A. LATAR BELAKANG
Tranformasi linaer termasuk dalam aljabar linear elementer yang memiliki sub bagian seperti
matriks dan operasinya,determenian matriks, system persamaan linear, vector dibidang dan
diruang,ruang vektor,ruang hasil kali dalam, ruang eigen dan yang terakhir transformasi linear
Diantara 8 sub bagian dari aljabar linear elementer saya akan membahas transformasi linear
Mulai dari apakah transformasi linear sampai dengan masalh dan solusin
B. RUMUSAN MASALAH
1.
2.
3.
4.
5.
6.
C. TUJUAN
1.
2.
3.
4.
5.
6.
BAB II
ISI
A Konsep Transformasi Linier
Dalam berbagai analisis statistik,umunya untuk bidang penelitian pendidikan dan
psikologi,khususnya dalam bidang pengujian dan pengukuran transformasi data ke data
lainsering di pakai membantu guru ,psikolog, dan peneliti menginterprestasikan dat
mentah..Transformasi linier merupakan bentuk paling sederhana dalam konsep pengubahan data
dalam satu format ke format lainnya.Tujuan utama yang sering di ungkapkan dalam pembahasan
topik ini (transfomasi linier) adalah untuk mengembangkan pemahaman bahwa data dalam satu
format dapat di transfer atau di ubah ke bentuk data lainsehingga memudahkan analisis
selanjutnya dan penginterprestasiannya.
Dalam analisis statistik lebih lanjut akan lebih informatif apabila dari suatu distribusi
diketahui rata-rata dan variabiitas distribusi kelompok yang membentuknya dengan tambahan
informasi ini seuah skor bisa di ganti dengan skor lain tanpa harus mengubah posisi skor di
maksud relatif terhadap anggota kelompok yangmembentuk distribusi itu.pendekatan ini
memberi gambaran suatu model transformasi data ke beentuk data lain. Untuk memberi ilustrasi
yang lebih konkrit perhatikan uraian data berikut ini
X
5
4
Yi = 2Xi + 3
sebagai bentuk atau hasil transformasi linier data X.Transformasi linier ini
disimpulkan
2 dari bentuk rumus matematis Yi = 2 Xi + 3,yang hanya
berpangkat tunggal (untuk Xi) yang dalam istilah ilmu al jabar di sebut
sederajat
1 satu atau linier ingat derajat dua atau lebih adalah non- linier aau
ekuivalinier.
13
11
9
7
5
Y + bX + c
Y
Y = bX + c
Y1
C
b
X1
X
Data semula
Dari satu set data X dan data Y yng telah menjelaskan di muka di peroleh:
X
5
4
3
2
1
X2
1
0
-1
-2
Y
8
7
6
5
4
Y2
1
0
1
2
Yi = 2 X i
Dari satu set data X dan set data Y,berikut akan di peroleh :
X
5
4
3
2
1
X2
1
0
-1
-2
Y
10
8
6
4
2
Y4
2
0
2
4
= 6 (mean Y)
= 8 (varian Y)
= =2,8(simp.baku Y)
Hasil analisis ini memunculkan penjelasan yang dapat menggambarkan sifat suatu transformasi
linier yang dapat di rumuskan sebagai berikut:
Apabila suatu konstante dikalikan kepada mean asli,maka:
1) Mean baru sama dengan mean asli dikallikan konstante tersebut
2) Varian baru sama dengan kudrat konstante dikalikan varian asli
3) Simpangan baku baru sama dengan harga absolute konstante di kalikan simpangan baku asli
Y= 2X+3
5
4
3
2
1
13
11
9
7
5
simpangan dari =9
4
2
0
-2
-4
b = dan c =
Sehingga:
Yi = +
Bentuk transformasi linier dapat di tuliskan juga sebagai:
Yi =
Atau dapat pula di tulis sebagai:
Zi =
Dengan rumusan transformasi linier skor standar Z tersebut, maka beberapa ungkapan ini layak
di perhatikan .
1) Mean ,varian dan simpangan baku baru
1) Meaan baru sama dengan NOL
2) Varian baru sama dengan 1
3) Simpangan baku sama dengan
2) Bagai mana cara menginter prestasikan skor standar Z tersebut? Skor hasil transformasilinier
akan merupakan sutu distribusi Z yang memiliki mean sama dengan NOL dan bersimpangan
baku sama dengan 1
3) Bagaimana bentuk distribusi baru (Z) di bandingkan dengan distribusi asli (X)?
Bentuk distribusi skor baru (Z)tetap sama dengan distribusi skor lama(X). Atau dengan kata
lain bentuk distribusi tidak pernah akan terganggu akibat adanya transformasi linier. Jadi tidak
benar apabila ada orang yang menyatakan bahwa akibat transfomasi skor X tang TIDAK
NORMAL ,akan menjadi skor standar Z yang berdistribusi (atau seolah-olah ) menjadi
NORMAL.
Bentuk transformasi linier lainnya ada berbagai macam, namun secara umum transformasi
linier tersebut dapat di ungkapkan secara matematis sebagai:
Zi = ziSz + Z
Dimana Zi (Z besar) adalah data Xi dalam skala skor baru yang di inginkan peneliti.Dalam
berbagai kasus seringkai di sebut sebagai skor T, yang memiliki mean tertentu (Z atau T)
misalnya untuk IQ memiliki mean 100, untuk tes potensi akademik (TPA) memiliki mean
500,atu tes TOEFL juga memakai mean 500; juga memiliki deviasi standar tertentu(SZ atau ST)
misalnya untuk IQ memiliki deviasi standar 15 atau 16 untuk TPA memiliki deviasi standar
100,atau tes TOEFL memakai deviasi standar 100. Skor dengan skala Z(Z besar) atau T ini
dipakai untuk menghindari agar dalam skor tidak di jumpai kor negatif,sebagaimana dalan skor
dengan skala Z(Z kecil)
C. Skor Standar
skor standar dapat di definisikan sebagai skor yang menunjukan jarak sebuah skor terhadap
skor tengah(dalam hal ini rata-rata hitung ) dalam ukuran simpangan baku.skor standar sangat
bermanfaat untuk melakukan komparasi beberapa distribusi,sebab memiliki deviasi (simpangan)
yang sama.skor standar dalm pengertian z-skor (skor standar z,zkecil)memiliki simpangan baku
baru(atau 1)
skor mentah tidak boleh melakukan komparasi sebab skor mentah tidak memiliki unit atau
simpangan yang sama.oleh sebab itu,apabila kita melakukan penelitian di anjurkan memakai
skor standar ini.skor standar dalam ungkapan Z juga sering di pakai untuk melakukan
transformasi linier.
Beberapa sifat skor standar (Z skor) dapat di ungkapkan sebagai berikut:
1) Bentuk distribusi asli suatu distribusi frekuensi tidak berubah.artinya seandainya jumlah skor
mentah memiliki distribusi frekuensi yang menceng maka skor standar (Z skor) yang disusun
dari skor tersebut tetap menceng.
2) Skor standar (Z skor) ini memiliki mean sama dengan nol.
3) Skor standar (Z skor ) ini memiliki simpangan baku dan varian sama dengan 1(1,0)
1)
2)
3)
4)
Akibat sifat butir 2) dan 3)ini,skor standar (z-skor) memiliki satu kelemahan,yaitu beberapa
skor di bawah rata-rata akan di tampilkan berskor negatif (-).bagi sementar orang skor negatif
meragukan dan sulit mereka mengerti . untuk itu di susun berapa skor standar lain yang dapat
menghilangkan skor negatif itu.
Untuk mengatasi kelemahan skor stndar z di atas ,para peneliti khususnya yang
bergerak dalam pengembangan dan penggunaan tes osikologi menganjurkan dan menyusun
skor standar lain yang semua skornya positif .beberapa skor standar lain yang biasa dipakai
dalam pelaporan hasil pengujian prestasi belajar dan pengujian psikologi,adalah sebagai berikut
Skor T yang memiliki mean 50 dan simpangan baku (deviasi standar)10.Tujuan pembuatan skor
stndar seperti ini adalah untuk menghindaari skor negatif dalam suatu distribusi dann
menggambarkan perbedaan individu (individual differences ) yang cukup nyata.
Skor standar yang di pakai pada TOEFL?
Pada tes TOEFL skor standar di buat memiliki mean 500 dan simpangan baku (deviasi standar )
100.Oleh sebab itu ,apabila banyak orang indonesia berpendapat bahwa lulus TOEFL berarti
berskor (standar) minimal 500 itu sebenarnya kita tidak boleh lebih rendah dari rata-rata
distribusi.sedangkan apabila kebanyakan perguruan tinggi di amerika serikat menginginkan
berskor TOEFL tidak kurang dari 550 itu berarti setengah simpangan baku di atas rata-rata
.dalam konotasi psikologi sering di interprestasikan sebagai berkemampuan di atas ratarata(pandai).tetapi apabila kita ingin mengambil pendidikan dalam bidang bahasa inggris
(misalnya linguistik) disyaratkan berskor TOEFL minimal 650,artinya superior (di atas satu
setengah simpangan baku).rata-rata orang indonesia yang menganbil TOEFL berskor di bawah
500
Skor standar yang biasanya dipakai untuk UMPTN atau SMPTN?
Skor UMPTN atau SMPTN mengikuti pola pelaporan TOEFL (walaupun hasil tes tidak secara
terbuka dilaporkan kepada pengambil tes atau peserta ujian).tentu interprestasinya mirip dengan
TOEFL.dari data UMPTN tahun 1992 rata-rata peserta ujian masuk IKIP padang kelompok
bidang IPA berskor 484,58,bersimpangan baku 47,38(berskor minimal 347,57 dan maksimum
683,88);kelompok bidang IPS berskor 367,49 dan bersimpangan baku 53,64(berskor minimal
367,49,maksimum 734,95).bandingkan debgan calon yang masuk ITB (IPA)(rata-rata) yang
berskor 779,65 dan bersimpangan baku 66,38(berskor minimum 621,38,maksimum 995,47);UI
(IPS) yang berskor rata- rata 721,25 dan bersimpangan baku 69,12(berskor minimum
522,39,maksimum 943,98).
Tes IQ (Standar-Binet)
Mean = 100 dan simpangan baku = 16,yang artinya skor pada berbagai posisi?perhatikan grafik
distribusi normal pada suatu pemvalidasian tes standar binet di bawah ini
-3
-2
- 88
100
112
124
+3
148
Genius
Terbelakang
normal
superior
sangat superior
Menurut aplikasi distribusi Gambar 5.2 di atas, berbagai pelabuhandan pemberian sifat
dilakukan oleh para psikolog .misalnya dalam berbagai posisi,anastasi memberi interprestasi
genius(0,1%) kelompok teratas (berskor paling sedikit 148 atau tiga simpangn baku di atas ratarata) sangat superior yang merupakan 6,5 % di bawah genius (berskor 124-148 atau satu
setengah simpangan baku di atas rata-rata);superior yang merupakan kelompok berjumlah 16%
di bawah kelompok sangat superior(berskor antara 112-124 atau 0,75 simpangan baku di atas
rata-rata); dan kelompok lainnya berturut-turut normal,dull (terbelakang).
1.
2.
3.
4.
5.
Untuk melakukan analisis mencoba memperkirakan besarnya peluang siswa SMA di terima
di prodi PTN pilihannya tersebut dengan menggunakan analisis transformasi linier dapat di
jelaskan dengan langkah langkah analisis sebagai berikut.
Mencari posisi siswa (persentil siswa) menggunakan data sekolah .
Mencari Z siswa,menggunakan distribusi normal ( memerlukan tabel distribusi normal)
Mencari perkiraan skor UMPTN siswa berdasarkan data sekolah
Mencari Z siswa ,menggunakan data F.Dok UNS.
Mencari perkiraan peluang siswa di terima di F.Dok UNS(menggunakan tabel distribusi
normal)
Mari sekarang langkah langkah ini mencoba untuk menjawab persoalan di atas.
x +
Analisis langkah ketiga ini menunjukan perkiraan skor UMPTN siswa SMAN1 Wonosari
Klaten tersebut ,jika mengikuti UMPTN diduga sebesar 735,4.
4. Mencari perkiraan z siswa di percaturan pendaftar F,Dok UNS dengan menggunakan dataF.Dok
UNS.Untuk membedakan z dari SMA dan F.Dok UNSuntuk langka keempat di sebut saja z2.
Z2 = = = = 0,885
Jadi perkiraan zsiswa di F.Dok UNS sebesar +0,885,dan karena tabel hanya menggunakan dua
digit angka di belakang koma,di ambil 0,88
5. Mencari peluang siswa di teerima F.Dok UNS
Caranya dengan menggunakan besaran Z2 dan tabel distribusi normal .
Gunakan kolom 1 untuk Z1 (memakai harga Z2= +0.88) dan peluangnya dilihat pad kolom
6(karena Zsiswa positif).
Catatan :jika Z siswa dalm analisos langka 4 hasilnya negatif ,maka perkiraan peluangnya
dilihat pada kolom 7.dari kolom 6 diperoleh:
Z = 0,885,P(z 0,885) = 0,8106 (dalam tabel di baca .8106)
Jadi peluang siswa SMAN1 Wonosari tersebut di terima di F.dok UNS sebesar 81%.
Nama
Aulia
Bondan
Candra
Delon
Endang
Farid
Guntur
Hendra
Indria
Jamal
Karta
Linda
Maudi
Nanda
Ovinda
Parman
Qiqi
Rasyid
Santi
Tirta
Verbal
37
30
31
36
34
24
29
29
26
32
28
30
25
29
42
43
29
31
37
29
Matematika
102
104
104
104
91
99
79
107
90
96
99
105
109
97
102
96
111
111
96
102
keduanya di transformasi sedemikian hingga berupa skor standar yang sama,misalnya keduanya
dalam bentuk skor standar normal (Z), atau skor standar T
NO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
B
NAMA
VERBAL MATEMATIKA
Aulia
Bondan
Candra
Delon
Endang
Farid
Guntur
Hendra
Indria
Jamal
Karta
Linda
Maudi
Nanda
Ovinda
Parman
Qiqi
Rasyid
Santi
Tirta
37
30
31
36
34
24
29
29
26
32
28
30
25
29
42
43
29
31
37
29
Rarata
SD
32
5,132
073
F G
skor standar Z
verbal/matematika
Skor standar T
verbal/matematika
102
104
104
104
91
99
79
107
90
96
99
105
109
97
102
96
111
111
96
102
100
7,63535722
Dapat rerata dan standar deviasi dari sempel dat verbal dan matematika
Pada kolom-kolom sebelahnya ,sediakan kolom(dan beri judul ) untuk menempatkan angkaangka hasil transformasi;
Pada G4,ketikan fungsi =STANDARDIZE(D4;32;5,13) lalu tekan Enter .penulisan fungsi ini
maksudnya adalah kita akan melakukan transformasi dari skormentah(x) menjadi normal
standar (z) dengan formula:
Z1 = = ;
Dimana Z1 adalah skor-Z untuk Aulia akan muncul hasilnya adalah 0,90. Untuk baris kedua
dan seterusnya, silahkan klik sel G4 tersebut dan sorot kebawah.
Dengan cara yang sama ,skor srandar z untuk kemampuan matematika di dapatkan dengan
menullis fungsi =STANDARDIZE(E4;100;7,64) pada sel H4.
Selanjutnya skor standar T di dapatkan denngan mudah dengan mengetikan formula pada sel
J4 dan K4.ingat bahwa skor standar T memiliki rerata 50 dan standar deviasi 10. Sehingga
formula transformasinya adalah :
Ti = (Zi)(10) +50
Dengan denikian ,pada sej J4 ketikan =G4*10+50 lalu Enter .dan pada sel K4 ketikan
=H4*10+50 lalu Enter.selanjutnya sorot ke bawah untuk menetukan baris-baris berikutnya.
Hasil transfomasi di tampilkan dalam gambar 5.4
Perhatikan transformasi yang di tampilkan pada gammbar 5.4.skor mentah 37 untuk
kemampuan verbal ternyata sepadan dengan 0,90 pada skor standar z,dan sepadan dengan 59
pada skor standar T. Demikian juga ,skor mentah 102 untuk kemampuan matematika ternyata
sepadan dengan 0,27 dalam skor standar z,dan sepadan dengan 53 dalam skor standar T.sekali
lagi bahwa skor standar menunjukan jarak sebuah skor terhadap skor setengah (dalamm hal ini
rata-rata hitung) dalam ukuran simpangan baku.kemampuan verbal dan kemampuan matematik
seseorang kemudian dapat di perbandingkan dengan sebab distribusi masing-masing sudah
memiliki deviasi (simpangan) yang sama.
A
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
NO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
B
NAMA
VERBAL MATEMATIKA
Aulia
Bondan
Candra
Delon
Endang
Farid
Guntur
Hendra
Indria
Jamal
Karta
Linda
Maudi
Nanda
Ovinda
Parman
Qiqi
Rasyid
Santi
Tirta
37
30
31
36
34
24
29
29
26
32
28
30
25
29
42
43
29
31
37
29
Rarata
32
102
104
104
104
91
99
79
107
90
96
99
105
109
97
102
96
111
111
96
102
100
F G
skor standar Z
verbal/matematika
0,90 / 0,27
-0,32 / 0,58
-0,28 / 0,50
0,79 / 0,56
0,31 /-1,17
-1,59 / -0,07
-0,67 / -2,69
-0,63 / 0,96
-1,21 / -1,30
-0,02 / -0,46
-0,69 / -0,10
-0,33 / 0,65
-1,29/1,20
-0,51 / -0,33
1,94 / 0,27
2,13 / -0,50
-0,60 / 1,38
-0,19 / 1,42
1,04 / -0,56
-0,57 / 0,20
Skor standar T
verbal/matematika
59 / 53
47 / 56
47 / 55
58 / 56
53 / 38
34 / 49
43 / 23
44 / 60
38 / 37
50 / 45
43 / 49
47 / 56
37 / 62
45 / 47
69 / 53
71 / 45
44 / 64
48 / 64
60 / 44
44 / 52
7,63535722
Kita kembali pada contoh pertanyaan di awal tentang kemampuan Bondan dan Ovinda
.kita dapat menjawabnya dengan melihat skor standarnya , baik z ataupun T.dapat kita nyatakan
bahwa Bondan mempunyai kemampuan matematika lebih baik dari pada kemampuan
verbalnya .kemampuan matematikanya di atas rata-rata,kemampuan verbalnya tidak lebih baik
dari kemampuan matematikanya, namunkedua kemampuan tersebut di atas rata-rata. Dalam
contoh ini penafsiran skor menggunakan acuan norma, yaitu membandingkan nya dengan
distribusi skor dalm kelompok .dalam praktiknya , penafsiran hasil tes bisa berdasarkan adcuan
norma atau acuan kriteria .
Lebih jelas tentang penafsiran skor dua siswa tersebut diilustrasikan dalam gambar 5.5 dan
gambar 5.6
X
16,16
26,87
32
37,13
47,39
+1
+2
+3
60
70
80
Z
-3
-2
20
30
-1
T
40
50
X
16,16
92,36
100
107,64
122,92
Z
-3
-2
20
30
-1
+1
+2
+3
T
40
50
60
70
80
1) Jumlah mahasiswa yang mendapat nilai statistik antara 65 s/d 75 adalah sama dengan Jumlah
Peluang yang mendapat nilai 65 dari 1000 mahasiswa ditambah Jumlah Peluang yang mendapat
nilai 75.
Jadi, jumlah mahasiswa yang mendapat nilai statistik antara 65 s/d 75 adalah 383 orang.
Table z-score
2) Jumlah mahasiswa yang mendapat nilai lebih besar dari 80 adalah jumlah peluang yang
dibatasi oleh nilai lebih besar dari (> 80):
Atau dibulatkan menjadi 341 orang yang mendapatkan nilai > 80 (lihat model grafik diatas)
Untuk 400 mahasiswa dengan nilai tertinggi
3) Dari 400 orang mahasiswa yang mendapat nilai tertinggi, dengan menggunakan table z-score
dan perhitungan diatas, maka nilai tertendah dari mereka adalah 82.8.
Perhitungannya dari orang, maka peluangnya (lihat table z-score) mendekati 0.3997 dari 1000
populasi yang ada dan diketahui nilai z-nya = 1.28. Maka, jika z dirumuskan dengan zi = (xi
x)/s maka didapatkan xi x = z dikali dengan s. (lihat cara hitung diatas)
4) Dari 300 orang yang nilainya terendah, untuk mengetahui nilai tertinggi dari mereka dapat
menggunakan table z-score dan dari 300 orang, maka peluangnya (lihat table z-score)
mendekati 0.2996 dari 1000 populasi yang ada dan diketahui nilai z-nya = -0.84. Nilai (-)
diberikan karena posisinya berada disebelah kiri dari nilai rata-rata (mean).
Dengan demikian (lihat perhitungan diatas) maka dari 300 mahasiswa yang nilainya terendah,
maka nilai tertinggi mereka adalah 61.6.
BAB IV
PENUTUP
A.Kesimpulan