KONSEP DAN PENERAPAN UJI STATISTIKA INFERENSIAL PADA DUA ATAU

LEBIH (K) SAMPEL BERKOLERASI (DEPENDENT SAMPLES PADA DATA SKALA

RASIO/INTERVAL
MAKALAH
Disusun untuk memenuhi tugas mata kuliah
“Statistika Manajemen Pendidikan Islam”

Dosen Pengampu
Dr. Suprapto, M. Pd. I

Disusun Oleh :

Inezalda Sonia Azizah (D73218046)

Siti Rohma (D73218068)
Febriana Kurnia Dewi (D93218084)

PROGRAM STUDI MANAJEMEN PENDIDIKAN ISLAM

JURUSAN PENDIDIKAN ISLAM
FAKULTAS TARBIYAH DAN KEGURUAN
UNIVERSITAS ISLAM NEGERI SUNAN AMPEL SURABAYA
2021
 KATA PENGANTAR

Rasa syukur penyusun sampaikan kepada Allah SWT karena berkat limpahan Rahmat,
Taufiq serta Hidayahnya, sehingga penyusun dapat menyelesaikan makalah yang berjudul
“Konsep Dan Penerapan Uji Statistika Inferensial Pada Dua Atau Lebih (K) Sampel Berkolerasi
(Dependent Samples Pada Data Skala Rasio/Interval” dengan baik. Sholawat serta salam tetap
tercurahkan kepada Nabi Muhammad SAW, yang telah membimbing kami dari jalan kegelapan
menuju jalan yang terang yakni agama islam.
Makalah ini kami susun untuk memenuhi tugas presentasi mata kuliah “Statistik
Manajemen Pendidikan Islam” semester V, Prodi Manajemen Pendidikan Islam. Kami
mengucapkan terima kasih kepada beberapa pihak yang mendukung dan memotivasi kami dalam
penyusunan makalah ini, khususnya kepada Bapak Dr. Suprapto, M. Pd. I, selaku dosen
pengampu yang telah memberikan ilmu dan bimbingannya kepada kami sehingga kami dapat
menyelesaikan tugas presentasi ini dengan baik.
Kami menyadari masih banyak kekurangan dalam penyusunan makalah ini sehingga
belum bisa dikatakan mencapai tingkat kesempurnaan, untuk itu kritik dan saran tentu sangat
kami butuhkan. Mohon maaf apabila ada kesalahan cetak atau kutipan-kutipan bahkan
kekurangan lainnya yang kurang berkenan. Semoga melalui makalah ini dapat menambah
sumber-sumber pengetahuan dan bermanfaat bagi kita semua.

Surabaya, 03 Juni 2021

Penyusun

2
 DAFTAR ISI

HALAMAN JUDUL ..................................................................................................................... 1

KATA PENGANTAR ................................................................................................................... 2
DAFTAR ISI.................................................................................................................................. 3
BAB I .............................................................................................................................................. 4
PENDAHULUAN ......................................................................................................................... 4
A. Latar Belakang ......................................................................................................................... 4
B. Rumusan Pembahasan ............................................................................................................. 5
C. Tujuan Pembahasan ................................................................................................................. 5
BAB II ............................................................................................................................................ 6
PEMBAHASAN ............................................................................................................................ 6
A. Prosedur Penerapan Uji Hipotesis Mean Dua atau lebih sample / group dependen Berskala
Rasio / Interval......................................................................................................................... 6
B. Penerapan Uji Hipotesis Mean Dua Atau Lebih Sampel/Group Berkolerasi Dengan Data
Berskala Rasio/Interval.......................................................................................................... 10
BAB III......................................................................................................................................... 14
PENUTUP .................................................................................................................................... 14
A. Kesimpulan ............................................................................................................................ 14
DAFTAR PUSTAKA .................................................................................................................. 15

3
 BAB I

PENDAHULUAN

A. Latar Belakang

Uji Statistika inferensial adalah bagian statistika yang membahas cara melakukan
analisis data, menaksir, meramalkan, dan menarik kesimpulan terhadap data, fenomena,
persoalan yang lebih luas atau populasi berdasarkan sebagian data (sampel) yang diambil
secara acak dari populasi. Kegiatan statistika inferensial meliputi : pengujian hipotesis,
estimasi (menaksir) dan mengambil keputusan. Ruang lingkup pembahasan statistika
inferensial meliputi : analisis korelasi, pengujian rata-rata, analisis regresi linier
sederhana, analisis varians, analisis kovarians, dan lain sebagainya.1

Uji anova (Analisis of Variance) atau sering juga diistilahkan sebagai uji sidik
ragam, dikembangkan oleh Ronald Fisher. Prinsip pengujiannya yakni untuk
menganalisis variabilitas data menjadi dua sumber variasi yakni variasi dalam kelompok
(within) dan variasi antar kelompok (between). Bila variasi within dan between sama
maka rata-rata yang dihasilkan tidak ada perbedaan, maka hasil perbandingan kedua
varian tersebut menghasilkan nilai lebih dari 1, maka rata-rata yang dibandingkan
menunjukkan adanya perbedaan.
Ada beberapa jenis ANOVA, yakni: anova satu jalur (one way anova) dan anova dua
jalur (two way anova). One way anova digunakan untuk menguji hipotesis komparatif
rata-rata k sampel, bila pada setiap sampel hanya terdiri atas satu kategori. Sedang two
way anova digunakan untuk menguji hipotesis komparatif rata-rata k sampel bila peneliti
melakukan kategorisasi terhadap sampel.2

1
Achi Rinaldy “ statistika inferensial untuk ilmu sosisal dan Pendidikan”, Bogor 2020, hal 02
2
Ilhamzen, “One Way Anova” April (2017), accessed May 25, 2021.

4
B. Rumusan Pembahasan

1. Bagaimana Prosedur penerapan uji hipotesis mean dua atau lebih sampel/group
dependen dengan data berskala Rasio/Interval?

2. Bagaimana penerapan uji hipotesis mean dua atau lebih sampel/group berkolerasi
dengan data berskala Rasio/interval?
C. Tujuan Pembahasan

1. Mengetahui Prosedur penerapan uji hipotesis mean dua atau lebih sampel/group
dependen dengan data berskala Rasio/Interval.

2. Mengetahui cara penerapan uji hipotesis mean dua atau lebih sampel/group berkolerasi
dengan data berskala Rasio/interval

5
 BAB II

PEMBAHASAN

A. Prosedur Penerapan Uji Hipotesis Mean Dua atau lebih sample / group dependen
Berskala Rasio / Interval
Analisis variansi adalah metode statistik untuk menganalisis efek 1 atau lebih
variabel independen berskala kategorik, yang dinamakan „faktor‟, terhadap variabel
dependennya, yaitu responsnya yang berskala kontinu.

Pada awal perkembangannya, analisis variansi dirancang untuk menganalisis data

studi eksperimental, namun dalam perkembangan selanjutnya, karena berbagai kendala
teoretik ataupun substantif untuk melaksanakan studi eksperimental, analisis variansi juga
digunakan untuk menganalisis data studi observasional, walaupun secara teoretik nilai
validitas hasilnya dianggap lebih rendah daripada hasil analisis data studi eksperimental.
Analisis variansi 1-arah (oneway analysis of variance; oneway ANOVA) adalah
analisis statistik yang digunakan untuk menguji perbedaan antar lebih daripada dua
kelompok nilai numerik dengan 1 variabel independen (perlakuan; faktor). Misalkan
dimiliki k kelompok nilai numerik, masing-masing berasal dari populasi dengan rerata
1,  2, . . .,  k maka hipotesis yang diuji pada analisis variansi adalah :

H0 : 1 =  2 = . . . =  k

yang menyatakan bahwa tidak ada efek faktor terhadap respons,

vs H1 :  i ≠ j untuk paling sedikit 1 pasangan nilai (i ; j)

atau : H1 : Tidak semua  i = j

yang menyatakan bahwa ada efek faktor terhadap respons.

Layout penyajian data untuk analisis variansi 1-arah adalah:

6
 Kelompok Perlakuan

1 2 ... k

y11 y21 ... yk1

y12 y22 yk
2
... ... ... ...

y1n y2n ykn

1 2 k

1 2 k

yij : Respons responden ke-j pada kelompok ke-i; i = 1, 2, . . . , k; j = 1, 2, . . . n

i
I : Rerata respons kelompok perlakuan ke-i
Hasil perhitungan analisis variansi 1-arah biasanya dirangkum dalam sebuah tabel
ANOVA, yang layout-nya adalah sebagai berikut:

Sumber Jumlah Derajat

Rerata kuadrat F Ftabel
variansi kuadrat Bebas

RKP =
Perlakuan JKP k–1 Fuji =
JKP  k 1 F
k 1 , nk
RKP
RKG = ; 
  
Galat JKG (n – k) RKG
JKG  n  k
Total JKT n–1

7
 JKP : Jumlah kuadrat perlakuan (Treatment sum of squares; SSTr)

JKG : Jumlah kuadrat galat (Error sum of squares; SSE)

JKT : Jumlah kuadrat total (Total sum of squares; SSTo)

RKP : Rerata kuadrat perlakuan (Treatment mean of square; MSTr)

RKG : Rerata kuadrat galat (Error mean of square; MSE)

Hipotesis H0 : 1 =  2 = . . . =  k secara bersama ditolak jika Fuji > F k 1 , nk

; .

 Model Analisis Variansi 1-Arah

Model untuk ANOVA 1-arah adalah:

yij =  + i +ij

yij : Respons subjek ke-j pada kelompok perlakuan ke-i; i = 1, 2, . . . , k

; j = 1, 2, . . . , ni .

 Rerata menyeluruh (overall mean) respons untuk seluruh populasi (seluruh

kelompok perlakuan)
i : Efek kelompok perlakuan ke-i

ij : Galat untuk responden ke-j pada kelompok perlakuan ke-i

Berikut adalah langkah-langkah dalam perhitungan ANOVA satu jalur:

a. Tentukan k atau banyaknya perlakuan,
b. Tentukan n atau banyaknya sampel,
c. Hitung jumlah kuadrat total dengan rumus:

8
d. Hitung jumlah kuadrat perlakuan dengan rumus:

e. Cari harga F-Hitung dengan menggunakan rumus yang tertera pada tabel berikut,

f. Cari harga F tabel dengan mempertimbangkan (1) tingkat signifikansi (α), (2) df
antar perlakuan, dan (3) df dalam perlakuan,
g. Bandingkan harga F Hitung dengan F tabel,
h. Bila F Hitung < F tabel, maka Ho diterima, yang berarti rata-rata kedua perlakuan
tidak berbeda secara signifikan,
i. Bila F Hitung > F tabel, maka Ho ditolak dan H1 diterima, yang berarti rata-rata
kedua perlakuan berbeda secara signifikan.

9
 B. Penerapan Uji Hipotesis Mean Dua Atau Lebih Sampel/Group Berkolerasi Dengan
Data Berskala Rasio/Interval
Dalam Pengujian Anova One Way ada asumsi atau syarat agar data memenuhi
kualifikasi tertentu, yakni ;
1. Data berskala rasio / interval
2. Data memiliki variansi yang sama atau homogenitas
3. Variable berdistribusi normal karena uji anova merupakan salah satu uji
paramteris
Setelah diasumsikan data memenuhi syarat diatas maka prosedur dilakukaannya
uji Anova One Way Single Factor, adalah ;3
1. Menentukan Hipotesis
2. Uji Normalitas Data
3. Uji Homogenitas
4. Uji Anova One Way Single Factor
5. Keputusan
6. Kesimpulan

ANOVA
Source of
Variation SS df MS F P-value F crit
Between Groups SS b m-1 MS b Lihat tabel MS b
sesuai dengan NS
MS b /
Within Groups SS w N-m Ms w alpha yang within
MS w
telah
ditentukan
Total SS t N-1

Anova One Way

Setelah memahami prosedur dari penggunaan rumus Anova One Way
penulis akan memberikan contoh penerapan secara langsung, contoh
kasusnya yakni ; 4

3
Hidayat Huang, “Uji Anova, Teori Satu Arah Dan Dua Arah,” November 21, 2019, 2.
4
“Contoh Soal Uji Anova Satu Arah Dan Cara Mengerjakannya | Statmat.Net,” Statmat, May 2, 2020, accessed
May 26, 2021, https://www.statmat.net/anova-satu-arah/.

10
 “Dilakukan pengujian terhadap para siswa yang diberikan 3 perilaku
yang berbeda, kelompok siswa A diajar dengan metode belajar group
discussion, kelompok B dengan metode studi kasus, dan kelompok C dengan
metode tutor sebaya”, berikut datanya :5
Metode Standar
Prestasi Siswa Mean Median
Pembelajaran Deviasi
Studi Kasus 7 8 15 11 9 10 10.00 2.83 9.50
Tutor Sebaya 12 17 13 18 19 15 15.67 2.80 16.00
Group
Discussion 14 18 19 17 16 18 17.00 1.79 17.50
Tanya Jawab 19 25 22 23 18 20 21.17 2.64 21.00

1. Menentukan Hipotesis
Ho : Tidak ada perbedaan dari beberapa metode pembelajaran terhadap
prestasi siswa
Ha : Ada perbedaan dari beberapa metode pembelajaran terhadap prestasi
siswa
2. Uji Normalitas Data
Uji Normalitas data sangat diperlukan karena Uji Anova One Way hanya
diperuntukkan untuk perhitungan parametris sehingga data yang diuji harus
berdistribusi normal, pengujian normalitas data dapat digunakan dengan
SPSS / Ms. Excel menggunakan Uji Kolmogorov-Smirnov atau Shapiro-
Wilk.

5
Peter Samuels, “One-Way ANOVA – Additional Material Worksheet and Normality Testing Worksheet” (April 7,
2015): 3.

11
 Berdasar hasil uji tersebut maka data ini berdistribusi normal, karena nilai (p
> 0.05) yang terletak pada tabel sebelah kanan.
3. Uji Homogenitas Data
Untuk pengujian homogenitas data dapat menggunakan homogenitas
variansi yang sudah kita pelajari sebelumnya, yakni dengan membandingkan
nilai F hitung dengan F tabel, saya menggunakan Ms. Excel untuk
menghitung nilai dari F hitung dan F tabel. 6

Karena nilai F hitung < F tabel, maka data yang akan diuji terbukti memiliki
varian yang sama atau homegen.
4. Pengujian Anova One Way Pengujian Anova One Way dapat kita lakukan
baik menggunakan aplikasi SPSS maupun Ms. Excel, berikut
perhitungannya;

SPSS

6
I Putu-Artaya, “UJI ANOVA ( ANOVA TEST )” (2019): 4, accessed May 25, 2021,
http://rgdoi.net/10.13140/RG.2.2.22004.19846.

12
 5. Pengambilan Keputusan
D
a Single Factor
Anova:
r
SUMMARY
i
Groups Count Sum Average Variance
Studi Kasus 6 60 10 8
TutorhSebaya 6 94 15.667 7.866667
Groupa Discussion 6 102 17 3.2
Tanya Jawab 6 127 21.167 6.966667
s
i
ANOVAl
Source of
Variation SS df MS F P-value F crit
Between
p Groups 382.792 3.000 127.597 19.605 0.000 3.098
Within Groups 130.167 20.000 6.508
e
Total r 512.958 23.000
h
Microsoft Excel
i
t
ungan diatas dapat diambil keputusan bahwa F hitung = 3,09

dan F tabel = 19,6, jika F hitung < F tabel maka Ho diterima, atau jika P
value >0.05 (alpha/probability) maka Ho ditolak.
6. Kesimpulan
Karena Ho ditolak maka Ha diterima, dan kesimpulannya adalah Ada
perbedaan dari beberapa metode pembelajaran terhadap prestasi siswa.

13
 BAB III

PENUTUP

A. Kesimpulan

1. Penerapan dari Analisis variansi 1-arah (oneway analysis of variance; oneway

ANOVA) analisis statistik yang digunakan untuk menguji perbedaan antar lebih
daripada dua kelompok nilai numerik dengan 1 variabel independen (perlakuan;
faktor). Prosedur menguji hipotesis menggunakan rumus Anova (Analysis Of
Variance) One Way harus dipenuhi beberapa asumsi yang menjadikannya syarat
dilakukannya pengujian Anova terhadap data tersebut. Anova One Way yakni
pengujian terhadap satu faktor yang memiliki sample dependen dengan skala rasio /
interval
2. Penerapan uji hipotesis dijalankan sesuai dengan prosedur yang telah dijelaskan
disertai contoh yang mudah dipahami dalam dunia pendidikan, langkah yang diikuti
mengikuti prosedur yang ada mulai dari penetapan hipotesis hingga pembuatan
keputusan dan penarikan kesimpulan dari contoh kasus yang diambil.

14
 DAFTAR PUSTAKA

Achi Rinaldy, 2020 “ Statistika Inferensial Untuk Ilmu Sosisal Dan Pendidikan”, Bogor

Contoh Soal Uji Anova Satu Arah Dan Cara Mengerjakannya | Statmat.Net,” Statmat, May 2,
2020, accessed May 26, 2021, https://www.statmat.net/anova-satu-arah/.

Farkhan Ramadhan, Google: “Contoh Variavel Independen, Dependen, Moderator Dan

Interving,” https://khanfarkhan.com/variabel-independen-dan-dependen/.

Hidayat Huang, 2019, “Uji Anova, Teori Satu Arah Dan Dua Arah,” November 21, ,

I Putu-Artaya, “UJI ANOVA ( ANOVA TEST )” (2019): 4, accessed May 25, 2021,
http://rgdoi.net/10.13140/RG.2.2.22004.19846.

Ilhamzen, 2021, “One Way Anova” April (2017), accessed May 25,.

Iqbal Hasan, 2006 “Analisis Data Penelitian Dengan Statistik”, (Jakarta: Bumi Aksara)

M Reza Kurnia. 26 Juli 2020, Laboratorium Statistik dan Rekayasa Kualitas, jurusan Teknik
Induatri – fakultas Teknik – universitas brawijaya

Peter Samuels, 2015, “One-Way ANOVA – Additional Material Worksheet and Normality
Testing Worksheet” (April 7,)

15