Segala puji bagi Allah SWT, Sang pencipta dan pemelihara alam
semesta. Shalawat dan Salam semoga terlimpah bagi baginda Nabi
Muhammad SAW, keluarga dan para pengikutnya yang setia hingga akhir
masa. Tidak ada kata yang paling indah selain ucapan Alhamdulillah atas
limpahan karunia yang Allah berikan, sehingga akhirnya penulis bersama tim
mata kuliah “statistika” di Program Studi Pendidikan Kepelatihan Fakultas Ilmu
Keolahragaan Universitas Negeri Padang dapat menyelesaikan modul mata
kuliah ini. Modul ini sesungguhnya bukanlah sebuah kerja seorang individu dan
sulit terlaksana tanpa bantuan banyak pihak yang tidak mungkin Penulis
sebutkan satu persatu. Namun dengan segala kerendahan hati, penulis
mengucapkan terima kasih kepada seluruh pihak yang telah memberikan
semangat dalam membuat Modul ini sehingga penulis termotivasi untuk
menggali informasi dari berbagai sumber untuk memperkaya khasanah
pengetahuan. Modul ini disusun bertujuan sebagai pedoman Mata Kuliah
Statistika bagi mahasiswa angkatan 2020 dan selanjutnya, agar dapat
memperluas ilmu tentang materi ilmu statistika khususnya pada beberapa mata
kuliah terkait, kritik dan saran yang konstruktif sangat penulis harapkan demi
perbaikan dan kesempurnaan Modul ini.
Penulis
KATA PENGANTAR i
DAFTAR ISI ii
RENCANA PEMBELAJARAN SEMESTER iv
I. PENDAHULUAN 1
II. KEGIATAN PEMBELAJARAN
1. Kegiatan Pembelajaran 1 – Topik 1 2
A. Tujuan 2
B. Materi Perkuliahan 2
C. Rangkuman 7
D. Tugas/Latihan/Penilaian 8
2. Kegiatan Pembelajaran 2 – Topik 2 9
A. Tujuan 9
B. Materi Perkuliahan 9
C. Rangkuman 15
D. Tugas/Latihan/Penilaian 16
3. Kegiatan Pembelajaran 3 – Topik 3 17
A. Tujuan 17
B. Materi Perkuliahan 17
C. Rangkuman 21
D. Tugas/Latihan/Penilaian 22
4. Kegiatan Pembelajaran 4 – Topik 5
A. Tujuan
B. Materi Perkuliahan
C. Rangkuman
D. Tugas/Latihan/Penilaian
5. Kegiatan Pembelajaran 5 – Topik 5
A. Tujuan
B. Materi Perkuliahan
C. Rangkuman
D. Tugas/Latihan/Penilaian
6. Kegiatan Pembelajaran 6 – Topik 6
A. Tujuan
B. Materi Perkuliahan
C. Rangkuman
D. Tugas/Latihan/Penilaian
7. Kegiatan Pembelajaran 7 – Topik 7
A. Tujuan
B. Materi Perkuliahan
A. Informasi Umum
B. Materi Perkuliahan
Pertemuan Pokok Bahasan Sub Pokok Bahasan Sumber
1 Penjelasan Silabus 1. Penjelasan Materi Silabus
dan lainnya 2. Aturan perkuliahan
A. SINOPSIS
Memberikan pemahaman dan keterampilan kepada mahasiswa tentang
tujuan dan kerja statistik, jenis, teknik penyusunan dan pengolahan data
serta penerapan analisis secara sederhana. Selanjutnya memberikan
pemahaman dan keterampilan kepada mahasiswa tentang konsep-
konsep statistika, pemilihan analisis statistik untuk masalah penelitian,
macam-macam koefisien korelasi, regresi, pengujian persyaratan
analisis, pengujian hipotesis, pengujian uji beda mean dan uji Anava.
B. DESKRIPSI MATAKULIAH
1. Status Mata kuliah
Mata kuliah Statistika merupakan matakuliah wajib untuk untuk
Program Studi Pendidikan Kepelatihan Olahraga yang dimulai untuk
mahasiswa 2020. Mata kuliah ini erat hubungannya dengan
menyusun dan mengolah data dalam penelitian, menyusun data
dalam penyelesaikan studi, pembuatan tes dan evaluasi belajar.
2. Tujuan Matakuliah
a. Agar mahasiswa mampu memahami konsep statistik
b. Agar mahasiswa mampu menyusun dan mengolah
data
c. Agar mahasiswa mampu mendeskripsikan dan
menginterpretasikan hasil pengolahan data penelitian.
3. Sistem Penilaian
Syarat untuk mengikuti ujian adalah jika mahasiswa mengikuti
perkuliahan tidak kurang dari 80% (12 x tatap muka) dari jumlah
pertemuan.
Persentase penilaian ditentukan dari:
a. Tugas perorangan : 20%)*
b. Kehadiran : 10%)*
c. Ujian Tengah Semester : 30%)*
1 | Modul Pembelajaran Statistika – Jurusan Kepelatihan FIK UNP
d. Ujian Akhir Semester : 40%)*
A. DAFTAR RUJUKAN
4,5 5 4
7,50 8 8
1,500 2 2
6,5___ + 7___ + 6___ +
20,000 22 20
C. Rangkuman
Statistik adalah kata yang digunakan untuk menyatakan sekumpulan
fakta, umumnya berbentuk angka-angka yang disusun dalam tabel atau
diagram yang melukiskan atau menggambarkan suatu kumpulan data
yang mempunyai arti. Sedangkan statistika menunjukkan suatu
pengetahuan yang berhubungan dengan cara-cara pengumpulan fakta,
pengolahan, penganalisisan, dan penarikan kesimpulan serta pembuatan
keputusan yang cukup beralasan berdasarkan fakta yang ada.
Statistika dalam pengertian sebagai ilmu dibedakan menjadi dua,
yaitu: 1) Statistika Deskriptif mempunyai tujuan untuk mendeskripsikan
atau memberi gambaran objek yang diteliti sebagaimana adanya tanpa
menarik kesimpulan atau generalisasi. Dalam statistika deskriptif ini
dikemukakan cara-cara penyajian data dalam bentuk tabel maupun
diagram, penentuan ratarata (mean), modus, median, rentang serta
simpangan baku. Metode statistika digolongkan menjadi dua yaitu
Metode Statistika Deskriptif dan Metode Statistika Inferensial. Statistika
Inferensial mempunyai tujuan untuk penarikan kesimpulan. Sebelum
79 49 48 74 81 98 87 80
80 84 90 70 91 93 82 78
70 71 92 38 56 81 74 73
68 72 85 51 65 93 83 86
90 31 83 73 74 43 86 88
92 93 76 71 90 72 67 75
80 91 61 72 97 91 88 81
70 74 99 95 80 59 71 77
63 60 83 82 60 67 89 63
76 63 88 70 66 88 79 75
6. Jenis Grafik
Seringkali untuk keperluan alnalisis, selain dibuat tabel distribusi
frekuensi relatif dan kumulatif, data disajikan dalam bentuk grafik. Grafik
yang berupa gambar pada umumnya lebih mudah ditangkap dan di ambil
kesimpulan secara cepat dari pada table.
a. Histogram (diagram batang)
Grafik histogram atau histogram frequency merupakan suatu
grafik segi empat yang dibentuk di atas absis dengan menggunakan
batas bawah nyata dan batas atas nyata yang berhimpit-himpit.
(Rachman 2013:53). Diagram batang digunakan untuk lebih
memahami persoalan secara visual. Dalam diagram batang, lebar
batang diambil dari selang kelasdistribusi frekuensinya, sedangkan
frekuensi masing – masing kelas ditunjukan oleh tinggi batang.
Diagram batang memungkinkan kita mudah memahaminya, akan
tetapi akan lebih menarik bila sajian gambar erat kaitannya dengan
apa yang disebut histogram. Sajian histogram berbeda dengan
diagram batang dalam hal lebar, yaitu batang digunakannya batas
kelas dan bukan limit kelasnya. Ini dimaksudkan untuk menghilangkan
jeda atau ruang antar batang, sehingga dapat memberikan kesan
padat.
20
13 Series1
15 12
Series2
10
5
3
5 2
0
31 – 40 41 – 50 51 – 60 61 – 70 71 – 80 81 – 90 91 – 100
30
30
26.25
25 24
21
20
16.25
15 Series1
15
13
12 Series2
10
6.25
5
5
3 3.75
2 2.5
0
31 – 40 41 – 50 51 – 60 61 – 70 71 – 80 81 – 90 91 – 100
25 30
25
20
20 Series2
15
15 Series1
10
10
5 5
0 0
31 – 40 41 – 50 51 – 60 61 – 70 71 – 80 81 – 90 91 – 100
30 35
25 30
25
20
20 Series2
15
15 Series1
10
10
5 5
0 0
31 – 40 41 – 50 51 – 60 61 – 70 71 – 80 81 – 90 91 – 100
31 – 40, 2, 3%
41 – 50, 3, 4%
91 – 100, 12, 15%
51 – 60, 5, 6%
,24 ,80– 71
30%
C. Rangkuman
Salah satu langkah untuk mengatur, menyusun, atau meringkas data
ialah dengan membuat distribusi frekuensi. Kata ditribusi berasal dari
kata distribution (bahasa inggris), yang berarti penyaluran, pembagian, atau
pancaran. Jadi, secara mendasar, distribusi frekuensi dapat diartikan
sebagai penyaluran frekuensi, pembagian frekuensi, atau pancaran
frekuensi. Sedangkan, frekuensi sendiri juga berasal dari bahasa
Inggris, frequency, yang berarti kekerapan, keseringan, atau jarang-
kerapnya. Dalam statistika, frekuensi berarti seberapa kali suatu variabel
yang dilambangkan dengan angka (bilangan) berulang kali dalam deretan
data angka tersebut. Dengan demikian, distribusi frekuensi merupakan
suatu keadaan yang menggambarkan bagaimana frekuensi dari gejala atau
variabel yang dilambangkan dengan angka itu telah tersalur, terbagi,
tersebar, dan terpancar.
Penggambaran angka (bilangan) atau penyajian data angka tersebut
dapat disajikan dalam bentuk tabel atau grafik/gambar, yang kemudian
dikenal dengan istilah tabel distribusi frekuensi dan grafik distribusi
frekuensi. Ada dua bentuk distribusi frekuensi dalam penyajian data.
Pertama dalam bentuk tabel distribusi frekuensi data tunggal adalah salah
satu jenis table statistik yang di dalamnya disajikan frekuensi dari data
D. Tugas/Latihan/Penilaian
1. Jelas fungsi penyajian data dalam bentuk distribusi frekuensi?
2. Buatlah data distribusi frekuensi dengan data tunggal dan bergolong
berdasarkan angka dari (4) digit belakang NIM mahasiswa.
Contoh: Dari data di bawah ini,
isikanlah kode A, B, C, dan D
dengan memakai NIM Saudara
(empat digit dari belakang).
2 0 0 8 7 0 8 5
- - - - A B C D
B. Materi Perkuliahan
Tendensi sentral adalah pengukuran statistik untuk menentukan skor
tunggal yang menetapkan pusat dari distribusi. Tujuan tendensi sentral
adalah untuk menemukan skor single yang paling khusus atau paling
representatif dalam kelompok (Gravetter & Wallnau, 2007). Tiga metode
dalam pengukuran tendensi sentral yakni: mean, median, modus.
Pertama Mean biasanya diketahui sebagai ilmu hitung rata-rata.
Rata-rata untuk populasi diidentifikasi dalam huruf yunani yakni μ (mew),
dan rata-rata untuk sampel adalah “M atau x (x-bar)”. Tendensi sentral
kedua yakni Median, yakni skor yang membagi distribusi menjadi dua.
Median sama dengan persentil ke-50. Tendensi sentral yang ketiga
yakni Modus (mode), modus adalah skor atau kategori yang paling besar
dari frekuensi.
1. Mean atau rata-rata hitung adalah jumlah semua skor dalam suatu
sebaran dibagi dengan jumlah kasus.
Data tunggal
Data bergolong
b. Menghitung Mean data tunggal yang disusun dalam distribusi frekuensi tunggal
(Rumus 2)
Xi Fi fiXi
45 2 90
56 4 224
69 6 414
71 5 355
76 3 228
80 2 160
Jumlah 22 1471
C. Rangkuman
1. Mean (Rata-Rata)
Mean merupakan rata-rata dari sekumpulan data, rata-rata atau mean
dapat dicari dengan menjumlahkan seluruh data dan membaginya
dengan banyaknya data tersebut. Mean dilakukan untuk data tunggal
dan data kelompok.
2. Median
Median merupakan data yang berada paling tengah, untuk mencari
median dari sekumpulan data dapat dicari dengan mengurutkan terlebih
22 | Modul Pembelajaran Statistika – Jurusan Kepelatihan FIK UNP
data tersebut dari yang terkecil sampai terbesar atau sebaliknya.
Median dilakukan untuk data tunggal dan data kelompok.
3. Modus
Modus merupakan data yang sering muncul atau data yang paling
banyak muncul. Modus dilakukan untuk data tunggal dan data
kelompok.
D. Tugas/Latihan/Penilaian
Silahkan cari mean, median dan modus dari data tugas distribusi frekuensi.
B. Materi Perkuliahan
Variabilitas adalah derajat penyebaran nilai-nilai variabel dari tendensi
sentralnya dalam suatu distribusi yang menunjukkan seberapa banyak nilai-
nilai variabel itu berbeda dari tendensi sentralnya, atau seberapa jauh nilai-
nilai varibel itu menyimpang dari tendensi sentralnya (terutama Mean atau
Rata-rata). Pengukuran variabilitas memberikan gambaran variasi,
jangkauan, serta heterogenitas-homogenitas dari pengukuran suatu
kelompok (data). Pada materi ini membahas tentang Quartil, Desil,
Persentil. Selanjutnya tentang standar devisi dan skor standart.
1. Kuartil adalah bilangan pembagi, pada sekumpulan data yang dibagi
menjadi empat bagian yang sama banyak, sesudah disusun menurut
urutan nilainya.Terdapat 3 buah Kuartil, yaitu K1, K2, dan K3.
a. Menentukan Letak dan Nilai Kuartil untuk data tunggal
1) Susun data menurut urutan nilainya
2) Tentukan letak kuartil
3) Tentukan nilai kuartil
Sampel dengan data
75, 82, 66, 57, 64, 56, 92, 94, 86, 52, 60, 70
Disusun urutan nilainya dari kecil ke besar
52, 56, 57, 60, 64, 66, 70, 75, 82, 86, 92, 94
Letak Ki = data ke
dengan i = 1, 2, 3
► K3 = 86,5
Letak Di = data ke
dengan i = 1, 2, …………., 9
Letak Pi = data ke
dengan i = 1, 2, …………., 99
51 – 60 5 dengan i = 1, 2, 3 ………99
Letak P33 adalah = 33/100*80 = 26,4, maka letak P1 adalah di kelas interval
ke 4
Data bergolong
berdasarkan
deviasi
Data bergolong
berdasarkan
angka kasar
Data bergolong
cara
sandi/simbol
N
1 45 -19 361
2 56 -8 64
3 69 5 25
4 70 6 36
5 80 16 256
320 742
No. Xi Xi2
1 45 2025
2 56 3136
3 69 4761
4 70 4900
5 80 6400
320 21222
Data
tunggal
berdasarka
n angka
mentah
Data
bergolong
berdasark
an deviasi
15780
100
Data
bergolong
berdasarka
n
Angka
Kasar
Diketahui:
Mean Lompat Tinggi = 165,33
Standar deviasi Lompat Tinggi = 6,80
Untuk mencari nilai Z-Score sebagaimana dalam tabel di atas dapat
diselesaikan sebagai berikut:
Z- Score untuk X
b. T score adalah bentuk lain dari skor standar dimana rata-rata ditentukan
50 dengan standar deviasi 10.
T- Score untuk X :
T- Score untuk Y :
C. Rangkuman
1. Kuartil, merupakan sekumpulan data yang dibagi menjadi empat bagian
yang sama banyak, sesudah disusun menurut urutan nilainya, maka
bilangan pembaginya.
2. Desil, ialah nilai atau angka yang membagi data yang menjadi 10 bagian
yang sama, setelah disusun dari data terkecil sampai data terbesar atau
sebaliknya.
3. Persentil ialah nilai yang membagi data menjadi 100 bagian yang sama.
Setelah disusun dari angka terkecil sampai ke yang terbesar.
4. Varian dipakai untuk melihat pola variasi yang ada di dalam sample.
Semakin besar nilainya, semakin banyak variasi datanya yang mengakib
atkan data menjaditidak akurat.
D. Tugas/Latihan/Penilaian
1. Silahkan cari Kuartil dari data tugas sebelumnya
2. Silahkan cari Desil dari data tugas sebelumnya
3. Silahkan cari Persentil dari data sebelumnya yaitu (P 5, P 17, P29, P 33,
P 46, P 65, P 78, P88, P 92)
4. Selanjutnya dari data sebelumnya carilah standart deviasi dan varian.
5. Carilah skor baku dari data dibawah ini :
B. Materi Perkuliahan
1. Analisis korelasi adalah suatu teknik statistik untuk mengetahui
sejauh mana hubungan antar variabel.
2. Analisis korelasi antara satu variabel dengan variabel lainnya disebut
analisis korelasi sederhana atau tunggal.
3. Hasil perhitungan analisis korelasi disebut koefisien korelasi yang
biasa disimbolkan dengan r (singkatan dari relation).
4. Koefisien korelasi (r) menunjukkan derajat/kekuatan hubungan antara
dua variabel. atau seberapa jauh perubahan dalam satu variabel ada
kaitannya dengan variabel yang lain.
5. Indeks koefisien korelasi berkisar antara –1 s/d 1. dan biasanya
ditulis dengan 0.sekian dengan dua digit angka dibelakang koma.
6. Arah hubungan ditunjukkan oleh tanda koefisien (- atau +). di mana r
yang bertanda plus (+) menunjukkan hubungan yang searah/berbanding
lurus. sedangkan r yang bertanda minus (-) menunjukkan hubungan
yang berlawanan arah/berbanding terbalik. Untuk r yang bertanda plus
biasanya tidak ditulis tandanya.
7. Korelasi bukan menunjukkan hubungan sebab akibat.
8. Koefisien korelasi tidak ditafsirkan menurut persentase. yang
ditafsirkan sebagai persentase adalah koefisien determinasi. yaitu
koefisien korelasi dikuadradkan (r2). Hal ini menyatakan sebarapa besar
sumbangan/kontribusi dari variabel bebas/prediktor terhadap variabel
terikat/kriterium.
Rumus a.
Rumus b.
Rumus c.
Ŷ= 0,58 + 0.65 X
JK (T) =
JK (a) =
JK (b/a) =
JK (S) =
JK(G) =
JK(TC) =
JK(a) = = 1620
JK(G) =
Sumber Dk JK KT F
Variasi
Total n ΣY2 ΣY2
Koefisien (a) 1 JK(a) JK(a)
Regresi (b/a) 1 JK(b/a) S2reg = JK(b/a) s2reg ; JK(b/a)
Sisa n-2 JK(S) S2sis = JK(S)/n-2 s2sis ; JK(S)/n-2
Tuna Cocok k-2 JK(TC) S2TC = JK(TC)/k-2 S2TC ; JK(TC)/k-2
Galat n-k JK(G) S2G = JK(G)/n-k S2G ; JK(G)/n-k
Sumber Dk JK KT Fh Ft Kesimpulan
Variasi α=0.05
Total 20 1748 - -
Koefisien (a) 1 1620 - Regresi
Regresi (b/a) 1 79,95 79,9 29,72 4,41 signifikan
5 (berarti)
Sisa 18 48,5 2,69
Tuna Cocok 8 19,52 2,44 Regresi Linear
Galat 10 28,53 2,85 0,86 3,07
Langkah-langkah Pengujian
Statistik Sampel N = 20
: k = 10
dkpembilang = k-2 = 8
dkpenyebut = n-k = 20 – 10 = 10
JK(TC) = 19,52
JK(G) = 28,53
Hasil Perhitungan :
Fh =
Fh =
Fh = 0,86
Ft(0,05)(8)(10)= 3,07
Statistik Sampel : n = 20
dkpembilang = 1
dkpenyebut = n-2 = 18
JK(b/a) = 79.95
JK(S) = 48,5
Hasil Perhitungan :
Fh =
Fh =
Fh = 29,72
Ft(0,05)(1)(18)= 4,41
C. Rangkuman
a. Pada analisis korelasi dapat diketahui derajat atau kekuatan
hubungan antara variabel yang satu terhadap variabel yang lainnya.
b. Pada analisis regresi dibahas hubungan fungsional antar variabel,
yaitu seberapa besar kontribusi (yaitu kuadrat dari koefisien korelasi atau
r2 ) variabel bebas/prediktor terhadap vaiabel terikat/kriteria, dan
bagaimana skor pada suatu variabel dapat digunakan untuk memprediksi
skor pada variabel lainnya melalui persamaan regresi yang diperoleh.
47 | Modul Pembelajaran Statistika – Jurusan Kepelatihan FIK UNP
c. Regresi tunggal adalah analisis regresi antara satu variabel
(bebas/prediktor) terhadap variabel (terikat/kriteria) lainnya.
D. Tugas/Latihan/Penilaian
Dari tugas analisis skor baku sebelumnya, lanjutkan analisis korelasi
sederhana dengan menggunakan rumus angka kasar serta lanjutkan
dengan pengujian regresi sederhana.
C. Rangkuman
Uji normalitas digunakan untuk mengetahui penyebaran dari distribusi data,
apakah data menyebar secara normal atau tidak. Uji normalitas dengan
pendekatan Liliefors disebut uji pendekatan non parametik, hal ini dilakukan
jika kelompok sampel yang digunakan dalam sebuah penelitian
diasumsikan kelompok kecil. Metode Chi Square (Uji Goodness of fit
Distribusi Normal). Langkahnya adalah:
a. Data tersusun berkelompok atau dikelompokkan dalam tabel distribusi
frekuensi.
b. Cocok untuk data dengan banyaknya angka besar ( n > 30 )
c. Setiap sel harus terisi, yang kurang dari 5 digabungkan.
52 | Modul Pembelajaran Statistika – Jurusan Kepelatihan FIK UNP
D. Tugas/Latihan/Penilaian
Dari tugas yang telah dilakukan sebelumnya tentang analisis korelasi
sederhana. Selanjutnya lakukan Uji Normalitas dengan teknik Liliefors
terhadap data variable X dan Y.
70 496 68 472
Varians X1:
Varians X2:
C. Rangkuman
Uji Homogenitas adalah syarat penting atau asumsi dalam berbagai jenis
analisis statistik parametris.
D. Tugas/Latihan/Penilaian
1. Dari tugas yang telah dilakukan sebelumnya tentang analisis korelasi
sederhana. Selanjutnya lakukan Uji Homogenitas untuk data tunggal X
dan Y.
2. Dari data di bawah ini, lakukanlah analisis uji homogenitasnya
Sampel
1 2 3 4
12 13 13 16
Data 17 22 17 17
Penelitian 32 31 21 23
14 26 28 19
19 13 27
25 22
B. Materi Perkuliahan
1. Korelasi ganda digunakan untuk menghitung derajat/kekuatan hubungan
antara beberapa variabel bebas/prediktor dengan variabel terikat/kriteria.
2. Rumus Korelasi Ganda
R2y12 / k
F =
(1 – R2y12 ) / (n - k – 1)
Variabel Y X1 X2
Y - 0,46 0,52
X1 0,46 - 0,17
X2 0,52 0,17 -
R2y12 / k
F =
(1 – R2y12 ) / (n - k – 1)
0,642 / 2
F = = 16,33
(1 – 0,642 ) / (50 - 2 – 1)
6. Regresi Ganda adalah analisis regresi antara dua atau lebih variabel
(bebas/prediktor) terhadap variabel (terikat/kriteria) lainnya.
a. Persamaan regresi ganda adalah : Ŷ = bo + b1X1 + b2X2
Dimana: Ŷ = skor yang akan diprediksi berdasarkan skor X1 dan X2
bo = konstanta regresi
b1X1= koefisien regresi X1 terhadap Y
b2X2= koefisien regresi X2 terhadap Y
b1 =
b2 =
b1 =
b2 =
Fh =
Ft(0,05)(2)(27) = 3,35
C. Rangkuman
Pada analisis regresi dibahas hubungan fungsional antar variabel, yaitu
seberapa besar kontribusi (yaitu kuadrat dari koefisien korelasi atau r 2)
variabel bebas/prediktor terhadap vaiabel terikat/kriteria, dan bagaimana
skor pada suatu variabel dapat digunakan untuk memprediksi skor pada
variabel lainnya melalui persamaan regresi yang diperoleh. Uji regresi linier
berganda sangat membantu untuk mengetahui pengaruh secara serempak
(simultan) baik kualitas maupun kuantitas dari variable-variabel bebas
terhadap variable tak bebas. Hasil model persamaan regresi dapat
dipergunakan sebagai pedoman untuk memprediksi hubungan antar
variabel diluar data yang dijadikan sampel dalam suatu populasi.
Keterangan:
= mean sampel pertama
= mean sampel kedua
D = beda antara skor sampel pertama dan kedua
D2 = kuadrat beda
ΣD2 = jumlah kuadrat beda
n = jumlah pasangan sampel
Contoh 1
Seorang peneliti mencoba dua macam metode mengajar, metode A
dan B dengan mengambil 10 orang anak sebagai sampel. Setiap
selesai perlakuan diberikan tes dengan hasil seperti dalam tabel
berikut.
Tabel 25. Hasil Akhir metode A dan B terhadap satu kelompok sampel
Subyek Metode A (X1) Metode B (X2) D D2
1 6 7 -1 1
67 | Modul Pembelajaran Statistika – Jurusan Kepelatihan FIK UNP
2 7 9 -2 4
3 5 7 -2 4
4 6 8 -2 4
5 7 6 1 1
6 8 7 1 1
7 6 8 -2 4
8 6 7 -1 1
9 7 9 -2 4
10 7 7 0 0
Jumlah 65 75 -10 24
Mean 6.5 7.5
th = 2,535
Contoh 2
Seorang peneliti mengambil 20 orang anak secara acak yang
kemudian dijadikan dua kelompok yang seimbang berdasarkan
matching kemampuan awal mereka. Kemudian melalui undian kedua
kelompok tersebut diberikan perlakuan dengan metode A dan
metode B. Hasil tes akhir menunjukkan hasil sebagai berikut:
Tabel 26. Hasil Uji coba metode A dan B pada dua sampel yang
dipasangkan
Subyek Metode A (X1) Metode B (X2) D D2
1 8 8 0 0
2 6 8 -2 4
3 7 7 0 0
4 8 9 -1 1
68 | Modul Pembelajaran Statistika – Jurusan Kepelatihan FIK UNP
5 5 7 -2 4
6 7 9 -2 4
7 6 8 -2 4
8 5 7 -2 4
9 7 7 0 0
10 6 8 -2 4
Jumlah 65 78 -13 25
Mean 6.5 7.8
th = 4,33
Tabel 27. Pengaruh Latihan Sistem Set dan Sistem Sirkuit terhadap
Peningkatan Kekuatan
Latihan Berbeban
Sistem Set Sistem Sirkuit
No X12 X22
(X1) (X2)
1 18 12 324 144
2 20 16 400 256
3 18 10 324 100
4 19 16 361 256
5 22 17 484 289
6 18 15 324 225
7 23 18 529 324
8 16 11 256 121
9 19 12 361 144
10 17 13 289 169
Jumlah 190 140 3652 2028
Mean 19 14
Varians 4.67 7.56
Fhitung =
th = 4,52
tt(1-1/2α)(18) = 2,10
tt(1-α)(18) = 1,73
Latihan Berbeban
No Sistem Sirkuit
Sistem set (X1) X12 X22
(X2)
1 18 12 324 144
2 20 16 400 256
Peningkatan kekuatan otot
3 14 10 196 100
4 16 16 256 256
5 22 17 484 289
6 18 15 324 225
7 23 18 529 324
8 16 11 256 121
9 19 12 361 144
10 17 13 289 169
11 18 - 324 -
12 15 - 225 -
Jumlah 216 140 3968 2028
Mean 18 14
S2 7.27 7.56
Fhitung =
th = 3,43
1 2 3 4
Pertambahan 12 14 6 9
berat badan 20 15 16 14
23 10 16 18
10 19 20 19
17 22
Jumlah 82 80 58 60
Rata-rata 16.4 16 14.5 15
Dimana Ry, Ay, Dy, dan Y2 merupakan jumlah kuadrat-kuadrat (JK)
yang berturut-turut berdasarkan sumber-sumber variasi: rata-rata,
antara kelompok, dalam kelompok, dan total. Setiap JK sumber variasi
didampingi oleh derajat kebebasan (dk). Untuk rata-rata dk =1, untuk
antar kelompok dk = k –1, untuk dalam kelompok dk = (ni-1), dan
untuk total = ni.
Sumber variasi Dk JK KT F
Total 18 4738
c. Rangkuman
Dari penjelasan materi yang disampaikan di atas, dapat kita simpulkan
bahwa ada banyak jenis uji komparasi digunakan berdasarkan tipe data
yang dimiliki. Dengan mengetahui berbagai jenis uji komparasi, diharapkan
para peneliti atau penulis dapat menggunakan uji komparasi yang tepat
sesuai data yang dimiliki. Jika uji yang dipilih tepat maka kesimpulan dari
hasil yang didapat juga tepat, sehingga dapat diimplementasikan dengan
kebijakan yang tepat pula untuk menentukan keputusan yang akan
dijalankan.
d. Tugas/Latihan/Penilaian
1. Uji t untuk sampel yang berhubungan (dependent sample)
Seorang peneliti menjadikan dua kelompok yang seimbang
berdasarkan matching berdasarkan kemampuan awal mereka. Setelah
diperoleh hasil tes akhir diperoleh data sepertidi bawah ini:
Contoh NIM
2 0 0 8 7 0 8 5
- - - - A B C D
Hasil Tes Akhir Dari Dua Metoda
Metoda X 7A 6A 7C 6B 5D 5D 6B 7A 5C 46
Metoda Y 6B 70 8D 7C 73 6C 6A 8B 6D 82
Lakukanlah analisis sesuai materi yang telah dibahas dalam
pembelajaran.
2. Uji t untuk sampel bebas (independent sample) yang homogen
Bentuk Latihan
… …. …. …. …
2A 24 2D 2A 4B
Power Otot
40 1A 16 34 2C
Lengan
2D 30 1B 4C 1D
30 4D 2C 33 2A
1B 22 2D
4C
Dari tabel di atas, beri nama judul (A, B, C dan D), dengan kajian yang
tepat.
Selanjutnya lakukan analisis, sesuai materi yang telah dijelaskan.