji homogenitas varians bertujuan untuk memeriksa apakah varians antar kelompok data homogen atau tidak. Oleh karena itu, penggunaan data asli lebih tepat untuk keperluan tersebut. Sekian kak, Semoga informasi ini membantu!
Malam ijin bertanya kak data saya tdk terdistribusi normal lalu saya uji wilcoxom hasilnya sig.""0.000""dan setelah uji homogenity data hasilnya "homogen" kira-kira selanjutnya saya uji independent sample t test atau uji man Whitney U ??? Plis butuh jawaban
Jika data tidak terdistribusi normal dan uji homogenitas menunjukkan homogenitas varian, maka pilihan yang lebih tepat adalah uji Mann-Whitney U. Uji Mann-Whitney U adalah uji non-parametrik yang digunakan untuk membandingkan median antara dua kelompok yang independen atau tidak berdistribusi normal. Dalam kasus yang dialami sekarang, karena data tidak terdistribusi normal dan homogenitas varian terpenuhi, Kaka dapat menggunakan uji Mann-Whitney U untuk membandingkan perbedaan median antara dua kelompok yang dimiliki. semoga membantu kak
uji N Gain Score tidak diperlukan dalam konteks perbandingan perbedaan median antara dua kelompok menggunakan uji Mann-Whitney U. Uji N Gain Score umumnya digunakan untuk mengukur perubahan dalam kelompok yang sama sebelum dan sesudah intervensi atau perlakuan. Namun, dalam kasus Kaka yang ingin membandingkan perbedaan median antara dua kelompok yang independen dan memiliki data yang tidak terdistribusi normal, uji Mann-Whitney U sudah cukup untuk tujuan tersebut. Uji Mann-Whitney U akan memberikan informasi tentang apakah ada perbedaan yang signifikan dalam median antara kedua kelompok tersebut. Jadi, tidak perlu menambahkan uji N Gain Score dalam konteks ini, karena fokus utama Kaka adalah membandingkan perbedaan median antara kelompok-kelompok tersebut.
Dalam konteks penelitian kaka yang menggunakan angket, pretest, dan posttest, biasanya yang diuji homogenitas adalah nilai dari pretest dan posttest. Namun, jika angket digunakan untuk mengukur variabel yang berbeda atau untuk mendapatkan data demografis atau kualitatif, angket tersebut biasanya tidak dimasukkan dalam uji homogenitas. Angket lebih sering digunakan sebagai alat pengumpulan data tambahan untuk melengkapi hasil pretest dan posttest. Jadi, dalam uji homogenitas data, kaka fokus pada nilai pretest dan posttest, kecuali jika angket tersebut berisi nilai kuantitatif yang akan dianalisis dan dibandingkan dengan nilai pretest dan posttest. Semoga membantu kak!
izin bertanya kak, kebetulan data saya ada 3 yaitu pretest, posttest dan angket. ketiga data tersebut sbg variabel dependen, apakah bisa saya menghitung uji homogenitas menggunakan cara di video tersebut? terimakasih
Jika kaka hanya memiliki satu kelompok data (misalnya, hanya data posttest dari satu kelompok tanpa kelompok perbandingan), maka kaka tidak perlu melakukan uji homogenitas varians. Uji homogenitas digunakan untuk membandingkan varians dari dua atau lebih kelompok data untuk memastikan bahwa varians antar kelompok tersebut homogen. Dan karena kaka hanya memiliki satu kelompok data, kaka tidak dapat membandingkan varians antar kelompok. Jadi Fokus saja pada Uji Normalitas untuk memastikan bahwa data posttest berdistribusi normal. Semoga membantu kak!
Dengan sampel yang sangat kecil, uji homogenitas ttp dapat dilakukan kak, namun kemungkinan hasil uji statistik tidak stabil atau dapat dipercaya sepenuhnya. Jika memungkinkan, pertimbangkan untuk menambah ukuran sampel untuk mendapatkan hasil yang lebih valid. Lalu Jika asumsi homogenitas tidak terpenuhi, kaka mungkin perlu menggunakan uji non-parametrik atau metode statistik lainnya yang tidak bergantung pada asumsi ini.
Tabe Pak..Ijin bertanya apakah Untuk uji homogenitas Penelitian Quasi exprimen Nilai Hasil Belajar .. Apakah menggunakan Pretes-Post post atau hanya nilai post test terimakasih
Untuk uji homogenitas dalam penelitian quasi-eksperimen, terutama ketika menilai nilai hasil belajar, biasanya digunakan data pretes (sebelum perlakuan) dan post-test (setelah perlakuan) untuk memastikan bahwa kedua kelompok yang dibandingkan memiliki variabilitas yang sama sebelum dan sesudah intervensi. Berikut adalah beberapa poin yang perlu dipertimbangkan: 1. Uji Homogenitas Pretes: Uji ini dilakukan untuk memastikan bahwa kelompok-kelompok yang dibandingkan memiliki variabilitas yang sama sebelum perlakuan. Ini penting untuk memastikan bahwa perbedaan hasil post-test dapat dikaitkan dengan perlakuan, bukan dengan perbedaan awal antar kelompok. 2. Uji Homogenitas Post-Test: Uji ini dilakukan setelah perlakuan untuk memastikan bahwa variabilitas antar kelompok tetap konsisten. Ini penting untuk menilai apakah perlakuan mempengaruhi homogenitas hasil belajar. 3. Menggunakan Kedua Tes: Dalam banyak kasus, para peneliti menggunakan kedua pretes dan post-test untuk memberikan gambaran yang lebih komprehensif tentang efek perlakuan dan homogenitas variabel yang diukur. Jadi, untuk penelitian quasi-eksperimen terkait nilai hasil belajar, akan lebih baik jika menggunakan kedua nilai pretes dan post-test untuk uji homogenitas. Hal ini membantu memastikan validitas dan reliabilitas hasil penelitian. Semoga membantu kak😇
Assalamu'alaikum mas, izin tanya... uji sebelum2nya sudah valid dan normal... namun kenapa pas uji homogen ini hasil datanya tidak normal ya... serta sudah di koreksi langkah2nya juga sudah benar... apa yang harus diperbuat selanjutnya? Terima kasih. Wassalamu'alaikum wr.wb.
Wa'alaikumsallam.. Bbrapa hal yg bisa dilakukan kak: 1. Cek Data Lagi: Pastikan tidak ada kesalahan dalam data yang diuji. 2. Transformasi Data: Jika data tidak normal, coba ubah data dengan metode seperti logaritma atau square root supaya lebih normal. 3. Gunakan Uji Non-Parametrik: Kalau data tetap tidak normal, gunakan uji seperti Levene atau Brown-Forsythe yang tidak butuh data normal. 4. Cek Ukuran Sampel: Jika sampelnya terlalu sedikit, coba tambah jumlahnya. Jika setelah dicoba data tetap tidak normal, kaka bisa lanjut dengan metode non-parametrik. Semoga bermanfaat!
Untuk uji homogenitas, kaak sebaiknya memasukkan data dari pretest dan posttest secara bersamaan. Tujuannya adalah untuk memastikan bahwa varians dari nilai-nilai tersebut konsisten di antara kelompok-kelompok yang dibandingkan. Namun jika kasus (data) yg kaka miliki sama dgn video ini, boleh dilakukan sama persis dgn video ini (dgn pertimbangan/aasan), atau jika ingin lebih yakin, juga boleh melakukan semua uji dari masing2 kelas per masing2 data. Semoga membantu kak!
Jadi, dalam uji homogenitas, kita biasanya hanya pakai data posttest (data setelah perlakuan) karena: 1. Evaluasi Efek Kita mau lihat efek perlakuan setelah diterapkan, apakah varians antar kelompok tetap sama. 2. Asumsi Statistik Analisis statistik seperti ANOVA butuh varians antar kelompok yang sama, dan kita cek ini pakai data posttest. 3. Perbandingan Langsung Data posttest menunjukkan perubahan yang terjadi setelah perlakuan, jadi kita fokus ke sini untuk melihat pengaruhnya. 4. Kontrol Variabel Lain Dengan hanya melihat posttest, kita bisa lebih fokus ke efek perlakuan tanpa bingung dengan data pretest. Misalnya, kita tes dua metode belajar. Sebelum mulai, kita pastikan kelompok setara pakai pretest. Setelah metode diterapkan, kita ukur lagi dengan posttest. Uji homogenitas dilakukan pada posttest untuk memastikan variansnya sama, jadi hasil analisis berikutnya bisa dipercaya. Semoha membantu kak😊
Ketika menghadapi data yang tidak homogen (variansnya tidak sama di seluruh kelompok) namun berdistribusi normal, ada beberapa pendekatan yang dapat dilakukan: 1. Transformasi Data: a. Transformasi Logaritma: Mengambil logaritma dari nilai-nilai data dapat membantu menstabilkan varians. b. Transformasi Akar Kuadrat: Mengambil akar kuadrat dari nilai-nilai data juga dapat membantu mengatasi heteroskedastisitas. c. Transformasi Box-Cox: Ini adalah metode transformasi yang lebih umum yang mencoba menemukan transformasi optimal untuk menstabilkan varians. 2. ANOVA dengan Metode Welch: Welch ANOVA: Metode ini merupakan modifikasi dari ANOVA tradisional yang tidak mengasumsikan homogenitas varians. Ini adalah alternatif yang baik ketika varians antar kelompok tidak sama. 3. Analisis Nonparametrik: - Kruskal-Wallis Test: Ini adalah alternatif nonparametrik untuk ANOVA yang tidak mengasumsikan homogenitas varians dan distribusi normal. - Permutasi atau Bootstrap: Metode resampling ini dapat digunakan untuk melakukan inferensi statistik yang lebih robust terhadap pelanggaran asumsi.
@@febryruslim1579 alhamdulillah skripsi saya sudah selesai,, setau saya klo cuma one group pretest posttest dia ga pake uji homogenitas, tapi dia dari uji normalitas langsung ke uji hipotesis, karena uji homogen itu setau saya cuma buat liat 2 data apakah datanya sama atau tidak makanya di lakukan uji homogenitas, tapi klo cuma 1 data variabelnya ga perlu pake uji homogen kak, sekian penjelasan dari saya, semoga sedikit membantu
@@yuniraharahap1472izin ya kak. Jadi ketika ditanya kenapa tidak melakukan uji homogenitas. Maka cara jawabnya gimna kak. Apakah ada teori/sumber yang mengatakan seperti itu ka, takutnya ditanya penguji ga bisa jawab heheh
Kak izin bertanya. Kalau uji homogen itu cara menghitung nya apakah seperti ini: Pre test eskperimen samo pre test kontrol Post test eskperimen dgn Post test kontrol Karena kalau ke 4 data ini di gabung seperti menghitung normalitas data nya tidak homogen kak🙏🏻
Pak mau nanya, ini kan judulnya pretest dan postest, tapi yg di input nilai pretest kelompok kontrol dan nilai pretest kelompok eksperimen? Bukannya nilai pretest dan postest dari kelompok eksperimen aja ? Mohon pencerahan nya 🙏
DI uji homogenitas ini hanya score dari posttest aja yg di analisis atau harus keduanya yah kak? Trus kalo hasilnya itu ga signifikan apakah boleh lanjut ke uji t-test ga?
Kalau cuma ada satu kelas dalam penelitian atau analisis data kaka, uji homogenitas nggak diperlukan. Uji homogenitas biasanya dipakai buat bandingin varians dari dua atau lebih kelompok buat memastikan kalau variansnya sama. Ini penting banget dalam beberapa analisis statistik, kayak ANOVA (Analysis of Variance), yang asumsi dasarnya varians antar kelompok harus homogen. Tapi, kalau cuma ada satu kelompok atau kelas, ini beberapa hal yang bisa kaka perhatiin: 1. Analisis Deskriptif: - Fokus ke analisis deskriptif dari data kelas itu, kayak mean, median, modus, standar deviasi, dan rentangnya. 2. Uji Normalitas: - Meski uji homogenitas nggak perlu, uji normalitas bisa berguna buat ngerti distribusi data dalam satu kelas. Uji kayak Shapiro-Wilk atau Kolmogorov-Smirnov bisa dipake buat ini. 3. Tujuan Penelitian: - Pikirin lagi tujuan penelitian kaka. Kalau tujuan kaka buat ngerti karakteristik dari satu kelas atau buat ngukur efek suatu perlakuan dalam satu kelompok, analisis yang dibutuhin mungkin beda. Jadi, kesimpulannya, uji homogenitas nggak perlu kalau kaka cuma analisis satu kelas. Fokus ke analisis deskriptif dan pertimbangin uji normalitas kalau perlu buat ngerti distribusi data dalam kelas itu
Izin kak. Mau bertanya nih. Terkait pengambilan keputusan, Misalnya: jika nilai sig pada BASED ON MEAN > 0,05 maka data homogen. Nah, apakah itu memang sudah ketentuannya ya kak? Dan sumber/referensinya dari mana kak?
nah itu, aku ditanya dospem ku kemarin ngga bisa jawab karena baseon on mean itu karena waktu liat tutor cuman jelasin fokus ke based on mean tanpa penjelasan, kenapa harus fokus aja ke based on mean. aku juga lagi cari jawaban dari itu kak 😭
Keputusan untuk menggunakan hanya satu jenis data atau kedua jenis data untuk uji homogenitas tergantung pada pertanyaan penelitian dan asumsi yang ingin Kaka uji. Jika kaka memiliki keraguan, terkadang lebih baik memeriksa homogenitas dengan menggunakan kedua jenis data untuk memastikan keandalan hasil analisis kaka. Jadi bisa pakai ke dua data trsebut, atau juga bisa pakai salah satu kak.
![[DRAGON BALL LEGENDS REVEALS ＆ STUFF] LEGENDS FESTIVAL 2024 Special Edition Part 2](http://i.ytimg.com/vi/af0phKxitX8/mqdefault.jpg)
terimkasih, berkat tutorial ini wijaya mendapat nilai a, dosen saya saat memeberi tutorial tidak jelas, seperti kehidupannya
Hahahha mana bener lagi😂
alhamdulillah, sekali di olah data langsung ketemu dan data homogen.. terima kasih banyak kak videonya sangat membantu 🙏✨
Alhamdulillah😇
terimakasih ya kak, penjelasannya jelas dan sangat membantu
sangat membantu sekali, terima kasih banyak pak🙏🏻🙏🏻
Terimakasih kk vidionya sangat membantu 🙏
terimakasih banyak pa, sangat bermanfaat
Terima kasih banyak kak, videonya sangat membantu. Semoga berkah selalu.
Aamiinn..
Trimakasih kak😇
@@EndaChannel sama² kak
terima kasih pak, penjelasan yang mudah dipahami...walaupun telat setahun yang nonton hehe
Terima kasih videonya kak sudah sangat membantu😇
Sama2 kak!
Makasih ya bang 🙏
Terimakasih banyak pak ilmunya sangat membantu🙏🏻
Terima kasih 🙏
Salam kenal ya kak
Terimakasih banyak pak🥰
terimakasih kaa, videonya membantu
Mohon maaf kak izin bertanya jikalau ada data yg tidak homogen apakah bisa melanjutkan ke tahap selanjutnya yaitu independent t-test atau ke uji mann whitenay?
Terima kasih saudara...
Kalo misalnya saya pake uji manova untuk uji hipotesis apakah tetap seperti ini untuk uji homogenitasnya?
Kak bisa nerima bimbingan ga? aku lagi stuck bngt di bab 4 make pre-eksperimen one group pre test post test tapi jadwal sidang udah deket. SEMOGA DINOTICEE
Izin bertanya pak, ini pakai rumus apa ya namanya?🙏
izin nanya kak, data yg kita gunakan untuk homogenitas itu pretest saja atau posttest saja atau semuanya kak?
terima kasih kak🙏
Kak klu homogenitas one group pretest posttest gimana kak? Apakah ada video cara pengerjaannya kak?
Nitip
Kak udah nemu blm?
Kalau satu kelas apakah boleh menggunakan homogenitas pak..?, Mohon dijawab pak 🙏
Uji homogenitas data penting dilakukan jika Anda memiliki lebih dari satu kelompok atau kelas dalam data Anda. Tujuannya adalah untuk memastikan bahwa variabilitas data antar kelompok atau kelas tersebut relatif seragam. Jadi, jika Anda memiliki satu kelas, uji homogenitas mungkin tidak relevan karena tidak ada kelompok yang perlu dibandingkan.
Pengujian yang ada di vidio menggunakan uji apa ya
Berarti yang pretes nya gausa diuji homogenitas ya kak?
Bagaimana jika perlakukan masing-masing pretest dan posttest yang lebih dari 1 x? Misal pre test 4x, post test 4x
Untuk melakukan uji homogenitas pada data pretest dan posttest yang memiliki lebih dari satu variabel (misalnya 4 variabel untuk masing-masing), kaka bisa menggunakan uji multivariat homogenitas varians-kovarians, yang dikenal sebagai Box's M test kak.
@@EndaChannel Terimakasih banyak. seandainya ada video tutorial nya :)
Assalamu'alaikum Pak izin bertanya, kalau cuma satu kelas preetest dan posttest aja gimana caranya pak 😇 serius bertanys tolong dijawab 🙏
Terima kasih sebelumnya
Wa'alaikumsallam kak..
Dalam analisis statistik, uji homogenitas data sering dilakukan untuk memastikan bahwa varians antar kelompok yang dibandingkan adalah serupa. Ini penting ketika membandingkan dua atau lebih kelompok yang independen (misalnya, dua kelas berbeda). Tapi, kalau cuma ada satu kelas yang diukur sebelum (pretest) dan sesudah (posttest) suatu intervensi, situasinya berbeda.
Kalau kakak ingin membandingkan skor pretest dan posttest dari kelompok yang sama, biasanya dilakukan uji t berpasangan (paired t-test). Uji t berpasangan ini tidak memerlukan uji homogenitas varians karena perbandingan dilakukan dalam kelompok yang sama.
Namun, ada beberapa langkah yang perlu kakak perhatikan:
1. Uji Normalitas:
Pastikan data pretest dan posttest mengikuti distribusi normal. Ini bisa dilakukan dengan uji Shapiro-Wilk atau Kolmogorov-Smirnov.
2. Deskripsi Data:
Hitung statistik deskriptif seperti mean, median, dan standar deviasi untuk pretest dan posttest.
3. Uji Hipotesis:
Lakukan uji t berpasangan untuk melihat apakah ada perbedaan signifikan antara hasil pretest dan posttest.
Jadi, kakak tidak perlu melakukan uji homogenitas data dalam kasus ini. Fokuslah pada uji normalitas dan kemudian lanjutkan dengan uji t berpasangan untuk analisis perbedaan pretest dan posttest.
Demikian kak, smoga membantu😊
Pak saya disurug uji homogenitas untuk one group pretest postets, itu gimana ya
Baik kk Terima kasih banyak sudah direspon komentar saya🙏 dan ini sangat membantu saya 😇🙏 semoga berkah aamiin
Ini yang pretest juga sama ngga si atau ngga perlu?
Kak ijin bertanya, penelitian saya ini memakai metode pre-experiment desain one grup prettest dan posttest, saya sudah menguji normalitas dan hasilnya signifikan, selanjutnya saya sudah mengujinya juga pakai uji homogenitas dan hasilnya juga sama signifikan, dan saya juga sudah menguji juga memakai uji wilcoxom dan hasilnya sama signifikan, apakah saya harus lanjut uji paired t-tes? Mohon di bantu jawab ya kak🙏🏻
Dalam penelitian dengan desain pre-experimental seperti yang kaka lakukan, khususnya one group pretest-posttest, uji normalitas dan homogenitas biasanya dilakukan untuk memastikan bahwa data memenuhi asumsi-asumsi statistik untuk uji parametris seperti paired t-test.
Namun, karena hasil uji normalitas dan homogenitas menunjukkan hasil signifikan, ini menandakan bahwa data kaka tidak berdistribusi normal atau tidak homogen. Dalam kasus seperti ini, penggunaan uji non-parametrik seperti Wilcoxon Signed-Rank Test adalah langkah yang tepat. Uji Wilcoxon memang digunakan sebagai alternatif dari paired t-test ketika data tidak berdistribusi normal.
Jadi, jika hasil uji Wilcoxon sudah signifikan, maka kaka tidak perlu melakukan uji paired t-test lagi. Uji Wilcoxon sudah cukup untuk memberikan kesimpulan tentang adanya perbedaan sebelum dan sesudah intervensi dalam kelompok yang sama.
Semoga membantu kak.
kak saya izin bertanya untuk apakah bisa jika jumlah siswa antara kelas kontrol dan eksperimen berbeda? misalny yg kelas 1 jmlah siswanya 32 dan yg kelas satunya 27 siswa?
gmna kak udh nemu jawabannya blm?
Ini nih yg mau saya tanyakan
Bisa
Sebelumnya terimakasih, sangat membantu kak, tapi mau tanya kalo 1,000 juga homogen?
Pak, maaf saya mau tanya uji normalitas saya kan pakai unstandard residual apakah bisa juga untuk menguji homogenitas atau pakai angka real sebelum di residu aja? Terima kasih 🙏🏻
Untuk uji normalitas, penggunaan unstandard residual adalah hal yang umum dilakukan, terutama dalam konteks regresi. Namun, untuk uji homogenitas, seperti uji Levene atau uji Bartlett, sebaiknya menggunakan data asli (angka real) sebelum di-residu, bukan unstandard residual.
Uji homogenitas varians bertujuan untuk memeriksa apakah varians antar kelompok data homogen atau tidak. Oleh karena itu, penggunaan data asli lebih tepat untuk keperluan tersebut.
Sekian kak, Semoga informasi ini membantu!
Kak gimana kalau aku one group pretest posttest tapi hasilnya malah 0.00 dibawah 0.05 kok gt yaa
Malam ijin bertanya kak data saya tdk terdistribusi normal lalu saya uji wilcoxom hasilnya sig.""0.000""dan setelah uji homogenity data hasilnya "homogen" kira-kira selanjutnya saya uji independent sample t test atau uji man Whitney U ??? Plis butuh jawaban
Jika data tidak terdistribusi normal dan uji homogenitas menunjukkan homogenitas varian, maka pilihan yang lebih tepat adalah uji Mann-Whitney U. Uji Mann-Whitney U adalah uji non-parametrik yang digunakan untuk membandingkan median antara dua kelompok yang independen atau tidak berdistribusi normal.
Dalam kasus yang dialami sekarang, karena data tidak terdistribusi normal dan homogenitas varian terpenuhi, Kaka dapat menggunakan uji Mann-Whitney U untuk membandingkan perbedaan median antara dua kelompok yang dimiliki.
semoga membantu kak
@@EndaChannel kk berarti stelah itu harus tambah uji N gain score atau tidak perluh lagi?
uji N Gain Score tidak diperlukan dalam konteks perbandingan perbedaan median antara dua kelompok menggunakan uji Mann-Whitney U. Uji N Gain Score umumnya digunakan untuk mengukur perubahan dalam kelompok yang sama sebelum dan sesudah intervensi atau perlakuan.
Namun, dalam kasus Kaka yang ingin membandingkan perbedaan median antara dua kelompok yang independen dan memiliki data yang tidak terdistribusi normal, uji Mann-Whitney U sudah cukup untuk tujuan tersebut. Uji Mann-Whitney U akan memberikan informasi tentang apakah ada perbedaan yang signifikan dalam median antara kedua kelompok tersebut.
Jadi, tidak perlu menambahkan uji N Gain Score dalam konteks ini, karena fokus utama Kaka adalah membandingkan perbedaan median antara kelompok-kelompok tersebut.
@@EndaChannel baik bang terima kasih, smngat trus buat kontennya yang sangat membantu🙏
Sama2 kak..😄
izin bertanya kak, ini jenis uji homogenitasnya menggunakan levene's test atau yang mana ya kak? terima kasih
Kalau uji homogenitas memakai 3 kelas pakai yang mana ya kak?
Apakah nilai angket di masukkan juga ketika melakukan uji homogen? Soalnya saya pke angket dan pretes serta posttest
Dalam konteks penelitian kaka yang menggunakan angket, pretest, dan posttest, biasanya yang diuji homogenitas adalah nilai dari pretest dan posttest.
Namun, jika angket digunakan untuk mengukur variabel yang berbeda atau untuk mendapatkan data demografis atau kualitatif, angket tersebut biasanya tidak dimasukkan dalam uji homogenitas. Angket lebih sering digunakan sebagai alat pengumpulan data tambahan untuk melengkapi hasil pretest dan posttest.
Jadi, dalam uji homogenitas data, kaka fokus pada nilai pretest dan posttest, kecuali jika angket tersebut berisi nilai kuantitatif yang akan dianalisis dan dibandingkan dengan nilai pretest dan posttest.
Semoga membantu kak!
izin bertanya kak, kebetulan data saya ada 3 yaitu pretest, posttest dan angket. ketiga data tersebut sbg variabel dependen, apakah bisa saya menghitung uji homogenitas menggunakan cara di video tersebut? terimakasih
Sama kak,udah nemu caranya blm?
Kak aku jugaa pakai 3 itu, bagi ilmunyaa kalau udah tau ya kak huhu
Pak, kalau saya hanya menggunakan One Group, apakah yang dimasukkan hanya nilai posttest dan kodenya saja?
Jika kaka hanya memiliki satu kelompok data (misalnya, hanya data posttest dari satu kelompok tanpa kelompok perbandingan), maka kaka tidak perlu melakukan uji homogenitas varians.
Uji homogenitas digunakan untuk membandingkan varians dari dua atau lebih kelompok data untuk memastikan bahwa varians antar kelompok tersebut homogen. Dan karena kaka hanya memiliki satu kelompok data, kaka tidak dapat membandingkan varians antar kelompok.
Jadi Fokus saja pada Uji Normalitas untuk memastikan bahwa data posttest berdistribusi normal.
Semoga membantu kak!
Kak kalau masing masing kelompok cuma ada 5 responden bagaimana? Karena total sampel 10 orang di bagi 2 kelompok
Dengan sampel yang sangat kecil, uji homogenitas ttp dapat dilakukan kak, namun kemungkinan hasil uji statistik tidak stabil atau dapat dipercaya sepenuhnya. Jika memungkinkan, pertimbangkan untuk menambah ukuran sampel untuk mendapatkan hasil yang lebih valid.
Lalu Jika asumsi homogenitas tidak terpenuhi, kaka mungkin perlu menggunakan uji non-parametrik atau metode statistik lainnya yang tidak bergantung pada asumsi ini.
@@EndaChannel terimakasih kak untuk pembelajaran nya. Sukses untuk channel nya 🙏
Sama2 kak😇
Tabe Pak..Ijin bertanya apakah Untuk uji homogenitas Penelitian Quasi exprimen Nilai Hasil Belajar .. Apakah menggunakan Pretes-Post post atau hanya nilai post test terimakasih
Untuk uji homogenitas dalam penelitian quasi-eksperimen, terutama ketika menilai nilai hasil belajar, biasanya digunakan data pretes (sebelum perlakuan) dan post-test (setelah perlakuan) untuk memastikan bahwa kedua kelompok yang dibandingkan memiliki variabilitas yang sama sebelum dan sesudah intervensi.
Berikut adalah beberapa poin yang perlu dipertimbangkan:
1. Uji Homogenitas Pretes:
Uji ini dilakukan untuk memastikan bahwa kelompok-kelompok yang dibandingkan memiliki variabilitas yang sama sebelum perlakuan. Ini penting untuk memastikan bahwa perbedaan hasil post-test dapat dikaitkan dengan perlakuan, bukan dengan perbedaan awal antar kelompok.
2. Uji Homogenitas Post-Test:
Uji ini dilakukan setelah perlakuan untuk memastikan bahwa variabilitas antar kelompok tetap konsisten. Ini penting untuk menilai apakah perlakuan mempengaruhi homogenitas hasil belajar.
3. Menggunakan Kedua Tes:
Dalam banyak kasus, para peneliti menggunakan kedua pretes dan post-test untuk memberikan gambaran yang lebih komprehensif tentang efek perlakuan dan homogenitas variabel yang diukur.
Jadi, untuk penelitian quasi-eksperimen terkait nilai hasil belajar, akan lebih baik jika menggunakan kedua nilai pretes dan post-test untuk uji homogenitas. Hal ini membantu memastikan validitas dan reliabilitas hasil penelitian.
Semoga membantu kak😇
Oke terimakasih atas infonya..
Berarti di uji masing masing ya pak..homogenitas nilai Pre-Test dan post test
Assalamu'alaikum mas, izin tanya... uji sebelum2nya sudah valid dan normal... namun kenapa pas uji homogen ini hasil datanya tidak normal ya... serta sudah di koreksi langkah2nya juga sudah benar... apa yang harus diperbuat selanjutnya?
Terima kasih.
Wassalamu'alaikum wr.wb.
Wa'alaikumsallam..
Bbrapa hal yg bisa dilakukan kak:
1. Cek Data Lagi: Pastikan tidak ada kesalahan dalam data yang diuji.
2. Transformasi Data: Jika data tidak normal, coba ubah data dengan metode seperti logaritma atau square root supaya lebih normal.
3. Gunakan Uji Non-Parametrik: Kalau data tetap tidak normal, gunakan uji seperti Levene atau Brown-Forsythe yang tidak butuh data normal.
4. Cek Ukuran Sampel: Jika sampelnya terlalu sedikit, coba tambah jumlahnya.
Jika setelah dicoba data tetap tidak normal, kaka bisa lanjut dengan metode non-parametrik.
Semoga bermanfaat!
@@EndaChannel terima kasih banyak mas, saya coba dahulu sarannya😀🙏
izin bertanya kak apakah yang dimasukkan hanya nilai post test saja ? untuk nilai pretest tidak dimasukkan ya kak?
Untuk uji homogenitas, kaak sebaiknya memasukkan data dari pretest dan posttest secara bersamaan. Tujuannya adalah untuk memastikan bahwa varians dari nilai-nilai tersebut konsisten di antara kelompok-kelompok yang dibandingkan.
Namun jika kasus (data) yg kaka miliki sama dgn video ini, boleh dilakukan sama persis dgn video ini (dgn pertimbangan/aasan), atau jika ingin lebih yakin, juga boleh melakukan semua uji dari masing2 kelas per masing2 data.
Semoga membantu kak!
Ka maaf mau tanya kenapa yang dipake cuma hasil post test ya?
Jadi, dalam uji homogenitas, kita biasanya hanya pakai data posttest (data setelah perlakuan) karena:
1. Evaluasi Efek
Kita mau lihat efek perlakuan setelah diterapkan, apakah varians antar kelompok tetap sama.
2. Asumsi Statistik
Analisis statistik seperti ANOVA butuh varians antar kelompok yang sama, dan kita cek ini pakai data posttest.
3. Perbandingan Langsung
Data posttest menunjukkan perubahan yang terjadi setelah perlakuan, jadi kita fokus ke sini untuk melihat pengaruhnya.
4. Kontrol Variabel Lain
Dengan hanya melihat posttest, kita bisa lebih fokus ke efek perlakuan tanpa bingung dengan data pretest.
Misalnya, kita tes dua metode belajar. Sebelum mulai, kita pastikan kelompok setara pakai pretest. Setelah metode diterapkan, kita ukur lagi dengan posttest. Uji homogenitas dilakukan pada posttest untuk memastikan variansnya sama, jadi hasil analisis berikutnya bisa dipercaya.
Semoha membantu kak😊
@@EndaChannelmin mau nanya, untuk uji normalitas itu hanya Posttest saja atau sama kayak homogenitas pakainya cuma Posttest saja..
kak, gimna cara mengatasi data tidak homogen tetapi data normal?
Ketika menghadapi data yang tidak homogen (variansnya tidak sama di seluruh kelompok) namun berdistribusi normal, ada beberapa pendekatan yang dapat dilakukan:
1. Transformasi Data:
a. Transformasi Logaritma:
Mengambil logaritma dari nilai-nilai data dapat membantu menstabilkan varians.
b. Transformasi Akar Kuadrat:
Mengambil akar kuadrat dari nilai-nilai data juga dapat membantu mengatasi heteroskedastisitas.
c. Transformasi Box-Cox:
Ini adalah metode transformasi yang lebih umum yang mencoba menemukan transformasi optimal untuk menstabilkan varians.
2. ANOVA dengan Metode Welch:
Welch ANOVA:
Metode ini merupakan modifikasi dari ANOVA tradisional yang tidak mengasumsikan homogenitas varians. Ini adalah alternatif yang baik ketika varians antar kelompok tidak sama.
3. Analisis Nonparametrik:
- Kruskal-Wallis Test:
Ini adalah alternatif nonparametrik untuk ANOVA yang tidak mengasumsikan homogenitas varians dan distribusi normal.
- Permutasi atau Bootstrap:
Metode resampling ini dapat digunakan untuk melakukan inferensi statistik yang lebih robust terhadap pelanggaran asumsi.
Ini jenis uji homogenitas apa y pak?
Kenapa yang diliat based on mean?
untuk uji homogenitas menggunakan jumlah atau rata²?
pak izin bertanya, jika hanya menggunakan satu kelas saja, berarti untuk menguji homogenitasnya apakah pretest dan posttestnya digabung?
Iya kak..digabung
Kak ini bener? Klo cuma pake 1 kelas pretest sama posttes nya digabung untuk uji homogenitas nya
Kak mohon maaf mau tanya, uji homogenitas untuk 1 kelas digabung ini maksudnya gimana ya? Saya stuck banget kak disini, data selalu warning :'
Ka mah tanya, lagi bingung bgt plis. Kalo jumlah sampel kelas kontrol 57 dan kelas eksperimennya 45 tetep bisa gak kak?
Aku juga sama kak, udh bisa blom kak?
Bisa ko kakk.
Kalau pakai one group gimana mas?
Titip
Sama gw juga one grup
Iya kak sama bingung ..smg d notice abangnya
@@febryruslim1579 alhamdulillah skripsi saya sudah selesai,, setau saya klo cuma one group pretest posttest dia ga pake uji homogenitas, tapi dia dari uji normalitas langsung ke uji hipotesis, karena uji homogen itu setau saya cuma buat liat 2 data apakah datanya sama atau tidak makanya di lakukan uji homogenitas, tapi klo cuma 1 data variabelnya ga perlu pake uji homogen kak, sekian penjelasan dari saya, semoga sedikit membantu
@@yuniraharahap1472izin ya kak. Jadi ketika ditanya kenapa tidak melakukan uji homogenitas. Maka cara jawabnya gimna kak. Apakah ada teori/sumber yang mengatakan seperti itu ka, takutnya ditanya penguji ga bisa jawab heheh
kak kalau semisalnya hanya memakai satu kelas pretest-postest saja untuk uji homogenitasnya bagaimana ya? 😭😭
Sama.kak soalnya pake penelitian eksperimen one group pretest posttest
@@syamilalfajri994 berarti yang diuji pretest dibuat kode dan post test kode 2 gitu kak?
Dosenku mala minta bagian pretest doang, padahal one group. Duh bingung
Kak gimana? Caranya dapet ga?
@@22_miradesrina_5b9 akhirnya aku pakei pretest-postest kak, hasilnya uda pasti homogen si
Kak izin bertanya. Kalau uji homogen itu cara menghitung nya apakah seperti ini:
Pre test eskperimen samo pre test kontrol
Post test eskperimen dgn
Post test kontrol
Karena kalau ke 4 data ini di gabung seperti menghitung normalitas data nya tidak homogen kak🙏🏻
Iya per bagian kak..
Karna kalau di gabung tidak akan valid hasilnya
Aku nyoba gabung dan hasilnya homogen😭
Pak mau nanya, ini kan judulnya pretest dan postest, tapi yg di input nilai pretest kelompok kontrol dan nilai pretest kelompok eksperimen?
Bukannya nilai pretest dan postest dari kelompok eksperimen aja ? Mohon pencerahan nya 🙏
Pengujianya ttp sama saja kak
apakah wajib post test? bagaimana klw nilai yang dipakai pakai nilai pre test, soalya yg post test tidak homogen. hehehe
Kalau nilai nya 0.05 masuk homogen atau heterogen kak?
Uji F ya pak??
DI uji homogenitas ini hanya score dari posttest aja yg di analisis atau harus keduanya yah kak?
Trus kalo hasilnya itu ga signifikan apakah boleh lanjut ke uji t-test ga?
Jika ingin menjelaskan hasil dari keduanya maka silahkan uji keduanya.
Sebaiknya harus signifikan kak
kak kenapa ya punya saya df 1 nya jumlahnya 3
berpengaruh tidak kira' kak
Kalau cmn satu kelas gmna bg
Kalau cuma ada satu kelas dalam penelitian atau analisis data kaka, uji homogenitas nggak diperlukan. Uji homogenitas biasanya dipakai buat bandingin varians dari dua atau lebih kelompok buat memastikan kalau variansnya sama. Ini penting banget dalam beberapa analisis statistik, kayak ANOVA (Analysis of Variance), yang asumsi dasarnya varians antar kelompok harus homogen.
Tapi, kalau cuma ada satu kelompok atau kelas, ini beberapa hal yang bisa kaka perhatiin:
1. Analisis Deskriptif:
- Fokus ke analisis deskriptif dari data kelas itu, kayak mean, median, modus, standar deviasi, dan rentangnya.
2. Uji Normalitas:
- Meski uji homogenitas nggak perlu, uji normalitas bisa berguna buat ngerti distribusi data dalam satu kelas. Uji kayak Shapiro-Wilk atau Kolmogorov-Smirnov bisa dipake buat ini.
3. Tujuan Penelitian:
- Pikirin lagi tujuan penelitian kaka. Kalau tujuan kaka buat ngerti karakteristik dari satu kelas atau buat ngukur efek suatu perlakuan dalam satu kelompok, analisis yang dibutuhin mungkin beda.
Jadi, kesimpulannya, uji homogenitas nggak perlu kalau kaka cuma analisis satu kelas. Fokus ke analisis deskriptif dan pertimbangin uji normalitas kalau perlu buat ngerti distribusi data dalam kelas itu
Mas mau tanya, skornya itu hasil total atau rata2 ya mas, terimakasih
Hasil penjumlahan kak.
Oke makasih ya mas, semoga makin sukses
Kak mau tanya kalo cuma satu kelas apa bisa?
Setahu saya kak. Kalau cuman 1 kelas misalnya kelas eksperimen saja maka uji homogenitas tidak perlu dilakukan..
@@km5_sdnno204inpresbalangeh masa sih nggak perlu homogenitas?
Bang jadi inituh hasil homogenitas yang postes doang ya? Berarti kalo pen tau yang pretesnya lakuin lagi kayagini lagi ya?
Iya kak
Izin kak. Mau bertanya nih. Terkait pengambilan keputusan, Misalnya: jika nilai sig pada BASED ON MEAN > 0,05 maka data homogen. Nah, apakah itu memang sudah ketentuannya ya kak? Dan sumber/referensinya dari mana kak?
nah itu, aku ditanya dospem ku kemarin ngga bisa jawab karena baseon on mean itu
karena waktu liat tutor cuman jelasin fokus ke based on mean tanpa penjelasan, kenapa harus fokus aja ke based on mean. aku juga lagi cari jawaban dari itu kak 😭
@@savanna-yg8tl iya kak. Bingung nih mau jwb apa kalo ditanya aplgi sma penguji😬😁
@@savanna-yg8tl gmn kaa. Udh tau jwbnnya blm ?
Bang ini masuk ke uji homogenitas yg Harley, uji Cohran, Uji Levene, dan uji Bartlet?
Kak.
Berarti untuk uji homogenitas ini yg diuji posttst doang, pretesnya kagak atau gimana kak, agak bingung aku ka🙏🥹
Keputusan untuk menggunakan hanya satu jenis data atau kedua jenis data untuk uji homogenitas tergantung pada pertanyaan penelitian dan asumsi yang ingin Kaka uji. Jika kaka memiliki keraguan, terkadang lebih baik memeriksa homogenitas dengan menggunakan kedua jenis data untuk memastikan keandalan hasil analisis kaka.
Jadi bisa pakai ke dua data trsebut, atau juga bisa pakai salah satu kak.
@@EndaChannel Okay kak.
Thank you yah kak🙏😇