STATISTIK UNTUK PENELITIAN

PENDIDIKAN

Prof. Dr. Suparji, M.Pd

Prof. Dr. Aisyah Endah Palupi, M.T.
Wahyu Dwi Mulyono, M.Pd

i
 BAB 10
Pengujian Hipotesis Komparatif

Pengujian hipotesis komparatif adalah menguji

data sampel yang berbentuk perbandingan. Pengujian
hipotesis komparasi juga menguji kemampuan
generalisasi (signifikansi hasil analisis penelitian) yang
berupa perbandingan variabel dua sampel atau lebih.
Variabel dalam pengujian hipotesis komparasi
bisa dari populasi dan sampel yang berbeda atau pada
populasi dan sampel yang sama tetapi pada waktu
yang berbeda. Model komparasi dibagi menjadi dua
yaitu komparasi dua sampel dan komparasi lebih dari
dua sampel atau k sampel.
Jenis komparasi dibagi menjadi dua yaitu
sampel berkorelasi dan sampel tidak berkorelasi atau
independen. Sampel berkorelasi biasanya dalam
penelitian eksperimen misalnya perbandingan hasil
belajar siswa sebelum diberikan perlakuan dan setelah
diberikan perlakuan, perbandingan kelompok
eksperimen dan kontrol, atau perbandingan nilai
pretest dan postest. Pengujian hipotesis komparatif
pada analisis statistik parametris menggunakan uji t (t
test).

90
G. Uji t
Uji t digunakan untuk menguji komparatif
rata-rata dua sampel untuk data yang berbentuk
interval atau rasio. Langkah-langkah pengujian
hipotesis komparatif adalah sebagai berikut:
1. Menentukan hipotesis nol dan alternatif
Contoh :
Hipotesis penelitian
Ho : Tidak ada perbedaan kemampuan
mengajar antara guru dan mahasiswa
calon guru.
Ha : Ada perbedaan kemampuan mengajar
antara guru dan mahasiswa calon guru.
Hipotesis statistik
Ho: μ1 = μ2
Ha : μ1 ≠ μ2

2. Menentukan Rumus uji komparatif

Terdapat tiga macam rumus uji komparatif
yaitu:
a. Separated varians

X1  X 2
t
S12 S 22

n1 n 2

91
b. Polled varians

X1  X 2
t
n1  1S12  n2  1S 22  1 1 

n1  n 2  2 n  n
 1 2 

c. Sampel berpasangan

X1  X 2
t
S12 S 22  S  S 
  2r  1  2 
n1 n 2  n  n 
 1  2 

Pedoman Penggunaannya rumus tersebut

adalah:
a. Jika n1 = n2 dan varians homogen,
digunakan rumus 1 dan 2 dengan dk =
n1+n2-2
b. Jika n1 ≠ n2 dan varians homogen,
digunakan rumus ke 2 dengan dk = n1+n2-2
c. Jika n1 = n2 dan varians tidak homogen
digunakan rumus 1 dan 2, dengan dk = n1-1
atau n2-1
d. Jika n1 ≠ n2 dan varians tidak homogen
digunakan rumus 1, dengan harga t
dihitung dari: t tabel (dk = n1-1) - t tabel

92
 (dk = (n2-1) dibagi 2, kemudian
ditambahkan dengan t yang terkecil.
e. Bila sampel berkorelasi dan berpasangan,
digunakan rumus yang ketiga.
* Gunakan salah satu

Contoh penggunaan rumus bila diketahui data

berikut:

n 30 14

X rerata 46.97 47.36

s1 6.68 6.48

s2^2 44.62 41.99

Uji homogenitas

Varians terbesar 44,62

F = ---------------------- = --------- = 1,062
Varians terkecil 41,99

Dibandingkan dengan F tabel .

Mencari F tabel:
dk pembilang = n-1=30-1=29;
dk penyebut = n-1=14-1 = 13;
α = tingkat kesalahan=0,05; maka harga Ftabel =
2,387. Ternyata harga F hitung < Ftabel, sehingga
varians homogen.

93
 Daerah homogen

Daerah heterogen

Fhitung=1,06 Ftabel=2,3
3 87
Karena n1 ≠ n2 dan varians homogen maka
digunakan rumus ke 2 dengan dk = n1+n2-2

3. Menentukan t hitung dan t tabel

X1  X 2
t
n1  1S12  n2  1S 22  1 1 

n1  n 2  2 n  n
 1 2 

Harga thitung = -0,085, kemudian harga thitung

direkomendasikan dengan ttabel=2,0189. Harga
thitung<ttabel , dengan demikian Ho diterima dan
Ha ditolak.

4. Membuat kesimpulan
Kesimpulan bahwa tidak ada perbedaan antara
kemampuan mengajar guru dan mahasiswa
calon guru adalah benar.

94
H. Anava
Analisis varians (analysis of variance, ANOVA)
adalah suatu metode analisis statistika yang
termasuk ke dalam cabang statistika inferensi.
Metode ini dikenal dengan berbagai nama lain,
seperti analisis ragam, sidik ragam, dan analisis
variansi. Analisis varians pertama kali
diperkenalkan oleh Sir Ronald Fisher, bapak
statistika modern.
Analisis varians menguji dua varians
berdasarkan hipotesis nol bahwa kedua varians itu
sama. Varians pertama adalah varians antar contoh
(among samples) dan varians kedua adalah varians
di dalam masing-masing contoh (within samples).
Dengan demikian, analisis varians dengan dua
contoh akan memberikan hasil yang sama dengan
uji-t untuk dua rerata (mean).
Untuk dua sampel hasil Uji F = hasil Uji t,
karena keduannya sama-sama uji komparatif atau
perbedaan. Bedanya Analisis varians dengan Uji F
dapat untuk dua sampel atau lebih, sedang Uji t
hanya untuk dua sampel.
Analisis varians relatif mudah dimodifikasi
dan dapat dikembangkan untuk berbagai bentuk
percobaan yang lebih rumit dibandingkan dengan
Uji t. Selain itu, analisis ini juga masih memiliki
keterkaitan dengan analisis regresi.

95
 Kesimpulan dari hasil analisis apabila Ho
ditolak dan Ha diterima maka perlu dilakukan uji
lanjut, baik pada uji t maupun uji F. Uji lanjut
dilakukan untuk mengetahui mana yang lebih
besar. Uji lanjut untuk Uji F adalah uji Cochran
apabila jumlah sampel sama (n sama) dan Uji
Bartlett untuk jumlah sampel yang berbeda (n
berbeda). Uji lanjut untuk Uji t adalah uji Tukey
apabila jumlah sampel sama (n sama) dan uji Sheffe
untuk jumlah sampel yang berbeda (n berbeda).
Asumsi-asumsi pada analisis varians adalah
sebagai berikut:
1. Populasi-populasi yang diteliti memiliki
distribusi normal (Uji normalitas)
2. Populasi-populasi tersebut memiliki standar
deviasi yang sama atau variansi yang sama (Uji
homogenitas)
3. Sampel yang ditarik dari populasi tersebut
bersifat bebas, dan sampel ditarik secara acak.
(Sampel diambil secara random)

Analisis varian lebih dikenal dengan Uji –F

(Fisher Test), dimana varians atau variansi
merupakan konsep dari “Mean Square” atau
Kuadrat rata-rata (KR) yang dihitung dengan
rumus:
JK
KR 
dk

96
Keterangan:
JK = Jumlah Kuadrat; dk = deraja kebebasan

Menghitung nilai anava atau Fhitung dengan

rumus:

V A KR A JK A : dk A Variansi Antar Group

Fhitung    
V D KR D JK D : dk D Variansi Dalam Group

Varians dalam Group dapat disebut juga

sebagai varians keasalahan (Varians Galat).
Rumusa selanjutnya:

 X   X 
2 2

  → untuk dkA = A – 1
Ai T
JK A
n Ai N

JK D   X  
 X Ai 2
→ untuk dkD = N – A
2
T
nAi

Keterangan :
N = Jumlah kasus
A = Jumlah group

Prosedur dalam melakukan analissi arians

adalah sebagai berikut:
1. Merumuskan hipotesis penelitian (Ho dan Ha
dalam bentuk kalimat)

97
 2. Merumuskan hipotesis statistik (Membuat Ho
dan Ha dalam bentuk statistik)
3. Membuat daftar belanja statistik
4. Mencari JK antar group (JKA) dengan rumus:

 X   X  2 2

 
Ai T
JK A
n Ai N

  X A1 2  X A 2 2  X A3 2   X T 2
JK A     
 n A1 n A2 n A3  N

5. Mencari dk antar group (dkA) dengan rumus

dkA = A – 1
6. Mencari KR antar group (KRA) dengan rumus
JK A
KR A 
dk A
7. Mencari Jumlah kuadrat Dalam (JKD) dengan
rumus

JK D   X   2  X Ai 2
T
nAi

  X A1 2  X A 2 2  X A3 2 
JK D   X 2
A1  X 2
A2  X 2
A3     
 n A1 n A2 n A3 
 

98
8. Mencari derajad kebebasan Dalam (dkD),
dengan rumus

dkD = N –A
9. Mencari KRD dengan rumus

JK D
KR D 
dk D

10. Mencari nilai F hitung dengan rumus

KR A
Fhitung 
KR D

11. Menentukan kaidah pengujian

Jika ≥ → tolak Ho
≤ → terima Ho

12. Mencari F tabel dengan rumus

= ,

→ = ; =

13. Membandingkan dengan

dengan membuat tabel ringkasan Anava

99
 Derajat Kuadrat
Sumber
kebebasan Jumlah Kuadrat (JK) rerata
varians
(dk) (KR)

Antar
(∑ ) (∑ )
Group A-1 − α = 0,05
(A)

Dalam
( )
Group N-A −
(D)

( )
Total N-1 −

100