MAKALAH KELOMPOK

STATISTIK
“Uji Komparasi dengan Statistik Parametrik”

OLEH
Dini Bismutika (21175004)
Nurul Fauziah (21175013)
Wandika (21175029)
Westi Widia Wati (21175022)

DOSEN PEMBIMBING:
Dr. Desnita, M.Si
Dr. Hamdi, M.Si

PROGRAM STUDI MAGISTER PENDIDIKAN FISIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI PADANG
2021
 KATA PENGANTAR
Puji syukur kita ucapkan kehadirat Allah SWT karena atas berkat rahmat dan hidayah-
Nya, penulis dapat menyusun makalah ini dengan judul “Uji Komparasi dengan Statistik
Parametrik”. Dalam penyusunan makalah ini penulis banyak menerima bantuan dan
bimbingan dari berbagai pihak. Untuk itu penulis mengucapkan terimakasih kepada dosen
pembimbing Ibu/Bapak Dr, Desnita. M.Si dan Dr, Hamdi M.Si yang telah memberikan
bimbingan, serta teman-teman yang secara langsung atau tidak langsung terlibat dalam
pembuatan makalah ini.
Tugas ini telah diusahakan untuk dapat diselesaikan dengan sebaik mungkin, namun
kami sebagai penulis menyadari bahwa tidak ada karya yang sempurna. Untuk itu semua
kritik dan saran dari pembaca sangat penulis harapkan, sebagai bahan penyempurnaan dimasa
yang akan datang. Semoga makalah ini bermanfaat bagi kita semua serta mendapat Ridho
disisi Allah dan dapat menjadi salah satu referensi dalam ilmu pengetahuan.

Padang, 15 November 2021

Penulis

i
 DAFTAR ISI

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

DAFTAR ISI ..............................................................................................................................ii
BAB I PENDAHULUAN .......................................................................................................... 1
A. Latar Belakang ............................................................................................................ 1
B. Rumusan Masalah ....................................................................................................... 2
C. Tujuan Penulis ............................................................................................................. 2
BAB II LANDASAN TEORI .................................................................................................... 3
A. Statistik Parametrik ..................................................................................................... 3
1. Pengertian Statistik Parametrik ................................................................................... 3
2. Ciri Statistik Parametrik .............................................................................................. 3
3. Perbandingan antar Statistik Parametrik dan Statistik Non Parametrik ...................... 4
4. Keunggulan dan Kekurangan Parametrik ................................................................... 4
5. Syarat Uji statistik parametrik ..................................................................................... 5
6. Uji perbandingan Statistik Parametrik ........................................................................ 5
B. Uji perbandingan Statistik Parametrik ........................................................................ 6
1. One sampel t-test ( 1 kelompok ) ................................................................................ 6
2. Paired Sample t – Test ( Uji t berpasangan ) ............................................................... 8
3. Independent Sample t-test (Uji t saling bebas).......................................................... 10
4. Anava 1 arah ( > 2 kelompok saling bebas ) ............................................................. 13
5. Korelasi berganda ( > 2 variabel ) ............................................................................. 19
DAFTAR PUSTAKA .............................................................................................................. 26

ii
 BAB I
PENDAHULUAN
A. Latar Belakang
Pada zaman globalisasi, hampir semua bdiang tidak terlepas dengan menggunakan
angka, data dan fakta. Hal ini menunjukan bahwa statistik sangat dibutuhkan. Statistik
sebagai sarana mengembangkan cara berfikir logistik, lebih dari itu statistik
mengembangkan berpikir secaa ilmiah untuk merencanakan (perkiraan) menyelidiki,
menyimpulkan dan membuat keputusan yang diteliti dan pasti. Statistik merupakan
bagian subtansi dari latihan profesional dan menjadi landasan dari kegiatan – kegiatan
penelitian. Statistik dalam dunia pendidikan dapat dirasakan manfaat oleh para pemakai
seperti pendidik, mahasiswa, peneliti dll. Dalam kegiatan penilaian , statistik menjadi alat
bantu untuk menganalisis dan menyimpulkan data hasil evaluasi.
Metode statistika adalah prosedur – prosedur yang digunakan dalam pengumpulan,
penyajian, analisis dan tambahan data. Menurut Santoso (2010:10) pada prinsipnya ilmu
statistik bisa diartikan sebagai sebuah kegiatan untuk menelaah data, meringkas /
menyajikan data, menganalisis data dengan metode tertentu serta menginterprestasi hasil
analisis tersebut. Secara metode, ilmu statistik dibagi menjadi dua bagian yaitu: Statistik
deskriptif (Deduktif) dan statistik inferensi (Induktif). Pengunaan metode tersebut
tergantung bagaimana bentuk data yang akan diolah atau dianalisis.
Dalam pengolahan data ada beberapa hal yang harus diperhatikan untuk menentukan
statistik mana yang cocok digunakan pada data tersebut. Seperti melihat jenis data yang
diolah, bagaimana karakter data, apakah data tersebut normal atau tidak, apakah data
tersebut homogen atau tidak dan apakah data tersebut liniear atau tidak. Jadi dalam
pengunaan rumus statistik, kita harus mempertimbangkan bagaimana bentuk datanya
terlebih dahulu. Pada kesempatan kali ini penulis akan menjelaskan apa itu statistik
parametrik serta apa saja syarat – syarat yang harus dipenuhi agar data tersebut bisa
dianalisis dengan menggunakan statistik parametrik tersebut.

1
B. Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan diatas maka rumusan masalah adalah
sebagai berikut:
1. Apa yang dimaksud dengan statistik parametrik ?
2. Bagaimana karakteristik statistik parametrik ?
3. Apa saja uji – uji yang dilakukan pada statistik parametrik ?

C. Tujuan Penulis
Adapun tujuan penulisan makalah berdasarkan rumusan masalah di atas adalah
sebagai berikut:
1. Untuk mengetahui apa yang dimaksud dengan statistik parametrik
2. Untuk mengetahui bagaimana karakteristik statistik parametrik
3. Untuk mengetahui apa saja uji yang dilakukan pada statistik parametrik

2
 BAB II
LANDASAN TEORI
A. Statistik Parametrik
1. Pengertian Statistik Parametrik
Statistik parametrik adalah statistik yang berhubungan dengan inferensi
statistik yang membahas tentang parameter – parameter populasi, jenis data interval
atau rasio dan distribusi data normal atau mendekati normal. Statistik parametrik yaitu
ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah
data menyebar secara normal atau tidak. Dengan kata lain, data yang akan dianalisis
menggunakan statistik parametrik harus memenuhi asumsi normalitas.
Pada umumnya, jika data tidak menyebar normal, maka data seharunya
dikerjakan dengan metode statistik non parametri, atau setidak – tidaknya dilakukan
transformasi terlebih dahulu agar data mengikuti sebaran normal, sehingga bisa
dikerjakan dengan statistik parametrik. Statistik parametrik bisa digunakan jika
memenuhi beberapa kriteria yaitu seperti data harus berdistribusi normal, data
homogen serta harus terpenuhi asumsi linieritas. Statistik parametrik banyak
digunakan untuk menganalisis data interval dan rasio, contohnya: uji – z, uji – t,
korelasi pearson dan anova.
Berdasarkan penjelasan diatas maka dapat disimpulkan bahwa statistik
parametrik merupakan uji statistik yang hanya bisa digunakan jika data berdistribusi
normal, homogen dan harus linieritas. Serta uji statistik parametrik biasanya
digunakan untuk menganalisis data interval dan rasio.

2. Ciri Statistik Parametrik

Pada Statistik parametrik terdapat beberapa ciri – ciri dalam menggunakan uji
statistik parametrik tersebut yaitu:
a. Variabel yang dibandingan harus terukur dalam skala interval / rasio
b. Variabel pembedanya berbentuk kategorik (terukur dalam skala nominal / ordinal)
c. Banyaknya kategori dalam variabel pembeda memuat jumlah kelompok yang
dibandingkan
d. Terdapat asumsi – asumsi dasar yang harus dipenuhi pada data agar teknik
statistik parametrik dapat digunakan (Normalitas, independensi , dsb)

3
3. Perbandingan antar Statistik Parametrik dan Statistik Non Parametrik
Statistik parametrik dan statistik non parametrik merupaka dua uji statistik
yang memiliki perbedaan dalam pengunaannya, adapun berbedaaan statistik
parametrik dan non parametrik yaitu:
Parametrik Non Parametrik
 Adanya syarat – syarat  Tidak ada syarat – syarat mengenai
mengenai parameter populasi parameter populasi seperti tak ada
seperti asumsi kenormalan asumsi kenormalan
 Variabel yang dianalisis  Variabel yang dianalisis pada
umumnya terukur dalam skala umumnya terukur dalam skala ordinal
interval atau rasio atau nominal
 Lebih dari dua variabel bebas  Sampai saat ini, sebagian besar
dapat dianalisis secara analisis non – parametrik terbatas satu
bersamaan dalam satu analisis variabel bebas

4. Keunggulan dan Kekurangan Parametrik

a. Keunggulan Statistik Parametrik
1) Syarat – syarat parameter dari suatu populasi yang menjadi sampel biasanya
tidak diuji dan dianggap memenuhi
2) Syarat, pengukuran terhadap data dilakukan dengan kuat
3) Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi
4) normal serta memiliki varians yang homogen

b. Kelemahan Statistik Parametrik

1) Populasi harus memiliki varian yang sama
2) Variabel – variabel yang diteliti harus dapat diukur setidaknya dalam skala
interval
3) Dalam analisis varian ditambahkan persyaratan rata – rata dari populasi harus
normal dan bervarian sama dan harus merupakan kombinasi linear dari efek –
efek yang ditimbulkan

4
5. Syarat Uji statistik parametrik
Adapun syarat yang harus dipenuhi dalam menggunakan uji statistik
parametrik yaitu:
Masalah skala pengukuran variabel
Distribusi data
Varians data
6. Uji perbandingan Statistik Parametrik
Pada statistik parametrik ada beberapa uji perbandingan yang dilakukan, yaitu:
Uji Perbandingan
 1 Kelompok
 2 Kelompok Berhubungan
 2 Kelompok saling bebas
 > 2 kelompok berhubungan
 > 2 kelompok saling bebas
 2 variabel
 > 2 variabel
Variabel harus variabel numerik
Distribusi data harus normal
 Kesamaan varians tidak menjadi
syarat untuk uji kelompok yang
berpasangan
 Kesamaan varians adalah syarat tidak
mutlak untuk 2 kelompok tidak
berpasangan, artinya varians data bole
sama boleh juga berbeda
 Kesamaan varians adalah syarat
mutlak > 2 kelompok tidak
berpasangan artinya varians data
harus / wajib sama
Parametrik
 Uji t
 Uji t berpasangan
 Uji t saling bebas
 -
 Anova 1 arah
 Kolerasi Pearson
 Uji regresi
 Korelasi Parsial
 Korelasi berganda
 Uji regresi Berganda
5
B. Uji perbandingan Statistik Parametrik
1. One sampel t-test ( 1 kelompok )
a. Pengertian one sampel t - test
Pengujian rata – rata satu sampel dimaksudkan untuk menguji nilai tengah
atau rata – rata populasi 𝜇 sama dengan nilai tertentu 𝜇o, lawan hipotesis
alternatifnya bahwa nilai tengah atau rata-rata populasi µ tidak sama dengan µo.
Pengujian satu sampel pada prinsipnya ingin menguji apakah suatu nilai tertentu
(yang diberikan sebagai pembanding) berbeda secara nyata ataukah tidak dengan
rata-rata sebuah sampel. Nilai tertentu di sini pada umumnya adalah sebuah nilai
parameter untuk mengukur suatu populasi.
Jadi kita akan menguji :
Ho : µ = µo lawan H1 : µ ≠ µo
Ho merupakan hipotesa awal sedangkan H1 merupakan hipotesis alternatif atau
hipotesis kerja.

b. Rumus One sample t – test

Keterangan:
t = nilai t hitung s = standar deviasi sample
𝑋 = rata – rata sample n = Jumlah sample
µo = nilai parameter

c. Interpretasi
1) Untuk menginterpretasikan t-test terlebih dahulu harus ditentukan:
- Nilai signifikansi 𝛼
- Df (degree of freedom) = N – k, khusus untuk one sample t-test Df = N - 1
2) Bandingkan nilai thit dengan ttab, dimana ttab = 𝑡𝛼 𝑁−1
2

3) Apabila: thit > ttab  berbeda secara signifikasi (Ho ditolak)

thit < ttab  Tidak berbeda secara signifikasi (Ho diterima)

6
d. Contoh
Seorang mahasiswa melakuan penelitian mengenai galon susu murni yang
rata-rata isinya 10 liter. Telah diambil sampel secara acak dari 10 botol yang telah
diukur isinya, dengan hasil sebagai berikut:
Galon ke Volume
1 10,2
2 9,7
3 10,1
4 10,3
5 10,1
6 9,8
7 9,9
8 10,4
9 10,3
10 9,8

Dengan taraf signifikasnsi 𝛼 = 0,01. Apakah galon susu murni rata – rata isinya 10
liter.
Penyelesaian:
Analisa secara manual:
1) Hipotesis Ho : µ = 10 lawan H1 : µ ≠ 10
2) Uji statistik t (karena 𝛼 tidak diketahui atau n < 30 )
3) 𝛼 = 0,01
4) Wilayah kritik : thit < 𝑡𝛼 𝑁−1 atau thit > 𝑡𝛼 𝑁−1
2 2

5) Perhitungan, dari data : 𝑋 = 10,.06 dan simpangan baku sampel s = 0.2459

1
S2 = 𝑛 −1 (𝑥𝑖 − 𝑥 )2

SD = 𝑣𝑎𝑟
𝑥 − µo
thit = 𝑆 = 0,772
𝑛

ttab = 3,259
Karena thit = 0,772 < ttab = 3,259, maka Ho diterima. Atau untuk menguji
Hipotesis nol menggunakan interval Confidence dengan ketentuan apabila terletak
diantara -0,1927 dan 0,3127 disimpulkan untuk menerima Ho , artinya pernyataan
bahwa rata-rata isi galon susu murni 10 liter dapat diterima.

7
2. Paired Sample t – Test ( Uji t berpasangan )
a. Pengertian paired Sample t – Test
Uji - t berpasangan (paired t-test) adalah salah satu metode pengujian hipotesis
dimana data yang digunakan tidak bebas (berpasangan). Ciri-ciri yang paling
sering ditemui pada kasus yang berpasangan adalah satu individu (objek
penelitian) dikenai 2 buah perlakuan yang berbeda. Walaupun menggunakan
individu yang sama, peneliti tetap memperoleh 2 macam data sampel, yaitu data
dari perlakuan pertama dan data dari perlakuan kedua.
Hipotesis dari kasus ini dapat ditulis:
Ho = µ1 - µ2 = 0 atau µ1 = µ2
Ha = µ1 - µ2 ≠ 0 atau µ1 ≠ µ2
Ha berarti bahwa selisih sebenarnya dari kedua rata – rata tidak sama dengan nol.

b. Rumus paired Sample t – Test

t = nilai t hitung
𝐷 = rata – rata selisih pengukuran 1 dan 2
SD = standar deviasi selisih pengukuran 1 dan 2
n = jumlah sample

c. Interpretasi
1) Untuk menginterpretasikan uji t-test terlebih dahulu harus ditentukan:
- Nilai signifikasi 𝛼
- Df (degree of freedom) = N – k, khusus untuk paired sample t-test df = N -
1
2) Bandingkan nilai thit dengan ttab = 𝛼 ;n-1
3) Apabila : thit > ttab  berbeda secara signifikasi (Ho ditolak)
thit < ttab  Tidak berbeda secara signifikasi (Ho diterima)

8
d. Contoh
Seorang peneliti ingin mengetahui efektivitas pengaruh model pembelajaran
Cooperative Learning type Jigsaw terhadap prestasi belajar matematika. Dari satu
kelas hanya diambil sample 10 siswa dan dilakukan tes prestasi sebelum dan
sesudah diterapkan model pembelajaran Cooperative Learning Type Jigsaw.

Dengan taraf signifikansi α = 0,05. Apakah terdapat pengaruh model

pembelajaran Cooperative learning type jigsaw terhadap prestasi belejar
matematika ?
Penyelesaian:
1) Hipotesis
Ho = tidak ada pengaruh model pembelajaran cooperative learning type jigsaw
Ha = µ1 - µ2 ≠ 0
2) Uji statistik t (karena α tidak diketahui atau n < 30)
α = 0.05
3) Wilayah kritik: thit < ttab = 𝛼 ;n-1 atau thit > ttab = 𝛼 ;n-1
4) Perhitungan

9
 5) Dari tabel perhitungan diperoleh:
𝐷 = 58 / 10 = 5.8

6) Karena thit = 4,250 > t0,05:9 = 2,262 disimpulkan untuk menolak Ho , artinya
pernyataan bahwa selisih rata-rata antara sebelum dan sesudah diterapkan
model Cooperative Learning Type Jigsaw berbeda. Atau dapat dikatakan
terdapat pengaruh/efektif Cooperative learning type jigsaw terhadap prestasi
belajar matematika.

3. Independent Sample t-test (Uji t saling bebas)

a. Pengertian Sample t test
Uji ini untuk mengetahui perbedaan rata-rata dua populasi/kelompok data
yang independen. Contoh kasus suatu penelitian ingin mengetahui hubungan
status merokok ibu hamil dengan berat badan bayi yang dilahirkan. Respondan
terbagi dalam dua kelompok, yaitu mereka yang merokok dan yang tidak
merokok.
Uji T independen ini memiliki asumsi/syarat yang mesti dipenuhi, yaitu:
1) Datanya berdistribusi normal
2) Kedua kelompok data independen (bebas)
3) Variabel yang dihubungkan berbentuk numerik dan kategorik (dengan hanya2
kelompok)

10
b. Rumus

Keterangan:
M1 = rata – rata skor kelompok 1
M2 = rata – rata skor kelompok 2
SS1 = sum of square kelompok 1
SS2 = sum of square kelompok 2
n1 = jumlah subjek / sample kelompok 1
n2 = jumlah subjek / sample kelompok 2
Dimana:

c. Interpretasi
1) Untuk menginterpretasikan t-test terlebih dahulu harus ditentukan:
- Nilai signifikasi 𝛼
- Interval Confidence = 1 – 𝛼
- Df (degree of freedom ) = N – k, khusus untuk independent sample t – test
df = N – 2 atau Df = (n1 + n2 ) - 2
2) Bandingkan nilai thit dengan ttab
3) Apabila : thit > ttab  berbeda secara signifikasi (Ho ditolak)
thit < ttab  Tidak berbeda secara signifikasi (Ho diterima)
d. Contoh
Seorang Guru ingin mengetahui pengaruh musik klasik terhadap kecepatan
mengerjakan puzzle pada anak TK. Setelah mendapatkan 16 orang anak Tk, ia
mengacak mereka untuk dimasukkan ke dalam 2 kelompok, yaitu KE dan KK.
Pada KE diperdengarkan musik klasik saat setiap anak mengerjakan puzzle,
sedangkan pada KK mengerjakan hal yang sama tanpa diperdengarkan apapun.
Nilai yang diperoleh dari waktu (detik) yang dibutuhkan untuk menyelesaikan
puzzle.

11
Data adalah waktu (dalam detik) yang dibutuhkan untuk mengerjakan puzzle.

Dengan taraf signifikansi 𝛼 = 0,05

Penyelesaian:
1) Hipotesis
Ho : tidak ada pengaruh musik klasik terhadap kecepatan mengerjakan puzzle.
H1 : ada pengaruh musik klasik terhadap kecepatan mengerjakan puzzle
2) Uji statistik t ( karena 𝛼 tidak diketahui atau > 30)
3) 𝛼 = 0.05
4) Wilayah kritis: thit < t 𝛼 : (n-2) atau thit > t 𝛼 : (n-2)
5) Perhitungan

12
 6) Dari perhitungan di atas, diperoleh nilai thit sebesar 6,13. Untuk mengetahui
signifikansi nilai-t hitung yang diperoleh ini, maka perlu dibandingkan dengan
nilai-t tabel. Pada tabel dengan degreesof freedom sebesar 14 ( df = N − 2 =
16 − 2) dan signifikansi (𝛼) 0,05 diperoleh nilai ttab sebesar 2,145. Karena nilai
thit lebih besar dari nilai ttab (6,13 > 2,145), berarti ada perbedaan waktu yang
signifikan dalam mengerjakan puzzle antara anak TK yang diperdengarkan
musik klasik dengan yang tidak diperdengarkan musik klasik. Dengan
demikian, Ho ditolak karena nilai-t yang diperoleh signifikan. Kesimpulan
dari hasil analisis statistik ini adalah ada pengaruh musik klasik terhadap
kecepatan mengerjakan puzzle.

4. Anava 1 arah ( > 2 kelompok saling bebas )

a. Anava 1 arah ( Analisis Varian Satu Jalur )
Dinamakan analisis varians satu arah, karena analisisnya menggunakan
varians dan data hasil pengamatan merupakan pengaruh satu faktor. ANAVA satu
jalur yaitu analisis yang melibatkan hanya satu peubah bebas. Secara rinci,
ANAVA satu jalur digunakan dalam suatu penelitian yang memiliki ciri-ciri
berikut:
1) Melibatkan hanya satu peubah bebas dengan dua kategori atau lebih yang
dipilih dan ditentukan oleh peneliti secara tidak acak
2) Kategori yang dipilih disebut tidak acak karena peneliti tidak bermaksud
menggeneralisasikan hasilnya ke kategori lain di luar yang diteliti pada
peubah itu.
Contoh: peneliti hendak membandingkan keberhasilan antara Metode A, B, dan C
dalam meningkatkan semangat belajar tanpa bermaksud menggeneralisasikan ke
metode lain di luar ketiga metode tersebut.
Tujuan dari uji anova satu jalur adalah untuk membandingkan lebih dari dua
rata-rata. Sedangkan gunanya untuk menguji kemampuan generalisasi.
Maksudnya dari signifikansi hasil penelitian. Jika terbukti berbeda berarti kedua
sampel tersebut dapat digeneralisasikan (data sampel dianggap dapat mewakili
populasi). Anova satu jalur dapat melihat perbandingan lebih dari dua kelompok
data.

13
 Anova lebih dikenal dengan uji-F (Fisher Test), sedangkan arti variasi atau
varian itu asalnya dari pengertian konsep “Mean Square” atau kuadrat rerata
(KR).
Rumus:
𝐽𝐾
KR = 𝑑𝑏

Keterangan:
JK = Jumlah kuadrat ( some of square )
db = derajat bebas ( degree of freedom )
Menghitung nilai Anova atau F (Fhitung) dengan rumus:
𝑉𝐴 𝐾𝑅 𝐴 𝐽𝐾 𝐴 𝑑𝑏 𝐴 𝑉𝑎𝑟𝑖𝑎𝑛 𝑎𝑛𝑡𝑎𝑟 𝑔𝑟𝑜𝑢𝑝
Fhitung = = = : = 𝑉𝑎𝑟𝑖𝑎𝑛
𝑉𝐷 𝐾𝑅𝐷 𝐽𝐾 𝐷 𝑑𝑏 𝐷 𝑎𝑛𝑡𝑎𝑟 𝑔𝑟𝑜𝑢𝑝

Varian dalam group dapat juga disebut Varian Kesalahan (Varian Galat). Dapat
dirumuskan:

Dimana:
= sebagai faktor koreksi

N = Jumlah keseluruhan sampel (jumlah kasus dalam penelitian)

A = Jumlah keseluruhan group sampel

b. Langkah – langkah pengujian hipotesis dengan anava satu jalur

1 Menghitung Jumlah
kuadrat total (JKtot)

2 Menghitung jumlah
kuadrat antar kelompok
(JKantar)
3 Menghitung Jumlah JKdal = JKtot - JKantar
Kuadrat dalam
Kelompok (JKdal)

14
4 Menghitung Retana 𝐽𝐾 𝑎𝑛𝑡𝑎𝑟
RJKantar = 𝑎−1
Jumlah Kuadrat antar
a = banyaknya kelompok
Kelompok (RJKantar

5 Menghitung Retana 𝐽𝐾 𝑑𝑎𝑙

RJKdal = 𝑁−𝑎
Jumlah Kuadrat dalam
N = Jumlah seluruh sampel
Kelompok (RJKdal)
6 Menghitung harga 𝑅𝐽𝐾𝑎𝑛𝑡𝑎𝑟
Fhitung dengan rumus 𝑅𝐽𝐾𝑑𝑎𝑙

7 Konsultasikan pada tabel F dengan db pembilang ( a – 1 ) dan db

penyebut (N – 1)
8 Aturan Keputusan:
Jika F hitung lebih besar dari pada F table pada taraf signifikasi
tertentu ( Misalnya: ts 5 % atau 1 %), maka Ha diterima dan Ho
ditolak
9 Membuat kesimpulan apakah terdapat perbedaan yang signifikan
atau tidak
10 Jika harga F signifikan, harus dilanjutkan dengan uji pasangan
dengan t-Scheffe sebagai berikut:

15
c. Contoh anava 1 jalur
Seorang peneliti ingin mengetahui pengaruh metode pembelajaran terhadap
prestasi belajar IPA pada siswa klas II di kota X. Metode mengajardigolongkan
menjadi 4, yaitu: Metode ceramah (A1), Metode Diskusi (A2), Metode Pemberian
Tugas (A3), dan Metode campuran (A4).
Hipotesis Penelitian:
Ho : Metode mengajar tidak berpengaruh terhadap prestasi belajar IPA
H1 : Metode mengajar berpengaruh terhadap prestasi belajar IPA
Hipotesis statistik:
Ho : µ1 = µ2 = µ3 = µ4
H1 : µ1 ≠ µ2 ≠ µ3 ≠ µ4 (salah sati tanda ≠)

Masukkan ke dalam rumus :

= 125,8

16
17
Selanjutnya tabel ringkasan Analisis Varians untuk menguji Hipotesis 4 Sampel:

Kesimpulan:
1) Metode mengajar berpengaruh terhadap hasil belajar siswa
2) Metode mengajar IV lebih berpengaruh terhadap hasil belajar siswa dari pada
metode mengajar III, II, dan I
3) Metode mengajar III lebih berpengaruh terhadap prestasi belajar siswa
daripada metode mengajar II dan I
4) Metode mengajar II lebih berpengaruh terhadap prestasi belajar siswa
dibandingkan dengan metode mengajar I

18
5. Korelasi berganda ( > 2 variabel )
a. Pengetian korelasi berganda
Korelasi ganda digunakan apabila penelitian bertujuan untuk mengetahui
hubungan dua atau lebih variabel independen dengan satu variabel dependen.
Dengan perkataan lain, variabel independen yang diteliti terdiri dari dua variabel
atau lebih. Korelasi ganda merupakan angka yang menunjukkan arah dan kuatnya
hubungan antara dua variabel secara bersama-sama atau lebih dengan variabel
yang lain yang disebut koefisien korelasi ganda dan biasanya disimbolkan dengan
R. Korelasi ganda: Koefisien korelasi Y atas X1 dan X2

b. Rumus korelasi berganda

Rumus korelasi ganda dari dua variabel bebas (X1 dan X2) dengan satu
variabel terikat (Y) sebagai berikut:

Keterangan:
Rx1x2y = Koefisien korelasi ganda X1 dan X2 bersama – sama dengan Y
rx1y = Koefisien korelasi antara X1 dan Y
rx2y = koefisien korelasi antara X2 dan Y
rx1x2 = Koefisien korelasi antra X1 dan X2
Hipotesis yang diuji yaitu hipotesis dua pihak:
Ho : ρy.12 = 0
Ha : ρy.12 ≠ 0
Pengujian hipotesis korelasi ganda menggunakan uji F (tabel distribusi F)
dengan derajat kebebasan (dk) terdiri dkpembilang = k (k= banyaknya variabel
bebas) dan dkpenyebut = n – k – 1 (n = banyaknya pasang data/sampel).

19
 Konversi nilai koefisien R ke dalam nilai Fhitung menggunakan rumus:

Kriteria pengujian hipotesis:

Terima Ho jika Fhitung < Ftabel
Tolak Ho jika Fhitung > Ftabel

c. Contoh korelasi berganda

Variabel X1 (komitmen pada tugas), variabel X2 (motivasi kerja) dan variabel
Y (kinerja). Lakukan pengujian hipotesis:

20
1) Tabel penolong

21
 Dari tabel di atas diketahui:
N = 30 X1X2 = 355045
X1 = 2153 X12 = 157723
X2 = 4916 X22 = 828008
X1Y = 2133 Y2 = 156173
X2Y = 353609
2) Menghitung korelasi variabel X1 dengan variabel Y
Hipotesis yang diuji adalah:
Ho : ρy.1 = 0
Ha : ρy.1 ≠ 0
Ho : Tidak terdapat hubungan antara komitmen pada tugas (X1) dengan
kinerja (Y)
Ha : Terdapat hubungan antara komitmen pada tugas (X1) dengan kinerja (Y)

= 0,392
Perhitungan Uji keberartian:

Ttabel dk 28 pada 𝛼 = 0,05 yaitu 1,70

Dengan demikian thitung (2,25) > ttabel (1,70), hal ini bermakna bahwa variabel
X1 terhadap variabel Y adalah berarti. Dengan demikian menolak Ho dan
tentunya menerima Ha sehingga dapat disimpulkan bahwa terdapat hubungan
antara komitmen pada tugas (X1) dengan kinerja (Y).

22
 Selanjutnya koefisien determinasi (R2) Y atas X1 sebagai berikut:

Sehingga dapat disimpulkan bahwa kontribusi variabel komitmen pada tugas

terhadap kinerja sebesar 15,40% sedangkan sisanya sebesar 84,60%
ditentukan oleh faktor (variabel) lain.

3) Menghitung korelasi variabel X2 dengan variabel Y

Ho : ρy2 = 0
Ha : ρy2 ≠ 0
Ho : Tidak terdapat hubungan antara motivasi kerja (X2) dengan kinerja (Y)
Ha : Terdapat hubungan antara motivasi kerja (X2) dengan kinerja (Y)

= 0,405
Perhitungan keberartian:

= 2,34
ttabel dk 28 pada 𝛼 = 0,05 yaitu 1,70
Dengan demikian thitung (2,34) > ttabel (1,705), hal ini bermakna bahwa variabel
X2 terhadap variabel Y adalah berarti. Dengan demikian menolak Ho dan
tentunya menerima Ha sehingga dapat disimpulkan bahwa terdapat hubungan
antara motivasi kerja (X2) dengan kinerja (Y).

23
 Selanjutnya koefisien determinasi (R2) Y atas X2 sebagai berikut:

Sehingga dapat disimpulkan bahwa konstribusi variabel motivasi kerja

terhadap kinerja sebesar 16,40% sedangkan sisanya sebesar 83,60%
ditentukan oleh faktor (variabel) lain.

4) Menghitung korelasi variabel X1 dengan variabel X2

= 0,263
Perhitungan keberartian

ttabel dk 28 pada 𝛼 = 0,05 yaitu 1,70

Dengan demikian thitung (1,44) < ttabel (1,70), hal ini variabel X1 dengan
variabel X2 adalah tidak berarti, sehingga dapat dimakna bahwa kedua
variabel bebas adalah independen.

24
5) Menghitung korelasi ganda variabel X1 dan X2 dengan variabel Y
Hipotesis yang diuji adalah:
Ho : ρy.12 = 0
Ha : ρy.12 ≠ 0
Ho : tidak terdapat hubungan antara komitmen pada tugas (X1) dan motivasi
kerja (X2) secara bersama-sama dengan kinerja (Y)
Ha : terdapat hubungan antara komitmen pada tugas (X1) dan motivasi kerja
(X2) secara bersama-sama dengan kinerja (Y)
Diketahui:
rx1y = 0,392 r2x1y = 0,154
rx2y = 0,405 r2x2y = 0,164
rx1x2 = 0,263 r2x1x2 =0,069
Sehingga dapat dihitung korelasi ganda sebagai berikut:

= 0,501
6) Uji keberartian koefisien korelasi ganda

=7
Ftabel (2,27) pada 𝛼 = 0.05 yaitu 3,35
Hal ini berarti Fhitung (7) > Ftabel (3,35) dengan demikian dapat dinyatakan
bahwa anatra variabel X1 dan X2 secara bersama – sama mempunyai korelasi
yang positif dan signifikan terhadap variabel Y

25
 DAFTAR PUSTAKA
Ananda, Rusydi & Fadhli Muhammad. (2018). Statistika Pendidikan. CV Widya Puspita.
Medan.
Darmansyah. (2016). Statistik Bahan ajar, Silabus dan Media. Bahan ajar Pascasarjana
Unviersitas Negeri Padang. Padang.
Harlan, Johan. (2007). Biostatistika Dasar. Gunadarma. Jakarta
Kadir. (2015). Statistika Terapan. Rajagrafindo Persada. Jakarta
Kariadinata, Rahayu & Abdurahman, Maman. (2012). Dasar – Dasar Statistik Pendidikan.
CV Pustaka Setia. Bandung.
Kustituanto, Bambang. (1994). Statistika 1 (Deskriptif). Gunadarma. Jakarta
Nuryani. (2017). Dasar – Dasar Statistik Penelitian. Sibuku Media. Yogyakarta.
Sudarman. (2015). Statistik Pendidikan. Mulawarman University Press. Samarinda.
Sugiyono. (2007). Statistika untuk penelitian. CV Alfabeta. Bandung.

26
TABEL DISTRIBUSI F

27
TABEL T

28