Penelitian Pendidikan : ............. / 3 SKS : 16x pertemuan @ 150 menit : Mampu melakukan analisis statistik data penelitian pendidikan. : Mata kuliah ini membahas tentang Konsep dasar statistika, Statistika deskriptif, Distribusi variabel acak, Uji Hipotesis, Uji normalitas, Uji homogenitas, Uji kesamaan rata-rata, Analisis regresi, Analisis korelasi, Analisis jalur, Analisis variansi, Analisis Kovariansi, dan Model persamaan struktural.
Indikator Materi Pengalaman Belajar Metode Evaluasi Sumber
Pe rt
Kompetensi Dasar
1. Memahami konsepkonsep dasar statistika. 2. Memahami peranan statistika dalam penelitian (metode ilmiah) 3. Memahami analisis statistik deskriptif
1. Menjelaskan konsep-konsep dasar dalam statistika. 2. Menjelaskan peranan statistika dalam penelitian (metode ilmiah). 3. Menyajikan data kualitatif dan kauntitatif dalam bentuk tagel atau diagram. 4. Menentukan ukuran pemusatan data dan menginterpretasik an. 5. Mentukan ukuran penyebaran data dan
1. Konsepkonsep dasar statistika 2. Peranan statistika dalam penelitian (metode ilmiah) 3. Statistika deskriptif
Mendiskusikan Ekspositor konsep-konsep dasar i (dengan statistika dan peranan demonstra statistika dalam penelitian. si pengguna Menyajikan dan an menginterpretasikan data software kualitatif. microsoft Menyajikan dan excel atau menginterpretasikan data SPSS atau kuantitatif. yang lain) Menghitung mean, median, dan modus secara Diskusi manual atau menggunakan software (microsoft excel atau SPSS). Menghitung kuartil, variansi, dan standar deviasi secara manual atau menggunakan software (microsoft excel atau SPSS). Menentukan pencilan
Tugas Individu
1, 2, 4, 5, 6
menginterpretasik an. 2 1. Memahami distribusi variabel acak dan sifatsifatnya 2. Memahami uji hipotesis 1. Memahami distribusi normal, t, F, Chi kuadrat dan sifat-sifatnya 2. Merumuskan hipotesis nol dan alternatif. 3. Memahami tipetipe kesalahan dalam uji hipotesis. 4. Memahami taraf signifikansi. 5. Memahami statistik uji 6. Memahami kriteria uji 1. Menguji normalitas data 2. Menguji homogenitas (kesamaan variansi) 1. Distribusi variabel acak 2. Uji hipotesis
suatu data secara manual atau menggunakan software (microsoft excel atau SPSS). Ekspositor Mengenal distribusi i (dengan normal, t, F, Chi kuadrat demonstra dan sifat-sifatnya si Merumuskan hipotesis nol dan alternatif pengguna an suatu penelitian software Menolak atau microsoft menerima hipotesis excel atau dengan taraf signifikansi SPSS atau tertentu yang lain) Diskusi
Tugas Individu
1, 2, 4, 5, 6
Ekspositor
i (dengan demonstra si pengguna an software microsoft excel atau SPSS atau yang lain) Diskusi
Tugas Individu
1, 2, 4, 5, 6
1. Menguji
1. Menguji
Uji
Menguji kesamaan
Ekspositor
Tugas
1, 2, 4,
kesamaan rata-rata dua populasi independen 2. Menguji kesamaan rata-rata data berpasangan
kesamaan ratarata dua populasi independen 2. Menguji kesamaan ratarata data berpasangan
kesamaan rata-rata
rata-rata dua populasi independen dengan uji t Menguji kesamaan rata-rata data berpasangan dengan uji t
i (dengan demonstra si pengguna an software microsoft excel atau SPSS atau yang lain) Diskusi
Ekspositor
Individu
5, 6
1. Mengestimas i parameter dalam regresi linier sederhana. 2. Menguji hipotesis dalam regresi linier sederhana 1. Mengestimas i parameter dalam regresi linier berganda 2. Menguji hipotesis dalam
1. Mengestimasi koefisien regresi dan variansi sesatan dalam regresi linier sederhana. 2. Menguji kesesuaian model regresi linier sederhana 3. Menguji signifikansi koefisien regresi 1. Mengestimasi koefisien regresi dan variansi sesatan dalam regresi linier berganda. 2. Menguji kesesuaian model regresi linier
Mengestimasi koefisien regresi dan variansi sesatan dalam regresi linier sederhana Menguji kesesuaian model atau linearitas Menguji koefisien regresi secara individu
i (dengan demonstra si pengguna an software microsoft excel atau SPSS atau yang lain) Diskusi i (dengan demonstra si pengguna an software microsoft excel atau
Tugas Individu
1, 2, 3, 4, 5, 6
Mengestimasi koefisien regresi dan variansi sesatan dalam regresi linier dengan dua variabel bebas atau lebih Menguji kesesuaian model regresi linier berganda Menguji koefisien
Ekspositor
Tugas Kelompok
1, 2, 3, 4, 5, 6
regresi linier berganda 7 1. Menentukan koefisien korelasi antar dua variabel atau lebih. 2. Menguji signifikansi korelasi
berganda 3. Menguji signifikansi koefisien regresi 1. Menghitung koefisien korelasi 2. Menguji signifikansi koefisien korelasi
Analisis korelasi
Menghitung koefisien Ekspositor i (dengan korelasi dua variabel acak demonstra Menguji signifikansi si koefisien korelasi pengguna an software microsoft excel atau SPSS atau yang lain) Diskusi
Ekspositor
8 9
UJIAN TENGAH SEMESTER Analisis Membuat diagram Jalur jalur dan menuliskan model persamaan struktural Mengestimasi koefisien jalur
i (dengan demonstra si pengguna an software microsoft excel atau SPSS atau yang lain) Diskusi i (dengan demonstra
Tugas Individu
10
Ekspositor
Tugas Individu
si pengguna an software microsoft excel atau SPSS atau yang lain) Diskusi Analisis Variansi Satu Faktor Menguji perbedaan pengaruh perlakuan terhadap mean respon
Ekspositor
11
i (dengan demonstra si pengguna an software microsoft excel atau SPSS atau yang lain) Diskusi
Tugas Individu
12
Ekspositor Menguji perbedaan i (dengan pengaruh tingkat pada demonstra masing-masing faktor Menguji interaksi dua si pengguna faktor an software microsoft excel atau SPSS atau yang lain)
Tugas Individu
Diskusi 13 Memahami aplikasi analisis kovariansi satu faktor Menganalisis data dengan menggunakan Anakova satu faktor Analisis Kovariansi
Ekspositor Menguji hipotesis terkait anakova satu faktor i (dengan demonstra si pengguna an software microsoft excel atau SPSS atau yang lain) Diskusi Ekspositor Menguji hipotesis terkait anakova dua faktor i (dengan demonstra si pengguna an software microsoft excel atau SPSS atau yang lain) Diskusi Ekspositor
Tugas Individu
14
Menganalisis data Analisis dengan Kovariansi menggunakan (lanjutan) Anakova dua faktor
Tugas kelompok
15
Tugas kelompok
software microsoft excel atau SPSS atau yang lain) Diskusi 16 UJIAN AKHIR SEMESTER Keterangan: 1. Bain, L.J., (1992). Introduction to Probability and Mathematical Statistics. Edisi 2, Duxbury Press, Belmont, California. 2. Hoog, R.V. dan Craig, A.T., (1995). Introduction to Mathematical Statistics. Prentice Hall, Singapore. 3. Sen, A. dan Srivastava, M., (1990). Regression Analysis. Springer-Verlag, Berlin 4. John. P. W. M., (1971). Statistical Design and Analysis of Experiments. The Macmillan Company, New York. 5. Siegel, Andrew F and Charles J. Morgan. 1996. Statistics and data Analysis An Introduction. 2nd ed. New York: John Wiley & Sons, Inc. 6. Walpole, Ronald E. & Raymond H. Myers. Terjemahan RK Sembiring. 1995. Ilmu Peluang dan Statistika untuk Insinyur Ilmuawan. Edisi ke-4. Bandung: ITB
Referensi lain:
1. 2.
Beck Lewis, Michael S. (1993). Regression analysis. London: SAGE Publications Ltd. Britt, David W. (1997). A conceptual introduction to modeling: Qualitative and quantitative perspectives. New Jersey: Lawrence Erlbaum Associates. Byrne, Barbara M. (1998). Structural equation modeling with LISREL, PRELIS, and SIMPLIS: Basic concepts, applications, and programming. Mahwah, New Jersey: Lawrence Erlbaum Associates, Inc., Publishers. Draper, N.R., dan Smith, H. (1986). Applied Regression Analysis. New York: John Wiley & Sons, Inc. Edwards, Allen L. (1984). An introduction to linier regression and correlation. Second Edition. New York: W.H. Freeman and Company. Everitt, B.S. (1984). An introduction to latent variable models. London: Chapman and Hall. Guenther, William C. (1980). Analysis of variance. Englewood Cliffs, NJ: Prentice-Hall Inc.
3.
4. 5.
6. 7.
8.
Hair Jr, Joseph F., Anderson, Rolph E., Tatham, Ronald L., dan Black, William. (1998). Multivariate data analysis. Fifth Edition. Upper Saddle River, New Jersey: Prentice-Hall, Inc. Hayduk, Leslie A. (1987). Structural equation modeling with LISREL: Essentials and advances. London: The Johns Hopkins Press, Ltd.
9.
10. Huitema, Bradley E. (1986). The analysis of covariance and alternatives. New York: John Wiley and Sons. 11. Joreskog, Karl., Sorbom, Dag., Toit du, Stephen., dan Toit du, Mathilda. (2000). Lisrel 8: New statistical features. North Lincoln
Learning.
13. Mueller, Ralph O. (1996). Basic principles of structural equation modeling: An introduction to LISREL and EQS. New York, NY:
Company.
15. Pedhazur, Elazar J. (1986). Multiple regression in behavioral research: Explanation and prediction. Second Edition. New York: