UAS STATISTIKA

Nama : Avip Andreansyah

NPM : 2013033039
Kelas :A
Dosen Pengampu : Drs. Syaiful M.,M.Si.
Rinaldo Adi Pratama, M.Pd.

1. 3 perbedaan statistik deskriptif dan statistik inferensial :

Statistik Deskriptif
Mean – Nilai rata-rata dari data yang bertipe
numerik/angka.
Correlation – Nilai yang menggambarkan
keeratan hubungan antara dua variabel
numerik. Belum tentu menggambarkan
hubungan sebab akibat.
Statistik Inferensial
Linear Regression Analysis – Suatu model
statistik yang berfungsi untuk mengetahui
seberapa besar hubungan antara variabel
dependent dan independent. Variabel
dependent berupa data numerik.
Hypothesis Testing – Suatu metode yang
digunakan untuk menarik kesimpulan dari dua
dugaan atau hipotesis yang saling bertolak
belakang berdasarkan sampel data.

Variance – Nilai yang menggambarkan Confidence Interval – Rentang nilai yang

seberapa bervariasi/beragamnya suatu data menggambarkan kemungkinan atau estimasi
bertipe numerik/angka. nilai dari parameter populasi

2. Variabel Independen/bebas (X) adalah tipe variabel yang menjelaskan atau yang
mempengaruhi atau yang menjadi penyebab berubahnya variabel dependen. Variabel
Dependen/terikat (Y) adalah variabel yang dijelaskan atau dipengaruhi oleh variabel
independen/terikat.
3. a.) Dasar pengambilan keputusan
 Jika nilai signifikansi > 0,05, maka nilai residual berditribusi normal
 Jika nilai signifikansi < 0,05, maka nilai residual tidak berdistribusi normal.
One-Sample Kolmogorov-Smirnov Test
Unstandardize
d Residual
N 15
Normal Parametersa,b Mean .0000000
Std. Deviation 6.00637191
Most Extreme Absolute .098
Differences
Positive .093
Negative -.098
Test Statistic .098
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
Berdasarkan hasil uji normalitas Kolmogorov – smirnov di ketahui nilai signifikan 0,200 > 0,05
maka dapat disimpulkan bahwa nilai residual berdistribusi normal.

b.) Dasar Pengambilan Keputusan

 Jika nilai Sig > 0,05, maka distribusi data homogen
 Jika nilai sig < 0,05, maka distribusi data tidak homogen
Test of Homogeneity of Variances
Levene
Statistic df1 df2 Sig.
Hasil Metode Based on Mean 1.770 1 29 .194
Pembelajaran Based on Median 1.596 1 29 .217
Based on Median and 1.596 1 23.536 .219
with adjusted df
Based on trimmed 1.618 1 29 .213
mean
Berdasarkan hasil uji homogenitas di ketahui nilai signifikansi nya 0,194 > 0,05 maka dapat
disimpulkan bahwa data diatas memiliki varians homogen.

c.) Yang menjadi Variabel independent/ bebas yaitu model pembelajaran ETH dan STAD
Yang menjadi Variabel dependen/terikat yaitu keaktifan belajar siswa

4. a.) Hipotesis komparatif dua sampel bebas :

Ho : u 1=u 2
H1 : u 1≠ u 2
b.) Uji data perbedaan (Hipotesis komparatif dua sampel bebas)

Group Statistics
Std. Std. Error
Jenis N Mean Deviation Mean
Model ETH 16 76.3750 9.35147 2.33787
STAD 15 72.4000 6.00952 1.55165
Secara deskriptif statistik, menunjukan adanya perbedaan dalam model keaktifan belajar.

Independent Samples Test

Levene's
Test for
Equality of
Variances t-test for Equality of Means
95% Confidence
Sig. Interval of the
(2- Mean Std. Error Difference
F Sig. t df tailed) Difference Difference Lower Upper
Mode Equal 1.770 .194 1.397 29 .173 3.97500 2.84509 - 9.79386
l variance 1.84386
s
assumed
Equal 1.417 25.768 .169 3.97500 2.80593 - 9.74520
variance 1.79520
s not
assumed
Ho : u 1=u 2 (tidak ada perbedaan dalam keaktifan belajar)
H1 : u 1≠ u 2 (ada perbedaan dalam keaktifan belajar)

Aturan keputusan, dengan taraf signifikasi 0,05 , H0 ditolak jika sig < 0,05

Berdasarkan hasil uji diatas diperoleh sig (0,173) > 0,05, maka H0 diterima

Dengan tingkat signifikasi 0,05 pengujiannya menunjukan bahwa tidak ada perbedaan yang
signifikan antara model ETH dan STAD dalam keaktifan belajar.

5. a.) Dasar pengambilan keputusan

 Jika nilai signifikansi < 0,05, maka berkorelasi.
 Jika nilai signifikansi > 0,05, maka tidak berkorelasi.

Pedoman Derajat Hubungan

Nilai person correlation 0,00 s/d 0,20 = tidak ada korelasi.
Nilai person correlation 0,21 s/d 0,40 = korelasi lemah.
Nilai person correlation 0,41 s/d 0,60 = korelasi sedang
Nilai person correlation 0,61 s/d 0,80 = korelasi kuat
Nilai person correlation 0,81 s/d 1,00 = korelasi sempurna
Jika nilai signifikansi tepat 0,05
Membandingkan person correlation dengan r tabel
 person correlation > r tabel = berhubungan
 person correlation < r tabel = tidak berhubungan

Correlations
Minat Prestasi
Minat Pearson 1 .565
Correlation
Sig. (2-tailed) .089
N 10 10
Prestasi Pearson .565 1
Correlation
 Sig. (2-tailed) .089
N 10 10

Berdasarkan hasil uji korelasi yang telah dilakukan di ketahui nilai signifikansi 0,089 > 0,05
maka dapat disimpulkan dua variable ini memiliki hubungan tidak berkorelasi.
Nilai korelasi untuk skor minat belajar sebesar 0,565 & untuk skor prestasi belajar juga sebesar
0,565 menandakan bentuk hubungan kedua variable ini positif .
Untuk pedoman derajat hubungan 0,565 masuk dibagian korelasi sedang.
Kesimpulan secara keseluruhan : kedua variable ini memiliki hubungan positif positif dan derajat
hubungan berada korelasi di sedang tetapi tidak signifikan ( karena nilai signifikansi nya 0,089 >
0,05)
b.) Uji koefisien determinasi dilakukan untuk mengetahui seberapa besar variabel endogen secara
simultan mampu menjelaskan variabel eksogen. Semakin tinggi nilai R 2 berarti semakin baik model
prediksi dari model penelitian yang diajukan. Uji koefisien determinasi (R 2) dilakukan untuk menentukan
dan memprediksi seberapa besar atau penting kontribusi pengaruh yang diberikan oleh variabel
independen secara bersama – sama terhadap variabel dependen. Nilai koefisien determinasi yaitu antara 0
dan 1. Jika nilai mendekati 1, artinya variabel independen memberikan hampir semua informasi yang
dibutuhkan untuk memprediksi variabel dependen. Namun, jika nilai R 2  semakin kecil, artinya
kemampuan variabel – variabel independen dalam menjelaskan variabel dependen cukup terbatas
(Ghozali, 2016).

Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
1 .565 a
.319 .234 .904
a. Predictors: (Constant), Skor Minat Belajar

Output SPSS (Modal Summary)

Dari output diatas, didapatkan nilai Adjusted R Square (koefisien determinasi) sebesar 0.234
yang artinya variabel independent/minat belajar (X) berpengaruh terhadap variabel
dependen/prestasi belajar (Y) sebesar 23,4%. Sedangkan sisanya dipengaruhi variabel lain