Makalah Statistika Pendidikan

Dosen Pengampu: Prof. Dr. Muhammad Danial, M.Si

Analisis Komparative Bivariat

Jurusan Kimia
Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Negeri Makassar
Tahun Akademik 2019-2020

Disusun Oleh:

NAMA : Fikri Munafri

NIM : 1713041006
KELAS : Pendidikan kimia B
 TEKNIK ANALISIS KOMPARASIONAL BIVARIAT

A. Pengertian Komparasi dan Penelitian Komparasi

Teknik analisis Komparasi atau teknik perbandingan adalah salah satu teknik analisis
kuantitatif yang dapat digunakan untuk menguji hipotesis mengenai ada tidaknya perbedaan
antarvariabel yang sedang diteliti. Jika perbedaan itu ada, apakh perbedaan itu merupakaan
perbedaan yang berarti (signifikan) atau hanya perbedaan secara kebetulan saja (by chance).
Teknik analisis perbandingan termasuk dalam kelompok metode Analisis Statistik Inferensial:
dalam hal ini adalah teknik analisis inferensial yang dipergunakan untuk menguji hipotesis dan
selanjutnya menarik kesimpulan mengenai ada-tidaknya perbedaan yang signifikan antarvariabel
yang sedang diteliti.
Komparasi secara sederhana bisa diartikan sebagai perbandingan yaitu membandingkan
persamaan maupun perbedaan tentang benda, tentang orang, tentang prosedur kerja, tentang ide,
krititk terhadap orang, kelompok, terhadap suatu idea tau prosedur kerja. Menurut Anas Sudjiono
(2004:276) komparasi diambil dari kata comparation dengan arti “perbadingan” atau
“pembandingan”.1 . (Arwayan Syah, Supardi, Abd. Aziz Hasibuan, Pengantar Statstik
Pendidikan, Jakrta: Gaung Persada Press, 2010.)
Komparasi sering dipergunakan untuk meneliti sesuatu sehingga disebut penelitian.
Menurut Suharsimi Arikunto (1983), penelitian komparasi pada pokoknya adalah penelitian yang
berusaha untuk menemukan persamaan dan perbedaan tentang benda, tentang orang, tentang
prosedur kerja, tentang ide, kritik terhadap orang, kelompok, terhadap suatu idea tau prosedur
kerja.
B. Pengertian Teknik Analisis Komparasional
Teknik analisis komparasional merupakan suatu teknik analisis statistic yang dapat
digunakan untuk mencari persamaan atau perbedaan tentang benda, tentang orang, tentang
prosedur kerja, tentang ide, kritik terhadap orang, kelompok, terhadap suatu ide atau prosedur
kerja. 2 (ibid)
Teknik analisis Komparasi atau teknik perbandingan adalah salah satu teknik analisis
kuantitatif yang dapat digunakan untuk menguji hipotesis mengenai ada tidaknya perbedaan
antarvariabel yang sedang diteliti. Jika perbedaan itu ada, apakh perbedaan itu merupakaan
perbedaan yang berarti (signifikan) atau hanya perbedaan secara kebetulan saja (by chance).
Teknik analisis perbandingan termasuk dalam kelompok metode Analisis Statistik Inferensial:
dalam hal ini adalah teknik analisis inferensial yang dipergunakan untuk menguji hipotesis dan
selanjutnya menarik kesimpulan mengenai ada-tidaknya perbedaan yang signifikan antarvariabel
yang sedang diteliti.
Teknik analisis komparasional dibedakan menjadi teknik analisis komparasional biavariat
dan teknik analisis komparasional multivariate. Teknik analisis komparasional biavariat adalah
teknik analisis komparasional yang hanya membandingkan persamaan atau perbedaan antar dua
buah variable saja. Teknik analisis komparasional multivariat adalah teknik analisis
komparasional yang membandingkan perbedaan atau persamaan lebih dari dua variable.
Formula atau analisis yang paling sering digunakan dalam analisis komparasional test
adalah “t” dan tes Kai kuadrat “(X2).
Ada dua teknik Analisis komparasi, pertma Komparasi Bivariat; yaitu membandingkan
dua variable, misalnya “Apakah terdapat perbedaan siakp keberagamaan antara anak jalanan kota
A dengan anak jalanan kota B”. Kedua. Komparasi Multivariate adalah teknik perbandingan
lebih dari dua variabel, misalnya “Apakah secara signifikan terdapat perbedaan prestasi dalam
bidang studi agama antara anak yang tinggal di kota, pinggiran kota dan di luar kota. Dalam
buku ini akan dibahas dua teknik analisis komparasi, yaitu : teknik komparasi dua variable
dengan uji-t (t- tes) dan teknik komparasi lebih dari dua variable dengan uji f (f-tes) atau teknik
ANOVA.

C. Uji-t
Uji kesamaan dua rata-rata digunakan untuk mengetahui ada atau tidak adanya perbedaan
(kesamaan) antara dua buah data. Salah satu teknis analisis statistik untuk menguji kesamaan dua
rata-rata ini ialah uji t (t test) karena rumus yang digunakan disebut rumus t. Rumus t sendiri
banyak ragamnya dan pemakaiannya disesuaikan dengan karakteristik kedua data yang akan
dibedakan.
Uji kesamaan dua rata-rata atau uji t digunakan untuk mengetahui ada atau tidak adanya
perbedaan (kesamaan) dua kelompok data. Agar uji kesamaan rata-rata dapat dilakukan, maka
beberapa persyaratannya haruslah dipenuhi terlebih dahulu yaitu masing-masing datanya dipilih
secara acak, berdistribusi naormal, dan homogen. Uji t tersebut banyak sekali ragamnya,
sehingga penggunaanya disesuaikan dengan karakteristik datanya. Uji t tersebut terbatas untuk
mencari perbedaan dua kelompok data saja. Kelompok data yang dicari perbedaanya sebaiknya
tidak terlalu besar perbedaan jumlah anggota sampelnya. 3 (Husaini Husman, M.Pd, R. Purnomo
Setiady Akbar, S.Pd., M.Pd, Pengantar Statistika, Jakarta: Bumi Aksara, 2003, hal. 145)
Ada beberapa persyaratan yang dipenuhi sebelum uji t dilakukan. Persyaratannya adalah :
a. Dua masing-masing berdistribusi normal.
b. Dua dipilih secara acak.
c. Data masing-masing homogen.
Kegunaan t-tes sebagai alat analisis data, dapat dipakai untuk menguji satu sampel atau
dua sampel. Khusus untuk pengujian dua sampel, t-tes dapat dipakai untuk menguji dua sampel
yang bebas dan atau dua sampel yang berkorelasi. Sedangkan untuk pengujian sampel bebas
(independent sample), t-tes dapat dipakai menganalisis untuk varian yang bersifat homogeny
ataupun heterogen. 4 (Bambang Soepono, M.Pd, Statistik Terapan Dalam Penelitian Ilmu-ilmu
Sosial dan Pendidikan, Jakarta: PT. Rineka Cipta, 1997, hal. 134)
Penggunaan t-tes untuk kepentingan analisis data, bertolak pada harga rata-rata (mean)
dari suatu skor atau nilai. Berkaitan dengan jumlah dan jenis sampel di atas, maka t-tes ini dapat
dipakai untuk menganalisis data yang mempunyai satu rata-rata dan atau selisih dua rata-rata,
baik itu rata-rata skor dari sampel independen (bebas) dengan kasus sampel besar atau kecil
maupun sampel besar (=/>30) ataupun sampel kecil.
1. Rumus-rumus untuk Uji-t
a. Jika kedua data sampel independen (tidak berkorelasi), maka rumus yang digunakan
adalah rumus uji t Fisher’s dengan bentuk:
t= X
͞ 1 – ͞X2………
√∑X21 + ∑χ22 n1 + n2
n1 + n2 + n3 n1 n2

Di mana: ͞ χ1 dan ͞χ2 = rata-rata sampel

∑χ21 dan ∑χ22 = jumlah kuadrat sampel
n1 dan n2 = jumlah anggota sampel
Jika rumus tersebut di atas digunakan untuk n1 = n2 maka rumus Fisher’s tersebut dapat
disederhanakan menjadi:

t= ͞χ1 – ͞χ2……..
√∑
͞ χ21 + ∑χ22
n1(n1 – 1)

b. Jika kedua data sampel dependen (berkorelasi), maka rumus yang digunakan adalah rumus
uji t Fisher’s dengan bentuk:
t= ͞ χd…………..
√ ∑χ2d
n1 + (n1 -1)
Di mana : t = rata-rata perbedaan n dari pengamatan yang dipasangkan.

c. Jika σ tidak diketahui dan sampelnya bebas dan kecil, maka perbedaan dua rata-rata
dihitung dengan rumus :
t = χ - µ0
s
√n
d. Jika kedua sampelnya dependen dalam observasi yang berpasangan maka rumusnya adalah:
t = ͞B
s
B..
√n
Dimana : µB = µ1 - µ2
H2 : µB =0
H0 : µB =0
B1 = χ1 – y1
B2 = χ2 – y2
Bn = χn - yn
Data B1, B2, …….. Bn ; menghasilkan rata-rata B dan simpangan baku
S
.
B
e. Jika diketahui dan sampelnya besar, maka digunakan rumus:
Zhitung = ͞χ1 - ͞χ2
σ√1 + 1
n1 n2

f. Jika tidak diketahui dan sampelnya besar, maka digunakan rumus:

t = ͞χ1 - ͞χ2
σ√1 + 1
n1 n2

Dimana: S2gab = (n1 – 1) s21 + (n2 – 1) s22

n1 + n2 - 2
2. Langkah-langkah Uji Kesamaan Dua Rata-rata
1. Uji atau asumsikan bahwa data dipilih secara secara acak.
2. Uji atau asumsikan bahwa data berdistribusi normal.
3. Asumsikan bahwa kedua variansnya homogen.
4. Tulis Ha dan H0 dalam bentuk kalimat.
5. Tulis Ha dan H0 dalam bentuk statistik.
6. Cari thitung dengan rumus tertentu.
7. Tetapkan taraf signifikansinya ( α ).
8. Cari ttabel dengan pengujian dua pihak di mana dk = n 1+n2 - 2 dan dengan menggunakan
tabel t didapat nilai ttabel.
9. Tentukan kriteria pengujian yaitu :
Jika –ttabel ≤ thitung ≤ +ttabel, maka H0 diterima.
10. Bandingkan thitung dengan ttabel.
11. Buatlah kesimpulannya.
Implikasi penggunaan analisis t-tes dalam penelitian, bertujuan untuk membandingkan
dua rerata (mean) dalam upaya menentukan apakah perbedaan rerata tersebut adalah perbedaan
nyata, dan bukan karena kebetulan. Khusus untuk penggunaan t-tes pada satu sampel, maka dua
rerata yang hendak dibandingkan adalah rerata dari sampel dan rerata dari populasinya.
1) t-tes untuk analisis satu kasus sampel
 Penggunaan t-tes untuk satu kasus sampel ini, skala data yang diperkenankan adalah data
berskala interval dan biasanya digunakan untuk uji batas keyakinan (confidence limits) atau uji
batas keyakinan interval (confidence interval). Sedangkan W.S. Gossett dengan menggunakan
nama samara Student’s memakai formulasi t-tes ini untuk uji kebaikan (goodness of fit) pada
sampel kecil yang diambil dari suatu populasi, sehingga rumusan tersebut juga dikenal dengan
uji student.
Formulasi rumusan t-tes untuk kasus satu sampel yang diambil secara random dari suatu
populasi adalah sebagai berikut:
t = ͞χ - α R.15a: t-tes untuk kasus satu sampel
random
S ͞χ

Keterangan :
t : Koefisien t
α : Mean (rerata) sampel
u : Mean (rerata) populasi
Sx : Standars kesasatan mean.
Adapun rumusan untuk mencari standars kesesatan mean, dapat dipakai rumusan sebagai
berikut:

Sx = S R. 15b : Standars kesesatan mean (merata)

√N–1
Keterangan :
S : Standar deviasi sampel
N : jumlah kasus.
 Apabila suatu populasi tidak diketahui besarnya rerata dan standar deviasinya, namun
rerata sampel dan standar deviasi sampel diketahui, maka interval dari rerata sampel pada
populasinya dapat dicari dengan formulasi rumusan, sebagai berikut:
a. Rumusan Mencari Interval Rerata Sampel pada Populasi Kecil
Yang dimaksud dengan interval rerata sampel pada populasi ini, adalah etimasi
kedudukan rerata sampel dalam suatu populasi. Sedangkan tujuan dilakukan perhitungan
ini adalah, untuk mengetahui apakah rerata sampel tersebut respresentatif terhadap rerata
populasinya.

X – t0, 05 S/√ n
R.15c: Batas minimum interval rerata sampel.

Keterangan :
X : rerata populasi
t 0,05 : taraf signifikansi dalam tabel berdasarkan db=n-1
S : standar deviasi populasi
n : jumlah kasus sampel
X + t 0, 05 S/ √ n
R.15d: Batas maksimum interval rerata sampel
Keterangan: notasi sama dengan rumus 15c.

b. Rumusan Mencari Interval Rerata Sampel pada Populasi Besar

X – 1, 96 . σ/ √ N
R.15e: Batas minimum interval rerata sampel (besar).

X + 1, 97 . σ/ √ N
R.15f: Batas maksimum interval rerata sampel (kecil).

Keterangan:
X : rerata atau mean populasi
a : standar deviasi populasi
 n : jumlah kasus pada sampel
2) t-tes untuk analisa Dua Kasus Sampel
Fungsi t-tes dalam pembahasan berikut adalah untuk menguji perbedaan dua rerata
(mean) dari dua sampel yang diambil dari suatu populasi yang berdistribusi normal, dan
pengambilan sampel tersebut dilakukan secara random atau acak. Seperti telah dikemukakan di
atas, bahwa perhitungan t-tes ini data yang akan dianalisis harus berskala interval atau rasio.
a. t-tes untuk Dua Sampel yang berhubungan (Correlated Sample)
Kondisi sampel yang berhubungan ini, dapat berupa dua sampel yang divalidasikan
(berkondisi sama) terlebih dahulu sebelum diberikan perlakuan, dapat pula dua sampel ini
datanya berpasang-pasangan, dan kemungkinan sampai dalam hal ini hanya satu, namun diberi
perlakuan dua kali, sehingga uji beda meannya dikenakan pada sampel dengan perlakuan
(treadment) X dan sampel yang sama namun mendapatkan perlakuan Y. Formulasi rumusnya
sebagai berikut:

t= ͞X1 – X
͞ 2………….
∑ D2 – ( ∑D) 2/ N
N (N – 1)

R.15: Uji beda mean yang berkorelasi

Keterangan:
t : Koefisien t
͞ X1 : rerata atau mean sampel pertama
͞ X2 : rerata atau mean sampel kedua
D : beda antara skor sampel pertama dan kedua
N : jumlah pasangan sampel

b. t-tes untuk dua sampel terpisah (independent sample)

Persyaratan penggunaan rumusan t-tes pada dua sampel terpisah, pada dasarnya hampir
sama dengan penggunaan rumus t-tes utnuk sampel yang berhubungan, yaitu datanya harus
berskala interval atau rasio, sampel diambil secara random dari populasi yang berdistribusi
normal. Namun ada satu persyaratan lagi yang harus dipenuhi untuk menggunakan t-tes pada
sampel terpisah (independent sample), yaitu dimana varian sampelnya harus homogen,
maksudnya bahwa dalam sampel tersebut besarnya S12 = S22
Namun biasanya peneliti dihadapkan pada masalah perolehan data yang tidak
diketahui sifat-sifat variannya, apakah data tersebut mempunyai varian yang homogeny atau
heterogen. Oleh karena itu sebelum menggunakan analisis t-tes, peneliti disarankan untuk
melakukan uji homogenitas terlebih dahulu. Hal ini penting mengingat di dalam uji-t ini tersedia
berbagai macam formula rumusan yang terpisahkan berdasarkan sifat variansi sampelnya, yaitu
rumusan t-tes dua sampel terpisah denganvarian yang homogen dan rumusan t-tes dua sampel
terpisah dengan varian yang heterogen. Adapun formulasi rumusan untuk mengidentifikasikan
varian dari sampel penelitian, dapat menggunakan formula sebagai berikut:

F = S12 / S22
R.15h: Uji homogenitas varians

Keterangan:
F : Koefisien F tes
S12 : varians pada kelompok yang mempunyai nilai besar
S22 : varians pada kelompok yang mempunyai nilai kecil
catatan : Usahakan pembilang lebih besar daripada pembagi, sehingga diperoleh
harga positif.

Tes signifikansi untuk menetapkan apakah data dari sampel tersebut bervarians homogen atau
heterogen, dapat digunakan tabel kritik F (terlampir) dengan terlebih dahulu menetapkan derajat
kebebasannya, yaitu menggunakan ketentuan sebagai berikut (n1 – 1) dan (n2 - 1), jika F
observasi (hasil perhitungan di atas) harganya lebih kecil daripada harga kritik F dalam tabel
utnuk taaraf kepercayaan 95% (taraf signifikansi 0.05), maka varians-varians pada sampel
tersebut adalah homogen, sebaliknya jika F observasi atau hasil perhitungan ternyata sama atau
lebih besar daripada harga F dalam tabel, maka dapat ditegaskan bahwa varians pada sampel
tersebut heterogen.
 Dengan teridentifikasinya sifat varians pada sampel penelitiannya, maka akan dapat
menentukan rumusan t-tes dua sampel terpisah secara tepat. Berikut ini disajikan formulasi
rumusan-rumusan t-tes untuk sampel terpisah dengan varians yang heterogen dan yang bersifat
homogen.
1. t-tes untuk sampel terpisah dengan varians heterogen
Formulasi rumusan untuk menghitung besarnya koefisien t pada dua sampel terpisah
(independent) dengan varians heterogen, adalah sebgai berikut:

t= X1 – X
͞ 2……….
√S12 / n1 + S22/ n2
R.15i : Uji-t dua sampel terpisah dengan carians heterogen
Keterangan:
͞ X1 : rerata sampel pertama (yang memiliki nilai besar)
͞ X2 : rerata sampel kedua (yang memiliki harga kecil)
S12 : varians sampel pertama
S22 : varians sampel kedua
n1 dan n 2 : jumlah kasus pada sampel pertama dan kedua.
Untuk tes signifikansi terhadap hasil perhitungan koefisien t dapat dilakukan
dengan menggunakan formulasi rumusan talpha sebagai berikut:
t alpha = (S12 / n1 ) (t1) + (S22 / n2) (t2) R.15j: Tes signifikansi dengan t
alpha
S12 / n1 + S22 / n2
Keterangan:
t1 : harga t pada tabel kritik dengan db = n1 – 1
t2 : harga pada tabel kritik dengan db = n2 – 1
catatan: besarnya taraf kepercayaan dapat menggunakan 95% dan atau 99%.

2. t-tes untuk sampel terpisah dengan varians homogen

Ada beberapa jenis formulasi rumus t-tes untuk sampel terpisah dengan varians
homogeny ini, jenis formulasi rumusan t-tes ini, didasarkan pada besar kecilnya jumlah
kasus dalam sampel besar (>30). Khusus untuk kasus pada sampel kecil, formulasi rumus
t-tesnya dibagi lagi menjadi beberapa jenis rumusan, yaitu:
a) Rumus t-tes dengan deviasi dan dengan menggunakan angka kasar, di mana n1 tidak
sama dengan n2 (n1 ≠ n2);
b) Rumus t-tes dengan deviasi dan angka kasar, di mana n1 sama besar dengan n2 (n1 =
n2)