SILABUS

I. Identitas Mata Kuliah

II. Standard Kompetensi

Mahasiswa memahami konsep-konsep dasar statistika multivariat dan cara

pemilihannya, memiliki sikap ilmiah, serta mampu menerapkannya dalam
melakukan analisis data

III. Deskripsi Mata Kuliah

Dalam perkuliahan mata kuliah ini mahasiswa diberikan materi tentang

statistika multivariat, kaitannya dengan penelitian dan evaluasi pembelajaran
Pendidikan Agama Islam, serta dilatih menerapkannya berdasarkan sikap-
sikap ilmiah dengan menggunakan berbagai kasus baik secara individual
maupun kelompok

IV. Materi

A. Pokok

1. Konsep-konsep dasar

a. Pengertian

b. Urgensi

c. Klasifikasi

2. Pemilihan formula statistika multivariat

3. Analisis Variansi Multivariat (MANOVA)

4. Korelasi Kanonik (Canonical Correlation)

5. Analisis Faktor (Factor Analysis)

6. Analisis Jalur (Path Analysis)

7. Analisis instrument penelitian dan evaluasi

a. Indeks Kesukaran (Diificulty Index)

b. Indeks Daya Pembeda (Discrimination Index)

c. Validitas (Validity)

d. Reliabilitas (Reliability)

B. Pilihan Materi Pengayaan

1. Analisis Komponen Utama (Principal Component Analysis)

2. Analisis Kelompok (Cluster Analysis)

3. Penskalaan Multidimensi (Multidimensional Scaling)

4. Analisis Diskriminan (Discriminant Analysis)

5. Analisis Korespondensi (Correspondence Analysis)

6. Analisis Konjoin (Conjoint Analysis)

Silabus Statistika Pendidikan 1 (smt 3)

SILABUS

I. Identitas Mata Kuliah

II. Standard Kompetensi

 Mahasiswa memahami konsep-konsep dasar statistika dasar, nonparametrik,
dan parametrik serta cara pemilihannya, memiliki sikap ilmiah, serta mampu
menerapkannya dalam melakukan analisis data

III. Deskripsi Mata Kuliah

Dalam perkuliahan mata kuliah ini mahasiswa diberikan materi tentang

statistika dasar, nonparametrik, dan parametrik, memilihnya serta dilatih
menerapkannya berdasarkan sikap-sikap ilmiah dengan menggunakan
berbagai kasus Pendidikan Agama Islam baik secara individual maupun
kelompok

IV. Materi

A. Pokok

1. Konsep-konsep dasar

a. Pengertian Statistik (Statistic) dan Statistika (Statistics)

b. Urgensi

c. Statistika dan Pendekatan Penelitian

d. Objek Penelitian

1) Variabel: Pengertian dan Klasifikasinya

2) Populasi dan Sampel

e. Data

1) Pengertian Datum, Data, dan Fakta

2) Klasifikasi

f. Klasifikasi Statistika
 1) Statistika Univariat dan Multivariat

2) Statistika Deskriptif dan Inferensia

3) Statistika Parametrik dan Nonparametrik

g. Hipotesis

1) Pengertian

2) Klasifikasi

2. Statistika Dasar (Basic Statistics)

a. Ukuran Kecenderungan Pemusatan Data (Central Tendency

Measurement)

b. Ukuran Letak Data (Position Measurement)

c. Ukuran Penyimpangan Data (Variation/Dispersion Measurement)

d. Ukuran Distribusi Data (Distribution Measurement)

3. Statistika Nonparametrik (Nonparametric Statistics)

a. Pengertian

b. Statistika Bebas Distribusi/Hubungan (Free Distribution Statistics)

1) Nominal Nominal

a) Pengukuran Simetrik (Symmetric Measure)

b) Pengukuran Asimetrik (Directional Measure)

2) Ordinal Ordinal

a) Pengukuran Simetrik (Symmetric Measure)

 b) Pengukuran Asimetrik (Directional Measure)

3) Chi Kuadrat

c. Statistika Nonparametrik Murni/Perbandingan (Pure

Nonparametric Statistics)

1) Uji Satu Sampel (One Sample Test)

2) Uji Dua Sampel (Two Samples Test)

a) Sampel Bebas (Independent Samples)

b) Sampel Berpasangan/Berhubungan (Pair/Related Samples)

3) Uji Beberapa Sampel (Several/k Samples Test)

c) Sampel Bebas (Independent Samples)

d) Sampel Berpasangan/Berhubungan (Pair/Related Samples)

4. Statistika Parametrik (Parametric Statistics)

a. Pengertian

b. Studi Perbandingan (Comparative Study)

1) Uji t (t-Test) dan asumsi-asumsinya

2) Analisis Variansi Satu Jalan (One-way ANOVA) dan asumsi-

asumsinya

c. Studi Hubungan (Interrelationship Study)

1) Korelasi dan asumsi-asumsinya

2) Regresi dan asumsi-asumsinya

 B. Pilihan Materi Pengayaan

1. Model Linier Umum Univariat (Univariate General Linear Model)

2. Korelasi Berganda, Parsial, dan Semiparsial (Multiple, Partial, and

Part Correlation))

3. Regresi Berganda (Multiple Regression)

STATISTIKA DASAR (Bagian 4)

A. PENGUKURAN DISTRIBUSI

1. Kemiringan (Skewness)

Kemiringan (Dihitung Jika W >= 3 Dan S2 > 0)

Dimana:

W = Sum of weight of the cases

S = Simpangan Baku

Jika n > 150 gunakan kurva normal sebagai pembanding.

2. Keruncingan (Kurtosis)

Keruncingan (Dihitung Jika W >= 4 Dan S2 > 0)

Jika n > 1000, gunakan kurva normal sebagai pembanding

Jika n <>

3. Normalitas (Normality)

a. Statistik Shapiro-Wilks (W)

b. Statistik Kolmogorov-Smirnov dengan Signifikansi Lilliefors

 c. Plot Probabilitas Normal

d. Plot Normal yang di-Detrend

STATISTIKA DASAR (Bagian 3)

A. PENGUKURAN PENYIMPANGAN DATA (DISPERSION /

DEVIATION / VARIATION MEASUREMENT)

Nilai maksimum (Xmax), nilai minimum (Xmin), dan rentang (Xmax - Xmin).

1. Untuk Arithmatic Mean

1. Simpangan Rata-rata / Simpangan Mutlak Rata-rata Hitung

(Absolute Average Deviation)

1) Data Dikelompokkan

2) Data Tidak Dikelompokkan

2. Koefisien Sebaran (Coefficient Deviation)

3. Variansi (Variance)

1) Data Dikelompokkan

2) Data Tidak Dikelompokkan

Catatan: Untuk data yang berasal dari sensus, maka penggunaan

notasinya menjadi sebagai berikut,

4. Simpangan Baku (Standard Deviation)

5. Dispersi Relatif (Relative Dispersion)

6. Koefisien Variasi (Coefficient Variation)

7. Angka Z
 8. Angka Baku

Untuk distribusi normal baku dengan rata-rata hitung = 0 dan

simpangan baku = 1, maka angka baku = Z.

2. Untuk Median

1. Rentang Antar Kuartil (Interquartile Range)

2. Rentang Semi Antar Kuartil (Semi Interquartile Range)

3. Untuk Modus

Frekuensi relatif dari nilai modus atau frekuensi relatif dari kelas modus.

STATISTIKA DASAR (Bagian 2)

A. PENGUKURAN POSISI / LOKASI DATA (POSITION / LOCATION

MEASUREMENT)

1. Median

Catatan: Sudah dipaparkan pada poin A.1.b.

2. Kuartil (Quartile)

1. Menentukan posisi kuartil ke-i

1) Data Dikelompokkan

2) Data Tidak Dikelompokkan

a. Menentukan nilai kuartil ke-i

2. Desil (Decile)
 1. Menentukan posisi desil ke-i

1) Data Dikelompokkan

2) Data Tidak Dikelompokkan

b. Menentukan nilai desil ke-i

3. Persentil (Percentile)

a. Menentukan posisi persentil ke-i

1) Data Dikelompokkan

2) Data Tidak Dikelompokkan

b. Menentukan nilai persentil ke-i

4. Titik Potong (Cut Point)

a. Menentukan posisi Titik Potong ke-i

1) Data Dikelompokkan

2) Data Tidak Dikelompokkan

b. Menentukan nilai titik potong ke-i

Catatan: Cut Point digunakan dalam rangka fleksibilitas pengelompokan

data. Jadi jika tidak data tidak ingin dibagi dua, empat, sepuluh, atau
seratus, maka Cut Point digunakan. Misalkan data ingin dibagi dalam tiga
kelompok, lima kelompok, enam kelompok, lima belas kelompok, tiga
puluh kelompok maupun yang lainnya maka digunakanlah Cut Point ini.

STATISTIKA DASAR (Bagian 1)

A. PENGUKURAN KECENDERUNGAN PEMUSATAN DATA (CENTRAL
TENDENCY MEASUREMENT)

1. Jenis

a. Rata-rata (Mean/Average)

1) Rata-rata Ukur/Geometrik (Geometric Mean)

Untuk bilangan yang besar lebih baik digunakan:

1. Data Dikelompokkan

2. Data Tidak Dikelompokkan

Catatan: Untuk fenomena yang bersifat tumbuh sering digunakan

ukuran yang mirip dengan rata-rata ukur, yaitu;

2) Rata-rata Harmonik (Harmonic Mean)

a) Data Dikelompokkan

b) Data Tidak Dikelompokkan

3) Rata-rata Hitung (Arithmatic Mean)

a) Data Dikelompokkan

b) Data Tidak Dikelompokkan

Catatan: Untuk populasi digunakan notasi sebagai pengganti

dan N sebagai pengganti n, sehingga rumus untuk

Rata-rata Hitung bagi data yang tidak dikelompokkan

menjadi,
 Untuk rumus-rumus yang lain juga dapat menggunakan
penggantian notasi sebagaimana di atas bila data yang
dianalisis adalah hasil sensus.

4) Rata-rata Terbobot (Weighted Mean)

Waverage

Haverage

5) Rata-rata Terpotong 5% (5% Trimmed Mean)

6) Rata-rata Tengah (Interquartile Mean)

7) Rata-rata Wilayah (Area Mean)

8) Tri Rata-rata (Mean of Triple Central Measures)

b. Median

1) Data Dikelompokkan

2) Data Tidak Dikelompokkan

Median adalah nilai yang berada di tengah jika data diurutkan.

a) Banyaknya data merupakan bilangan genap

(1) Menentukan posisi Median

(2) Menentukan nilai Median

b) Banyaknya data merupakan bilangan ganjil

(1) Menentukan posisi Median

(2) Menentukan nilai Median

 3) Median sebagai Estimator (M-Estimator)

c. Modus

1) Data Dikelompokkan

2) Data Tidak Dikelompokkan

2. Prosedur Pemilihan

a. Rata-rata Hitung

Rata-rata hitung digunakan apabila:

1) Jenis datanya adalah numerik interval/rasio.

Jika datanya numerik ordinal, gunakan median.

Jika datanya kategorik, gunakan modus.

2) Sebaran datanya simetrik

Jika sebaran datanya tidak simetrik, gunakan Tri Rata-rata (tidak

terdapat di SPSS), Rata-rata Tengah (tidak terdapat di SPSS)
atau Median/Modus.

3) Tidak ada data pencilan (outlier) maupun pencilan jauh

(outliest)

Jika ada pencilan, periksa terlebih dahulu apakah pengukuran

sudah dilakukan dengan benar atau tidak.

Jika terjadi kekeliruan pengukuran, maka data dapat

dibuang/diganti dengan data baru.
 Jika pengukuran sudah dilakukan dengan benar, maka data tidak
boleh dihilangkan dan untuk menghilangkan pencilan, dapat
ditambah jumlah sampel.

Jika pencilan atas tak lebih dari 5% dan pencilan bawah juga tak
lebih dari 5%, gunakan Rata-rata Terpotong 5%.

Jika pencilan atas/bawah lebih dari 5% namun tak lebih dari 25%,
gunakan Rata-rata Tengah (tidak terdapat di SPSS).

Jika pencilan atas/bawah ada yang melebih 25%, gunakan Median

Estimator.

4) Untuk inferensi, sebaran data harus berdistribusi normal.

Untuk kepentingan ini dibuat selang kepercayaan (Interval

Confidence) dengan menggunakan Kesalahan Baku dari Rata-
rata Hitung (Standard Error of Arithmatic Mean) dengan rumus:

atau menggunakan

Untuk rata-rata terbobot selang kepercayaannya:

Jika sebaran tidak berdistribusi normal, lakukan transformasi.

Jika transformasi dilakukan berulang dan sebaran tetap tidak normal,

maka gunakan Median/Modus untuk kepentingan inferensi.

Catatan: Jika Arithmatic Mean memenuhi syarat untuk digunakan,

maka keseluruhan ukuran pemusatan data, ukuran posisi, dan
ukuran dispersi juga dapat digunakan.

b. Median

Median digunakan bila:

 1) Arithmatic Mean tak memenuhi syarat pada data berjenis
interval/rasio seperti:

a) Sebaran data yang tidak simetrik

b) Untuk inferensi jika sebaran data tidak normal dengan selang

kepercayaan:

2) Digunakan pada data numerik ordinal.

Catatan: Jika Arithmatic Mean tak memenuhi syarat untuk digunakan

sehingga hanya digunakan Median, maka Variansi dan
Simpangan Baku juga tak layak untuk digunakan. Dalam hal
ini digunakan Interquartile Range dan Semi Interquartile
Range(tidak terdapat di SPSS) untuk ukuran variasinya.

c. Modus

Modus digunakan bila:

1) Arithmatic Mean tak memenuhi syarat pada data berjenis

interval/rasio seperti:

a) Sebaran data yang tidak simetrik

b) Untuk inferensi jika sebaran data tidak normal

begitu pula Median.

2) Digunakan pada data kategorik.

Catatan: Jika Arithmatic Mean dan Median tak memenuhi syarat untuk
digunakan sehingga hanya digunakan Modus, maka Variansi,
Simpangan Baku dan Interquartile Range serta Semi
Interquartile Range juga tak layak untuk digunakan. Dalam
hal ini digunakan Relative Frequency of Modal Value or
Class (tidak terdapat di SPSS) dan yang lainnya.