KOMPARATIF PARAMETRIK
Oleh :
1. PENYAJIAN DATA
No. Kelas Kelas No. Kelas Kelas No. Kelas Kelas
Eksperimen Kontrol Eksperimen Kontrol Eksperimen Kontrol
1. 65 55 16. 80 70 31. 95 85
2. 65 55 17. 80 70 32. 95 85
3. 65 55 18. 80 75 33. 95 85
4. 65 55 19. 80 75 34. 95 85
5. 65 55 20. 85 75 35. 95 85
6. 65 55 21. 85 75 36. 95 85
7. 65 60 22. 85 75
8. 70 60 23. 85 80
9. 70 60 24. 85 80
10. 75 60 25. 90 80
11. 75 65 26. 90 80
12. 75 65 27. 90 80
13. 75 65 28. 90 80
14. 80 70 29. 90 80
15. 80 70 30. 95 80
2. LANGKAH-LANGKAH
Untuk menghitung nilai rata – rata dan standar deviasi digunakan rumus sebagai
berikut :
∑𝑋
a) 𝑋̅ = 𝑛
𝑛 ∑ 𝑋 2 −(∑ 𝑋)2
b) 𝑆 = √ 𝑛(𝑛−1)
Keterangan :
̅𝑋 = Mean (rata-rata sampel)
∑𝑋 = Jumlah Nilai
n = Jumlah Subjek (sampel)
∑ 𝑋2 = Jumlah Kuadrat Nilai
S = Standar Deviasi
∑ 𝑋 = 2915 ; ∑ 𝑋 2 = 240075 ; n = 36
3. Standar Deviasi
𝑆 = √𝑆 2 = √115,46
𝑆 = 10,75
Dari perhitungan di atas dapat dibuat daftar distribusi frekuensi data postes kelas
kontrol, sebagai berikut :
Nilai Frekuensi Rata – Rata Standar Deviasi
55 - 59 6
60 - 64 4
65 – 69 3
71,39 10,73
70 – 74 4
75 – 79 5
80 - 85 14
∑ = 36
UJI NORMALITAS DATA
Uji normalitas yang digunakan adalah Uji Lilliefors. Untuk menerima atau
menolak hipotesis, kita bandingkan Lhitung dengan nilai kritis yang diambil dari tabel
Lilliefors. Kriterianya adalah : tolak hipotesis bahwa populasi berdistribusi normal
Lhitung yang diperoleh dari data pengamatan tidak melebihi Ltabel dari daftar tabel
Lilliefors.
1. Kelas Eksperimen
Adapun langkah – langkah dalam uji normalitas adalah :
a. Menyusun skor siswa dari yang tertinggi ke skor yang terendah dalam bentuk X1 , X2
, X3 .
b. Skor mentah dijadikan bilangan z1, z2, z3, . . . . , zn dengan rumus :
𝑥1 − 𝑥̅
𝑧𝑖 =
𝑠
Dengan 𝑋̅ = rata-rata = 80,97
S = simpangan baku = 10,75
Contoh untuk data X1 adalah :
65 − 80,97
𝑍1 =
10,75
𝑍1 = −1,49
c. Untuk bilangan ini menggunakan daftar distribusi normal kumulatif yaitu tabel Z,dari
nilai -1,49 diperoleh nilai F(Zi) = 0,0681
d. Selanjutnya dihitung proporsi z1, z2, z3, . . . . , zn yang lebih kecil atau sama dengan zi.
Jika proporsi ini dinyatakan dengan S(zi) maka :
𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑧1 , 𝑧2 , 𝑧3 , … , 𝑧𝑛 𝑦𝑎𝑛𝑔 ≤ 𝑦𝑎𝑛𝑔 𝑧1
𝑆(𝑧1 ) =
𝑛
𝑓𝑘𝑢𝑚 7
𝑆(𝑧1 ) = =
𝑛 36
𝑆(𝑧1 ) = 0,1944
e. Menghitung selisih F(zi) – S(zi), kemudian ditentukan harga mutlaknya yang terbesar
dinyatakan dengan Lhitung (Lo).
Harga |𝐹(𝑍1 ) − 𝑆(𝑍1 )| = |0,0681 − 0,1944| = 0,1263
Sedangkan dari daftar uji Lilliefors pada taraf nyata α = 0,05 , maka diperoleh harga :
0,886
𝐿𝑡𝑎𝑏𝑒𝑙 =
√𝑛
0,886
𝐿𝑡𝑎𝑏𝑒𝑙 =
√36
𝐿𝑡𝑎𝑏𝑒𝑙 = 0,1477
Selengkapnya dapat dilihat pada Tabel berikut :
Dari tabel diketahui Lhitung = 0,1263 diambil dari harga |𝐹(𝑍𝑖 ) − 𝑆(𝑍𝑖 )| yang
paling besar dengan α = 0,05. Maka diperoleh Lhitung< Ltabel yaitu 0,1263< 0,1477
sehingga kesimpulannya adalah sampel tersebut berasal dari populasi yang berdistribusi
normal.
2. Kelas Kontrol
Adapun langkah – langkah dalam uji normalitas adalah :
a. Menyusun skor siswa dari yang tertinggi ke skor yang terendah dalam bentuk X1 , X2
, X3 .
b. Skor mentah dijadikan bilangan z1, z2, z3, . . . . , zn dengan rumus :
𝑥1 − 𝑥̅
𝑧𝑖 =
𝑠
Dengan 𝑋̅ = rata-rata = 71,39
S = simpangan baku = 10,73
Contoh untuk data X1 adalah :
55 − 71,39
𝑍1 = = −1,53
10,73
c. Untuk bilangan ini menggunakan daftar distribusi normal kumulatif yaitu tabel Z,dari
nilai -1,53 diperoleh nilai F(Zi) = 0,0630
d. Selanjutnya dihitung proporsi z1, z2, z3, . . . . , zn yang lebih kecil atau sama dengan zi.
Jika proporsi ini dinyatakan dengan S(zi) maka :
𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑧1 , 𝑧2 , 𝑧3 , … , 𝑧𝑛 𝑦𝑎𝑛𝑔 ≤ 𝑦𝑎𝑛𝑔 𝑧1
𝑆(𝑧1 ) =
𝑛
𝑓𝑘𝑢𝑚
𝑆(𝑧1 ) =
𝑛
6
𝑆(𝑧1 ) =
36
𝑆(𝑧1 ) = 0,1667
e. Menghitung selisih F(zi) – S(zi), kemudian ditentukan harga mutlaknya yang terbesar
dinyatakan dengan Lhitung (Lo).
Harga |𝐹(𝑍1 ) − 𝑆(𝑍1 )| = |0,0427 − 0,0540| = 0,0113
Sedangkan dari daftar uji Lilliefors pada taraf nyata α = 0,05 , maka diperoleh harga :
0,886
𝐿𝑡𝑎𝑏𝑒𝑙 =
√𝑛
0,886
𝐿𝑡𝑎𝑏𝑒𝑙 =
√36
𝐿𝑡𝑎𝑏𝑒𝑙 = 0,1477
Dari tabel diketahui Lhitung = 0,1332 diambil dari harga |𝐹(𝑍𝑖 ) − 𝑆(𝑍𝑖 )| yang
paling besar dengan α = 0,05. Maka diperoleh Lhitung< Ltabel yaitu 0,1332< 0,1477
sehingga kesimpulannya adalah sampel tersebut berasal dari populasi yang berdistribusi
normal.
UJI HOMOGENITAS
Untuk mengetahui apakah data dari kedua kelas mempunyai varians yang
homogen atau tidak, maka akan digunakan uji kesamaan varians dengan rumus :
𝑆1 2
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 2
𝑆2
2
Dimana : 𝑆1 = Varians Terbesar
𝑆2 2 = Varians Terkecil
Dari analisis data postes kelas eksperimen dan kelas kontrol diperoleh :
Varians terbesar (𝑆1 2 ) = 115,46 ; n1 = 36 (Kelas Kontrol)
Varians terkecil (𝑆2 2 ) = 115,16 ; n2 = 36 (Kelas Eksperimen)
Dengan demikian uji homogenitasnya dengan uji kesamaan varians adalah sebagai
berikut :
𝑆1 2
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 2
𝑆2
115,46
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 =
115,16
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 1,003
Dengan , dk pembilang = n1 – 1 = 36 – 1 = 35
dk penyebut = n2 – 1 = 36 – 1 = 35
α = 0,10
Sesuai dengan tabel distribusi F dengan dkpembilang 35 dan dkpenyebut 35, nilai
F tidak terdapat dalam tabel distribusi, dkpembilang 35 berada diantara dkpembilang 30
dan 40 serta dkpenyebut 35 berada di antara dkpenyebut 34 dan 36.
Oleh karena itu Ftabel dihitung dengan cara interpolasi linear, sebagai berikut :
Maka :
Interpolasi I
35 − 34 F0,05 (30,35) − F0,05 (30,34)
=
36 − 34 F0,05 (30,36) − F0,05 (30,34)
35 − 34 F0,05 (30,35) − 1,80
=
36 − 34 1,78 − 1,80
35 − 34
F0,05 (30,35) = 1,80 + (1,78 − 1,80)
36 − 34
F0,05 (30,35) = 1,79
Interpolasi II
35 − 34 F0,05 (40,35) − F0,05 (40,34)
=
36 − 34 F0,05 (40,36) − F0,05 (40,34)
35 − 34 F0,05 (40,35) − 1,74
=
36 − 34 1,72 − 1,74
35 − 34
F0,05 (40,35) = 1,74 + (1,72 − 1,74)
36 − 34
F0,05 (40,35) = 1,73
Interpolasi I dan II
35 − 30 F0,05 (35,35) − F0,05 (30,35)
=
40 − 30 F0,05 (40,35) − F0,05 (30,35)
35 − 30 F0,05 (35,35) − 1,79
=
40 − 30 1,73 − 1,79
35 − 30
F0,05 (35,35) = 1,79 + (1,73 − 1,79)
40 − 30
F0,05 (35,35) = 1,76
Dari perhitungan diperoleh Fhitung = 1,003 dan Ftabel = 1,76 (Fhitung < Ftabel ) maka
dapat disimpulkan bahwa data pretes kelas eksperimen dan kelas kontrol adalah
homogen.
B. Uji Hipotesis Independen t-test Nilai Postes Kelas Eksperimen Dan Kelas Kontrol
Hipotesis: H 0 : x1 x2
H a : x1 x2
Kriteria: H 0 diterima jika t hitung t tabel
H 0 ditolak jika t hitung t tabel
Pengujian dilakukan dengan menggunakan rumus:
X1 X 2
t=
1 1
S
n1 n 2
Dimana S adalah varians gabungan yang dihitung dengan rumus :
n1 1S1 2 n2 1S 2 2
S2 =
n1 n2 2
Kriteria pengujiannya adalah : Terima Ho, jika t t1 dimana t1 didapat dari
daftar distribusi t dengan peluang (1- ) dan dk = n1 + n2 - 2 dan 0,05 . Untuk harga
t lainnya Ho ditolak.
Dimana :
(𝑛1 − 1)𝑆1 2 + (𝑛2 − 1)𝑆2 2
𝑆2 =
𝑛1 + 𝑛2 − 2
(36 − 1)112,25 + (36 − 1)111,96
𝑆2 =
36 + 36 − 2
(35)112,25 + (35)111,96
𝑆2 =
70
3.928,7 + 3.918,6
𝑆2 =
72
7.847,3
𝑆2 =
70
𝑆 2 = 112,10
𝑆 = 10,59
Sehingga diperoleh :
𝑋̅1 − 𝑋̅2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 =
1 1
𝑆√𝑛 + 𝑛
1 2
80,97 − 71,39
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 =
1 1
10,59√36 + 36
9,58
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 =
2
10,59√36
9,58
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 =
2,54
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 3,77
Maka :
70 − 60
𝑡𝑡𝑎𝑏𝑒𝑙 = 𝑡(0,95,72) = 𝑡(0,95,60) + (𝑡(0,95,120) − 𝑡(0,95,60) )
120 − 60
10
𝑡𝑡𝑎𝑏𝑒𝑙 = 1,67 + (1,66 − 1,67)
60
𝑡𝑡𝑎𝑏𝑒𝑙 = 1,67 + 0,167(−0,01)
𝑡𝑡𝑎𝑏𝑒𝑙 = 1,67 − 0,00167
𝑡𝑡𝑎𝑏𝑒𝑙 = 1,67
Hasil pengujian hipotesis pada taraf signifikan α = 0,05 dan dk = 70, untuk
pengujian postes diperoleh thitung = 3,77 sedangkan ttabel = 1,67. Kriteria pengujian thitung
> ttabel ( 3,77 > 1,67 ), maka Ho ditolak dan Ha diterima.
Kesimpulannya :
Terdapat perbedaan yang signifikan, antara penguasaan konsep pada kelas eksperimen
dengan penguasaan konsep kelas kontrol.
Sampel Berpasangan
Paired sample t-test diartikan sebagai dua sampel dengan subjek yang sama
namun mengalami dua perlakuan atau pengukuran yang berbeda. Uji ini diperlukan
untuk mengetahui apakah dua sampel berpasangan mempunyai nilai rata-rata yang
sama atau tidak.
Asumsi dan syarat menggunakan Paired sample t-test:
1) Variabel bebas adalah dikotomis dan tingkatannya (atau kelompok)
berpasangan, atau cocok dalam beberapa hal ( misalnya suami-istri, pra-posttest,
dll)
2) Variable terikat terdistribusi normal dalam dua kondisi
Contoh: Peniliti ingin mengetahui apakah ada perbedaan hasil belajar sebelum dan
setelah diberi PBL
Hipotesis:
H0: tidak ada perbedaan sebelum dan setelah diberi perlakuan
Ha: ada perbedaan sebelum dan setelah diberi perlakuan
Data
Siswa Pretest Posttest Siswa Pretest Posttest Siswa Pretest Posttest
1 25 95 13 20 65 25 35 95
2 40 90 14 25 85 26 55 95
3 20 65 15 35 85 27 35 65
4 30 75 16 45 80 28 20 80
5 40 65 17 55 85 29 30 65
6 55 90 18 55 80 30 40 80
7 20 65 19 20 80 31 50 85
8 45 85 20 55 95 32 25 95
9 30 75 21 35 90 33 25 75
10 20 70 22 25 75 34 50 80
11 45 95 23 55 95 35 25 65
12 30 90 24 35 70 36 40 90
Apakah ada pengaruh hasil belajar siswa setelah dan sebelum perlakuan?
Jawab:
Hipotesis: H 0 : y1 y 2
H a : y1 y 2
Kriteria: H 0 diterima jika t hitung t tabel
H 0 ditolak jika t hitung t tabel
Pengujian dilakukan dengan menggunakan rumus:
D
2
y1 y 2 SD n
D 2
t hitung dengan S dan S D
S n n 1
C. Statistik Dasar Nilai Pretes Siswa Kelas Eksperimen
Berdasarkan tabulasi data pretes siswa kelas eksperimen diperoleh harga –
harga berikut :
∑ 𝑋 = 1290 ; ∑ 𝑋 2 = 51500 ; n = 36
7. Standar Deviasi
𝑆 = √𝑆 2 = √150,71
𝑆 = 12,28
D. Statistik Dasar Nilai Postes Siswa Kelas Eksperimen
Berdasarkan tabulasi data postes siswa kelas eksperimen diperoleh harga –
harga berikut :
∑ 𝑋 = 2915 ; ∑ 𝑋 2 = 240075 ; n = 36
1290
𝑦̄ 1 = = 35,83
36
2915
𝑦̄ 2 = = 80,97
36
2640625
7815−
𝑆𝐷 = √ 36
= 11,679
35
11,679
𝑆= = 1,947
√36
|80,97−35,83|
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = = 23,189
1,947
Untuk 𝑑𝑓 = 𝑛 − 1 = 36 − 1 = 35 dengan 𝛼 = 0,05, nilai 𝑡𝑡𝑎𝑏𝑒𝑙 = 1,697.
Karena 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 23,189 > 1,697(𝑡𝑡𝑎𝑏𝑒𝑙(35;0,05) ), maka 𝐻0 ditolak. Jadi nilai pre-
test dan post-test dari kelompok siswa tersebut berbeda secara signifikan.
Berdasarkan nilai rata-rata diketahui bahwa 𝑦̄ 1 < 𝑦̄ 2 , maka nilai post-test siswa
lebih tinggi daripada nilai pre-test-nya. Hal ini berarti bahwa pemberian metode
pembelajaran PBL berpengaruh baik terhadap penguasaan materi siswa.
NORMALITAS KELAS A
NO Xi f fk Zi F(Zi) S(Zi) |F(Zi)-S(Zi)|
1 40 6 6 -1.43 0.076574 0.2000 0.1234
2 50 5 11 -0.70 0.241295 0.3667 0.1254
3 60 8 19 0.02 0.509658 0.6333 0.1237
4 70 6 25 0.75 0.773543 0.8333 0.0598
5 80 5 30 1.48 0.930152 1.0000 0.0698
N 30
RATA 59.66666667
SD 13.76736104
α 0.05
Lhit 0.1237
Ltab 0.161
Lhit < Ltab
DATA NORMAL
NORMALITAS KELAS B
NO Xi f fk Zi F(Zi) S(Zi) |F(Zi)-S(Zi)|
1 50 3 3 -1.62 0.0529 0.1000 0.0471
2 52 3 6 -1.44 0.0750 0.2000 0.1250
3 60 2 8 -0.73 0.2340 0.2667 0.0326
4 64 4 12 -0.37 0.3562 0.4000 0.0438
5 66 2 14 -0.19 0.4245 0.4667 0.0421
6 70 4 18 0.17 0.5661 0.6000 0.0339
7 75 5 23 0.61 0.7299 0.7667 0.0367
8 80 4 27 1.06 0.8551 0.9000 0.0449
9 85 3 30 1.50 0.9338 1.0000 0.0662
N 30
RATA 68.13
SD 11.20878145
α 0.05
Lhit 0.1250
Ltab 0.161
Lhit < Ltab
DATA NORMAL
NORMALITAS KELAS C
NO Xi f fk Zi F(Zi) S(Zi) |F(Zi)-S(Zi)|
1 60 5 5 -0.97 0.1652 0.1667 0.0015
2 62 5 10 -0.78 0.2172 0.3333 0.1162
3 63 5 15 -0.69 0.2463 0.5000 0.2537
4 70 6 21 -0.02 0.4936 0.7000 0.2064
5 80 5 26 0.94 0.8267 0.8667 0.0399
6 90 4 25 1.90 0.9712 0.8333 0.1379
N 30
RATA 70.17
SD 10.44553471
α 0.05
Lhit 0.1379
Ltab 0.161
Lhit < Ltab
DATA NORMAL
Uji Bartlett
Langkah-langkah uji anova manual
2. Menentukan db masing-masing
𝑑𝑏(𝑇) = 𝑛𝑇 − 1 = 90 − 1 = 89
𝑑𝑏(𝐴) = 𝑘 − 1 = 3 − 1 = 2
𝑑𝑏(𝐷) = 𝑛𝑇 − 𝑘 = 90 − 3 = 87
Pengambilan Keputusan
𝐹𝑡𝑎𝑏𝑒𝑙 (0.05) = 3.1
jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑡𝑎𝑏𝑒𝑙 , maka 𝐻0 ditolak
jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 < 𝐹𝑡𝑎𝑏𝑒𝑙 , maka 𝐻0 diterima
Berdasarkan data diatas diperoleh 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 sebesar 6.57, karena 6.57 > 3,1 maka 𝐻0
ditolak. Oleh karena itu, dengan taraf 0,05 dapat disimpulkan bahwa ada perbedaan
penguasaan konsep dari kelas A, kelas B, dan kelas C.
Jika hasil uji menunjukkan 𝐻0 diterima (tidak ada perbedaan), maka tidak dilakukan
uji lanjutan (Post Hoc Test). Namun sebaliknya, jika hasil uji 𝐻0 ditolak (ada
perbedaan) maka uji lanjutan perlu dilakukan. Berdasarkan data diatas diperoleh 𝐻0
ditolak maka perlu dilakukan uji lanjut.
Hasil uji anova menunjukkan ada perbedaan yang bermakna, maka uji selanjutnya
adalah untuk melihat kelompok mana saja yang berbeda. Untuk menentukan uji
lanjut mana yang akan digunakan, maka kita kembali ke melihat tabel Test of
Homogeneity of Variances. Bila hasil tes menunjukkan varians sama, maka uji lanjut
yang digunakan adalah Uji Bonferroni, namun bila varians tidak sama maka uji
lanjut yang digunakan adalah uji Games-Howell.
SUMBER RUJUKAN
Howell, D. C. 2011. Fundamental Statistics for the Behavioral Sciences, Seventh Edition.
Belmont, CA: Wadsworth.
Johnson, R. A. 2010. Statistics: Principles and Methods, 6thEd.Hoboken, NJ: John Wiley
& Sons.