PELATIHAN METODE STATISTIK PADA

PENELITIAN TINDAKAN KELAS (PTK)

Diselenggarakan oleh :
LABORATORIUM SOSIAL dan KEPENDUDUKAN Surabaya, 13 Juli 2023
DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN ANALITIKAL DATA
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
dengan
1
SDI BAHRUL-ULUM SURABAYA
Agenda Abmas
13 Juli 2023
Jam (WIB) Kegiatan Pemateri
08.00 - 08.30 Registrasi
08.30 – 08.50 Pre-Test
08.50 – 09.00 Pembukaan Tim
09.00 – 09.45 Sesi 1 : Konsep Dasar Riset (Penelitian Tindakan Kelas) Dr. Dra. Ismaini Zain, M.Si
Erma Oktania P., S.Si., M.Si
09.45 – 10.30 Sesi 2 : Mengenal Statistik Deskriptif Dra. Maduratna, M.Si
10.30 – 11.15 Sesi 3 : Diskusi Ide Penelitian Guru SDI Bahrul Ulum Dr. Agnes Tuti Rumiati, M.Sc
11.15 – 12.00 Demo penggunaan aplikasi Excel (1) Mahasiswa
12.00 - 13.00 Ishoma
13.00 – 13.45 Sesi 4 : Pengujian Hipotesis Prof. Dr. I Nyoman Budiantara
13.45 - 14.15 Sesi 5 : Korelasi dan Analisis Kontingensi Dr. Vita Ratnasari, S.Si., M.Si
14.15 – 14.45 Demo penggunaan aplikasi Excel (2) Mahasiswa
14.45 - 15.00 Penutupan Tim

2
Sesi 1

KONSEP DASAR RISET

PENELITIAN TINDAKAN KELAS
Classroom Action Research

3
 ֍ Peserta pelatihan memahami
tentang KONSEP DASAR RISET

֍ Peserta dapat memahami

CAPAIAN tentang PENELITIAN TINDAKAN
KELAS

PEMBELAJARAN ֍ Peserta dapat mengenal

METODE STATISTIK pada
Penelitian Tindakan Kelas

4
KONSEP DASAR RISET

Sekaran (2020) mendefinisikan penelitian (research) sebagai:

penyelidikan atau investigasi yang terkelola, sistematis,
berdasarkan data, kritis, obyektif, dan ilmiah terhadap suatu
masalah spesifik, yang dilakukan dengan tujuan untuk menemukan
jawaban atau solusi dari permasalahan yang ada.

Sekaran, Uma, Bougie, Roger. (2020). Research Methods For Business : A Skill Building
Approach (8th ed. (Asia Edition). Hoboken: Wiley.
5
 ֍ Suatu proses pengumpulan dan analisis data yang
dilakukan secara sistematis dan logis untuk mencapai
tujuan-tujuan tertentu

֍ Suatu usaha yang sistematis dan terorganisasi untuk

menjelidiki masalah tertentu yang memerlukan jawaban

SECARA UMUM
6
PROSES PENELITIAN SOSIAL
Penelitian sebagai suatu proses dalam rangka menjawab suatu masalah SOSIAL,
mempunyai beberapa syarat :

֍ Merupakan penyelidikan sistematis terhadap MASALAH tertentu

֍ Menggunakan METODE ILMIAH sehingga PENELITIAN bersifat ILMIAH
֍ Mengumpulkan BUKTI YANG KUAT dan REPRESENTATIF sebagai dasar
pengambilan kesimpulan
֍ Menggunakan PENALARAN LOGIS dan tidak memihak dalam menarik kesimpulan

7
CIRI-CIRI PENELITIAN ILMIAH

PURPOSIVENESS RIGOR TESTABILITY REPLICALITY

PRECISION dan
OBJECTIVE GENERALIZABILITY PARSIMONY
CONFIDENCE

CONSISTENCY COHERENCE

8
PROSES PENELITIAN
SECARA UMUM
Keterangan: T&C
P = Problem
T&C = Theory & Concept
F = Finding P H V
H = Hypotesis
V = Variable
D = Design F D I
I = Instrumen
S = Sampel
Res = Result S
Rep = Report

Rep Res DATA

PENDAHULUAN TINJAUAN PUSTAKA METODE PENELITIAN

9
PROSEDUR PENELITIAN secara umum
Mendefinisikan dan merumuskan MASALAH

Melakukan STUDI PUSTAKA

Merumuskan HIPOTESA (bila ada)

Menentukan DESAIN atau METODE PENELITIAN

Mengumpulkan DATA

MENGOLAH DATA dan atau MENYAJIKAN Informasi

MengANALISIS dan mengINTERPRETASIKAN

Membuat KESIMPULAN

Membuat LAPORAN
10
PENELITIAN TINDAKAN KELAS
(PTK)
Classroom Action Research

11
 JENIS
PENELITIAN

TUJUAN KARAKTERISTIK SIFAT DAN

TIPE PENELITIAN MASALAH JENIS DATA

PENELITIAN PENELITIAN
DASAR
P.HISTORIS P.OPINI

DAN PENELITIAN
INDUKTIF
P. ESKRIPTIF P. EMPIRIS

PARADIGMA PENELITIAN
STUDI KASUS P. ARSIP

PENELITIAN DEDUKTIF

PENELITIAN P.
TERAPAN KORELASIONAL

KAUSAL
P. EVALUASI
KOMPARATIF

LITBANG P. EKSPERIMEN

P. TINDAKAN
KELAS
DEFINISI PTK

13
PROSES
PTK

14
 • Mengindentifikasi dan merumuskan
masalah
• Melakukan analisis masalah
• Merumuskan hipotesik tindakan
LANGKAH- • Membuat rencana tindakan dan
pemantauan
LANGKAH PTK • Pelaksanaan tindakan dan
pencatatan
• Mengolah dan menafsirkan DATA
• Pelaporan hasil

15
INTEGRASI
METODE
STATISTIK

16
CONTOH KASUS PTK
d.i.s.k.u.s.i
17
Sesi 2

Diskusi
Ide Penelitian
bagi Guru
SDI Bahrul Ulum

18
Sesi 3

MENGENAL
STATISTIK DESKRIPTIF

19
 ֍ Peserta pelatihan
memahami tentang
KONSEP DASAR STATISTIK

CAPAIAN ֍ Peserta dapat

memahami tentang
PEMBELAJARAN UKURAN DASAR DATA

֍ Peserta dapat
mengenal STATISTIK
DESKRIPTIF

20
APA ITU
STATISTIKA?
 Merupakan ilmu yang
mempelajari tentang
bagaimana memperoleh,
mengumpulkan, meringkas,
STATISTIKA menyajikan, menganalisis
dan mengambil kesimpulan
ADALAH tentang data, dimana
dalam kesimpulan tersebut
terdapat unsur
ketidakpastian dan variasi.

22
 Skor pertandingan sepak bola babak final pada lag pertama
Statistik
antara Indonesia dan Thailand pada kejuaraan AFF tahun
2016 adalah 2-1.
Pertumbuhan ekonomi Negara RI pada tahun 2016 mencapai
5,1 %.

Statistik merupakan Rata-rata pendapatan perkapita penduduk negara ”ABC ”

kumpulan nilai-nilai adalah $ 1.000.
(kuantitas atau besaran)
tertentu. Prosentase penduduk miskin di Indonesia Tahun 2016 adalah
9%.

Pertumbuhan penduduk di Indonesia Tahun 2016 mencapai

2,42%

23
0
4
 STATISTIKA
DESKRIPTIF
metode statistika yang digunakan
untuk MENGGAMBARKAN
(MENYAJIKAN) DATA yang telah
dikumpulkan. MEMAPARKAN DATA-
DATA DALAM DALAM BENTUK
RINGKASAN agar lebih mudah
dipahami.
INFERENSIAL
metode metode statistika yang
digunakan untuk MENGETAHUI
(MENARIK KESIMPULAN) TENTANG
SEBUAH POPULASI BERDASARKAN
SUATU SAMPEL
25
25
 STATISTIKA
•Statistika • Statistika
Deskriptif Inferensial

• Memberikan informasi hanya • Menggunakan data sampel

mengenai data yang dimiliki dan (sebagian data) untuk membuat
menyajikan data agar lebih keputusan dan generalisasi
komunikatif & mudah dipahami terhadap kumpulan data yang
melalui tabel, gambar & lebih besar (populasi)
perhitungan sederhana
• [hanya sampai penyajian data] • [sampai penarikan kesimpulan]

STATISTIKA
DESKRIPTIF
VS INFERENSIAL
26
 DATA PRIMER

SUMBER DATA

dan DATA
SEKUNDER

DATA

JENIS
KUALITATIF

DATA

DATA DATA
KUANTITATIF

27
DATA MENURUT
SKALA PENGUKURAN

SKALA

Skala Skala Skala Skala RASIO

NOMINAL ORDINAL INTERVAL

Perbedaan Perbedaan, Perbedaan, Perbedaan,

Urutan Urutan, Jarak Urutan, Jarak,
Titik awal khas.

NON-
METRICS METRICS

28
Contoh Data Mentah

29
 Contoh Statistik Deskriptif - Tabel
Jumlah Sekolah Berdasarkan Besar % Responden Sekolah Berdasarkan Bentuk Bantuan
terhadap Pelaksanaan Peran Guru Dalam
Memfasilitasi Pembelajaran Jarak Jauh
Pembiayaan Pelaksanaan Pembelajaran Dari
Tidak jawab
Sebagian
Sebagian
Sebagian Rumah Melalui BOS Yang Diterima Warga
kecil besar
Sekolah
Menyiapkan rencana pelaksanaan
pembelajaran sesuai dengan
3047 59 449 10326
kondisi dan akses pembelajaran
Jumlah Persentase
Mengikuti pelatihan guna
Penyediaan pulsa 70010 30,80%
mendukung keterampilan 3156 291 1847 8587
menyelenggarakan PJJ Penyediaan paket data 55934 24,60%
Mendapatkan informasi Langganan layanan pendidikan daring berbayar 32410 14,26%
mengenai jadwal pembelajaran 3234 562 2949 7136 Lainnya 50310 22,13%
melalui televisi/radio Tidak ada 18666 8,21%
Menyepakati waktu 100,00%
pembelajaran daring dengan 3098 191 1147 9445
siswa dan orangtua/walinya

04
Menyepakati waktu
pembelajaran dan pengumpulan 3131 262 1511 8977
hasil belajar luring dengan siswa
dan/atau orangtua/wali
Memastikan orangtua/wali siswa
atau siswa mendukung proses 3152 289 1492 8948
pembelajaran.
Contoh Statistik Kurikulum SD yang Digunakan Selama Masa Pandemi

Deskriptif - 5%
Kurikulum 2013
10%

Gambar Kurikulum 2013 yang disederhakan

dengan kondisi khusus
25% Kurikulum yang dikembangkan
60% mandiri
Lainnya

% Sekolah Berdasarkan Bentuk Bantuan Pembiayaan Penunjang Protokol Kesehatan Melalui BOS
Yang Diterima Warga Sekolah
Tidak ada 3%
Lainnya 18%
Penyedia termometer tembak 66%
Penyediaan pelindung wajah dari plastik 52%
Penyediaan masker 73%
Penyediaan pembasmi kuman (disinfectant) 72%
Penyediaan cairan atau sabun pembersih tangan 76%

31
 • Kementerian Pendidikan dan
Kebudayaan Republik Indonesia ingin
melakukan pendataan terhadap
CONTOH sekolah jenjang Sekolah Dasar (SD)
tahun ajaran 2022/2023 yang ada di
KASUS Indonesia.
• Pendataan ini dilakukan untuk
Apa variabel-nya? memperoleh gambaran tentang
profil Sekolah Dasar tahun ajaran
2022/2023.

32
 • Jumlah sekolah pada setiap
Data yang provinsi
ingin • Jumlah sekolah pada setiap
provinsi berdasarkan
diperoleh oleh kurikulum yang digunakan
Kemendikbud • Rata-rata nilai capaian mutu
pendidikan sekolah pada
setiap provinsi

33
Contoh 2023

Penyajian Data
Secara
Deskriptif

34
Alternatif
Bisa disajikan dalam Distribusi Frekuensi 01

35
 Penyajian data: Distribusi frekuensi
Apabila data yang diperoleh berukuran besar (banyak) >>>
data dapat disajikan/diringkas menjadi distribusi frekuensi.
Data:
123 117 83 140
97 110 117 86
116 79 130 63
95 103 98 119
84 136 87 91 Tabel Frekuensi
107 122 74 98
80 82 90 125
105 97

36
Penyajian Data
dalam Bentuk
Grafik
 • Bagian dari grafik batang di mana skala
horisontal mewakili nilai-nilai data kelas
dan skala vertikal mewakili nilai
frekuensinya.

• Tinggi batang sesuai dengan nilai

frekuensinya, dan batang satu dengan
HISTOGRAM lainnya saling berdempetan, tidak ada
jarak/gap diantara batang.

• Kita dapat membuat histogram setelah

tabel distribusi frekuensi data pengamatan
dibuat.

38
Contoh
Histogram

39
 • Segmen garis yang terhubung ke
titik yang terletak tepat di atas nilai-
nilai titik tengah kelas.
Poligon • Ketinggian dari titik-titik sesuai
Frekuensi dengan frekuensi kelas, dan segmen
garis diperluas ke kanan dan kiri
sehingga grafik dimulai dan berakhir
pada sumbu horisontal.

40
Contoh
Poligon
Frekuensi

41
Gabungan
Histogram
dengan
Poligon
Frekuensi

42
43
 23 60 79 32 57 74 52 70 02
82 36

80 77 81 95 41 65 92 85 55 76

52 10 64 75 78 25 80 98 81 67

41 71 83 54 64 72 88 62 74 43

60 78 89 76 84 48 84 90 15 79

34 67 17 82 69 74 63 80 85 61

Berikut adalah data nilai mata pelajaran “X”

EXERCISE di suatu kelas.
Buatlah Tabel Distribusi Frekuensi
44
DEMO
PENGGUNAAN
APLIKASI EXCEL (2)

45
Sesi 4

PENGUJIAN
HIPOTESIS
46
 ֍ Peserta pelatihan
memahami tentang
KONSEP DASAR
PENGUJIAN

CAPAIAN ֍ Peserta dapat

memahami mekanisme
PEMBELAJARAN PENGUJIAN RATA-RATA
SATU dan DUA POPULASI

47
 ֍ Uji hipotesis adalah metode
pengambilan keputusan yang didasarkan
dari analisis data, baik dari percobaan yang
DEFINISI terkontrol, maupun dari observasi (tidak
terkontrol).

UJI ֍ Dalam statistik sebuah hasil bisa

dikatakan signifikan secara statistik jika
HIPOTESIS kejadian tersebut hampir tidak mungkin
disebabkan oleh faktor yang kebetulan,
sesuai dengan batas probabilitas yang sudah
ditentukan sebelumnya
 ֍ Hipotesis merupakan pernyataan tentang
sebuah parameter yang masih harus diuji
kebenarannya.

PENGERTIAN
HIPOTESIS ֍ Pengujian hipotesis adalah suatu
prosedur untuk menentukan apakah suatu
hipotesis merupakan pernyataan yang
ditolak atau gagal ditolak berdasarkan
bukti sampel yang diambil.
JENIS HIPOTESIS/
PENENTUAN HIPOTESIS

• Hipotesis Null → H0
• Hipotesis yang me-NOL-kan apa yang sesungguhnya kita harapkan berlaku
kebenarannya

• Hipotesis Alternatif → H1
• Hipotesis yang kita harapkan berlaku kebenarannya
LANGKAH PENGUJIAN HIPOTESIS
1. Penentuan Hipotesis
berdasarkan anggapan yang akan diuji
2. Penentuan Taraf Signifikansi/Tingkat Kesalahan (  )
3. Pemilihan Statistik Uji
Perhitungannya berdasarkan data yang telah diperoleh
yang akan menghasilkan → Hasil Hitung
4. Penentuan Daerah Kritis (Daerah Penolakan)
Yaitu untuk mengetahui batas-batas daerah Tolak H0
Menghasilkan → Hasil Tabel
5. Keputusan
Membuat keputusan untuk menolak/tidak menolak H0
berdasarkan kriteria pengujian yang berlaku
6. Kesimpulan
Menjelaskan hasil berdasarkan persoalan
TARAF SIGNIFIKANSI (  )
֍ Taraf Signifikansi/Tingkat Kesalahan (  ) merupakan batas
toleransi kesalahan yang dihasilkan dari penelitian.
֍ Penentuan Taraf Signifikansi/Tingkat Kesalahan (  ) tergantung
dari KEBIJAKAN PENELITI, tergantung kasus yang diteliti.
֍ Taraf Uji Nyata/Tingkat Kesalahan (  ) mulai dari 1%,5%, 10%)
 Tingkat Kepercayaan(1 
- )
1% 99%
5% 95%
10% 90%
 Keputusan H0 benar = H0 salah =
HUJAN TIDAK
HUJAN

VISUALISASI Bawa
Keputusan
benar
Kesalahan
jenis II
PENGUJIAN_1 Payung
Tidak Bawa Kesalahan Keputusan
Pada suatu hari, langit sangat Payung jenis I benar
mendung, maka akan ada 2 hipotesa
HUJAN atau TIDAK HUJAN
VISUALISASI PENGUJIAN_1
Pada suatu hari, langit sangat mendung, maka
akan ada 2 hipotesa HUJAN atau TIDAK HUJAN

Keputusan H0 benar = HUJAN H0 salah = TIDAK HUJAN

Keputusan benar Kesalahan jenis II
Bawa Payung
Tidak Bawa Payung Kesalahan jenis I Keputusan benar

α = P (kesalahan jenis I) = P(Tidak Bawa Payung|Hujan)

β = P (kesalahan jenis II) = P(Bawa Payung|Tidak Hujan)
 VISUALISASI PENGUJIAN_2

Keputusan H0 benar = H0 salah =

• Pernahkah Anda membeli suatu barang
TIDAK CACAT CACAT
dan kemudian barang tersebut catat?
Dalam suatu keputusan membeli suatu
tentu saja kita berharap barang tidak
Beli
cacat. Jadi proses keputusan adalah
sebagai berikut. Tidak Beli
VISUALISASI PENGUJIAN_2

Keputusan H0 benar = H0 salah =

TIDAK CACAT CACAT
Proses keputusan adalah Keputusan benar Kesalahan
Beli jenis I
sebagai berikut.
Tidak Beli Kesalahan jenis II Keputusan
benar
VISUALISASI PENGUJIAN_2

Keputusan H0 benar = TIDAK CACAT H0 salah = CACAT

Keputusan benar Kesalahan jenis I
Beli
Tidak Beli Kesalahan jenis II Keputusan benar

α = P (kesalahan jenis I) = P(Beli|Cacat) → Resiko Konsumen

β = P (kesalahan jenis II) = P(Tidak Beli|Tidak Cacat) → Resiko Produsesn
DAERAH KRITIS

Tolak H0 (Terima H1) →

jika Statistik Uji (Hasil Hitung) ... Nilai Tabel

atau
Gagal Tolak H0 (Tolak H1) →
jika Statistik Uji (Hitung) ... Nilai Tabel
DAERAH KRITIS
Keputusan untuk menolak/menerima H0 →
Ditentukan oleh Hasil dari Daerah Kritis (Daerah Penolakan)
yang telah ditentukan sebelumnya oleh Peneliti.

Kesimpulan
Menjelaskan hasil Keputusan dari Pengujian Hipotesis,
misalkan : ada/tidaknya korelasi (hubungan); ada/tidak
perbedaan; atau faktor apa saja yang berpengaruh terhadap
suatu variabel.
BEBERAPA JENIS
PENGUJIAN DAN Tidak semua
disampaikan pada
METODE pelatihan ini

STATISTIK

60
MACAM Statistik Uji-T → (Distribusi Student-t)
STATISTIK Statistik Uji-Z → (Distribusi Normal)
Statistik Uji-  → (Distribusi Chi-Square)
2
UJI
Statistik Uji-F → (Distribusi F)
Dan lain-lain
**Pemilihan Statistik Uji Berdasarkan Kasus (Hipotesis)
UJI RATA-RATA (MEAN)
1 atau 2 POPULASI

62
KUMPULAN RUMUS
SECARA RINGKAS

• Kita coba nanti beberapa contoh studi kasus

pengujian

63
STUDI KASUS 1
[data fiktif dan dikerjakan manual]

Data tahun lalu menunjukkan bahwa Rata-Rata Indeks Kepuasan Sekolah (IKS)
adalah sebesar 70. Pada tahun ini, Kemdiknas (2023) mengatakan bahwa Indeks
Kepuasan Sekolah (IKS) sudah lebih besar dari 70. Benarkah?

Untuk itu menguji statemen Menteri, dilakukan survei dengan mengambil

sampel random sebesar 64 sekolah dan didapatkan rata-rata IKS sebesar 71,8
dengan standart deviasi sebesar 8.0. Gunakan tingkat kesalahan sebesar 5%
(0,05)

64
[t.e.o.r.i] UJI RATA-RATA satu POPULASI_1
UJI SATU ARAH
1. Hipotesis
Uji Sisi Kanan Uji Sisi Kiri
H 0 :  = 0 H 0 :  = 0
H1 :    0 atau H1 :    0
2. Taraf Signifikansi (α)
→ sesuai keinginan peneliti (1%≤α ≤30%)
3. Statistik Uji
→ statistik uji untuk uji sisi kanan maupun kiri sama, yaitu :
X − 0
Z hit =
 n
[t.e.o.r.i] UJI RATA-RATA satu POPULASI_2
UJI SATU ARAH

4. Daerah Kritis/Penolakan H0
Uji Sisi Kanan Uji Sisi Kiri
Tolak H0 jika : Tolak H0 jika :

Zhit  z Z hit  − z

z − z
5. Keputusan & Kesimpulan
SOLUSI
1. Hipotesis :
H0 :  = 70 [Rata-Rata IKS adalah sebesar 70]
H1 :  70 [Rata-rata IKS lebih dari 70]
>
2. Tingkat kesalahan 5% (α = 0,05) 1.8
3. Statistik Uji :
ҧ Daerah
𝑥−𝜇 71,8−70 95 %
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 = 𝜎 0 = 8 = 1,8 penolakan
5%
ൗ 𝑛 ൗ 64 DAERAH
PENERIMAAAN
4. Daerah Kritis/Penokalan Ho
 Titik 1.645
Tolak H0 jika Z hit z kritis
Dimana 𝑍0,05 =1,645 (lihat pada distribusi Normal Standart.
5. Keputusan, karena 1,8 > 1,645 → Tolak Ho
6. Kesimpulan : Rata- Rata IKS atau Indeks Kenyamatan Sekolah
memang lebih besar dari angka 70.
67
STUDI KASUS 2
[data fiktif dan dikerjakan manual]
Pada masa pandemi ini, seorang peneliti ingin menguji rata-rata prestasi siswa
SLB dengan 2 metode ONLINE dan OFFLINE.
Diambil data secara random, 10 siswa dari kelas ONLINE dan 8 siswa dari kelas
OFFLINE.
Diperoleh rata-rata kelas ONLINE bernilai 8.2 dengan simpangan baku 0.8,
sedangkan rata-rata kelas OFFLINE bernilai 9.3 dengan simpangan baku 1.5.
Buktikan kebenaran dari pernyataan guru tersebut dengan = 0.10
Diasumsikan kedua kelas ONLINE dan OFFLINE mempunyai nilai varians yang
sama (tapi diketahui)
 ANALISIS PERMASALAHAN STUDI KASUS 2s
֍ Diketahui : 2 populasi
֍ Populasi 1 : Kelas ONLINE ➔ n1=10, 𝑥ҧ1 = 8,2, s1= 0,8
Populasi 2 : Kelas OFFLINE ➔ n2=8, 𝑥ҧ2 = 9,3, s2= 1,5
֍ Permasalahan adalah menguji 2 parameter MEAN
dari 2 populasi
֍ Rumus yang digunakan:
SOLUSI
1/2. Hipotesis :
H0 : 1 = 2 [rata-rata kelas ONLINE sama dengan kelas OFFLINE]
H1 : 1  2 [rata-rata kelas ONLINE tidak sama dengan kelas OFFLINE]
3. Tingkat kesalahan  = 0.10 2
2. Statistik Uji tidak diketahui 1  =  2
2

( x1 − x2 ) 8.2 − 9.3
t= = = −2
1 1 1 1
sp + 1.159 +
n1 n2 10 8
(n1 − 1) s12 + (n2 − 1) s22
s =
2

n1 + n2 − 2
p

(10 − 1)(0.82 ) + (8 − 1)(1.52 )

=
10 + 8 − 2
= 1.159
 Lanjutan
4. Daerah Penolakan :
Tolak H0, t hitung < |t tabel| -2.0

ttabel = t0.05;(10+8-2) = +/- 1,745 Daerah

penolakan
90 % Daerah
penolakan

5. Keputusan : 5% DAERAH
PENERIMAAAN
5%

Karena -2 < -1,745

Jadi TOLAK Ho
6. Kesimpulan : Titik kritis
Rata-rata prestasi siswa kelas
ONLINE berbeda dengan prestasi
siswa kelas OFFLINE
Kalau dikerjakan secara manual, pasti terasa sulit karena sesuatu yang
mungkin baru. Jangan khawatir!

Demo penyelesaian
dengan Excel
72
Sesi 5
KORELASI dan
TABEL
KONTINGENSI
73
 Peserta pelatihan
CAPAIAN memahami tentang
metode menentukan
hubungan dua variabel
PEMBELAJARAN

74
KORELASI
• Korelasi adalah suatu ukuran (indikator) kekuatan hubungan linier antara
dua variabel, misalkan variabel x dan y.

• Variabel x dan y berskala pengukuran interval atau rasio. Korelasi ini

menunjukkan dua macam hubungan, yaitu POSITIF dan NEGATIF.

• Korelasi bernilai antara -1 dan 1. Korelasi -1 maupun korelasi 1 merupakan

korelasi yang sempurna. Dikatakan tidak berkorelasi jika bernilai 0.

7/13/2023 75
 n

x y −nx y i i
rxy = i =1
n n

x 2
i −nx 2
y 2
i −n y 2 RUMUS
i =1 i =1 KORELASI

; −1  rxy  1

76
Gambaran
korelasi 2
Variabel
Studi Kasus

• Ingin diketahui korelasi Nilai

antara nilai matematika Matematika 70 45 78 80 50 88 60 75
dan Bahasa Indonesia Nilai Bahasa 78 55 85 95 70 98 75 83
Indonesia
siswa kelas 1. Diperoleh
data sbb :
VISUALISASI : SCATTER PLOT
 • 1. HOMOGEN
Syarat
• Kategori dalam satu variabel
PENGKATEGORIAN merupakan objek yang sama.
SUATU VARIABEL • 2. MUTUALLY EXCLUSIVE
• Antar kategori saling asing.
• 3. MUTUALLY EXHAUSTIVE
• Dekomposisi secara lengkap sampai
pada unit terkecil.
• 4. SKALA NOMINAL ATAU ORDINAL

82
Tabel KONTINGENSI 2 DIMENSI (2 x 2)

B1 B2 Total
A1 n11 n12 n1+
A2 n21 n22 n2+
Total n+1 n+2 n++

2 2 2 2
n1+ =  n1 j n+1 =  ni1 n++ =  nij
j =1 i =1
i =1 j =1

83
Tabel Probabilitas 2 DIMENSI (2 x 2)
B1 B2 Total
A1 P11 P12 P1+
A2 P21 P22 P2+
Total P+1 P+2 P++

Jika A dan B saling bebas, maka :

pij = pi + p+ j

84
Tabel Ekspektasi 2 DIMENSI (2 x 2)
Nilai ekspektasi atau nilai harapan :
E (nij ) = eij = n++ pij = n++ pi + p+ j
ni + n+ j ni + n+ j
= n+ + =
n+ + n+ + n++

B1 B2
A1 e11 e12
A2 e21 e22

85
UJI independensi
H0 : tidak ada kecenderungan antara variabel A dan B
H1 : ada kecenderungan antara variabel A dan B
Statistik Uji Pearson

( )
2 : i = 1, 2 dan
c r nij − eij
 = 
2
j = 1, 2
j =1 i =1 eij
Daerah Penolakan : Tolak H0, jika  2   2
( df , 2)
dengan derajat bebas : df = (r - 1) (c - 1)
Kesimpulan

86
Contoh 1
• Seorang guru BK ingin mengetahui apakah siswa siswinya mempunyai
kecenderungan minat terhadap kegiatan P5 atau Projek Penguatan
Profil Pelajar Pancasila.
• Berikan kesimpulan dengan  = 0.05

Minat Tidak Minat total

Perempuan 68 32 100
Laki-laki 23 57 80
total 91 89 180

87
solusi
H0 : Tidak ada kecenderungan antara jenis kelamin dan minat terhadap kegiatan P5
H1 : Ada kecenderungan antara jenis kelamin dan minat terhadap kegiatan P5

(n − eij )
2
c r
 = 
Statistik Uji Pearson:
= 27.391
2 ij

j =1 i =1 eij
Tolak H0, jika 2 > 2 (1 ; /2), dimana 2 (1 ; 0.025) : 5.024
2 (1 ; 0.975) : 0.0004
Kesimpulan :
Tolak H0, artinya Ada kecenderungan antara jenis kelamin dan minat terhadap kegiatan P5

88
 Minat Tidak Minat total

68 (50.56) 32 (49.44)
Perempuan 100
5.983 6.128
23 (40.44) 57 (39.56)
Laki-laki 80
7.494 7.645
total 91 89 180

n1+ n+1 100  91 (68 − 50.6) 2

e11 = = = 50.56  2
11 = = 5.983
50.6
n++ 180
ni + = n11 + n12 = 68 + 32 = 100
( nij − eij )
2
2 2
 2 =  = 27.251
n+ j = n11 + n12 = 68 + 23 = 91 j =1 i =1 eij

89
DEMO
PENGGUNAAN
APLIKASI EXCEL (2)

90
Sesi 2
DEMO
PENYELESAIN
KASUS DENGAN
EXCEL
91
 1. BIMBINGAN TEKNIS
(Bimtek) oleh tim
mahasiswa (jadwal
disepakati setelah
ada usulan data dari
KEGIATAN PASCA guru)
2. UMPAN BALIK
kegiatan pelatihan,
PELATIHAN diisi melalui Foogle
Form (GF) akan
diberikan link nya
melalui WAG
3. Poin 2)termasuk
postest
92
 Terimakasih
Sampai ketemu pada Abmas berikutnya!

93