Uji Konsistensi Cohen's Kappa

          Merupakan ukuran yang menyatakan konsistensi pengukuran yang dilakukan dua orang penilai (Rater) atau konsistensi antar dua metode pengukuran atau dapat juga mengukur konsistensi antar dua alat pengukuran. Koefiseien Cohen's kappa hanya diterapkan pada hasil pengukuran data kualitatif (Kategorik). Contoh pada penentuan derajat robekan pada jalan lahir (Pereneum) yang terdiri dari 4 derajat robekan dari derajat 1 hingga derajat 4, dimana dua orang peneliti diminta untuk menentukan derajat robekan yang terjadi pada 20 ibu yang melahirkan (objek sama).  Apakah penentuan derajat robekan antara dua peneliti tersebut menunjukan hasil yang sama (kosisten)?.

     Contoh lain adalah pengecekan kadar gula seseoarang untuk mengetahui apakah seseorang terkena deabetes atau tidak. Digunakan dua alat test dari dua produsen yang berbeda. Walaupun alat hasil pengukuran ke dua alat tersebut merupakan data numerik, namun ketika hasil pengukuran diklasifikasikan menjadi terkena deabetes dan tidak terkena deabetes maka aplikasi pengukuran konsistensinya digunakan koefisien Cohen’s Kappa. Jika kedua alat tersebut memiliki sensitifitas yang relatif sama maka nilai koefisien Cohen’s Kappa akan menunjukan nilai mendekati angka satu, namun jika sensitifitas kedua alat tersebut berbeda maka akan mendekati nol.

Formula 

Dimana :

Pr(a) = Persentase jumlah pengukuran yang konsisten antar rater

Pr(e) = Persentase jumlah perubahan pengukuran antar rater

Contoh :

Ada 50 orang yang melamar untuk mengajukan kridit perumahan. Ada dua orang penilai yang menyatakan apakah seseorang layah mendapatkan kridit atau tidak. Hasil penilaian kelayakan oleh dua orang penilai tampak pada tabel berikut:

Perubahan kemungkinan hasil pengukuran Layak = 50% x 60% = 30%

Perubahan kemungkinan hasil pengukuran Tidak Layak =50% x 40% = 20 %

Total perubahan pengukuran antar Rater = 30% + 20% = 50%

Prosedur Analisa Dengan SPSS

Analyze ==> Descriptive Statistics ==> Crosstabs..

Akan muncul kotak dialog berikut:

Masukan Variabel Penilai B ke Row(s) dan Variabel Penilai A ke Column(s)

Klik Menu Statistics… akan muncul kotak dialog berikut

Centang menu Kappa

Klik Continue

Kemudian Klik OK

Akan muncul Output Berikut

Terlihat bahwa nilai Kappa 0,400 dengan nilai Signifikan 0,004 menandakan bahwa nilai koefisiennya menunjukan adanya korelasi. Diharapkan nilai Kappa mendekati satu sebagai indikator bahwa Peneilai A dengan Penilai B saling konsisten.

Download File Latihan   => Klik Disini

Read more »

Uji Validitas & Reliabilitas Dengan SPSS

UJI VALIDITAS 

Suatu instrumen dikatakan valid apabila mampu mengukur apa yang diinginkan. Salah satu uji validitas yang umum dilakukan dengan menggunakan analisa statistik adalah Validitas Internal. Cara ini bertujuan untuk menguji indikator (pertanyaan) yang mengukur sebuah Konstruk Teori (Variabel Laten) memang sudah sesuai. Sebagai contoh apakah untuk mengukur Konstruk variabel Empathy Layanan yg diberikan sebuah Telekomunikasi:
1. Perusahaan telekomonikasi X memberikan perhatian individu kepada para pelanggannya
2. Perusahaan telekomunikasi X memiliki jam layanan yang nyaman bagi pelanggan
3. Perusahaan telekomunikasi X memiliki karyawan yg memberikan perhatihan personal kepada pelanggan
4. Perusahaan telekomunikasi X selalau mengutamakan kepentingan para pelanggan
5. Karyawan perusahaan telekomunikasi X memahami kebutuhan spesifikasi para pelanggannya

Salah satu metode yang digunakan untuk menguji validitas dari pertanyaan-pertanyaan tersebut dengan menggunakan " Corrected Item - Total Correlation". Mekanisme metode ini adalah dengan mengkorelasikan masing-masing skor Item Pertanyaan dengan Total skor seluruh pertanyaan yang sudah dikoreksi. Analisa korelasi yang digunakan adalah Korelasi Pearson. Berikut persamaan dari analisa korelasi pearson.

Dimana :
r  = Nilai korelasi pearson/nilai validitas item ke-i
N = Banyaknya sampel
X = Skor item pertanyaan ke-i
Y = Skor total seluruh item yang terkoreksi

Sebuah item pertanyaan dikatakan valid jika nilai korelasinya lebih besar dari nilai korelasi tabel pada tingkat signifikan, umumnya 5%.



UJI RELIABILITAS

Uji reliabilitas instrumen merujuk pada konsistensi respon yang diberikan pada item pertanyaan yang mengukur sebuah Konstruk Teori. Menurut Sekaran (2006), reliabilitas pengukuran menunjukan sejauh mana pengukuran tersebut tampa bias dan menjamin pengukuran tersebut konsisten linta waktu dan lintas ragam pertanyaan. Pada contoh pengukuran terhadap konstruk variabel Emphaty layanan Perusahaan Telekomunikasi X apakah jawaban responden terhadap 5 pertanyaan yang diajukan konsisten. Untuk menguji konsistensi salah satunya digunakan uji Cronbach Alpha. 

Dimana:

UJI VALIDITAS DAN RELIABILITAS DNGAN SPSS


Sebagai ilustrasi prosed uji validitas dan reliabilitas merujuk pada pengujian validitas terhadap 5 pertanyaan yang digunakan untuk mengukur Konstruk Emphaty pada layanan yang diberikan oleh perusahaan telekomunikasi X. Uji coba dilakukan terhadap 30 orang konsumen untuk melihat valid & reliabilitas 5 pertanyaan tersebut.  Prosedur analisa dengan SPSS sebagai berikut:



PROSEDUR:

Analyze => Scale => Reliability Analysis

Akan muncul jendela menu seperti di bawah ini.

Masukan semua variabel Q1 sd Q5 ke kotak Items
Pilihan Model tetap di "Alpha"
Klik  Statistics..
Akan muncul jendela seperti dibawah ini

Centang Scale if Item deleted
Klik Continue
Klik OK

Output

Tabel Item-Total Statistics memberikan informasi mengenai uji VALIDITAS. Untuk mengetahui Item pertanyaan mana saja yang valid dilihat dari nilai korelasi yang terletak pada  kolom Corrected Item-Total Correlation. Kriteria sebuah item pertanyaan dikatakan valid jika nilai KORELASI > KORELASI TABEL yang berada pada TABEL KORELASI PEARSON. Untuk jumlah responden 30, nilai KORELASI TABEL menunjukan angka 0,361.  Terlihat bahwa pertanyaan Q1 sd Q5 memiliki nilai korelasi > 0,361 yang menandakan bahwa pertanyaan Q1 sd Q5 sudah cukup valid.

Tabel diatas menunjukan nilai Cronbach's Alpha yang berfungsi untuk menguji reliabilitas dari 5 pertanyaan yang digunakan untuk mengukur Emphaty. Tidak ada nilai baku secara statistik untuk menentukan kriteria reliabilitas dari alat ukur, namun beberapa praktisi berpendapat bahwa pertanyaan dikatakan valid jika memiliki nilai Cronbach's Alpha > 0,7. Terlihat bahwa hasil perhitungan nilai Cronbach's Alpha mendapatkan nilai 0,805 yang menunjukan bahwa ke- 5 pertanyaan cukup reliabel. Silakan mencoba!

Download File Latihan : Uji Validitas & Reliabilitas

Read more »

Uji Anova dengan SPSS

Contoh kasus :Seorang teknisi sedang menyelidiki apakah daya RF mempengaruhi tingkat etch. Untuk itu teknisi tersebut melakukan percobaan dengan menggunakan rancangan acak lengkap dengan 4 taraf dan 5 kali ulangan. Data disajikan dalam table berikut :



Kita akan menggunakan analisis varian untuk menguji Hipotesis:
Ho : µ1 = µ2 = µ3 = µ4
H1 : Ada minimal satu µi ≠ 0 µj , dimana i ≠ j & i = j = 1, 2, 3, 4


Prosedur Uji Anova

Langkah yang haru dilakukan:
1. Uji normalitas data
2. Uji hehomogenan variance
3. Uji anova
4. Jika diterima H1, lakukan uji lanjutan seperti uji Tukey

I. Uji Normalitas Data

Prosedur: Analysis => Descriptive Statistics.. => Explore.











Masukan variabel:

Tingkat Etch ke Dependent List
Daya RF ke Factor List

 
































Output Uji Normalitas Data











Terlihat bahwa nilai signifikan (p-value) untuk setiap katagori 0.200 yang berarti > 0.05, hal ini menunjukan bahwa kita menerima H0 yang berarti bahwa untuk semua tingkat daya data Etch terdistribusi normal.


II. Prosedur Uji Homogenitas dan Uji Anova

Analyze =>Compare Means => One-Way ANOVA

Akan muncul menu seperti dibawah ini.

Pindahkan variabel “Daya RF” ke Factor dan variabel “Tingkat Etch” ke Dependent List

 


















Klik Continue
Ok


Output Uji Homogenitas Varian









Dari uji Levene terlihat nilai signifikan (p-value) 0.661 yang berarti > 0.05, hal ini menunjukan bahwa keputusan yang diambil adalah menerima Ho yang berarti bahwa variansi nilai Etch homogen antar tingkatan
daya.

III. Uji Anova

Hasil uji Anova akan muncul bersamaan dengan uji Homogenitas Varian. Dari uji Anova terlihat nilai signifikan (p-value) 0.000 yang berarti > 0.05, hal ini menunjukan bahwa keputusan yang diambil adalah menerima H1 yang berarti bahwa ada perbedaan nilai rata-rata Etch antar tingkat daya (ada pengaruh tingkat daya terhadap nilai Etch).
Karena kita menerima H1 pada uji Anova, selanjutnya dilakukan uji lanjutan dengan metode Tukey.


IV. Prosedur Uji Tukey (Beda Nilai Jujur)

Langkahnya sama seperti uji anova: Analyze => Compare Means => One-Way ANOVA

 

Output Uji Tukey

Terlihat bahwa kombinasi perlakuan menunjukan nilai signifikansi (p-value) < 0.05, hal ini menunjukan antar tingkatan daya terdapat perbedaan nilai Etch



 Download File Data Latihan => Klik disini

Artikel UJI NORMALITAS ==> Klik disini

Artikel UJI ANOVA & UJI KONTRAS ==> Klik disini

Read more »

Uji T dengan SPSS

1. Uji dua kelompok bebas 

Uji rata-rata untuk dua kelompok dimana data antar kelompok tersebut tidak saling berhubungan. Contoh jika kita akan membandingkan perbedaan tinggi rata-rata antara perempuan dan laki-laki . 

Dalam pengujian dua kelompok bebas ada beberapa asumsi yang harus diperhatikan yaitu :

1. Data antar katagori berditribusi normal. Salah satu metode pengujian yang biasa digunakan adalah Pengujian Normalitas Kolmogorov-Smirnov.
2. Variansi homogen atau tidak. Hal ini terkait dengan persamaan uji yang akan digunakan. Untuk menguji kehomogenan variansi antar dua kelompok data, salah satunya digunakan uji Levene.

Contoh : Sebuah penelitian membandingkan jumlah kuman dalam darah dan kadar pH seseorang setelah minum susu kambing dibandingkan dengan minum air putih (aquades). Diambil data sebanyak 20 orang untuk minum susu kambing dan 20 orang meminum air putih, kemudian diukur jumlah kuman dalam darah dan kadar pH-nya. Apakah ada perbedaan jumlah kuman dan kadar pH antara orang yang meminum susu kambing dengan meminum air putih?

Prosedur pengujian

1. Uji Normalitas
Analysis => Descriptive Statistics.. => Explore..


Masukan variabel:
jmlh kuman af1 & ph sebelum ke Dependent List
perlakuan ke Factor List.

Klik Plots akan muncul menu dibawah
Pilih Normality plots with tests



Continue
Ok


Output Uji Normalitas

Terlihat bahwa jumlah kumat af1 dan ph sebelum pada uji Kolmogorov-Smirnov nilai signifikan (p-value) > 0.05, yang berarti kita mengambil keputusan terima Ho ( data terdistribusi normal).

2. Uji T-tset & Homogenitas Variance

Analyze => Compare Means => Independent Sample T Test..

Masukan variabel:
jmlh kuman af1 & ph sebelum ke Test Variable
perlakuan ke Grouping Variable.













Masukan jenis minuman ( 1=susu kambing & 2=Aquades)
Group 1 = 1
Group 2 = 2



Continue
Ok

Output Uji Dua Kelompok Bebas

Terlihat bahwa untuk jumlah kuman af1 ada perbedaan antar yang minum susu kambiang (rata-rata 24.15) dengan yang minum aquades (rata-rata 61.15) dengan nilai signifikan (p-value ) 0.000.

Untuk kadar pH terlihat tidak ada perbedaan antar yang minum susu kambiang (rata-rata 7.334) dengan yang minum aquades (rata-rata 7.2315) dengan nilai signifikan (p-value ) 0.348.


2. Uji dua kelompok terkait 

Uji rata-rata untuk dua kelompok dimana data antar kelompok tersebut saling berhubungan. Ciri sebuah data saling berhubungan jika posisi data antar dua kelompok tidak bebas dan saling terikat satu dengan yang lainnya. Dalam pengujian dua kelompok bebas ada beberapa asumsi yang harus dipenuhi karena umumnya selisih data antar dua variabel akan terdistribsusi normal asalkan sampel terdefinisikan dengan jelas.

Persamaan uji:


Contoh :

Sebuah penelitian ingin mengetahui adakah perubahan kadar pH sebelum minum susu kambing dan aquades dan setalah 15 menit minum susu kambing dan aquades. Uji dilakukan pada 20 orang minum susu kambing dan juga aquades.

Analyze => Compare Means => Paired - Sample T Test..


Masukan pH sebelum dan pH setelah 5’

Output Analisa Dua Kelompok Terkait

Terlihat nilai signifikan (p-value) 0.677 (lebih besar dari 0.05), yang berarti kita terima Ho (tidak ada perubahan pH sebelum minum dan 15 menit setelah minum.



 Download File Latihan Klik
Artikel Uji Normalitas Klik

Read more »