Anda di halaman 1dari 33

CRITICAL BOOK RIVIEW

SKOR NILAI:
STATISTIKA TERAPAN
(Prof. Dr. Edi Syahputra, M.Pd, 2019)

Nama Mahasiswa: Hafizd Darmawan Nasution


NIM : 8196171007
Dosen Pengampu: Prof. Dr. Edi Syahputra, M.Pd
Mata Kuliah : Statistika Pendidikan Matematika

PROGRAM STUDI S2 PENDIDIKAN


FAKULTAS PENDIDIKAN MATEMATIKA - UNIVERSITAS NEGERI MEDAN
MEDAN
Bulan September 2019
KATA PENGANTAR
Alhamdulillah. Puji syukur kehadirat Allah SWT yang telah memberikan kita
rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan critical book riview ini.
Terimakasih penulis ucapkan kepada Bapak Dosen Prof. Dr. Edy Syahputra, M.Pd
selaku pembimbing mata kuliah Statistika Pendidikan Matematika yang telah
membimbing dalam mata kuliah ini. Terimakasih tak terhingga penulis sampaikan
kepada pihak yang telah membantu dan memberi dukungan hingga critical book riview
ini terselesaikan.
Besar harapan penulis, critical book riview ini dapat memberi kontribusi untuk
semua pihak, terutama kepada para pembaca sehingga dapat memberikan manfaat
dalam aplikasi dilapangan. Critical book riview ini juga dapat digunakan sebagai bahan
pembanding buku untuk mendapatkan buku yang lebih bagus.
Penulis menyadari bahwa critical book riview yang disusun ini masih banyak
mempunyai kekurangan. Karena itu penulis mengharapkan saran dan kritikan yang
membangun dari semua pihak atau pembaca yang budiman untuk kesempurnaan critical
book riview yang akan datang.

Medan, 30 September 2019

Penulis

i
DAFTAR ISI

KATA PENGANTAR ..............................................................................................................i


DAFTAR ISI ............................................................................................................................ ii

BAB I PENDAHULUAN........................................................................................................ 1
A. Rasionalisasi Pentingnya Critical Book Riview ....................................................... 1
B. Tujuan Penulisan Critical Book Riview ...................................................................... 1
C. Manfaat Critical Book Riview ......................................................................................... 1
D. Identitas Critical Book Riview ....................................................................................... 2

BAB II RINGKASAN BUKU................................................................................................. 3


A. Bab 1 Statistika ................................................................................................................... 3
B. Bab 2 Penyajian Data ....................................................................................................... 5
C. Bab 3 Ukuran Tendensi Sentral ................................................................................... 7
D. Bab 4 Ukuran Dispersi ..................................................................................................... 9
E. Bab 5 Teori Sampel .......................................................................................................... 10
F. Bab 6 Pendugaan(Estimasi) ........................................................................................ 11
G. Bab 7 Pengujian Hipotesis ............................................................................................ 12
H. Bab 8 Analisis Regresi..................................................................................................... 14
I. Bab 9 Analisis Varians Klasivikasi Satu Arah ........................................................ 15
J. Bab 10 Analisis Varians Klasifikasi Dua Arah ........................................................ 17
K. Bab 11 Analisis Varians Klasifikasi Tiga Arah ....................................................... 18
L. Bab 12 Analisis Covarian ............................................................................................... 19
M. Bab 14 Analisis Faktor Konfirmatori ........................................................................ 20
N. Bab 15 Materi Pendukung ............................................................................................. 21
BAB III PEMBAHASAN ...................................................................................................... 23
A. Pembahasan Isi Buku ............................................................................................................. 23
a. Bab 1 Statistika .................................................................................................................. 23
b. Bab 2 Penyajian Data ...................................................................................................... 23
c. Bab 3 Ukuran Tendensi Sentral .................................................................................. 23

ii
d. Bab 4 Ukuran Dispersi ................................................................................................... 24
e. Bab 5 Teori Sampel .......................................................................................................... 24
f. Bab 6 Pendugaan(Estimasi) ......................................................................................... 24
g. Bab 7 Pengujian Hipotesis ........................................................................................... 24
h. Bab 8 Analisis Regresi .................................................................................................... 25
i. Bab 9 Analisis Varians Klasivikasi Satu Arah ........................................................ 25
j. Bab 10 Analisis Varians Klasifikasi Dua Arah ........................................................ 26
k. Bab 11 Analisis Varians Klasifikasi Tiga Arah ....................................................... 26
l. Bab 12 Analisis Covarian ............................................................................................... 26
m. Bab 14 Analisis Faktor Konfirmatori ........................................................................ 27
n. Bab 15 Materi Pendukung ............................................................................................ 27
B. Kelebihan dan Kekurangan .................................................................................................. 27

BAB IV PENUTUP................................................................................................................ 28
A. Kesimpulan ......................................................................................................................... 28
B. Rekomendasi ..................................................................................................................... 28

DAFTAR PUSTAKA ............................................................................................................. 29

iii
BAB I
PENDAHULUAN
A. Rasionalisasi Pentingnya Critical Book Review
Critical Book Review bukan tentang sekedar laporan atau tulisan tentang isi buku.
Critical Book Review adalah tulisan tentang isi sebuah buku atau artikel, tetapi lebih
menitikberatkan pada evaluasi (penjelasan, interpretasi dan analisis) mengenai
keunggulan dan kelemahan buku atau artikel tersebut, apa yang menarik dari artikel
tersebut, bagaimana isi artikel tersebut bisa mempengaruhi cara berpikir kita dan
menambah pemahaman kita terhadap suatu bidang kajian tertentu. Untuk bisa membuat
sebuah Critical Book Review, kita harus terbiasa untuk berpikir kritis. Dengan berpikir
kritis berarti kita mengontrol proses berpikir secara sadar. Dengan kata lain,
melalui critical book review kita menguji pikiran pengarang/ penulis berdasarkan sudut
pandang kita berdasarkan pengetahuan dan pengalaman yang kita miliki. Selain berpikir
kritis salah satu alasan penulis juga melakukan critical book riview adalah
mengembangkan budaya membaca, berpikir sistematis, dan mengekspresikan pendapat.
B. Tujuan Penulisan Critical Book Review
Tujuan penulisan critical book riview adalah mengkritisi/membandingkan satu
topik materi kuliah kepemimpinan dalam dua atau lebih buku yang berbeda,
mengembangkan budaya membaca, berpikir sistematis & kritis, dan mengekspresikan
pendapat.
C. Manfaat Critical Book Review
Manfaat dari critical book review antara lain:
1. Untuk menambah wawasan tentang kepemimpinan.
2. Untuk mengetahui metode dan sifat-sifat seorang pemimpin.
3. Untuk mengetahui prinsip apa yang ditanam dalam pemimpin.
4. Untuk memenuhi tugas mata kuliah Statistika Pendidikan Matemtika.
5. Mengembangkan pemikiran yang sistematis dan kritis.
6. Dapat mengekspresikan pendapat penulis.

1
D. Identitas Critical Book Review
Judul : STATISTIKA TERAPAN
Edisi : Pertama
Pengarang : Prof. Dr.Edi Syahputra, M.Pd
Penerbit : UNIMED PRESS
Kota Terbit : Medan
Tahun Terbit : 2019
ISBN : 978-602-0888-82-8

Identitas Buku Pembanding I


Judul : PENERAPAN STATISTIKA
Edisi : Pertama
Pengarang : Dr. Indra Jaya, M.Pd & Ardat, M.Pd
Penerbit : Citapustaka Media Perintis
Kota Terbit : Bandung
Tahun Terbit : 2013
ISBN : 978-602-9377-96-5

Identitas Buku Pembanding II


Judul : PENGANTAR STATISTIKA MATEMATIS
Edisi :Pertama
Pengarang : Nur Herrhyanto & Tuti Gantini
Penerbita : CV. Yrama Widya
Kota Terbit : Bandung
Tahun Terbit : 2017
ISBN : 978-979-543-762-8

2
BAB II
RINGKASAN ISI BUKU

A. BAB I STATISTIKA
1. Pengertian Statistika
Statistika adalah ilmu yang mempelajari tentang metode pengumpulan,
pengolahan, penafsiran serta penraikan kesimpulan dari data yang
dikumpulkan/diperoleh. Secara umum ststistika dapat dikelompok menjadi dua
kelompok besar yang saling melengkapi satu dengan lainnya. Kedua kelompok ini
adalah:
1. Statistik Matematika
2. Statistika Terapan

Dalam statistika matematika penekannanya lebih pada matematika secara


teoritis. Banyak prasyarat dari keilmuan dalam matematika yang harus dikuasai sebelum
seseorang mempelajari ststistika matematik. Antara lain yang harus dikuasai adalah
teori peluang, kalkulus, analisis vector dan aljabar matriks. Tidak demikian halnya
dengan ststistika terapan. Statistika terapan lebih menekankan pada penggunaan
statistika dalam berbagai bidang ilmu antara lain: Ekonomi, Pendidikan, Sosial, Biologi,
Kedokeran, dan lain-lain.
Ditinjau dari sifat penerapannya, statistika dapat dibagi atas dua kategori yaitu:
Statistika Deskriptif dan Statistika Induktif/infrensial. Statistika Deskriptif hanya
membicarakan mengenai penyusunan data dalam daftar, pembuatan dan penyajian data
dalam bentuk diagram dan menarik kesimpulan dari data tersebut yang sifatnya tidak
berlaku umum. Statistika Induktif lebih mendalam dari Statistika Deskriptif. Dari data
yang sudah disusun rapi, dibuat hipotesis, dianalisis secara ilmiah dan ditarik
kesimpulan secara umum.
2. Data Statistika

Pengertian data dalam statistika adalah suatu himpunan keterangan/informasi


dari serangkaian pengamatan atau catatan atau observasi atau informasi yang diperoleh
dari hasil percobaan. Apabila seseorang ingin mengetahui karakteristik dari objek-objek

3
yang sangat banyak dan tersebar di wilayah yang sangat luas, dia dapat mengambil
sebagian saja dari objek-objek itu untuk ditelitinya. Sebagian dari objek-objek tersebut
disebut sampel, sedangkan keseluruhan dari objek yang banyak dan tersebar di wilayah
yang sangat luas disebut polasi dari sampel itu.
Seorang peneliti biasanya meneliti dalam sampel yang dipilihnya dan mengambil
kesimpulan tentang karakteristik populasi yang ditelitinya. Ada dua macam bentuk data
yaitu data kuantitatif dan kualitatif. Data kuantitatif berbentuk bilangan-bilangan seperti
5, 6, 100, dan lain-lain. Sedangkan data kualitatif berbentuk atribut seperti: tinggi,
rendah, baik, senang, puas, berhasil, dan lain lain.
Ada juga yang mengklarifikasi data sebagai berikut:
a. Data nominal, yaitu data berbentuk kategori dan bersifat kualitatif, tidak dapat
dibandingkan yang satu dengan yang lain misalnya, merah, putih, laki-laki,
perempuan dll. Data-data ini tidak dapat diperbandingkan satu dengan yang
lainnya.
b. Data ordinal, yaitu data berbentuk kategori dan besifat kualitatif. Bedanya dengan
data normal adalah data ordinal sudah dapat diperbandingkan yang satu dengan
yang lain, misalnya juara I dan juara II.
c. Data interval, yaitu data kuantitatif berbentuk angka-angka, misalnya 30⁰.
d. Data rasio, yaitu data kuantitatif misalnya 5, 7 dll. Perbedaan data interval dan
rasio adalah pada data interval tidak dapat dilakukan operasi matematika atas
data itu, sedangkan pada rasio operasi matematika dapat diberlakukan. Misalnya
30⁰ + 70⁰ ≠ 100⁰ sedangkan 5 + 7 = 12.
Terdapat beberapa cara untuk memperoleh data, antara lain:
1. Mengadakan wawancara kepada subjek penelitian.
2. Menyebarkan angket berupa lembar kertas berisi pertanyaan kepada
responden.
3. Melakukan observasi.
4. Mengkoreksi/mencatat data dari sumber-sumber yang dapat dipertanggung
jawabkan.
5. Melakukan eksperimen dan mencatat data yang muncul dari percobaan itu.

4
6. Mengakses internet.

Ketika mencari data melalui internet perlu kehati-hatian, karena tidak semua data
dari internet dapat dipercaya kevalidannya. Pilihlah data dari sumber-sumber yang
dapat dipercaya seperti data dalam artikel yang termuat dalam jurnal resmi.

B. BAB II PENYAJIAN DATA


Data statistik dapat disajikan dalam berbagai cara, antara lain dengan tabel dan
grafik. Penyajian data dengan menggunakan tabel atau menggunakan grafik akan
mempermudah pembaca untuk menginterpretasi data yang disajikan. Diagram berikut
akan memberikan gambaran pada pembaca struktur penyajin data dalam statistika.
a. Menggunakan Tabel
Contoh bentuk tabel untuk penyajian data: UMUR MAHASISWA, UNIVERSITAS X
TAHUN 2015.
UMUR BANYAK MAHASISWA (f)
17-20 35
21-24 257
25-28 340
29-32 151
33-36 18
Jumlah 801

Cara membuat tabel distribusi frekuensi


Untuk membuat tabel distribusi frekuensi dapat diikuti prosedur sebagai berikut
ini:
1. Tentukan rentang data, yaitu selisih data besar dan data kecil.
2. Tentukan banyak kelas interval.
3. Tentukan panjang kelas interval.
Dapat dipilih dari salah satu cara berikut:
a. Ambil data terkecil sebagai data ujung bawah kelas interval pertama.
b. Ambil sembarang bilangan lebih kecil dari data terkecil, tetapi selisihnya
tidak lebih besar dari panjang kelas yang telah ditentukan.
4. Tentukan ujung bawah kelas interval pertama.

5
b. Menggunakan Diagram
1. Diagram Batang
Dikatakan diagram batang karena bentuknya seperi batang-batang yang disusun
tegak atau mendatar. Tinggi/panjang batang menunjukan frekuensi/banyaknya data.

Untuk menggambar diagram batang diperlukan: sumbu mendatar, sumbu tegak, skala
pada kedua sumbu diatas.

Chart Title
350
BAnyakntya

150

-50
17-20 21-24 25-28 29-32 33-36
Umur

Contoh diagram batang Umur Mahasiswa Universitas X tahun 2015


2. Diagram Garis
Diagram garis digunakan untuk menggambarkan keadan yang kontiniu. Biasanya
sumbu horizontal menunjukan skala waktu (tahun, bulan, atau minggu).

Chart Title
25
27
22
24
21 17
18
12 13
15
12
9 6
3 4
6
3
2009 2010 2011 2012 2013 2014 2015 2016

6
3. Diagram Lingkaran
Diagram lingkaran terdiri dari sebuah lingkaran yang di bagi atas sektor-sektor.
Tiap sektor menunjukkan banyak data. Luas setiap sektor data tergantung dari besarnya
proporsi suatu data terhadap keseluruhan data yang ada.

4. Diagram Pastel
Diagram pastel adalah versi bentuk dari diagram lingkaran. Sebenarnya tidak ada
perbedaan yang mendasar antara diagram lingkaran dengan diagram pastel.
Perbedaanya hanya dalam bentuk dimensi. Diagram lingkaran berdimensi dua
sedangkan diagam pastel berdimensi tiga.

5. Histogram dan Poligon Frekuensi


Histogram dan poligon frekuensi adalah diagram dari data yang telah disusun
oleh tabel distribusi frekuensi.

C. BAB III UKURAN TENDENSI SENTRAL


Ukuran tendensi sentral adalah nilai yang menjadi pusat suatu sebaran. Yang
termasuk dalam ukuran tendensi sentral antara lain adalah:
a. Nilai rata-rata atau mean.
b. Median.
c. Modus
1) Rata-rata (mean).
Yang dimaksud nilai rata-rata disini adalah rata-rata hitung. Rata-rata hitung dari
sekumpulan bilangan adalah jumlah bilangan–bilangan itu dibagi oleh banyaknya
bilangan.
𝑗𝑢𝑚𝑙𝑎ℎ 𝑠𝑒𝑚𝑢𝑎 𝑏𝑖𝑙𝑎𝑛𝑔𝑎𝑛
𝑀𝑒𝑎𝑛 (𝑟𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎) = 𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑏𝑖𝑙𝑎𝑛𝑔𝑎𝑛

Rata-rata yang dimaksud yaitu sebagai berikut:

a. Rata-rata hitung data tunggal


b. Rata-rata hitung data terboboti

7
c. Rata-rata hitung data kelompok
d. Rata-rata harmonis
2) Median
Median dari sekumpulan bilangan ialah bilangan yang posisinya berada ditengah-
tengah setelah bilangan itu diurutkan. Untuk menentukan median dari sekumpulan
bilangan dilakukan prosedur berikut:
a. Data Tunggal.
b. Data Terboboti.
c. Data dalam Tabel Distribusi Frekuensi.
1
N-fsb
Me = Bb+ 2 f i
me

Keterangan:
Me= Median .
Bb= Batas bawah kelas interval yang mengandung Me.
N= Jumlah data seluruhnya.
Fsb= Jumlah seluruh frekuensi sebelum frekuensi kelas Me.
fme = Frekuensi kelsan Me.
i= Panjang interval kelas.
3) Modus
Modus dari sekumpulan bilangan adalah bilangan yang paling sering muncul atau
nilai yang memilki frekuensi terbanyak.
dsb
𝑀0 = Bb+ d i
sb +dbr

Keterangan:
Mo= modus.
Bb= batas bawah kelas interval yang mengandung modus.
dbs= Selisih frekuensi kelas Modus dengan frekuensi kelas sebelumnya.
dbr= Selisih frekuensi kelas Modus dengan frekuensi kelas berikutnya.

8
D. BAB IV Ukuran Dispersi
Ukuran Dispersi/ Variasi/ Penyimpangan adalah ukuran yang menyatakan
seberapa jauh penyimpangan nilai-nilai individu terhadap nilai pusatnya (rata-rata).

Jenis ukuran dispersi ada beberapa macam yaitu:


1. Rentang atau jangkauan atau range.
2. Deviasi rata-rata.
3. Standar Deviasi.
a. Macam-macam Range
 Rentang Antar Kuartil (RAK)
RAK = K3 – K1
K3 = Kuartil ketiga
K1 = Kuartil pertama
 Deviasi Kuartil(DK)
DK = 1⁄2 (K3 – K1)

 Rentang (10-90) Persentil


Untuk menghitung rentang (10-90) persentil digunakan simbol
R(10-90)P = P90 – P10.
b. Deviasi Rata-rata
Deviasi adalah penyimpangan data disekitar rata-ratanya. Deviasi rata-rata
adalah rata-rata dari seluruh penyimpangan data terhadap rata-ratanya. Deviasi rata-
rata data tunggal:
DR = ∑ ⅼ X – X1 ⅼ/ n =
X = nilai individu
X1 = nilai rata-rata
n = jumlah data
c. Deviasi Standar
Deviasi standar adalah ukuran penyimpangan data yang paling penting dan paling
banyak penerapannya dalam statistika. Simpangan Baku atau Standart deviasi adalah
akar dari varians.
9
Standart Deviasi sample = s
Standart Deviasi populasi = σ (sigma)
Untuk menghitung formula deviasi standar data dalam populasi adalah :
σ = √ ∑ (X – X1)2 / N
s = Standart Deviasi
X = nilai individu
X1 = nilai rata-rata
n = jumlah data
Untuk menghitung formula deviasi standar data dalam sampel adalah :
s = √ ∑ (X – X1)2 / n-1

E. BAB V Teori Sampel


Teori sampel mempelajari hubungan-hubungan yang ada antara satu atau lebih
populasi dan sampel-sampel yang di ambil dari populasi tersebut. Lambang yang
digunakan untuk menunjukkan parameter suatu populasi adalah µ, sedangkan standar
deviasi dari populasi dilambangkan dengan σ, proposisi dari populasi dilambangkan
dengan P.

populasi

sampel

Gambar 5.1 hubungan antara sampel dan populasi


Ada beberapa cara menarik sampel dari suatu populasi, antara lain:
1. Sampel Acak Sederhana (SAS) terdiri dari SAS pengembalian dan SAS tanpa
pengembalian.
2. Sampel Sistematik (Sistematyc Sampling).
3. Sampel Berlapis (Stratified Sampling).

10
4. Sampel Berkelompok (Cluster Sampling).
5. Distribusi Sampling
6. Distribusi Sampel Rata-rata.

F. BAB VI PENDUGAAN (ESTIMASI)


1. PENDAHULUAN
Pendugaan merupakan satu kegiatan menemukan nilai atau selang tertentu
berdasarkan data-data pada sampel. Nilai yang diperoleh ini merupakan nilai yang
digunakan untuk menduga (menaksir) nilai parameter populasi dari mana asal sampel
tersebut diambil. Pada dasarnya nilai parameter-parameter populasi tidak diketahui,
karena hal itulah dilakukan pendugaan (estimasi). Nilai dari sampel yang digunakan
sebagai penduga parameter populasi disebut statistik dari sampel. Misalnya:
𝑋̅digunakan untuk menduga ( mengestimasi) μ
S2 digunakan untuk menduga (mengestimasi) σ2 dan sebagainya.
Pendugaan parameter populasi menghendaki keakuratan tertentu, supaya
pendugaan dapat dipertanggungjawabkan perlu dibahas sifat-sifat dari penduga
tersebut.
2. Sifat – sifat dari penduga (estimator)
1. Penduga tak bias
∑(x−x̅)2 n n n−1
s2 = sebab μs 2 = n−1 μ = n−1 . σ2 = σ2 , s2 adalah penduga tak bias dari
n−1 n

σ2
2. Penduga konsisten
Suatu penduga disebut konsisten jika ukuran sampel diperbesar, maka nilai
penduga semakin mendekati nilai parameter populasi.
3. Penduga efesien
Suatu penduga (estimator) s1 disebut lebih efisien dari s2 jika σs12 < σs22.
3. Penduga (estimasi) titik dan penduga interval
1. Pendugaan (estimasi) titik
Pendugaan (estimasi) titik dari suatu parameter populasi adalah pendugaan yang
diberikan berupa sebuah bilangan saja.
11
2. Pendugaan (estimasi) interval
Pendugaan (estimasi) interval dari suatu parameter adalah estimasi yang
diberikan terletak dalam suatu interval tertentu.
3. Derajat kebebasan
Derajat kebebasan suatu statistik adalah banyaknya anggoata sampel yang
“bebas” dikurangi banyaknya parameter populasi yang harus diduga dari pengamatan-
pengamatan sampel.

n
̅)2 adalah n − 1
∑(x1 − X
i=1

4. Selang Kepercayaan (lanjutan) untuk sampel besar n ≥ 30.


5. Selang Kepercayaan (lanjutan) untuk sampel kecil n ≤ 30.

G. BAB VII PENGUJIAN HIPOTESIS


1. Pendahuluan
Hipotesis dalam statistika memiliki makna yang sangat luas dan perlu pengujian
secara seksama berbasis data empiris dari sampel. Hipotesis dalam statistika bermaksa
pendugaan yang diungkapkan dengan kalimat pernyataan tentang parameter populasi.
Kalimat pernyataan ini dituliskan dalam simbol-simbol statistika yang sudah baku
digunakan diseluruh dunia. Hipotesis statistika ini umumnya diturunkan dari hipotesis
penelitian. Oleh karena itu setiap peneliti yang menggunakan statistika sebagai alat
analisisnya harus memahami secara mendalam hubungan antara hipotesis penelitiannya
dengan hipotesis statistika yang dirancangnya dan selanjutnya akan diujinya dengan
langkah-langkah pengujian hipotesis statistika. Pada hipotesis statistika dikenal lambang
Ho dan lambang H1 atau Ha atau HT.
2. Prosedur Pengujian Hipotesis Statistika
Beberapa langkah yang harus dilalui ketika akan melakukan prosedur pengujian
hipotesis statistika, yaitu:

12
1. Tulis dan rumuskan hipotesis nol ( Ho)
2. Rumuskan hipotesis alternatif yang sesuai dengan hipotesis penelitian dan
letakkan pada H1, atau pada Ha, atau pada HT.
3. Tetapkan tingkat signifikan (α) misalnya α= 5%.
4. Pilih tes statistik yang sesuai.
5. Hitung nilai statistik dari data-data sampel.
6. Kesimpulan.
3. Pegujian signifikan rata-rata populasi
1. Jika varians populasi diketahui (kasus ini tidak terjadi pada realitas
kehidupan, kecuali pada persoalan rekayasa atau berdasarkan pengalaman
sebelumnya).
Apabila populasi berdistribusi normal dengan rata-rata μ dan varians σ2,
2
𝜎2
maka: μ𝑥̅ = μ dan 𝜎 𝑥 = (populsai besar) dimana n = ukuran sampel berarti
𝑛
x̅−μx̅ x̅−μ
Z= = σ Berdistribusi normal.
σx
√n

2. Varians populasi tidak diketahui (pada umumnya kejadian ini adalah realita).
2 2 2
𝑠2
Untuk populasi besar, kita estimasi 𝜎 𝑥 dengan 𝑠 𝑥 dimana : 𝑠 𝑥 = selanjutnya
𝑛
𝑥̅ −𝜇0 𝑥̅ −𝜇
kita gunakan distribusi t , yaitu : 𝑡 = = 𝑠 dengan derajat kebebasan
𝑆𝑥̅
√𝑛

𝑥̅ −𝜇𝑜
(n-1) . Karena Ho : μ = μ0, maka 𝑡 = 𝑠
√𝑛

4. Pengujian perbedaan dua rata-rata populasi


1. Untuk sampel-sampel yang tidak berkolerasi
Pengujian hipotesis untuk sampel-sampel yang berkolerasi (data-data
berpasangan)
̅ )2
∑(D−D n ∑(D)2 −(∑ D)2
SD = √ =√ , maka rumus diatas dapat ditulis sebagai berikut: 𝑡 =
n−1 n(n−1)
∑𝐷

√(∑ 𝐷 2 −(∑ 𝐷)2 )/(𝑛−1)

13
H. BAB VIII ANALISIS REGRESI
1. Pengertian
Analisis regresi adalah suatu kajian untuk mengeksplorasi sifat-sifat dari
hubungan diantara variabel-variabel. Hubungan fungsional diantara variabel-variabel ini
dapat dikategorikan atas dua kelompok yaitu regresi linear dan regresi non linear.
Regresi linear dapat berupa regresi linear sederhana dan dapat berupa regresi linear
ganda. Regresi linear sederhana terdiri dari satu variabel bebas dan satu variabel tidak
bebas. Sedangkan regresi linear ganda memiliki variabel bebas lebih dari satu. Rumusan
regresi linear sederhana sebagai berikut:
∑ 𝑋𝑖 ∑ 𝑌𝑖−𝑛 ∑ 𝑋𝑖𝑌𝑖 ∑ 𝑌𝑖 ∑ 𝑋𝑖
𝑏1 = (∑ 𝑋𝑖)2 −𝑛 ∑ 𝑋𝑖 2
dan 𝑏0 = − 𝑏1
𝑛 𝑛
Ketepatan Garis Regresi
̂ = ∑ 𝑌𝑖
𝑌𝑖 ̂ /𝑛

= ∑(𝑏0 + 𝑏1 𝑋𝑖)/𝑛
= (𝑛𝑏0 + 𝑏1 ∑ 𝑋𝑖)/𝑛
∑ 𝑋𝑖
= (𝑛𝑏0 + 𝑏1𝑛 ) /𝑛
𝑛
= (𝑛𝑏0 + 𝑏1𝑛𝑋̅)/𝑛
= 𝑏0 + 𝑏1𝑋̅
= 𝑌̂
2. Pendugaan Parameter Persamaan Garis Regresi
Pendugaan parameter regresi linear dapat dilakukan secara manual atau dapat
dilakukan dengan mengguanakan software komputer seperti SPSS atau minitab.
3. Analisa Korelasi
Analisa korelasi erat kaitannya dengan analisa regresi, pada analisa regresi yang
dicari adalah hubungan fungsional (dalam bentuk persamaan matematik) antara dua
variabel atau lebih. Sedangkan pada analisa korelasi yang dicari adalah derajat tingkat
keeratan hubungan variabel-variabel itu. Derajat tingkat keeratan hubungan tersebut
dinyatakan dalam koefisien yang disebut koefisien korelasi. Kolerasi yang tidak nol
antara variabel X dan Y berakibat, jika kita tahu seseorang tentang X maka kita tahu
sesuatu tentang Y, begitu pula sebaliknya. Ini berarti kita dapat memprediksi Y dari X

14
yang diketahui. Makin besar harga mutlak korelasi antara X dan Y, Makin besar harga
mutlak korelasi antara X dan Y, makin akurat prediksi yang bisa dibuat.
4. Prediksi dan Interpretasi Korelasi
Prediksi dan korelasi adalah topik-topik yang saling berhubungan satu dengan
yang lainnya. Korelasi yang tidak nol antara variabel X dan Y berakibat, jika kita tahu
tentang X maka kita tahu sesuatu tentang Y, begitu pula sebaliknya. Ini berarti kita dapat
memprediksi Y dan X yang diketahui, makin besar harga mutlak korelasi antara X dan Y
makin akurat prediksi yang bisa dibuat. Prediksi sempurna terjadi jika korelasi antara X
dan Y sama dengan 1 atau -1.
5. Regresi linear dari y terhadap x
Diberikan titik-titik (x1,y1), (x2,y2),...,(xn,yn) pada bidang koordinat kartesius
dengan sumbu x dan sumbu y, misalnya persamaan garis lurus pendekatan terbaik dari
data tersebut adalah:
𝑦 = 𝑎𝑦𝑥 + 𝑏𝑦𝑥 𝑥
Kesalahan baku prediksi (estimasi) y terhadap x adalah
𝑆𝑇.𝑋 = 𝑆𝑌 √1 − 𝑟 2

I. BAB IX ANALISIS VARIAN KLASIFIKASI SATU ARAH


1. Pengantar
Analisis varians yang sering disingkat sebagai ANAVA atau ANOVA untuk pertama
kalinya dikembangkan oleh R. A Fisher yang dituangkan dalam makalah pada tahun
1923. Analisis varians bertujuan untuk membandingkan rata-rata dari beberapa
populasi atau jika dikaitkan dengan suatu rancangan eksperimen maka analisis varian
bertujuan untuk menguji signifikansi perbedaan efek dari pelakuan-perlakuan terhadap
variabel terikat. Pada dasarnya, analisis varians merupakan perluasan dari uji beda
mean dari dua populasi. Dengan perkataan lain analisis varians adalah suatu cara untuk
melihat perbedaan rata-rata sekelompok data melalui pengujian variansinya.
2. Notasi untuk analisis varians satu arah
Pandangan suatu eksperimen dengan k perlakuan. Perlakuan dapat berupa
metode pengajaran yang berbeda, atau jenis pupuk yang berbeda, atau dosis obat yang

15
berbeda dan sebagainya. Jumlah kuadrat deviasi dari nj data pengamatan pada kelomok j
terhadap rata-rata keseluruhan adalah:
𝑛𝑗

∑(𝑋𝑖1 − 𝑋̅)2
𝑖=1

Untuk k kelompok dengan nj pengamatan, jumlah total kuadrat deviasi terhadap


𝑋̅ adalah:
𝑘 𝑛𝑗

∑ ∑(𝑋𝑖𝑗 − 𝑋̅)2
𝑗=1 𝑖=1
3. Partisi Jumlah Kuadrat
Jumlah total kuadrat terdiri dari jumlah dua bagian yang saling bebas yaitu
jumlah kuadrat dalam kelompok dan jumlah kuadrat antar kelompok.
𝑘 𝑛𝑗 𝑘 𝑛𝑗 𝑘
̅̅̅ − ̅̅̅
∑ ∑(𝑋𝑖𝑗 − 𝑋̅)2 = ∑ ∑(𝑋𝑖𝑗 − 𝑋̅𝑗)2 + ∑ 𝑛𝑗 (𝑋𝑗 𝑥)2
𝑗=1 𝑖=1 𝑗=1 𝑖=1 𝑗=1
Asumsi –asumsi dasar pada analisis varians:
1. Populasi-populasi berdistribusi normal(sifat normalitas dipenuhi)

2. Populasi-populasi varians sama (sifat homogenitas dipenuhi)

3. Sampel dipilih secara acak (randominasi dipenuhi)

4. Asumsi – asumsi dasar pada analisis varians

Penggunaan analisis varians menggunakan asumsi-asumsi tertentu. Karena

analisis varians merupakan perluasan dari uji beda dua rata-rata dari dua populasi, maka

asumsi untuk analisis varians tidak berbeda dengan asumsi pada uji beda rata-rata dua

populasi.

5. Perbandingan Korelasi

Sebuah analisis varian satu arah memerlukan dua variabel, yaitu variabel bebas
yang seringkali berupa variabel nominal dan variabel terikat yang seringkali berupa

16
variabel interval. Relasi antara dua variabel tersebut dapat diungkapkan dalam sebuah
perbandingan sebagai berikut:

2
𝐽𝐾(𝑎𝑛𝑡) 𝐽𝐾(𝑑𝑎𝑙)
𝜂𝑦𝑥 = =1−
𝐽𝐾(𝑡𝑜𝑡) 𝐽𝐾(𝑡𝑜𝑡)

Untuk pengujian apakah sebuah perbandingan korelasi berbeda secara


signifikan dari 0, dapat digunakan formula F rasio sebagai berikut:
2
𝜂𝑦𝑥 /(𝑘 − 1)
𝐹= 2
(1 − 𝜂𝑦𝑥 )/(𝑁 − 𝑘)

J. BAB X ANALISIS VARIAN DUA ARAH


1. Pengertian
Percobaan dengan klasifikasi dua arah dapat ditunjukkan dengan hanya satu unit
sampling dan satu data (pengukuran) untuk masing–masing percobaan. Dengan satu
data untuk masing-masing percobaan maka jumlah kuadrat total dipartisi kedalam 3
komponen yaitu: jumlah kuadrat antar baris, jumlah kuadrat antar kolom, dan jumlah
kuadrat interaksi antara baris dan kolom. Apabila jumlah kuadrat masing-masing diatas
dibagi oleh derajat bebasnya maka akan diperoleh empat penduga varians. Penduga-
penduga varians ini digunakan untuk menguji signifikansi dari perbedaan antara rata-
rata baris, perbedaaan antara rata-rata kolom, dan pengaruh interaksi anatara baris dan
kolom.
2. Partisi Jumlah Kuadrat
Jika hanya satu data (pengukuran) dalam kombinasi baris (R) dan kolom (c)
perlakuan percobaan, maka jumlah kuadrat total (Jk tot) dapat dipartisi menjadi 3
komponen yaitu: JK antar Baris, JK antar kolom dan JK interaksi.
3. Derajat bebas (db)
Jika pada tiap sel terdapat data tunggal, n = 1 dan RC = N maka banyaknya derajat
bebas yang berpadanan dengan jumlah kuadrat total adalah RC-1 = N-1. Banyaknya
derajat bebas yang berpadanan dengan jumlah baris adalah R-1 dan banyaknya jumlah
baris yang berpadanan dengan jumlah kolom adalah C-1.

17
Struktur tabel analisis varians dua arah
Suber Variasi Db Jumlah Kuadrat Penduga
Varians
Baris R-1 𝑅
JK /db
𝑛𝐶 ∑(𝑋̅𝑟. . −𝑋̅ … )2
𝑟=1
Kolom C-1 𝐶
JK/db
𝑛𝑅 ∑(𝑋̅𝑐. . −𝑋̅ … )2
𝑟=1
Interaksi baris x (R-1)(C- 𝑅 𝐶 JK/db
kolom 1) 𝑛 ∑ ∑(𝑋̅𝑟𝑐. . −𝑋̅𝑟. . −𝑋̅. 𝑐. +𝑋
̅̅̅̅̅
… )2
𝑟=1 𝑟=1
Dalam sel RC(n-1) 𝑅 𝐶 𝑛
JK/db
∑ ∑ ∑(𝑋𝑟𝑐𝑖 − 𝑋̅𝑟𝑐. )2
𝑟=1 𝑐=1 𝑖=1
Total nRC-1 𝑅 𝐶 𝑛

∑ ∑ ∑(𝑋𝑟𝑐𝑖 − 𝑋̅. . . )2
𝑟=1 𝑐=1 𝑖=1

K. BAB XI Analisis Varians Klasifikasi Tiga Arah


A. Pendahulan
Beberapa percobaan ada yang menggunakan analisis varians klasifikasi tiga arah.
Percobaan-percobaan tersebut melibatkan tiga faktor sekaligus. Setiap faktor memuat
lebih dari satu kategori. Apabila pada suatu percobaan memuat tiga faktor sekaligus,
faktor pertama memuat 2 kategori, faktor kedua memuat 3 kategori dan faktor ketiga
memuat 4 kategori maka dikatakan percobaan tersebut memiliki ukuran percobaan 2×
3 × 4 faktorial. Pada percobaan dengan klasifikasi tiga arah dan n data dalam tiap sel,
jumlah kuadrat total dipartisi ke dalam delapan jumlah kuadrat yang independen.
Kedelapan jumlah kuadrat tersebut adalah jumlah kuadrat antar baris, jumlah kuadrat
antar kolom, jumlah kuadrat antar lapisan, jumlah kuadrat antar baris dan kolom, jumlah
kuadrat antar baris dan lapisan, jumlah kuadrat antar kolom dan lapisan, jumlah kuadrat
antar baris, kolom dan lapisan dan jumlah kuadrat dalam sel. Setiap jumlah kuadrat
berpadanan dengan jumlah derajat bebasnya.

18
B. Penurunan Rumus Analisis Varians Tiga Arah
Struktur Tabel Analisis Varians Tiga Arah
Sumber Db Jumlah Kuadrat Penduga
Varians Varians
Baris R-1 𝑅
𝑠𝑟2
𝑛𝐶𝐿 ∑(𝑋̅𝑟 … . − 𝑋.
̅ … )2
𝑟=1
Kolom C-1 𝐶
𝑠𝑐2
̅ 𝑐. . −𝑋.
𝑛𝑅𝐿 ∑(𝑋. ̅… )2
𝑐=1
Lapisan L-1 𝐿
̅̅̅̅. 𝑙. . −𝑋.
̅ … )2 𝑠𝑙2
𝑛𝐶𝑅 ∑ ∑ (𝑋.
𝑙=1
Interaksi baris (R-1)(C-1) 𝑅 𝐶
𝑠𝑟2𝑐
x kolom ̅̅̅̅̅
𝑛𝐿 ∑ ∑(𝑋 ̅̅̅
𝑟𝑐.. − 𝑋𝑟 …
𝑟−1 𝑐=1
Interaksi baris (R-1)(L-1) 𝑅 𝐿
𝑠𝑟2𝑙
x lapisan ̅̅̅̅̅̅
𝑛𝐶 ∑ ∑(𝑋 ̅
𝑟.𝑙.. − 𝑋𝑟 …
𝑟=1 𝑙=1
− ̅̅̅̅ ̅ … )2
𝑋. . 𝑙. +𝑋.
Interaksi (C-1)(L-1) 𝐶 𝐿 2
𝑠𝑐𝑙
kolom x ̅̅̅̅̅
𝑛𝑅 ∑ ∑(𝑋. ̅ ̅̅̅̅ ̅
𝑐𝑙. − 𝑋. 𝑐. . −𝑋. . 𝑙. +𝑋. … )
2

lapisan 𝑐=1 𝑙=1


Interaksi baris (R-1)(C- 𝑅 𝐶 𝐿 2
𝑠𝑟𝑐𝑙
x kolom x 1)(L-1) 𝑛 ∑ ∑ ∑(𝑋̅𝑟𝑐𝑙.
lapisan 𝑟=1 𝑐=1 𝑙=1
− 𝑋̅𝑟𝑐. . −𝑋̅𝑟. 𝑙. −𝑋.
̅ 𝑐𝑙. +𝑋̅𝑟 …
̅ ̅ ̅
+ 𝑋. 𝑐. . +𝑋. 𝑙. −𝑋. … )2
Dalam sel RCL(n-1) 𝑅 𝐶 𝐿 𝑛 2
𝑠𝑤
∑ ∑ ∑ ∑(𝑋𝑟𝑐𝑙𝑖 − 𝑋̅𝑟𝑐𝑙 . )2
𝑟=1 𝑐=1 𝑙=1 𝑖=1
Total nRCL-1 𝑅 𝐶 𝐿 𝑛

∑ ∑ ∑ ∑(𝑋𝑟𝑐𝑙𝑖 − 𝑋̅ … )2
𝑟=1 𝑐=1 𝑙=1 𝑖=1

n adalah banyaknya data (pengamatan) dalam tiap sel (kasus khusus) yaitu tiap sel banyaknya data
(pengamatan) sama yaitu n.

L. BAB XII ANALISIS COVARIAN


A. Pendahuluan
Analisis covarian adalah prosedur pengolahan data statistik dengan persyaraatan
memiliki variabel pengiring. Variabel pengiring ini harus merupakaan variabel yang
bebas dari perlakuan yang dikenakan pada sampel percobaan, namun diduga memiliki
pengaruh yang besar terhadap hasil pengukuran variabel respon. Analisis covarian

19
merupakan kombinasi dari analisis varians dan analisis regresi. Analisis covarian
membantu peneliti mereduksi galat (error) yang relatif besar yang sering muncul pada
analisis varians. Galat ini akan dapat diminimalisir dengan adanya variabel pengiring
pada analisis covarian.

B. Analisis Covarian Satu Faktor dalam Rancangan Acak Lengkap (RAL)


Model matematis analisis covarian satu faktor dalam rancangan acak lengkap
yaitu:

𝑌𝑖𝑗= 𝜇 + 𝛼𝑖 + 𝛽(𝑋𝑖𝑗 − 𝑋̅.. ) + 𝜀𝑖𝑗 ; 𝑖 = 1,2, … , j ; j = 1,2,3, … , nj

C. Analisis Covarian Dua Faktor dalam Rancangan Acak Kelompok (RAK)


Model matematik analisis covarian dua faktor dengan variabel pengiring (concomitan)
tunggal adalah sebagai berikut:

𝑌𝑖𝑗= 𝜇. . +𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝛾(𝑋𝑖𝑗𝑘 − 𝑋̅… )+𝜀𝑖𝑗𝑘 ; 𝑖 = 1,2, … , a ; j = 1,2, … , b; k = 1,2,3, … , n

M. BAB XIV ANALISIS FAKTOR KONFIRMATORI


A. Pendahuluan
Analisis faktor konfirmatori ketetapan struktur model didasarkan pada teori yang
telah dihipotesiskan sebelumnya. Ada dua tujuan utama dari analisis faktor konfirmatori
yaitu: (1). Menduga parameter dari model faktor yang dihipotesiskan berdasarkan
sampel matriks covarian yang diberikan, (2). Menguji ketetapan dari model faktor yang
dihipotesiskan.
B. Analisis Faktor Konfirmatori Satu Faktor
Unsur-unsur matriks covarian adalah fungsi parameter-parameter model itu.
𝜆2𝑖 + 𝑉(𝛿1 ) 𝜆1 𝜆2
Dengan demikian: ∑ = ( 2 )
𝜆1 𝜆2 𝜆2 + 𝑉(𝛿2 )

C. Analisis Faktor Konfirmatori Dua Faktor dengan Variabel Berkorelasi


Unsur-unsur dari matriks varian covarian adalah:

𝜎12 = 𝜆12 + 𝑉(𝛿1 ); 𝜎22 = 𝜆22 + 𝑉(𝛿2 ); 𝜆23 + 𝑉(𝛿3 ); 𝜆24 + 𝑉(𝛿4 )

𝜎12 = 𝜆1 𝜆2 ; 𝜎13 = 𝜆1 𝜆3 𝜙; 𝜎14 = 𝜆1 𝜆4 𝜙

𝜎23 = 𝜆2 𝜆3 𝜙 ; 𝜎24 = 𝜆2 𝜆4 𝜙; 𝜎34 = 𝜆3 𝜆4

20
N. BAB XV MATERI PENDUKUNG

Peluang adalah suatu nilai antara 0 sampai 1 yang menunjukkan kemungkinan


suatu peristiwa akan terjadi.

 Sebuah Eksperimen adalah pengamatan atas beberapa kegiatan atau suatu


pengukuran.
 Sebuah hasil adalah keluaran tertentu dari sebuah eksperimen.
 Suatu kejadian adalah kumpulan satu hasil atau lebih dari sebuah eksperimen.
Beberapa kejadian dikatakan saling bebas jika kemunculan suatu kejadian tidak
memengaruhi kemunculan kejadian yang lainnya.

Aturan penjumlahan mengacu pada gabungan dari beberapa kejadian.

1. Aturan penjumlahan khusus digunakan ketika kejadian-kejadiannya tidak terikat


satu sama lain.

2. Aturan penjumlahan umum digunakan ketika kejadian-kejadiannya terikat satu


sama lain.

3. Aturan komplemen digunakan untuk menentukan peluang suatu kejadian yang


muncul dengan mengurangi peluang ketidakmunculan kejadian tersebut dari nilai

Aturan perkalian mengacu pada hasil kali dari beberapa kejadian.

1. Aturan perkalian khusus mengacu pada kejadian-kejadian yang saling bebas.

2. Aturan perkalian umum mengacu pada kejadian-kejadian yang tidak saling bebas.

Peluang bersyarat adalah peluang munculnya suatu kejadian, jika diketahui suatu
kejadian lain telah terjadi.

21
Teorema Bayes
Metode untuk menghitung peluang dengan syarat ada informasi tambahan yang
diperoleh. Untuk dua kejadian tidak terikat satu sama lain dan membentuk kumpulan
kejadian lengkap.

Aturan untuk menghitung jumlah hasil dari suatu eksperimen

1. Aturan perkalian menyatakan bahwa jika terdapat m cara suatu kejadian dapat
terjadi dan n cara suatu kejadian lain dapat terjadi maka terdapat mn cara untuk
dua kejadian tersebut.

2. Permutasi adalah susunan objek-objek yang dipilih dari sekelompok objek


tertentu yang urutannya penting.

3. Kombinasi adalah susunan objek-objek yang dipilih dari sekelompok objek


tertentu yang urutannya tidak penting.

22
BAB III
PEMBAHASAN

A. Pembahasan Isi Buku


a. Pembahasan Bab I Tentang Statistika
Statistika menurut buku yang direview adalah ilmu yang mempelajari tentang
metode pengumpulan, pengelolaan, penafsiran serta penarikan kesimpulan dari data
yang dikumpulkan/diperoleh. Statistika menurut buku Indra Jaya & Ardat (2013:2)
pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengelolahan data
atau analisannya dan penarikan kesimpulan berdasarkan kesimpulan data. Sedangkan
dibuku Nar Herrhyanto & Tuti Gantini tidak ada membahas tentang statistika.
Berdasarkan dua pengertian di atas, dapat disimpulkan bahwa statistika adalah
ilmu pengetahuan yang berhubungan dengan cara-cara pengumpulan dan penyusunan
data, serta penyajian data berdasarkan kumpulan dan analisis data yang dilakukan.
b. Pembahasan Bab II Tentang Penyajian Data
Cara Penyajian data menurut buku yang direview ada dua yaitu menggunakan
table (table kontingensi, table frekuensi) dan menggunakan grafik/diagram (diagram
batang, garis, lambang, pastel/lingkaran, peta dan pencar/titik). Sedangkan Indra Jaya &
Ardat (2013:57) ada beberapa cara penyajian data, yaitu: tabel dan grafik/diagram.
Sedangkan Nar Herrhyanto & Tuti Gantini tidak ada materi tentang penyajian data.
Berdasarkan dua penyajian data tersebut dapat disimpulkan bahwa penyajian
data ada 2 cara yaitu menggunakan tabel dan menggunakan grafik/diagram.
c. Pembahasan Bab III Tentang Ukuran Tendensi Sentral
Menurut buku yang direview yang termasuk ukuran tendensi sentral antara lain
nilai rata-rata/Mean, Median dan Modus. Sedangkan buku Indra Jaya & Ardat(2013:82)
untuk data kelompok ialah mean (rata-rata hitung), modus (mo), dan median (me).
Dibuku Nar Herrhyanto & Tuti Gantini tidak ada materi tentang ukuran tendensi sentral
Berdasarkan kedua pendapat diatas bahwa untuk mengukur ukuran tendensi
sentral yaitu dengan menghitung mean (nilai rata-rata), median (nilai tengah) dan
modus (nilai yang paling sering muncul).

23
d. Pembahasan Bab IV Tentang Ukuran Dispersi
Menurut buku yang direview macam-macam ukuran dispersi adalah
rentang/rang/jangkauan, rata-rata deviasi, dan standar deviasi. Menurut J. Supranto
(2008:138) ukuran dispersi ialah data tidak dikelompokkan dan data dikelompokkan.
Sedangkan buku Indra Jaya & Ardat tidak ada meteri tentang ukuran dispersi. Dibuku
Nar Herrhyanto & Tuti Gantini tidak ada materi tentang ukuran dispersi.
Berdasarkan pendapat ahli diatas, dapat disimpulkan bahwa untuk mengetahui
ukuran dispersi dapat dilakukan dengan menggunakan rentang, simpangan kuartil,
standar deviasi, rata-rata deviasi dan varians dan koefisien varians.
e. Pembahasan Bab V Tentang Teori Sampel
Menurut buku yang direview ada 4 cara penarikan sampel dari suatu populasi,
yaitu: sampel acak sederhana (SAS), sampel sistematik (sistematyc sampling), sampel
berlapis (stratified sampling) dan sampel berkelompok (cluster sampling). Sedangkan
menurut Indra Jaya & Ardat (2013:35) secara umum terdapat dua teknik pengambilan
sampel, pertama pengambilan sampel secara random (probability) kedua sampel tidak
random (non probability). Sedangkan Nar Herrhyanto & Tuti Gantini (2017:24) Sampel
ada dua, yaitu sampel dengan pengembalian dan sampel tanpa pengambilan.
Berdasarkan uraian diatas, dapat disimpulkan cara-cara penarikan sampel dari
suatu populasi ialah: secara random, sistematik, berlapis, dan berkelompok.
f. Pembahasan Bab VI Tentang Pendugaan (Estimasi)
Menurut buku yang direview pendugaan merupakan suatu kegiatan menemukan
nilai atau selang tertentu berdasarkan data-data pada sampel. Dimana nilai yang
diperoleh merupakan nilai yang digunakan untuk menduga (menaksir) nilai parameter
populasi darimana asal sampel tersebut diambil. Didalam buku karangan Indra Jaya &
Ardat dan Nar Herrhyanto & Tuti Gantini tidak ada materi membahas tentang pendugaan
(estimasi).
g. Pembahasan Bab VII Tentang Pengujian Hipotesis Statistika
Menurut buku yang direview hipotesis dalam statistika bermakna pendugaan
(conjecture) yang diungkapkan dengan kalimat pernyataan tentang parameter populasi.
Menurut Indra Jaya & Ardat (2013:107) hipotesis adalah taksiran terhadap parameter

24
populasi, melalui data sampel. Didalam buku Nar Herrhyanto & Tuti Gantini tidak ada
materi tentang penguji hipotesis statistika.
Berdasarkan pendapat ahli diatas dapat disimpulkan bahwa pengujian hipotesis
dalam statistika adalah asumsi atau dugaan yang diungkapkan dengan kalimat tentang
parameter populasi, melalui data.
h. Pembahasan Bab VIII Tentang Analisis Regresi
Menurut buku yang direview dan dua buku pembanding mengenai penjelasan
tentang analisa regresi baik itu analisa regresi sederhana maupun ganda menjelaskan
rumus yang sama, hanya saja dalam bulu yang direview lebih mudah dipahami
dikarenakan dalam buku tersebut dijelaskan cara penurunan rumus dari analisi regresi
tersebut. Didalam buku Indra Jaya & Ardat (2013:223) model regresi yang ada hanya
menuliskan bentuk umum saja tanpa menjelaskan penurunan rumus, dan
menggambarkan plot model regresi linear sederhana. Sedangkan didalam buku Nar
Herrhyanto & Tuti Gantini tidak ada materi tentang analisis regresi.
i. Pembahasan Bab IX Tentang Analisis Varians Klasifikasi Satu Arah
Analisis varians klasifikasi satu arah menurut buku yang diriview bertujuan
untuk membandingkan rata-rata dari beberapa populasi atau jika dikaitkan dengan satu
rancangan eksperimen maka analisis varians bertujuan untuk menguji signifikansi
perbedaan efek dari perlakuan-perlakuan terhadap variabel. Penjelasan ini terdiri atas
notasi untuk analisis varians satu arah, partisi jumlah kuadrat, pendugaan-pendugaan
varians, penduga varians, uji hipotesis, analisis varians dengan dua kelompok data,
asumsi-asumsi dasar pada analisis varians, perbandingan korelasi. Sedangkan menurut
Indra Jaya & Ardat (2013:201) Analisis varians merupakan teknik statistik parametrik
inferensial, yang digunakan untuk menguji hipotesis rata-rata k sampel secara serempak.
Sadangkan dibuku Nar Herrhyanto & Tuti Gantini tidak ada materi tentang analisis
varians klasifikasi satu arah.
Berdasarkan pendapat para ahli tersebut maka dapat disimpulkan bahwa analisis
varians adalah sautu metoda untuk mengiji hipotesis kesamaan rata-rata dari tiga atau
lebih populasi. Langkah-langkahnya adalah menentukan Ho dan Ha, menentukan daerah

25
penerimaan Ho dan Ha, menentuka nilai statistic uji, membandingkan nilai F ratio
dengan aerah penerimaan Ho dan Ha, kemudian pengambilan keputusan.
j. Pembahasan Bab X Tentang Analisis Varians Klasifikasi Dua Arah
Menurut buku yang direview, percobaan dengan klasifikasi dua arah ditunjukkan
dengan hanya satu unit sampling dan satu data (pengukuran) untuk masing-masing
percobaan. Dengan satu data (pengukuran) untuk masing-masing percobaan maka
jumlah kuadrat total (KK Tot) dipartisi kedalam 3 komponen yaitu: jumlah kuadrat antar
baris, jumlah kuadrat antar kolom dan jumlah kuadrat interaksi antar baris dan kolom.
Sedangkan menurut Indra Jaya & Ardat (2013:208) ANAVA dua jalur dapat
membandingkan beberapa variabel bebas dengan sebuah variabel terikat dimana
masing-masing variabel mempunyai dua jenjang/kategori atau lebih. Sadangkan dibuku
Nar Herrhyanto & Tuti Gantini tidak ada materi tentang analisis varians klasifikasi dua
arah.
k. Pembahasan Bab XI Tentang Analisis Varians Klasifikasi Tiga Arah
Menurut buku yang direview beberapa percobaan ada yang menggunakan
analisis varians klasifikasi tiga arah atau untuk menguji variansi pada data melalui
pengujian tiga arah. Percobaan-pecobaan tersebut melibatkan tiga faktor sekaligus.
Setiap faktor memuat lebih dari satu kategori. Sedangkan menurut Indra Jaya & Ardat
dan Nar Herrhyanto & Tuti Gantini tidak ada menjelaskan tentang analisis varians
klasifikasi tiga arah.
l. Pembahasan Bab XII Tentang Analisis Covarian
Menurut buku yang direview, analisis covarian adalah prosedur pengolahan data
statistic dengan persyaratan memiliki variabel pengiring (concomitan variabel). Analisis
covarian membantu peneliti mereduksi galat (error) yang relatip besar yang sering
muncul pada analisis varians. Galat ini akan dapat diminimalisir dengan adanya variabel
pengiring pada analisis covarian. Analisis covarian atau Anakova juga merupakan uji
statistika multivarian yang merupakan perpaduan antara analisi regresi dengan analisis
varian (anava). Menurut buku Nar Herrhyanto & Tuti Gantini (2017:242) kovarians
merupakan momen sekitar rataan ke-1 dan ke-1 dari peibah acak X dan Y. Sedangkan
menurut Indra Jaya & Ardat tidak ada menjelaskan tentang analisis covarian.

26
m. Pembahasan Bab XIV Tentang Analisis Faktor Konfirmatori
Analisis faktor konfirmatori merupakan salah satu bentuk analisis faktor juga
khusunya dalam penelitian sosial, tujuan utamanya adalah untuk menguji apakah
indikator-indikator yang sudah dikelompokkan berdasarkan variabel konstruknya
konsisten berada pada konstruknya tersebut atau tidak. Menurut buku yang direview,
analisis faktor konfirmatori dikembangkan untuk mengakomodasi penelitian-penelitian
perilaku dan penelitian sosial. Pada penelitian perilaku dan sosial yang akan diukur pada
umumnya sulit diobservasi secara langsung misalnya bakat, sikap, kinerja, kecemasan,
imege. Ada dua tujuan analisis faktor konfirmatori yaitu: 1. Menduga parameter dari
model faktor yang dihipotesiskan berdasarkan sampel matriks covarian yang diberikan.
2. Menduga ketepatan dari model faktor yang dihipotesiskan. Sedangkan menurut Indra
Jaya & Ardat dan Nar Herrhyanto & Tuti Gantini tidak ada menjelaskan tentang analisis
faktor konfirmatori.
n. Pembahasan Bab XV Tentang Materi Pendukung
Menurut buku yang direview materi pendukung dalam statistika terapan yaitu
peluang, harapan matematika dan distribusi peluang teoritis. Sedangkan menurut Indra
Jaya & Ardat dan Nar Herrhyanto & Tuti Gantini tidak ada menjelaskan tentang materi
pendukung.
B. Kelebihan dan Kekurangan buku
1. Dilihat dari aspek tampilan buku (face value) buku yang di review adalah lebih
menarik untuk dibaca dibandingkan dengan buku pembanding.
2. Dari aspek layout dan tata letak, serta tata tulis, termasuk penggunanaan font
adalah buku yang direview lebih unggul dibandingkan dengan buku pembanding.
3. Dari aspek isi buku, buku yang di review penjelasan rumusnya lebih jelas atau
lebih mudah di pahami sebab dibuku ini menjelaskan tentang darimana asal
rumusnya diturunkan. Dan juga dibuku ini memberikan contoh-contoh yang
beragam sehingga membuat pembaca lebih memahami isi materi tersebut.
4. Dari aspek tata bahasa, buku tersebut adalah buku ini masih ada kata-kata yang
sulit dipahami oleh pembaca dan dianggap berbelit-belit dalam penjelasan,
mungkin karena jangkuan bahasa yang sangat luas.

27
BAB IV
PENUTUP

A. Kesimpulan
Suatu peninjauan suatu buku atau sama halnya dengan critical book review,
sangatlah berguna untuk pemahaman kita. Seperti pemahaman isi buku, bertambahnya
ilmu atau pengetahuan dari isi buku tersebut, serta menjadikan kita sebgai pribadi yang
kritis. Dimana kita dapat menilai dan menentukan bagaimana buku tersebut. Buku ini
memiliki beberapa kelemahan dan kelebihan sebagai buku teks bagi para mahasiswa,
akan tetapi hal itu dianggap wajar karena memang sulit untuk menemukan hal yang
nyaris sempurna di muka bumi ini.
B. Rekomendasi
Saran saya terhadap buku ini yaitu semoga akan terbit edisi revisi yang
memperbaiki mengenai tata bahasa yang sulit dipahami.

28
DAFTAR PUSTAKA

Herrhyanto, Nar, Gantini, Tuti. 2017. Pengantar Statistika Matematis. Bandung: Yarma
Widya

Jaya, Indra, Ardat. 2013. Penerapan Statistik Untuk Pendidikann. Bandung: Citrapustaka
Media Perintis

Syahputra Edi. 2016. Statistika Terapan Untuk Quasi dan Pure Experiment Di Bidang
Pendidikan, Biologi, Pertanian, Teknik, Dll. Medan: UNIMED Press

29