Modul Statistika Pendidikan Lengkap

2018
MODUL STATISTIKA PENDIDIKAN
Mike Rahayu, M.Sc

IAIN Tulungagung
DAFTAR ISI
1. Pengenalan SPSS ...................................................................................................................... 3

2. Analisis Statistik Deskriptif ....................................................................................................... 6
2.1 Analisa Keseluruhan Data.................................................................................................. 6
2.2 Analisa Data berdasarkan Faktor Pembeda ...................................................................... 9
3. Uji Normalitas Data .................................................................................................................. 11
3.1 Metode Liliefors ................................................................................................................ 12
3.2 MetodeSaphiro-Wilk ......................................................................................................... 13
3.3 Metode Kolmogorof Smirnov ............................................................................................ 14
4. Uji Rata-rata Dua Sampel dan Uji Homogenitas ...................................................................... 16
4.1 Analisis Perbandingan 2 Rata-rata dengan Statistik Parametrik ....................................... 16
4.1.1 Paired Sample T-Test ............................................................................................ 16
4.1.2 Independent Sample T-Test ................................................................................. 18
4.2 Analisis Perbandingan Rata-rata dengan Statistik Nonparamterik ................................... 21
4.2.1 Two Related Sample Test (Uji Wilcoxon) ............................................................. 21
4.2.2 Two Independent Sample Test (Uji Mann Whitney) ............................................ 23
5. Uji Rata-rata Tiga Sampel......................................................................................................... 28
5.1 Analisis Perbandingan 3 Rata-rata dengan Statistik Parametrik ....................................... 28
5.2 Analisis Perbandingan 3 Rata-rata dengan Statistik Nonparametrik ................................ 30
6. Analisis Korelasi Sederhana atau Bivariate .............................................................................. 35
6.1 Analisis Korelasi Sederhana Parametrik ............................................................................ 35
6.2 Analisis Korelasi Sederhana Nonparametrik ..................................................................... 38
7. Uji Chi Square ........................................................................................................................... 42
8. Uji Validitas dan Reliabilitas ..................................................................................................... 48
Daftar Pustaka................................................................................................................................. 54
IAIN Tulungagung 2
Mike Rahayu
BAB 1
PENGENALAN SPSS
SPSS (Statistical Package for The Social Sciences) adalah sebuah program pengolah data statistik
yang digunakan untuk meneliti ilmu-ilmu sosial. Seiring dengan perkembangan teknologi, SPSS banyak
digunakan di banyak bidang lainnya dan berubah nama menjadi Statistical Product and Service Solution.
Pada Bab ini akan dibahas tampilan dasar pada SPSS.
Pada bagian pojok kiri bawah akan ada dua jendela, yaitu Data View dan Variable View.
1. Data View  Tempat memasukkan data penelitian

2. Variable View  Tempat memasukkan jenis-jenis variabel yang akan dianalisis
IAIN Tulungagung 3
Mike Rahayu
Pada variable View terdapat istilah-istilah sebagai berikut:
1. Name, digunakan untuk memberikan nama variabel, tidak boleh menggunakan spasi.
2. Type, menentukan jenis data, untuk angka digunakan type numeric, alphabet menggunakan string.
3. Width, menentukan lebar kolom (numeric) atau jumlah karakter huruf (string).
4. Decimals. Menentukan jumlah angka di belakang koma.
5. Label, memberikan nama variabel secara lengkap, dapat menggunakan spasi.
6. Values, memberikan keterangan nilai untuk data nominal dan ordinal, misalnya 1 = laki-laki, 2 =
perempuan. Cara Memasukkan datanya adalah masukkan angka 1 pada ”value”, dan PAI pada
“label” lalu klik add, dan dilanjutkan keterangan untuk value kedua, ketiga, dst.
7. Missing, menentukan jumlah data yang dihilangkan dari analisis

8. Column, menentukan lebar kolom
9. Align, menentukan rata kanan, kiri, atau tengah
10.Measure, menentukan jenis data:
a. Scale, data interval/rasio, bukan hasil kategorisasi, missal;nya berat badan, nilai tes, hasil
penjualan, biaya promosi, dll.
b. Ordinal, data hasil kategorisasi, tetapi antar data tidak setara (menunjukkan tingkatan), misalnya
1 = tidak baik, 2 = baik, 3= sangat baik.
c. Nominal, data hasil kategorisasi atau klasifikasi yang sifatnya setara (hanya bersifat
membedakan atau mengelompokkan), misalnya 1 = laki-laki, 2 = perempuan, atau 1 =
Tulungagung, 2 = Blitar, 3 = Kediri.
Contoh cara input data:
No Nama Nilai UTS Nilai UAS Jurusan Keterangan: 1=PAI, 2=PGMI
1. Tony 85 95 1
2. Laila 82 88 1
3. Rona 80 90 2
4. Ardan 88 92 2
5. Lyra 90 100 2
IAIN Tulungagung 4
Mike Rahayu
Tampilan pada Variable View:
Tampilan pada Data View:
LATIHAN SOAL:
1. Masukkan data berikut ke dalam SPSS:

No Nama Nilai Tugas Nilai Kuis Nilai UTS Nilai UAS Jurusan Keterangan:
1. Dian 95 92 100 95 1 1= TMT
2. Ratna 90 94 85 95 2 2=TKIM
3. Adnan 85 90 90 92 1
4. Dimas 90 88 95 90 2
5. Indra 90 85 92 95 1
6. Irma 95 88 90 90 1
7. Ida 90 90 90 90 1
8. Dikki 95 85 95 92 2
9. Iwan 95 85 95 94 2
10. Fajar 90 90 92 96 2
2. Masukkan data berikut ke dalam SPSS:

No Bulan Penjualan Produksi Keuntungan
1. Januari 7.0000.000 150 500.000
2. Februari 10.000.000 250 1.500.000
3. Maret 12.000.000 300 2.000.000
4. April 11.000.000 350 1.500.000
5. Mei 10.000.000 300 1.000.000
6. Juni 13.000.000 400 2.500.000
IAIN Tulungagung 5
Mike Rahayu
BAB 2
ANALISIS DESKRIPTIF STATISTIK
Analisis deskriptif statistik digunakan untuk menggambarkan atau mendeskripsikan data-data

penelitian. Jenis-jenias analisis deskriptif misalnya adalah mean, median, modus, dll. Misalnya tentukan
analisis deskriptif statistik dari data berikut:
Keterangan: 1= PAI, 2= PGMI
Berdasakan data di samping, analisis

statisik deskriptif dapat dilakukan dengan
dua cara, yaitu:
A. Menganalisa keseluruhan data
B. Menganalisa data per-jurusan
2.1 Langkah-langkah untuk analisa semua data:
1. Masukkan data tersebut ke dalam SPSS, masukkan nama, jurusan, dan nilai UTS pada variable view,
kemudian masukkan data di atas ke dalam data view.
2. Klik Analyze  Descriptive Statistics  Frequencies
3. Masukkan variabel yang akan dianalisis, di soal ini adalah nilai UTS dan nilai UAS. Pindahkan nilai
UTS dan nilai UAS ke kolom sebelah kanan.
IAIN Tulungagung 6
Mike Rahayu
4. Setelah variabel nilai UAS dan UTS dipindahkan, klik tombol Statistics, lalu centang pada pilihan data
yang dicari, lalu klik continue, maka akan kembali ke kotak dialog Frequencies.
5. Klik tombol chart, selanjutnya klik histogram dan beri centang pada jenis penyajian data yang
diinginkan (histogram, pie chart, atau bar chart), soal ini pilih histogram dan show normal curve lalu
klik continue, maka akan kembali ke kotak dialog frequencies.
6. Setelah kembali ke kotak dialog Frequencies, klik OK, akan muncul hasil output seperti berikut ini:
A. Output Pertama: “Statistics” Output ini menjelaskan tentang deskripsi statistik untuk data nilai
UTS dan Nilai UAS. Berikut penjelasannya:
a. N adalah jumlah data, jumlah data nilai UTS adalah 10 dan nilai UAS adalah 10, serta tidak ada
nilai yang hilang (missing).
b. Mean adalah rata-rata. Rata-rata nilai UTS adalah 87,80 dan nilai UAS 93,50.
c. Std. Error of Mean adalah standar kesalahan untuk populasi yang diperkirakan dari sampel
dengan menggunakan ukuran rata-rata. Standar kesalahan untuk nilai UTS 1,756 dan UAS 1,108.
IAIN Tulungagung 7
Mike Rahayu
d. Median adalah nilai tengah ketika semua data diurutkan (membagi data menjadi 2 bagian yang
sama besar). Median nilai UTS 88 dan nilai UAS 95.
e. Mode adalah modus dari data atau nilai yang paling sering muncul. Modus UTS 88, UAS 95.
f. Std. Deviation adalah standar deviasi (ukuran penyebaran dari rata-ratanya)
g. Variance adalah varians atau hasil kuadrat dari standar deviasi, nilainya 30,84 dan 12,28 untuk
nilai UTS dan nilai UAS
h. Skewness dan Kurtosis merupakan ukuran distribusi data. Nilai ini dapat digunakan untuk
menentukan apakah data terdistribusi normal atau tidak. Cara menentukannya adalah dihitung
rasio Skewness/Std. Error of Skewness atau Kurtosis/Std. Error of Kurtosis. Jika nilai rasionya
antara -2 sampai +2, maka data terdistribusi normal. Misalnya untuk nilai UTS, rasio
Skewness/Std. Error of Skewness adalah -0,601/0,687 = -0,875 maka data terdistribusi normal.
-2 0 +2
Data normal
Rasio Kurtosis/Std. Error of Kurtosis nilai UTS adalah -0,328/1,334 = -0,246 Nilai rasio masuk ke
dalam rentang data normal, maka data nilai UTS terdistribusi normal.
i. Range adalah panjang rentang data, yaitu nilai terbesar dikurangi nilai terkecil. Range nilai UTS
adalah 95-78 = 17, dan nilai UAS adalah 100-88 = 12.
j. Minimum adalah nilai terendah, untuk UTS adalah 78 dan UAS adalah 88.
k. Maximum adalah nilai tertinggi, untuk UTS adalah 95 dan UAS adalah 100.
l. Sum adalah jumlah keseluruhan data. Untuk nilai UTS adalah 878, nilai UAS 935.
m. Percentile adalah Suatu nilai yang membagi suatu data yang urut (terkecil ke terbesar) menjadi
100 bagian yang sama. Percentile ke 80 artinya data berada di urutan ke 80 atau 20% data
teratas. Untuk nilai UTS percentile 80 adalah 93,6 dan nilai UAS adalah 95.
B. Output Kedua “Frequencies”
Output kedua menjelaskan tentang frekuensi data nilai

UTS dan UAS. Pada nilai UTS, nilai terendah adalah 78
dan muncul sebanyak 1 kali dengan persentase 10%,
nilai 80 muncul sebanyak sekali dengan persentase
10% dan seterusnya. Untuk nilai UAS, nilai 88 muncul
satu kali dengan frekuensi 10%, nilai 90 muncul 2 kali
dengan frekuensi 20%, dst.
C. Output Kedua “Histogram”

Output ini memberikan penjelasan dalam bentuk histogram dan menampilkan kurva normalnya
sehingga bisa di analisis apakah data terdistribusi normal atau tidak. Jika data terdistribusi
normal, maka data akan menyerupai lonceng. Dalam kasus ini, data nilai UTS dan nilai UAS
terdistribusi normal, hal ini bisa dilihat dari sebaran datanya yang menyerupai bentuk lonceng.
IAIN Tulungagung 8
Mike Rahayu
2.2 Langkah-langkah untuk analisa data berdasarkan jurusan:
1. Masukkan data tersebut ke dalam SPSS, masukkan nama, jurusan, dan nilai UTS pada variable view,
kemudian masukkan data di atas ke dalam data view.
2. Klik Analyze  Descriptive Statistics  Explore
3. Masukkan Nilai UTS ke dalam Dependent List (Variabel yang akan dianalisis) dan jurusan ke dalam
Factor List (yang mengelompokkan analisis).
4. Klik Statistics lalu akan mucul kotak dialog Explore Statistics

Klik Descriptive lalu tentukan tingat kepercayaan yang
digunakan. Umumnya digunakan tingkat kepercayaan 95%.
Pada tingkat kepercayaan 95%, besarnya persen kesalahan
adalah 5%.
5. Hasil Output dan cara membacanya adalah sebagai berikut:

A. Output pertama “Case Processing Summary”
Output ini menjelaskan tentang data valid, data missing, dan persentasinya pada masing-masing
jurusan. Berdasarkan data di atas, jumlah data nilai UTS PAI ada 5 dan PGMI ada 5 serta tidak
ada data yang hilang atau missing.
IAIN Tulungagung 9
Mike Rahayu
B. Output Kedua “Descriptive”
Output kedua menjelaskan tentang deskripsi data nilai UTS mahasiswa jurusan PAI dan PGMI.
Hasil analisis nilai UTS mahasiswa PAI ada di bagian atas, sedangkan mahasiswa PGMI ada di
bagian bawah. Secara umum cara membaca hasil analisanya sama dengan hasil analis deskrptif
semua data, sehingga pada bagian ini hanya akan dibahas parameter yang baru saja.
a. Lower Bound adalah batas bawah sedangkan Upper bound adalah batas atas. Nilai Lower
bond untuk jurusan PAI adalah 80,86 sedangkan upper bond adalah 97,74 pada tingkat
kepercayaan 95%.
b. 5% Trimmed Mean adalah nilai rata-rata setelah adanya pemotongan data terkecil 5% dan
data terbesar 5%, hal ini dilakukan untuk menghilangkan data yang menyimpang karena
jauh dari rata-rata, yaitu 87,89 pada PAI dan 87,94 pada PGMI.
c. Interquartile Range yaitu selisih antara nilai persentil ke 25 dan 75, yaitu nilainya sebesar
10 baik pada jurusan PAI maupun PGMI.
d. Untuk parameter lainnya silakan dibaca kembali halaman 7.
LATIHAN SOAL
1. Tentukan analisa deskriptif statistik data-data dibawah ini:

82 85 90 77 80 73 70 80 75 61 (A) Tentukan statistik deskriptifnya!
89 90 88 63 74 81 88 86 73 69 (B) Tentukan normalitas datanya
78 84 75 83 48 87 82 79 74 88 dengan kurtosis dan skewness!
2. (A) Tentukan analisa statistik deskriptif tiap jurusannya! (1=TMT, 2=TBIO)

(B) Tentukan normalitas data masing-masing jurusan dengan kurtosis dan skewness!
No Nama Nilai Jurusan No Nama Nilai Jurusan
1 Intan 90 1 6 Hendra 100 2
2 Doni 75 2 7 Lukman 90 2
3 Bella 80 2 8 Dina 85 2
4 Ratna 85 1 9 Dewi 90 1
5 Iwan 85 2 10 Ahsan 70 1
IAIN Tulungagung 10
Mike Rahayu
BAB 3
UJI NORMALITAS DATA
Normalitas data merupakan salah satu uji untuk menentukan apakah suatu data terdistribusi normal
atau tidak. Uji ini penting dilakukan karena menentukan teknik uji analisis statistik yang akan digunakan
(parametris atau non parametris). Secara umum ada dua jenis statistik, yaitu:
1. Statistik deskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau memberikan
gambaran terhadap obyek yang diteliti melalui data sampel atau populasi sebagaimana adanya
tanpa melakukan analisis dan membuat kesimpilan yang berlaku umum (tidak memmbuat
generalisasi). Contoh dari statistik deskriptif adalah mean, median, modus, penyajian data dengan
histogram, pie chart, bar chart, dll.
2. Statistik inferensial adalah Statistik yang digunakan untuk menganalisa data sampel kemudian
hasilnya akan digunakan untuk membuat kesimpulan yang berlaku umum untuk populasi (membuat
generalisasi). Statistik Inferensial sendiri memiliki dua jenis, yaitu parametris dan non parametris.
Statistika  Uji Parametris dilakukan ketika data

terdistribusi normal dan menggunakan
skala Interval dan Rasio
Deskriptif Inferensial  Uji Non Parametris dilakukan ketika data
tidak terdistribusi normal dan
menggunakan skala Nominal dan ordinal
Mean, Median,
Non
Modus, Parametris
Parametris
Histogram, dll
Berikut ini adalah contoh penerapan uji statistik inferensial:
Uji Inferensial Parametris Non Parametris Berdasarkan data disamping,

Uji perbandingan 2 rata- Uji-T Uji Wilcoxon maka sebelum menentukan uji
rata berpasangan statistik apa yang akan
Uji perbandingan 2 rata- Uji-T Uji Mann Whitney digunakan, peneliti perlu
rata bebas melakukan Uji Normalitas
Uji perbandingan 3 rata- Uji One Way Uji Kruskall Wallis untuk mengetahui apakah data
rata atau lebih bebas ANOVA terdistribusi normal atau tidak.
Analisis Korelasi Product Moment Kendalls tau-B dan
Sederhana Pearson Spearman
Ada banyak jenis metode uji normalitas yang dapat digunakan untuk analisis data, pada bagian ini akan
dibahas 3 jenis uji normalitas berdasarkan jumlah sampel yang digunakan, yaitu:
No Metode Uji Normalitas Jumlah sampel/data
1 Liliefors 7-50
< 100
2 Saphiro-Wilk 50-200
3 Kolmogorof-Smirnov > 200 > 100
Pemilihan metode uji normalitas bisa didasarkan pada jumlah sampel atau data. Untuk aplikasi SPSS,
jika jumlah sampel antara 7-50 maka yang paling efektif digunakan adalah Liliefors, 50-200 Saphiro-Wilk,
dan seterusnya. Ada buku lain yang menyebutkan bahwa Liliefors dan Saphiro-Wilk efektif untuk
digunakan pada jumlah sampel dibawah 100, sedangkan Kolmogorof-Smirnov jumlah sampel >100.
IAIN Tulungagung 11
Mike Rahayu
Contoh: Tentukan normalitas data hasil UTS dan UAS
statistika sebagai berikut dengan ketiga metode!
Langkah-langkah Pengujian Normalitas: (PENTING!)
1. Tentukan hipotesis
Ho: Data berdistribusi normal
Ha: Data tidak berdistribusi normal
2. Menentukan nilai signifikansi (dilihat dari output)
3. Menguji signifikansi
Jika Sig > 0,05  maka Ho diterima.
Jika Sig < 0,05  maka Ho ditolak, Ha diterima.
4. Penarikan kesimpulan
Sesuai dengan hipotesis (Ho/Ha) yang diterima.
3.1 Uji Normalitas Data dengan Metode Liliefors

Uji Liliefors merupakan uji Kolmogorof yang di koreksi oleh Liliefors. Uji ini digunakan untuk
menentukan normalitas data berjumlah sedikit, 7-50 atau kurang dari 100 sampel. Berikut adalah
langkah-langkah dalam uji normalitas menggunakan metode Liliefors:
1. Masukkan data-data nilai UTS dan UAS ke dalam SPSS 16 seperti pada contoh.
2. Klik Analyze  Descriptive Statistics Explore lalu muncul kotak dialog Explore, masukkan
nilai UTS dan nilai UAS ke kolom Dependent List. Factor List dikosongi karena tidak ada variabel
yang digunakan untuk membedakan nilai UTS atau UAS (misalnya jurusan, jenis kelamin, dll)
3. Klik tombol Plots, untuk uji normalitas beri tanda centang pada Normality plots with tests. Beri
tanda centang pada Histogram untuk mencari bentuk histogramnya.
IAIN Tulungagung 12
Mike Rahayu
4. Klik OK, maka akan keluar 3 output, yaitu: Case Processing Summary, Descriptives, dan Test of
Normality. 2 output pertama telah dibahas pada bab 2. Output ketiga terdiri dari dua hasil
metode analisis, yaitu Liliefors (sebelah kiri) dan Saphiro-Wilk (sebelah kanan).
Tahapan uji normalitas Liliefors:

A. Nilai UTS
1. Menentukan hipotesis
Ho: Data nilai UTS berdistribusi normal
Ha: Data nilai UTS tidak berdistribusi normal
2. Menentukan nilai signifikansi (dilihat dari output) = 0,200
Jika Sig > 0,05  maka Ho diterima.
Jika Sig < 0,05  maka Ho ditolak, Ha diterima.
0,200 > 0,05 maka Ho diterima
4. Penarikan kesimpulan  Data nilai UTS berdistribusi normal.
B. Nilai UAS
Ho: Data nilai UAS berdistribusi normal
Ha: Data nilai UAS tidak berdistribusi normal
2. Menentukan nilai signifikansi = 0,095
4. Penarikan kesimpulan  Data nilai UAS berdistribusi normal.
3.2 Uji Normalitas Data dengan Metode Saphiro-Wilk

Langkah-langkah pengujian Saphiro-Wilk sama dengan uji Liliefors, maka untuk pengujiannya sama
dengan cara di atas. Cara membaca hasil outputnya adalah:
Untuk tahap pengujiannya:

A. Nilai UTS
IAIN Tulungagung 13
Mike Rahayu
B. Nilai UAS
3.3 Uji Normalitas Data dengan Metode Kolmogorov-Smirnov

Uji Kolmogorof-Smirnov biasa digunakan jika sampel data berjumlah besar, 50-200 data atau lebih
dari 100 data. Langkah pengujiannya adalah sebagai berikut:
1. Masukkan data-data nilai UTS dan UAS ke dalam SPSS 16 seperti pada contoh soal (hal. 12)
2. Klik Analyze  Nonparametric Test  1-Sample K-S, lalu muncul kotak dialog One-Sample-
Kolmogorv-Smirnov Test, masukkan nilai UTS dan nilai UAS ke kolom Test Variable List.
3. Klik OK, lalu akan muncul outputnya.
Tahapan pengujian uji normalitas dengan metode Kolmogorov-Smirnov adalah:

A. Nilai UTS
IAIN Tulungagung 14
Mike Rahayu
B. Nilai UAS
LATIHAN SOAL:
1. Tentukan distribusi data nilai UTS mahasiswa PAI berikut terdistribusi normal atau tidak dengan
menggunakan 3 uji!
82 85 90 77 80 73 70 80 75 61
89 90 88 63 74 81 88 86 73 69
78 100 41 83 48 87 50 79 74 88
2. Tentukan distribusi data nilai pretes dan postes mahasiswa PGMI berikut menggunakan uji Liliefors,
Saphiro-Wilk, dan Kolomogorv-Smirnov!
No Nama Pretes Postes No Nama Pretes Postes
1 Irfan 80 85 16 Adi 60 74
2 Bella 70 80 17 Deni 65 80
3 Intan 65 78 18 Eva 75 85
4 Danang 60 72 19 Fira 72 83
5 Reza 55 70 20 Galang 70 81
6 Dina 80 95 21 Hana 70 80
7 Roni 72 90 22 Irma 70 80
8 Abdul 75 82 23 Joko 73 82
9 Rina 82 88 24 Lukman 74 82
10 Indah 61 80 25 Mega 76 85
11 Adi 74 88 26 Niko 71 82
12 Surya 68 82 27 Risa 70 82
13 Bagas 70 86 28 Santi 78 91
14 Dewi 70 84 29 Tomi 67 76
15 Ita 70 82 30 Unsa 70 82
3. Tentukan normalitas data berat badan 20 mahasiswa dari jurusan PAI dan PGMI dengan uji Liliefors!
(A) Tentukan normalitas keseluruhan data! (Keterangan 1=PAI, 2=PGMI)
(B) Tentukan normalitas data berat badan mahasiswa PAI!
(c) Tentukan normalitas data berat badan mahasiswa PGMI!
No Nama Jurusan Berat Badan No Nama Jurusan Berat Badan
1 Indra 1 60 11 Danang 2 65
2 Irma 2 47 12 Reza 1 60
3 Joko 1 56 13 Dina 1 50
4 Lukman 1 55 14 Roni 2 60
5 Mega 2 45 15 Abdul 2 62
6 Niko 2 62 16 Rina 2 50
7 Risa 1 50 17 Indah 1 56
8 Santi 2 51 18 Adi 2 59
9 Tomi 1 60 19 Surya 1 62
10 Unsa 2 48 20 Bagas 1 60
IAIN Tulungagung 15
Mike Rahayu
BAB 4
ANALISIS PERBANDINGAN DUA RATA-RATA
DAN UJI HOMOGENITAS
Analisis perbandingan dua rata-rata bertujuan untuk membandingkan dua nilai variabel dalam sebuah
penelitian. Analisis ini merupakan salah satu penerapan dari statistik inferensial yang bertujuan untuk
menganalisis data (lihat kembali halaman 11). Oleh karena itu, pada analisis perbandingan dua rata-rata
diperlukan uji normalitas data terlebih dahulu untuk menentukan menggunakan statistik parametris
atau statistik non-parametris. Berikut ini adalah bagan penggunaan tes statistik inferensial pada uji
analisis perbandingan dua rata-rata:
Uji Inferensial Parametris Non Parametris

Uji perbandingan 2 rata- Uji-T Uji Wilcoxon
rata berpasangan
Uji perbandingan 2 rata- Uji-T Uji Mann Whitney
rata bebas
Dari tabel di atas dapat disimpulkan, jika data terdistribusi normal, maka untuk analisis perbandingan
dua rata-rata menggunakan Uji-T. Jika data tidak terdistribusi normal maka menggunakan Uji Wilcoxon
dan Mann Whitney. Pada bab ini akan dibahas uji perbandingan dua rata-rata dengan menggunakan
statistik parametris dan non-parametris.
4.1 Analisis Perbandingan 2 Rata-rata dengan Statistik Parametris

Analisis perbandingan 2 rata-rata dengan statistik parametris mensyaratkan distribusi data harus
normal. Uji statistik yang digunakan adalah uji T atau uji beda. Pada sub bab ini data yang dianalisis
harus terdistribusi normal. Ada dua jenis analisa perbandingan dua rata-rata, yaitu:
4.1.1 Paired Sample T-Test, disebut juga rata-rata sampel berpasangan atau tak bebas, bertujuan
untuk menguji rata-rata dua sampel yang berpasangan, ada hubungan antara satu dengan
yang lain. Ciri khas dari analisa perbandingan dua rata-rata ini adalah membandingkan atau
menguji subyek sebelum dan sesudah diberi perlakuan.
Contoh: - Membandingkan rata-rata motivasi siswa sebelum dan sesudah pelatihan ESQ.
- Membandingkan nilai pretes dan postes siswa pada pembelajaran dengan inkuiri.
Contoh soal:
Seorang peneliti menerapkan model cooperative learning dalam pembelajaran Fiqih. Tentukan
adakah perbedaan nilai sebelum dan sesudah penerapan model cooperative learning pada
pembelajaran Fiqih?
No Nama Pretes Postes No Nama Pretes Postes
1 Rina 50 70 11 Anton 58 80
2 Dedi 61 75 12 Erwan 56 78
3 Ilham 55 72 13 Bima 60 85
4 Vina 64 85 14 Ayu 60 86
5 Sinta 72 90 15 Linda 67 88
6 Budi 75 92 16 Tia 60 82
7 Joko 76 95 17 Raisa 61 82
8 Indah 70 84 18 Kevin 64 84
9 Dilla 66 82 19 Herman 62 86
10 Erna 62 80 20 Dika 60 84
IAIN Tulungagung 16
Mike Rahayu
Langkah-langkah pengujian dengan SPSS:
1. Masukkan data tersebut ke dalam SPSS
2. Klik Analyze  Compare Means  Paired-Sample T-Test lalu akan muncul kotak dialog
Paired-Sample T-Test. Masukkan variabel pretes dan postes ke kotak Paired Variables
sebagai Variable1 dan Variable2.
3. Klik OK, maka akan keluar 3 output, yaitu:

a. Paired Sample Statistics, menjelaskan tentang statistik deskriptif dari data pretes dan
postes, yaitu mean, jumlah daa, standar deviasi dan standar error rata-ratanya.
b. Paired Sample Correlation, menjelaskan tentang besarnya korelasi atau hubungan

antara dua sampel yang berpasangan, yaitu data pretes dan postes.
Untuk pengambilan keputusannya:

Jika Sig < 0,05 maka terdapat hubungan yang signifikan antara data sebelum dan
sesudah perlakuan.
Jika Sig > 0,05 maka tidak terdapat hubungan yang signifikan antara data sebelum dan
sesudah perlakuan.
Nilai signifikansinya adalah 0,000 < 0,05 maka terdapat hubungan yang signifikan antara
data pretes dan postes. Untuk besarnya korelasi atau kuatnya hubungan ditentukan oleh
nilai Correlation. Jika nilai Correlation mendekati 1 maka hubungan akan semakin kuat,
sedangkan jika mendekati 0 maka hubungannya akan semakin lemah. Berdasarkan data
di atas, nilai Correlationnya adalah 0,858, maka pretes dan postes memili hubungan
yang kuat.
c. Paired Sample Test, menjelaskan tentang ada tidaknya perbedaan antara sebelum dan
sesudah perlakuan, yaitu data pretes dan postes.
IAIN Tulungagung 17
Mike Rahayu
Tahapan Pengujiannya:
1. Merumuskan hipotesis
Ho: Tidak ada perbedaan nilai sebelum dan sesudah penerapan model cooperative
learning pada pembelajaran Fiqih
Ha: Ada perbedaan nilai sebelum dan sesudah penerapan model cooperative learning
pada pembelajaran Fiqih
2. Menentukan signifikansi, sig. (2-tailed) = 0,000
3. Kriteria pengujian
Jika Sig. (2-tailed) > 0,05  Ho diterima
Jika Sig. (2-tailed) < 0,05  Ho ditolak, Ha diterima
Sig. (2-tailed) 0,000 < 0,05 maka Ho ditolak, Ha diterima.
4. Membuat kesimpulan  Ada perbedaan nilai sebelum dan sesudah penerapan model
cooperative learning pada pembelajaran Fiqih.
4.1.2 Independent Sample T-Test, disebut juga rata-rata sampel bebas, bertujuan untuk
menguji dua rata-rata sampel yang independen atau bebas, tidak ada hubungan antara
satu dengan yang lain.
Contoh: - Membandingkan nilai tes mahasiswa dan mahasiswi pada mata kuliah Fiqih.
- Membandingkan nilai tes mahasiswa jurusan PAI dan PGMI pada mata kuliah statistik.
Pada uji rata-rata sampel bebas perlu dilakukan Uji Homogenitas dengan menggunakan Levene’s
Test. Tes ini bertujuan untuk menentukan apakah rata-rata dua kelompok yang dibandingkan
memiliki varians yang sama. Varians menentukan besarnya pengaruh variabel bebas terhadap
variabel terikat pada sebuah penellitian, sehingga untuk rata-rata sampel bebas perlu di uji
apakah variabel bebas memiliki pengaruh yang sama terhadap variabel terikatnya pada dua
sampel yang dianalisis. Pada uji ini akan dihasilkan dua nilai signifikansi, dan untuk menentukan
mana yang akan dipilih harus menentukan homogenitas datanya terlebih dahulu. Prinsip
penggunannya adalah sebagai berikut:
Equal Variance Assumed  Jika data homogen (memiliki varians yang sama).
Equal Variance not Assumed  Jika data tidak homogen (memiliki varians yang berbeda).
Contoh Soal:
Seorang guru akan meneliti apakah ada perbedaan nilai tes antara siswa laki-laki dan perempuan
di sekolahnya. Sampel yang digunakan adalah 20 siswa, (1=laki-laki, 2=perempuan)
No Nama Jenis kelamin Nilai No Nama Jenis kelamin Nilai
1 Rina 2 70 11 Anton 1 80
2 Dedi 1 75 12 Erwan 1 78
3 Ilham 1 72 13 Bima 1 85
4 Vina 2 85 14 Ayu 2 86
5 Sinta 2 90 15 Linda 2 88
6 Budi 1 92 16 Tia 2 82
7 Joko 1 95 17 Raisa 2 82
8 Indah 2 84 18 Kevin 1 84
9 Dilla 2 82 19 Herman 1 86
10 Erna 2 80 20 Dika 1 84
Langkah-langkah Pengujiannya dengan SPSS:

1. Masukkan data di atas ke dalam SPSS
2. Menentukan Homogenitas data dengan cara klik Analyze  Compare Means 
Independent-Sample T Test
IAIN Tulungagung 18
Mike Rahayu
3. Masukkan nilai variabel nilai ke dalam kolom Test Variabel (untuk variabel yang akan diuji)
dan jenis kelamin ke kolom Grouping Variable (yang membedakan variabel yang akan diuji).
Lalu klik Define Groups.
4. Pada kotak dialog Define Groups, Ketik 1 pada Group 1 dan 2 pada group 2
5. Klik continue dan muncul 2 output.

a. Group Statistics, menjelaskan tentang statistik deskriptif dari data nilai meliputi rata-
rata, jumlah data, standar deviasi, dan standar error rata-ratanya.
b. Independent Sample test, menjelaskan tentang hasil uji homogenitasnya dan ada
tidaknya perbedaan antara nilai siswa laki-laki dan perempuan.
Pada uji rata-rata sampel bebas, sebelum melakukan pengujian terhadap nilai
signifikansinya, perlu menguji homogenitas datanya terlebih dahulu.
 Tahapan-tahapan uji Homogenitas (Levene’s Test)
1. Merumuskan Hipotesis
Ho: Data nilai siswa laki-laki dan perempuan memiliki varians yang sama
Ha: Data nilai siswa laki-laki dan perempuan memiliki varians yang berbeda
2. Menentukan nilai signifikansi (sig) = 0,335
3. Kriteria Pengujian:
- Jika nilai Sig > 0,05, maka Ho diterima
- Jika nilai Sig <0,05, maka Ho ditolak, Ha diterima
Sig 0,335 > 0,05 maka Ho diterima.
4. Membuat Kesimpulan  Data nilai siswa laki-laki dan perempuan memiliki
varians yang sama atau data homogen
IAIN Tulungagung 19
Mike Rahayu
 Tahapan-tahapan uji analisis perbandingan 2 rata-rata bebas
1. Merumuskan Hipotesis
Ho: Tidak ada perbedaan nilai tes siswa laki-laki dan perempuan.
Ha: Ada perbedaan nilai tes siswa laki-laki dan perempuan.
2. Menentukan nilai signifikansi (sig), karena data homogen, maka dipilih
signifikansi dari Equal Variance Assumed, yaitu 0,945.
3. Kriteria Pengujian:
- Jika nilai Sig > 0,05, maka Ho diterima
- Jika nilai Sig <0,05, maka Ho ditolak, Ha diterima
Sig 0,945 > 0,05 maka Ho diterima.
4. Membuat Kesimpulan  Tidak ada perbedaan nilai tes siswa laki-laki dan
perempuan
LATIHAN SOAL!
1. Dilakukan penelitian mengenai perbedaan nilai tes mahasiswa pada materi perhitungan zakat
dengan metode diskusi dan ceramah. (keterangan: 1=diskusi, 2= ceramah)
No Nama metode Nilai No Nama metode Nilai
1 Rina 2 90 11 Erwin 1 88
2 Dedi 1 89 12 Intan 1 80
3 Ilham 1 85 13 Dimas 2 90
4 Vina 2 85 14 Budi 1 85
5 Sinta 2 90 15 Ratna 2 90
6 Budi 1 92 16 Mega 2 92
7 Joko 1 95 17 Dika 2 95
8 Indah 2 84 18 Dedi 1 84
9 Dilla 2 82 19 Tomi 1 82
10 Erna 2 80 20 Ira 2 80
2. Dilakukan penelitian mengenai perbedaan nilai tes mahasiswa laki-laki dan perempuan pada
mata kuliah statistik dengan metode diskusi. (1=laki-laki, 2=perempuan)
No Nama Jenis Pretes Postes No Nama Jenis Pretes Postes
kelamin kelamin
1 Rina 2 70 85 11 Erwin 2 72 90
2 Dedi 1 75 90 12 Intan 1 70 89
3 Ilham 1 68 88 13 Dimas 1 65 85
4 Vina 2 66 86 14 Budi 2 70 85
5 Sinta 2 74 92 15 Ratna 2 70 90
6 Budi 1 76 92 16 Mega 1 78 92
7 Joko 1 70 85 17 Dika 1 80 95
8 Indah 2 62 84 18 Dedi 2 72 84
9 Dilla 2 60 82 19 Tomi 2 70 82
10 Erna 2 58 80 20 Ira 2 66 80
a. Tentukan normalitas data pretes dan postes dengan uji Liliefor!

b. Tentukan adakah perbedaan nilai siswa sebelum dan sesudah pembelajaran statistic dengan
metode diskusi?
c. Tentukan homogenitas data mahasiswa laki-laki dan perempuan pada pretes dan postes!
d. Adakah perbedaan nilai pretes dan postes mahasiswa laki-laki dan perempuan?
IAIN Tulungagung 20
Mike Rahayu
4.2 Analisis Perbandingan 2 Rata-rata dengan Statistik Non Parametrik
Pada sub bab 4.1 dibahas analisa perbandingan 2 rata-rata dengan menggunakan statistik parametrik
(Uji-T), yaitu ketika data yang akan dianalisis berdistribusi normal dan menggunakan skala interval
dan rasio. Ketika data yang akan dianalisis tidak berdistribusi normal dan tidak menggunakan skala
interval dan rasio, maka uji statistik yang digunakan adalah Non Parametrik.
Uji statistik parametris yang digunakan untuk analisis dua rata rata berpasangan ketika data
berdistribusi normal adalah paired sampel T-test, sedangkan jika data tidak berdistribusi normal
menggunakan Uji Wilcoxon (non parametris). Untuk analisis rata-rata dua sampel bebas, jika data
berdistribusi normal menggunakan uji independent Sample T-Test, jika sebaliknya digunakan uji
Mann Whitney.
Uji Inferensial Parametris Non Parametris

Uji perbandingan 2 rata- Uji-T (Paired Uji Wilcoxon
rata berpasangan Sample T-test)
Uji perbandingan 2 rata- Uji-T (Independent Uji Mann Whitney
rata bebas Samole T-test)
4.2.1 Two Related Sample Test (Uji Wilcoxon)

Uji ini bertujuan untuk membandingkan rata-rata dua sampel yang berpasangan sebelum
dan sesudah perlakuan ketika data yang dihasilkan tidak terdistribusi normal. Uji ini
merupakan alternative dari Paired Sample T-test.
Contoh: - Adakah perbedaan nilai siswa sebelum dan sesudah pembelajaran menggunakan
audio visual? (Data diketahui berdistribusi tidak normal)
Data nilai pretes dan postes siswa dengan menggunakan pembelajaran audio visual:
No Nilai pretes Nilai postes No Nilai pretes Nilai postes
1 50 90 11 40 75
2 60 85 12 45 75
3 50 90 13 70 80
4 60 95 14 70 80
5 50 100 15 70 100
6 50 100 16 70 100
7 70 100 17 40 80
8 50 95 18 40 80
9 50 80 19 40 80
10 50 80 20 40 90
Sebelum menentukan uji statistic yang dipilih, terlebih dahulu dilakukan pengujian terhadap
normalitas data. Ujilah normalitas datanya terlebih dahulu menggunakan metode Liliefor dan
Saphiro-Wilk!
Jika data diketahui terdistribusi normal, maka dilakukan uji Paired Sample T-test seperti yang
dijelaskkan pada bab 4.1.1. Jika data pretes dan postes terdistribusi tidak normal, maka
untuk menganalisis perbedaan dua rata-rata tersebut harus menggunakan uji Wilcoxon.
Berikut langkah-langkah uji Wilcoxon dengan SPSS 16.
1. Masukkan data di atas ke dalam SPSS 16
2. Klik Analyze  Nonparametric Test  2 Related Samples maka akan keluar kotak
dialaog Two-Related-Samples test. Masukkan nilai pretes sebagai Variable 1 dan nilai
Postes sebagai variables 2. Pada kotak dialog Test Type, Pilih Wilcoxon.
IAIN Tulungagung 21
Mike Rahayu
3. Klik tombol OK maka akan keluar dua output sebagai berikut:
a. Output “Ranks”
Output ini menjelaskan tentang deskripsi data nilai pretes dan postes pembelajaran
menggunakan media audio visual. N merupakan jumlah data. Cara membaca
datanya adalah:
- Negative Ranks merupakan jumlah data dimana nilai postes lebih kecil daripada
pretes (postes < pretes) , disini jumlahnya 0
- Positive Ranks merupakan jumlah data dimana nilai postest lebih besar daripada
nilai pretes (postes > pretes), jumlahnya ada 20.
- Ties adalah jumlah data dimana nilai pretes sama dengan nilai postes
(postes=pretes), disini tidak ada data yang sama atau 0.
Untuk mengecek kebenaran jumlah data, maka jumlah Negative Ranks + Positive
Ranks +Ties adalah sama dengan jumlah keseluruhan data yang dimasukkan.
b. Output “Test Statistics”
Output ini menjelaskan hasil uji Wilcoxon dilihat dari nilai Asymp. Sig. (2-tailed).
Adapun tahapan pengujiannya adalah:
1. Membuat hipotesis
Ho : Tidak ada perbedaan nilai pretes dan postes siswa dengan pembelajaran
menggunakan audio visual
Ha : Ada perbedaan nilai pretes dan postes siswa dengan pembelajaran
IAIN Tulungagung 22
Mike Rahayu
2. Menentukan nilai signifikansi = nilai Asymp. Sig. (2-tailed) = 0,000
3. Menentukan kriteria pengujian
Jika nilai Asymp. Sig. (2-tailed) > 0,05  Ho diterima
Jika nilai Asymp. Sig. (2-tailed) < 0,05  Ho ditolak, Ha diterima
Asymp. Sig. (2-tailed) 0,000 < 0,05  Ho ditolak, Ha diterima
4. Membuat kesimpulan
Ada perbedaan nilai pretes dan postes siswa dengan pembelajaran
4.2.2 Two Independent Sample Test (Uji Mann Whitney)

Uji ini bertujuan untuk membandingkan dua rata-rata kelompok sampel yang independen
atau bebas. Jika data kelompok sampel berdistribusi normal, maka uji yang digunakan adalah
independent Sample T-Test seperti yang dibahas pada bab 4.1.2. Ketika data kelompok
sampel independen yang diuji berdistribusi tidak normal atau menggunakan skala nominal
dan ordinal, maka uji yang digunakan adalah Mann Whitney.
Contoh 1: Seorang guru ingin mengetahui perbedaan motivasi belajar siswa antara siswa laki-
laki dan perempuan. Adakah perbedaan motivasi belajar antara siswa laki-laki dan
perempuan?
Berikut data jenis kelamin dan motivasi belajar siswa:
No Jnsklmn Motivasi No Jnsklmn Motivasi
1 1 3 11 1 4
2 1 2 12 1 2
3 2 3 13 2 5
4 2 4 14 1 4
5 1 3 15 2 3
6 2 4 16 2 4
7 1 3 17 1 2
8 2 5 18 1 2
9 2 4 19 1 5
10 2 3 20 2 4
Keterangan:
Jnsklmn : 1 = Laki-laki, 2 = Perempuan
Motivasi : 1 = Tidak baik, 2 = Kurang baik, 3 = Cukup, 4 = Baik, 5 = Sangat baik.
Jika data-data yang di dapat beruka data interval dan rasio, maka harus diuji normalitas datanya terlebih
dahulu. Jika data berdistribusi tidak normal, maka menggunakan uji Mann Whitney. Data di atas
menggunakan skala nominal (jenis kelamin) dan skala ordinal (motivasi belajar), oleh karena itu untuk
menganalis perbedaan motivasi belajar antara siswa laki-laki dan perempuan digunakan uji Mann
Whitney dan tidak diperlukan uji normalitas data terlebih dahulu.
Untuk Langkah-langkah uji Mann Whitney adalah:
1. Masukkan data di atas ke dalam SPSS 16, masukkan nilai Values seperti keterangan yang ada di
bawah tabel. Pada Jenis kelamin masukkan nilai 1=laki-laki, 2= perempuan. Untuk motivasi
belajar masukkan sesuai keterangan. Untuk Measure diganti nominal untuk jenis kelamin dan
ordinal untuk motivasi belajar.
2. Klik Analyze  Nonparametric Test  2 Independent Samples maka akan keluar kotak dialaog
Two-Independent-Samples Tests. Masukkan motivasi belajar sebagai Test Variable List dan
Jenis kelamin sebagai Grouping Variable. Pada kotak dialog Test Type, Pilih Mann-Whitney U.
IAIN Tulungagung 23
Mike Rahayu
3. Klik tombol Define Groups, lalu masukkan angka 1 (Laki-laki) pada kotak Group 1 dan angka 2
(Perempuan) pada kotak Group 2. Kotak dialog ini yang berfungsi menentukan pengelompokan
variabel, disini berdasarkan jenis kelamin, yaitu laki-laki dan perempuan lalu Klik Continou.
4. Akan kembali ke kotak dialog Two-Independent-Samples Tests lalu klik OK dan akan muncul
dua output, yaitu:
a. Output “Ranks”
Output ini menjelaskan tentang deskripsi data nilai pretes dan postes pembelajaran
menggunakan media audio visual. N merupakan jumlah data,
b. Output “Test Statistics”
Output ini menjelaskan hasil uji Mann Whitney dilihat dari nilai Asymp. Sig. (2-tailed).
Adapun tahapan pengujiannya adalah:
Ho : Tidak ada perbedaan motivasi belajar pada siswa laki-laki dan perempuan.
Ha : Ada perbedaan motivasi belajar pada siswa laki-laki dan perempuan.
IAIN Tulungagung 24
Mike Rahayu
Asymp. Sig. (2-tailed) 0,045 < 0,05  Ho ditolak, Ha diterima
Ada perbedaan motivasi belajar pada siswa laki-laki dan perempuan.
Contoh 2: Seorang guru ingin mengetahui perbedaan hasil belajar siswa dengan menggunakan
metode ceramah dan diskusi pada pelajaran Fiqih.
Berikut data hasil belajar siswa:
No Nilai Metode No Nilai Metode
1 80 1 21 90 2
2 95 1 22 80 2
3 75 1 23 60 2
4 90 1 24 65 2
5 95 1 25 70 2
6 95 1 26 75 2
7 60 1 27 90 2
8 65 1 28 90 2
9 60 1 29 95 2
10 90 1 30 80 2
11 95 1 31 95 2
12 95 1 32 90 2
13 95 1 33 85 2
14 95 1 34 95 2
15 70 1 35 95 2
16 60 1 36 90 2
17 80 1 37 75 2
18 85 1 38 90 2
19 90 1 39 95 2
20 95 1 40 90 2
Keterangan: 1=Ceramah, 2=diskusi
Data berbentuk rasio,maka perlu dicari normalitasnya terlebih dahulu menggunakan metode Liliefors
(jumlah sampel 7-50). Ujilah normalitasnya terlebih dahulu!
Hasil uji normalitas menunjukkan bahwa data berdistribusi tidak normal, sehingga untuk analisis
perbandingan 2 rata-rata bebas menggunakan uji Mann Whitney. Dengan langkah-langkah yang
sama di dapatkan output sebagai berikut:
IAIN Tulungagung 25
Mike Rahayu
Tahapan Pengujiannya:
1. Membuat Hipotesis
Ho : Tidak ada perbedaan hasil belajar siswa menggunaka metode ceramah dan diskusi.
Ha : ada perbedaan hasil belajar siswa menggunaka metode ceramah dan diskusi
Asymp. Sig. (2-tailed) 0,923 > 0,05  Ho diterima
Tidak ada perbedaan hasil belajar siswa menggunaka metode ceramah dan diskusi.
LATIHAN SOAL (STATISTIK PARAMETRIK DAN NONPARAMETRIK)

1. Seorang guru menerapkan pendekatan pembelajaran inkuiri terbimbing pada materi IPA SD Kelas 5.
No Pretes Postes No Pretes Postes
a. Tentukan normalitas data nilai pretes
1 50 80 11 50 80
2 70 100 12 58 91 dan postes!
3 72 100 13 54 80 b. Apakah ada perbedaan nilai pretest dan
4 68 90 14 60 88 postes siswa dalam penerapan inkuiri
5 75 100 15 52 86 terbimbing pada materi IPA SD kelas 5?
6 50 84 16 60 98 Tentukan uji statistika yang sesuai!
7 50 80 17 54 80
8 52 80 18 60 98
9 50 80 19 52 80
10 52 92 20 68 100
2. Seorang guru akan meneliti perbedaan hasil belajar siswa dua sekolah yang berbeda pada mata
pelajaran Agama Islam.
No Nilai Sekolah No Nilai Sekolah Keterangan:
1 80 1 21 70 2 1. SDN 1 Ngunut
2 85 1 22 70 2 2. SDN 2 Ngunut
3 75 1 23 100 2
4 78 1 24 96 2
a. Tentukan normalitas data hasil
5 70 1 25 80 2
belajar!
6 90 1 26 94 2
27 98 2 b. Apakah ada perbedaan hasil belajar
7 94 1
8 88 1 28 100 2 siswa di SDN 1 Ngunut dan SDN 2
9 90 1 29 100 2 Ngunut? Tentukan uji yang digunakan!
10 78 1 30 70 2
11 96 1 31 98 2
12 100 1 32 96 2
13 90 1 33 88 2
14 90 1 34 85 2
15 100 1 35 78 2
16 100 1 36 90 2
17 95 1 37 90 2
18 95 1 38 75 2
19 100 1 39 85 2
20 96 1 40 80 2
IAIN Tulungagung 26
Mike Rahayu
3. Guru akan meneliti perbedaan kreativitas siswa kelas 2A dan 2B SDN 1 Ngunut
No Kelas Kreativitas No Kelas Kreativitas
Keterangan:
1 1 2 16 2 3
2 2 2 17 1 3 Kelas : 1 = kelas 2A, 2 = kelas 2B
3 1 1 18 1 2
4 2 2 19 1 3 Kreativitas:
5 2 3 20 1 2
6 1 2 21 2 1 1 = rendah 3 = baik
7 1 1 22 2 2
8 2 2 23 2 3 2 = cukup 4 = sangat baik
9 2 3 24 1 2
a. Tentukan jenis skala dari variabelnya!
10 1 2 25 1 4
11 1 2 26 2 2 b. Uji statistik apa yang digunakan untuk
12 2 4 27 1 3 mengetahu perbedaan kreatifitas
13 1 4 28 2 2 antara kelas 2A dan 2B?
14 2 2 29 2 3 c. Apakah ada perbedaan hasil belajar
15 1 3 30 1 4 siswa di SDN 1 Ngunut dan SDN 2
Ngunut?
4. Berikut ini hasil belajar siswa pada pembelajaran IPA dengan metode praktikum
No Kelas Pretes Postes No Kelas Pretes Postes Keterangan:
1 1 65 90 15 2 70 98 Kelas: 1 = kelas 5A, 2 = kelas 5B
2 1 70 85 16 2 60 90 a. Tentukan jenis skala dari
3 1 66 88 17 2 58 90 variabelnya!
4 1 61 90 18 2 60 88
b. Tentukan normalitas data
5 1 58 88 19 2 56 82
pretes dan postes!
6 1 55 85 20 2 62 92
7 1 54 84 21 2 62 90 c. Apakah ada perbedaan pretes
8 1 52 86 22 2 61 86 dan postes semua siswa?
9 1 50 84 23 2 60 85 Tentukan uji statistiknya!
10 1 58 84 24 2 59 88 d. Apakah ada perbedaan nilai
11 1 60 95 25 2 64 90 pretes antara kelas 5A dan
12 1 70 95 26 2 66 88 5B? Tentukan juga perbedaan
13 1 62 88 27 2 62 86 nilai postes kedua kelas
14 1 60 85 28 2 58 86
tersebut!
5. Diketahui data pretes dan postes siswa pelajaran IPS dengan metode diskusi dan ceramah:
No Kelas Pretes Postes No Kelas Pretes Postes Keterangan:
1 1 70 95 15 2 70 95
2 1 70 95 16 2 60 90 Kelas: 1 = kelas 4A, 2 = kelas 4B
3 1 66 88 17 2 58 90
4 1 61 90 18 2 70 95 a. Tentukan jenis skala dari
5 1 58 88 19 2 56 82 variabelnya!
6 1 55 85 20 2 62 95 b. Tentukan normalitas data
7 1 54 95 21 2 62 90 pretes dan postes!
8 1 52 86 22 2 61 86 c. Apakah ada perbedaan pretes
9 1 70 86 23 2 60 86
dan postes semua siswa?
10 1 58 90 24 2 59 88
Tentukan uji statistiknya!
11 1 60 95 25 2 70 90
12 1 70 95 26 2 66 88 d. Apakah ada perbedaan nilai
13 1 62 88 27 2 62 86 pretes antara kelas 4A dan
14 1 60 86 28 2 70 86 4B? Tentukan perbedaan nilai
postes kedua kelas tersebut!
IAIN Tulungagung 27
Mike Rahayu
BAB 5
UJI PERBEDAAN 3 RATA-RATA ATAU LEBIH
Pada bab ini akan dibahas mengenai uji statistik untuk menguji perbedaan 3 rata-rata atau lebih. Ada
dua jenis uji statistik yang dibahas pada bab ini, yaitu uji perbedaan rata-rata menggunakan statistik
parametrik dan statistik nonparametrik.
5.1 Uji Perbedaan 3 Rata-rata Atau Lebih Dengan Statistik Parametrik

Analisis Variansi Satu Arah atau One Way ANOVA digunakan untuk menguji perbandingan tiga rata-
rata kelompok sampel atau lebih yang bersifat independen atau tidak saling mempengaruhi satu
sama lain. Asumsi-asumsi yang harus dipenuhi sebelum melakukan Uji One Way ANOVA:
a. Data menggunakan skala interval atau rasio (menggunakan measure “scale” pada SPSS).
b. Ukuran masing-masing kelompok harus sama.
c. Data berdistribusi normal.
d. Data memiliki varians yang sama atau bersifat homogen.
Contoh: Seorang guru meneliti adakah perbedaan nilai UAS Matematika siswa dari 3 sekolah, yaitu
SMAN 1 Blitar, SMAN 2 Blitar, dan SMAN 3 Blitar. Sampel yang digunakan sebanyak 30
siswa:
No Asal Sekolah Nilai No Asal Sekolah Nilai
1 1 80 16 2 90 Keterangan:
2 1 90 17 2 80
1: SMAN 1 Blitar
3 1 75 18 2 88
4 1 85 19 2 84
2: SMAN 2 Blitar
5 1 95 20 2 85
6 1 90 21 3 84 3: SMAN 3 Blitar
7 1 85 22 3 86
8 1 70 23 3 90
9 1 88 24 3 75
10 1 85 25 3 80
11 2 86 26 3 88
12 2 92 27 3 90
13 2 96 28 3 78
14 2 88 29 3 86
15 2 85 30 3 85
Sebelum melakukan uji One Way ANOVA, maka perlu dipastikan bahwa semua asumsi-asumsi telah
dipenuhi. Data nilai siswa termasuk jenis sekala rasio serta jumlah data nilai masing-masing sekolah
sama. Dua asumsi pertama telah terpenuhi, maka selanjutnya menguji asumsi ketiga dan keempat, yaitu
menguji normalitas dan homogenitas data. Ujilah normalitas datanya menggunakan Liliefors dan Uji
homogenitas.
Hasil Uji Normalitas:
Data di atas berdistribusi normal, maka dapat dilakukan uji Homogenitas dan One-Way ANOVA.
Berikut ini adalah langkah-langkahnya:
1. Masukkan data di atas ke dalam SPSS 16. Masukkan nilai Values seperti keterangan yang ada di
tabel. Pada asal sekolah masukkan nilai 1 = SMAN 1 Blitar, 2 = SMAN 2 Blitar, dan 3 = SMAN 3 Blitar.
Untuk Measure diganti nominal untuk asal sekolah dan scale untuk hasil UAS.
IAIN Tulungagung 28
Mike Rahayu
2. Klik Analyze Compare Mean  One-Way ANOVA maka akan muncul kotak dialog One-Way
ANOVA, masukkan variable nilai ke dalam Dependent List dan variable sekolah ke dalam kolom
Factor. Kemudian klik Options.
3. Untuk analisis deskriptif centang pada Descriptive, sedangkan untuk uji Homogenitas centang pada
Homogeneity of Variance Test, lalu klik continue.
4. Klik OK, maka akan muncul 3 output, yaitu:

A. Output pertama (Descriptive)
Output ini menjelaskan tentang deskripsi data meliputi rata-rata, standar deviasi, standar error,
nilai terendah, dan nilai tertinggi dari masing-masing universitas dan total ketiga universitas.
B. Output kedua (Test of Homogeneity of Variances)
IAIN Tulungagung 29
Mike Rahayu
Output ini menjelaskan tentang hasil uji Homogenitas. Uji Homogenitas perlu dilakukan karena
uji One Way ANOVA mengasumsikan data terdistribusi normal dan memiliki varians yang sama
(homogen). Berikut ini adalah tahapan pengujiannya:
1. Merumuskan hipotesis:
Ho: Data nilai UAS matematika siswa SMAN 1 Blitar, SMAN 2 Blitar, dan SMAN 3 Blitar
memiliki varians yang sama
Ha: Data nilai UAS matematika siswa SMAN 1 Blitar, SMAN 2 Blitar, dan SMAN 3 Blitar
memiliki varians yang berbeda
2. Menentukan nilai signifikansi, Sig. = 0,367
3. Menentukan kriteria pengujian:
Jika Sig > 0,05 maka Ho diterima
JIka Sig < 0,05 maka Ho ditolak, Ha diterima
Sig 0,367 > 0,05 maka Ho diterima
Data nilai UAS matematika siswa SMAN 1 Blitar, SMAN 2 Blitar, dan SMAN 3 Blitar memiliki
varians yang sama (data homogen).
Dari hasil uji homogenitas di atas menunjukkan bahwa data hasil UAS matematika siswa bersifat
homogen, maka asumsi untuk melaksanakan uji One-Way ANOVA terpenuhi. Selanjutnya dapat
dilakukan uji One-Way ANOVA. Jika data tidak homogen, maka penjelasan data hanya sebatas
pada analisis deskriptifnya.
C. Output ketiga (ANOVA)
Output ini menjelaskan tentang hasil uji variansi satu arah atau One-Way ANOVA. Adapun
tahapan pengujiannya adalah sebagai berikut:
Ho: Tidak ada perbedaan nilai UAS matematika antara siswa SMAN 1 Blitar, SMAN 2 Blitar,
dan SMAN 3 Blitar.
Ha: Ada perbedaan nilai UAS matematika antara siswa SMAN 1 Blitar, SMAN 2 Blitar, dan
SMAN 3 Blitar.
2. Menentukan nilai signifikansi, Sig. = 0,390
Sig 0,390 > 0,05 maka Ho diterima
Tidak ada perbedaan nilai UAS matematika antara siswa SMAN 1 Blitar, SMAN 2 Blitar, dan
SMAN 3 Blitar.
5.2 Uji Perbedaan 3 Rata-rata Atau Lebih Dengan Statistik Nonparametrik

Uji Kruskal Wallis bertujuan untuk menguji perbandingan tiga rata-rata atau lebih kelompok
sampel yang independen/bebas. Uji ini merupakan alternative dari uji One-way ANOVA ketika
IAIN Tulungagung 30
Mike Rahayu
beberapa asumsi tidak terpenuhi, yaitu data menggunakan skala ordinal dan nominal atau data
berdistribusi tidak normal.
Contoh 1: Seorang guru menerapkan metode ceramah, diskusi, dan tanya jawab dalam
pembelajaran agama Islam dan ingin mengetahui adakah perbedaan nilai UAS.
No Nilai UAS Metode No Nilai UAS Metode
1 80 1 16 83 2 Keterangan:
2 84 1 17 82 2
1: Ceramah
3 95 1 18 90 2
4 98 1 19 94 2
2: Diskusi
5 100 1 20 90 2
6 82 1 21 100 3 3: Tanya jawab
7 88 1 22 80 3
8 92 1 23 90 3
9 80 1 24 95 3
10 100 1 25 92 3
11 98 2 26 96 3
12 82 2 27 84 3
13 80 2 28 81 3
14 95 2 29 80 3
15 90 2 30 96 3
Data nilai siswa menggunakan skala rasio, sehingga langkah pertama adalah ujilah normalitas
datanya!
Hasil uji Normalitas:
Data di atas berdistribusi tidak normal, maka pengujiannya dilakukan dengan menggunakan uji
Kruskal Wallis. Berikut ini adalah langkah-langkahnya:
1. Masukkan data di atas ke dalam SPSS 16. Masukkan nilai Values seperti keterangan yang ada
di tabel. Pada asal sekolah masukkan nilai 1 = Ceramah, 2 = Diskusi, dan 3 = Tanya jawab.
Untuk Measure diganti nominal untuk metode dan scale untuk nilai UAS
2. Klik Analyze  Nonparametric Test  K Independent Sample Test maka akan muncul kotak
dialog Test for Several Independent Samples. Masukkan variable nilai ke dalam kolom Test
Variable List dan variable metode ke dalam Grouping Variable. Pada kolom Test Type
pastikan untuk member centang pada Kruskal-Wallis H.
IAIN Tulungagung 31
Mike Rahayu
3. Klik Define Range, ketik angka 1 pada minimum dan angka 3 pada maximum, lalu klik
continue.
4. Klik OK maka akan muncul 2 output, yaitu:

A. Output Pertama (Ranks)
Output ini menjelaskan tentang deskripsi data dari nilai tes dengan metode ceramah,
diskusi, dan tanya jawab.
B. Output Kedua (Test Statisctics)
Output ini menjelaskan tentang hasil Uji Kruskal Wallis. Tahapan pengujiannya adalah
sebagai berikut:
Ho: Tidak ada perbedaan nilai UAS Agama Islam antara metode ceramah, diskusi, dan
Tanya jawab.
Ha: Ada perbedaan nilai UAS Agama Islam antara metode ceramah, diskusi, dan Tanya
jawab.
2. Menentukan nilai signifikansi, Asymp. Sig. = 0,878
Asymp. Sig 0,878 > 0,05 maka Ho diterima
Tidak ada perbedaan nilai UAS Agama Islam antara metode ceramah, diskusi, dan
Tanya jawab.
Contoh 2: Seorang guru akan meneliti perbedaan motivasi belajar siswa pada mata pelajaran IPA,
IPS, dan Matematika. Berikut ini adalah data motivasi belajar siswa pada mata
pelajaran IPA, IPS, dan matematika.
IAIN Tulungagung 32
Mike Rahayu
No Mata Pelajaran Motivasi No Mata Pelajaran Motivasi
1 1 4 16 2 2
2 1 5 17 2 2
3 1 3 18 2 4
4 1 3 19 2 3
5 1 2 20 2 4
6 1 4 21 3 5
7 1 4 22 3 3
8 1 3 23 3 2
9 1 3 24 3 2
10 1 2 25 3 3
11 2 3 26 3 3
12 2 4 27 3 4
13 2 5 28 3 3
14 2 4 29 3 4
15 2 3 30 3 2
Keterangan:
Mata Pelajaran : 1=IPA, 2=IPS, 3=Matematika
Motivasi: 1=Kurang sekali, 2=Rendah, 3= Cukup, 4=Baik, 5=Baik sekali.
Data mata pelajaran menggunakan skala nominal, sedangkan motivasi siswa menggunakan skala
ordinal, sehingga umtuk menguji perbedaan 3 rata-rata menggunakan uji Kruskal Wallis. Langkah-
langkah ujinya sama dengan contoh 1, Masukkan nilai Values seperti keterangan yang ada di
tabel. Pada mata pelajaran masukkan nilai 1 = IPA, 2 = IPS, dan 3 = Matematika. Untuk Measure
diganti nominal untuk mata pelajaran dan ordinal untuk motivasi belajar. Selanjutnya ikuti
langkah-langkah seperti pada contoh 1 dan didapatkan output seperti berikut:
1. Output pertama (Ranks)
Output ini menjelaskan tentang deskripsi data dari motivasi siswa pada mata pelajaran IPA,
IPS, dan Matematika
2. Output kedua (Test Statistics)
Output ini menjelaskan tentang hasil Uji Kruskal Wallis. Tahapan pengujiannya adalah sebagai
berikut:
Ho: Tidak ada perbedaan motivasi belajar siswa pada pelajaran IPA, IPS, dan Matematika.
Ha: Ada perbedaan motivasi belajar siswa pada pelajaran IPA, IPS, dan Matematika.
2. Menentukan nilai signifikansi, Asymp. Sig. = 0,735
IAIN Tulungagung 33
Mike Rahayu
Asymp. Sig 0,735 > 0,05 maka Ho diterima
Tidak ada perbedaan motivasi belajar siswa pada pelajaran IPA, IPS, dan Matematika.
LATIHAN SOAL!
1. Seorang guru akan meneliti perbedaan nilai IPA siswa di 4 sekolah yang berbeda.
No Nilai Sekolah No Nilai Sekolah Keterangan:
1 82 1 11 88 3 Sekolah:
2 80 1 12 82 3 1 = SDN 1 Kediri 3 = SDN 3 Kediri
3 85 1 13 84 3
2 = SDN 2 Kediri 4 = SDN 4 Kediri
4 85 1 14 100 3
5 95 1 15 80 3
6 75 2 16 86 4 b. Tentukan normalitas data nilai!
7 85 2 17 90 4 c. Tentukan homogenitas data nilai!
8 85 2 18 78 4 d. Apakah ada perbedaan hasil belajar
9 78 2 19 84 4 siswa di 4 SD? Uji apa yang harus
10 92 2 20 98 4 digunakan?
2. Seorang peneliti menguji perbedaan kedisiplinan siswa berdasarkan jarak rumah ke sekolah.
No Kedisiplinan Jarak No Kedisiplinan Jarak Keterangan:
1 4 1 17 2 1
2 3 2 18 4 2 Kedisiplinan: 1 = Kurang,
3 1 3 19 3 3 2=Cukup, 3=baik, 4, baik sekali
4 2 3 20 3 3
5 3 2 21 1 2 Jarak: 1= dekat, 2= sedang, 3=jauh
6 3 1 22 2 1
7 2 3 23 3 1 a. Tentukan jenis skala dari
8 3 2 24 3 2 variabelnya!
9 4 3 25 4 3 b. Tentukan normalitas datanya!
10 1 3 26 3 2 c. Tentukan homogenitas
11 2 1 27 2 2 datanya!
12 3 1 28 2 1
d. Apakah ada perbedaan
13 4 3 29 3 3
kedisiplinan pada siswa yang
14 3 2 30 4 1
15 3 1 jarak rumah ke sekolah dekat,
16 2 2 sedang, dan jauh? Uji apa yang
harus digunakan?
3. Seorang guru menguji perbedaan nilai UTS berdasarkan tingkat kedisiplinan siswa masuk sekolah.
No Nilai Kedisiplin No Nilai Kedisiplin Keterangan: Kedisiplinan: 1 = Kurang,
1 75 1 9 85 2 2=Cukup, 3=baik,
2 78 1 10 85 2
3 82 1 11 89 3
b. Tentukan normalitas data nilai!
4 80 1 12 88 3
5 85 1 13 92 3 c. Tentukan homogenitas data nilai!
6 88 2 14 90 3 d. Apakah ada perbedaan nilai UTS
7 88 2 15 95 3 nerdasarkan kedisiplinan? Uji apa yang
8 90 2 harus digunakan?
IAIN Tulungagung 34
Mike Rahayu
BAB 6
ANALISIS KORELASI SEDERHANA
ATAU KORELASI BIVARIATE
Segala sesuatu dalam dunia ini akan saling berhubungan antara satu dengan yang lain. Dalam statistika
hubungan ini dapat diuji dengan uji Analisis Korelasi. Pada bab ini akan dibahas analisis korelasi
sederhana. Uji ini bertujuan untuk menghitung dan mengetahui seberapa besar kekuatan hubungan
antar variabel. Dalam analisis korelasi sederhana atau Korelasi Bivariate tidak membedakan jenis
variabel (variabel dependen atau independen) sehingga tidak mempersoalkan apakah variabel pertama
sebagai perubah bebas atau variabel bebas atau sebagai responnya atau variabel dependennya. Uji
korelasi ini menguji hubungan antara dua variabel atau hubungan fungsional, bukan variabel satu
menyebabkan variabel lain. Koefisien korelasi menunjukkan keeratan hubungan antara dua variabel dan
dapat dikelompokkan sebagai berikut:
0,000 – 0,199 tingkat hubungan sangat lemah
0,200 – 0,399 tingkat hubungan lemah
0,400 – 0,599 tingkat hubungan sedang
0,600– 0,799 tingkat hubungan kuat
0,800– 1,000 tingkat hubungan sangat kuat (Sugiyono,2016).
Secara umum ada dua jenis korelasi sederhana yang dapat dilaksanakan, yaitu dengan statistik
parametrik (Uji Pearson/Product Moment pearson) dan statistik non parametrik (Uji Kendalls tau-b /
Spearman). Pada bab ini akan dibahas mengenai tujuan, cara melakukan, kapan menggunakan uji
korelasi statistik parametrik/nonparametrik, dan tahapan pengujian dengan analisis korelasi.
6.1 Analisis Korelasi Parametrik (Uji Pearson/Product Moment pearson)

Uji ini digunakan untuk mengukur keeratan hubungan antara dua variabel yang mempunyai data
dengan skala interval dan rasio yang berdistribusi normal.
Contoh 1: Seorang guru akan melakukan penelitian mengenai hubungan antara skor IQ dengan hasil
belajar siswa pada pelajaran IPA.
No Skor IQ Nilai IPA Data disamping berskala rasio, oleh karena itu harus diuji normalitasnya
1 120 92 terlebih dahulu:
2 115 85 Hasil Uji normalitas dengan Saphiro Wilk:
3 114 85
4 117 90
5 118 92
6 124 95
7 125 97
8 110 82
9 114 86
10 115 90
11 116 90
12 115 84
13 115 85
Langkah-langkah uji korelasi Pearson dengan SPSS:

2. Klik Analyze  Correlate  Bivariate, maka akan muncul kotak dialog Bivariate Correlation,
masukkan variabel Skor IQ dan nilai IPA ke dalam kolom Variables.
IAIN Tulungagung 35
Mike Rahayu
3. Pada kolom Correlations Coefficients centang Pearson, two-tailed, dan flag significant correlations,
lalu klik OK maka akan muncul output:
Output ini menjelaskan tentang besarnya korelasi dan tingkat signifikansi antara variabel Skor IQ dan
nilai hasil belajar siswa. Cara membaca hasil outpunya adalah:
a. N adalah jumlah data, yaitu 13 data.
b. Pearson Correlation menunjukkan koefisien korelasi antara Skor IQ dan Nilai hasil belajar IPA yaitu
sebesar 0,924. Artinya Skor IQ memiliki hubungan yang sangat kuat dengan hasil belajar nilai IPA.
c. Sig. (2-tailed) menunjukkan tingkat signifikansi hubungan skor IQ dan nilai IPA, adapun tahapan
pengujiannya adalah sebagai berikut:
Ho: Tidak ada hubungan yang signifikan antara skor IQ dan nilai hasil belajar IPA.
Ha: Ada hubungan yang signifikan antara skor IQ dan nilai hasil belajar IPA.
2. Menentukan nilai sig. (2-tailed), yaitu 0,000
Jika sig. (2-tailed) > 0,05 maka Ho diterima
Jika sig. (2-tailed) < 0,05 maka Ho ditolak, Ha diterima.
Ada hubungan yang signifikan antara skor IQ dan nilai hasil belajar IPA.
Dari hasil pengujian di atas, dapat disimpulkan bahwa kenaikan skor IQ pada siswa akan berpengaruh
terhadap hasil belajar siswa pada mata pelajaran IPA. Dalam kasus ini, semakin tinggi skor IQ siswa,
maka akan semakin tinggi nilai hasil belajar pelajaran IPA.
IAIN Tulungagung 36
Mike Rahayu
Contoh 2: Seorang guru akan melakukan penelitian tentang hubungan antara nilai UAS, tugas, dan kuis
siswa PAI dari 12 kelas.
Kelas Nilai UAS Nilai Tugas Nilai Kuis Data disamping berskala rasio, oleh karena itu
4A 88 93 90 harus diuji normalitasnya terlebih dahulu:
4B 95 98 95 Hasil Uji normalitas dengan Saphiro Wilk:
4C 96 97 96
4D 94 95 88
4E 92 93 90
4F 90 95 92
4G 92 90 89
4H 92 94 90
4I 96 95 95
4J 92 96 98
4K 92 94 85
4L 93 87 87
Langkah-langkah uji korelasi Pearson dengan SPSS:

masukkan variabel nilai UAS, nilai tugas, dan nilai kuis ke dalam kolom Variables.
3. Pada kolom Correlations Coefficients centang Pearson, two-tailed, dan flag significant of
correlations, lalu klik OK maka akan muncul output:
IAIN Tulungagung 37
Mike Rahayu
b. Pearson Correlation menunjukkan koefisien korelasi antara 3 variabel, yaitu nilai UAS, nilai tugas,
dan nilai kuis. Pada contoh soal ini ada 3 nilai Person correlation, yaitu:
Variabel Pearson Correlation Tingkat hubungan
Nilai UAS dan Nilai Tugas 0,331 Lemah
Nilai UAS dan Nilai Kuis 0,370 Lemah
Nilai Kuis dan Nilai Tugas 0,649 Kuat
Dari tabel di atas bisa dibuat kesimpulan:
- Nilai UAS memiliki hubungan yang lemah dengan nilai tugas.
- Nilai UAS memiliki hubungan yang lemah dengan nilai kuis.
- Nilai Kuis memiliki hubungan yang kuat dengan nilai tugas.
c. Sig. (2-tailed) menunjukkan tingkat signifikansi hubungan antar variabel. Adapun tahapan-tahapan
Nilai UAS dan Tugas Nilai UAS dan Kuis Nilai Kuis dan Tugas
Ho: Tidak ada hubungan yang Ho: Tidak ada hubungan yang Ho: Tidak ada hubungan yang
signifikan antara nilai UAS dan signifikan antara nilai UAS dan signifikan antara nilai Kuis dan
nilai tugas nilai kuis nilai tugas
Ha: Ada hubungan yang Ha: Ada hubungan yang Ha: Ada hubungan yang
signifikan antara nilai UAS dan signifikan antara nilai UAS dan signifikan antara nilai Kuis dan
nilai tugas nilai kuis nilai tugas
Menentukan nilai sig. (2-tailed), Menentukan nilai sig. (2-tailed), Menentukan nilai sig. (2-tailed),
yaitu 0,293 yaitu 0,237 yaitu 0,022
Jika sig. (2-tailed) > 0,05 maka Jika sig. (2-tailed) > 0,05 maka Jika sig. (2-tailed) > 0,05 maka
Ho diterima Ho diterima Ho diterima
Jika sig. (2-tailed) < 0,05 maka Jika sig. (2-tailed) < 0,05 maka Jika sig. (2-tailed) < 0,05 maka
Ho ditolak, Ha diterima. Ho ditolak, Ha diterima. Ho ditolak, Ha diterima.
Sig. (2-tailed) 0,293 > 0,05 maka Sig. (2-tailed) 0,237 > 0,05 Sig. (2-tailed) 0,022 < 0,05 maka
Ho diterima. maka Ho diterima. Ho ditolak, Ha diterima.
Kesimpulan: Kesimpulan: Kesimpulan:
Tidak ada hubungan yang Tidak ada hubungan yang Ada hubungan yang signifikan
signifikan antara nilai UAS dan signifikan antara nilai UAS dan antara nilai Kuis dan nilai tugas
nilai tugas nilai kuis
Dari hasil uji Pearson Correlation dan uji signifikansi menunjukkan bahwa nilai UAS dan Tugas serta
Nilai UAS dan kuis memiliki hubungan yang lemah. Hal ini juga didukung oleh hasil uji signifikansi
yang menunjukkan bahwa tidak ada hubungan yang signifikan antara nilai UAS dan nilai tugas, serta
nilai UAS dan nilai kuis.
Hasil yang berbeda didapatkan dari hasil uji korelasi antara nilai kuis dan nilai tugas. Hasil uji Pearson
Correlation dan uji signifikansi menunjukkan bahwa nilai kuis dan tugas memiliki hubungan yang
kuat. Hal ini juga didukung oleh hasil uji signifikansi yang menunjukkan bahwa ada hubungan yang
signifikan antara nilai kuis dan tugas.
6.2 Analisis Korelasi Nonparametrik (Uji Kendalls tau-b dan Spearman)

Kedua uji ini digunakan untuk mengukur keeratan hubungan antara dua variabel yang mempunyai
data dengan skala interval dan rasio yang berdistribusi tidak normal atau data dengan skala ordinal.
Contoh: Seorang guru akan melakukan penelitian tentang hubungan antara nilai prestasi siswa dengan
kedisiplinan siswa. Untuk memberikan penilaian, guru menggunakan skala ordinal 1-10 untuk menilai
kedua variabel tersebut.
IAIN Tulungagung 38
Mike Rahayu
No Prestasi Kedisiplinan No Prestasi Kedisiplinan
1 7 8 11 7 9
2 6 6 12 6 5
3 5 6 13 7 7
4 9 7 14 8 6
5 8 8 15 8 8
6 6 5 16 9 8
7 8 7 17 5 6
8 6 6 18 8 9
9 7 6 19 7 7
10 8 8 20 6 7
Langkah-langkah uji korelasi Kendall’s tau-b dan Spearman dengan SPSS:

masukkan variabel prestasi dan kedisiplinan ke dalam kolom Variables.
3. Pada kolom Correlations Coefficients centang Kendall’s tau-b dan Spearman, two-tailed, dan flag
significant of correlations, lalu klik OK maka akan muncul output:
IAIN Tulungagung 39
Mike Rahayu
b. Kendall’s tau-b Correlation Coefficient menunjukkan koefisien korelasi antara prestasi dan
kedisipilinan adalah sebesar 0,503 artinya prestasi dan kedisiplinan memiliki hubungan yang sedang.
Spearman’s rho Correlation Coefficient menunjukkan koefisien korelasi antara prestasi dan
kedisipilinan adalah sebesar 0,630 artinya prestasi dan kedisiplinan memiliki hubungan yang kuat.
c. Sig. (2-tailed) menunjukkan tingkat signifikansi hubungan antar variabel. Adapun tahapan-tahapan
Uji Kendall’s tau-b
Ho: Tidak ada hubungan yang signifikan antara prestasi dan kedisiplinan.
Ha: Ada hubungan yang signifikan antara skor prestasi dan kedisiplinan.
3. Menentukan kriteria pengujian (digunakan 0,01tingkat signifikansi yang digunakan adalah 0,01)
Ada hubungan yang signifikan antara skor prestasi dan kedisiplinan.
Uji Spearman
Ho: Tidak ada hubungan yang signifikan antara prestasi dan kedisiplinan.
Ha: Ada hubungan yang signifikan antara skor prestasi dan kedisiplinan.
3. Menentukan kriteria pengujian (digunakan 0,01tingkat signifikansi yang digunakan adalah 0,01)
Ada hubungan yang signifikan antara skor prestasi dan kedisiplinan.
Dari hasil uji berdasarkan Coefficient Correlation Kendall’s tau-b dan Spearman dan uji signifikansi
menunjukkan bahwa prestasi dan kedisiplinan siswa memiliki hubungan yang sedang dan kuat. Hal
ini juga didukung oleh hasil uji signifikansi yang menunjukkan bahwa Ada hubungan yang signifikan
antara nilai prestasi siswa dan kedisiplinan.
LATIHAN SOAL
1. Seorang guru akan meneliti hubungan antara jarak rumah siswa dan kedisiplinan siswa, Skala yang
digunakan adalah skala ordinal 1-5.
No Jarak Kedisiplinan No Jarak Kedisiplinan a. Uji normalitas datanya dengan
1 5 2 10 2 5 Saphiro wilk
2 4 1 11 2 4 b. Tentukan uji korelasi yang sesuai
3 2 5 12 1 4 c. Tentukan hubungan yang terjadi
4 1 4 13 2 5 d. Tentukan signifikansi hubungannya
5 2 4 14 3 2
6 3 3 15 3 3
7 4 2 16 2 1
8 3 3 17 3 5
9 2 2 18 2 4
IAIN Tulungagung 40
Mike Rahayu
2. Seorang guru akan meneliti tentang hubungan jumlah uang saku siswa dan prestasi siswa. Skala yang
digunakan adalah skala ordinal.
No Uang saku Pretasi No Uang saku Pretasi a. Uji normalitas datanya dengan
1 2 2 11 2 4 Saphiro wilk
2 3 3 12 1 5 b. Tentukan uji korelasi yang sesuai
3 4 1 13 2 5 c. Tentukan hubungan yang terjadi
4 5 2 14 3 3
d. Tentukan signifikansi hubungannya
5 1 5 15 5 2
6 2 4 16 4 2
7 1 4 17 4 3
8 2 4 18 3 1
9 3 4 19 2 2
10 2 5 20 2 4
3. Seorang guru akan meneliti hubungan antara skor tes IQ dengan prestasi belajar siswa pada mata
pelajaran matematika.
No Skor IQ Mtk No Skor IQ Mtk a. Uji normalitas datanya dengan
1 125 90 16 128 85 Saphiro wilk
2 115 82 17 108 72
b. Tentukan uji korelasi yang sesuai
3 120 85 18 113 80
4 121 80 c. Tentukan hubungan yang terjadi
19 116 90
5 124 88 20 117 94 d. Tentukan signifikansi hubungannya
6 110 83 21 115 95
7 112 75 22 115 90
8 114 84 23 110 88
9 115 88 24 111 90
10 115 84 25 116 92
11 116 88 26 117 90
12 117 90 27 120 86
13 120 92 28 125 88
14 122 94 29 126 96
15 124 98 30 120 92
4. Seorang guru akan meneliti hubungan antara nilai pretes dan postes siswapada mata pelajaran PAI
No pretes postes kuis a. Uji normalitas datanya dengan Saphiro wilk
1 70 85 90 b. Tentukan uji korelasi yang sesuai
2 65 80 82 c. Tentukan hubungan yang terjadi
3 60 75 80 d. Tentukan signifikansi hubungannya
4 58 90 90
5 67 92 85
6 64 94 88
7 74 98 92
8 78 96 90
9 71 88 90
10 72 90 86
11 74 95 88
12 66 88 84
13 65 85 93
14 70 92 95
15 62 85 88
IAIN Tulungagung 41
Mike Rahayu
BAB 7
UJI CHI SQUARE
Uji Chi square bertujuan untuk menganalisis hubungan antara dua variabel yang berbeda dengan
menggnakan skala nominal dan ordinal. Uji ini termasuk analisis statistik nonparametrik. Uji ini mirip
dengan uji Kendals tau-b dan Spearman rho, sama sama digunakan untuk menganalisi hubungan antar
variabel, perbedaannya adalah pada jenis skala variabel yang digunakan. Perhatikan tabel berikut ini:
Jenis Tes Skala variabel 1 Skala variabel 2
Kendals tau-b Ordinal Ordinal
Spearman rho Ordinal Ordinal
Chi square Nominal Ordinal/Nominal
Jadi, uji Kendals tau-b dan Spearman rho digunakan untuk menghuji hubungan dua variabel dengan
skala ordinal, sedangkan uji Chi square digunakan untuk menguji variabel dengan skala nominal dan
ordinal. Prinsip kerja pada uji Chi square ini adalah menguji perbedaan frekuensi dari kelompok sampel.
Contoh 1:
Peneliti ingin menguji apakah ada hubungan antara jenis kelamin dengan tingkat pendidikan. Diambil
sampel sebanyak 100 orang secara acak.
Keterangan:
Jenis Kelamin: 1=laki-laki, 2=perempuan
Pendidikan: 1=SMP, 2=SMA, 3=S1
Pada data tersebut, jenis kelamin dan pendidikan menggunakan skala nominal, maka untuk mengujinya
menggunakan uji Chi square. Langkah-langkah ujinya adalah sebagai berikut:
1. Masukkan data di atas ke dalam SPSS 16, masukkan nilai yang ada pada keterangan ke dalam kolom
Values.
2. Klik Data  Weight Cases maka akan muncul kotak dialog Weight Cases. Centang Weight Cases by
dan masukkan Frekuensi ke dalam Frequency Variable. Hal ini bertujuan untuk membandingkan
frekuensi tiap variabel. Lalu klik OK
3. Klik Analyze  Descriptive Statistics  Crosstabs maka akan muncul kotak dialog Crosstabs.
Masukkan variabel pendidikan ke kotak Row(s) dan jenis kelamin pada kotak Column(s).
IAIN Tulungagung 42
Mike Rahayu
4. Kemudian klik Cells maka akan muncul kotak dialog Crosstabs: Cell Display. Pada Counts centang
Observed dan Expected, lalu klik Continou dan akan kembali ke kotak dialog Crosstabs.
5. Lalu klik Statistics, maka akan muncul kotak dialog Crosstabs: Statistics. Centang Chi-square dan
pada nominal pilih Contingency coefficient, lalu klik Continou.
IAIN Tulungagung 43
Mike Rahayu
6. Klik OK maka akan muncul output sebagai berikut:
a. Output pertama (Case Processing Summary)
Output ini menjelaskan tentang jumlah data valid, missing, dan jumlah keseluruhan data.
b. Output kedua (Jenis Kelamin * Pendidikan Crosstabulation)
Output ini menjelaskan tentang hasil tabulasi pengumpulan data jenis kelamin dan pendidikan.
Dari tabel dapat dilihat bahwa untuk jenis kelamin laki-laki, lulusan SMP ada 10 orang, SMA ada
15 orang, dan S1 adalah 22 orang. Untuk jenis kelamin perempuan, 20 orang lulus SMP, 23 orang
lulus SMA, dan 10 orang lulus S1. Jumlah sampel laki-laki adalah 47 orang sedangkan sampel
wanita sebanyak 53 orang.
c. Output ketiga (Chi Square Test)
Output ini menjelaskan tentang hasil uji Chi square. Untuk membaca hasilnya cukup dilihat nilai
Assymp. Sig. (2-sided) Pearson Chi square. Berikut ini adalah tahapan pengujiannya:
Ho: Tidak ada hubungan yang signifikan antara jenis kelamin dengan tingkat pendidikan.
Ha: Ada hubungan yang signifikan antara jenis kelamin dengan tingkat pendidikan.
2. Menentukan Assymp. Sig. (2-sided) Pearson Chi square = 0,010
Jika nilai Assymp. Sig. (2-sided) Pearson Chi square > 0,05 maka Ho diterima
Jika nilai Assymp. Sig. (2-sided) Pearson Chi square < 0,05 maka Ho ditolak, Ha diterima
Sig 0,010 < 0,05 maka Ho ditolak, Ha diterima
Ada hubungan yang signifikan antara jenis kelamin dengan tingkat pendidikan.
Contoh 2:
Seorang peneliti akan meneliti hubungan antara asal daerah dengan tingkat pendidikan. Tentukan
apakah ada hubungan antara daerah asal dengan tingkat pendidikan? Untuk menjawab pertanyaan
tersebut, diambil sampel sebanyak 20 orang secara acak dan hasilnya adalah sebagai berikut:
IAIN Tulungagung 44
Mike Rahayu
No Asal daerah Pendidikan No Asal Daerah Pendidikan
1 1 3 11 1 2
2 1 2 12 2 1
3 2 2 13 2 3
4 1 1 14 1 3
5 2 1 15 1 2
6 1 3 16 1 3
7 2 2 17 2 1
8 1 3 18 1 3
9 1 3 19 2 1
10 2 2 20 2 1
Keterangan: Asal daerah 1=Kabupaten, 2=Kota

Pendidikan 1=SMP, 2=SMA, 3=S1
Pada data tersebut, jenis kelamin dan pendidikan menggunakan skala nominal, maka untuk mengujinya
menggunakan uji Chi square. Langkah-langkah ujinya adalah sebagai berikut:
1. Masukkan data di atas ke dalam SPSS 16, masukkan nilai yang ada pada keterangan ke dalam kolom
Values.
2. Klik Analyze  Descriptive Statistics  Crosstabs maka akan muncul kotak dialog Crosstabs.
Masukkan variabel asal daerah ke kotak Row(s) dan pendidikan pada kotak Column(s).
3. Lalu klik Statistics, maka akan muncul kotak dialog Crosstabs: Statistics. Centang Chi-square lalu klik
Continou.
IAIN Tulungagung 45
Mike Rahayu
a. Output pertama (Case Processing Summary)
Output ini menjelaskan tentang jumlah data valid, missing, dan jumlah keseluruhan data.
b. Output kedua (Asal Daerah * Pendidikan Crosstabulation)
Output ini menjelaskan tentang hasil tabulasi pengumpulan data asal daerah dan pendidikan.
Dari tabel dapat dilihat bahwa untuk asal darah kabupaten, 1 orang berpendidikan SMP, 3 orang
SMA, dan 7 orang S1, sedangkan untuk asal daerah kota, 5 orang berprndidikan SMP, 3 orang
SMA, dan 1 orang S1. Jumlah total sampel yang berasal dari kabupaten adalah 11 dan kota
adalah 9.
c. Output ketiga (Chi Square Test)
Output ini menjelaskan tentang hasil uji Chi square. Untuk membaca hasilnya cukup dilihat nilai
Assymp. Sig. (2-sided) Pearson Chi square. Berikut ini adalah tahapan pengujiannya:
Ho: Tidak ada hubungan yang signifikan antara asal daerah dengan tingkat pendidikan.
Ha: Ada hubungan yang signifikan antara asal daerah dengan tingkat pendidikan.
2. Menentukan Assymp. Sig. (2-sided) Pearson Chi square = 0,030
Jika nilai Assymp. Sig. (2-sided) Pearson Chi square > 0,05 maka Ho diterima
Jika nilai Assymp. Sig. (2-sided) Pearson Chi square < 0,05 maka Ho ditolak, Ha diterima
Sig 0,030 < 0,05 maka Ho ditolak, Ha diterima
Ada hubungan yang signifikan antara asal daerah dengan tingkat pendidikan.
LATIHAN SOAL:
1. Seorang guru akan meneliti tentang hubungan golongan darah dan tingkat kedisiplinan siswa.
Berikut ini adalah hasil sampling guru dari 20 siswa.
Diketahui: Golongan darah: 1=A, 2=B, 3=O, 4=AB
Tingkat kedisiplinan: 1=rendah, 2=sedang, 3=tinggi.
IAIN Tulungagung 46
Mike Rahayu
No Golongan Darah Kedisiplinan Frekuuensi
1 1 1 2 a. Sebutkan jenis skala setiap
2 1 2 4 variabelnya!
3 1 3 8 b. Uji apakah yang dapat digunakan
4 2 1 3 untuk menentukan hubungan antara
5 2 2 5 golongan darah dengan kedisipplinan
6 2 3 4 siswa?
7 3 1 6 c. Buktikan secara statistik hubungan
8 3 2 4
antara golongan darah dan
9 3 3 5
kedisiplinan siswa!
10 4 1 2
11 4 2 4
12 4 3 5
2. Seorang guru akan meneliti tentang hubungan profesi orang tua dengan hasil belajar siswa.
No Profesi Hasil belajar No Profesi Hasil belajar Keterangan:
1 1 3 16 1 3 Profesi: 1=Petani, 2=Guru,
2 3 3 17 1 2 3=Pedagang
3 2 2 18 2 3
Hasil belajar: 1=Kurang,
4 1 3 19 3 2
2= Baik, 3=Sangat baik
5 2 2 20 2 2
6 3 3 21 3 3 a. Sebutkan jenis skala
7 2 3 22 2 3 setiap variabelnya!
8 1 1 23 2 3 b. Buktikan secara
9 2 1 24 3 2 statistik hubungan
10 2 3 25 2 2 antara golongan darah
11 1 2 26 1 3 dan kedisiplinan siswa!
12 1 2 27 1 2 c. Apakah nama ujinya?
13 3 1 28 1 3
14 2 3 29 2 2
15 1 3 30 3 3
3. Seorang guru akan meneliti hubungan antara jenis kelamin siswa dengan kemampuan menghafal.
No Jenis kelamin Kemampuan menghafal No Jenis kelamin Kemampuan menghafal
1 1 1 1 2 4
2 2 3 2 1 3
3 1 4 3 1 2
4 2 2 4 2 2
5 1 3 5 2 3
6 2 3 6 2 2
7 2 2 7 1 2
8 2 3 8 2 3
9 1 2 9 1 2
10 1 3 10 2 3
Keterangan: Jenis kelamin: 1-laki-laki, 2=perempuan

Kemampuan menghafal: 1=rendah, 2=cukup, 3=baik, 4=cukup baik
a. Sebutkan jenis skala setiap variabelnya!
b. Tentukan apakah uji statistic yang digunakan untuk menguji hubungan antara jenis kelamin dan
kemampuan menghafal siswa!
c. Buktikan secara statistik hubungan antara golongan darah dan kedisiplinan siswa!
IAIN Tulungagung 47
Mike Rahayu
BAB 8
VALIDITAS DAN RELIABILITAS
Pada bab-bab sebelumnya telah dibahas langkah analisis data yang telah diambil ketika melakukan
suatu penelitian. Sebelum melakukan pengambilan data, peneliti harus menyusun instrument penelitian
yang digunakan untuk mengambil data. Instrumen ini harus dipastikan dapat digunakan untuk
mengambil data secara tepat dan akurat. Uji validitas dan reliabilitas merupakan uji yang harus
dilakukan terhadap instrument penelitian sebelum digunakan. Intrumen penelitian dapat berupa soal
tes, angket, maupun kuisioner harus diuji validitas dan reliabilitasnya sebelum digunakan. Kedua uji ini
dilakukan agar peneliti dapat mengumpulkan data yang tepat, akurat, dan konsisten. Berikut ini akan
dijelaskan mengenai uji validitas dan reliabilitas
8.1 Uji Validitas

Instrumen yang sering digunakan dalam penelitian secara umum ada dua, yaitu instrument tes dan non
tes. Contoh instrument tes adalah soal tes yang digunakan untuk menguji pemahan siswa. Contoh
instrument non tes adalah angket atau kuisioner. Uji validitas digunakan untuk mengetahui seberapa
cermat suatu item dalam mengukur objeknya. Item dikatakan valid ketika mepunyai korelasi yang tinggi
dengan item soal yang lain. Uji validitas biasanya dilakukan dengan uji Moment Product Correlation.
 Kriteria pengujiannya adalah ketika nilai korelasi (r) Moment Product > 0,30 maka item tersebut
adalah valid. Jika nilai r dibawah itu maka item soal tidak valid dan harus direvisi atau diganti
kemudian diuji validitas kembali.
8.2 Uji Reliabilitas

Uji reliabilitas digunakan untuk mengetahui keajegan atau konsistensi instrument dalam pengambilan
data. Instrumen yang baik akan menunjukkan hasil yang konsisten ketika digunakan dimanapun dan
kapanpun. Hasil pengukuran dapat dipercaya bila dalam beberapa kali pelaksanaan pengukuran
terhadap kelompok subyek yang sama diperoleh hasil yang relative sama, selama aspek yang diukur
sama. Uji reliabilitas dapat dilakukan dengan metode Alpha Cronbach’s
 Kriteria pengujiannya adalah berdasarkan nilai Alpha Cronbach, yaitu:
a. Jika nilai Alpha Cronbach 0,00-0,20 berarti reliabilitasnya sangat rendah
b. Jika nilai Alpha Cronbach 0,21-0,40 berarti reliabilitasnya rendah
c. Jika nilai Alpha Cronbach 0,41-0,60 berarti cukup reliabel
d. Jika nilai Alpha Cronbach 0,61-0,80 berarti reliabel
e. Jika nilai Alpha Cronbach 0,81-1,00 berarti sangat reliabel
Berdasarkan criteria di atas, maka instrument yang dapat digunakan adalah ketika memiliki nilai
Alpha Cronbach minimal 0,60 atau reliabel. Jika suatu item soal memiliki nilai Alpha Cronbach di
bawah kriteria, maka item soal harus direvisi atau diganti dan diuji kembali.
Contoh 1:
Seorang peneliti membuat kuisioner tentang kepuasan mahasiswa terhadap pelayanan universitas
meliputi:
X1: Akses informasi dan teknologi
X2: Pelayanan administrasi
X3: Kualitas belajar mengajar
X4: Fasilitas pembelajaran
X5: Perpustakaan
IAIN Tulungagung 48
Mike Rahayu
Adapun kriteria penilainnya adalah: 1=sangat kurang, 2=kurang, 3=cukup, 4=baik, 5=sangat baik.
Berikut ini adalah hasil uji validasi kepada 20 orang mahasiswa:
Responden X1 X2 X3 X4 X5
1 1 3 2 3 1
2 2 2 3 3 2
3 2 3 4 4 2
4 1 4 4 3 2
5 2 3 3 2 3
6 3 3 1 2 1
7 2 2 3 3 1
8 1 3 4 4 2
9 2 2 3 4 2
10 1 3 2 3 1
Langkah-langkah pengujian validitas dan reliabilitasnya adalah:

2. Klik Analyze  Scale  Reliability Analysis maka akan muncul kotak dialog Reliability Analysis.
Masukkan item X1, X2, X3, X4, dan X5 ke kolom Items. Pastikan model yang dipilih adalah Alpha
3. Klik Statistics, akan muncul kotak dialog Reliability Analysis: Statictics. Centang Scale if item deleted
lalu klik Continou.
IAIN Tulungagung 49
Mike Rahayu
4. Klik OK, maka akan muncul output:
a. Reliability Statistics
Output ini menjelaskan tentang hasil uji reliabilitas menggunakan metode Alpha Cronbach. Cara
membaca datanya adalah dengan melihat nilai Cronbach’s Alpa. Nilai Cronbach Alpha = 0,598
artinya reliabilitas instrument ini adalah cukup. Instrumen ini masih membutuhkan revisi agar
reliabilitasnya lebih baik.
b. Item Total Statistics
Output ini menjelaskan tentang hasil uji validitas construct/isi dari 5 item pertanyaan. Cara
membaca datanya adalah dilihat dari nilai r (Corrected Item-Total Correlation). Jika nilai r > 0,30
maka item soal adalah valid, dan sebaliknya. Hasil uji ke 5 item di atas adalah:
Nomor Corrected Utem-
Keterangan
item Total Correlation
X1 0,585 Valid
X2 0,653 Valid
X3 0,865 Valid
X4 -0,239 Tidak Valid
X5 0,431 Valid
Contoh 2:
Seorang guru akan menguji hasil belajar siswa pada pelajaran IPA dengan instrument tes. Guru
menggunakan 20 soal pilihan ganda dan akan diuji validitas dan reliabilitasnya. Adapun data untuk uji
validitas dan reliabilitasnya adalah sebagai berikut:
S X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
1 1 1 1 0 0 1 0 0 1 1
2 0 1 1 1 0 0 1 1 1 1
3 0 1 1 1 1 1 1 1 1 1
4 1 0 0 0 0 1 1 0 0 1
5 1 0 1 1 0 0 0 1 0 1
6 1 1 1 1 1 0 0 1 1 1
7 0 1 0 0 0 1 1 1 1 1
8 0 0 1 1 0 0 0 0 1 1
9 1 0 1 1 1 1 1 1 1 1
10 1 1 0 0 0 0 0 0 0 1
Keterangan: 1=jawaban benar, 0=jawaban salah
Tentukan validitas dan reliabilitasnya!
IAIN Tulungagung 50
Mike Rahayu
Langkah-langkah uji validitas dan reliabilitasnya adalah:
2. Klik Klik Analyze  Scale  Reliability Analysis maka akan muncul kotak dialog Reliability Analysis.
Masukkan item X1, X2, X3, X4, dan X5 ke kolom Items. Pastikan model yang dipilih adalah Alpha
3. Klik Statistics, akan muncul kotak dialog Reliability Analysis: Statictics. Centang Scale if item deleted
lalu klik Continou

a. Reliability statistics
Output ini menjelaskan tentang hasil uji reliabilitas menggunakan metode Alpha Cronbach. Cara
membaca datanya adalah dengan melihat nilai Cronbach’s Alpa. Nilai Cronbach Alpha = 0,536
artinya reliabilitas instrument ini adalah cukup. Instrumen ini masih membutuhkan revisi agar
reliabilitasnya lebih baik.
IAIN Tulungagung 51
Mike Rahayu
b. Item-Total statiscts
Output ini menjelaskan tentang hasil uji validitas dari 5 item pertanyaan. Cara membaca
datanya adalah dilihat dari nilai r (Corrected Item-Total Correlation). Jika nilai r > 0,30 maka
item soal adalah valid, dan sebaliknya. Hasil uji ke 5 item di atas adalah:
Nomor Corrected Item-Total
Keterangan
item Correlation
X1 -0,151 Tidak Valid Berdasarkan data disamping maka ada 4
X2 0,070 Tidak Valid soal valid 6 soal tidak valid, maka 6 butir
X3 0,242 Tidak Valid
soal harus diperbaiki atau direvisi
X4 0,413 Valid
sebelum digunakan kembali.
X5 0,500 Valid
X8 0,514 Valid
X9 0,333 Valid
LATIHAN SOAL:
1. Seorang peneliti menyusun sebuah instrumen tes untuk menguji hasil belajar siswa pada mata
pelajaran IPA. Berikut ini adalah hasil uji coba soal kepada 10 siswa:
Responden X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
1 1 0 0 1 1 1 1 0 0 1
2 1 1 0 0 1 1 0 0 1 0
3 0 1 0 1 0 1 0 1 1 1
4 0 1 1 1 1 1 1 1 1 1
5 1 1 1 0 1 1 1 0 0 1
6 0 1 1 1 0 1 1 1 1 1
7 1 0 1 1 1 0 1 1 0 1
8 1 0 1 0 1 0 1 0 0 0
9 0 1 1 1 0 1 1 1 0 0
10 0 1 1 0 0 1 1 0 0 0
Tentukan validitas dan reliabilitas instrument tes tersebut!
IAIN Tulungagung 52
Mike Rahayu
2. Seorang peneliti menyusun angket untuk mengetahui motivasi siswa pada pelajaran Pendidikan
Agama Islam. Sebanyak 5 pertanyaan diujikan pada 10 orang siswa.
Responden Item 1 Item 2 Item 3 Item 4 Item 5
1 4 5 5 4 4
2 4 3 3 4 3
3 5 4 5 3 5
4 3 2 2 5 2
5 4 5 4 4 3
6 4 3 3 5 2
7 5 5 4 4 4
8 4 5 3 3 4
9 4 4 4 2 5
10 4 3 2 1 3
Tentukan validitas dan reliabilitas instrument angket tersebut.
IAIN Tulungagung 53
Mike Rahayu
DAFTAR PUSTAKA
Kadir. 2015. Statistika Terapan: Konsep, Contoh dan Analisis Data dengan Program SPSS/Lisrel dalam
Penelitian. Jakarta: PT RajaGrafindo Persada.
Priyatno, Duwi. 2012. Belajar Cepat Olah Data Statistik dengan SPSS. Yogyakarta: Penerbit Andi.
Riduwan dan Sunarto. 2015. Pengantar Statistika untuk Penelitian Pendidikan, Sosial, Ekonomi,
Komunikasi, dan Bisnis. Bandung: Penerbit Alfabeta.
Rafiudin, Rahmat dan Saepudin, Asep. 2009. Praktek Langsung SPSS 17. Jakarta: Penerbit PT Elex Media
Komputindo.
Sujianto, Agus Eko. 2009. Aplikasi Statistik dengan SPSS 16.0. Jakarta: Prestasi Pustaka Publisher.
Sugiyono. 2016. Statistika untuk Penelitian. Bandung: Penerbit Alfabeta.
IAIN Tulungagung 54
Mike Rahayu

Modul Statistika Pendidikan Lengkap

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul Statistika Pendidikan Lengkap

Diunggah oleh

Hak Cipta:

Format Tersedia

2018

MODUL STATISTIKA PENDIDIKAN

Mike Rahayu, M.Sc

1. Pengenalan SPSS ...................................................................................................................... 3

1. Data View  Tempat memasukkan data penelitian

7. Missing, menentukan jumlah data yang dihilangkan dari analisis

Tampilan pada Data View:

1. Masukkan data berikut ke dalam SPSS:

2. Masukkan data berikut ke dalam SPSS:

Analisis deskriptif statistik digunakan untuk menggambarkan atau mendeskripsikan data-data

Keterangan: 1= PAI, 2= PGMI

Berdasakan data di samping, analisis

2.1 Langkah-langkah untuk analisa semua data:

B. Output Kedua “Frequencies”

Output kedua menjelaskan tentang frekuensi data nilai

C. Output Kedua “Histogram”

4. Klik Statistics lalu akan mucul kotak dialog Explore Statistics

5. Hasil Output dan cara membacanya adalah sebagai berikut:

1. Tentukan analisa deskriptif statistik data-data dibawah ini:

2. (A) Tentukan analisa statistik deskriptif tiap jurusannya! (1=TMT, 2=TBIO)

Statistika  Uji Parametris dilakukan ketika data

Berikut ini adalah contoh penerapan uji statistik inferensial:

Uji Inferensial Parametris Non Parametris Berdasarkan data disamping,

Langkah-langkah Pengujian Normalitas: (PENTING!)

3.1 Uji Normalitas Data dengan Metode Liliefors

Tahapan uji normalitas Liliefors:

3.2 Uji Normalitas Data dengan Metode Saphiro-Wilk

Untuk tahap pengujiannya:

3.3 Uji Normalitas Data dengan Metode Kolmogorov-Smirnov

3. Klik OK, lalu akan muncul outputnya.

Tahapan pengujian uji normalitas dengan metode Kolmogorov-Smirnov adalah:

Uji Inferensial Parametris Non Parametris

4.1 Analisis Perbandingan 2 Rata-rata dengan Statistik Parametris

3. Klik OK, maka akan keluar 3 output, yaitu:

b. Paired Sample Correlation, menjelaskan tentang besarnya korelasi atau hubungan

Untuk pengambilan keputusannya:

Langkah-langkah Pengujiannya dengan SPSS:

5. Klik continue dan muncul 2 output.

a. Tentukan normalitas data pretes dan postes dengan uji Liliefor!

Uji Inferensial Parametris Non Parametris

4.2.1 Two Related Sample Test (Uji Wilcoxon)

4.2.2 Two Independent Sample Test (Uji Mann Whitney)

LATIHAN SOAL (STATISTIK PARAMETRIK DAN NONPARAMETRIK)

5.1 Uji Perbedaan 3 Rata-rata Atau Lebih Dengan Statistik Parametrik

4. Klik OK, maka akan muncul 3 output, yaitu:

5.2 Uji Perbedaan 3 Rata-rata Atau Lebih Dengan Statistik Nonparametrik

4. Klik OK maka akan muncul 2 output, yaitu:

6.1 Analisis Korelasi Parametrik (Uji Pearson/Product Moment pearson)

Langkah-langkah uji korelasi Pearson dengan SPSS:

Langkah-langkah uji korelasi Pearson dengan SPSS:

6.2 Analisis Korelasi Nonparametrik (Uji Kendalls tau-b dan Spearman)

Langkah-langkah uji korelasi Kendall’s tau-b dan Spearman dengan SPSS:

Keterangan: Asal daerah 1=Kabupaten, 2=Kota

Keterangan: Jenis kelamin: 1-laki-laki, 2=perempuan

8.1 Uji Validitas

8.2 Uji Reliabilitas

Langkah-langkah pengujian validitas dan reliabilitasnya adalah:

4. Klik OK maka akan muncul output sebagai berikut:

Anda mungkin juga menyukai