Mahasiswa di Lapangan Rumput

    HALAMAN 1

  1. mutiapratiwi on June 17, 2010 – 23:30

    ANAKOVA. saya ingin bertanya.saya bingung mengenai uji statistik penelitian saya ini.datanya berupa data ordinal.setelah saya browsing2,ternyata untuk uji data ordinaL itu ada banyak macamnya.saya bingung ingin menggunakan yang mana,begini.penelitian saya secara garis besar menggunakan 2 kelompok.satu kelompok kontrol,satu lagi yang diberi perlakuan.dan masing2 kelompok itu dibagi lagi menjadi 2 berdasarkan waktu pengamatannya,ada kelompok 7 hari dan kelompok 1 bulan. nah,saya ingin membandingkan,apakah ada efek antara kelompok kontrol dgn kelompk yang diberi perlakuan,dan juga ingin melihat perbedaan tiap2 kelompok waktu (kel 7 hari dan satu bulan)..maaf kalo mas wahyu agak bingung..kira2,bisa dijawab gak mas?terima kasih banyak mas wahyu..saya sangat berharap ada jawaban dari mas wahyu

  2. Wahyu Widhiarso on June 17, 2010 – 23:58 –

    Tuk Mbak Mutipratiwi. Mbak dapat menggunakan Analisis Kovarian. Melalui SPSS masukkan kelompok dan jenis amatan ke dalam fixed factors, post test pada dependent, dan pre test pada covariate. Berikut link contoh template SPSS – klik Berikut prosedur analisis nya klik

  3. mutia pratiwi on June 18, 2010 – 03:40

    ANAVA. terimakasih banyak atas bantuannya mas wahyu,saya coba pelajari dulu…tapi mas,di jurnal yang saya baca(tp jurnal dari luar) mereka menggunakan uji berdasarkan jurnal yang saya baca,mereka menggunakan uji KRuskal-wallis. tapi di jurnal pofesor pembimbing saya,beliau menggunakan uji anova satu arah,uji LSD dan uji -t. hmmm,,bisa tolong mas jelaskan satu2 mengenai uji tersebut mas…terima kasih sebelum nya

  4. aini on June 30, 2010 – 03:53

    Homogenitas dalam ANAVA. saya ingin menanyakan, jiak saya melakukan peneletian dengan menggunakan one-way anava, datanya normal tapi tidak homogen nah,saya ingin mencoba tranformasi data saya namun nilai slope 4,47 dan power -3,47. nah, bentuk trasformasi apa yang bisa saya gunakan jika berdasarkan nilai slope dan power? terima kasih

  5. Wahyu Widhiarso on June 30, 2010 – 06:17

    Ini ada tayangan yang dapat dijadikan dasar untuk menentukan bentuk
    Transformasinya. http://www.utsc.utoronto.ca/~bors/HomoVariance.ppt

  6. puput on July 7, 2010 – 13:08

    MULTIKOLINIERITAS. slmt sore pa,,maf mengganggu. saya puput, sekarang saya lagi ada kesulitan dg skripsi saya..saya mw tanya.
    1. apakah uji multikolinieritas dapat diabaikan jika kita tidak menguji model yang telah kita dapatkan?..dan apakah parameternya menjadi bias?

    2. referensinya dari mana ya pa? terimakasih sebelumnya.

  7. Wahyu Widhiarso on July 7, 2010 – 13:18

    Tuk mbak Puput, Jarang sekali ada ahli yang merekomendasikan untuk melanggar asumsi multikolinieritas. Kebanyakan pada merekomendasikan mengganti analisis,
    mentransformasi data, dsb. Artikel ini mengutip beberapa ahli, seperti Maruyama, mengatakan bahwa multikol dapat diabaikan asalkan menggunakan program tertentu (misalnya LISREL).

    http://www.4shared.com/document/zdPS1vRy/Multicollinearity_and_Measurem.html

  8. Henky Rumbo on July 8, 2010 – 13:51

    OUTLIERS. Saya mencari referensi bagaimana cara mendeteksi outlier. Saya browsing dan menemukan email anda dari forum psikologi UGM di http://forum.psikologi.ugm.ac.id/index.php?topic=121.0

    Jika berkenan, saya ingin bertanya bagaimana mendeteksi data outlier. Kasus saya adalah menemukan model yang ‘fit’ dari 80 data dengan regresi linear. Saya mendeteksi outlier sebagai berikut : (1). Mencari nilai residu (variabel : RES1) (2). Meghitung nilai Z dari residu tersebut (variabel : ZRES1). (3). Jika nilai ZRES1 tidak diantara -2.5 sampai +2.5 maka saya simpulkan sebagai outlier Pertanyaan saya : Apakah benar cara saya tersebut? Referensi saya ada di :
    http://file.upi.edu/Direktori/B%20-%20FPIPS/LAINNYA/MEITRI%20HENING/Modul/Modul%20Analisis%20Missing%20Value%20%26%20Outlier.pdf

    Best Regards,

  9. Wahyu Widhiarso on July 8, 2010 – 13:55

    Tuk Mas Hengky. Iya benar Mas Hengky…Cara itu benar dan mudah sekali menemui referensi untuk prosedur tersebut. Salah satu asumsi dalam statistika adalah hal-hal selain
    variabel yang dikehendaki (residu) peranannya terhadap variabel dependen (kriteria) harus acak dan terdistribusi normal. Untuk memenuhi asumsi ini maka Z-residu di luar batas rentang yang diterima diidentifikasi sebagai outlier karena tidak sesuai dengan asumsi dan perlu dieliminasi. Selain itu ada juga outlier yang tidak sesuai dengan model. Dalam model linier, hubungan antara X dan Y membentuk garis lurus, nah mungkin ada beberapa kasus/subjek yang tidak mengikuti model ini dan jumlahnya sedikit. Subjek ini juga dapat diidentifikasi sebagai outliers. Membuang outliers yang ini akan meningkatkan koefisien prediksi, sedangkan membuang outliers yang pertama akan meningkatkan kestabilan estimasi koefisien prediksi.

  10. Astria on August 2, 2010 – 07:32

    Regresi Logistik. Siang ka wahyu, mau tanya soal regresi logistik, tau cara menggunakannya secara manual tanpa tools statistik? tahapannya seperti apa? sy ada tugas membandingkan hasil reg log dari SPSS, Oracle, kemudian dengan manual ka. Mohon petunjuknya ya. Thank’s.

  11. Wahyu Widhiarso on August 6, 2010 – 10:01

    Untuk Astria. Prosedur komputasi regresi logistik agak ribet, jadi jarang sekali yang pakai hitungan manual. Mbak bisa lihat prosedur di link ini. klik. Di sini penulis menghitung regresi logistik melalui program bantu excel. Bisa bantu untuk menghitung secara manual.

  12. Maria Yosepha on August 28, 2010 – 16:24

    Validitas dan Reliabilitas. Selamat Siang dan Selamat Berpuasa. Pak, sy minta bantuannya langkah2 utk menghitung validitas dan reliabilitas data dikotomi. Terima Kasih dari ujung timur Indonesia

  13. Wahyu Widhiarso on August 28, 2010 – 16:25

    Tuk Mbak Maria.

    Untuk data dikotomi (0,1), pengujian validitas alat ukur sama halnya dengan alat ukur yang menghasilkan skor politomi (0,1,2 dst). Mbak bisa menggunakan prosedur validitas isi (melalui persetujuan ahli/pakar), validitas konstrak (analisis faktor, multitrait multimethod), atau validitas kriteria (mengkorelasikan dengan alat ukur yang sudah baku). Untuk validitas, mbak bisa menggunakan formula Kuder Richardson 20 (KR-20). Koefisien ini didapatkan dari program yang agak asing, misalnya STATA. Namun di SPSS koefisien alpha yang dilakukan pada data dikotomi hasilnya sama dengan KR-20. Untuk menyeleksi aitem, mbak bisa menggunakan program Iteman yang mampu menghasilkan korelasi biserial dan poin biserial yang menjadi panduan mengeliminasi aitem yang gugur untuk data dikotomi.

  14. by Eky on September 2, 2010 – 16:40

    ASPEK vs DIMENSI. pak saya mau tanya..dalam pembuatan skala psikologi ada istilah aspek dan dimensi…apa pengertian aspek? dan pengertian dimensi? yang menjadikan ciri kekhasan aspek dan dimensi apa ya (kalau itu berbeda..) makasih y pak..kirim kemail saya y pak..urgen n mendesak neh..makasih..

  15. Wahyu Widhiarso on September 2, 2010 – 16:44

    Tuk Mas Eky… Jawaban saya mengenai pertanyaan anda saya tulis di laman blog saya ini

  16. Yosep N on September 8, 2010 – 02:03

    Ordinal – Interval. Siang Pak Wahyu, saya mau tanya ….. manakah yg benar? untuk perlakuan data ordinal (termasuk data interval) dalam SEM seharusnya menggunakan WLS dan menggunakan polychoric correlation sebagai input data ditambah asymptotic coraviance matrix (Joreskog dan Sorbom dan Joreskog dalam Ghozali (2005) atau dengan metode ML. terima kasih pak…. sy sdng belajar

  17. Hery Gunawan on September 27, 2010 – 05:29

    Salam kenal pak. saya mau tanya mengenai pustaka mengenai matrik pengembangan alat ukur (step2nya) yang bisa didownload free. mgkn bpk bisa ,membantu memberikan pustakanya. thanks.

  18. Wahyu Widhiarso on September 27, 2010 – 13:30

    @Mas Hery. Ada banyak buku di gigapedia.com yang bisa di download. Searchnya pakai kata questionnaire, likert atau scale. Di dalamnya ada step2 pengembangan alat ukur.

  19. Maria Yosepha on October 12, 2010 – 05:26

    TRY OUT TERPAKAI. Mat Siang Pak….Maaf saya bertanya lagi….harapannya tidak bosan juga dijawab.

    1. Dalam sebuah penelitian (skripsi) sy sering mendengar istilah “try out sekali pakai” yang dalam pelaksanaannya uji kualitas instrumen dihitung setelah dilakukan penelitian, apakah dibenarkan? jika iya, apa ada acuannya?

    2. Dgn menggunakan pendekatan konsistensi internal (alpha cronbach) try out alat ukur telah dilakukan sebelum penelitian (N=30) setelah itu item yg valid diberlakukan pd subjek penelitian sebenarnya (sampel beda dg N try out), apakah hasil penelitian diuji lagi validitas dan reliabilitasnya (dilaporkan)? lalu utk uji hipotesisnya hanya diambil dari total item2 yg valid?

    3. apakah item yg valid (>0,25) dan reliabel (>0,6) sebuah alat ukur selalu diikuti dg H0 ditolak?

    sekian pertanyaan2 saya saat ini. Terima Kasih Banyak. Salam Damai

  20. jupa on November 12, 2010 – 17:25

    kl menggunakan kuesioner untuk menguji validitas dan reliabelnya langkah-langkah gimana? sama dengan dengan yang lain ya. analyze => scale => reliability…

    diterapkan dengan kasus yg sama pada analisis kovarian degan pre test dan post test. makasih.

  21. Fathoni on November 24, 2010 – 10:22

    Program Konversi Skor. Asswrwb. Mas, waktu mau download program konversi ordinal ke interval harus log-in, apa harus daftar dulu dan hanya untuk keluarga UGM? Kalo saya alumni tahun 2006, apa bisa? Makasih

  22. Wahyu Widhiarso on November 25, 2010 – 20:42

    Tuk Mas Fathoni, Apa kabar? Terima kasih atas masukannya. Program ini saya share untuk umum kok. Saya jadi tahu kalau gak bisa didownload. Maklum saya memakai web upload UGM yang masih Beta (uji coba).

    Coba lagi di sini ya, saya sudah setting ulang. Kalau gak bisa ya pakai ini aja, terpaksa.

    Terima kasih.

  23. maharani on November 25, 2010 – 20:51

    selamat pagi, saat ini saya sedang menyusun skripsi mengenai kepribadian five factor. Apakah perbedaan antara teori five factor dengan big five model dan five-factor model? saya harap bapak ingin menjelaskan dengan bahasa yang lebih mudah saya pahami. terimakasih.

  24. Wahyu Widhiarso on November 25, 2010 – 20:55

    Intinya sama saja karena yang dimaksud adalah sama. Saya memakai istilah big five dan kepribadian lima faktor karena literatur yang saya acu, menyamakan hal tersebut, dan mengadaptasi skala tersebut (Big Five Inventori). Berikut ini artikelnya. http://jenni.uchicago.edu/econ-psych-traits/John_Srivastava_1995_big5.pdf

    Istilah Big Five biasa mengacu pada Goldberg’s (1990) karena dia yang mengembangkan berdasarkan kata-kata sifat yang ada(lexically based research. Dari banyak kata sifat yang bersumber dari kamus, studi Allport dsb mereka meringkas menjadi 5 faktor kepribadian. Istilah five factors personality mengacu pada penelitian Costa and McCrae’s (1992)berdasarkan alat-alat ukur kepribadian yang ada, misalnya 16PF dari Cattel, setelah diteliti, mereka juga menamakkannya dengan kepribadian lima faktor yang diterjemahkan dalam NEO Personality Inventori. Jadi,intinya sama. Saling klaim terminologi yang mereka kembangkan.

  25. Danoe on November 25, 2010 – 20:58

    mau tanya lagi mas, sebenarnya batasan untuk menentukan faktor berdasarkan item yang dikandungnya itu berapa ya mas?? (dalam analisi faktor exploratory)setelah dilakukan analisis jika sebuah faktor ternyata hanya punya 2 item apakah bisa disebut faktor? Nb: saya sudah melakukan penggugura item yang mpy muatan faktor < 0.4 dan menggugurkan item yang mpy cross loading > 0.4

  26. Wahyu Widhiarso on November 25, 2010 – 20:59

    Dalam analisis faktor, tidak ada kesepakatan dalam menentukan cutting point factor score-nya, karena tergantung pada ukuran sampel, data (dikotomi vs politomi), nilai komunaliti, model (e.g. maximum likelihood, PCA) dsb. Tapi semua sepakat minimal adalah 0.3. Contoh penelitian yang menggunakannya ini :

    http://care.diabetesjournals.org/content/33/6/1370.full

    http://ntur.lib.ntu.edu.tw/bitstream/246246/173071/1/77.pdf

    Bahkan ada yang mengatakan >0.3 itu sudah signifikan

    http://www.ats.ucla.edu/stat/sas/library/factor_ut.htm

    Kalau satu faktor isinya cuma 2 ya gak apa2. Penelitianmu kan sebenarnya mengkonfirmasi (mengevaluasi) BFI, jadi meskipun cuma 2 gak apa. Kecuali kalau sedang mengembangkan alat ukur, satu faktor 2 aitem sedangkan lainnya dua kali lipatnya, mungkin akan menjadi masalah. Itu justru menjadi kelebihan penelitian ini, dalam lintas budaya banyak yang membuktikan 5 faktor tidak terbukti.

  27. Nikko on November 25, 2010 – 21:02

    Pak, saya langsung aja.. ingin menanyakan apakah uji klasik itu harus di uji smuanya (lima limanya) atau bole hanya asumsi, normalitas dan autokorelasi.

  28. Wahyu Widhiarso on November 25, 2010 – 21:06

    Tuk Mbak Nikko, harus semua asumsi tersebut harus diverifikasi, bukan diuji, karena asumsi tidak bisa diuji. Beberapa asumsi tidak perlu diverifikasi ketika data memiliki sejumlah karakteristik yang telah dibuktikan oleh penelitian bahwa teknik statistika yang diterapkan terbukti robust (sakti) ketika diterapkan pada data tersebut. Misalnya, asumsi normalitas tidak perlu diverifikasi kalau data memiliki N besar dsb. Kalau mau search di google, Contohnya berikut :

    http://www.google.com/search?q=%22robust+to+autocorrelation%22&hl=en&num=10&lr=&ft=i&cr=&safe=images

    Statistik adalah alat, kita yang aktif memilih. Setiap pilihan ada konsekuensinya dalam pengambilan keputusan. Beberapa laporan penelitian ada yang tidak melakukan uji asumsi secara lengkap. Nah, hasil analisisnya diserahkan kepada pembaca…

  29. katharina on November 29, 2010 – 05:05

    Siang pak…Pak saya mau menanyakan hubungan yg kuartik itu seperti apa maksudnya..?

  30. Wahyu Widhiarso on November 29, 2010 – 14:07

    Tuk Mbak Kathrina, hubungan yang membentuk pola seperti huruf M atau W. Misalnya pola huruf M : Awalnya naik, kemudian di tengah turun naik lalu turun lagi ke semula. Misalnya sebuah program pelatihan, jika tidak diikuti dengan follow up mungkin akan mengikuti pola ini. Awalnya kinerjanya naik, kemudian ada dinamika sedikit mungkin karena jenuh terus turun, tapi kemudian naik karena efek pelatihan sudah kelihatan, namun karena tidak ada follow up, kinerja peserta kemudian turun lagi. Contoh lainnya banyak sekali. Untuk bentuk gambarnya mbak bisa melihat di Google Image masukkan kata kunci quartic graph

  31. Nanda on November 30, 2010 – 10:42

    salam, Saya mohon bantuannya…saya sedang melakukan analisis untuk 2 buah variabel. dengan atribut yang berbeda. skala pertama skor yang diperoleh bersifat dikotomi, mkasnya jawaban bersifat iya dan tidak. Sedangkan skala yang kedua berbentuk skala interval (saya pakai likert). Nah, pertanyaan saya adalah, ketika saya melakukan korelasi diantara keduanya saya bisa menggunakan metode apa. Sepaham saya begini, jika salah mohon diperbaiki, kedua hasil pengukuran tersebut dapat dikorelasikan dengan prduct moment., dengan catatan yang di korelasikan diantara keduanya adalah skor z dari masing2. Apakah benar demikian? terimakasih untuk penjelasannya…cheers, Nanda Sirajulmunir

  32. Wahyu Widhiarso on November 30, 2010 – 19:50

    Halo mbak nanda..

    1) korelasi itu mengikuti jenis data. Skor total jarang yang dikotomi (0,1), kecuali satu aitem saja sehingga skor skala rentangnya antara 0 dan 1. Skor dikotomi biasanya pada level skor butir. Kalau skala kita ya-tidak (0,1) maka pada analisis psikometri, korelasi butir-total menggunakan korelasi biserial atau poin biserial. Karena butirnya banyak (>1) maka skor total skala tidak mungkin berbentuk dikotomi. Jadi korelasi antar skor total bisa menggunakan product moment.

    2) Penggunaan skor standar (Z). Standarisasi skor dilakukan jika aspek-aspek dalam skala jumlahnya tidak seimbang, misalnya aspek 1 empat butir akan tetapi aspek 2 delapan butir (2x lipatnya), padahal secara teoritik kedua aspek tersebut memiliki bobot yang sama. Nah dengan kasus seperti ini skor total tiap aspek distandarisasi dulu baru kemudian dijumlahkan menjadi skor skala. Skor skala inilah yang dikorelasikan dengan skor skala dari variabel lainnya.

  33. Nanda Sirajulmunir on December 1, 2010 – 03:12

    salam pak wahyu, saya bukan mbak, tapi mas.. hehehe…:). Terimakasih untuk penjelasannya…cuma ingin mengulangi kembali.. biar sya semakin yakin.. artinya ketika ada 2 skala: 1) skala dengan bentuk jawaban ya dan tidak 2)skala dengan model likert. ketika saya hendak mencari korelasi diantara keduanya, saya dapat melakukannya dg cara mengkorelasikan skor total antara skor skala 1 dan skala 2. benarkah kesimpulan saya pak? cheers, Nanda Sirajulmunir

  34. Wahyu Widhiarso on December 1, 2010 – 09:46

    Halo Mas Nanda, maaf salah sebut kemarin. Skor skala adalah variabel interval sehingga bisa menggunkan korelasi product moment. Dengan catatan seperti yang saya tuliskan, skor skalanya tidak dikotomi/nominal (0,1) http://www.andrews.edu/~calkins/math/edrm611/edrm13.htm

  35. kartini on December 1, 2010 – 10:01

    pak wahyu, kami mau tanya: kenapa range untuk variabel kemampuan pada plot ICCnya hanya -4 sampai 4?makasih banyak untuk jawabannya

  36. Wahyu Widhiarso on December 1, 2010 – 10:18

    Tuk Mbak kartini, Secara teoritik item characteristics curve (ICC) rentangnya dari minus tak terhingga sampai tak terhingga. Tapi dari pengalaman estimasi trait/abilitas, dengan berbagai teknik estimasi (e.i maximum likelihood, EAP, dsb) hasilnya sekitar -3 hingga 3, atau kadang diperluas menjadi -4 sampai 4 akan tetapi garis tidak pernah menjangkau angka nol.

  37. Nanda Sirajulmunir on December 1, 2010 – 10:21

    pak wahyu, terimakasih banyak untuk pencerahan dan link literaturnya..dicoba unutk dipelajari lagi.. terimakasih untuk blog nya, saya senang bisa belajar banyak..karena psikometri saat ini menjadi perhatian dan minta.. syukur2 bisa studi lanjut untuk psikometri..terimakasih,

  38. dewi on December 18, 2010 – 07:51

    pak wahyu, sy dewi saat ini sedang mempersiapkan untuk sidang skripsi tanggal 29 des nanti,,,, saya menggunakan analisis jalur dengan 1 variabel independen, satu variabel mediator, dan 1 variabel dependen dalam mencari koefisien jalur untuk masing-masing jalur X-M; M-Y; dan X-Y saya menggunakan analisis regresi linier sederhana , dan untuk mencari pengaruh tidak langsungnya saya hanya mengalikan koefisien X-M dengan M ke Y (sesuai di buku yang ada),,,menurut bapak bagaimana?

    jika saya melakukan regresi sederhana M ke Y saya mendapatkan nilai t hitung > t tabel, dan sig < 0,05, tetapi jika saya lakukan analisis secara regresi berganda X dan M terhadap Y saya justru mendapatkan nilai t hitung untuk var mediasi 0,05, namun F hitung > F tabel dan Fsig < 0,05,sehingga saya memutuskan untuk memakai naalisis regresi sederhana saja. bagaimana menurut bapak? alasan apa yang bisa saya pergunakan untuk mempertahankan skripsi saya?terima kasih

  39. Wahyu Widhiarso on December 18, 2010 – 16:13

    Tuk Mbak Dewi :

    1). Koefisien efek tidak langsung memang didapatkan dari perkalian antara koefisien X ke M dengan M ke Y. Langkah ini sudah tepat. Kita tinggal mencari apakah prediksi ini signifikan ataukah tidak.

    2). Saya membaca bahwa M ke Y (jalur b) signifikan, bagaimana dengan nilai prediksi X ke M (jalur a) ? kalau signifikan maka M terbukti sebagai mediator. Menganalisis dengan memasukkan X dan M untuk memprediksi Y (jalur c’) adalah untuk menguji apakah mediator yang kita uji merupakan mediator secara sempurna ataukah tidak (complete mediation). Jika M signifikan dalam analisis ini, maka M termasuk mediator sempurna, tetapi jika tidak maka ia menjadi mediator yang tidak sempurna (meski tidak sempurna tetap peranannya sebagai mediator diakui). Syarat lainnya jalur a dan jalur b signifikan. Tulisan saya mengenai hal ini bisa dibaca di sini

    3). Mengganti mediator menjadi variabel independen ? Tergantung teori yang tertulis di Bab 2. Kalau sejak awal M dinyatakan sebagai mediator maka kita mengujinya benar tidaknya dia sebagai mediator. Kalau posisi M sama dengan X maka dia tidak diperlakukan sebagai mediator, namun sebagai variabel independen (X2). Kesimpulannya, analisis yang dilakukan harus mendapatkan dukungan teori.

  40. dewi on December 19, 2010 – 01:53

    untuk prediksi X ke M dengan regresi sederhana di dapatkan prediksi yang signifikan. hasil perhitungan pengaruh tidak langsung saya (X terhadap Y melalui M) lebih kecil dari pada pengarug langsung (X ke Y). sehingga saya menyimpulkan bahwa hubungan yang sebenarnya adalah langsung (ada beberapa penelitian yang menyebutkan seperti it jika PTL < PL maka hubungan yang sebenarnya adalah langsung, tapi saya belum menemukan sumber yang dari buku) bagaimana menurut bapak?apakah sudah benar? untuk mendukung kesimpulan saya menggunakan buku dari robert slavin mengenai teori pembelajaran perilaku (penguatan) dengan motivasi belajar.

    var independent : reinforcement

    mediasi : motivasi

    dependen: prestasi

    berdasarkan pemahaman saya atas jawaban bapak untuk point 2 pada posting sebelumnya: berarti regresi berganda digunakan untuk menguji apakah M merupakan Mediator yang sempurna atau tidak. terima kasih

  41. Wahyu Widhiarso on December 19, 2010 – 08:26

    Tuk Mbak Dewi

    1. PTL < PL. Jika dibuktikan bahwa PTL signifikan, maka keberfungsian mediator bisa dibuktikan. Membandingkan PTL dan PL adalah untuk mengetahui apakah mediator termasuk sebagai mediator lengkap ataukah parsial. Secara visual gambar mengenai mediator lengkap dan parsial dapat dilihat di sini.

    2. Ya regresi berganda dengan X dan M sebagai prediktor terhadap Y, jika terbukti signifikan maka M termasuk complete mediation. (Sumber : Shrout & Bolger, 2002, p. 424 alenia pertama, p 432, alenia kedua, bisa di didowload di sini)

    3. Mengenai teori Slavin. Dari desain variabel yang dilibatkan, saya mendukung variabel yang mbak tuliskan. Motivasi dalam penelitian banyak dilibatkan sebagai mediator. Penelitian2 tersebut dapat dilihat Dykeman et al. (2003; halaman 2 alenia 7). Silahkan di unduh di sini. Dari banyak penelitian yang dicontohkan disimpulkan oleh mereka ” … a strong body of research lends substantial support to the use of self-efficacy and motivation as mediator variables for academic achievement.”

  42. Rista on December 19, 2010 – 08:34

    Asslm.. Maaf Pak menggannggu waktu Bpk, saya rista dari semarang, saya sedang dlm > penulisan skripsi, saya ingin beberapa hal menyangkut masalah statistik;

    1. Apakah untuk data yg distribusinya tidak normal dpt diuji secara parametrik (anova) ?

    2. apakah yg dimaksud dengan data berpasangan?

    3. saya masih bingung mengenai uji repeated measure anova, apabila saya mempunyai 3 sample dengan 3 ulangan kemudian tiap 15 hari sekali (selama 60 hari) saya mengambil data terhadap 3 sample tersebut, apakah seperti itu bisa disebut sbg repeated anova?

    Terimakasih Pak, jawaban Bpk tentunya sangat membantu saya

  43. dewi on December 19, 2010 – 08:42

    oh,,bgt y pak. pada skripsi saya saya merancang dengan desain mediator lengkap, ok pak,,,saya sudah ada gambaran bagaimana nanti saya harus menjelaskan!!! saya agak sedikit kelabakan pak,,,soalnya saya baru mengetahui kalau dosen pembimbing 1 sy belum begtu memahami tentang analisis jalur (hari terakhir krtika saya meminta tanda tangan untuk persetujuan ujian,,beliau baru mengatakan kalau belum pernah melakukan analisis jalur…jadi saya agak was-was dengan skripsi saya) oh y pak,,,one more question,,maaf y pak,,hanya untuk menobati rasa penasaran saya saja…hehehehe. sebenarnya masalah p g sih pak kalo rancangan kita menggunakan parsial mediation tapi analisis regresinya pake sederhana ( imaksud saya untuk mengukur koefisien jalur dan determinasinya). over all makasih banyak pak buat sumbernya,,,semoga membantu saya!!! amiin

  44. dewi on December 19, 2010 – 08:47

    regresi sederhana yang saya maksud untuk mengukur koef determinasi dan koef jalur X-M, M-Y, dan M-Y

  45. Wahyu Widhiarso on December 19, 2010 – 08:47

    Tuk Mbak Rista

    1. Iya anova lebih tepat diterapkan pada data terdistribusi normal. Tapi yang terdistribusi normal adalah variabel dependen-nya bukan independen-nya yang jelas-jelas tidak normal karena merupakan kelompok. Jika ukuran sampelnya besar dan ukuran sampel antar kelompok relatif seimbang, maka normalitas dapat diabaikan (Azwar, bisa di unduh di sini)

    2. Data berpasangan dan data independen. Mbak bisa membaca artikel ini .

    3. Jika satu variabel diamati beberapa kali (misalnya motivasi kerja diamati pada siang hari kemudian dilanjutkan pada motivasi kerja di sore hari) maka dinamakan amatan berulang. Jadi bukan berdasarkan sampel. Kalau sampel diamati beberapa kali, tapi yang diamati variabelnya beda-beda, bukan amatang ulang. Untuk menyiapkan data sebelum di analisis, mbak bisa membaca prosedur penyiapan data di sini

  46. Wahyu Widhiarso on December 19, 2010 – 09:30

    Dari literatur mengenai mediator, memang ide dasar analisis mediator adalah regresi sederhana X-M, M-Y, dan M-Y (i.e. Baron & Kenny, 1986). Perkembangan analisis mediator yang sekarang sudah mulai bervariasi.

  47. dewi on December 19, 2010 – 09:38

    terima kasih pak,,,

  48. Doni on December 20, 2010 – 23:38

    saya mw nanya klo tahapanuntuk mengolah data variabel moderating dgn lisrel gimana?

  49. Wahyu Widhiarso on December 21, 2010 – 01:44

    @Doni. Tanggapan saya ada di tulisan ini

  50. Devira.S on December 25, 2010 – 10:51

    Halo Pak Wahyu, saya Devira. Pada saat ini saat sidang menyusun Tugas akhir saya yang menggunakan bantuan program LISREL 8.54 dan kebetulan saya menggunakan LVS. LVS itu kan untuk menemukan nilai dari sebuah variabel laten, namun yang saya agak bingung..apakah variabel laten tersebut setelah diolah melalui LVS akan berubah menjadi indikator atau akan tetap menjadi variabel laten yang sama yang diukur oleh suatu indikator tunggal..?? terima kasih yah pak sebelumnya..saya sungguh menharapkan bantuan dari Bapak.

HALAMAN 2

  1. Wahyu Widhiarso on December 25, 2010 – 13:36

    Halo Mbak Devira. Terminologi empirik dan laten sebenarnya mengacu pada hasil pengukuran. Variabel laten adalah variabel yang tidak didapatkan dari pengukuran secara langsung. Skor atau nilai kuantitas variabel laten itu ada. Dia bukan skor empirik, tapi merupakan skor hasil estimasi. Ini mengingatkan kita pada parameter pada populasi yang nilainya tidak kita ketahui, tapi dapat kita estimasi, sehingga menjadi statistik. Kalau variabel laten nilai kuantitatifnya tidak ada, tidak mungkin kita melakukan regresi dengan variabel laten kalau nilai kuantitatifnya tidak ada. Nilai kuantitatif variabel laten ini merupakan hasil dari berbagai cara estimasi yang masing-masing estimasi menghasilkan residu. Estimasi terbaik adalah estimasi yang menghasilkan sedikit residu, sehingga dikatakan bahwa model estimasi menggambarkan data dengan baik. Factor score dalam analisis faktor (i.e. di menu SPSS) merupakan salah satu wujud nilai kuantitatif variabel laten. Salam

  2. #2 by didit on January 7, 2011 – 07:35

    aslm ..pak saya didit…saya ingin tanya banyak hal tentnag statistik ni pak…1.pak kenapa sih SEM berbasis kovarian(atau yang lain) harus terpenuhi suatu asumsi multivariate normal distribusi? 2.kenapa data yang di ambil (sampel) harus besar? 3.kenapa data harus independen? (pertanyyaan saya tentang SEM pak)

  3. Wahyu Widhiarso on January 8, 2011 – 09:30

    Tuk Mas Didit. Waalaikumsalam. Mengapa harus normal? Rumus phytagoras hanya bisa diterapkan pada bidang datar. Rumus tersebut akan salah jika dipakai untuk bidang lengkung. Jadi asumsi yang harus dipenuhi untuk menggunakan rumus phytagoras adalah bidang yang diukur adalah bidang datar. Demikian juga rumus2 di dalam SEM yang dibangun berdasarkan asumsi-asumsi tertentu, salah satunya adalah asumsi distribusi normal. Ada asumsi-asumsi yang perlu dipenuhi agar rumus tersebut dapat mengestimasi dengan tepat.

    Kenapa ukuran sampel yang dipakai harus besar? Standar penentuan ukuran sampel dalam SEM didasarkan pada 10-15 kali lipat variabel indikator. Jadi semakin banyak variabel indikatornya, ukuran N semakin besar. N besar akan menjangkau semua keragaman data di dalam populasi. Jika data tidak mewakili ini maka hasil estimasi SEM tidak akan reliable sehingga analisis pada variable yang sama akan menghasilkan estimasi yang berbeda.

    Independen ? Maaf pertanyaannya kurang jelas jadi saya tidak bisa menjawab. Mohon diperjelas, independen yang seperti apakah yang dimaksudkan.

  4. Ririn on January 13, 2011 – 13:47

    assalamualaikum…sebelumnya terima kasih buat mas wahyu widhiarso untuk postingan artikel nya tanggal 18 desember “berkenalan dengan metode2 analisis regresi melalui spss”. adanya artikel ini sangat membantu saya menentuka metode apa yang pas untuk analisis regresi saya. oh ya, saya sedang skripsi sekarang. kebetulan analisis data saya menggunakan program spss. kemarin saya bingung sekali tentang metode-metode dalam spss. mana yang harus digunakan. kemudian saya coba satu persatupertama saya coba metode enter, tapi kemudian bingung menentukan persamaan regresinya, kemudian saya ganti metode backward tapi jadi bingung lagi karena keluaran hasil dari tabel coefficient nya “aneh” terus akhirnya saya coba metode forward. alhamdulillah bener..tolong dong mas, perjelas lagi metode forwardnya. terus gimana kalo di tabel anova, predictornya hanya muncul 1???? apa artinya.. terus apa beda uji F dan uji t? terima kasih ya mas, mohon bantuannya…

  5. nhira on January 14, 2011 – 08:06

    mas wj, saya nhira. mahasiswa psikologi UGM yang saat ini sedang skripsi. dalam skripsi saya, saya menggunakan 3 variabel yang salah satunya adalah pengetahuan tentang skizofrenia. Jadi saya menggunakan 1 tes dan 2 skala. saya menggunakan analisis ITEMAN dan agak bingung dalam interpretasi datanya. bagaimana cara mengetahui soal mana yang baik? apakah prop correctnya? biserial? atau point biserialnya? saya pernah membaca bahwa aitem yang baik adalah aitem yang prop correctnya diantara 0.3-0.7. biserialnya diatas 0.3 dan di artikel lain saya baca kalau point biserialnya diatas 0.40. Jadi tepatnya yang mana ya mas? dan untuk tahu bahwa soal ini baik, apakah saya harus memperhatikan ke3 hal tersebut? bagaimana kalau prop correct nya 0.8 tapi biserialnya hanya 0.2 ? apakah masih bisa dikatakan bahwa aitem itu baik? terima kasih banyak mas wj :)

  6. Wahyu Widhiarso on January 14, 2011 – 08:26

    Tuk Mbak ririn.. Waalaikumsalam wr.wb. Sudah saya tambahkan pada tulisan saya mengenai beda uji-F dan uji-t. Terima kasih

  7. Wahyu Widhiarso on January 14, 2011 – 10:14

    Halo Nhira…baca tulisan saya mengenai korelasi biserial untuk menentukan menggunakan korelasi biserial atau poin biserial. Karena ini adalah tes pengetahuan, maka menggunakan korelasi biserial. Baca juga tulisan saya mengenai analisis butir untuk menentukan butir mana yang baik. Tulisan berikut juga sama. Butir yang baik dalam konteks tes prestasi (dengan pendekatan tes klasik) ditunjukkan dengan syarat berikut :
    1. Daya beda yang tinggi (r diatas 0.3), kalau secara konten item tersebut penting, maka dapat diturunkan menjadi di atas 0.25.
    2. Memiliki tingkat kesulitan optimal. (0.3 sampai 0.7) – ini juga tergantung jenis tesnya.
    3. Setiap pengecoh berlaku dengan baik
    Ya, ketiga syarat harus terpenuhi. Kadang untuk poin yang ketiga ada beberapa yang tidak menggunakannya karena tergantung pada kebutuhan

  8. Chairil on January 19, 2011 – 08:23

    Dear Mas Wahyu. Mohon penjelasannya donk, untuk test psikometri biasanya model soal yang di ujikan apakah seperti tes psikotest pada umumnya, dan apakah test psikometri ada tes anaisa tabel. Atas penjelasannya saya ucapkan terima kasih. Salam. Chairil

  9. Wiwin widayani on January 23, 2011 – 05:06

    Assalamualaikum…Pak Wahyu .. kenalkan saya Wiwin mahasiswi S2 Kebidanan UNPAD. saat ini saya sedang menyusun proposal tesis.. salah satu hal yang akan saya ukur adalah Big Five Personality.. saya senang sekali membaca blog bapak karena saya sudah mencari berbagai sumber mengenai cara pengukuran personalitas ini. Barangkali bapak bisa informasikan ke saya bagaimana bentuk quisioner untuk mengukur personality ini dan bagaimana langkah-langkah yang harus saya lakukan dalam hal pengukuran.. atau mungkin pa wahyu bisa informasikan ke saya buku, jurnal, atau literatur lain yang dapat menjelaskan metode pengukurannya.. terima kasih atas perhatian dan kerjasamanya.. Wasslam

  10. Wahyu Widhiarso on January 23, 2011 – 10:07

    Tuk Bu Wiwin.. Skala dan Prosedur Penyekorannya sudah saya kirimkan ke email. Instruksinya standar seperti halnya kuesioner lainnya. Banyak sekali jurnal yang menggunakan BFI-44 jadi tinggal googling saja. Kalau sempat, nanti akan saya kirimkan contoh jurnalnya. Terima kasih

  11. intan on January 26, 2011 – 01:24

    salam pak,, mau bertanya pak. data penelitian saya kalau diuji asumsinya itu hasilnya tidak normal dan tidak linier mas (N=117). tapi hasil product moment nya signifikan. itu bagaimana ya pak? apakah saya cantumkan saja hasilnya kalau tidak normal dan tidak linier begitu atau bagaimana ya pak? makasih…

  12. Wahyu Widhiarso on January 26, 2011 – 09:13

    tuk Intan. Kalau tidak linier, tidak mungkin karena product moment adalah menguji hubungan linier. Kalau tidak normal, mungkin karena itu masalah distribusi.
    prosedur uji linier bisa dilihat di sini. Kalau data tidak normal, kita bisa menggunakan uji korelasi non parametrik yang tidak mensyaratkan asumsi. Silahkan mengirimkan data atau ouputnya ke email saya. Nanti saya cek.

  13. Nina on February 1, 2011 – 03:44

    asm mas, saya mhs s3 psiklogi ugm. Trimaksh utk wadah tanya jwab ini. Pertanyaan sy :
    1. secara prosedural apakah ada beda saat penelitian kita langsung menyebarkan kuesioner sekali saja namun saat olah kita bedakan subjek pen utk try out dan yg terpakai?
    2. Alasan apa yg dipakai utk kt memakai hasil try out sbg hasil penelitian (try out terpakai)
    nuwun

  14. Wahyu Widhiarso on February 1, 2011 – 21:48

    Tuk Bu Nina. (1) Prosedur baku penyusunan skala sepengetahuan saya dari literatur selalu terdiri dari dua tahap, yaitu tahap uji coba (filed test atau try out) kemudian baru mengambil data penelitian. Respons subjek tidak hanya dipengaruhi oleh butir-butir saja melainkan juga banyak faktor salah satunya banyaknya butir. Jadi pengambilan data ketika try-out tidak memenuhi administrasi baku pengukuran dengan menggunakan skala tersebut.

    Jika subjek penelitian kita sangat jarang, maka kita bisa menggunakan subjek yang memiliki karakteristik sama namun mudah didapatkan. Misalnya kita mau meneliti remaja di lapas, maka try out bisa kita mentryoutkan pada remaja di luar lapas. Jadi, dalam hal ini karakteristik yang sama adalah remajanya. Heterogenitas sampel ini akan meningkatkan reliabilitas pengukuran. Jadi lebih baik gunakan butir yang lebih umum sehingga tidak membatasi respondennya.

    (2) Sementara ini alasan yang dipakai banyak orang adalah minimnya atau sulitnya subjek untuk didapatkan. Namun alasan menjadi kurang kuat ketika kita bisa mentry outkan pada sampel yang berkarakteristik sama seperti jawaban saya di atas.

  15. mei on February 4, 2011 – 14:52

    malam pak.. saya mhs s1 universitas negri medan.. trima kasih untuk wdah diskusi ini.. skripsi saya mengunakan variabel kontrol, krna penelitian sblumny mnggunakannya juga, yg mnjadi pertanyaan saya.. 1. apakah var kontrol sama dengan var independent? 2. uji apakah yang dilakukan untuk var kontrol dalam spss..3. bisa berikan saya model penlitain menggunakna var kontrol? terima kasih byak pak..

  16. Wahyu Widhiarso on February 5, 2011 – 09:39

    Tuk Mbak Mei. 1. Apakah var kontrol sama dengan var independent? Berbeda. Variabel kontrol adalah variabel dalam penelitian kita yang pengaruhnya terhadap variabel bebas tidak ingin ketahui, akan tetapi dikontrol. Beda dengan variabel independen yang pengaruhnya ingin kita ketahui. Ada dua jenis kontrol, pertama kontrol sampel, jadi sampel kita batasi pada karakteristik tertentu saja. Misalnya sampel kita pria saja, atau individu dengan IQ yang sedang saja.
    2. uji apakah yang dilakukan untuk var kontrol dalam spss.. Untuk uji perbedaan kita bisa menggunakan analisis kovarian dan untuk uji hubungan bisa menggunakan korelasi parsial. (saya sudah menulis mengenai dua hal ini di blog ini)
    3. bisa berikan saya model penlitain menggunakna var kontrol? Contoh pertama perbedaan kemasakan sosial antara mahasiswa yang aktif dalam kegiatan kemahasiswaan dan yang tidak, dengan mengendalikan usia (ini contoh uji perbedaan). Kedua, hubungan antara kepuasan kerja dan dukungan sosial teman sejawat dengan mengendalikan gaji yang diterima

  17. F. Amelia on February 20, 2011 – 16:14

    Yth. Bpk Wahyu. Saya F.Amelia dr padang. mohon bantuan bapak karena ada beberapa hal yang masih membingungkan saya tentang statistik. Apabila akan menggunakan teknik analisis varians dalam mencari efek perlakuan suatu treatmen, namun asumsi homogenitasnya tidak terpenuhi, maka teknik alternatif apa yang bisa digunakan pak? Terima kasih sebelumnya, maaf telah mengganggu bapak..

  18. Wahyu Widhiarso on February 20, 2011 – 18:44

    Tuk Bu Amelia. Kalau ukuran sampelnya cukup besar (minimal 30), dan jumlah kelompok perlakuan-kontrol hampir setara, maka ketidakhomogenan tidak berpengaruh pada anava….
    Sumbernya silahkan diunduh di sini

  19. F. Amelia on February 21, 2011 – 15:02

    maaf pak, mengganggu lagi. saya amelia. mau bertanya tentang koefisien konsistensi. suatu tes dinilai oleh 2 rater, apabila dimensi yang diukur dari tes tersebut ditambah, apakah berpengaruh terhadap koefisien konsistensinya? apabila disimulasikan untuk menghitungnnya, rumus apa yang bisa digunakan? apakah rumus conbrach alpha bisa? terima kasih sebelumnya pak…

  20. Wahyu Widhiarso on February 21, 2011 – 20:08

    Tuk Mbak Amelia. Apakah koefisien konsistensi yang dimaksud adalah koefisien kesepakatan intra rater (reliabilitas intra rater) ? Penambahan dimensi tidak akan mempengaruhi tingginya kesepakatan atau konsistensi antar rater. Tulisan saya di web ini semoga bisa membantu. Prosedur analisis secara detail bisa di search di web ini, yang masuk pada bagian estimasi reliabilitas melalui SPSS

 

197 Responses to Kutipan Tanya Jawab

  1. Leonart Maruli says:

    Selamat Malam Pak Wahyu,

    Perkenalkan nama saya Leonart. Saya sedang menempuh skripsi saya saat ini dengan judul “hubungan antara persepsi penderita skizofrenia terhadap ekspresi emosi yang diberikan keluarga atau caregiver dengan stres psikologis yang dialamai penderita skizofrenia.”

    Saya sudah mendapatkan alat ukur yang bisa dipergunakan kepada penderita skizofrenia yang menjadi sampel penelitian saya, Pak. Saya menggunakan teknik uji data terpakai dalam metode penelitian skripsi saya ini. Dengan uji data terpakai yang saya gunakan, apakah saya harus menghapus beberapa item pertanyaan yang validitasnya kurang bagus atau dibiarkan sebagaimana adanya saja (sesuai dengan prinsip uji data terpakai : tanpa menggunakan pilot test).

    Sebenarnya saya juga sudah menghitung korelasi pearson keduanya (baik data kuisioner yang tidak dihapus itemnya dan data kuisioner yang dihapus beberapa itemnya karena validitasnya kurang bagus), hasil korelasi keduanya tetap signifikan. Menurut Bapak, kalau saya menggunakan teknik uji data terpakai itu sebaiknya menggunakan data yang mana untuk dipresentasikan di Bab 4 penelitian saya?

    Mohon bantuannya ya Pak. Saya tunggu jawabannya

    Terima Kasih dan Salam,

    Leo

    • Wahyu Widhiarso says:

      Leonart, apa yang menunjukkan butir skalamu tidak valid? korelasi butir total? korelasi butir total bukanlah penunjuk validitas.

  2. reza says:

    pagi, saya mau tanya tentang ANOVA. jika di uji F untuk anova menunjukkan tidak ada pengaruh sedangkan di uji lanjutan ternyata menunjukkan hasil yang berbeda, kira2 mana kesimpulan mana yang diambil dan kenapa bisa jadi seperti itu
    terima kasih.

    • Wahyu Widhiarso says:

      Reza, Saya tidak tahu uji anova apa yang kamu pakai dan uji lanjutan apa yang dipakai.
      Simpulkan berdasarkan uji statistika yang menurutmu kamu utamakan sejak awal.

  3. Utami says:

    Selamat malam pak, perkenalkan saya Utami, saya sedang melakukan penelitian tentang korelasi work family balance dengan kualitas hidup pada ibu bekerja. Subjek yg saya gunakan terdiri dari 3 kelompok, yaitu ibu bekerja sebagai perawat, guru dan karyawan. Saya ingin melakukan uji F (anova), pak anova yg tepat untuk penelitian ini one way atau two way pak? Dan data saya tidak homogen, tetapu jumlah subjek perawat 33, guru 29, dan karyawan 33. Apakah jumlah tersebut termasuk setara sehingga anova tetap bisa dilakukan? Terima kasih pak

    • Wahyu Widhiarso says:

      Iya itu setara. Tidak sampai ada yang mendekati separuhnya

      • Utami says:

        Terima kasih pak, maaf pak saya mau bertanya lagi, kira-kira adakah referensi yang bisa saya gunakan yg menjelaskan tentang anova tidak masalah dengan data tidak homogen. Kedua, saya juga ingin melihat pengaruh work family balance, usia anak, dan jenis pekerjaan terhdap kualitas hidup menggunakan analisis regresi ganda, tetapi data tidak homogen, kira-kira apa solusinya ya pak?
        terima kasih

  4. Utami says:

    Referensi untuk analisis varian terhadap data tidak homogen pernah bapak berika pada Ibu Amel pada 2011, tetapi tidak bisa terbuka. terima kasih

  5. Mila. says:

    Selamat siang, pak wahyu saya mila. Ingin bertanya untuk memodifikasi alat ukur kognitif excecutive function : day/night task (gerard,Hong,1994) pada anak. Apakah dapat berbentuk skala likert: skor 0-1.mohon informasi

Leave a Reply

Your email address will not be published. Required fields are marked *

Please type the characters of this captcha image in the input box

Please type the characters of this captcha image in the input box

Set your Twitter account name in your settings to use the TwitterBar Section.