Page 1 of 54

Daftar Distribusi Frekuensi dan Grafiknya

Ukuran Gejala Pusat dan Ukuran Gejala Letak
Ukuran Simpangan, Kemiringan, dan Kurtosis
Distribusi Sampling dan Teori Menaksir
Uji Hipotesis
Uji Homogenitas Varians dan Uji Normalitas
Uji t
Uji homogenitas varians, uji normalitas, dan uji t dengan
menggunakan bantuan Microsoft Exel dan SPSS 16.0





Oleh
JeroBudiDarmayasa,S.Pd.,M.Pd.Si
(ProdiPendidikanMatematika,FKIP,UBT)
Email:jerosongan@gmail.com
Blog:jerobudy.blogspot.com

FKIP-UBT
Page 2 of 54

LEMBAR KERJA MAHASISWA I

MATA KULIAH : STATISTIKA PENDIDIKAN
KODE MK : -
BOBOT SKS : 3 SKS
PENGAMPU : JERO BUDI D. S.Pd., M.Pd. Si.

I. Pokok Bahasan
Daftar Distribusi Frekuensi dan Grafiknya

II. Sasaran Pembelajaran
1. Mahasiswa dapat menyusun daftar distribusi frekuensi sekumpulan data
2. Mahasiswa dapat membuat histogram dari daftar distribusi frekuensi yang tersedia
3. Mahasiswa dapat membuat poligon dari daftar distribusi frekuensi yang tersedia
4. Mahasiswa dapat membuat ogive dari daftar distribusi frekuensi yang tersedia

III. Ringkasan Materi
1. Pendahuluan
Daftar distribusi frekuensi ada dua macam, yakni daftar distribusi frekuensi data
tunggal dan daftar distribusi fekuensi data berkelompok (bergolong).
Contoh 1:
Tabel 1.
Daftar Distribusi Frekuensi Data Tunggal
Skor Ujian
(X)
Frekuensi
(f)
40 1
50 4
55 5
65 7
70 3

= f n 20





Contoh 2:
Page 3 of 54

Tabel 2.
Daftar Distribusi Frekuensi Data Berkelompok
Berat Badan
(X)
Frekuensi
(f)
46 50 2
51 55 3
56 60 6
61 65 5
66 70 3
71 75 1

= f n 20

Beberapa Istilah yang digunakan dalam daftar distribusi bergolong:
a. Kelas Interval : Pengelompokan data menjadi a b disebut kelas interval. Pada
contoh di atas data dikelompokan menjadi 6 kelas interval, yaitu: 46 50, 51 55,
71 -75.
b. Ujung Bawah (Batas Bawah Semu) dan Ujung Atas (Batas Atas Semu): Bilangan a pada
kelas interval a b disebut ujung bawah dan bilangan b disebut ujung atas.
c. Batas Bawah (Batas Bawah Nyata) dan Batas Atas (Batas Atas Nyata): Batas bawah
adalah ujung bawah dikurangi setengah satuan pengukuran terkecil dan ujung atas
ditambah setengah satuan pengukuran terkecil.
d. Tanda Kelas Interval (Titik Tengah Kelas Interval) yakni setengan dari jumlah ujung
bawah dan ujung atas interval.
e. Lebar kelas:

2. Daftar Distribusi Frekuensi
Daftar distribusi Frekuensi ada 3 jenis, yaitu:
a. Daftar distribusi frekuensi absolut adalah daftar distribusi frekuensi yang
frekuensinya dinyatakan dengan banyak data tiap kelas
b. Daftar distribusi frekuensi relatif adalah daftar distribusi frekuensi yang
frekuensinya dinyatakan dalam persen untuk setiap kelas
c. Daftar Distribusi Frekuensi Komulatif adalah daftar distribusi yang frekuensinya
dinyatakan dengan jumlah frekuensi pada kelas sebelumnya.

Page 4 of 54

Beberapa hal yang perlu dipahami sebelum membuat daftar distribusi frekuensi,
yaitu:
a. Rentang (Range)
Rentang = ukuran data terbesar dikurangi ukuran data terkecil
b. Banyak Kelas Interval
Banyak kelas interval biasanya antara 5 sampai dengan 15, disesuaikan dengan
keperluan. Namun menurut Sturges, banyak kelas dapat ditetapkan dengan
menerapkan rumus berikut:
Dengan n menyatakan banyak data

c. Lebar Kelas Interval
Lebar kelas (l) = rentang dibagi banyak kelas
Contoh 3:
Buatlah daftar distribusi frekuensi data hasil ujian akhir Statistik Pendidikan dari
30 orang mahasiswa berikut:
46, 60, 68, 65, 60, 52, 78, 90, 94, 90,80, 84, 70, 54, 48,
60, 75, 65, 58, 50, 76, 88, 94, 90, 80, 85, 78, 64, 85, 72
Dari contoh di atas diperoleh:
Rentang = 94 46 = 48
Banyak Kelas = 1 + 3,3 log (30) = 4,875 ~5
Lebar Kelas = 10 6 , 9
5
48
~ =
Daftar Distribusi Frekuensi Absolut, Relatif, dan Komulatif
Daftar Distribusi Frekuensi Absolut, Relatif, dan Komulatif dari data pada contoh 3 di
atas disajikan pada tabel 3 berikut:
Tabel 3.Daftar Distribusi Frekuensi Absolut, Relatif, dan Komulatif
Nilai (X) fabs frel fkom fkom
46 55 5 16,7 % 5 30
56 65 8 26,6 % 13 25
66 75 4 13,4 % 17 17
76 85 8 26, 7 % 25 13
86 95 5 16,7 % 30 5

= f n 30 100% - -

Banyak Kelas = 1 + 3,3 log n
Page 5 of 54

3. Histogram, Poligon Fekuensi, Ogive:
Data yang disajikan pada pada tabel 3 di atas dapat disajikan dalam bentuk diagram
berikut:
a. Histogram



b. Poligon Frekuensi





0
1
2
3
4
5
6
7
8
9
45,5 - 55,5 55,5 - 65,5 65,5 - 75,5 75,5 - 85,5 85,5 - 95,5
f
0
1
2
3
4
5
6
7
8
9
f
40,5 50,5 60,5 70,5
80,5 90,5 100,5
Page 6 of 54

c. Ogive


IV. Latihan Soal
1. Buatlah daftar distribusi frekuensi dari data skor ujian matematika siswa SMP berikut
ini:
7, 8, 4, 5, 8, 9, 9, 3, 6, 4,
9, 8, 4, 5, 8, 9, 10, 3, 6, 4,
8,9, 8, 6, 5, 5, 8, 9, 10, 3,
6, 4, 9, 8, 4, 5, 8, 9, 10, 3,
6, 4, 7, 8, 6, 5, 7, 8, 7, 6
2. Buatlah histogram, Poligon, dan Ogive (kanan atau kiri) berdasarkan daftar distribusi
frekuensi yang anda buat.

<<<<Selamat Belajar>>>>





0
5
10
15
20
25
30
35
f
0
5
10
15
20
25
30
35
f
40,5 50,5 60,5 70,5 80,5 90,5
40,5 50,5 60,5 70,5 80,5 90,5
Page 7 of 54

LEMBAR KERJA MAHASISWA II

MATA KULIAH : STATISTIKA PENDIDIKAN
KODE MK : -
BOBOT SKS : 3 SKS
PENGAMPU : JERO BUDI D. S.Pd., M.Pd. Si.

I. Pokok bahasan: Ukuran Gejala Pusat dan Ukuran Letak
II. Sasaran Belajar:
Setelah pembelajaran diharapkan mahasiswa dapat:
1. Menghitung harga rata-rata dari sekumpulan data
2. Menentukan Modus dari sekumpulan data
3. Menentukan median dari sekumpulan data
4. Menentukan Kuartil, Desil, dan Persentil dari sekumpulan data

III. Ringkasan Materi
3.1. Pendahuluan
Ukuran yang tergolong ke dalam gejala pusat adalah: rata-rata (rata-rata hitung, rata-
rata ukur, dan rata-rata harmonik), dan Modus. Sedangkan yang termasuk ukuran letak
adalah Median, kuartil, Desil, dan Persentil. Perlu diingat bahwa ukuran yang dihitung
berdasarkan data sampel disebut statistik, sedangkan ukuran yang dihitung berdasarkan
data populasi dinamakan parameter. Misalnya rata-rata data sampel (

x ) dan rata-rata data
populasi ( ). Statistik digunakan untuk mengestimasi parameter.

3.2. Rata-rata Hitung
Formula yang digunakan untuk menghitung rata-rata hitung adalah:
n
x
x
n
i
i
=

=
1
, jika data tidak dikelompokkan
n
x f
x
n
i
i i
=

=
1
.
, jika data dikelompokkan (rata-rata terbobot)
Contoh 1:
Data nilai Matematika 10 orang siswa SD adalah sebagai berikut: 61, 70, 66, 60, 52, 68, 68, 70,
65, 60. Hitunglah rata-rata hitung dari data tersebut:
Jawab:
Page 8 of 54

64
10
640
10
60 65 70 68 68 52 60 66 70 61
=
=
+ + + + + + + + +
=

x


Data di atas dapat juga disusun terlebih dahulu ke dalam daftar distribusi frekuensi seperti
berikut:
Nilai (xi) fi fixi
52 1 52
60 2 120
61 1 61
65 1 65
66 1 66
68 2 136
70 2 140

=
i
f n = 10
i i
x f . = 640
64
10
640
.
= = =

i
i i
f
x f
x
Untuk menghitung harga rata-rata hitung dari data yang disusun dalam daftar distribusi
frekuensi bergolong digunakan formula:

=
=

=
k
i
k
i
i
fi
x fi
x
1
1
.
, dengan
i
x titik tengah kelas interval ke-i
Contoh 2:
Tentukan rata-rata hitung dari data skor ujian akhir Statistika Pendidikan yang disajikan
dalam daftar distribusi frekuensi bergolong berikut ini:
Nilai (x) fi xi fixi
46 50 2 48 96
51 55 5 53 265
56 60 8 58 464
61 65 7 63 441
66 70 3 68 204

25 - 1.470
Jawab:
80 , 58
25
470 . 1
.
= = =

i
i i
f
x f
x



Page 9 of 54

Rata-rata di atas dapat juga dihitung dengan menggunakan rumus mean terkaan, yakni:
|
|
.
|

\
|
+ =

n
fx
l M x
'
. , dimana M = Mean Terkaan (titik tengah), l=lebar kelas, x

= deviasi mean
terkaan, n =

f



Contoh 3:
Data diambil dari contoh 2 di atas:
Nilai (x) fi x fix

46 50 2 -2 -4
51 55 5 -1 -5
56 60 8 0 0
61 65 7 +1 7
66 70 3 +2 6

25 - 4
80 , 58 8 , 0 58
25
4
. 5 58 .
'
= + = |
.
|

\
|
+ =
|
|
.
|

\
|
+ =

n
fx
l M x

3.3. Modus
Untuk menyatakan fenomena yang paling sering muncul atau yang paling banyak
terjadi dinamakan ukuran modus. Modus dari sekumpulan data kuantitatif ditentukan
dengan cara menentukan frekuensi terbanyak diantara data tersebut.

Contoh 4:
Diketahui data nilai olahraga dari 10 orang siswa adalah sebagai berikut: 7, 6, 6, 8, 5, 6, 7, 8,
5, 4. Tentukan modusnya!
Jawab:
Modus dari data di atas adalah 6. Karena data bernilai 6 paling sering muncul yakni
sebanyak 3 kali.
Jika data kuantitatif disusun dalamm daftar distribusi frekuensi bergolong, modusnya
dapat dicari dengan menentukan titik tengah kelas interval yang memiliki frekuensi
terbanyak. Untuk lebih akuratnya, modus dapat ditentukan dengan menggunakan
formula:
|
|
.
|

\
|
+
+ =
b a
a
o
f f
f
l b M . , dengan
Mo = modus;
b = batas bawah nyata kelas modus;
l = lebar interval
Page 10 of 54

fa = frekuensi kelas modus dikurangi frekuensi sebelumnya;
fb = frekuensi kelas modus dikurangi frekuensi sesudahnya.

Contoh 5:
Daftar distribusi frekuensi skor ujian Statistika Pendidikan 25 orang mahasiswa:
Nilai (x) fi xi
51 55 2 53
56 60 5 58
61 65 8 63
66 70 7 68
71 - 75 3 73

25 -
Jika modus dari data di atas ditetapkan dengan menggunakan aturan titik tengah interval
yang frekuensinya terbanyak maka modusnya 63. Selanjutnya jika modus ditetapkan
dengan menerapkan formula di atas, maka prosedurnya adalah:
Kelas modus adalah kelas ke-3, dengan b = 60,5
fa = 8 -5 = 3
fb = 8 -7 =1
l = 5
25 , 64
75 , 3 5 , 60
1 3
3
5 5 , 60
=
+ =
|
|
.
|

\
|
+
+ =
|
|
.
|

\
|
+
+ =
b a
a
o
f f
f
l b M

Jadi modusnya 64,25

3.4. Median
Jika banyakya data ganjil dan telah diurutkan, maka median dari data tersebut adalah
data yang letaknya paling tengah. Selanjutnya, jika banyak data genap maka mediannya
ditentukan dengan menghitung rata-rata dua data yang di tengah.
ganjil n x Me
n
,
2
1 +
= genap n
x x
Me
n n
,
2
1
2 2
+
+
=
Contoh 6:
Tentukan Median dari data berikut:
a. Data skor pelajaran olahraga dari 9 orang siswa SD: 20, 15, 12, 25, 20, 10, 18, 14, 10
b. Data skor pelajaran Olahraga 10 orang siswa SD: 20, 15, 12, 25, 20, 10, 18, 14, 10, 16
Page 11 of 54

Penyelesaian:
a. Data Terurut: 10, 10, 12, 14, 15, 18, 20, 20, 25.
Banyaknya data 9, berarti n ganjil. Maka, 15
5
2
1 9
2
1
= = = =
+ +
x x x Me
n

b. Data terurut: 10, 10, 12, 14, 15, 16, 18, 20, 20, 25.
Banyak data 10 (genap), berarti: 5 , 15
2
16 15
2 2 2
6 5
1
2
10
2
10
1
2 2
=
+
=
+
=
+
=
+
=
+ +
x x
x x x x
Me
n n




3.5. Kuartil
Terdapat tiga jenis kuartil, yakni Kuartil Pertama (K1), kuartil kedua (K2), dan kuartil ketiga
(K3). Letak kuartil ke-i adalah data ke-
|
.
|

\
| +
4
) 1 (n i
dengan i = 1, 2, 3. Sebagai contoh diambil
data pada contoh 6b yang telah terurut, yakni: 10, 10, 12, 14, 15, 16, 18, 20, 20, 25. Pada data
tersebut, letak K1 adalah pada data ke- 75 , 2
4
) 1 10 ( 1
= |
.
|

\
| +
yaitu diantara data ke-2 dan data
ke-3 dan tiga per empat jauhnya dari data ke-2. Nilai K1 = 10 + 0,75 (12-10) = 11,5.
Untuk menentukan kuartil dari data yang disusun dalam daftar distribusi frekuensi
berkelompok digunakan formula:
|
|
|
|
.
|

\
|

|
.
|

\
|
+ =
f
F
n i
l b Ki
4
.
b = batas bawah nyata kelas Ki, l = lebar kelas,
F = Frekuensi komulatif sebelum kelas Ki, f = frekuensi kelas Ki

Contoh 7
Berikut ini adalah daftar distribusi frekuensi bobot badan 25 orang siswa:
Nilai Fi fkom
51 55 2 2
56 60 5 7
61 65 8 15
66 70 7 22
71 75 2 24
76 - 80 1 25

25 -

Tentukan K3!

Page 12 of 54


Penyelesaian:
Letak K3 adalah pada data ke- 5 , 19 ) 1 25 (
4
3
= + x . Berarti berada pada kelas ke-4. b = 65,5,
l = 5, F = 15, f = 7, sehingga K3 dapat dihitung sebagai berikut:
18 , 68 68 , 2 5 , 65
7
75 , 3
5 5 , 65
7
15 75 , 18
5 5 , 65
7
15
4
25 . 3
5 5 , 65
3
= + = |
.
|

\
|
+ = |
.
|

\
|
+ =
|
|
|
|
.
|

\
|

|
.
|

\
|
+ = K

3.6. Desil
Jika sekumpulan data dipilah menjadi 10 bagian yang sama, maka terdapat Sembilan
pembagian yang disebut Desil (D). Jadi terdapat Sembilan desil, yaitu D1, D2, D3, , D9.
Cara menentukan desil dari sekumpulan data pada prinsipnya sama dengan menentukan
kuartil. Letak desil ke-I (Di) adalah data ke-
|
.
|

\
| +
10
) 1 (n i
dengan i= 1, 2, 3 ,,9.
Untuk menentukan desil dari data yang disusun dalam daftar sistribusi frekuensi
bergolong digunakan formula:
|
|
|
|
.
|

\
|

|
.
|

\
|
+ =
f
F
n i
l b D
i
10
.
b = batas bawah nyata kelas Di, l = lebar kelas,
F = Frekuensi komulatif sebelum kelas Di, f = frekuensi kelas Di

3.7. Persentil
Jika sekumpulan data dipilah menjadi 100 bagian yang sama, maka terdapat 99
pembagian yang disebut persentil (P). Jadi terdapat 99 persentil, yakni: P1, P2, P3, ,P99.
Cara menentukan persentil pada prinsipnya sama dengan cara menentukan kuartil dan
desil. Letak persentil ke-i (Pi) adalah data ke-
|
.
|

\
| +
10
) 1 (n i
dengan i = 1,2,3, ,99.
Untuk menentukan persentil data yang disusun dalam daftar distribusi frekuensi
bergolong digunakan formula:
|
|
|
|
.
|

\
|

|
.
|

\
|
+ =
f
F
n i
l b P
i
100
.
b = batas bawah nyata kelas Pi, l = lebar kelas,
F = Frekuensi komulatif sebelum kelas Pi, f = frekuensi kelas Pi


Page 13 of 54


IV. Latihan
1. Kelompok . Kerjakan soal berikut dalam kelompok (3 orang) dan kumpulkan hasil diskusi
anda!. Berikut ini adalah data banyaknya pukulan per menit oleh 25 orang petinju di sebuah
sasana Tinju.
Data: 100, 120, 80, 75, 95, 90, 110, 90, 90, 95, 86, 78, 94, 98, 96, 88, 86, 84, 80, 75, 95, 90, 110, 90, 95.
a. Susunlah data tersebut ke dalam daftar distribusi frekuensi bergolong!
b. Tentukan: Rata-rata dengan mean Terkaan, K1, K2, K3.
2. Individu
Sebagai tugas rumah kerjakan tugas berikut:
a. Buatlah data fiktif (minimal 50 data) hasil suatu pengamatan dan susunlah ke dalam
daftar distribusi frekuensi bergolong!
b. Hitunglah: 1) Rata-rata data dengan rumus mean terkaan, 2) K1 dan K3, 3) D2 dan D5!

Page 14 of 54

LEMBAR KERJA MAHASISWA III

MATA KULIAH : STATISTIKA PENDIDIKAN
KODE MK : -
BOBOT SKS : 3 SKS
PENGAMPU : JERO BUDI D. S.Pd., M.Pd. Si.

I. Pokok Bahasan: Ukuran Simpangan dan Kemiringan

II. Sasaran Pembelajaran
1. Mahasiswa dapat menghitung nilai rentang antar kuartil dari sekumpulan data
2. Mahasiswa dapat menghitung simpangan kuartil dari sekumpulan data
3. Mahasiswa dapat menentukan rata-rata simpangan dan simpangan baku dari
sekumpulan data
4. Mahasiswa dapat menentukan skor baku (Z-skor) yang diberikan
5. Mahasiswa dapat menentukan kemiringan dari data yang diberikan

III. Ringkasan Materi
1. Rentang Antar Kuartil dan Simpangan Kuartil
a. Rentang Antar Kuartil (RAK):
RAK = Kuartil ke-3 dikurangi Kuartil ke-1 = K3 K1
b. Simpangan Kuartil (SK)
SK =
2
1
(K3 K1)
2. Rata-rata Simpangan
Sebagai contoh, diketahui data hasi penelitian: x1, x2, x3, ,xn dengan rata-rata

x .
Yang dimaksud dengan simpangan (deviasi) adalah nilai dari: xi -

x . Selanjutnya rata-
rata nilai mutlak simpangan dinamakan rata-rata simpangan (RS). Jadi,
n
x x
RS
n
i
i
=

=
1

Dengan RS = Rata-rata simpangan, xi = data ke-i,

x = rata-rata, n = banyaknya data

Contoh: data: 5, 6, 7, 8, 9, 10

Page 15 of 54

Penyelesaian:
1.
Hitung rata-rata (

x
) = (5 + 6 + 7 + 8 + 9 +10) / 6 = 7,5
2. RS = (|5-7,5|+ |6 7,5|+ |7 7,5|+ |8 7,5|+ |9 7,5|+ |10 7,5|)/6
= ( 2,5 + 1,5 + 0,5 + 0,5 + 1,5 + 2,5) / 6
= 9 / 6 = 1,5

3. Simpangan Baku
Simpangan baku sering disimbolkan dengan s untuk sampel dan o untuk
populasi. Kuadrat dari simpangan baku disebut Varians disimbolkan dengan s
2

untuk sampel dan o
2
untuk populasi.
Misalkan dari sampel berukuran n diperoleh data: x1, x2, x3, ,xn, maka simpangan
baku dan varians dari data ini dapat dihitung dengan formula:
1
1
2

|
.
|

\
|

=

=

n
x x
s
n
i
i
dan
1
1
2
2

|
.
|

\
|

=

n
x x
s
n
i
i

Jika data disusun dalam daftar distribusi frekuensi, maka varians dapat dihitung
dengan menggunakan formula:
1
2
1 2

|
.
|

\
|

=

n
x x f
s
k
i
i i
dan
) 1 (
1
2
1
2
2

|
|
.
|

\
|

=

= =
n n
x f x f n
s
k
i
k
i
i i i i

Dengan s =simpangan baku, s
2
= varians, k = banyak kelas interval, n = banyaknya data, fi =
frekuensi kelas ke-i, xi = titik tengah kelas ke-i.
4. Skor Baku
Skor baku (Z-skor) dapat ditentukan dengan rumus:
s
x x
z
i
i

=

5. Kemiringan
Kemiringan dari sekumpulan data yang diberikan dapat ditentukan dengan cara:
Page 16 of 54

Kemiringan =
s
Mo x
baku simpangan
us rata rata
=


mod


Contoh:
Berikut ini adalah data banyaknya pukulan per menit oleh 25 orang petinju di sebuah
sasana Tinju (Data diambil dari latihan sebelumnya)
Data: 100, 120, 80, 75, 95, 90, 110, 90, 90, 95, 86, 78, 94, 98, 96, 88, 86, 84, 80, 75, 95, 90, 110, 90, 95.
Tentukanlah:
a. RAK dan SK
b. Rata-rata simpangan (RS)
c. Simpangan Baku
d. Varians
e. Kemiringan
Penyelesaian:
Dari perhitungan pada pertemuan sebelumnya, diperoleh:
Rata-rata = 91, K1 = 84, K2 = 89, dan K3 = 96
Sehingga:
a. RAK = K3 K1 = 96 84 = 12
SK =
2
1
( K3 K1) =
2
1
(96 84) = 6
b.
n
x x
RS
n
i
i
=

=
1
=
25
91 95 ... 91 80 91 100 91 120 + + + +

=
25
4 ... 11 9 29 + + + +

= 96 , 7
25
199
=
Page 17 of 54

c. Simpangan Baku
85 , 10
72 , 117
24
827 . 2
24
16 ... 121 81 841
24
4 ... 11 9 29
1 25
) 91 95 ( ... ) 91 80 ( ) 91 100 ( ) 91 120 (
2 2 2 2
2 2 2 2
=
=
=
+ + + +
=
+ + + +
=

+ + + +
=

d. Varians = s
2
=10,85
2
= 117,72
e. Kemiringan = 09 , 0
85 , 10
90 91
=

IV. Latihan Soal
1. Kerjakan soal berikut dalam kelompok anda.
Berikut ini daftar distribusi skor UTS Statistika Pendidikan dari 40 orang Mahasiswa
PGSD:
Nilai Frekuensi (f) Titik Tengah (xi) fkom zi
46 - 50 2
51 55 4
56 60 6
61 65 7
66 70 5
71 75 5
76 80 4
81 - 85 3
86 90 3
91 95 1
N =

f
40 - - -

a. Lengkapilah tabel di atas!
b. Tentukan rentang antar kuartil dan simpangan kuartil dari data di atas
c. Tentukan simpangan baku dan variansnya
d. Tentukan kemiringan dari data di atas

Page 18 of 54

2. Tugas Individu
Kerjakan tugas berikut sebagai pekerjaan rumah.
Buatlah data fiktif hasil suatu pengamatan (minimal 40 data) dan susun daftar distribusi
berkelompoknya. Kemudian kerjakan sesuai dengan petunjuk pada latihan kelompok di
atas!
<<<<Selamat Belajar>>>>

Page 19 of 54

LEMBAR KERJA MAHASISWA IV

MATA KULIAH : STATISTIKA PENDIDIKAN
KODE MK : -
BOBOT SKS : 3 SKS
PENGAMPU : JERO BUDI D. S.Pd., M.Pd. Si.

I. Pokok Bahasan: Distribusi Sampling dan Teori Menaksir

II. Sasaran Pembelajaran
Setelah pembelajaran mahasiswa diharapkan dapat:
1. Menentukan peluang rata-rata dari data
2. Menentukan peluang proporsi dari data sampel
3. Menentukan peluang simpangan baku data sampel
4. Menaksir rata-rata data populasi berdasarkan rata-rata data sampel
5. Menaksir proporsi data populasi berdasarkan proporsi data sampel
6. Menaksir simpangan baku data populasi berdasarkan simpangan baku data sampel

III. Ringkasan Materi
1. Distribusi Sampling
Distribusi sampling (disingkat distribusi) yang akan dibicarakan pada topik ini adalah
distribusi rata-rata, distribusi proporsi, dan distribusi simpangan baku
a. Distribusi Rata-rata
Misalkan diketahui sebuah populasi berukuran N dengan rata-rata dan simpangan
baku o. Selanjutnya sebuah sampel berukuran n ditarik secara acak dari popuasi
tersebut. Jika penarikan sampel ini dilakukan tanpa pengembalian, maka akan diperoleh
sampel berukuran n sebanyak |
.
|

\
|
n
N
sampel yang berbeda. Jika masing-masing sampel
ini dihitung rata-ratanya, maka akan diperoleh |
.
|

\
|
n
N
buah rata-rata. Himpunan rata-rata
ini memiliki rata-rata yang dinyatakan dengan

x
dan simpangan baku yang diyatakan
dengan

x
o
Page 20 of 54

o Untuk
N
n
> 5%, maka berlaku

x
= dan

x
o =
1

N
n N
n
o

o Untuk
N
n
s 5%, maka berlaku

x
= dan

x
o =
n
o

x
o disebut kesalahan baku rata-rata yang merupakan ukuran variasi rata-rata sampel (

x ) sekitar rata-rata populasi ().

Dalam distribusi ini berlaku teorema limit sentral yang menyatakan bahwa: Jika sebuah
populasi mempunyai rata-rata dan simpangan baku o yang besarnya terhingga, maka
untuk n yang cukup besar ( n > 30), distribusi sampel mendekati distribusi normal
dengan rata-rata

x
= dan simpangan baku

x
o =
n
o
.
Selanjutnya, agar tabel distribusi normal dapat digunakan maka distribusi rata-rata ini
perlu distandarisasi dengan menerapkan rumus transformasi:

=

x
x
z
o

.
o Jika varians populasi diketahui dan agar perbedaan antar mean sampel tidak lebih
dari d yang ditetapkan, maka beraku: ox/n s d
Contoh:
Rata-rata bobot badan mahasiswa 60 kg dan simpangan bakunya 7,2 kg. Sebuah sampel ditarik
secara acak dengan ketentuan bahwa kesalahan baku rata-rata maksimum 1,2 kg. Tentukan:
a. Ukuran sampel minimal
b. Dengan sampel tersebut tentukan peluang bobot badan rata-rata antara 58 kg dan 64 kg.
c. Tentukan peluang bobot badan minimal 61 kg
Penyelesaian:
Diketahui: = 60, o = 7,2, dan

x
o = 1,2
a. Ukuran sampel minimal yaitu:

x
o =
n
o
1,2 =
n
2 , 7

2 , 1
2 , 7
= n n = 6 n = 36
b. Peluang rata-rata bobot badan antara 58 kg dan 64 kg yaitu:
Page 21 of 54

Untuk

x = 58 diperoleh 67 , 1
2 , 1
60 58
=

x
x
z
o


Untuk

x = 64 diperoleh 33 , 3
2 , 1
60 64
=

x
x
z
o


Jadi peluang rata-rata bobot badan antara 58 kg dan 64 kg P (58 <<64) = P (-1,67 <
Z< 3,33) = 0,4525 + 0,4996 = 0,9521
c. Untuk

x = 61 diperoleh 83 , 0
2 , 1
60 61
=

x
x
z
o

. Jadi peluang rata-rata bobot
paling sedikit 61 kg P(Z > 0,83) = 0,5000 0,2967 = 0,2033

Latihan soal:
Upah perjam karyawan suatu perusahaan rata-ratanya Rp. 15.000,- dan simpangan
bakunya Rp. 1800,-. Tentukan peluang bahwa upah rata-rata 50 orang pekerja yang
diambil secara acak dari seluruh karyawan akan berada diantara Rp. 14500,- dan Rp.
15.600,- !
Tentukan peluang rata-rata gaji karyawan minimum Rp.15.800,-
14 , 3
59 , 254
000 . 15 800 . 15
=

x
x
z
o


P ( Z> 3,14) = 0,5000 0,4991 = 0,0009
2. Distribusi Proporsi
Jika dalam sebuah populasi berukuran N terjadi peristiwa E sebanyak Y, maka akan
terdapat parameter proporsi peristiwa E sebesar t = Y/N. Selanjutnya, jika dalam
sampel yang berukuran n yang ditarik dari populasi tersebut terdapat peristiwa E
sebanyak x, maka harga statistik proporsi E tersebut adalah
n
x
. Dari semua sampel
yang mungkin ditarik dari populasi terdapat sekumpulan harga statistik proporsi. Dari
himpunan statistik proporsi ini dapat dihitung rata-rata yang dinyatakan dengan
n
x

dan simpangan baku yang dinyatakan dengan

n
x
o
Page 22 of 54

- Untuk
N
n
> 5%, berlaku
n
x
= t dan
n
x
o =
1
) 1 (

N
n N
n
t t

- Untuk
N
n
s 5%, berlaku
n
x
= t dan
n
x
o =
n
) 1 ( t t

n
x
o disebut Kesalahan baku proporsi
Agar tabel distribusi normal baku dapat digunakan, maka distribusi ini perlu
distandarisasi dengan menggunakan transformasi z, yang formulanya:
n
x
n
x
z
o
t
=
) (

- Agar perbedaan antar proporsi sampel tidak lebih dari d yang ditetapkan, maka
berlaku:
n
x
o s d
Contoh 2:
Terdapat indikasi bahwa 20% siswa Sekolah Dasar pada suatu daerah terancam putus sekolah.
Untuk suatu penyelidikan maka diambil sebuah sampel berukuran 100 orang ditarik secara acak
dari populasi.
a. Tentukan peluang dari 100 orang tersebut akan terdapat minimal 25 orang yang terancam
putus sekolah
b. Berapa orang minimal diselidiki agar perbedaan persentase siswa terancam sekolah antar
sampel maksimal 1%
Jawab:
t = 20% = 0,20, sehingga 1 - t = 1 0,20 = 0,80
a. Dari 100 orang, minimal 25 siswa terancam putus sekolah. Berarti:
n
x
= 0,25
Kesalahan baku proporsinya adalah:
n
x
o = 04 , 0
100
) 80 , 0 )( 20 , 0 ( ) 1 (
= =

n
t t

z-skor:
n
x
n
x
z
o
t
=
) (
= 25 , 1
04 , 0
20 , 0 25 , 0
=

Jadi peluang (z>1,25) = 0,5000 0,3944 = 0,1056
Page 23 of 54

b. d = 0,01 berarti
n
x
o s d 600 . 1 01 , 0
) 8 , 0 )( 2 , 0 (
> s n
n
. Jadi sampel minimal yang
diambil adalah 1.600 siswa
3. Distribusi Simpangan Baku
Apabila populasi berdistribusi normal atau mendekati normal, maka untuk n > 100
distribusi simpangan baku mendekati normal sehingga berlaku: o =
s
dan
n
n
x
2
o
o =
4. Teori Menaksir
Untuk menaksir (menduga) harga parameter digunakan harga statistic, misalnya
ditaksir dengan

x , dan

x disebut titik penaksir. Untuk mendapatkan taksiran yang lebih

akurat maka digunakan interval taksiran yang disertai koefisien kepercayaan yang
diinginkan.
3.4.1 Menaksir Rata-rata
a. Simpangan baku diketahui dan populasi berdistribusi normal
Untuk mendapatkan 100% interval kepercayaan digunakan formula:
n
z x
n
z x
o

o

. .
5 , 0 5 , 0
+ < <

dengan = koefisien kepercayaan, z0,5
= nilai z pada tabel
z untuk peluang 0,5.
b. Simpangan Baku tidak diketahui dan populasi berdistribusi normal (lebih mudah
dilakukan di lapangan)
Untuk mendapatkan 100% interval kepercayaan digunakan formula:
n
s
t x
n
s
t x
p p
. . + < <

dengan tp = nilai t pada tabel t-student dimana
2
) 1 ( +
= p
serta db = n -1
Atau tp = t
o/2 dengan o = 1 -
Contoh3:
Rata-rata (

x ) tekanan darah 121 olahragawan yang diambil secara acak adalah 110 dan
simpangan bakunya (s) adalah 11. Tentukan interval penaksiran tekanan darah rata-rata
dengan koefisien kepercayaan 95%.
Jawab:
n = 121
Page 24 of 54

x
= 110
s = 11
db = n 1 =121 1 = 120
= 95% = 0,95

t
o/2 = t(1-)/2 = t(1 -0,95)/2 =t0,025 = 1,98
Untuk p = 0,975 dan db = 120, dari tabel t diperoleh t0,975 = 1,98. Dengan demikian diperoleh:
n
s
t x
n
s
t x
p p
. . + < <

110 1,98 (
121
11
)<<110 + 1,98 (
121
11
)
108,02 <<111,98
Jadi kita memiliki 95% keyakinan bahwa rata-rata tekanan darah olahragawan berkisar antara
108,02 dan 111,98

Contoh 4:
Rata-rata nilai UN Mat th 2010 dari 169 orang siswa yang diambil secara acak dari seluruh
siswa SD di Kota Tarakan adalah 7,8. Jika simpangan bakunya 0,65, tentukanlah interval
penaksiran rata-rata nilai UN Mat seluruh siswa SD di Kota Tarakan dengan taraf
kepercayaan 90%.
Penyelesaian:

3.4.2 Menaksir Proporsi
Proporsi populasi (t) ditaksir dengan proporsi sampel (
n
x
). Untuk mendapatkan
100% interval kepercayaan parameter t digunakan formula: p-z0,5
n
pq
<
t
< p+z0,5
n
pq
dengan p =
n
x
dan q = 1 p
Contoh 5:
Suatu survey menyebutkan bahwa dari 50 orang remaja yang didata secara acak (random)
diketahui 7 diantaranya tidak memiliki akun FB. tentukanlah interval penaksiran proporsi
banyaknya remaja yang tidak memiliki akun FB dari seluruh remaja di Kota Tarakan dengan
taraf kepercayaan 90%.
Page 25 of 54

Penyelesaian:
n = 50
x = 7
= 90%= 0,9
p = x/n = 7/50 =0,14
q = 1 p = 1- 0,14 = 0,86
Ditanyakan: interval proporsi t?
p-z0,5
n
pq
<
t
< p+z0,5
n
pq

0,14-z0,5(0,9)
50
) 86 , 0 )( 14 , 0 (
<
t
< 0,14+z0,5(0,9)
50
) 86 , 0 )( 14 , 0 (

0,14-z0,45(0,049)< t < 0,14+z0,45(0,049)
0,14-(0,1736)(0,049)< t < 0,14+(0,1736)(0,049)
0,14-0,0085< t < 0,14+0,0085
0,1315< t < 0,1485
Maknanya: Jadi kita memiliki keyakinan sebesar 90% bahwa terdapat 13,15% sampai
14,85% remaja di Kota Tarakan tidak memiliki akun FB

3.4.3 Menaksir Simpangan Baku
Untuk populasi berdistribusi normal dengan varians o
2
, maka 100% interval
kepercayaan parameter o
2
ditentukan dengan menggunakan distribusi Chi-Kuadrat
yang formuanya:
) 1 ( 5 , 0
2
2
2
) 1 ( 5 , 0
2
2
) 1 ( ) 1 (

o
+

< <

x
s n
x
s n
, dengan _
2
untuk p = 0,05(1-) dan p = 0,05(1 +) serta db =
n-1 didapat dari tabel _
2
. Selanjutnya penentuan penaksiran o dilakukan dengan
penarikan akar o
2
.



Page 26 of 54

IV. Latihan Soal
3. Kerjakan soal berikut dalam kelompok anda.
Sebuah sampel berukuran 100 ditarik dari populasi berdistribusi normal. Berdasarkan
data sampel diperoleh

=990
i
x dan

=9950
2
i
x
Tentukan:
1. Taksiran rata-rata populasi di atas
2. Interval taksiran rata-rata untuk koefisien kepercayaan 99%
Catatan:
( )
) 1 ( 1
2
2

=

n n
x
n
x
s
<<<<Selamat Belajar>>>>

Page 27 of 54

LEMBAR KERJA MAHASISWA V

MATA KULIAH : STATISTIKA PENDIDIKAN
KODE MK : -
BOBOT SKS : 3 SKS
PENGAMPU : JERO BUDI D. S.Pd., M.Pd. Si.

I. Pokok Bahasan: Uji Hipotesis

II. Sasaran Pembelajaran
Setelah pembelajaran mahasiswa diharapkan dapat:
1. Menguji rata-rata untuk uji dua ekor
2. Menguji rata-rata untuk uji satu ekor
3. Menguji kesamaan dua rata-rata untuk uji dua ekor
4. Menguji kesamaan dua rata-rata untuk uji satu ekor

III. Ringkasan Materi
a. Pendahuluan
Hipotesis berasal dari bahasa Yunani, yaitu Hupo dan Thesis. Hupo berarti lemah,
kurang, atau dibawah dan thesis berarti teori, proposisi, atau pernyataan yang disajikan
sebagai bukti. Jadi hipotesis dapat diartikan sebagai suatu pernyataan yang masih lemah
kebenarannya dan perlu dibuktikan atau dugaan yang masih sementara.
Untuk pengujian hipotesis perlu dilakukan penelitian, biasanya melalui sampel.
Selanjutnya dari sampel ini dihitung harga-harga statistiknya, dan dengan kriteria
tertentu harga-harga statistic ini dibandingkan dengan hipotesis. Dari perbandingan ini,
hipotesis mungkin diterima atau juga ditolak.
Dalam melakukan pengujian hipotesis memungkinkan terjadi dua kesalahan, yaitu:
1. Kesalahan Tipe I, yaitu menolak hipotesis yang seharusnya diterima. Peluang
untuk melakukan kesalahan tipe I ini biasanya dinyatakan dengan o yang sering
disebut dengan taraf signifikansi atau taraf nyata.
2. Kesalahan Tipe II, yaitu menerima hipotesis yang seharusnya ditolak. Peluang
untuk berbuat kesalaha tipe II ini biasanya dinyatakan dengan |.
Rumusan hipotesis ada dua, yaitu hipotesis kerja (alternatif) yag biasanya
dinyatakan dengan Ha atau H1 dan lawan dari hipoteisis alternatif yang biasanya
Page 28 of 54

dinyatakan dengan H0. Yang diuji dalam pengujian hipotesis adalah H0. Penerimaan
H0 berarti penolakan H1 dan sebaliknya. Uji yang digunakan ada dua yaitu uji satu
ekor (ekor kanan atau ekor kiri) dan uji dua ekor.

3.2. Menguji Rata-rata (uji dua ekor)
Diketahui sebuah populasi berdistribusi normal dengan rata-rata dan
simpangan baku o. Untuk pengujian ini ditarik sampel secara acak berukuran n,
selanjutnya dihitung statistik

x
dan s.
a. Jika simpangan baku populasi (o) diketahui
Hipotesis statistik:
H0: =0 (baca: tidak terdapat perbedaan antara dan 0). 0 besarnya diketahui.
H1: =0
Statistik yang digunakan untuk menguji hipotesis ini adalah:
n
x
z
o

0

=

dengan
kriteria: Terima H0 jika z(1-o)/2 < z < z(1-o)/2. Dimana z(1-o)/2 diperoleh dari tabel
distribusi normal baku dengan peluang (1-o)/2 dan tolak H0 untuk hal lainnya.

b. Jika simpangan baku populasi (o) tidak diketahui
Pada kenyataannya o sering tidak diketahui, dan untuk ini digunakan
penaksiranya yakni simpangan baku sampel (s). Dalam hal ini , hipotesis diuji
dengan menggunakan uji statistik:
n
s
x
t
0

=

dengan kriteria terima H0 jika:
-t
o/2 < t < t
o/2. Dimana t
o/2 didapat dari tabel distribusi t students dengan peluang
(o/2) dan derajat bebas (db) = n 1 dan tolak H0 untuk hal lainnya.

Contoh1:
Sebuah reklame menyatakan bahwa masa pakai baterai merk TOP adalah 1000 jam.
Untuk membuktikan kebenaran reklame ini seseorang menyelidiki dengan mengambil
sampel 100 buah baterai. Dari sampel diperoleh rata-rata masa pakai baterai 994 jam dan
Page 29 of 54

simpangan bakunya (s) 50 jam. Dengan menetapkan taraf signifikansi 0,05 selidiki apakah
reklame tersebut dapat dipercaya atau tidak?

Penyelesaian:
a. Hipotesis statistik
H0: = 1000
H1: = 1000
b. Taraf signifikansi (o) : 0,05
c. Kriteria Pengujian:
H0 diterima jika: -t
o/2 < t < t
o/2 -1,987 < t < 1,987
d. Perhitungan:
Diketahui:
0 = 1000
n = 100

x = 994

s = 50
Dengan menggnakan informasi yang ada, maka nilai z dapat dihitung sebagai berikut:
n
s
x
t
0

=

= 2 , 1
5
6
100
50
1000 994
=

e. Kesimpulan:
Karena thitung = -1,2 berada diantara -1,987 dan 1,987 berarti H0 diterima. Dengan
kata lain masa pakai baterai adalah 1000 jam.

Contoh soal 2:
Seorang pejabat pemerintah menyatakan bahwa tingkat SDM di daerahnya mengalami
peningkatan pesat dengan menujukkan bahwa rata-rata nilai UN Matematika Siswa SD
sebesar 8,3. Untuk mengecek kebenaran pernyataan tersebut, seorang peneliti mengambil
sampel secara acak sebanyak 169 orang dan diperoleh rata-rata 7,9 dengan simpangan baku
0,65. Dengan menggunakan taraf signifikansi 5%, apakah pernyataan pejabat tersebut dapat
dipercaya?

Page 30 of 54

3.3 Menguji Kesamaan Dua rata-rata ()
Diketahui dua buah populasi berdistribusi normal dengan rata-rata 1 dan 2,
simpangan baku o1 dan o1. Dari populasi pertama ditarik sampel n1 dan dan dari
sampel ini dapat dihitung 1

x , s1. Dari populasi kedua ditarik sampel berukuran n2

dan dari sampel ini dapat dihitung 2

x , s2.
a. Jika diketahui o =o1 =o2
1. Uji Dua Ekor
Hipotesis yang akan diuji adalah:
H0: 1 = 2
H1: 1 = 2
Uji statistik yang digunakan adalah
2 1
2 1
1 1
n n
x x
z
+

=

o
dengan kritetria pengujian:
Terima H0 jika z(1-o)/2 < z < z(1-o)/2. Dimana z(1-o)/2 diperoleh dari tabel distribusi
normal baku dengan peluang (1-o)/2 dan tolak H0 untuk hal lainnya.

2. Uji Satu Ekor (umumnya ekor kanan)
Hipotesis yang diuji adalah: H0: 1s2 dan H1: 1>2
Uji statistik yang digunakan:
2 1
2 1
1 1
n n
x x
z
+

=

o
dengan kriteria pengujian yaitu:
Tolak H0 jika Zhitung > Ztabel, dan terima H0 jika Zhitung < Ztabel.

b. Jika o =o1 =o2, namun o tidak diketahui
1. Uji Dua Ekor
Hipotesis yang akan diuji adalah:
H0: 1 = 2
H1: 1 = 2
Page 31 of 54

Uji statistik yang digunakan adalah
2 1
2 1
1 1
n n
s
x x
t
+

=

, dengan
2
) 1 ( ) 1 (
2 1
2
2 2
2
1 1
+
+
=
n n
s n s n
s .

Kriteria pengujian: Terima H0 jika -t
o/2 < t < t
o/2. Dimana t
o/2 didapat dari tabel
distribusi t students dengan peluang (o/2) dan derajat bebas (db) = n1 + n2 2
dan tolak H0 untuk hal lainnya.

Contoh 3:
Seorang mahasiswa melakukan penelitian untuk mengetahui apakah terdapat perbedaan
pengaruh pendekatan pembelajaran A dan pendekatan pembelajaran B terhadap prestasi
matematika siswa kelas V SD di Kota Tarakan. Untuk kepentingan itu, maka diambil
secara acak 33 siswa untuk pembelajaran A dan 29 siswa untuk pembelajaran B.
Setelah dilakukan tes diperoleh rata-rata prestasi A 8,5 dengan simpangan baku 2,1 dan
rata-rata prestasi B 8,7 dengan simpangan baku 2,5.
Dengan menggunakan taraf signifikansi 5%, apakah prestasi siswa yang belajar
dengan pendekatan pembelajaran A berbeda dengan prestasi siswa yang belajar
dengan pendekatan B!
a. Hipotesis statistik
H0: 1 = 2
H1: 1 = 2
b. Taraf signifikansi (o) : 0,05
c. Kriteria Pengujian:
H0 diterima jika: -t
o/2 < t < t
o/2 -2,000 < t < 2,000
d. Perhitungan:
Diketahui:
n1 = 33
n2 = 29
1

x = 8,5
Page 32 of 54

2

x = 8,7
s1 = 2,1
s2 = 2,5
Dengan menggnakan informasi yang ada, maka nilai z dapat dihitung sebagai berikut:

29 , 2 27 , 5
60
12 , 316
60
175 12 , 141
60
) 25 , 6 )( 28 ( ) 41 , 4 )( 32 (
2 29 33
) 5 , 2 )( 1 29 ( ) 1 , 2 )( 1 33 (
2
) 1 ( ) 1 (
2 2
2 1
2
2 2
2
1 1
= = =
+
=
+
=
+
+
=
+
+
=
n n
s n s n
s

36 , 0
55 , 0
2 , 0
) 24 , 0 ( 29 , 2
2 , 0
03 , 0 03 , 0 29 , 2
2 , 0
29
1
33
1
29 , 2
7 , 8 5 , 8
1 1
2 1
2 1
=

=
+

=
+

=
+

=

n n
s
x x
t
Kesimpulan
Karena thitung = -0,36 berada diantara -2,00 dan 2,00 berarti H0 diterima. Dengan
kata lain tidak terdapat perbedaan rata-rata prestasi siswa yang belajar
dengan pendekatan A dan rata-rata prestasi siswa yang belajar dengan
pendekatan B.

2. Uji Satu Ekor (umumnya ekor kanan)
Hipotesis yang diuji adalah: H0: 1s2 dan H1: 1>2
Uji statistik yang digunakan:
2 1
2 1
1 1
n n
x x
t
+

=

o
dengan criteria pengujian yaitu:
Tolak H0 jika thitung > ttabel, dan terima H0 jika thitung < ttabel.

c. Jika o1 = o2, dan keduanya tidak diketahui.
1. Uji Dua Ekor
Jika keadaan seperti terjadi, maka digunakan uji pendekatan t

, yakni:
2
2
2
1
2
1
2 1
'
n
s
n
s
x x
t
+

=

, dengan kriteria terima H0 jika:
2 1
2 2 1 1 '
2 1
2 2 1 1
w w
t w t w
t
w w
t w t w
+
+
< <
+
+

Page 33 of 54

dengan
1
2
1
1
n
s
w = dan
2
2
2
2
n
s
w = ; t1 = t
o/2, (n1-1 ) dan t2 = t
o/2, (n2-1). Tolak H0 untuk hal
lainnya.

Contoh:
Seorang mahasiswa melakukan penelitian tentang pengaruh penggunaan Alat Peraga
terhadap prestasi Matematika Siswa kelas V SD Swasta dan SD Negeri. Untuk
kepentingan tersebut diambil secara acak 70 siswa dari SD Negeri dan 75 siswa dari
SD Swasta. Setelah dilakukan tes diketahui varians kedua populasi tidak homogen dan
rata-rata prestasi SD Negeri 9,2 dengan simpangan baku 1,5 dan rata-rata prestasi SD
swasta 8,4 dengan simpangan baku 2,5.
Dengan taraf signifikansi 5%, selidiki apakah rata-rata prestasi matematika siswa SD
Negeri dan SD swasta berbeda secara signifikan?

a. Hipotesis statistik (uji dua pihak)
H0: 1 = 2
H1: 1 = 2
b. Taraf signifikansi (o) : 0,05
c. Kriteria Pengujian:
H0 diterima jika:
2 1
2 2 1 1 '
2 1
2 2 1 1
w w
t w t w
t
w w
t w t w
+
+
< <
+
+

03 , 0
70
25 , 2
70
) 5 , 1 (
2
1
2
1
1
= = = =
n
s
w

08 , 0
75
25 , 6
75
) 5 , 2 (
2
2
2
2
2
= = = =
n
s
w

t1 = t
o/2, (n1-1) = t0,05/2, (70-1) = t1 = t 0,025, (69) = 2, 000 - 9
60
980 , 1 000 , 2
x |
.
|

\
|
= 1,997
t2 = t
o/2, (n1-1 = t0,05/2, (75-1) = t1 = t 0,025, (74) = 2, 000 - 14
60
980 , 1 000 , 2
x |
.
|

\
|
= 1,995
Page 34 of 54

99 , 1 99 , 1
00 , 2 00 , 2
08 , 0 03 , 0
) 995 , 1 )( 08 , 0 ( ) 997 , 1 )( 03 , 0 (
08 , 0 03 , 0
) 995 , 1 )( 08 , 0 ( ) 997 , 1 )( 03 , 0 (
'
'
'
2 1
2 2 1 1 '
2 1
2 2 1 1
< <
< <
+
+
< <
+
+

+
+
< <
+
+

t
t
t
w w
t w t w
t
w w
t w t w

Jadi H
0
diterima jika: 99 , 1 99 , 1
'
< < t

d. Perhitungan:
Diketahui:
n1 = 70
n2 =75
1

x = 9,2
2

x = 8,4
s1 = 1,5
s2 = 2,5
Karena diketahui varians populasi tidak homogen (o1=o2) maka uji yang digunakan
adalah:
42 , 2
33 , 0
8 , 0
11 , 0
8 , 0
08 , 0 03 , 0
8 , 0
75
) 5 , 2 (
70
) 5 , 1 (
8 , 0
75
25 , 6
70
25 , 2
8 , 0
75
) 5 , 2 (
70
) 5 , 1 (
4 , 8 2 , 9
2 2 2 2
2
2
2
1
2
1
2 1
'
= = =
+
=
+
=
+
=
+

=
+

=


n
s
n
s
x x
t

Kesimpulan
Karena thitung = 2,42 tidak berada diantara -2,00 dan 2,00 berarti H0 ditolak.
Dengan kata lain terdapat perbedaan yang signifikan rata-rata prestasi
siswa yang belajar dengan menggunakan alat peraga dan siswa yang belajar
tanpa menggunakan
alat peraga

Page 35 of 54

2. Uji Satu Ekor (umumnya ekor kanan)
Hipotesis yang diuji adalah: H0: 1s2 dan H1: 1>2.
Uji statistik yang digunakan:
2
2
2
1
2
1
2 1
'
n
s
n
s
x x
t
+

=

dengan kriteria pengujian sebagai
berikut:
Tolak H0 jika:
2 1
2 2 1 1 '
w w
t w t w
t
+
+
> dan terima H0 jika:
2 1
2 2 1 1 '
w w
t w t w
t
+
+
<

<<<<Selamat Belajar>>>>

Page 36 of 54

LEMBAR KERJA MAHASISWA VI

MATA KULIAH : STATISTIKA PENDIDIKAN
KODE MK : -
BOBOT SKS : 3 SKS
PENGAMPU : JERO BUDI D. S.Pd., M.Pd. Si.

I. Pokok Bahasan: Uji homogenitas varians dan Uji Normalitas

II. Sasaran Pembelajaran
Setelah pembelajaran mahasiswa diharapkan dapat:
1. Menguji homogenitas varians untuk uji dua ekor
2. Menguji hoogenitas varians untuk uji satu ekor
3. Menguji konormalan distribusi suatu populasi

III. Ringkasan Materi
a. Uji Homogenitas Varians
Jika dua populasi atau lebih memiliki varians yang sama maka populasi-populasi
tersebut dikatakan populasi dengan varians yang homogen, sebaliknya jika variansya
berbeda dikatakan populasi dengan varians heterogen
Uji Homogenitas Varians Dua Ekor
Misalkan dua populasi memiliki simpangan baku berturut-turut o1 dan o2. UJi dua
ekor untuk varians ini adalah:
Hipotesis:
2
2
2
1
2
2
2
1
o o
o o
=
=

Misalkan dari populasi pertama diambil sampel berukuran n1 dengan simpangan
baku s1 dan dari populasi kedua diambil sampel berukuran n2 dengan simpangan
baku s2. Untuk menguji hipotesis di atas digunakan formula:
Terkecil Varians
Terbesar Varians
F = , dengan criteria: Tolak H0 jika F > F(o/2),(n1-1, n2-1)
Contoh 1:
Dalam sebuah penelititan diambil dua sampel dari dua populasi yang berbeda. Dari sampel
pertama yang berukuran 12 diperoleh varians sebesar 24 dan dari sampel kedua yang
Page 37 of 54

berukuran 16 diperoleh varians 36. Dengan menetapkan o = 10%, apakah kedua sampel
diambil dari populasi dengan varians homogen?
Penyelesaian:
1. Hipotesis:
2
2
2
1
2
2
2
1
o o
o o
=
=

2. Taraf signifikansi: o = 10%
3. Kriteria Pengambilan Keputusan: Tolak H0 jika: F > F(o/2),(n1-1, n2-1) = F > F(o/2),(15, 11)= 2,72
4. Perhitungan:
Diketahui:
n1 = 12
n2 = 16
s1
2
= 24
s2
2
= 36
5 , 1
24
36
= = =
Terkecil Varians
Terbesar Varians
F
5. Pengambilan Keputusan
Karena F < Fhitung yaitu 1,5 < 2,72 maka H0 diterima, dengan kata lain kedua populasi
memiliki varians yang homogen
.
b. Uji Normalitas
Pada pembahasan-pembahasan sebelumnya sering diasumsikan bahwa suatu
populasi berdistribusi normal. Sesungguhnya hal tersebut tidak dapat dilakukan
tanpa menggunakan dasar yang kuat. Sehubungan dengan itu, berikut ini akan
disajikan bagaimana cara pengujian normalitas dari suatu distribusi.
Salah satu uji statistik yang digunakan untuk menguji normalitas suatu distribusi
adalah uji Chi Kuadrat (
2
_ ). Untuk keperluan pengujian, harus dihitung frekuensi
teoritik (Ei) dan frekuensi observasi (Oi). Harga Ei diperoleh dari hasil kali n dengan
peluang (luas daerah di bawah kurva normal) untuk interval yang bersesuaian. Untuk
menentukan harga
2
_ digunakan formula:
( )

=
k
i
i
i i
E
E O
1
2
2
_ , dan kriteria pengujian
Page 38 of 54

menggunakan distribusi Chi Kuadrat dengan db = k-3 dan taraf nyata = o. H0 ditolak
apabila
2
_ hitung >
2
_ tabel.
Contoh 2:
Selidiki apakah populasi darimana sampel yang datanya disajikan pada tabel berikut
berdistribusi normal?
Nilai Fi
46-50 5
51-55 12
56-60 18
61-65 24
66-70 20
71-75 15
76-80 6
Penyelesaian:
Dari data diatas diperoleh 55 , 63
_
= x dan s = 7,85.
Batas nyata
kelas (x)
Nilai z untuk
batas kelas
Luas daerah tiap Kelas Frekuensi
Harapan (Ei)
Frekuensi
Observasi Oi)
45,5
50,5
55,5
60,5
65,5
70,5
75,5
80,5
-2,30
-1,66







0,4893-0,4515 =0,0378







100 x 0,0378= 3,8
..
..
..
..
..
..
5
12
18
24
20
15
6

Nilai 30 , 2
85 , 7
55 , 63 5 , 45
=

= Z . Untuk Z = -2,30, nilai tabel = 0,4893 (tabel Z)

Sehingga:

( )

=
= + + + + + +

=
k
i i
i i
E
E O
1
2
2
2
....... .... ..... .... ..... .... .....
8 , 3
) 8 , 3 5 (
_
Nilai
2
_ yang diperoleh dibandingkan dengan
2
_
tabel
dengan db = k -3 = 7-3 = 4 dan
taraf nyata tertentu.


Page 39 of 54


IV. Latihan Soal
1. Seorang mahasiswa melakukan penelitian penerapan dua metode pembelajaran yaitu
metode pembelajaran A pada kelas A1 dan metode pembelajaran B pada kelas B2 dan
diperoleh data prestasi belajar sebagai berikut:
Prestasi belajar kelas A1: 56, 60, 62,48, 52, 64, 64, 67, 71, 70, 71, 72, 89, 94, 81, 82,
83, 84, 84, 86, 87, 79, 78, 79, 78, 72, 72, 72, 77, 76.
Prestasi belajar kelas B2: 78, 84, 83, 78, 80, 83, 81, 78, 79, 82, 84, 81, 100, 98, 92, 53,
59, 62, 67, 68, 86, 87, 88, 69, 70, 76, 75, 73, 73, 91, 92, 89,
86, 86.
Selidiki apakah:
a. Kedua populasi memiliki varians yang homogeny?
b. Data prestasi belajar kelas A1 ditarik dari populasi berdistribusi normal?
c. Data prestasi belajar kelas B2 ditarik dari populasi berdistribusi normal?

2. Tugas Individu:
Buatlah data fiktif hasil suatu penelitian dari dua kelompok berbeda kemudian uji homogenitas
varians dan selidiki apakah data tersebut berdistribusi normal!
<<<<Selamat Belajar>>>>


Page 40 of 54

LEMBAR KERJA MAHASISWA VII

MATA KULIAH : STATISTIKA PENDIDIKAN
KODE MK : -
BOBOT SKS : 3 SKS
PENGAMPU : JERO BUDI D. S.Pd., M.Pd. Si.

I. Pokok Bahasan: Uji t

II. Sasaran Pembelajaran
Setelah pembelajaran mahasiswa diharapkan dapat:
1. Menghitung nilai t
2. Menguji kebermaknaan nilai t
3. Mengaplikasikan uji t
4. Menggunakan program SPSS untuk melakukan uji t dari data yang diberikan

III. Ringkasan Materi
a. Uji t
Uji t digunakan untuk menguji beda dua mean (rata-rata). Dua jenis uji t yang
akan dibahas adalah sebagai berikut.
a. Uji t dua sampel bebas (independen samples t-test)
b. Uji t dua sampel berpasangan (paired t-test)
b. Asumsi Dasar
a. Sampel diambil secara acak
b. Sampel (kedua sampel) berdistribusi normal
c. Varians populasi sama (homogen)
c. Rumusan hipotesis
a. Hipotesis nol statistik untuk independen sampel t-test
H0: 1=2
b. Hipotesis nol statistik untuk paired test
H0: d=0



Page 41 of 54

d. Rumus untuk menghitung nilai t
a. Independent t-test
|
|
.
|

\
|
+

=
2 1
2
__
2
__
1
1 1
n n
s
x x
t
gab
hit
, dengan:
2
) 1 ( ) 1 (
2 1
2
2 2
2
1 1
+
+
=
n n
s n s n
s
gab
,
1
2
_
2

|
.
|

\
|

=

n
x x
s
Independen t-test digunakan untuk menguji perbedaan mean dua sampel bebas
dengan derajat bebas n1 + n2 - 2
b. Paired t-test
n
s
d
t
d
hit
__
= dengan d = beda skor (di = x1i x2i) dan sd = simpangan baku d.
Paired t-test digunakan untuk menguji perbedaan mean dua sampel berpasangan,
dengan derajat bebas n-1.
e. Kaidah Pengambilan Kesimpulan
a. Uji dua ekor: Tolak H0 jika nilai thit > t
o/2 atau thit < -t
o/2
b. Uji satu ekor (ekor kanan): Tolak H0 jika nilai thit < -t
o


IV. Latihan Soal
1. Lakukan uji t untuk data pada latihan 1 no. 1 LKM VI
2. Cocokkan hasil yang diperoleh dengan menggunakan bantuan program SPSS

<<<<Selamat Belajar>>>>

Page 42 of 54

LEMBAR KERJA MAHASISWA VIII

MATA KULIAH : STATISTIKA PENDIDIKAN
KODE MK : -
BOBOT SKS : 3 SKS
PENGAMPU : JERO BUDI D. S.Pd., M.Pd. Si.

I. Pokok Bahasan: Uji homogenitas varians, Uji Normalitas dan Uji t

II. Sasaran Pembelajaran
Setelah pembelajaran mahasiswa diharapkan dapat:
1. Melakukan Uji homogenitas varians dua kelompok data dengan menggunakan bantuan
Microsoft Exel
2. Melakukan Uji homogenitas varians dua kelompok data dengan menggunakan SPSS 16.0
3. Melakukan uji normalitas dari sekelompok data dengan menggunakan bantun Microsoft Exel
4. Melakukan uji Normalitas dari sekelompok data dengan menggunakan SPSS 16.0
5. Melakukan Uji t (varians homogen) dari dua kelompok data dengan menggunakan bantuan
Microsoft Exel
6. Melakukan Uji t (varians homogen) dari dua kelompok data dengan menggunakan SPSS 16.0
7. Melakukan Uji t (varians tidak homogen) dari dua kelompok data dengan menggunakan
bantuan Microsoft Exel
8. Melakukan Uji t (varians tidak homogen) dari dua kelompok data dengan menggunakan SPSS
16.0

III. Contoh Kasus dan Prosedur Penyelesaian:
Contoh kasus
Seorang Mahasiswa melakukan penelitian dengan Judul Pengaruh Metode Demonstrasi
dalam Pembelajaran Jaring-jaring Bangun Ruang terhadap Prestasi Belajar Matematika
Siswa SD se-Kecamatan Tarakan Barat
Dari penelitian tersebut diperoleh dua kelompok data sebagai berikut:
Kelas A1 (kelas control) :
56, 57, 60, 70, 48, 74, 75, 76, 56, 74, 75, 79, 79, 90, 66, 94, 78, 87, 85, 95,86, 85, 87, 90,92, 87,
66, 70, 79, 79


Page 43 of 54

Kelas B2 (kelas Eksperimen):
78, 84, 83, 78, 80, 83, 81, 78, 79, 82, 84, 81, 100, 98, 92, 53, 59, 62, 67, 68, 86, 86, 88, 69,70,
76, 75, 73, 73, 91, 92, 89, 86, 86
1. Dengan menggunakan bantuan Microsoft Exel dalam perhitungan, lakukan uji berikut:
a. Uji Homogenitas Varians
b. Uji Normalitas data masing-masing kelompok
c. Uji t dengan asumsi kedua kelompok data diambil memiliki varians yang homogen
d. Uji t dengan asumsi kedua kelompok data diambil memiliki varians yang tidak homogen
2. Lakukan uji a-d di atas dengan menggunakan program SPSS 16.0 lalu bandingkan hasilnya!

Penyelesaian:
1. Analisis dengan menggunakan Bantuan Microsoft Exel
a. Uji Homogenitas
Langkah-langkah yang harus dilakukan:
1) Tuliskan Hipotesis Statistik
H0:
2
2
2
1
o o = (tidak terdapat perbedaan varians antara populasi kelompok 1 dengan
populasi kelompok 2)
H1:
2
2
2
1
o o = (terdapat perbedaan varians antara populasi kelompok 1 dengan
populasi kelompok 2)
2) Menentukan taraf signifikansi: o = 5%
3) Kriteria Pengambilan Keputusan: H0 ditolak jika Fhitung> F(o/2)(v1,v2)= F(0,025)(29,33)=1,82
4) Perhitungan: Fhitung dapat ditentukan dengan menggunakan rumus berikut:
Terkecil Varians
Terbesar Varians
F =

Varians (s
2
) untuk data tunggal dihitung dengan rumus:
1
2
__
2

|
.
|

\
|

=

n
x x
s
Dengan menggunakan bantuan Microsoft Exel, Varians dari kedua kelompok dapat
dihitung dengan langkah-langkah sebagai berikut:
Input data kelas A1 ke Worksheet 1 (A1) dan data kelas B2 ke Worksheet 2 (A2)
Hitung rata-ratannya ( )
__
x
Page 44 of 54

Hitung selisih masing-masing data dengan rata-rata ( )
__
x x
i

Tentukan Kuadrat dari masing-masing selisih data dan rata-ratanya:
2
__
) ( x x
i

(lihat lampiran 1)
Hitung Varians dari masing-masing kelompok (
2
2
2
1
s dan s )
Hitung nilai F dengan menggunakan rumus di atas, sehingga diperoleh:
39 , 1
17 , 111
26 , 154
= = =
Terkecil Varians
Terbesar Varians
F
5) Karena Fhitung < Ftabel yaitu 1,39 < 1,82 maka H0 diterima dengan kata lain tidak
terdapat perbedaan varians antara populasi kelompok 1 dengan populasi kelompok 2
(Varians homogen).
b. Uji Normalitas
1) Tuliskan Hipotesis
H0: Data A1 diambil dari populasi berdistribusi normal
H1:Data A1 diambil dari populasi tidak berdistribusi normal
2) Menentukan taraf signifikansi: o = 5%
3) Kriteria Pengambilan Keputusan: H0 ditolak jika
2
_ hitung>
2
_ (0,025,3)=9,348
4) Perhitungan:
2
_ hitung dapat ditentukan dengan menggunakan rumus berikut:
( )

=
k
i i
i i
E
E O
1
2
2
_

Dengan menggunakan bantuan Microsoft Exel,
2
_ hitung dari kelompok A1 dapat
dihitung dengan langkah-langkah sebagai berikut:
Input data kelas A1 ke Worksheet 4 (Normalitas 1) dan data kelas B2 ke
Worksheet 5 (Normalitas 2)
Buat tabel distribusi berkelompok, lalu tentukan rata-rata ( )
__
x dan simpangan
bakunya (s). Untuk lebih lengkap, lihat lampiran 2
Hitung nilai
2
_ hitung dengan menggunakan rumus di atas, sehingga diperoleh:
( )

=
=

=
k
i i
i i
E
E O
1
2
2
326 , 6 _
Page 45 of 54

Karena
2
_ hitung<
2
_ (0,025,3) yaitu 6,326 < 9,348 maka H0 diterima dengan kata lain data
A1 diambil dari populasi berdistribusi normal
<<Uji Normalitas untuk kelompok B2 analog>>

c. Uji t (Varians Homogen)
1) Hipotesis statistik
H0: 1 = 2 (tidak terdapat perbedaan rata-rata prestasi belajar matematika
antara kelompok A1 dengan kelompok A2)
H1: 1 = 2 (terdapat perbedaan rata-rata prestasi belajar matematika
antara kelompok A1 dengan kelompok A2)
2) Taraf signifikansi (o) : 0,05
3) Kriteria Pengujian:
H0 diterima jika: -t
o/2 < thitung < t
o/2 -2,2981 < thitung < 2,2981
4) Perhitungan:
Dengan menggunakan bantuan program Microsoft Exel, thitung ditentukan dengan
langkah-langkah sebagai berikut:
Input data kelas A1 dan B2 ke Worksheet 6 (Uji t)
Hitung rata-ratannya ( )
__
x
Hitung selisih masing-masing data dengan rata-rata ( )
__
x x
i

Tentukan Kuadrat dari masing-masing selisih data dan rata-ratanya:
2
__
) ( x x
i
(lihat lampiran 3)
Hitung nilai t dengan rumus:
|
|
.
|

\
|
+

=

2 1
2
2 1
1 1
n n
s
x x
t

2
) 1 ( ) 1 (
;
2 1
2
2 2
2
1 1 2
+
+
=
n n
s n s n
s

Sehingga diperoleh t
hitung
= -1,127
5) Pengambilan Kesimpulan
Karena thitung = -1,127 berada diantara -2,2981 dan 2,2981 berarti H0
diterima. Dengan kata lain tidak terdapat perbedaan rata-rata prestasi
Page 46 of 54

matematika antara siswa kelas A1 dengan prestasi belajar matematika
siswa kelas B2 yang belajar dengan metode demonstrasi.

d. Uji t (Varians tidak Homogen)
1) Hipotesis statistik
H0: 1 = 2 (tidak terdapat perbedaan rata-rata prestasi belajar matematika
antara kelompok A1 dengan kelompok A2)
H1: 1 = 2 (terdapat perbedaan rata-rata prestasi belajar matematika
antara kelompok A1 dengan kelompok A2)
2) Taraf signifikansi (o) : 0,05
3) Kriteria Pengujian:
H0 diterima jika: -t
o/2 < thitung < t
o/2 -2,2981 < thitung < 2,2981
4) Perhitungan:
Dengan menggunakan bantuan program Microsoft Exel, thitung ditentukan dengan
langkah-langkah sebagai berikut:
Input data kelas A1 dan B2 ke Worksheet 6 (Uji t)
Hitung rata-ratannya ( )
__
x
Hitung selisih masing-masing data dengan rata-rata ( )
__
x x
i

Tentukan Kuadrat dari masing-masing selisih data dan rata-ratanya:
2
__
) ( x x
i
(lihat lampiran 3)
Hitung nilai t dengan rumus:
|
|
.
|

\
|
+

=

2
2
2
1
2
1
2 1
n
s
n
s
x x
t


Sehingga diperoleh t
hitung
= -1,116
5) Pengambilan Kesimpulan
Karena thitung = -1,116 berada diantara -2,2981 dan 2,2981 berarti H0
diterima. Dengan kata lain tidak terdapat perbedaan rata-rata prestasi
matematika antara siswa kelas A1 dengan prestasi belajar matematika
siswa kelas B2 yang belajar dengan metode demonstrasi.
Page 47 of 54

2. Analisis dengan menggunakan SPSS 16.0
Dalam analisis statistic dengan menggunakan SPSS, uji homogenitas dan uji t dilakukan
sekaligus, sementara uji normalitas dilakukan secara terpisah. Oleh karena itu yang akan
dilakukan terlebih dahulu adalah uji Normalitas:
Langkah Awal
Buka Aplikasi SPSS 16.0
Klik Start>Program>SPSS 16.0

Pilih menu Variable View pada pojok kiri bawah lalu ketikan A1, B2, Prestasi, dan
Kelompok

Pilih menu Data View pada pojok kiri bawah lalu input Data A1 pada variable A1, data
B2 pada variabel B2, Data A1 dan B2 pada Variabel Prestasi, serta angka 1 dan 2 pada
variabel kelompok
Page 48 of 54


a. Uji Normalitas
1) Tuliskan Hipotesis
H0: Data A1 diambil dari populasi berdistribusi normal
H1:Data A1 diambil dari populasi tidak berdistribusi normal
2) Menentukan taraf signifikansi: o = 5%
3) Kriteria Pengambilan Keputusan: H0 ditolak jika probabilitas (Asymp. sig) < 0,05
4) Langkah-langkah analisis:
Pilih menu Analyze > Nonparametric Test > 1-samples K-S





Page 49 of 54

Pindahkan variabel A1 ke kolom Test Variable List dan beri tanda centang (\ )
pada distribusi normal

Pilih Option kemudian beri tanda centang (\ ) pada statistic descriptive, lalu klik
continue

Pilih OK

5) Interpretasi:
Karena nilai probabilitas (Asymp. Sig) = 0,779 > 0,05, berarti H0 diterima.
Dengan kata lain data A1 diambil dari populasi berdistribusi normal.
Uji Normalitas untuk data B2 analog
Page 50 of 54

b. Uji Homogenitas
Uji homogenitas dan uji t dilakukan secara bersamaan, dengan langkah-langkah sebagai
berikut:
1) Tuliskan Hipotesis Statistik
H0:
2
2
2
1
o o = (tidak terdapat perbedaan varians antara populasi kelompok 1 dengan
populasi kelompok 2)
H1:
2
2
2
1
o o = (terdapat perbedaan varians antara populasi kelompok 1 dengan
populasi kelompok 2)
2) Menentukan taraf signifikansi: o = 5%
3) Kriteria Pengambilan Keputusan: H0 ditolak probabilitas (signifikansi) > 0,05
4) Langkah-langkah analisis
Pilih menu Analyze>Compare Means> independent Samples T-Test

Pindahkan variabelprestasi ke kolom Test Variabele dan variable Kelompok ke
Grouping Variable
Page 51 of 54


Pilih Define variable lalu ketik 1 pada group 1 dan ketik 2 pada group 2,
kemudian pilih continue

Pilih menu option, lalu ketik 95% pada confidence interval kemudian pilih
continue

Klik OK




Page 52 of 54

5) Interpretasi
Karena nilai probabilitas (Sig) = 0,318 > 0,05, berarti H0 diterima. Dengan kata lain
tidak terdapat perbedaan varians antara populasi kelompok 1 dengan populasi
kelompok 2

c. Uji t (Varians Homogen dan Varians tidak Homogen)
1) Hipotesis statistik
H0: 1 = 2 (tidak terdapat perbedaan rata-rata prestasi belajar matematika
antara kelompok A1 dengan kelompok A2)
H1: 1 = 2 (tidak terdapat perbedaan rata-rata prestasi belajar matematika
antara kelompok A1 dengan kelompok A2)
2) Taraf signifikansi (o) : 0,05
3) Kriteria Pengujian:
H0 ditolak jika: nilai sig (2-tailed) < 0,05
4) Langkah-langkah analisis. Langkah analisis sudah dilakukan pada uji homogenitas,
sehingga outputnya bisa langsung diinterpretasikan:

5) Interpretasi untuk uji t (varians homogen)
Karena nilai sig (2-tailed) = 0,264 > 0,05 berarti H0 diterima. Dengan kata
lain tidak terdapat perbedaan rata-rata prestasi matematika antara
siswa kelas A1 dengan prestasi belajar matematika siswa kelas B2 yang
belajar dengan metode demonstrasi.
6) Interpretasi untuk uji t (varians tidak homogen)
Karena nilai sig (2-tailed) = 0,269 > 0,05 berarti H0 diterima. Dengan kata
lain tidak terdapat perbedaan rata-rata prestasi matematika antara
siswa kelas A1 dengan prestasi belajar matematika siswa kelas B2 yang
belajar dengan metode demonstrasi.
Page 53 of 54

Lampiran 1

Lampiran 2

Page 54 of 54

Lampiran 3