Statistik Pendididkan..
Statistik Pendididkan..
DAFTAR ISI
Halaman
Kata Pengantar
Daftar Isi
BAB I PENGANTAR STATISTIKA
A. Pengertian Statistika 1
B. Fungsi dan Peranan Statistik 2
C. Pembagian Statistika Berdasarkan Pengolahan Data 3
D. Pembagian Statistik Berdasarkan Ruang Lingkup Penggunaannya 6
E. Pembagian Statistik Berdasarkan Bentuk Parameternya 6
i
Statistik Pendidikan 2022
BAB VI ANALISIS KORELASI
A. Pengertian Korelasi 133
B. Arah Korelasi 133
C. Peta Korelasi 135
D. Angka Korelasi 136
E. Teknik Analisis Korelasional, Pengertian, Tujuan, Dan
Penggolongannya 140
F. Teknik Korelasi Product Moment 142
G. Teknik Korelasi Tata Jenjang 185
H. Latihan 198
I. Korelasi Spearman 199
J. Latihan 204
ii
Statistik Pendidikan 2022
BAB I
PENGANTAR STATISTIKA
Pengertian Statistika
1
Statistik Pendidikan 2022
A. Pengertian Statistika
2
Statistik Pendidikan 2022
3
Statistik Pendidikan 2022
5
Statistik Pendidikan 2022
• Analisis dokumenter
Studi ini sering juga disebut analisi isi yang juga dapat digunakan
untuk menyelidiki variabel sosiologis dan psikologis.
• Analisis kecenderungan
Analisis yang digunakan untuk meramalkan keadaan di masa yang
akan datang dengan memperhatikan kecenderungan-kecenderungan
yang terjadi.
• Studi korelasi
Penelitian yang bertujuan menetapkan besarnya hubungan antar
variabel yang diteliti.
6
Statistik Pendidikan 2022
7
Statistik Pendidikan 2022
BAB II
DATA dan VARIABEL
Pengertian
Penggolongan Data
Pengumpulan Data
Data dan Variabel
Pengolahan Data
Penyajian Data
8
Statistik Pendidikan 2022
A. Pengertian
Statistika identik dengan data. Apakah yang dimaksud dengan data
tersebut? Data merupakan kumpulan dari datum-datum. Apakah yang
dimaksud dengan datum? Datum adalah catatan keterangan atau informasi
yang diperoleh dari sebuah penelitian. Bentuknya dapat berupa bilangan,
lambang, sifat atau keadaan dari objek yang sedang diteliti. Perhatikan
tabel berikut.
Tabel. Nama dan Tinggi Badan Siswa
Nama Tinggi Badan
Jelita 168
Nova 165
Sarra 161
Angel 158
Caca 155
9
Statistik Pendidikan 2022
Dari tabel di atas, dapat kita lihat nilai-nilai hasil ujian tengah semester
siswa pada mata pelajaran Matematika. Dari angka-angka tersebut
diperoleh satu ciri, misalnya: nilai rata-rata dari 10 orang siswa
tersebut adalah 74.
• Penelitian boleh mengenai satu individu saja, namun pencatatan harus
dilakukan lebih dari satu kali.
Contoh:
Hasil pencatatan rangking yang diperoleh “Ani” selama semester I
hingga semester VI dapat dilihat pada tabel berikut.
10
Statistik Pendidikan 2022
Semester Ranking
I 2
II 2
III 1
IV 4
V 5
VI 3
Angka 2, 2, 1, 4, 5 dan 3 menunjukkan ciri tentang perkembangan
prestasi belajar Ani dari waktu ke waktu.
B. Penggolongan Data
Data statistik dapat digolongkan ke dalam beberapa golongan. Hal
ini dikarenakan dari segi mana data itu dilakukan. Berikut penjelasannya.
• Penggolongan Berdasarkan Sifatnya.
Berdasarkan sifatnya, data dapat dibedakan menjadi dua yaitu data
kontinyu dan data diskrit. Data kontinyu adalah data yang berderet,
artinya data tersebut merupakan angka yang sambung-menyambung
atau kontinyu.
11
Statistik Pendidikan 2022
12
Statistik Pendidikan 2022
13
Statistik Pendidikan 2022
14
Statistik Pendidikan 2022
Dalam kelompok nilai 80 – 84 terkandung nilai: 80, 81, 82, 83, dan 84;
dalam kelompok nilai 65 – 69 terkandung nilai 65, 66, 67, 68 dan 69; jadi
tiap kelas (unit angka) terdiri dari sekelompok angka.
15
Statistik Pendidikan 2022
C. Pengumpulan Data
Mengumpulkan data merupakan langkah awal dalam bidang
statistik. Untuk menghimpun data tersebut, sudah dikembangkan prinsip,
cara, dan alat yang dapat digunakan dalam melaksanakan kegiatan ini.
Berikut akan dijelaskan secara lebih rinci.
• Prinsip Pengumpulan Data Statistik.
Prinsip umum yang harus dipegang oleh siapa saja yang bermaksud
menghimpun data statistik ialah "dengan waktu, tenaga, biaya, dan alat
yang sehemat mungkin, dapat dihimpun data yang lengkap, tepat, dan
dapat dipercaya" adalah:
1. Lengkapnya data
Dalam pengumpulan data statistik kita harus berupaya semaksimal
mungkin untuk dapat menghimpun data yang selengkap-
lengkapnya, dan bukan data yang sebanyak-banyaknya, sebab data
yang banyak belum merupakan jaminan bahwa data tersebut cukup
lengkap. Kata "lengkap" di sini mengadung pengertian bahwa
volume data sebagaimana yang direncanakan, dapat dicapai dengan
sebaik-baiknya; tidak ada data yang tercecer atau terlupakan untuk
dihimpun sehingga mengakibatkan kesulitan dalam
penganalisaannya. Agar tercapai diperlukan adanya perencanaan
yang tuntas.
2. Tepatnya data
16
Statistik Pendidikan 2022
17
Statistik Pendidikan 2022
18
Statistik Pendidikan 2022
D. Pengolahan Data
data mentah yang telah dikumpulkan kemudian diolah. Hal ini
dilakukan dengan maksud untuk memperoleh data ringkasan dari data
mentah dengan menggunakan cara atau rumus tertentu. Data ringkasan
yang diperoleh dari pengolahan data itu berupa jumlah/total, rata-
rata/average, persentase, dan sebagainya.
Contoh:
Berikut data mentah nilai ulangan 10 siswa (mis: X).
X1 = 8 X2 = 7 X3 = 7,5 X4 = 8 X5 = 6,5
X6 = 7 X7 = 8 X8 = 8 X9 = 6,5 X10 = 7
Pengolahan Data:
• Jumlah Nilai Siswa= X1 + X2 + ............ +X10
= 8 + 7 + 7,5 + 8 + 6,5 + 7 + 8 + 8 + 6,5 + 7
19
Statistik Pendidikan 2022
= 73,5
E. Penyajian Data
Data yang dikumpulkan untuk laporan atau akan analisis lebih lanjut
perlu diatur, disusun, disajikan dengan jelas dan baik, yaitu biasanya
disajikan dalam bentuk tabel/daftar, diagram/grafik. Disamping lebih
menarik, penyajian data denagn tabel/diagram juga memudahkan orang
untuk membaca data itu lebih dimengerti oleh pembaca atau orang
membuat keputusan berdasarkan sajian data tersebut. Misalkan orang
tamu di suatu kantor tersebut jika data disajikan dalam bentuk tabel/grafik,
daripada membaca data yang ada dalam buku laporan yang penuh dengan
gambar. Sebaliknya seseorang akan melihat informasi dalam suatu
pameran pembangunan, orang akan lebih tertarik dengan cepat
menangkap informasi melalui diagram piktogarm daripada diagram baris
dan kolom yang penuh dengan angka-angka.
Adapun macam-macam penyajian data dengan tabel dan
diagram/grafik yang dikenal antara lain:
1. Tabel matriks baris dan kolom.
2. Diagram batang.
3. Diagram lingkaran.
4. Diagram lambang/piktogram.
5. Diagram baris.
6. Diagram batang dan daun.
7. Diagram pencar atau plot titik.
20
Statistik Pendidikan 2022
Dari tabel di atas kita dapat melihat dengan jelas dan tepat tentang jumlah
penduduk tiap wilayah, termasuk melihat berapa tepatnya luas wilayah
Sumatera misalnya.
Contoh berikut menunjukkan data perkiraan penduduk wilayah dunia
terpadat untuk tahun-tahun mendatang.
Tabel Penduduk Dunia di Masa Mendatang
Negara 1950 2009 2015 2025 2050
21
Statistik Pendidikan 2022
Australia 8,218,999 21,292,893 22,606,591 24,702,504 28,724,025
Brunei D. 48,001 399,687 443,121 513,177 657,508
China 544,950,886 1,345,750,973 1,395,998,248 1,453,140,188 1,417,044,807
Jerman 68,376,002 82,166,671 81,345,502 79,257,964 70,503,986
India 371,856,500 1,198,003,272 1,294,192,043 1,431,271,761 1,613,799,950
Indonesia 77,151,870 229,964,723 244,191,496 263,287,137 288,110,442
Israel 1,257,971 7,169,556 7,823,469 8,769,480 10,649,053
Malaysia 6,109,907 27,467,837 30,040,849 33,769,706 39,664,352
Palestina 1,004,800 4,277,360 5,090,124 6,553,091 10,264,625
Rusia 102,702,461 140,873,647 137,983,426 132,345,350 116,097,032
S. Arabia 3,201,369 25,720,605 28,932,524 34,176,193 43,658,157
USA 157,813,040 314,658,780 332,334,019 358,734,625 403,931,520
2. Diagram Lingkaran
Lingkaran adalah suatu sajian data yang diwujudkan dalam sektor-
sektor lingkaran. Total nilai data ditransformasikan dalam sektor 360 0.
Untuk data penjualan tiket sebelum menggambar lingkaran, dihitung
terlebih dahulu sektor-sktor elemen dalam derajat. Diagram lingkaran
sangat tepat menyajikan data untuk kepentingan : “perbandingan”. Satu
diagram hanya dapat menggambarkan satu kegiatan.
Nah untuk lebih jelasnya silahkan lihat gambar diagram di bawah ini.
22
Statistik Pendidikan 2022
Dari gambar diatas bisa dilihat kalau data yang terdapat pada gambar
adalah data A, B, C dan D merupakan data yang paling besar. Untuk
mencari besaran atau berapa jumlah pada masing-masing data tersebut
anda harus mengetahui ada berapa jenis soal yang terdapat pada diagram
lingkaran tersebut seperti :
Pada kasus diagram lingkaran biasa (dalam bentuk angka), anda dapat
menghitungnya sesuai dengan rumus umum diagram lingkaran yang biasa
di gunakan:
Rumus:
23
Statistik Pendidikan 2018
Contoh Soal :
Sebuah kelas memiliki total siswa sebanya 42 siswa yang di bentuk dalam
diagram lingkaran sebagai berikut:
Jika banyak siswa yang mengikuti kegiatan eskul yang dibentuk dalam
diagram lingkaran seperti di atas. Berapakah jumlah siswa yang tidak
mengikuti eskul sama sekali?
Jawab :
Diketahui :
Total siswa = 42 siswa
Eskul basket = 10 siswa
Eskul bola = 5 siswa
Eskul silat = 10 siswa
Ditanyakan:
Siswa yang tidak mengikuti eskul … ?
Penyelesaian:
Rumus :
22
Statistik Pendidikan 2018
Siswa yang tidak mengikuti eskul = total siswa – (eskul basket + eskul
bola + eskul silat)
= 42 siswa – (10 siswa + 5 siswa + 10 siswa)
= 42 siswa – 25 siswa
= 17 siswa
Jadi, siswa yang tidak mengikuti eskul sama sekali adalah 17 siswa
Rumus :
Nilai yang ditanyakan = (Jumlah sudut/360°) x total nilai
ContohSoal :
23
Statistik Pendidikan 2018
Jawab :
Diketahui :
total siswa = 1260 siswa
eskul basket = 130°
eskul bola = 100°
eskul silat = 80°
Ditanyakan:
Banyak siswa yang mengikuti eskul musik … ?
Penyelesaian:
Pertama cari berapa derajat siswa yang mengikuti eskul musik,
eskul musik = 360° – (eskul basket + eskul bola + eskul silat)
= 360° – (130°-100°-80°)
= 360° – 310°
= 50°
24
Statistik Pendidikan 2018
Rumus :
Contoh Soal :
Diketahui total barang yang dijual pedagang baju adalah 300 buah. Jika
baju yang dijual dibentuk dalam diagram lingkaran sebagai berikut.
Jawab :
Diketahui:
Total baju = 300 buah
Baju remaja = 40%
Baju dewasa = 38%
25
Statistik Pendidikan 2018
Ditanyakan :
Banyaknya baju anak yang di jual … ?
Penyelesaian :
Pertama-tama, cari berapa persen baju anak yang di jual.
persen baju anak = 100% – (baju remaja + baju dewasa)
= 100% – (40% + 38%)
= 100% – 78%
= 22%
Kemudian, gunakan persen baju anak yang di dapatkan kedalam rumus.
Jumlah baju anak = (persen baju anak/100%) x total baju
= (22% / 100%) x 300 buah
= 6600/100
= 66 buah
Jadi, jumlah baju anak yang dijual pedagang baju adalah 66 buah
Pada teori ini, dapat digunakan pada diagram lingkaran dalam bentuk
derajat dan dalam bentuk persen. Teori perbandingan sangat membantu
untuk menemukan nilai yang di cari jika yang diketahui sangat sedikit.
Perhatikan penjelasan berikut :
26
Statistik Pendidikan 2018
27
Statistik Pendidikan 2018
Jika jumlah siswa yang mengikuti eskul bola sebanyak 450 siswa,
berapakah siswa yang mengikuti eskul voli?
Jawab :
Diketahui:
persen eskul bola = 45 %
persen eskul voli = 25 %
jumlah eskul bola = 450 siswa
Ditanyakan:
Banyaknya siswa yang mengikuti eskul voli … ?
Penyelesaian:
jumlah eskul voli = (persen eskul voli/persen eskul bola) x jumlah eskul
bola
= (25% / 45%) x 450
= 11250/45
= 250 siswa
Jadi, jumlah siswa yang mengikuti eskul voli adalah 250 siswa
3. Diagram Batang
Diagram batang adalah suatu diagram dengan menggunakan diagram
batang-batang persegi panjang atau balok atau sejenisnya. Diagram batang
28
Statistik Pendidikan 2018
29
Statistik Pendidikan 2018
dari diagram batang diatas, dapat dengan mudah kita ketahui bahwa
jumlah/kuantitas elemen a sejumlah/sebanyak 30. Contoh di atas adalah
bentuk diagram batang vertikal, bisa juga diagram batang dibuat dalam
posisi horisontal seperti ini :
30
Statistik Pendidikan 2018
Jika data pengunjung obyek wisata pada diagram batang itu diubah
kedalam sebuah data Tabel, akan seperti ini :
31
Statistik Pendidikan 2018
32
Statistik Pendidikan 2018
Jika Data tersebut dibuat dalam diagram batang, maka akan menjadi
seperti ini
33
Statistik Pendidikan 2018
4. Diagram Garis
Untuk menggambarkan keadaan yang serba berkelanjutan,
biasanya dipengaruhi oleh waktu, misalnya produksi minyak tiap tahun,
jumlah penduduk tiap tahun, keadaan temperatur badan tiap jam; dibuat
diagram garis. Penyajian data dengan diagram garis biasanya sumbu
horizontal untuk waktu dan sumbu vertikal untuk frekuensi.
34
Statistik Pendidikan 2018
35
Statistik Pendidikan 2018
36
Statistik Pendidikan 2018
A
b. Keadaan data bertambah dengan pertambahan yang menarik.
B
c. Keadaan data bertambah pada waktu tertentu selanjutnya menurun.
C
d. Keadaan data menurun dengan penurunan yang tidak tetap.
37
Statistik Pendidikan 2018
5. Piktogram
Untuk menarik minat pembaca umumnya sajian data diberikan
semenari mungkin. Sajian ddengan menyertakan gambar-gambar sebagai
ilustrasi akan membantu mewujudkan harapan di atas. Sajian data dengan
gambar-gambar dinamakan piktogram. Sajian piktogram yang
dipentingkan pada menariknya sajian/tampilan.
Contoh:
pada tahun 1990 jumlah pengangguran daerah kuartal I 30, kuartal II 25,
kuartal III 20. Data tersebut disajikan dengan piktogram satu orang
mewakili 5 orang. Perhatikan Gambar di bawah ini. Permasalahan muncul
bila acuan dari data di atas akan digambarkan bahwa 1 orang mewakili 10
orang, berarti anda gambar manusia yang tidak utuh.
38
Statistik Pendidikan 2018
dan tempat daun adalah untuk satuan 3. Biasanya sajian data dengan
batang dan daun ini untuk data dengan jumlah responden cukup banyak.
Data Tabel adalah data hasil ulangan statistika pada mahasiswa S1
Matematika tahun 2010.
Tabel. Data Mentah Nilai Statistika Mahasiswa Matematika 2010
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 35 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
Data tersebut disajikan dengan diagram batang dan daun seperti tampak
pada Gambar nilai minimum 35 dan nilai maksimum 99
Batang Daun
3 58
4 389
5 169
6 0013356778
7 000011122233444455667899
8 0000111223334566788889
9 000111223335789
Gambar Nilai Tes Statistika
39
Statistik Pendidikan 2018
40
Statistik Pendidikan 2018
1. Pengumpulan data
Tentukanlah nilai Maksimum dan nilai Minimum dari kedua data variabel
X dan Y tersebut kemudian buatlah sumbu Vertikal dan sumbu Horizontal
beserta skalanya sesuai dengan nilai Maksimum dan Nilai Minimum yang
didapat.
4. Pemberian Informasi
1. Judul Grafik
2. Banyaknya pasangan data
3. Judul dan unit pengukuran untuk sumbu Vertikal dan Horizontal
4. Interval Waktu
5. Orang yang membuat dan penanggung Jawab Scatter Diagram
tersebut.
41
Statistik Pendidikan 2018
42
Statistik Pendidikan 2018
43
Statistik Pendidikan 2018
Berdasarkan Contoh kasus dan Tabel diatas, maka kita dapat membuat
Scatter Diagramnya mengikuti langkah-langkah yang telah disebutkan
diatas tadi.
Seperti yang telah ditampilkan dalam tabel diatas dengan pasangan data
sebanyak 30 data (n = 30)
Sumbu Vertikal : Nilai Maksimum untuk tingkat kerusakan adalah 5,6 dan
Minimumnya adalah 0,7
Catatan :
• Agar bentuk grafik lebih bagus, kita dapat lebihkan batas skala
maksimum dan minimum
• Jika yang diuji adalah hubungannya dengan kualitas, maka tingkat
kerusakan lebih baik diletakkan pada sumbu Vertikal.
44
Statistik Pendidikan 2018
45
Statistik Pendidikan 2018
46
Statistik Pendidikan 2018
Berikut ini gambar 3 Jenis pola dalam menilai hubungan atau korelasi
antara pasangan data X dan Y :
47
Statistik Pendidikan 2018
48
Statistik Pendidikan 2018
49
Statistik Pendidikan 2018
Contoh Soal:
Data jumlah mobil di desa Karang Asem dari tahun ketahun adalah
sebagai berikut:
Tahun 2011 sebanyak 5.000 mobil
Tahun 2012 sebanyak 6.500 mobil
Tahun 2013 sebanyak 9.000 mobil
Tahun 2014 sebanyak 10.000 mobil
Tahun 2015 sebanyak 11.000 mobil
Gambarkan data tersebut dalam bentuk piktogram!
Penyelesaian
G. LATIHAN
1. Anda akan memimpin suatu penelitian yang tertarik menyelidiki hal
berikut:
a. Pertumbuhan penduduk di kota anda pada pertengahan tahun
2010.
b. Jumlah mahasiswa yang berumur di atas 25 tahun untuk tiap
jurusan.
c. Kemampuan mahasiswa angkatan 2009 dalam menggunakan
komputer.
d. Mengetahui golongan darah mahasiswa suatu fakultas.
50
Statistik Pendidikan 2018
51
Statistik Pendidikan 2018
52
Statistik Pendidikan 2018
BAB III
PENGUKURAN
Pengertian Pengukuran
Pengukuran
Skala Pengukuran
A. Pengertian Pengukuran
Skala dapat diartikan sebagai garis atau titik tanda yang berurutan
dan memiliki jarak yang sama diantaranya, serta digunakan untuk
53
Statistik Pendidikan 2018
mengukur atau menentukan tingkatan atau banyaknya sesuatu . Jadi skala
merupakan prosedur pemberian angka-angka atau symbol lain kepada
sejumlah ciri dari suatu objek.
Pengukuran adalah proses, cara perbuatan mengukur yaitu suatu
proses sistimatik dalam menilai dan membedakan sesuatu obyek yang
diukur atau pemberian angka terhadap objek atau fenomena menurut
aturan tertentu. Pengukuran tersebut diatur menurut kaidah-kaidah
tertentu. Kaidah-kaidah yang berbeda menghendaki skala serta
pengukuran yang berbeda pula. Misalnya, orang dapat digambarkan dari
beberapa karakteristik: umur, tingkat pendidikan, jenis kelamin, tingkat
pendapatan.
Dari uraian di atas, dapat dijelaskan bahwa skala pengukuran
merupakan seperangkat aturan yang diperlukan untuk mengkuantitatifkan
data dari pengukuran suatu variabel. Dalam melakukan analisis statistik,
perbedaan jenis data sangat berpengaruh terhadap pemilihan model atau
alat uji statistik. Tidak sembarangan jenis data dapat digunakan oleh alat
uji tertentu. Ketidaksesuaian antara skala pengukuran dengan operasi
matematik /peralatan statistik yang digunakan akan menghasilkan
kesimpulan yang bias dan tidak tepat/relevan.
54
Statistik Pendidikan 2018
B. Skala Pengukuran
cqeacademy.com
1. Skala nominal
Dalam pengukuran ini, angka menjadi objek tujuan identifikasi.
Misalnya nomor urut absensi siswa di kelas, nomor punggung pemain
sepakbola, loker, dan lain-lain adalah suatu skala nominal. Jika di dalam
suatu penelitian, contoh skala nominalnya untuk pria diberikan kode 1 dan
wanita kodenya 2, untuk mengetahui jenis kelamin seseorang adalah
dengan melihat kodenya 1 atau 2. Dalam hal ini, kode tersebut tidak
55
Statistik Pendidikan 2018
Contoh kedua, misal nama kota lahir. Ada yang Bandung, Jakarta,
Surabaya, Bogor, dan lain lain. Hal ini hanya untuk pembeda saja, tidak
menunjukkan tingkatan tertentu. Dengan kata lain, orang yang lahir di
Bandung bukan berarti lebih baik dari Bogor atau yang lainnya.
2. Skala ordinal
pada skala ini angka yang diberikan mengandung arti tingkatan.
Fungsinya untuk mengurutkan objek dari terbesar hingga terkecil maupun
sebaliknya. Tetapi nilai yang diberikan kepada objek tidaklah absolut,
namun hanya memberikan perankingan dalam mengurutkan saja.
56
Statistik Pendidikan 2018
Contohnya ada lima orang siswa (siswa A, siswa B, siswa C, siswa D dan
siswa E) dengan nilai berturut-turut 80, 95, 70, 85 dan 90. Maka akan
diurutkan berdasrkan nilai tertinggi. Hasilnya akan menjadi seperti tabel
berikut.
Nilai Siswa Nilai Ranking
A 80 4
B 95 1
C 70 5
D 85 3
E 90 2
Contoh kedua, misal dalam variabel nilai huruf mutu pada perkuliahan,
yaitu nilai A, B, C, D, dan E. Pada nilai ini menunjukkan tingkatan bahwa
nilai A lebih besar dari B, dan seterusnya.
3. Skala interval
Skala ini juga mengurutkan objek berdasarkan ketentuan ternetu.
Dengan skala ini juga memungkinkan kita untuk mengetahui interval atau
dapat membandingkan ukuran dari selisih antara angka-angka.Selisih
57
Statistik Pendidikan 2018
antara 1 dan 2 sama dengan selisih antara 2 dan 3, selisih antara 2 dan 4
duakali lebih besar dari selisih antara 1 dan 2.
Contohnya, dokter memberikan obat kepada seorang pasien.
Dalam sehari, obat tersebut harus di makan sebanyak 4 kali yaitu pada
pukul yang ditentukan 12.00, 18.00, 24.00 dan 06.00.
1 2 3 4
Pukul : 12.00 18.00 24.00 06.00
Interval : 6 jam 6 jam 6 jam
Maka dapat dilihat bahwa interval antara waktu pertama dengan waktu
kedua adalah 6 jam. Interval waktu kedua dengan ketiga 6 jam. Dan
interval waktu ketiga dengan keempat 6 jam.
Contoh pertama, contoh yang paling umum pada skala interval adalah
suhu. Misalkan suatu ruangan memiliki suhu 0C, ini bukan berarti bahwa
ruangan tersebut tidak ada suhunya.Angka 0C disini merupakan suhu, hal
ini dikarena pada skala interval 0 (nol) bukanlah nilai yang mutlak.
Contoh kedua, jam 00.00 bukan berarti waktunya kosong atau tidak ada
nilainya, karena jam 00.00 sendiri masih menunjukkan waktu dimana jam
00.00 sama dengan jam 12 malam.
4. Skala ratio
Merupakan salah satu jenis pengukuran yang memiliki nol alamiah
atau nol absolute,sehingga memungkinkan kita membandingkan
magnitude angka-angka absolute.Tinggi dan berat adalah dua contoh
nyata disini. Seseorang yang memiliki berat 100kg boleh dikatakan dua
58
Statistik Pendidikan 2018
kali lebih berat dibandingkan seseorang yang memiliki berat50 kg, dan
seseorang yang memiliki berat 150 kg tiga kali lebih berat
dibandingkanseseorang yang beratnya 50 kg. Dengan kata lain, antara
seseorang yang memiliki berat badan 150 kg dengan seseorang yang berat
badan 50 kg memiliki rasio 3:1.
59
Statistik Pendidikan 2018
BAB IV
DISTRIBUSI FREKUENSI
Distribusi Frekuensi
Grafik
60
Statistik Pendidikan 2018
merupakan suatu inovasi statistika waktu itu. Dalam statistika deskriptif
tidak ada perbedaan antara data yang diperoleh dari sampel dengan
populasinya, kemudian apa yang dihitung dari sampel digunakan untuk
menandai populasi. Pada taraf selanjutnya orang tidak puas hanya
mengumpulkan angka-angka pengamatan saja. Mereka juga tidak puas
bahwa yang diperoleh dari sampel digunakan untuk mencirikan populasi.
Timbullah usaha-usaha untuk memperbaiki kesimpulan dalam melakukan
ramalan-ramalan populasi berdasarkan angka-angka statistik yang
dikumpulkan dari sampel tersebut. Bagian ilmu yang membahas cara-cara
mengambil kesimpulan berdasarkan angka-angka pengamatan ini
dinamakan statistika induktif. Perkembangan statistik induktif tidak lepas
dari pengetahuan mengenai peluang, maka ada baiknya kita lihat terlebih
dahulu sejarah perkembangan ilmu peluang yang mendasari statistika
induktif.
61
Statistik Pendidikan 2018
Siswa yang nilainya 75 ada 3 orang, maka nilai 75 berfrekuensi 3. Siswa
yang mendapatkan nilai 70 ada 3 orang, maka nilai 70 berfrekuensi 3.
“Distribusi” bahasa Inggrisnya “distribution” artinya
“penyaluran”, “pembagian” atau “pencaran”. Jadi distribusi frekuensi
dapat diartikan sebagai “penyaluran frekuensi”, “pembagian frekuensi”
atau “pencaran frekuensi”. Di dalam statistik, distribusi frekuensi
diartikan sebagai suatu keadaan yang menggambarkan bagaimana
frekuensi dari gejala atau variabel yang dilambangkan dengan angka itu
telah tersalur, terbagi atau terpencar. Dengan distribusi frekuensi, data-
data mentah yang diolah menjadi data-data yang tersusun menurut kelas-
kelas interval tertentu berdasarkan kategori tertentu. Ada dua jenis tabel
distribusi frekuensi, yaitu tabel distribusi frekuensi tunggal dan kelompok.
62
Statistik Pendidikan 2018
63
Statistik Pendidikan 2018
Dari tabel di atas, dapat kita ketahui bahwa siswa yang berada di usia
antara 5 sampai 7 tahun terdapat 25 orang siswa. Siswa yang berada di
usia antara 8 sampai 10 tahun terdapat 35 orang siswa. siswa yang berada
64
Statistik Pendidikan 2018
Contoh:
Dari hasil ujian tengah semester, diperoleh data nilai ujian
matematika siswa kelas IX yaitu sebagai berikut:
65
Statistik Pendidikan 2018
80 85 75 75 70 65 77 77 80 70
70 77 70 75 75 80 80 80 70 75
75 75 75 80 75 80 75 85 65 65
Buatlah distribusi frekuensi dari data tersebut!
Penyelesaian:
1. Urutkan data
65 65 65 70 70 70 70 70 75 75
75 75 75 75 75 75 75 75 77 77
77 80 80 80 80 80 80 80 85 85
2. Jangkauan (R)= 85 – 65 = 20
3. Banyaknya kelas
𝑘 = 1 + 3,3 log 30
= 1 + 4,87
= 5,87 ≈ 6
4. Panjang interval kelas
𝑅 20
𝑖= = = 3,33 ≈ 4
𝑘 6
5. Batas kelas pertama adalah 65
6. Tabel.
Nilai Siswa Turus Frekuensi
65 – 68 III 3
69 – 72 IIII 5
73 – 76 IIII IIII 10
77 – 80 - 0
81 – 84 IIII IIII 10
85 - 88 II 2
JUMLAH 30
66
Statistik Pendidikan 2018
a. Interval Kelas
Tiap-tiap kelompok disebut interval kelas atau sering disebut interval
atau kelas saja. Dalam contoh sebelumnya memuat enam interval ini.
Interval kelas pertama → 65 – 68
Interval kelas kedua →69 – 72
Interval kelas ketiga →73 – 76
Interval kelas keempat → 77 – 80
Interval kelas kelima → 81 – 84
Interval kelas keenam → 85 – 88
b. Batas Kelas
Batas kelas dibagi menjadi dua, yaitu batas kelas atas dan batas kelas
bawah. Berdasarkan tabel distribusi frekuensi di atas, batas atas dari
tiap-tiap kelas secara berurutan yaitu angka 68, 72, 76, 80, 84 dan 88,
sedangkan batas bawah dari tiap-tiap kelas secara berurutan yaitu 65,
69, 73, 77, 81 dan 85.
c. Tepi Kelas (Batas Nyata Kelas)
Untuk mencari tepi kelas dapat dipakai rumus berikut ini.
Tepi bawah = batas bawah – 0,5
Tepi atas = batas atas + 0,5
Dari tabel di atas maka tepi bawah kelas pertama 64,5 dan tepi
atasnya 68,5, tepi bawah kelas kedua 68,5 dan tepi atasnya 72,5 dan
seterusnya.
67
Statistik Pendidikan 2018
d. Lebar kelas
Untuk mencari lebar kelas dapat dipakai rumus:
Lebar kelas = tepi atas – tepi bawah
Jadi, lebar kelas dari tabel diatas adalah 68,5 – 64,5 = 4.
e. Titik Tengah
Untuk mencari titik tengah dapat dipakai rumus:
Titik tengah = ½ (batas atas + batas bawah)
Dari tabel di atas:titik tengah kelas pertama = ½ (68 + 65) = 66,5
titik tengah kedua = ½ (72 + 69) = 70,5
dan seterusnya.
68
Statistik Pendidikan 2018
Frekuensi
Data Kumulatif
Frekuensi
Kurang Dari
Data Kumulatif Lebih
≤ 68,5 3 Dari
≤72,5 8 ≥64,5 20
≤76,5 18 ≥68,5 17
≤80,5 20 ≥72,5 12
≥76,5 2
D. Grafik
Penyajian data dalam bentuk grafik bertujuan untuk memberikan
gambaran sebaran data dalam bentuk visualisasi. Ada beberapa macam
grafik yang biasa digunakan untuk memberikan gambaran data, yakni:
histogram, poligon, dan ogive.
1. Grafik Histogram
Dari suatu data yang diperoleh dapat disusun dalam tabel distribusi
frekuensi dandisajikan dalam bentuk diagram yang disebut histogram.
Jika pada diagram batang,gambar batang-batangnya terpisah maka pada
histogram gambar batang-batangnyaberimpit. Histogram dapat disajikan
dari distribusi frekuensi tunggal maupun distribusi frekuensi kelompok.
69
Statistik Pendidikan 2018
70
Statistik Pendidikan 2018
• Hal yang sama juga dilakukan untuk kelas interval selanjutnya sampai
akhir.sehingga akan diperoleh batang-batang yang saling berhi,pit,
grafik inilah yang dinamakan histogram
• Apabila dari histogram ini, titik-titik tengah sisi atas persegi panjang
dihubungkan satu sama lain dan hubungan sisi atas pertama dengan
setengah jarak dari panjang kelas yang diulurkan ke kiri batas bawah
kelas interval pertama, serta hubungkan sisi atas terakhir dengan
setengah jarak dari panjang kelas yang diulurkan ke kanan batas atas
kelas interval terakhir, maka akan diperoleh polygon frekuensi.
Dari tabel distribusi frekuensi berikut, Sajikan dalam bentuk
histogram.
Nilai Matematika siswa kelas VIII SMP JAYA.
Tinggi Badan Nilai Tengah Frekuensi
152 – 154 66,5 15
155 – 157 70,5 17
158 – 160 74,5 25
161 – 163 78,5 25
164 – 166 82,5 15
167 – 169 86,5 12
170 – 172 171,5 11
71
Statistik Pendidikan 2018
2. Grafik Poligon
72
Statistik Pendidikan 2018
Berat Badan
Titik Tengah Frekuensi
(Kg)
15 – 19 17 2
20 – 24 22 10
25 – 29 27 19
30 – 34 32 27
35 – 39 37 16
40 – 44 42 10
45 – 49 47 6
50 – 54 52 5
55 – 59 57 3
60 – 64 62 2
Jumlah 100
Penyelesaian:
Histogram dan poligon frekuensi dari tabel di atas adalah sebagai berikut.
73
Statistik Pendidikan 2018
3. Grafik Ogive
Contoh soal:
74
Statistik Pendidikan 2018
Penyelesaian:
a. Daftar frekuensi kumulatif kurang dari dan lebih dari adalah sebagai
berikut:
Daftar frekuensi kumulatif kurang dari dan lebih dari dapat disajikan
dalam bidang Cartesius. Tepi atas (67,5; 70,5; …; 82,5) atau tepi
bawah (64,5; 67,5; …; 79,5) diletakkan pada sumbu X sedangkan
frekuensi kumulatif kurang dari atau frekuensi kumulatif lebih dari
diletakkan pada sumbu Y. Apabila titik-titik yang diperlukan
dihubungkan, maka terbentuk kurva yang disebut ogive. Ada dua
75
Statistik Pendidikan 2018
macam ogive, yaitu ogive naik dan ogive turun. Ogive naik apabila
grafik disusun berdasarkan distribusi frekuensi kumulatif kurang dari.
Sedangkan ogive turun apabila berdasarkan distribusi frekuensi
kumulatif lebih dari. Ogive naik dan ogive turun data di atas adalah
sebagai berikut.
E. Latihan
1. Buatlah pengertian tentang “statistika” dan “statistik” dengan bahasa
anda sendiri.
2. Buatlah contoh dari statistika deskriptif dan statistika inferensial.
Masing-masing tiga contoh.
3. Diketahui data sebagai berikut.
80 66 74 74 70 71 78 74 72 67
72 73 73 72 75 74 74 74 72 72
66 75 74 73 74 72 79 71 75 75
78 69 71 70 79 80 75 76 68 68
Nyatakan data tersebut ke dalam:
a. Distribusi frekuensi tunggal,
76
Statistik Pendidikan 2018
77
Statistik Pendidikan 2018
78
Statistik Pendidikan 2018
BAB V
TENDENSI SENTRAL DAN VARIABILITAS
Tendensi Sentral
A. Tendensi Sentral
Pusat dari distribusi disebut juga dengan tendensi sentral. Yang
termasuk ke dalam tendensi sentral adalah data, yang digolongkan
menjadi dua golongan yaitu data tunggal dan data kelompok. Data
dikelompokkan menjadi data tunggal ketika data sampel berjumlah sedikit
atau kecil, dan termasuk data berkelompok jika data sampel yang akan
diukur berjumlah banyak atau besar.
80
Statistik Pendidikan 2018
81
Statistik Pendidikan 2018
Contoh soal.
Hitunglah mean hitung dari nilai-nilai 7, 6, 3, 4, 8, 8
Penyelesaian :
X = 7, 6, 3, 4, 8, 8
N =6
ΣX = 7 + 6 + 3 + 4 +8 + 8 = 36
𝛴𝑋 36
𝑋= = =6
𝑛 6
∑ 𝑓𝑥 𝑓𝑥1 + 𝑓𝑥2 + … . + 𝑓𝑛 𝑥𝑛
𝑋= =
∑𝑓 𝑓1 + 𝑓2 + … + 𝑓𝑛
Contoh soal
Hitunglah mean hitung dari nilai-nilai : 3, 4, 3, 2, 5, 1, 4, 5, 1, 2, 6, 4, 3, 6,
1!
Penyelesaian :
Angka 3 keluar sebanyak 3 kali, maka X1 =3, f1= 3
Angka 4 keluar sebanyak 3 kali, maka X2 =4, f2 = 3
Angka 2 keluar sebanyak 2 kali, maka X3 =2, f3 = 2
82
Statistik Pendidikan 2018
∑ 𝑓𝑋= 3 x 3 + 3 x 4 + 2 x 2 + 2 x 5 + 3 x 1 + 2 x 6 = 50
∑ 𝑓𝑥= 3 + 3 + 2 + 2 + 3 + 2 = 15
∑ 𝑓𝑥 50
𝑋= = = 3,3
∑𝑓 15
𝑤. 𝑋 𝑓𝑋1 + 𝑓𝑋2 + … . + 𝑓𝑛 𝑋𝑛
𝑋= ∑ =
𝑤 𝑤1 + 𝑤2 + … + 𝑤𝑛
∑ 𝑓𝑚 𝑓1 𝑚1 + 𝑓2 𝑚2 + … . + 𝑓𝑛 𝑚𝑛
𝑋= =
∑𝑓 𝑓1 + 𝑓2 + … + 𝑓𝑛
83
Statistik Pendidikan 2018
Contoh soal
Mean nilai statistik 40 mahasiswa adalah 77,1 kemuadian masuk lagi
seorang mahasiswa sehingga nilai mean menjadi 77,5. Berapakah nilai
statistik mahasiswa yang baru masuk?
Penyelesaian :
𝑓1 = 40 , 𝑚1 = 77,1
𝑓2 = 1 , 𝑚2 = .....
𝑓1 𝑚1 + 𝑓2 𝑚2
𝑋=
𝑓1 + 𝑓2
40 𝑥 77,1 + 1 𝑥 𝑚2
77,5 =
40 + 1
77,5 x 41 = 40 x 77,1 + 1 x m2
3177,5 = 3084 + m2
m2 = 3177,5 -3084 = 93,5
Jadi, nilai statistika mahasiswa yang baru masuk tersebut adalah 93,5.
Contoh mean dengan tabel distribusi frekuensi berkelompok.
84
Statistik Pendidikan 2018
1. Metode Biasa
Apabila telah di bentuk distribusi frekuensi biasa dengan fi =
frekuensi pada interval kelas ke-I , Xi = titik tengah interval kelas ke-I,
maka mean hitung (mean) dapat di hitung dengan rumus sebagai berikut:
Dari contoh-contoh di atas, maka dapat disimpulkan bahwa yang
dimaksud dengan mean adalah jumlah nilai data dibagi dengan
banyaknya data. Mean juga disebut dengan rata-rata hitung, yaitu rata-
rata dari data-data yang ada.
∑ 𝑓𝑥
𝑋=
∑𝑓
Contoh soal
Tentukanlah mean hitung dari table berikut:
Berat badan 100 orang mahasiswa unimed 2018
Berat Badang (Kg) Banyaknya Mahasiswa
(f)
60 - 62 10
63 – 65 25
66 – 68 32
69 – 71 15
72 – 74 18
Penyelesaian:
Berat Badan Titik Tengah Frekuensi (f) fx
(kg) (x)
60 - 62 61 10 610
63 – 65 64 25 1600
66 – 68 67 32 2144
69 – 71 70 15 1050
72 – 74 73 18 1324
jumlah 100 6718
∑ 𝑓𝑥 6,718
X= = = 67,18
∑𝑓 100
85
Statistik Pendidikan 2018
86
Statistik Pendidikan 2018
fd
X = M+
f
18
= 67 +
100
X = 67,18
3. Metode coding
Metode coding sering digunakan apabila dijumpai nilai-nilai dalam data
yang berupa bilangan-bilangan besar. Pada dasarnya, metode ini
merupakan penjabaran dari metode simpangan rata-rata. Dirumuskan:
fu
X = M +C
f
Keterangan:
M = rata-rata hitung sementara
C = panjang kelas
u = 0,1,2,...
d
= , dengan d = X − M
C
Contoh soal:
Tentukan rata-rata hitung (mean) dari tabel berat badan di atas dengan
menggunakan metode coding!
Penyelesaian:
Dari tabel 4.1, diketahui bahwa
C = 62,5 – 59,5 = 3, sehingga
87
Statistik Pendidikan 2018
d
u = dan M = 67
3
Berat Badan f X d u fu
(kg)
60 – 62 10 61 -6 -2 -20
63 – 65 25 64 -3 -1 -25
66 – 68 32 67 0 0 0
69 – 71 15 70 3 1 15
72 – 74 18 73 6 2 36
Jumlah 100 - 0 0 6
fu
X = M +C
f
6
= 67 + 3
100
= 67,18
2. Median
Median adalah nilai tengah dari data yang ada setelah data diurutkan.
Median merupakan rata-rata apabila ditinjau dari segi kedudukannya
dalam urutan data. Median sering pula disebut rata-rata posisi. Median
ditulis singkat atau disimbolkan dengan Me atau Md . Cara mencari
median dibedakan antara data tunggal dan data berkelompok.
a. Median data tunggal
Median untuk data tunggal dapat dicari dengan pedoman sebagai
berikut.
88
Statistik Pendidikan 2018
1) Jika jumlah data ganjil, mediannya adalah data yang berada paling
tengah.
2) Jika jumlah data genap, mediannya adalah hasil bagi jumlah dua
data yang berada di tengah. Pedoman tersebut dirumuskan sebagai
berikut.
a) Untuk data ganjil (n = ganjil)
Me = X n
2
Penyelesaian:
a. Urutan data: 2, 3, 4, 5, 6, 7, 8
Jumlah data (n) = 7 (ganjil)
X7+1
Me = = X =5
4
2
b. Urutan data: 4, 5, 7, 8, 9, 11, 12, 14
Jumlah data (n) = 8 (genap)
X 4 + X5 8+9
Me = = = 8,5
2 2
89
Statistik Pendidikan 2018
Keterangan:
Me = median
B = tepi bawah kelas median
n = jumlah frekuensi
( f2 )o = jumlah frekuensi kelas-kelas sebelum kelas median
C = panjang interval kelas
f Me = frekuensi kelas median
90
Statistik Pendidikan 2018
77-79 4
80-82 2
Penyelesaian:
1
Jumlah frekuensi (n) = 40 dan n = 20
2
1
Kelas median adalah ( f2 )o n
2
f1 + f 2 + f3 = 20 20
3. Modus (Mode)
Modus adalah nilai yang paling sering muncul dalam data. Modus
ditulis singkat atau disimbolkan dengan Mo . Sejumlah data bisa tidak
mempunyai modus, mempunyai satu modus (disebut Unimodal),
mempunyai dua modus (Bimodal), atau mempunyai lebih dari dua modus
(Multimodal). Cara mencari modus dibedakan antara data tunggal dan
data berkelompok.
91
Statistik Pendidikan 2018
Contoh soal:
Tentukan modus dari data-data berikut!
a. 1, 4, 7, 8, 9, 9, 11
b. 1, 4, 7, 8, 9, 11, 13
c. 1, 2, 4, 4, 7, 9, 11, 11, 13
d. 1, 1, 3, 3, 7, 7, 12, 12, 14, 15
Penyelesaian:
a. Modus = 9
b. Modus = tidak ada
c. Modus = 4 dan 11
d. Modus = 1, 3, 7, dan 12
d1
Mo = L + C
d1 + d2
Keterangan:
Mo = modus
92
Statistik Pendidikan 2018
93
Statistik Pendidikan 2018
1) Kuartil (Q)
Kuartil adalah fraktil yang membagi seperangkat data yang telah
terurut menjadi empat bagian yang sama. Terdapat tiga jenis
kuartil, yaitu kuartil bawah atau pertama (Q1 ) , kuartil tengah atau
kedua (Q2) , dan kuartil atas atau ketiga (Q3) . Kuartil kedua sama
dengan median.
a) Kuartil data tunggal
Untuk data tunggal, kuartil-kuartilnya dapat dicari dengan
menggunakan metode mencari median, atau rumus:
i(n + 1)
Qi = nilai yang ke , i = 1,2,3
4
Contoh soal:
Tentukan kuartil dari data 2, 6, 8, 5, 4, 9, 12!
Penyelesaian:
Data diurutkan: 2, 4, 5, 6, 8, 9, 12 ; n=7
i(n +1)
Qi = nilai ke
4
1(7 +1)
Q = nilai ke = 2 , yaitu 4
1
4
2(7 +1)
Q2 = nilai ke = 4 , yaitu 6
4
3(7 +1)
Q3 = nilai ke = 6 , yaitu 9
4
b) Kuartil data berkelompok
untuk data berkelompok, kuartil-kuartilnya dapat dicari dengan rumus:
in
− ( f i )o
Qi = Bi + 4 C
f Qi
94
Statistik Pendidikan 2018
Keterangan:
Bi = tepi bawah kelas kuartil
n = jumlah semua frekuensi
i = 1, 2, 3
( fi )o = jumlah frekuensi semua kelas sebelum kelas kuartil
C = panjang interval kelas
fQi = frekuensi kelas median
Contoh soal:
Tentukan Q1 , Q2 , dan Q3 dari distribusi frekuensi pada Tabel
Diameter di atas!
Penyelesaian:
Dari Tabel tersebut, diketahui:
1 1 3
n = 40 , berarti n = 10 , n = 20 , dan n = 30
4 2 4
Kelas Q1 adalah kelas ke-3
95
Statistik Pendidikan 2018
( f1 )o = 7 ; ( f2 )o = 7 ; ( f3 )o = 20
C =3
fQ1 = 13; fQ2 = 13 ; fQ3 = 14
in
− ( f )o
1
Q1 = B1 + 4 C
fQ1
1
40 − 7
= 70,5 + 4 3
13
Q1 = 70,5 + 0,69 = 71,19
2n
− ( f 2 )o
4 C
Q2 = B 2 + f
Q2
1
40 − 7
= 70,5 + 2 3
13
Q2 = 70,5 + 3 = 73,5
3n
− ( f 3 )o
4 C
Q3 = B3 + f
Q3
3
40 − 20
= 73,5 + 4 3
14
96
Statistik Pendidikan 2018
2) Desil (D)
Desil adalah fraktil yang membagi seperangkat data yang telah terurut
menjadi sepuluh bagian yang sama. Terdapat sembilan jenis desil, yaitu
desil pertama (D1) , desil kedua (D2 ) , ..., dan desil kesembilan (D9 ) .
Desil kelima (D5 ) sama dengan median. Cara mencari desil dibedakan
97
Statistik Pendidikan 2018
n = jumlah frekuensi
( f i )o = jumlah frekuensi sebelum kelas desil ke-i
Contoh soal:
Tentukan desil ke-4 (D4 ) dan desil ke-8 (D8 ) dari distribusi
frekuensi berikut. TabelNilai Matematika 40 Mahasiswa Universitas
Borobudur Tahun 1997
Nilai Frekuensi (f)
30 – 39 5
40 – 49 3
50 – 59 6
60 – 69 7
70 – 79 8
80 – 89 7
90 – 99 4
98
Statistik Pendidikan 2018
Jumlah 40
Penyelesaian:
Untuk mencari desil ke-4 dan desil ke-8, terlebih dahulu dicari kelas desil
ke-4 dan desil ke-8, yaitu:
4
1) Kelas desil ke-4, jika ( f 4 )o (n)
10
8
2) Kelas desil ke-8, jika ( f8 )o (n)
10
( f 4 )o = 14 dan ( f 6 )o = 29
C = 10
f D4 = 7 dan f D8 =7
4n
− ( f )o
4
D4 = B4 + 10 C
f D4
4 40
− 14
= 59,5 + 10 10
7
= 59,5 + 2,86 = 62,36
99
Statistik Pendidikan 2018
8 n
− ( f )o
6
D8 = B6 + 10 f C
D8
8 40
− 29
= 79,5 + 10 10
7
= 79,5 + 4,29 = 83,79
3) Persentil
Contoh soal:
Tentukan persentil ke-10 (P10 ) dan persentil ke-76 (P76 ) dari data
berikut!
20 21 22 24 26 26 27 30 31 31
33 35 35 35 36 37 37 38 39 40
41 41 42 43 44 46 47 48 49 50
Penyelesaian:
100
Statistik Pendidikan 2018
n = 30
10(30 + 1)
P = nilai ke
10
100
310
= nilai ke = nilai ke 3,1
100
= X 3 + 0,1( X 4 − X 3 )
= 22 + 0,1 (24 – 22) = 22,2
76(30 + 1)
P76 = nilai ke
100
2.356
= nilai ke = nilai ke 23,56
100
= X 23 + 0,56( X 24 − X 23 )
= 42 + 0,56 (43 – 42) = 42,56
in
( ) − ( f i )o
Pi = Bi + 100 C
f Pi
Keterangan:
Pi = persentil ke-i
101
Statistik Pendidikan 2018
Contoh soal:
Dari distribusi di bawah ini, tentukan P35 dan P88
102
Statistik Pendidikan 2018
( f 35 )o = 26 dan ( f88 )o = 61
C =5
f P35 = 35 dan f P88 = 27
35(n)
− ( f )o
35
P35 = B35 + 100 f C
P35
35100
− 26
= 164,5 + 100 5
35
= 164,5 + 1,29 = 165,79
88(n)
− ( f )o
88
P88 = B88 + 100 f C
P88
88 100
− 61
169,5 + 100 5
=
27
= 169,5 + 5 = 174,5
G = n X 1 X 2 X 3 ,...X n
atau
1
log G = (log X + log X + log X + ... + log X )
1 2 3 n
n
103
Statistik Pendidikan 2018
Contoh soal:
Tentukan rata-rata ukur dari: 2, 4, 8, 16, 32!
Penyelesaian:
G = 5
2 4816 32
= 5 32.768 = 8
1
Atau log G = (log 2 + log 4 + log 8 + log16 + log 32)
5
1
= (0,301 + 0,602 + 0,903 + 1,204 + 1,505)
5
1
= (4,515) = 0,903
5
G =8
Untuk menetukan persen kenaikan rata-rata seperti persen kenaikan
rata-rata penjualan, ekspor, atau kegiatan bisnis lainnya dari satu
periode ke periode lainnya, rumus rata-rata ukur menjadi:
Nilai.akhirperode
G = n−1 −1
Nilai.awalperiode
104
Statistik Pendidikan 2018
Contoh soal:
Tentukan rata-rata ukur dari distribusi frekuensi berikut ini!
TABEL Hasil Pengukuran 100 Daun Belimbing (mm)
Pengukuran Frekuensi (f)
50 – 54 6
55 – 59 10
60 – 64 9
65 – 69 25
70 – 74 28
75 – 79 13
80 – 84 9
Jumlah 100
Penyelesaian:
Nilai f X log X f log X
50 – 54 6 52 1,716 10,296
55 – 59 10 57 1,756 17,560
60 – 64 9 62 1,792 16,132
65 – 69 25 67 1,826 45,652
70 – 74 28 72 1,857 52,005
75 – 79 13 77 1,886 24,524
80 – 84 9 82 1,914 17,224
Jumlah 100 - - 183,393
( f log X )
log G =
f
105
Statistik Pendidikan 2018
183,393
= = 1,834
100
G = 68,23
Pt
r=
Po − 1
Keterangan:
Pt = keadaan akhir pertumbuhan
Contoh soal:
Tentukan laju pertumbuhan rata-rata penduduk Indonesia jika pada
akhir tahun 1946 dan akhir tahun 1956 jumlah penduduk masing-
masing 60 juta dan 78 juta jiwa!
106
Statistik Pendidikan 2018
Penyelesaian:
Pt = 78 juta, PO = 60 juta, dan t = 10 tahun
t
X
Pt = PO 1 + 100
10
X
78 = 601+ 100
10
X
1 + 100 = 1,3
1
X
1+ = (1,3)10
100
X
1+ = 1,0266
100
X = 2,66
Jadi, rata-rata pertumbuhan Indonesia adalah 2,66% per tahun. Soal si
atas dapat pula diselesaikan dengan menggunakan logaritma (log),
silahkan kerjakan sendiri!
c. Rata-rata harmonis
1) Rata-rata harmonis untuk data tunggal
Rata-rata harmonis dari seperangkat data X 1 , X 2 ,..., X n
dirumuskan:
n
RH = = n
1 1 1
1 + + ... +
X X1 X2 Xn
107
Statistik Pendidikan 2018
Contoh soal:
1. Tentukan rata-rata harmonis dari 2, 5, 7, 9, 12!
Penyelesaian:
5
RH =
1 1 1 1 1
+ + + +
2 5 7 9 12
= 4,82
108
Statistik Pendidikan 2018
100
RH =
1,476
= 67,75
Antara ketiga rata-rata dalam ukuran nilai pusat, yaitu rata-rata hitung,
rata-rata ukur (rata-rata geometris), dan rata-rata harmonis, terdapat
hubungan:
RH G X
109
Statistik Pendidikan 2018
110
Statistik Pendidikan 2018
3. Sifat-Sifat Modus
Beberapa sifat modus, antara lain sebagai berikut.
1) Dalam seperangkat data, modus bisa tidak ada dan bisa lebih dari
satu.
2) Modus dapat ditempatkan pada distribusi yang memiliki kelas
terbuka.
3) Modus tidak dipengaruhi oleh bilangan-bilangan yang ekstrem, dari
suatu distribusi.
4) Letak modus atau nilai modus yang sebenarnya sukar ditentukan,
karena itu kebanyakan hanya berdasarkan taksiran dalam suatu
distribusi.
5) Perhitungan modus tidak didasarkan pada seluruh nilai
pengamatan, tetapi didasarkan pada individu yang berada pada titik
tempat terjadinya pemusatan yang terbanyak.
111
Statistik Pendidikan 2018
112
Statistik Pendidikan 2018
Mo = X − 3(X − Me)
Contoh soal:
Tentukan median dari distribusi frekuensi pada Tabel 4.1 jika
diketahui rata-rata = 67,18 dan modus = 66,375!
Penyelesaian:
X = 67,18; Mo = 66,375
113
Statistik Pendidikan 2018
3X − 3Me = X − Mo
3(67,18) − 3Me = 67,18 – 66,375
LATIHAN
1. Apa yang dimaksud dengan ukuran nilai pusat? Sebutkan pula
kegunaannya dalam statistik!
2. Ada berapa macam ukuran nilai pusat yang anda ketahui? Sebutkan
satu per satu!
3. Apa yang dimaksud dengan rata-rata hitung, median, dan modus?
Bagaimana aturan yang digunakan untuk merumuskannya?
4. Apa yang dimaksud dengan kuarti, desil, dan persentil?
5. Antara rata-rata hitung, median, dan modus terdapat hubungan yang
dapat memberikan gambaran mengenai bentuk kurva. Jelaskan
hubungan tersebut! Bagaimana pula penulisannya dalam bentuk
matematis?
6. Hasil ujian mahasiswa Program Studi Ilmu Administrasi Negara
Extensi FISIP-UNCN berjumlah 54 orang yang telah diolah dan
disajikan dalam tabel di bawah ini :
114
Statistik Pendidikan 2018
3 58 – 62 5
4 63 – 67 9
5 68 – 72 10
6 73 – 77 12
7 78 – 82 7
8 83 – 87 2
Dari tabel di atas, tentukanlah nilai rata-rata hasil ujian
mahasiswaProgram Studi Ilmu Administrasi Negara Extensi FISIP-
UNCN?
7. Hitunglah rata-rata hitung, median, modus, kuartil, rata-rata ukur, dan
rata-rata harmonis dari nilai-nilai berikut!
a. 3, 4, 6, 7, 8, 9
b. 11, 13, 14, 16, 17, 18, 19, 20
c. 102, 105, 103, 106, 104, 102
d. 1,3; 1,5; 1,6; 2,4; 2,7; 3,8; 4,5
1 1
e. , , 2 , 1 , 4 , 1 , 1
2 4 6 6 6 8 9
8. Dari 60 buah angka yang tersedia, ternyata terdapat 10 buah angka
3,.5, buah angka 6, 15 angka 7,20 angka 4,3 angka 8, dan sisanya
angka 9. Berapakah rata-rata hitung dari angka tersebut?( Teliti
sampai dua desimal).
9. Seorang mengadakan perjalanan pulang pergi dari sebuah tempat.
Waktu pergi kecepatannya15Km/jam dan waktu kembali
kecepatannya 25Km/jam. Berapakah rata-rata harmonis kecepatan
pulang-pergi?
10. Nilai rata-rata ulangan statistik kelompok mahasiswa yang berjumlah
40 orang adalah 6,2. Jika seorang mahasiswa dalam kelompok ini
115
Statistik Pendidikan 2018
116
Statistik Pendidikan 2018
60-64 1,66
Jumlah 43,72
a. Tentukan rata-rata umur ayah pada tahun tersebut!
b. Tentukan median dan modus dari umur ayah tersebut!
c. Tentukan kuartil bawah dan atas serta desil keempat dari umur
ayah tersebut!
15. Pendapatan nasional suatu negara tahun 1992 adalh US$300 miliar
dan pada tahun 1997 menjadi US$500 miliar. Selama 5 tahun, berapa
besar rata-rata tingkat pertumbuhannya?
16. Seorang pedagang kain sutra di Jakarta memperoleh hasil penjualan
perminggu sebesar:
1) Minggu pertama dapat menjual 15 helai seharga Rp.
60.000,00/helai;
2) Minggu kedua dapat menjual 35 helai seharga Rp.
50.000,00/helai;
3) Minggu ketiga dapat menjual 25 helai seharga Rp.
45.000,00/helai;
4) Minggu keempat dapat menjual 45 helai seharga Rp.
25.000,00/helai;
Berapakah harga rata-rata kain tersebut per helai?
17. Tabel berikut adalah distribusi frekuensi dari harga saham 100
perusahaan di BEJ pada akhir tahun 1997.
Harga Saham (Ratusan Banyaknya
Rp) Perusahaan
60 – 62 5
63 – 65 18
66 – 68 42
117
Statistik Pendidikan 2018
69 – 71 27
72 – 74 8
a. Hitunglah rata-rata dengan metode biasa dan metode coding!
b. Tentukan median dan modusnya!
c. Tentukan Q3 , D1 , dan P25 , serta jelakan artinya berkaitan dengan
harga saham tersebut!
18. Sebuah distribusi memiliki rata-rata hitung 68,25 dan median 71,5.
Tentukan modus distribusi tersebut!
19. Perhatikan distribusi frekuensi berikut!
Nilai Frekuensi
31 – 40 3
41 – 50 5
51 – 60 19
61 – 70 15
71 – 80 25
81 – 90 20
91 – 100 13
Jumlah 100
Tentukan rata-rata hitung, rata-rata ukur, dan rata-rata harmonis
distribusi frekuensi tersebut!
20. Seorang manajer menugaskan empat orang karyawan untuk mengetik
sebuah dokuman.
Kecepatan mengetik karyawan tersebut ialah sebagain berikut.
Ani = 10 menit per halaman
Evi = 12 menit per halaman
Sinta = 15 menit per halaman
118
Statistik Pendidikan 2018
119
Statistik Pendidikan 2018
Kualitas data ditentukan oleh kualitas alat pengambil data atau alat
pengukurnya. Alat pengambil datanya cukup reliable dan valid, datanya
juga reliable dan valid. Namun, masih ada salah satu hal lagi yang perlu
dipertimbangkan, yaiu kualifikasi si pengambil data.Sebelum alat
ditetapkan untuk digunakan, telebih dahulu harus mempertimbangkan
apakah alat itu sesuai dengan pengumpulan data yang diperlukan. Tidak
semua jenis alat penelitian semuanya dapat menggali seluruh data yang
diperlukan. Oleh karena itu, perlu pertimbangan untuk memodifikasi alat
tersebut, sehingga data yang diperlukan dapat terhimpun. Di dalam
penelitian kualitatif peneliti sekaligus berperan selakuinstrumen
penelitian. Dalam penelitian peneliti benar-benar diharapkan mampu
berinteraksi dengan objek. Penelitian kuantitatif lebih difokuskan untuk
menguji teori-teori yang telah ada dengan menggunakan data statistik.
1. Teknik Observasi
Observasi diartikan sebagai pengalaman dalam pencatatan secara
sistematik terhadap gejala yang tampak pada objek penelitian. Observasi
adalah metode pengumpulan data dimana peneliti mencatat informasi
yang mereka dapat pada saat melakukan pengamatan. Pada penelitian ini
observasi yang dilakukan adalah dengan pengamatan langsung dan
dokumentasi yang mengacu pada instrumen pengamatan. Observasi di
wilayah ini dilakukan untuk memperoleh data yang tidak dapat diperoleh
melalui kuesioner atau pun wawancara.
Proses menulis catatan yang peneliti lakukan mencakup langkah-langkah,
yaitu:
120
Statistik Pendidikan 2018
2. Wawancara
Wawancara dilakukan untuk mengetahui keadaan seseorang dan
mencari informasi mengenai suatu permasalahan. Tipe wawancara yang
dilakukan pada penelitian ini adalah dengan wawancara bebas tetapi juga
mengingat data apa saja yang akan dikumpulkan. Dalam melaksanakan
wawancara, pewawancara membawa pedoman yang hanya merupakan
garis besar dari hal-hal yang akan ditanyakan.
Langkah-langkah wawancara :
1. Menetapkan kepada siapa wawancara dilakukan
2. Menetapkan pokok masalah yang menjadi bahan pembicaraan.
3. Mengawali atau membuka alur wawancara.
4. Melangsungkan wawancara.
5. Menulis hasil wawancara.
6. Mengidenifikasi hasil wawancara.
Setelah melakukan wawancara, informasi yang diperoleh diolah dan
dikonfirmasikan dengan pihak yang lebih mengetahui dan menguasai
121
Statistik Pendidikan 2018
3.Dokumen
Dokumentasi yang dijadikan sebagai sumber data dalam penelitian
ini meliputi peraturan-peraturan dan kebijakan-kebijakan yang dieluarkan
pihak kanwil, kepala ekolah, data hasil prestasi yang telah dicapai siswa,
serta data yang dianggap mendukung penelitian. Menurut Saipul Annur
yang di kutip dari Lincoln dan Guba dalam Faisal (1990) menyatakan
bahwa sumber informasi berupa dokumen dan rekaman sesungguhnya
cukup bermanfaat dan sumber-sumber tersebut memiliki keuntungan,
yakni:
1. Telah tersedia dan mudah memperolehnya.
2. Bersifat stabil dan akurat sebagai cerminan keadaan yang sebenarnya
3. Dapat dianalisis secara berulang-ulang dengan tidak mengalami
perubahan
4. Angket
Menurut Saipul Annur yang mengutip dari Nasution (2002)
menyatakan bahwa angket adalah sejumlah pernyataan tertulis yang
digunakan untuk memperoleh informasi dari responden dalam arti laporan
tentang pribadi atau hal-hal yang diketahui. Angket digunakan untuk
mendapat keterangan dari sampel atau sumber yag beraneka ragam,
digunakan untuk mendapat keterangan tentang sekolah (jumlah guru,
pegawai, ruang kelas, julah murid dan sebagainya) dn tentang sikap
mengenai masalah sosial, ekonomi, politik, moral dan sebagainya.
Jenis-jenis angket
122
Statistik Pendidikan 2018
a. Angket Tertutup
Angket ini tertutup terdiri atas pertanyaan atau pernyatan dengan
sejumlah jawaban tetentu sebagai pilihan. Responden mengecek jawaban
yang paling sesuai dengan pendiriannya. Misalnya : Setujukah anda
penggunaan kekerasan dalam pengajaran ? (ya atau tidak).
Kelemahan angket tertutup :
1. Responden tidak berkesempatan memberi jawaban yang tidak
tercantum dalam angket itu, sehingga ia terpaksa mengecek atau
memilih jawaban yang tidak sepenuhnya sesuai dengan pendapatnya.
2. Ada kemungkinan responden asal-asal saja dalam menjawab
pertanyaan yang diajukan. Kecerobohan dalam menjawab antara lain
disebabkan keengganan untuk mengeluarkan waktu yang banyak
untuk.
Keuntungan angket tertutup :
1. Hasilnya mudah diolah, di beri kode dan diskor, bahkan dapat diolah
dengan komputer.
2. Responden tidak perlu menulis dan mengekpresikan buah pikirannya
dalam bentuk tulisan.
3. Mengisi angket relatif tidak banyak memerlukan waktu dibandingkan
dengan angket terbuka.
b. Angket Terbuka
Angket terbuka memberikan ksempaan penuh kepada responden untuk
menjawabnya. Misalnya : Hukuman apa yang paling sering anda berikan ?
Kelemahan angket terbuka :
1. Kesulitan dalam mengelolanya karena jawaban sukar diberi ode atau
diklasifikasikan
123
Statistik Pendidikan 2018
5. Teknik pengukuran
Alat pengumpulan data yang bersifat kuantitatif adalah teknik
pengukuran. Alatnya adalah tes, yakni seperangkat ragsangan yang
diberikan kepada seseorang dengan maksud untuk mendapatkan jawaban
yang dapat dijadikan dasar bagi penetapan skor angka.
Jenis-jenis tes :
1. Tes lisan
2. Tes tertulis, terdiri atas dua yaitu esai (uraian) dan objektif (pilihan
berganda)
124
Statistik Pendidikan 2018
1. Tes baku, tes yang dipublikasikan dan telah dipersiapkan oleh para ahli
secara cermat sehingga norma-norma perbandingan validitas, reabilitas
dan petunjuk pemberin skor telah diuji dan dipersiapkan.
2. Tes buatan, harus memperhatikan :
a. Harus valid (benar)
b. Harus reabilitas, mampu memberikan hasil yang relatif tetap apabila
dilakukan secara berulang pada kelompo individu sama.
c. Harus objektif, dalam memberikan nilai kuantitatif terhadap
jawaban, unsur subjektifitas penilaian tidak mempebgaruhi.
d. Harus efisien, mudah cara membuatnya da mudah pula penilaiannya
125
Statistik Pendidikan 2018
Contoh :
Metode yang digunakkan adalah metode kualitatif deskriptif, yang ingin
mengungkapakan strategi managemen yang dilakukan kepala sekolah
dalam mengelola sumber daya manusia dan non-manusia pada SD Az-
Zahrah sehingga dapat menjadi SD favorit dan diminati oleh masyarakat.
Menurut Sudjana (1989) ada beberapa alasan pentingnya penelitan
kualitatif dalam pendidikan yaitu:
1. Pendidikan sebagai proses sosialisasi pada hakikatnya adalah
interaksi manusia dengan lingkungan yang embentunya melalui
proses belajar.
2. Pendidikan senantiasa melibatkan komponen manusia yakni tenaga
kependidikan dan siswa dengan komponen kurikulum, sistem
pendidikan, lingkungan pendidikan, ruang dan waktu serta sarana dan
prasarana pendidikan.
3. Pendidikan sebagai suatu kepada sistem tidak hanya berorientasi
kepada hasil tetapi juga berorientasi kepada proses agar memperoleh
hasil yang optimal.
126
Statistik Pendidikan 2018
Distribusi Normal
Distribusi normal, disebut pula distribusi Gauss, adalah distribusi
probabilitas yang paling banyak digunakan dalam berbagai analisis
statistika. Distribusi normal baku adalah distribusi normal yang memiliki
rata-rata nol dan simpangan baku satu. Distribusi ini juga dijuluki kurva
lonceng (bell curve) karena grafik fungsi kepekatan probabilitasnya mirip
dengan bentuk lonceng.
CIRI CIRI DISTRIBUSI NORMAL
1. Nilai Peluang peubah acak dalamDistribusi Peluang Normal
dinyatakan dalam luas dari di bawah kurva berbentuk
genta\lonceng (bell shaped curve).
2. Keseluruhan kurva akan bernilai 1, ini mengambarkan sifat
peluang yang tidak pernah
Kurva Normal
Secara sederhana, kurva normal adalah kurva yang berasal dari
data-data yang terdistribusi normal. Ciri-ciri data terdistribusi normal
terdapat keseimbangan simpangan antara sisi kiri dan sisi kanan, sehingga
sigma total dari data keselurhan adalah nol.
127
Statistik Pendidikan 2018
128
Statistik Pendidikan 2018
129
Statistik Pendidikan 2018
20 kali adalah 175 cm, maka hanya akan ada sekali atau dua kali loncatan
yang melebihi +SD dan juga dibawah -SD.
130
Statistik Pendidikan 2018
Dan
Tetapi, karena sifat simetri [Sifat 2], luas daerah di bawah kurva dan di
atas sumbu horizontal yang dibatasi z = -0,75 hingga z = 0 juga sama,
yaitu sebesar 0.2734. (Lihat Gambar 3) Secara matematis, L = P[-0,75
<z< 0]
131
Statistik Pendidikan 2018
Karena [Sifat 6], luas daerah mulai dari z = 0 hingga z = 0,75 menyisakan
bagian “ekor” sebelah kanan suatu daerah dengan luas daerah L = 0,5 –
0,2734 = 0,2266. Luas tersebut adalah luas daerah di bawah kurva normal
baku dan di atas sumbu horizontal, di sebelah kanan z = 0,75. (Gambar 4)
Secara matematis, L = P[z > 0,75].
Dengan alasan yang sama, luas daerah di bawah kurva normal baku dan di
atas sumbu horizontal, di sebelah kiri z = -0,75 adalah L = 0,5 – 0,2734 =
0,2266. (Lihat Gambar 5). Secara matematis, L = P[z<-0,75].
132
Statistik Pendidikan 2018
H. Latihan
Dengan menggunakan tabel kurva normal baku, hitunglah luas daerah
berarsir hijau pada gambargambar berikut.
133
Statistik Pendidikan 2018
4. P[z < -1
134
Statistik Pendidikan 2018
135
Statistik Pendidikan 2018
SOAL-SOAL TANTANGAN
1. P[0,5 < z < 1,04]
136
Statistik Pendidikan 2018
137
Statistik Pendidikan 2018
BAB VI
ANALISIS KORELASI
Pengertian Korelasi
Arah Korelasi
Peta Korelasi
Angka Korelasi
Analisis Korelasi
Teknik Analisis Korelasional,
Pengertian, Tujuan dan
Penggolongannya
Korelasi Spearman
139
Statistik Pendidikan 2018
Untuk memodelkan pengamatan terlepas dari menjadi distribusi normal
atau tidak normal, Pearson dalam serangkaian jurnal yang diterbitkan dari
tahun 1893 hingga 1916 merancang distribusi Pearson, sebuah kumpulan
distribusi probabilitas berkelanjutan yang meliputi distribusi normal dan
tidak normal, dan mengusulkan metode analisis statistik yang terdiri dari
penggunaan distribusi Pearson untuk memodelkan pengamatan dan
melakukan uji kesesuaian untuk menentukan seberapa baik model tersebut
sesuai dengan observasi. Metode analisis statistiknya sampai saat ini masih
digunakan dan dikenal dengan uji korelasi Pearson. Selain uji korelasi
Pearson, Pearson juga memberikan banyak penemuan lainnya dalam
bidang biostatistik, seperti standar deviasi, koefisien korelasi dan regresi.
A. Pengertian Korelasi
Kata “korelasi” berasal dari bahasa Inggris correlation. Dalam bahasa
Indonesia sering diterjemahkan dengan: “hubungan“, atau “saling
hubungan”, atau “hubungan timbal balik”.Dalam Ilmu Statistik istilah
“korelasi” diberi pengertian sebagai “hubungan antardua variabel atau
lebih.”Hubungan antardua variabel dikenal dengan istilah: bivariate
correlation, sedangkan hubungan antarlebih dari dua variabel disebut
multivariate correlation.
Hubungan antardua variabel misalnya hubungan atau korelasi antara
prestasi studi (variabel X) dan kerajinan kuliah (variabel Y); maksudnya:
prestasi studi ada hubungannya dengan kerajinan kuliah. Hubungan antar
lebih dari dua variabel, misalnya hubungan antara prestasi studi (variabel
X1) dengan kerajinan kuliah (variabel X2), keaktifan mengunjungi
perpustakaan (variabel X3 dan keaktifan berdiskusi (variabel X4).
Dalam contoh di atas, variabel prestasi studi disebut dependent
variable, yaitu variabel yang dipengaruhi; sedangkan variabel kerajinan
140
Statistik Pendidikan 2018
kuliah, keaktifan mengunjungi perpustakaan, dan keaktifan berdiskusi
disebut independent variable, yaitu variabel bebas, dalam arti: bermacam-
macam variabel yang dapat memberikan pengaruh terhadap prestasi studi.
B. Arah Korelasi
Hubungan antarvariabel itu jika ditilik dari segi arahnya, dapat
dibedakan menjadi dua macam, yaitu hubungan yang sifatnya satu arah,
dan hubungan yang sifatnya berlawanan arah.
141
Statistik Pendidikan 2018
142
Statistik Pendidikan 2018
C. Peta Korelasi
Arah hubungan variabel yang kita cari korelasinya dapat kita amati
mealui sebuah peta atau diagram, yang dikenal dengan nama Peta
Korelasi. Dalam peta korelasi itudapat kita lihat pencaran titik atau
momen dari variabel yang sedang kita cari korelasinya; karena itu peta
korelasi juga disebut Scatter Diagram (Diagram Pencaran titik).
143
Statistik Pendidikan 2018
membentu satu buah garis lurus yang condong ke arah kiri (Lihat
Diagram 5.2).
3. Jika korelasi antara variabel X dan variabel Y termasuk Korelasi
Positif yang tinggi atau kuat, maka peta korelasi pencaran titiknya
sedikit mulai menjahui garis linier (garis lurus seperti telah
disebutkan di atas),yaitu titik tersebut terpencar atau berada di sekitas
garis lurus tersebut, dengan kecondongan ke arah kanan (Lihat
Diagram 5.3).
4. Jika korelasi antara variabel X dan variabel Y termasuk Korelasi
Negatif yang tinggi atau kuat, maka pencaran titik yang terdapat pada
peta korelasi itu juga sedikit mulai menjahui garis linier, dengan
kecondongan ke arah kiri (Lihat Diagram 5.4).
5. Baik Korelasi Positif maupun Korelasi Negatif dikatakan sebagai
Korelasi yang Cukup atau Sedang dan Korelasi Rendah atau Lemah,
apabila pencaran titik pada Peta Korelasi itu semakin jauh
tersebar/menjauhi garis linier (Lihat Diagram 5.5).
D. Angka Korelasi
1. Pengertiannya
Tinggi-rendah, kuat-lemah atau besar kecilnya suatu korelasi dapat
diketahui dengan melihat besar-kecilnya suatu angka (koefisien) yang
disebut Angka Indeks Korelasi atau Coefficient of Correlation.Jadi
Angka Indeks Korelasi adalah sebuah angka yang dapat dijadikan
petunjuk untuk mengetahui seberapa besar kekuatan korelasi di antara
variabel yang sedang diselidiki korelasinya.
144
Statistik Pendidikan 2018
2. Lambangnya
Angka korelasi biasa diberi lambang dengan huruf tertentu, misalnya
rxy sebagai lambang koefisien korelasi pada Teknik korelasi Product
Moment, 𝜌 (baca: Rho) sebagai lambang koefisien korelasi pada Teknik
korelasi Tata Jenjang, 𝜑 (baca: Phi) sebagai lambang koefisien korelasi
pada Teknik korelasi Phi C atau KK sebagai lambang koefisien korelasi
pada Teknik korelasi Kontingensi dan lain-lain.
3. Besarnya
Angka korelasi itu besarnya berkisar antara 0 (nol) sampai dengan
±1,00; artinya bahwa angka korelasi itu paling tinggi adalah ±1,00 dan
paling rendah adalah 0. Jika dalam perhitungan diperoleh angka korelasi
lebih dari 1,00 hal itu merupakan petunjuk bahwa dalam perhitungan
tersebut telah terjadi kesalahan.
4. Tandanya
Korelasi antara variabel X dan variabel Y disebut Koreasi Positif
apabila angka indeks korelasinya bertanda “pus” (+); misalnya r xy = +
0,235; rxy = + 0,751; dan sebagainya. Sebaliknya, apabila angka indeks
korelasi antara variabel X dan variabel Y bertanda “minus” (-), maka
korelasi yang demikian itu disebut Korelasi Negatif; misalnya: r xy = -
0,115; rxy = -0,587.
Antara variabel X dan variabel Y dikatakan tidak ada korelasinya jika
angka indeks korelasinya = 0.
Perlu diingat di sini bahwa tanda “plus” dan “minus” yang terdapat di
depan angka indeks korelasi itu bukanlah tanda aljabar.
145
Statistik Pendidikan 2018
146
Statistik Pendidikan 2018
yang lain, akan membentuk satu garis lurus yang condong kea
rah kanan.
147
Statistik Pendidikan 2018
2. Tujuannya
Teknik Analisis Korelasional memiliki tiga macam tujuan, yaitu:
a. Ingin mencari bukti (berlandaskan pada data yang ada), apakah
memang benar antara variabel yang satu dan variabel yang lain
terdapat hubungan atau korelasi.
b. Ingin menjawab pertanyaan apakah hubungan antarvariabel itu
(jika memang ada hubungannya), termasuk hubungan yang kuat,
cukupan, ataukah lemah.
c. Ingin memperoleh kejelasan dan kepastian (secara matematik),
apakah hubungan antarvariabel itu merupakan hubungan yang
berarti atau meyakinkan (signifikan), ataukah hubungan yang
tidak berarti atau tidak meyakinkan.
3. Penggolongannya
Teknik Analisis Korelasional dapat dibedakan menjadi dua
golongan, yaitu Teknik Analisis Korelasional Bivariat dan Teknik
Analisis Korelasional Multivariat.Teknik Analisis Korelasional
Bivariat ialah teknik analisis korelasi yang mendasarkan diri pada dua
buah variabel.
Contoh: Korelasi antara prestasi belajar dalam bidang studi Agama
Islam (Variabel X) dan sikap keagamaan siswa (Variabel Y).
148
Statistik Pendidikan 2018
2. Penggunaannya
Teknik Korelasi Product Moment kita pergunakan apabila kita
berhadapan dengan kenyataan berikut ini:
a. Variabel yang kita korelasikan berbentuk gejala atau data yang
bersifat kontinu.
b. Sampel yang diteliti mempunyai sifat homogen, atau setidak-
tidaknya mendekati homogen.
150
Statistik Pendidikan 2018
3. Lambangnya
Kuat-lemah atau tinggi-rendahnya antardua variabel yang
sedang kita teliti dapat diketahui dengan melihat besar-kecilnya
angka indeks korelasi, yang pada Teknik Korelasi Product
Moment diberi lambang “r” (sering disebut “r” Product Moment).
Angka indeks korelasi Product Moment ini diberi indeks dengan
huruf kecil dari huruf-huruf yang dipergunakan untuk dua buah
variabel yang sedang dicari korelasinya. Jadi apabila variabel
pertama diberi lambang X dan variabel kedua diberi lambang Y,
maka indeks korelasinya dinyatakan dengan lambang rxy .
151
Statistik Pendidikan 2018
152
Statistik Pendidikan 2018
153
Statistik Pendidikan 2018
df = degrees of freedom
N = Number of Cases
Nr = banyaknya variabel yang kita korelasikan (karena teknik
analisis korelasi yang kita bicarakan di sini adalah teknik
154
Statistik Pendidikan 2018
155
Statistik Pendidikan 2018
1) Rumus
Apabila dalam mencari Angka Indeks Korelasi “r” Product
Moment itu perhitungannya didasarkan pada Deviasi Standar
daridata yang sedang dicari korelasinya, maka rumus yang
diperlukan adalah sebagai berikut:
xy
rxy =
N SDx SDy
156
Statistik Pendidikan 2018
menggunakan rumus:
Y
My =
N
x2
SDx =
N
• Menghitung Deviasi Standar variabel Y (yaitu SDy ) dengan
menggunakan rumus:
y2
SDy =
N
• Menghitung Angka Indeks Korelasi antara variabel X dan variabel
Y (yaitu rxy ) dengan menggunakan rumus:
157
Statistik Pendidikan 2018
xy
rxy =
N SDx SDy
3) Contoh Perhitungan
Misalkan dalam suatu penelitian yang dimaksudkan untuk
mengetahui apakah secara signifikan terdapat korelasi positif antara
Nilai Hasil Belajar para Mahasiswa di Fakultas (Variabel X) dan Nilai
Hasil Belajar mereka pada waktu berada di Sekolah Lanjutan Tingkat
Atas (Variabel Y), dalam penelitian mana telah ditetapkan sebagai
sampel sejumlah 20 orang mahasiswa (N kurang dari 30), telah berhasil
dihimpun data berupa; Mean Nilai Hasil Belajar Para Mahasiswa
tersebut pada Ujian Semester dan Mean dari Nilai Hasil Belajar mereka
pada Ujian Akhir Sekolah Lanjutan Tingkat Atas (sebagaimana
tercantum dalam STTB), seperti terlihat pada Tabel berikut di bawah
ini. Untuk dapat mengetahui besarnya Angka Indeks yang
menunjukkan kuat-lemahnya korelasi antara variabel X dan variabel Y
itu, terlebih dahulu kita siapkan Tabel Kerja atau Tabel
Perhitungannya, yang terdiri dari 8 kolom:
Kolom 1: Nama Mahasiswa
Kolom 2: Skor berupa Mean Nilai Hasil Ujian Semester (Variabel X)
Kolom 3: Skor berupa Mean Nilai yang tercantum pada STTB SLTA
(Variabel Y)
Kolom 4: Deviasi skor X (diberi lambang x)
Kolom 5: Deviasi skor Y (diberi lambang y)
Kolom 6: Hasil perkalian deviasi x dan deviasi y (yaitu: xy)
Kolom 7: Hasil penguadratan deviasi x (yaitu x 2 )
Kolom 8 Hasil penguadratan deviasi y (yaitu y 2 )
158
Statistik Pendidikan 2018
159
Statistik Pendidikan 2018
160
Statistik Pendidikan 2018
x2
SDx =
N
Telah diketahui: x 2 = 5,86 sedangkan N = 20
5,86
SDx = = 0,293 = 0,541.
20
• Menghitung besarnya Deviasi Standar dari variabel Y, dengan
menggnakan rumus:
161
Statistik Pendidikan 2018
y2
SDy =
N
8,42
SDy = = 0,421 = 0,649 .
20
• Mencari koefisien korelasi yang menunjukkan kuat-lemahnya
hubungan antara variabel X dan variabel Y, dengan manggunakan
rumus:
xy
rxy =
N SDx SDy
dengan dua macam cara, yaitu: (1) dengan cara kasar atau
sederhana, dan (2) dengan cara berkonsultasi ada Tabel Nilai “r”
Product Moment.
Marilah kedua macam cara pemberian interpretasi itunkita mukakan
di sini.
(1) Interpretasi secara sederhana:
Dari perhitungan di atas, telah berhasil kita peroleh rxy sebesar
162
Statistik Pendidikan 2018
163
Statistik Pendidikan 2018
164
Statistik Pendidikan 2018
1) Rumus
Rumus yang kita pergunakan adalah:
xy
rxy =
( x 2 )( y 2 )
x=X- Mx
rumus: y = Y - M y
165
Statistik Pendidikan 2018
xy
rxy =
( x 2 )( y 2 )
3) Contoh perhitungan
Apabila data yang tercantum pada Tabel pertama dan telah
dihitung Angka Indeks Korelasinya melalui Tabel kedua itu kita
pergunakan lagi maka pada Tabel kedua telah berhasil kita peroleh:
xy = 2,18 (Lihat: Kolom 6 lajur paling bawah);
2,18 2,18
= =
49,3412 7,024
166
Statistik Pendidikan 2018
Interpretasi:
Karena rxy sebesar 0,310 itu telah kita berikan interpertasi (baik
1) Rumus
Rumus yang kita pergunakan ialah:
N XY − ( X )( Y )
rxy =
[N X 2
− ( X ) 2 ][N Y 2 − ( Y ) 2 ]
N = Number of Cses
XY = Jumlah hasil perkalian antara skor X dan Y
X = Jumlah seluruh skor X
Y = Jumlah seluruh skor Y
2) Langkah
Apabila Angka Indeks Korelasi “r” Product Moment dicari
atau dihitung berdasarkan skor aslinya, maka langkah yang perlu
ditempuh berturut-turut adalah:
167
Statistik Pendidikan 2018
3) Contoh Perhitungan
Dalam suatu penelitian, yang antara lain dimasudkan untuk
mengetahui apakah secara signifikan terdapat korelasi positif antara Nilai
Hasil Tes Sumatif dan Nilai Tes Formatif dalam bidang studi Bahasa
Arab, telah ditetapkan sejumlah 20 orang siswa MAN sebagai sampel,
berhasil dihimpun data sebagaimana tertera pada Tabel berikut.
TABEL. Nilai Hasil Tes Formatif dan Nilai Hasil Tes Sumatif
dalam Bidang Studi Bahasa Arab, yang Berhasil Dicapai
oleh 20 Orang Siswa Madrasah ‘Aliyah.
No. Urut Subjek Nilai Bidang Studi Bahasa Arab pada:
Tes Formatif (X) Tes Sumatif (Y)
1. A 5 6
168
Statistik Pendidikan 2018
2. B 6 8
3. C 7 7
4. D 6 8
5. E 5 6
6. F 6 8
7. G 6 7
8. H 5 6
9. I 6 6
10. J 8 8
11. K 6 7
12. L 6 6
13. M 5 6
14. N 6 7
15. O 8 6
16. P 4 6
17. Q 6 8
18. R 6 7
19. S 7 9
20. T 6 8
Seperti telah disebutkan, penelitian di atas antara lain mempunyai
tujuan untuk mengetahui apakah antara Variabel X (Nilai Hasil Tes
Formatif) dan Variabel Y (Nilai Hasil Tes Sumatif) terdapat koerlasi
positif yang signifikan. Sebelum kita lakukan perhitungan untuk
memperoleh Angka Indeks Korelasinya (rxy ) terlebih dahulu kita
169
Statistik Pendidikan 2018
170
Statistik Pendidikan 2018
J 8 8 64 64 64
K 6 7 42 36 49
L 6 6 36 36 36
M 5 6 30 25 36
N 6 7 42 36 49
O 8 6 48 64 36
P 4 6 24 16 36
Q 6 8 48 36 64
R 6 7 42 36 49
S 7 9 63 49 81
T 6 8 48 36 64
20 = N 120 = 140 = 848 = 738 = 998 =
X Y XY X2 Y 2
muka:
N XY − ( X )( Y )
rxy =
[N X 2
− ( X ) 2 ][N Y 2 − ( Y ) 2 ]
16960 −16800
rxy =
(14760 −14400)(19960 −19600)
160
=
(360)(360)
160
=
129600
160
=
360
= 0,444
171
Statistik Pendidikan 2018
172
Statistik Pendidikan 2018
2) Langkah
173
Statistik Pendidikan 2018
X 120
Mx = = =6
N 20
Y 140
My = = =7
N 20
Dengan mensubstitusikan ke dalam rumus, maka secara cepat akan
dapat kita peroleh rxy
:
XY − N M x M y
rxy =
( X 2 − N M x 2 )( Y 2 − N M y )
2
848 − 20 6 7
=
(738 − 20 62 )(998 − 20 72 )
848 − 840 8 8 8
= = = = = 0,444
(738 − 720)(998 − 980) 18 18 324 18
174
Statistik Pendidikan 2018
2) Langkah
Langkah yang perlu ditempuh adalah:
a) Menjumlahkan seluruh skor variabel X; diperoleh X .
175
Statistik Pendidikan 2018
3) Contoh perhitungan
Kita ambil kembali data tertera pada Tabel 5.3. untuk dicari angka
indeks korelasinya dengan mendasarkan diri pada selisih deviasinya.
Tabel Kerja atau Tabel Perhitungan yang kita perlukan terdiri dari 9
Kolom, yaitu:
- Kolom 1: Subjek
- Kolom 2: Skor variabel X.
- Kolom 3: Skor variabel Y.
- Kolom 4: Deviasi skor variabel X (yaitu: x).
- Kolom 5: Deviasi skor variabel Y (yaitu: y).
- Kolom 6: Kuadrat deviasi skor variabel X, yaitu: x 2 .
- Kolom 7: Kuadrat deviasi skor variabel Y, yaitu: y 2 .
- Kolom 8: Selisih deviasi; yaitu: d = x – y.
- Kolom 9: Kuadrat selisih deviasi, yaitu: d 2 = (x − y) 2 .
176
Statistik Pendidikan 2018
X 120
Langkah 1: Mencari M x : M x = = =6
N 20
Y 140
Langkah 2: Mencari M y : M y = = =7
N 20
Langkah 3: Mencari diviasi x dengan rumus : x = X - M x (Kolom 4)
177
Statistik Pendidikan 2018
x2 + y2 − d 2
rxy =
2 ( x 2 )( y 2 )
Telah diketahui: x 2 = 18 ; d 2 = 20 .
y 2 = 18 ;
Dengan demikian:
18 + 18 − 20 36 − 20 16 16
rxy = = = =
2 (18)(18) 2 324 2 18 36
atas.
f. Cara Mencari (Menghitung) Angka Indeks Korelasi “r’ Product
Moment di mana N kurang dari 30, dengan mendasarkan diri pada
selisih skornya (selisih ukuran kasarnya).
178
Statistik Pendidikan 2018
1) Rumus
Jika dalam mencari Angka Indeks Korelasi “r” Product Moment
kita mendasarkan diri pada selisih skornya atau selisih dari ukuran
kasarnya, maka rumus yang kita pergunakan adalah sebgai berikut:
N[ X 2 + Y 2 − ( X − Y ) 2 ] − 2( X )( Y )
rxy =
2 [N X 2 − ( X ) 2 ][N Y 2 − ( Y ) 2 ]
N = Number of Cases
X2 = Jumlah dari seluruh skor variabel X, setelah terlebih
dahulu dikuadratkan.
Y 2 = Jumlah dari seluruh skor variabel Y, setelah terlebih
dahulu dikuadratkan.
( X − Y ) = Selisih antara skor variabel X dengan skor variabel Y.
2) Langkah
Langkah yang perlu ditempuh di sini adalah:
Pada dasarnya Tabel Kerja atau Tabel Perhitungan yang kita
perlukan sama dengan dua Tabel sebelumnya; hanya saja perlu
179
Statistik Pendidikan 2018
kita tambah lagi dengan dua kolom, yaitu: kolom untuk mencari
selisih skor X dan skor Y (yaitu: X – Y), dan kolom untuk mencari
kuadrat dari (X – Y). Adapun kolom XY hilangkan.
3) Contoh Perhitungan
Kita ambil kembali data tertera pada Tabel Nilai Hasil Tes
Formatif dan Hasil Tes Sumatif untuk kita cari Angka Indeks
Korelasinya dengan menggunakan rumus terakhir ini. Tabel Kerja
atau Tabel Perhitungan dapat lihat pada Tabel di bawah berikut.
Melalui perhitungan pada Tabel 5.6. itu telah dapat kita peroleh:
N = 20.
X = 120.
Y = 140.
x2 = 738.
y2 = 998.
( X − Y )2 = 40.
Dengan demikian rxy dapat diperoleh secara mudah:
20 1696 − 33600
=
2 (360)(360)
180
Statistik Pendidikan 2018
33920 − 33600
=
2 129600
320
= = 0,444 (Hasilnya sama dengan perhitungan
2360
terdahulu).
181
Statistik Pendidikan 2018
Q 6 8 36 64 -2 4
R 6 7 36 49 -1 1
S 7 9 49 81 -2 4
T 6 8 36 64 -2 4
200 = 120 = 140 = 738 = 998 = 40 = ∑(𝑋 −
-
N ∑𝑋 ∑𝑌 ∑ 𝑋2 ∑ 𝑌2 𝑌)2
dengan rumus:
182
Statistik Pendidikan 2018
Cx '=
fx'
N
Cy ' = Nilai Korelasi pada variabel Y yang dapat dicari/diperoleh
dengan rumus:
Cy ' = fy'
N
SDx ' = Deviasi Standar skor X dalam arti tiap skor sebagai 1 unit
(dimana i = 1)
SDy ' = Deviasi Standar skor Y dalam arti tiap skor sebagai 1 unit
(dimana i = 1)
N = Number of Cases
2) Langkah
Langkah yang erlu ditempuh adalah:
Langkah 1: Menyiapkan peta Korelasi (Scatter Diagram).
fx' fx'
2 2
SDx' = i −
N N
Langkah 5: Mencari SDy’ dengan rumus:
2
∑ 𝑓𝑦′2 ∑ 𝑓𝑦′
𝑆𝐷𝑦′ = 𝑖√ −( )
𝑁 𝑁
Langkah 6: Mencari rxy dengan rumus yang telah disebutkan di atas.
183
Statistik Pendidikan 2018
3) Contoh Perhitungan
Misalkan dalam suatu kegiatan penelitian yang antara lain
dimaksudkan untuk mengetahui apakah secara signifikan terdapat korelasi
positif antara Nilai Hasil Tes Seleksi Bahasa Arab pada saat para
mahasiswa menempuh Tes Seleksi Penerimaan Calon Mahasiswa Baru
(Variabel X) dan Nilai Hasil Belajar Bahasa Arab yang mereka capai
setelah berada di Fakultas dari sebuah Perguruan Tinggi Agama Islam
(Variabel Y); dalam penelitian mana telah ditetapkan sejumlah 50 orang
Mahasiswa, telah berhasil dihimpun data berupa nilai Hasil Tes Bahasa
Arab pada saat Tes Seleksi Penerimaan Calon Mahasiswa Baru (X) dan
Nilai Ujian Semester Bahasa Arab setelah berada di Fakultas (Y), sebagai
berikut (nama para mahasiswa ang bersangkutan, sengaja tidak
dicantumkan di sini)
Nilai hasil tes seleksi Bahasa Arab dari sejumlah 50 orang
Mahasiswa, pada saat menempuh tes seleksi penerimaan calon mahasiswa
baru (variabel X):
35 40 38 36 39 42 37 41 36 42
35 38 37 40 42 36 35 39 41 40
42 39 41 35 40 42 38 37 39 35
38 41 39 41 38 39 42 40 36 40
35 40 35 40 37 41 36 37 41 39
184
Statistik Pendidikan 2018
3 3 3 3 3 4 4 4
X F(y) y’ fy’ fy’2 x’y’
5 6 7 8 9 0 1 2
Y
63 4 +3 12 36 48
62 9 +2 18 36 52
61 7 +1 7 7 16
60 9 0 0 0 0
59 6 -1 -6 6 2
58 4 -2 -8 16 10
57 6 -3 -18 54 42
56 5 -4 -20 80 44
f(x 0= 235
) 7 5 5 5 7 8 7 6 -15 = 214=
N
fy' fy'
2
x’ -3 -2 -1 0 +1 +2 +3 +4 x'y'
fx'
2
fx2 63 20 5 0 7 32 63 6 286=
x’y 69 28
7 0 -3 14 39 60 214= x'y'
’
C =
fx' 32
= = 0,64
x' N 50
Langkah 3: Mencari Cy,
C =
fy' −1
= = −0,30
y' N 50
185
Statistik Pendidikan 2018
= 1√5,3104 = 2,304
Langkah 5: Mencari SDy’:
2
∑ 𝑓𝑦′2 ∑ 𝑓𝑦′ 235 −15 2
𝑆𝐷𝑦′ = 𝑖√ −( ) = 1√ −( )
𝑁 𝑁 50 50
= 1√4,61 = 2,147
Langkah 6: Mencari rxy dengan rumus:
∑ 𝑥′𝑦′
− (𝐶𝑥𝘍 )(𝐶𝑦𝘍 )
𝑟𝑥𝑦 = 𝑁
(𝑆𝐷𝑥𝘍 )(𝑆𝐷𝑦)
2,14 − (0,64)(0,30)
50
=
(2,304)(2,147)
4,28 + 0,192
=
4,947
4,472
=
4,947
= 0,904
Langkah 7: Memberikan interpretasi terhadap rxy. Terlebih dahulu kita
rumuskan Hipotesis alternatif dan Hipotesis nolnya:
Ha : Ada korelasi positif yang signifikan antara variabel X dan
variabel Y.
Ho : Tidak ada korelasi positif yang signifikan antara variabel X
dan variabel Y.
186
Statistik Pendidikan 2018
x' y' = Jumlah hasil perkalian silang (product of the moment) antara:
187
Statistik Pendidikan 2018
C x '=
fx'
N
Cy ' = Nilai Korelasi untuk variabel Y dalam arti interval class
Cy ' = fy'
N
SDx ' = Deviasi Standar dari X dalam arti interval class sebagai unit,
2) Langkah
Langkah yang perlu ditempuh adalah:
• Merumuskan hipotesis alternative (Ha) dan Hipotesis nolnya (Ho)
• Melakukan perhitungan untuk mengetahui besarnya Angka Indeks
Korelasi “r” Product Moment, dengan langkah sebgai berikut:
(1) Menyiapkan Peta Korelasinya, berikut perhitunganna, sehingga
188
Statistik Pendidikan 2018
2
∑ 𝑓𝑥′2 ∑ 𝑓𝑥′
𝑆𝐷𝑥′ = 𝑖√ −( )
𝑁 𝑁
189
Statistik Pendidikan 2018
Variabel Y : 82 62 45 77 40 64 57 52 75 39
42 69 35 45 50 80 70 52 77 67
68 55 45 84 45 37 60 50 47 40
45 49 40 70 54 80 44 79 75 75
59 35 40 45 73 50 63 50 70 78
190
Statistik Pendidikan 2018
𝑅 = 10 ---- 20; jadi i dapat ditentukan = 5. Dengan
𝑖
Langkah 3: Mencari C , C = =
fx' 18
= 0,36
x x'
N 50
Langkah 4: Mencari C , C =
= = 0,26
fy' 13
y y'
N 50
Langkah 5: Mencari SDx’
2
∑ 𝑓𝑥′2 ∑ 𝑓𝑥′ 456 18 2
𝑆𝐷𝑥′ = 𝑖√ −( ) = 1√ −( )
𝑁 𝑁 50 50
191
Statistik Pendidikan 2018
192
Statistik Pendidikan 2018
1. Pengertiannya
Teknik Korelasi Tata Jenjang dalam dunia statistik dikenal sebgaai
Teknik Analisis Korelasional yang paling sederhana jika dibandingkan
dengan Teknik Analisis Korelasional lainna.
Pada Teknik Korelasi Tata Jenjang ini, besar-kecil atau kuat-
lemahnya korelasi antara variabel yang sedang kita selidiki korelasinya,
kita ukur berdasarkan perbedaan urutan kedudukan skornya (rank of
difference); jadi bukan didasarkan pada skor hasil pengukuran yang
sebenarnya.
Dengan kata lain, datanya adalah data ordinal atau data berjenjang
atau data urutan. Misalnya: Siswa ang IQ-nya menempati jenjang
(ranking) paling tinggi, juga menempati jenjang paling tinggi dalam hal
prestasi belajar Matematika; siswa ang IQ-na paling rendah, prestasi
belajar Matematikanya juga menempati jenjang paling rendah.
193
Statistik Pendidikan 2018
2. Penggunaannya
Teknik Analisis Korelasi Tata Jenjang ini dapat efektif digunakan
apabila subjek lebih dari sembilan tetapi kurang dari tigapuluh; dengan
kata lain N antara 10-29. Karena itu apabila N sama dengan atau lebih dari
30, sebaiknya jangan digunakan teknik korelasi ini.
3. Lambangnya
Pada Teknik Korelasi Tata Jenjang ini angka indeks korelasinya
dilambangkan dengan huruf 𝜌 (baca: Rho). Seperti halnya rxy maka angka
indeks korelasi 𝜌 ini besarna berkisar antara 0,00 sampai dengan ±1,00.
4. Rumusnya
Untuk mencari (menghiung 𝜌 dipergunakan rumus sebagai berikut:
6 ∑ 𝐷2
𝜌= 1−
𝑁(𝑁2−1)
atau:
6 ∑ 𝐷2
𝜌 =1−
(𝑁3−𝑁)
194
Statistik Pendidikan 2018
195
Statistik Pendidikan 2018
196
Statistik Pendidikan 2018
Skor
Nomor
Nama: Keaktifan dalam Organ. Mean Prestasi
urut:
Ekstra (I) Studi (II)
1. A 37 63
2. B 41 45
3. C 38 60
4. D 44 50
5. E 35 65
6. F 43 52
7. G 40 55
8. H 42 47
9. I 36 64
10. J 39 59
Skor Rank
No Nama I = R1 II = R2 D = R1 - R2 D2
I II
1. A 37 63 3 8 -5 25
2. B 41 4 7 1 6 36
3. C 38 60 4 7 -3 9
4. D 44 0 10 3 7 49
5. E 35 6 1 10 -9 81
6. F 43 52 9 4 5 25
7. G 40 55 6 5 1 1
8. H 42 47 8 2 6 36
9. I 36 64 2 9 -7 49
10. J 39 59 5 6 -1 1
Total 10 = N - - - - 0 = ∑𝐷 312 = ∑ 𝐷2
198
Statistik Pendidikan 2018
199
Statistik Pendidikan 2018
8. H 23 (60)
9. I (30) 70
10. J 19 57
200
Statistik Pendidikan 2018
6 D2 6x13,00 78
= 1− = 1− = 1− = 1− 0,079 = 0,921
N (N 2 −1) 10(100 −1) 990
Interpretasi:
Kita rumuskan terlebih dahulu Ha dan Honya:
Ha = Ada korelasi positif ang signifikansi antara keaktifan para
mahasiswa berkunjung ke Perpustakaan Universitas dan Prestasi
Studi mereka di Fakultas.
Ho = Tidak ada korelasi positif ang signifikansi antara keaktifan para
mahasiswa berkunjung ke Perpustakaan Universitas dan Prestasi
Studi mereka di Fakultas.
Df = N = 1-. (Konsultasi Tabel Nilai Rho).
Dengan df sebesar 10, diperoleh Rhotabel pada taraf signifikansi 5%
sebesar 0,648; sedangkan pada taraf signifikansi 1% Rhotabel diperoleh
sebesar 0,794.
Dengan demikian Rho yang kita peroleh dalam perhitungan (yaitu
0,921) adalah jauh lebih besar daripada Rhotabel (yaitu 0,648 dan 0,794).
Dengan demikian Hipotesis nol ditolak. Berarti ada korelasi positif yang
signifikan antara variabel I dan variabel II.
Kesimpulan kita, tinggi-rendahnya prestasi studi para mahasiswa di
fakultas erat sekali hubungannya dengan keaktifan mereka dalam
mengunjungi (memanfaatkan fasilitas) Perpustakaan Universitas; dalam
arti: Pemanfaatan fasilitas Perpustakaan Universitas berpengaruh positif
terhadap prestasi studi para mahasiswa di fakulas.
201
Statistik Pendidikan 2018
n2 −1
Rc =
2
MR +
12
Rc = Rank (urutan kedudukan) yang kita cari (kita harapkan)
sehubungan dengan terjadinya kekembaran.
MR = Mean (Nilai Rata-rata Hitung) dari Rank (urutan
kedudukan) skor kembar.
n = Banyaknya skor yang kembar.
1 dan 12 = Bilangan konstan (tidak boleh diubah-ubah).
Misalkan kita memiliki data seperti tertera pada tabel 5.11.
Pada tabel berikut, dapat kita saksikan bahwa untuk Variabel I
terdapat empat buah skor 30 (skor 30 kembar empat), sedangkan untuk
variabel II terjadi kekembaran skor 60 sejumlah lima buah.
202
Statistik Pendidikan 2018
203
Statistik Pendidikan 2018
𝑛2 − 1
𝑅𝐶 = √𝑀𝑅2 +
12
4 2−1
= √42,25 +
12
= √42,25 + 1,25
= √43,50
= 6,595 = 6,6 (dibulatkan ke atas).
Sekarang kita cari urutan kedudukan skor variabel II:
Urutan ke-1 : skor 45
Urutan ke-2 : skor 54
Urutan ke-3 : skor 60
Urutan ke-4 : skor 60
3+4+5+6+7
Urutan ke-5 : skor 60 = = 5;
5
𝑀𝑅
Urutan ke-6 : skor 60 Jadi 𝑀𝑅2 = 25
Urutan ke-7 : skor 60
Urutan ke-8 : skor 64
Urutan ke-9 : skor 72
Urutan ke-10 : skor 78
Dengan demikian dapat kita cari Rc untuk variabel II:
𝑛2 − 1
𝑅𝐶 = √𝑀𝑅2 +
12
5 2−1
= √25 +
12
= √25 + 2
= √27 = 5,195 = 5,2 (dibulatkan ke atas).
204
Statistik Pendidikan 2018
Marilah kita hitung Angka Indeks Korelasi Rho melalui Tabel Kerja/Tabel
Perhitungan berikut ini.
TABEL. Perhitungan Mencari Angka Indeks Korelasi Rho yang Urutan
Kedudukannya Kembar Tiga Atau Lebih Dari Tiga
Skor Rank
Nama I = R1 II = R2 D = R1 - R2 D2
I II
A 28 (60) 4 5,2 -1,2 1,44
B (30) 72 6,6 9 -2,4 5,76
C 16 (60) 1 5,2 -4,2 17,64
D 41 (60) 9 5,2 3,8 14,44
E (30) 54 6,6 2 4,6 21,16
F 44 64 10 8 2 4,00
G (30) 78 6,6 10 -3,4 11,6
H 23 (60) 3 5,2 -2,2 4,84
I (30) 45 6,6 1 5,6 31,36
J 19 (60) 2 5,2 -3,2 10,24
10 = N - - - - - 122,44 = ∑ 𝐷2
205
Statistik Pendidikan 2018
H. Latihan
1. Hitunglahkoefisien korelasi (rxy) dari variabel pendapatan (variabel
X) dan pengeluaran (variabel Y) sebagai berikut:
No. X Y
1. 8 10
2. 7 8
3. 7 9
4. 5 6
5. 4 5
6. 3 2
7. 2 2
206
Statistik Pendidikan 2018
I. Korelasi Spearman
207
Statistik Pendidikan 2018
NILAI MAKNA
Keterangan :
ρ : nilai korelasi rank spearman
b : jumlah kuadrat selisih ranking variabel x dan y atau RX – RY
n : jumlah sampel
200
Statistik Pendidikan 2018
Mengambil kesimpulan:
• Bila Z hitung > Z tabel, maka hubungan x dan y adalah signifikan.
• Bila Z hitung < Z tabel, maka hubungan x dan y
adalah tidaksignifikan
Berikut ini adalah contoh soal dari bahasan sebelumnya Korelasi Rank
Spearman .
Berikut adalah data hubungan antara Nilai Ujian Tengah Semester (UTS)
(X) dengan nilai Ujian Akhir Semester (UAS) (Y) dari 12 responden :
X Y
12 19
13 19
14 11
15 12
16 17
16 15
14 16
20 18
17 14
11 13
12 18
18 13
Sumber : Data fiktif
201
Statistik Pendidikan 2018
1. Merumuskan hipotesis :
H0 : Tidak terdapat hubungan yang positif antara Nilai UTS dan UAS
Nilai α = 0,05
3. Menghitung hitung ρ :
X Y RX RY RX-RY (RX-RY)2
12 19 2,5 11,5 -9 81
13 19 4 11,5 -7,5 56,25
14 11 5,5 1 4,5 20,25
15 12 7 2 5 25
16 17 8,5 8 0,5 0,25
16 15 8,5 6 2,5 6,25
14 16 5,5 7 -1,5 2,25
20 18 12 9,5 2,5 6,25
17 14 10 5 5 25
11 13 1 3,5 -2,5 6,25
12 18 2,5 9,5 -7 49
18 13 11 3,5 7,5 56,25
∑b = 334
202
Statistik Pendidikan 2018
ρ= 1 – (6.334)/(12 (12^-1))
ρ= 1 – 1,168
ρ= -0,168
Jadi,
Nilai hitung ρ = -0,168 (tanda “-“ hanya menunjukkan arah hubungan dua
variabel negatif). Nilai tabel (n=12) = 0,591 (=0,05)
4. Kesimpulan
203
Statistik Pendidikan 2018
J. Latihan
1. Di bawah ini disajikan data tentang harga rata-rata dollar Amerika dan
emas 24 karat di pasaran Jakarta tiap akhir tahun selama 1970 s/d 1978.
204
Statistik Pendidikan 2018
Tentukan apakah terdapat Korelasi antara harga dollar US dan harga emas
24 karat? Jelaskan artinya!
2. Nur dan Hap diminta untuk menilai beberapa merek handphone. Dari 10
merek handphone yang diberikan akan dinilai manakah yang paling
bagus. Penilaian yang diberikan berkisar dari nilai paling rendah, yaitu 1
dan paling tinggi 10. Hasil dari penilaian disajikan pada tabel di bawah ini
Siemens BenQ 10 9
Alcatel 6 10
Samsung 8 8
O2 9 6
Sony Ericson 5 5
Vodafone 7 7
Motorola 4 3
Sanex 2 4
Nokia 1 1
LG 3 2
205
Statistik Pendidikan 2018
3. Tabel dibawah ini menunjukkan berat badan, tinggi badan, dan umur
dari sampel random 12 anak laki-laki. Berat badan diukur dalam
pound, tinggi badan diukur dalam inci, dan umur diukur dalam tahun.
206
Statistik Pendidikan 2018
A 3 5
B 5 6
C 8 4
D 12 9
E 10 8
F 7 12
G 9 11
H 1 3
I 4 1
J 6 2
K 2 10
L 11 7
207
Statistik Pendidikan 2018
BAB VII
Regresi Linear Sederhana
208
Statistik Pendidikan 2018
Regression) untuk mengestimasi parameter model sistem persamaan
regresi. Selanjutnya Theil bersama Zellner menemukan metode 3SLS
(three stage least squares) untuk mengestimasi sistem persamaan simultan
yang pada prinsipnya merupakan integrasi antara metode 2SLS dengan
metode SUR. Model ekonometrika pada umumnya dibangun berdasarkan
data yang bersifat time series, sehingga memunculkan model distribusi lag
maupun autoregressive yang dikembangkan oleh Nerlove pada tahun
1972. Pada umumnya model-model tersebut terjadi pelanggaran asumsi
klasik (autocorrelation, heteroscedasticity), sehingga belakangan muncul
suatu model yang dikenal dengan ARCH (autoregressive and conditional
heteroscedasticity).
210
Statistik Pendidikan 2018
Y=a+bX
Dimana :
Y = subyek dalam variabel dependen yang diprediksikan/variabel terikat
a = harga Y bila X = 0 (harga konstan)
b = angka arah atau koefisien regresi, yang menunjukkan angka
peningkatan ataupun penurunan variabel dependen yang didasarkan pada
variabel independen. Bila b (+) maka naik, dan bila (-) maka terjadi
penurunan.
X = subyek pada variabel Independen yang mempunyai nilai
tertentu/variabel bebas.
211
Statistik Pendidikan 2018
212
Statistik Pendidikan 2018
Penyelesaian :
213
Statistik Pendidikan 2018
Rata-rata Suhu
Tanggal Ruangan Jumlah Cacat
1 24 10
2 22 5
3 21 6
4 20 3
5 22 6
6 19 4
7 20 5
8 23 9
9 24 11
10 25 13
11 21 7
12 20 4
13 20 6
14 19 3
15 25 12
16 27 13
17 28 16
18 25 12
19 26 14
20 24 12
214
Statistik Pendidikan 2018
21 27 16
22 23 9
23 24 13
24 23 11
25 22 7
26 21 5
27 26 12
28 25 11
29 26 13
30 27 14
Berikut ini adalah tabel yang telah dilakukan perhitungan X², Y², XY dan
totalnya :
Rata-rata Jumlah
Tanggal Suhu Cacat X2 Y2 XY
Ruangan (X) (Y)
1 24 10 576 100 240
2 22 5 484 25 110
3 21 6 441 36 126
4 20 3 400 9 60
5 22 6 484 36 132
6 19 4 361 16 76
7 20 5 400 25 100
8 23 9 529 81 207
9 24 11 576 121 264
215
Statistik Pendidikan 2018
216
Statistik Pendidikan 2018
a = -24,38
b = 1,45
Y = a + bX
Y = -24,38 + 1,45X
217
Statistik Pendidikan 2018
Jadi Jika Suhu ruangan mencapai 30°C, maka akan diprediksikan akan
terdapat 19,12 unit cacat yang dihasilkan oleh produksi.
II. Jika Cacat Produksi (Variabel Y) yang ditargetkan hanya boleh 4 unit,
maka berapakah suhu ruangan yang diperlukan untuk mencapai target
tersebut ?
4 = -24,38 + 1,45X
1,45X = 4 + 24,38
X = 28,38 / 1,45
X = 19,57
C. Latihan :
1. Manakah hubungan diantara variable berikut ini yang dapat dikatakan
sebagai hubungan yang kausal?
a. Hubungan antara kejatuhan taik cicak dengan kedatangan rezeki.
b. Hubungan antara duduk dibantal dengan bisulan.
c. Hubungan antara mengkonsumsi wortel dengan penurunan rabun dekat.
d. Hubungan antara pengaruh stress dengan kinerja manusia.
218
Statistik Pendidikan 2018
219
Statistik Pendidikan 2018
5. Hitung a dan b.
Maka diperoleh :
220
Statistik Pendidikan 2018
Y = -1,3147 + 4,5413(10)
Y = 44,0983
Kesimpulan :Jadi, Prediksi Tinggi Pohon yang paling sesuai untuk pohon
yang berdiameter 10 satuan adalah sekitar 44,0983 satuan
Latihan
221
Statistik Pendidikan 2018
Pengalaman Kerja
2 3 1 4 1 3 2 2
(X) tahun
Penjualan Barang
50 60 30 70 40 50 40 35
Elektronik (Y) unit
Pertanyaan :
a. Bagaimana persamaan regrensinya?
222
Statistik Pendidikan 2018
223
Statistik Pendidikan 2018
BAB VIII
UJI BEDA DUA MEAN INDEPENDEN (HUBUNGAN
KATEGORIK DENGAN NUMERIK)
224
Statistik Pendidikan 2018
buku sebelumnya memberikan contoh yang mudah diikuti. Buku-buku
sebelumnya juga memberikan contoh yang berguna dari eksperimen yang
dirancang Bersama dengan desain analisis varians.
225
Statistik Pendidikan 2018
𝑆12
𝐹=
𝑆2 2
df1 (Pembilang) = n1 – 1
df2 (Penyebut) = n2 – 1
Pada uji F, varian yang lebih besar berfungsi sebagai pembilang dan
varian yang lebih kecil berfungsi sebagai penyebut.
Uji F digunakan untuk menentukan apakah varian kedua kelompok
sama atau berbeda. Ketentuannya sebagai berikut:
Pendekatan klasik:
Jika nilai F hitung < nilai tabel, maka varian sama
Jika nilai F hitung ≥ nilai tabel, maka varian berbeda
Pendekatan probabilistik:
Jika p value >𝖺 (0,05), maka varian sama
Jika p value ≤ 𝖺 (0,05), maka varian berbeda
𝑑𝑓 = 𝑛1 + 𝑛2 − 2
Keterangan:
X1 = Rata-rata sampel 1
X2 = Rata-rata sampel 2
S1 = Standar deviasi kelompok 1
226
Statistik Pendidikan 2018
Langkah-Langkah Menjawab
Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat :
Ha : Terdapat perbedaan yang signifikan berat badan bayi antara ibu yang
merokok dengan ibu yang tidak merokok.
Ho: Tidak terdapat perbedaan yang signifikan berat badan bayi antara ibu
yang merokok dengan ibu yang tidak merokok.
Dengan Ha seperti di atas berarti ujinya dengan two tail (dua arah)
Langkah 2. Membuat Ha dan ho model statistik :
Ha: 𝜇1 ≠ 𝜇2
Ho:𝜇1 = 𝜇2
Langkah 3. Melakukan pemeriksaan homogenitas varian kedua data
dengan menggunakan uji F.
227
Statistik Pendidikan 2018
0,82
Penghitungan Uji F: 𝐹= = 1,31
0,72
𝑑𝑓1 = 14 − 1 = 13
𝑑𝑓2 = 16 − 1 = 15
Dari nilai F dan kedua df tersebut kemudian dilihat pada tabel F, df1 =
13 sebagai pembilang dan df2 = sebagai penyebut. Adapun cara
mencarinya adalah sebagai berikut:
Jika df pembilang atau penyebut tidak ada, maka diambil pembilang
atau penyebut yang lebih kecil, karena pembilang 13 tidak ada maka
diambil pembilang yang lebih kecil yaitu pembilang 12. Pada tabel F ada
tiga bagian, yaitu df pembilang, df penyebut dan area. Bagian area
menunjukkan nilai alphanya atau nilai p. Nilai area dimulai dari dk 5%
(p=0,05) turun sampai dengan dk 1% (p=0,01), yang berarti semakin
keatas nilai areanya semakin besar nilai p-nya.
Tabel distribusi F
Df/dk 1 2 … 12 14 Dst.
1
2
…
15 2,48..(0,05)
3,67..(0,01)
Dst.
Pendekatan klasik:
Terlihat bahwa pada pembilang 12 danpenyebut 15 maka
nilaitabelnya adalah 2,48,sedangkan nilai F hitung adalah 1,31.sehingga
dikatakan nilai F hitung < nilai tabel,maka varian sama.
Pendekatan probabilistik:
Pada soal di atas nilai F = 1,31 dan terlihat angka tersebut terletak di
atas angka 2,48 pada area dk 5% (p=0,05) artinya nilai p > 5%, sehingga
228
Statistik Pendidikan 2018
keputusannya: Ho gagal ditolak. Ini berarti varian berat badan bayi ibu
yang merokok sama dengan varian berat badan bayi ibu yang tidak
merokok. Kesimpulan; varian kedua kelompok sama.
Langkah 4. Melakukan perhitungan dengan uji t varian sama
Diketahui:
n1 = 14 orang mean1 = 2,4 Kg S1 = 0,8 Kg
n2 = 14 orang mean2 = 2,4 Kg S2 = 0,8 Kg
2,4−3,6 2
(14−1)0,8 +(16−1)0,7 2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 𝑆 √ 1+ 1 𝑆𝑝 = √ 14+16−2
= 0,75
𝑝 14 16
2,4−3,6 −1,2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 1 1 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = = 4,44
0,75√ + 0,27
14 16
𝑑𝑓 = 14 + 16 − 2 = 28
229
Statistik Pendidikan 2018
Pada soal di atas nilai t tabel adalah 2,048 sedangkan t hasil = 4,44.
Dengan demikian t hasil > t tabel, maka Ho ditolak artinya ada perbedaan
yang signifikan.
Cara II: dengan df = 28, makanilai t hasil = 4,444 tersebut terletak
disebelah kanan dari nilai 2,763 atau kalau kita sejajarkan dengan nilai p
value alpha uji dua pihak, maka terletak disebelah kanan dari nilai p =
0,01. Maka kesimpulannya p < alpha (0,05) artinya Ho di tolak dan ada
perbedaan yang signifikan.
Langkah 6. Keputusan Uji Statistik
Hasil perhitungan didapatkan nilai r hitung > r tabel atau p value <
nilai alpha (0,05), maka dapat disimpulkan Ho ditolak.dengan
menggunakan alpha 5% dapat disimpulkan bahwa secara statistik terdapat
perbedaan yang signifikan rata-rata berat badan bayi antara yang
dilahirkan ibu yang merokok dengan ibu yang tidak merokok.
2 2 2
𝑆 𝑆
[ 𝑛1 + 𝑛2 ]
1 2
𝑑𝑓 = 2
2 2 2
(𝑆1 ) ( 𝑆2 )
𝑛1 𝑛2
[ ]+[ ]
𝑛1−1 𝑛2−1
Contoh soal:
Seorang penelitian menduga bahwa ada perbedaan berat badan
mahasiswa laki-laki dibandingkan dengan mahasiswa perempuan,
kemudian dilakukan survei dengan mengambil sampel 30 mahasiswa,
230
Statistik Pendidikan 2018
Langkah-Langkah Menjawab
Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat :
Ha : Terdapat perbedaan yang signifikan berat badan mahasiswa laki-laki
dengan mahasiswa perempuan
Ho: Tidak terdapat perbedaan yang signifikan berat badan mahasiswa
laki-laki dengan mahasiswa perempuan
Dengan Ha seperti di atas berarti ujinya dengan two tail (dua arah)
Langkah 2. Membuat Ha dan ho model statistik :
Ha: 𝜇1 ≠ 𝜇2
Ho:𝜇1 = 𝜇2
Langkah 3. Melakukan pemeriksaan homogenitas varian kedua data
dengan menggunakan uji F.
Penghitungan Uji F:
82
𝐹= = 2,56
52
𝑑𝑓1 = 14 − 1 = 13
𝑑𝑓2 = 16 − 1 = 15
Dari nilai F dan kedua df tersebut kemudian dilihat pada tabel F, df1 =
13 sebagai pembilang dan df2 = sebagai penyebut. Adapun cara
mencarinya adalah sebagai berikut:
231
Statistik Pendidikan 2018
Dst.
Pendekatan klasik:
Terlihat bahwa pada pembilang 12 dan penyebut 15 maka nilai
tabelnya adalah 2,48, sedangkan nilai F hitung adalah 2,56. Sehingga
dikatakan nilai F hitung > nilai tabel, maka varian berbeda.
Pendekatan probabilistik:
Pada soal di atas nilai F = 2,56 dan terlihat angka tersebut terletak di
atas angka 2,48 pada area dk 5% (p=0,05) artinya nilai p > 5%, sehingga
keputusannya: Ho ditolak. Ini berarti varian berat badan mahasiswa laki-
laki berbeda dengan varian berat badan bayi mahasiswa perempuan.
Kesimpulan; varian kedua kelompok berbeda.
Langkah 4. Melakukan perhitungan dengan uji tvarian berbeda
n1 = 14 orang mean1 = 65 Kg S1 = 8 Kg
n2 = 16 orang mean2 = 55 Kg S2 = 5 Kg
232
Statistik Pendidikan 2018
65 − 55 10 10 10
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = = = = = 4,03
82 52 √4,57 + 1,56 √6,13 2,48
√ +
14 16
82 52 2
[ + ] [4,57 + 1,56]2 6,132 37,58
14 16 = =
𝑑𝑓 = 82 2 52 2
20,9 2,43 1,608 + 0,162 = 1,77
[ (14) ] + [ (16) ] [ ]+[ ]
13 15
14 − 1 16 − 1
= 21,23 = 21
Langkah 5. Mencari p value di tabel t. (nilai min (-) ditabel tidak di
pakai)
Cara mencarinya, tabel t terdiri dari kolom dan baris. Baris
menunjukkan nilai dk dan kolom menunjukkan nilai alpha (nilai p).
Angka dalam tabel menunjukkan nilai t tabel yang nantinya digunakan
untuk konversi dengan nilai t hitung. Pada bagian kolom semakin ke
kanan nilai alphanya akan semakin kecil. Untuk uji perbedaan atau
hubungan maka menggunakan alpha uji dua pihak (two tail).
Cara I: Untuk mengetahui cara mencari nilai p value pada df = 21, ikuti
ilustrasi berikut:
Pada soal di atas nilai t tabel adalah 2,080 sedangkan t hasil = 4,03.
Dengan demikian t hasil > t tabel, maka Ho ditolak artinya ada perbedaan
yang signifikan.
Cara II: dengan df = 21, makanilai t hasil = 4,03 tersebut terletak
disebelah kanan dari nilai 2,831 atau kalau kita sejajarkan dengan nilai p
value alpha uji dua pihak, maka terletak disebelah kanan dari nilai p =
0,01. Maka kesimpulannya p < alpha (0,05) artinya Ho di tolak dan ada
perbedaan yang signifikan.
Langkah 6. Keputusan Uji Statistik
233
Statistik Pendidikan 2018
Hasil perhitungan didapatkan nilai r hitung > r tabel atau p value <
nilai alpha (0,05), maka dapat disimpulkan Ho ditolak.dengan
menggunakan alpha 5% dapat disimpulkan bahwa secara statistik terdapat
perbedaan yang signifikan rata-rata berat antara mahasiswa laki-laki
dengan mahasiswa perempuan.
234
Statistik Pendidikan 2018
Contoh kasus:
Suatu penelitian ingin mengetahui perbedaan berat badan anak antara
anak yang ibunya bekerja dan anak yang ibunya tidak bekerja. Kemudian
melakukan penimbangan berat badan dengan pengambilan sampel 12
anak yang ibunya bekerja dan 15 anak yang ibunya tidak bekerja. Hasil
pengukuran didapatkan data sebagai berikut: (asumsi distribusi data tidak
normal).
BB anaknya ibu bekerja: 16, 18, 10, 12, 16, 14, 15, 10, 12, 15, 16,11
(dalam Kg)
BB anaknya ibu tidak bekerja: 19, 19, 21, 25, 26, 27, 23, 27, 19, 19, 25,
27, 23, 19, 29 (dalam Kg)
Jawaban:
1. Langkah 1: Hipotesis
Ho: tidak ada perbedaan berat badan anak antara anaknya ibu bekerja
dan ibu tidak bekerja.
Ha: ada perbedaan berat badan anak antara anaknya ibu bekerja dan
ibu tidak bekerja.
2. Langkah 2: Kriteria Pengujian
Nilai U yang terkecil > nilai U tabel, maka Ho gagal ditolak
Nilai U yang terkecil < nilai U tabel, maka Ho ditolak
3. Langkah 3: Penyajian Data
Data dua kelompok disatukan dan diurutkan dari yang terkecil.
No BB anak Peringkat NO BB anak Peringkat
1 10 1,5 16 19 15
2 10 1,5 17 21 15
3 11 3 18 21 18
4 12 4,5 19 23 19,5
235
Statistik Pendidikan 2018
5 12 4,5 20 23 19,5
6 14 6 21 25 21,5
7 15 7,5 22 25 21,5
8 15 7,5 23 26 23
9 16 10 24 27 25
10 16 10 25 27 25
11 16 10 26 27 25
12 18 12 27 29 27
13 19 15
14 19 15
15 19 15
236
Statistik Pendidikan 2018
26 19 15
27 29 27
Jumlah R1=78 Jumlah R2=300
4. Langkah 4: Perhitungan:
𝑛1(𝑛1 + 1) 12(12 + 1)
𝑈1 = 𝑛1𝑛2 + [ − 𝑅1] = 12𝑥15 + [ − 78]
2 2
= 180 + 0 = 180
𝑛2(𝑛2 + 1) 15(15 + 1)
𝑈2 = 𝑛1𝑛2 + [ − 𝑅2] = 12𝑥15 + [ − 300]
2 2
= 180 + (−180) = 0
Latihan kasus:
1. Seorang kepala puskesmas berpendapat bahwa rata-rata kadar Hb ibu
hamil yang bekerja lebih rendah dibandingkan dengan kadar Hb ibu
hamil yang tidak bekerja. Untuk membuktikan pendapatnya
kemudian dilakukan survei dengan mengambil sampel 10 orang ibu
hamil bekerja dan 8 orang ibu hamil tidak bekerja. Hasil pengolahan
237
Statistik Pendidikan 2018
238
Statistik Pendidikan 2018
239
Statistik Pendidikan 2018
BAB IX
UJI BEDA DUA MEAN DEPENDEN
(HUBUNGAN KATEGORIK DENGAN NUMERIK)
Uji Beda Dua Mean Dependen
(Uji t Dependen)
Uji Beda Dua Mean
Dependen
Uji Beda Dua Mean Dependen
(Uji Wilcoxon)
240
Statistik Pendidikan 2018
Namun, minat Wilcoxon pada statistik dimulai pada tahun 1925, ketika
Wilcoxon ingin merancang uji statistik efektivitas berbagai jenis
insektisida dan fungisida. Wilcoxon memimpin kelompok penelitian
mengenai pengembangan berbagai insektisida berbasis piretrin, termasuk
Malathion. Karya statistiknya berkonsentrasi pada merancang metode
pengujian yang sederhana dan mudah dipahami (ciri-ciri tes non-
parametrik) dan beliau dikenal dalam tes peringkat bertanda Wilcoxon
yang diperkenalkan dalam makalah tahun 1945 (Frank Wilcoxon – Oxford
Reference, no date). Tahun 1960-1965, Wilcoxon mengajar kursus statistik
terapan sebagai Dosen Terhormat di Departemen Statistik di Florida State
University di Tallahassee di Departemen Statistik.
Pada bulan April 1962 di pertemuan gabungan Institut Statistik
Matematika dan Wilayah Amerika Utara Bagian Timur dari Masyarakat
Biometrik diadakan di Chapel Hill Wilcoxon memberikan pidato
mengenai tes peringkat dua sampel. Terdapat 80 artikel Wilcoxon, 22 di
antaranya berhubungan dengan penggunaan dan prosedur statistik.
Wilcoxon memang berfokus pada rapid metode statistik, khususnya
mengenai tes metode statistik peringkat. Penelitian Florida State
University termasuk sekuensial, dua sampel, tes peringkat yang
dikelompokkan, tabel tingkat signifikan, distribusi peringkat-jumlah dalam
klasifikasi dua arah, dan tes non-parametrik dua sampel multivariat. Dua
uji statistik Wilcoxon yang terkenal, yaitu: Wilcoxon rank-sum test dan
Wilcoxon signed-rank tes. Ini adalah alternatif uji non-parametrik untuk
uji-t tidak berpasangan dan berpasangan
241
Statistik Pendidikan 2018
berupa perbandingan keadaan variabel dari dua rata-rata satu
sampel/kelompok).
242
Statistik Pendidikan 2018
Contoh soal:
Suatu penelitian yang dilakukan di kepada pegawai perguruan tinggi
A untuk mengetahui perbedaan berat badan antara sebelum dan
sesudah diet. Kemudian dilakukan penelitian dengan mengambil
sampel lima orang relawan berbadan gemuk didapatkan data berat
badan sebagai berikut: (asumsi distribusi data normal)
Sebelum diet = 70 65 80 75 65
Sesudah diet = 65 66 60 72 61
Berdasarkan daa tersebut, buktikan apakah ada perbedaan berat badan
karyawan perguruan tinggi antara sebelum dan sesudah diet.
Langkah-Langkah Menjawab
Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat :
Ha : Terdapat perbedaan yang signifikan antara berat badan karyawan
sebelum dan sesudah diet.
Ho: Tidak terdapat perbedaan yang signifikan antara berat badan
karyawan sebelum dan sesudah diet.
Dengan Ha seperti di atas berarti ujinya dengan two tail (dua arah)
Langkah 2. Membuat Ha dan ho model statistik :
Ha: 𝜇1 ≠ 𝜇2
Ho:𝜇1 = 𝜇2
Langkah 3. Mencari selisih/deviasi antara nilai sebelum dan sesudah diet
dan rata-rata deviasinya.
243
Statistik Pendidikan 2018
Sebelum diet = 70 65 80 75 65
Sesudah diet = 65 66 60 72 61
Selisih =5 -1 20 3 4 = 31
d = 31/5 = 6,2
Langkah 4. Mencari nilai standar deviasi dari selisih nilai data
𝑆
= 8,04
Langkah 5. Menghitung dengan rumus uji t
6,2 6,2 6,2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 8,04 = 8,04/2,24 = 3,59 = 1,73
𝑑𝑓 = 5 − 1 = 4
244
Statistik Pendidikan 2018
Maka kesimpulannya p > alpha (0,05) artinya Ho di gagal tolak dan tidak
ada perbedaan yang signifikan.
Langkah 6. Keputusan Uji Statistik
Hasil perhitungan didapatkan nilai t hitung < t tabel atau p value >
dari pada nilai alpha (0,05), maka dapat disimpulkan Ho gagal ditolak.
Dengan menggunakan alpha 5% dapat disimpulkan bahwa secara statistik
tidak terdapat perbedaan yang signifikan rata-rata berat badan karyawan
antara sebelum dan sesudah diet.
245
Statistik Pendidikan 2018
Contoh kasus:
Suatu penelitian ingin mengetahui pengaruh terapi obat X untuk
menaikkan tekanan darah diastol, kemudian melakukan penelitian
terhadap 10 orang relawan. Hasil pengukuran tekanan darah diastol
sebelum dan seudah diberikan obat adalah:
Sebelum: 100, 98, 76, 90, 87, 89, 77, 92, 78, 82 (mmHg)
Sesudah: 105, 94, 78, 98, 90, 85, 86, 87, 80, 83 (mmHg)
Berdasarkan data tersebut buktikan dugaan peneliti dengan alpha 5%
(asumsi distribusi data tidak normal).
Langkah-Langkah Menjawab
Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat :
Ha : Obat X mempengaruhi tekanan darah diastol.
Ho: Obat X tidak mempengaruhi tekanan darah diastol.
Dengan Ha seperti di atas berarti ujinya dengan two tail (dua arah)
Langkah 2. Membuat Ha dan ho model statistik :
Ha: 𝜇1 ≠ 𝜇2
Ho:𝜇1 = 𝜇2
Langkah 3. Penyajian data.
Selisih
Diastol Diastol
No sesudah- Ranking + -
sebelum sesudah sebelum
1 100 105 5 7,5 7,5 -
2 98 94 -4 5,5 - 5,5
3 76 78 2 2,5 2,5 -
4 90 98 8 9 9 -
5 87 90 3 4 4 -
6 89 85 -4 5,5 - 5,5
246
Statistik Pendidikan 2018
7 77 86 9 10 10 -
8 92 87 -5 7,5 - 7,5
9 78 80 2 2,5 2,5 -
10 82 83 1 1 1 -
T=36, T=18,
Jumlah
5 5
247
Statistik Pendidikan 2018
Jika sampel lebih besar dari 25, maka distribusinya akan mendekati
normal, sehingga digunakan rumus Z dalam pengujiannya:
Menghitung dengan rumus uji Z
𝑇 − 𝜇𝑇
𝑧=
𝑟𝑇
Keterangan:
T = jumlah jenjang/ranking yang terkecil kasus di atas = 18,5
𝑛(𝑛+1) 10(10+1)
𝜇𝑇 = = = 27,5
4 4
2310
𝑟𝑇 = √ = √96,25 = 9,8
24
𝑇 − 𝜇𝑇 18,5 − 27,5
𝑧= = = −0,918
𝑟𝑇 9,8
Cara klasik: Untuk mengetahui cara mencari nilai p value pada table kurva
normal, ikuti ilustrasi berikut:
Pada soal di atas nilai Z hitung = 0,918, sedangkan nilai Z kurva = 1,96.
Dengan demikian Z hitung < Z table, maka Ho gagal ditolak artinya tidak
ada perbedaan yang signifikan.
Cara probabilistik : dengan nilai Z = 0,918, jika dibulatkan menjadi 0,92,
maka peluang tabel = 0,3212. Berarti nilai p-nya = 0,5 – 0,3212 = 0,1788
karena ujinya two tail maka dikali dua, maka p = 2 x 0,1788 = 0,3576.
Dengan demikian p > alpha (0,05), maka Ho gagal ditolak, sehingga
keputusannya tidak ada perbedaan ang bermakna tekanan darah diastole
sebelum dan sesudah diberi obat X (obat X tidak mempengaruhi tekanan
darah sistol).
Langkah 5. Keputusan Uji Statistik
248
Statistik Pendidikan 2018
Hasil perhitungan didapatkan nilai t hasil < t table atau p value > dari
ada nilai alpha (0,05), maka dapat disimpulkan Ho gagal ditolak
(diterima). Dengan menggunakan alpha dapat disimpulkan bahwa secara
statistik tidak terdapat perbedaan yang signifikan rata-rata berat badan
karyawan antara sebelum dan sesudah diet.
C. Latihan
1. Suatu penelitian ingin membuktikan efektifitas obat penenang yang
baru pada 10 orang penderita depresi. Setiap penderita mendapatkan
pengobatan dengan obat baru selama satu minggu dan satu minggu
dengan plasebo. Setelah selesai pengobatan dilakukan evaluasi
menggunakan skor kecemasan dengan nilai 0 – 30. Hasilnya sebagai
berikut:
Obat baru : 19, 11, 14, 17, 23, 11, 15, 19, 11, 8 (kecemasan)
Plasebo : 22, 18, 17, 19, 22, 12, 14, 11, 19, 7 (kecemasan)
Berdasarkan data tersebut buktikan apakah ada perbedaan tingkat
kecemasan antara penggunaan dua obat tersebut, dengan alpha 5
(asumsi distribusi data normal)
2. Seorang peneliti ingin mengetahui hubungan antara pemakaian
kontrasepsi oral dengan tekanan darah sistol pada wanita. Kemudian
dilakukan eksperimen terhadap delapan orang wanita usia subur yang
belum pernah menggunakan kontrasepsi oral. Hasil penelitian
sebelum dan sesudah menggunakan kontrasepsi oral selama satu
tahun didapatkan data sbeagai berikut:
Sebelum : 115, 115, 104, 112, 105, 107, 126, 119 (mmHg)
Sesudah : 117, 128, 102, 120, 112, 115, 130, 120 (mmHg)
249
Statistik Pendidikan 2018
250