Nama : Hesrika Anita Putri

NPM : 17030003
M.K : Statistik Dasar
Prodi : Pendidikan Geografi
Tanggal : Kamis, 27 Desember 2018

Pertemuan 1 (Kamis, 27 September 2018)

1. Penjelasan tentang RPS
2. Materi
Konsep Statistik
Statistik adalah kumpulan bilangan, maupun non bilangan yang disusun dalam bentuk
tabel / diagram yang menggambarkan suatu keadaan.
Misalnya : statistik penduduk (kelahiran, penduduk, produksi pertanian, dan lain-lain.
Contohnya :
- Jumlah barang
- Jumlah penduduk
- Hasil pilkada
- Hasil belajar / keberhasilan mahasiswa / siswa
- Penjualan
- Meningkat / menurun

Pertemuan 2 (Kamis, 4 Oktober 2018)

 Penggolongan Statistik
1. Statistik Deskriptif => membahas cara-cara pengumpulan, menyusun, dan menyajikan
data.
Cara-cara menghimpun, menyusun, mengatur, mengolah, menyajikan / menganalisa
data berupa angka agar dapat memberikan gambaran yang teratur, ringkas, dan jelas
mengenai suatu gejala / keadaan. Contoh : mean, median, modus.
Standar deviasi => menentukan sebaran data dalam sampel.
2. Statistik Inperensial => setelah mengumpulkan data.
Membuat suatu kesimpulan mengenai seluruh data.
 Fungsi dan Kegunaan Statistik
 Fungsi Statistik => sebagai alat bantu untuk mengolah, menganalisis, dan
menyimpulkan
 Pengolahan Data
Deskriptif
o Kuantitatif
- Korelasi linear
- Korelasi ganda
- Regresi linear
- Regresi ganda
o Kualitatif
 Peran Statistik
- Mengumpulkan data
- Mengolah data
- Mengajukan pertanyaan
 Jenis-jenis Data
1) Data Nominal => data yang diperoleh dengan cara kategorisasi atau klasifikasi.
Contoh : jenis kelamin, jenis pekerjaan, tingkat pendidikan.
2) Data Ordinal => data yang diperoleh dengan cara kategorisasi / klasifikasi, tetapi
diantara data tersebut terdapat hubungan.
Contoh : kepuasan kerja, motivasi, kepuasan belajar.
3) Data Interval => data yang diperoleh dengan cara pengukuran, dimana jarak
antara dua titik skala sudah diketahui.
Contoh : temperatur diukur berdasarkan derjat celcius atau fahrenheit, sistem
kalender.
4) Data Rasio => data yang diperoleh dengan cara pengukuran, dimana jarak antara
dua titik skala sudah diketahui dan mempunyai titik nol absolut.
Contoh : gaji, skor ujian, jumlah buku, IPK
 Kegunaan Statistik
Teori pendugaan statistik
- Pendugaan rata-rata
- Pendugaan proporsi
Pertemuan 3 (Kamis, 11 Oktober 2018)
 Hipotesis dan Distribusi Sampel
Hipotesis => suatu pernyataan yang masih lemah kebenarannya dan perlu dibuktikan /
dugaan yang sifatnya masih sementara. Hipotesis ini perlu diuji kemudian diterima / ditolak.
Pengujian Hipotesis => suatu prosedur yang akan menghasilkan satu keputusan yang
keputusannya menerima atau menolak hipotesis. Penolakan suatu hipotesis bukan berarti
menyimpulkan bahwa hipotesis salah, dimana bukti yang tidak konsisten dengan hipotesis.
 Dua Tipe Hipotesis
o Korelatif => hubungan antara dua variabel
o Komperatif => ada atau tidak adanya perbedaan antara dua kelompok atau
lebih.
 Prosedur pengujian hipotesis
o Menentukan formasi hipotesis
o Menentukan taraf nyata (significant level)
o Menentukan kriteria pengujian
o Menentukan nilai uji statistik
o Membuat kesimpulan
 Perumusan Hipotesis
o Dinyatakan sebagai kalimat pernyataan (deklaratif)
o Melibatkan minimal dua variabel penelitian
o Mengandung suatu prediksi
o Harus dapat diuji (destable)
 Menentukan formasi hipotesis
o Hipotesis nol => suatu pernyataan yang akan diuji, hipotesis tersebut tidak
memiliki perbedaan-perbedaannya nol dengan hipotesis sebenarnya.
o Hipotesis alternatif => segala hipotesis yang berbeda dengan hipotesis nol.
Pemilihan hipotesis ini tergatung dari sifat masalah yang dihadapi.
Ho = µ = µo dengan beberapa kemungkinan Ha
Ha = µ < µo = µ < µo ; ataukah µ ≠ µo
(satu sisi) (satu sisi) (dua sisi)
Sosial : 95% (0,05) (tingkat kebenaran) / 5% (tingkat kesalahan)
Sains : 99% (0,01) (tingkat kebenaran) / 1% (tingkat kesalahan)
Tidak Lebih :
Ho = π ≤ πo
Ha = π ≥ πo
Tidak Kurang :
Ho = π ≥ πo
Ha = π ≤ πo
Sama :
Ho = π = πo
Ha = π ≠ πo
 Menentukan Taraf Nyata
o Basarnya batas toleransi dalam menerima kesalahan hasil hipotesis terhadap nilai
prameter populasinya
o Besarnya taraf nyata bergantung pada keberhasilan pembuat keputusan yang dalam
hal ini beberapa besarnya kesalahan yang akan ditoleransi / toleran
o Besarnya kesalahan tersebut disebut sebagai daerah kritis pengujian / daerah
penolakan.
Positif 5 4 3 2 1
│ SS │ S │ KS │ TS │ STS
Negatif 1 2 3 4 5
Keterangan :
SS => Sangat Setuju
S => Setuju
KS => Kurang Setuju
TS => Tidak Setuju
STS => Sangat Tidak Setuju
 Menentukan Kriteria Pengujian
Bentuk pembuatan keputusan dalam menerima / menolak hipotesis nol dengan cara
membandingkan nilai a tabel....
 Menentukan Nilai Statistik
Uji statistik merupakan rumus-rumus yang berhubungan....
Uji Statistik
 Jika simpangan baku populasi diketahui :
𝑥̅ − µo 𝑥̅ − µo
Zo = = 𝑞
q 𝑥̅
√𝑛

 Jika simpangan baku populasi tidak diketahui :

𝑥̅ − µo 𝑥̅ − µo
 Zo = = 𝑠
s 𝑥̅
√𝑛

Untuk sampel kecil ( n < 30)

Prosedurnya sama hanya pengujian statistiknya menggunakan distribusi......
Pengujian hipotesis beda dua rata-rata
 Jika simpangan baku populasi diketahui :

̅̅̅−𝑥₂
𝑥₁ ̅̅̅ 𝑞12 𝑞22
Zo = dengan q 𝑥₁
̅ − 𝑥₂
̅= √ +
̅̅̅−𝑥₂
q 𝑥₁ ̅̅̅ 𝑛1 𝑛2

 Jika simpangan baku populasi tidak diketahui

̅̅̅−𝑥₂
𝑥₁ ̅̅̅ 𝑠12 𝑠22
Zo = dengan 𝑥₁
̅ − 𝑥₂
̅ = +
̅̅̅−𝑥₂
s 𝑥₁ ̅̅̅ 𝑛1 𝑛2

Tugas1 : Buat satu contoh soal hipotesis !

Hasil tangkapan ikan lemuru memiliki berat 15 ekor ikan (kg), rata-rata 1. Seperti pada data
berikut :
1,21 ; 1,21 ; 1,23 ; 1,20 ; 1,21 ; 1,24 ; 1,22 ; 1,24 ; 1,21 ; 1,19 ; 1,19 ; 1,18 ; 1,19 ; 1,23 ; 1,18
Jika taraf nyata 1%, dapatkah dyakini bahwa populasi ikan lemuru rata-rata memiliki berat
1,2 kg?
Jawab :
Diketahui :
n = 15
q = 1%
µ = 1,2
 No Xi 𝑋2 No Xi 𝑋2
1 1,21 1.464 9 1,21 1.468
2 1,21 1.464 10 1,19 1.416
3 1,23 1.513 11 1,19 1.416
4 1,20 1.440 12 1,18 1.392
5 1,21 1.464 13 1,19 1.416
6 1,24 1.538 14 1,23 1.513
7 1,22 1.488 15 1,18 1.392
8 1,24 1.538 - -
Jumlah 9.76 11.909 8.37 10.010
Total Xi = 18.130 𝑋 2 = 21.919

Rata-rata = 21.919 / 15 = 1,208

1
Simpangan = [ 21.9189 / 14 – 18.132 / 210 ]2
= 0,02
Jawaban :
a. Formula Hipotesis
Ho = µ = 1,2
Ha = µ ≠ 1,2
b. Taraf nyata dan nilai t tabel
q= 1% q/2 = 0,5% db= 15-1 = 14
t=5% ; 14 =2,977
c. Kriteria Pengujian
Ho = diterima jika : -2.,977 ≤ 2,977
Ha = ditolak jika : to > -2,977
d. Uji Statistik
1
to= (1,208 – 1.2) / (0,02/152 )
= 1,52 – 2,977
= -1,47
e. Kesimpulan
Populasi ikan lemeru memiliki berat rata-rata 1,2 kg.
...............
Jenis Variabel dan Instrumen
 Variabel konstruk (konsep performasi dan konsep tipikal)
 Diukur dengan skala / tes
 Variabel konten (pengetahuan / kemampuan)
 Diukur dengan tes (tertulis, lisan, perbuatan)
 Variabel faktual (indikator harus nyata)
 Diukur dengan kuensiner
Jenis-jenis Instrumen
 Tes => tulis, lisan, perbuatan
 Non_tes => kuesioner, sikap, penilaian, sosiometri.
Langkah pengembangan Instrumen non tes
 Mengkaji teori
 Konstruk
o Devinisi konsep
o Devinisi operasional
 Mengembangkan dimensi / indikator
 Membuat kisi-kisi
 Menetapkan rentang parameter
 Indikasi ciri katup
 Menulis butir instrumen
Dimensi dan indikator
 Variabel => konsep yang mempunyai variasi nilai
 Dimensi => sub konsep
 Untuk variabel yang mempunyai konsep tunggal, dimensi adalah sub konsep sedang
indikator adalah sub dimensi
 Untuk variabel yang mempunyai konsep ganda, indikator adalah perkalian antara
dimensi dan komponen.
Contoh variabel untuk satu dan dua konsep
 Sikap terhadap frofesi guru (dua konsep)
 Kepemimpinan (konsep)
  Pendidikan (konsep)
 Gaya kepemimpinan (satu konsep)
 Tingkat pendidikan (variabel faktual)
 Motivasi belajar (variabel dengan satu konsep)
Petunjuk membuat butir
 Butir harus mengukur indikator dan lengkap
 Hasil ukur indikator adalah kuantitas / batasan
 Butir harus mengukur fakta / keadaan, bukan mengukur keinginan / harapan
 Butir mengukur fakta tunggal
 Butir berbentuk pernyataan tunggal, tidak disertai alasan, dan tidak tradisional
 Butir berbentuk pernyataan menggunakan kata ganti orang pertama
 Butir berbentuk pertanyaan menggunakan kata ganti orang kedua.
Pengembangan Tes
Tes adalah suatu cara / alat untuk mengadakan penilaian yang berbentuk suatu tugas /
serangkaian tugas yang harus dikerjakan oleh siswa / sekelompok siswa sehingga
menghasilkan nilai tentang tingkah laku / prestasi siswa sebagai peserta didik.

Prestasi / tingkahlaku tersebut dapat menunjukkan tingkat pencapaian tujuan pembelajaran /

tingkat penguasaan terhadap seperangkat kompetensi yang menjadi tujuan dari proses
pembelajaran, dan dapat pula menunjukkan kedudukan siswa yang bersangkutan dalam
kelompoknya.

Pertemuan ke- .... (Kamis, 1 November 2018)

=>distractor adalah soal yang mencegah.
Fungsi pengesah butir soal :
 Dipilih oleh siswa
Siswa kelompok pandai memilih lebih sedikit dari pada siswa kelompok yang tidak
pandai
 Suatu butir soal mempunyai pencegah yang baik jika banyaknya siswa yang memilih
pencegah tersebut sekurang-kurangnya 2,5% (atau 5%) dari siswa kelompok yang
tidak pandai
 Ada yang mengatakan bahwa pada suatu butir soal, pencegah harus dipilih secara
merata oleh peserta tes.
  Indeks pencegah (ip) dirumuskan sebagai berikut :
p
𝑖𝑝 = (n−b)/ ×100%
(n−1)

Keterangan :
P = banyaknya peserta tes yang memilih pengecoh tertentu
N = banyaknya seluruh peserta tes
B = banyaknya yang menjawab benar
n = banyaknya alternatif jawaban
Konsistensi Internal Butir Angket
 Dalam suatu angket, semua butir harus koheren, mempunyai arah yang sama, tidak
tidak ada butir-butir yang berlawanan arah
 Semua butir dalam suatu angket harus saling konsisten satu sama lain
 Semua butir mempunyai dimensi yang sama
 Yang dianggap sebagai arah adalah skor total dari sejumlah butir yang dinalisis
 Diperlukan indeks konsistensi internal (yang oleh sementara orang tersebut validitas,
tetapi ini bukan validitas angket.

Pertemuan ke-.... (Kamis, 23 November 2018)

.......

Latihan :
Mean data tunggal
X = 9+5+4+7+9+7+9+8+7
Jawab :
∑𝑛
𝑖=1×1 65
𝑥̅ = = = 7,22
𝑛 9

Catatan :
1. Mean
Data Tunggal
Nilai mahasiswa : 8,6,6,7,8,7,7,8,6,6
69
𝑥̅ = = 6,9
10
Data Kelompok
Interval Fi Xi Fi.Xi
36-43 5 39,5 197,5
44-51 4 47,5 190
52-59 6 55,5 333
60-67 15 63,5 952,5
68-75 13 71,5 929,5
76-83 6 79,5 477
84-91 1 87.5 87,5
50 3167

∑𝑛
𝑖=1×1 3167
𝑥̅ = = = 63,34
𝑛 50
 2. Median
4 , 5 , 7 , 7 , 7 , 8 , 9 , 9 , 9 Me= 7
Data tunggal
7+7
X= 6 6 6 6 7 7 7 8 8 8 Me= =7
2
Data Kelompok
𝑛
Me = b + p ( 2 − 𝑓) / f
= 59,5 + 8 (25-5) / 15
= 64,83

3. Modus
Data Tunggal :
60 , 80 , 70 , 60, 40, 45 , 60 Mo = 60
Data Kelompok :
𝑏
Mo = b + p ( )
𝑏1+𝑏2
9
= 59,5 + 8 ( )
9+2
= 66,045

4 , 5 , 7 , 7 , 7 , 8 , 9 , 9 , 9 Mo=7 dan 9

Pertemuan ke-12 (Kamis, 13 Desember 2018)

Korelasi = hubungan (Linear, Ganda)
Regresi = pengaruh (Linear, Ganda)

Langkah-langkahnya :
1. Pindahkan data kedalam excel
No Res Minat (𝑋1) Kemampuan (𝑋2) Hasil Belajar Siswa (Y)

2. Semua data dibuat rata-ratanya

3. Dipindahkan ke spss pada data view
4. Name diganti dengan minat, kemampuan, dan hasil belajar siswa
5. Name diganti 𝑋1 , 𝑋2 , Y
6. Kembali kedata view, klik analyze, klik correlation, pindahkan ke kanan (kotak baris
ables)
7. Klik pearson, two tailed, flag significant correlations, klik options, klik continue, klik
oke
Kembali kedata view
1. Klik analyze, regretion, linear, pindahkan Y ke dependent dan 𝑋1 dan 𝑋2 ke
dependent.
2. Klik statistik, contreng estimate, model fil RS Quere Change, klik continue, klik oke.
3. Pindahkan semuanya ke word.
Ketik keterangan atau makna
1. Pada tabel deskriptif statistik menyajikan variabel minat (𝑋1), kemampuan (𝑋2), dan
hasil belajar siswa (Y).
 Diperoleh N = 74 dengan rata-rata sebesar 68,16 dan simpangan baku = 6,682. Untuk
𝑋2 diperoleh mean sebesar 110,04 dan standar devisiasi 7,694. Untuk Y diperoleh
mean 62,36 dan standar devisiasi 17,443.
2. Diperoleh hasil korelasi untuk 𝑋1 dengan Y sebesar 0,382. Artinya hubungan 𝑋1
dengan Y adalah rendah untuk korelasi 𝑋2 dengan Y sebesar 0,358. Berada pada
tingkat rendah.
Tabel korelasi ini juga melihat nilai significant antara 𝑋1 dengan Y sebesar 0,001
bandingkan dengan nilai probalitas ternyata nilai sig 2-tailed lebih kecil dari nilai
probabilitas 0,005. Artinya Ho diterima dan Ha ditolak maka signifikant.

Interpretasi koefisien korelasi nilai r

Interval Koefisien TK hubungan
0,80 – 1,00 Sangat kuat
0,60 – 0,799 Kuat
0,40 – 0,599 Cukup rendah
0,20 – 0,399 Rendah
0,00 – 0,199 Sangat rendah

Untuk uji significant 𝑋2 dengan Y bandingkan nilai sig-2 tailed dengan probalitas.

Tidak significant
Ho diterima Ha ditolak
Sig 2-tailed > probabilitas
0,068 > 0,05

Significant
Ho diterima Ha ditolak
0,001 > 0,05

3. Pada tabel model sumary diperoleh hubungan minat, dan kemampuan dengan hasil
belajar siswa yang dihubungkan dengan koefisien korelasi adalah 0,478 berada pada
posisi cukup kuat sedangkan kontribusi secara simultar variabel minat dan
kemampuan dengan hasil belajar sama dengan = 𝑅 2 × 100% = 0,228 = 22,84
sedangkan sisanya 77,2.

Ditentukan oleh variabel lain yang tidak diteliti pada saat ini. Nilai probabilitas sig F
cange = 0,000 bandingkan dengan probabilitas. Artinya significant, Ho ditolak dan Ha
diterima.

“untuk korelasi Ho diterima 𝑋1, 𝑋2, 𝑋3, Y menggunakan kata “dengan” sedangkan
untuk regresi menggunakan kata “terhadap” “.

Pertemuan 13 Tugas kirim lewat e-mail tentang korelasi linear dan korelasi ganda.

Pertemuan ke 14 (Kamis, 27 Desember 2018)

Korelasi PPM / Linear

 Var X (independent / V.bebas) => 1
 Var Y (dependent / V.terikat/ tetap) => 1
𝑋1 r 𝑋1 𝑌1
𝑋1 r 𝑋2 𝑌1
𝑋1 r 𝑋3 𝑌1

Tugas : catatan dan soft dikumpul minggu depan.