STATISTIK PENDIDIKAN

Pengertian Statistik &

Statistika

Fungsi dan
Kegunaan
Statistik
Pengertian
&
Jenis-jenis
Data
 Sekilas tentang
sejarah Statistik

Statistik: pada awal zaman Masehi, bangsa-bangsa mengumpulkan

data untuk mendapatkan informasi mengenai pajak, perang, hasil
pertanian, bahkan pertandingan atletik. Sekarang, berkembangnya
statistik dapat digunakan untuk memprediksi masa depan dengan
data yang sekarang dimiliki. Data tersebut dikumpulkan melalui
generalisasi dan peramalan.
Pengertian Statistik dalam Arti Luas
STATISTIKA :
Kegiatan untuk :
• mengumpulkan data
• menyusun data
• menyajikan data
• menganalisis data dengan metode tertentu
• menginterpretasikan hasil analisis

Melalui fase

STATISTIKA DESKRIPTIF :
Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian atau seluruh
data
(pengamatan) untuk memberikan informasi tanpa pengambilan kesimpulan
dan fase

STATISTIKA INFERENSI :
Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untuk
menganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan.
Statistika inferensi akan menghasilkan generalisasi (jika sampel representatif)
METODE ILMIAH :
Adalah salah satu cara mencari kebenaran yang bila ditinjau dari segi
penerapannya, resiko untuk keliru paling kecil.

LANGKAH-LANGKAH DALAM METODE ILMIAH :

1. Merumuskan masalah
2. Melakukan studi literatur
3. Membuat dugaan-dugaan, pertanyaan-pertanyaan atau hipotesis

4. Mengumpulkan dan mengolah data, menguji hipotesis,

atau menjawab pertanyaan

5. Mengambil kesimpulan

INSTRUMEN

SAMPEL

SIFAT DATA
PERAN STATISTIKA
VARIABEL

METODE ANALISIS
 DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF

DATA KUALITATIF : DATA KUANTITATIF :

Data yang dinyatakan dalam Data yang dinyatakan dalam
bentuk bukan angka. bentuk angka
Contoh : jenis pekerjaan, tingkat Contoh : lama bekerja, jumlah
kepuasan kerja gaji, usia, hasil ulangan

DATA

KUALITATIF JENIS KUANTITATIF

DATA

NOMINAL INTERVAL
ORDINAL RASIO
Pengertian Penyajian Data

Penyajian data adalah komunikatif dan lengkap, dalam arti data yang

Penyajian data
disajikan adalah
dapat dan lengkap, pihak
menarik perhatian dalam lain untuk membacanya dan
komunikatif arti
data yang
mudah disajikan dapat
memahami menarik
isinya. Adaperhatian
beberapapihakpenyajian data yang akan
lain untuk
dikemukakan di sini adalah penyajian dengan tabel (daftar), grafik, dan
membacanya dan mudah memahami
diagram. isinya.
Ada beberapa penyajian data yang akan dikemukakan
di sini
adalah penyajian dengan tabel (daftar), grafik, dan
diagram.
Tabel
Tabel adalah yang berisi ikhtisar sejumlah data-data informasi
yang biasanya berupa huruf maupun angka.
Diagram Batang

Digunakan untuk menyajikan data yang bersifat kategori atau

data distribusi. Cara menggambar diagram batang yaitu
diperlukan sumbu tegak (vertikal) dan sumbu mendatar
(horizontal) yang berpotongan tegak lurus. Apabila diagram
dibentuk berdiri (tegak lurus), maka sumbu mendatar
digunakan untuk menyatakan atribut atau waktu, sedangkan
nilai data (kuantum) ditunjukan dengan sumbu tegak. Adapun
letak batang satu dengan lainnya harus terpisah dan serasi
mengikuti tempat diagram yang ada. Penyajian data berbentuk
diagram batang ini banyak variasinya, tergantung pada
keahlian pembuat diagram.
Contoh Diagram Batang
 Diagram Garis

Digunakan untuk menggambarkan keadaan yang serba terus menerus (berkesinambungan), misalnya
pergerakan indeks bursa saham, grafik kurs valuta, dan lain-lain.
 Diagram Lambang (Simbol)

Diagram lambang adalah diagram yang menggambarkan simbol-simbol dari data sebagai alat visual
untuk orang awam. Lambang yang digunakan harus sesuai dengan objek yang diteliti, misalnya data
angkatan kerja dilambangkan orang hutan produksi digambarkann pohon, data listrik digambarkan bola
lampu, dan lain-lain.
Diagram Lingkaran
Diagram lingkaran adalah diagram yang didasarkan pada sebuah lingkaran yang dibagi-
bagi dalam beberapa bagian sesuai dengan macam data dan perbandingan frekuensi
masing-masing data yang disajikan.

keuangan
administrasi

personalia

marketing

produksi
Diagram Peta

Diagram peta adalah diagram yang melukiskan fenomena atau keadaan yang dihubungkan dengan
tempat kejadian tersebut. Teknik pembuatannya digunakan peta geografis sebagai dasar untuk
menerangkan data dan fakta yang terjadi.
FREKUENSI : banyaknya data untuk satu kelompok/klasifikasi

KELOMPOK FREKUENSI
Kelompok ke-1 f1 Pendidikan Frekuensi
Kelompok ke-2 f2
S1 62
Kelompok ke-3 f3
S2 19
Kelompok ke-i fi
S3 9
Kelompok ke-k fk
90
k
n = Σ fi
i=1

k
n = Σ fi = f1 + f2 + f3 +….. + fi + …… + fk
i=1
DISTRIBUSI FREKUENSI : mengelompokkan data interval/rasio dan menghitung
banyaknya data dalam satu kelompok/klasifikasi
USIA FREKUENSI
Membuat distribusi frekuensi :
20 5 1. Mencari sebaran (range) yakni selisih antara data paling besar
21 6 dengan data paling kecil) + 1  35 – 20 + 1= 16
2. Menentukan banyak kelas dengan rumus k = 1 + 3,3 log n
22 13 7
23 4 1. Menentukan panjang kelas dengan rumus
p = sebaran / banyak kelas  16/7 = 2
24 7
25 7 KELOMPOK USIA FREKUENSI
26 7 20 – 21 11
27 5 22 – 23 17
28 3 24 – 25 14
29 4 26 – 27 12
30 15 28 – 29 7
31 3 30 – 31 18
33 5 32 - 33 5
35 1 34 - 35 1
 RATA-RATA : suatu bilangan yang bertindak mewakili sekumpulan bilangan
RATA-RATA HITUNG (RERATA/mean) : jumlah bilangan dibagi banyaknya

X + X2 + X3 + … + Xn n
X= 1 Σ Xi
n i =1

n
Bila terdapat sekumpulan bilangan di mana masing-masing bilangannya memiliki frekuensi,
maka rata-rata hitung menjadi :
k
X f + X2 f2 + X3 f3 + … + Xkfk Σ Xifi
X= 1 1
f 1 + f2 + f 3 + … + f k i =1

k
Cara menghitung :
Σ fi
Bilangan (Xi) Frekuensi (fi) Xi fi i =1

70 3 210
63 5 315
85 2 170 Maka : X = 695 = 69.5
10
Jumlah 10 695
MEDIAN : nilai tengah dari sekumpulan data setelah diurutkan yang fungsinya
membantu
memperjelas kedudukan suatu data.

Contoh : diketahui rata-rata hitung/mean nilai ulangan dari sejumlah siswa adalah
6.55.
Pertanyaannya adalah apakah siswa yang memperoleh nilai 7 termasuk istimewa,
baik, atau biasa-biasa saja ?

Jika nilai ulangan tersebut adalah : 10 10 8 7 7 6 5 5 5 5 4,

maka rata-rata hitung = 6.55, median = 6
Kesimpulan : nilai 7 termasuk kategori baik sebab berada di atas rata-rata
hitung dan median (kelompok 50% atas)

Jika nilai ulangan tersebut adalah : 8 8 8 8 8 8 7 5 5 4 3,

maka rata-rata hitung = 6.55, median = 8
Kesimpulan : nilai 7 termasuk kategori kurang sebab berada di bawah median
(kelompok 50% bawah)

Jika sekumpulan data banyak bilangannya genap (tidak mempunyai bilangan tengah)
Maka mediannya adalah rerata dari dua bilangan yang ditengahnya.
Contoh : 1 2 3 4 5 6 7 8 8 9 maka median (5+6) : 2 = 5.5
Rumus Median Data Tunggal dan Data Kelompok
Median dari data: 7, 8, 8, 9, 4, 3, 7, 9, 5, 7, 6, 5, 6
adalah …

• Penyelesaian:
3, 4, 5, 5, 6, 6, 7, 7, 7, 8, 8, 9, 9
(n =13 termasuk data ganjil). Maka, kamu bisa menggunakan
rumus median untuk data ganjil, yaitu:

Sehingga, diperoleh nilai mediannya adalah 7.

Median dari data berikut adalah …
17, 12, 8, 9, 10, 15, 19, 22, 24, 25

Jawaban:
Urutan data: 8, 9, 10, 12, 15, 17, 19, 22, 24, 25
Banyak data (n): 10
Median (Me):
X 10/2 + X (10/2 + 1)2
= 15 + 172
= 16
MODUS : bilangan yang paling banyak muncul dari sekumpulan bilangan,
yang fungsinya untuk melihat kecenderungan dari sekumpulan bilangan tersebut.

Contoh : nilai ulangan 10 10 8 7 7 6 5 5 5 5 4

Maka : s = 6 ; k = 3 ; p =2

rata-rata hitung/mean = 6.55 ; median = 6

modus = 5 ; kelas modus = 5 - 7

Nilai Frekuensi Nilai Frekuensi

10 2 8 – 10 3
8 1 5–7 7
7 2 2–4 1
6 1 Jumlah 11
5 4
4 1
- +
Jumlah 11
Mo X Me

Kurva positif apabila rata-rata hitung > modus / median

Kurva negatif apabila rata-rata hitung < modus / median
Tentukan median dari data tinggi badan siswa berikut ini.

Pembahasan:
• Pertama, tentukan dahulu banyak datanya.
• n = 6 + 8 + 10 + 5 + 4 + 3 = 36
• Lalu, tentukan kelas median.
Oleh karena datanya dinyatakan dalam bilangan bulat, maka tepi bawah
kelas mediannya adalah sebagai berikut.

Tb = 150 – 0,5 = 149,5

Dengan demikian, mediannya dirumuskan sebagai berikut.
Perhatikan tabel data usia penduduk suatu RW berikut.
• Tentukan modus dari data di atas!
• Pembahasan:
• Modus terletak pada kelas ke-7, sehingga:
• Tb = 36 – 0,5 = 35,5
• d1 = 24 – 16 = 8
• d2 = 24 – 20 = 4
• l=6–0=6
• Diperoleh:

• Jadi, modus dari data tersebut adalah 39,5.

UKURAN PENYEBARAN DATA

• Suatu ukuran baik parameter atau statistik untuk mengetahui

seberapa besar penyimpangan data dengan nilai rata-rata
hitungnya.

• Ukuran penyebaran membantu mengetahui sejauh mana suatu

nilai menyebar dari nilai tengahnya, semakin kecil semakin
besar.
RANGE/JANGKAUAN
Definisi:

Jangkauan (range) merupakan selisih antara data tertinggi (maksimum) dan

data terendah (minimum). Perhitungan ukuran ini mudah didapatkan untuk
menunjukkan seberapa jauh data memencar, tetapi tidak menunjukkan
keragaman.
Range = X max – X min

Contoh:
Nilai Indonesia Thailand Malaysia

Tertinggi 17 6 4

Terendah 5 2 1

Jarak 17-5 = 12 6-2 = 4 4-1 = 3

RAGAM
Definisi:

Keragaman menggunakan keseluruhan data dan menunjukkan deviasi

atau keragaman. Ukuran ini didasarkan pada perbedaan antara nilai-nilai
suatu amatan dengan rata-ratanya. Dalam perhitungannya dirumuskan
sebagai penjumlahan kuadrat selisih antara amatan dengan rata-ratanya,
kemudian dibagi dengan total amatan.

Misalkan dari suatu populasi terdiri atas N pengamatan yaitu

𝑥1, 𝑥2, ... , 𝑥𝑁 , maka keragaman populasi (σ2) didefinisikan sebagai:

Rumus:
 STANDAR DEVIASI

Definisi:
Akar kuadrat dari varians dan menunjukkan standar
penyimpangan data terhadap nilai rata-ratanya.

Rumus:


 

Contoh:
Jika varians = 44,47, maka standar deviasinya adalah:

 = 44,47 = 6,67
UKURAN PENYEBARAN DATA BERKELOMPOK

Definisi Range:

Selisih antara batas atas dari kelas tertinggi dengan batas bawah
dari kelas terendah.

Contoh:
Range = 878 – 160 = 718
Kelas ke- Interval Jumlah Frekuensi (F)

1 160 - 303 2
2 304 - 447 5
3 448 - 591 9
4 592 - 735 3
5 736 - 878 1
 DEVIASI RATA-RATA

Titik
Interval Tengah f f.X X – X  f X – X  RUMUS
(X) MD =  f |X – X|
N
160-303 231,5 2 463,0 -259,2 518,4

f.X = 9.813,5
304-447 375,5 5 1.877,5 -115,2 576,0
f X – X  = 2.188,3

448-591 519,5 9 4.675,5 28,8 259,2 a. X = f X = 9.813,5/20 = 490,7

n

592-735 663,5 3 1.990,0 172,8 518,4

b. MD =  f X – X  = 2.188,3/20
n
736-878 807,0 1 807,0 316,3 316,3 = 109,4
VARIANS DAN STANDAR DEVIASI DATA
BERKELOMPOK

Varians
Rata-rata hitung deviasi kuadrat setiap data terhadap
rata-rata hitungnya

42
RUMUS:
VARIANS DAN STANDAR DEVIASI DATA
BERKELOMPOK

Standar Deviasi
Akar kuadrat dari varians dan menunjukkan standar
penyimpangan data terhadap nilai rata-ratanya.

45
RUMUS:
Distribusi Normal : kurva berbentuk bel, simetris, simetris terhadap sumbu yang
melalui nilai rata-rata

Kurtosis = keruncingan

Skewness = kemiringan

+3s  +2s  -s   +s  +2s  +3s

68%
95%
99%

• Lakukan uji normalitas

• Rasio Skewness & Kurtosis berada –2 sampai +2
Rasio = nilai
Standard error
• Jika tidak berdistribusi normal, lakukan uji normalitas non parametrik (Wilcoxon,
Mann-White, Tau Kendall)
 Hipotesis : uji signifikansi (keberartian) terhadap hipotesis yang dibuat ;
berbentuk hipotesis penelitian dan hipotesis statistik (H0) ;
hipotesis bisa terarah, bisa juga tidak terarah ;
akibat dari adanya Ho, maka akan ada Ha (hipotesis alternatif) yakni
hipotesis yang akan diterima seandainya Ho ditolak

HIPOTESIS TERARAH TIDAK TERARAH

Hipotesis Siswa yang belajar bahasa lebih Ada perbedaan keseriusan siswa
Penelitian serius daripada siswa yang belajar antara yang belajar bahasa dengan
IPS yang belajar IPS
Hipotesis Nol Siswa yang belajar bahasa tidak Tidak terdapat perbedaan keseriusan
(Yang diuji) menunjukkan kelebihan keseriusan belajar siswa antara bahasa dan IPS
daripada yang belajar IPS
Ho : b < i Ho : b = i
Ha : b > i Ha : b ≠ I
UJI NORMALITAS
DAN
UJI HOMOGENITAS
Uji Normalitas
Uji distribusi normal adalah uji untuk mengukur apakah data yang
didapatkan memiliki distribusi normal sehingga dapat dipakai dalam statistik
parametrik (statistik inferensial).

Dengan kata lain, uji normalitas adalah uji untuk mengetahui

apakah data empirik yang didapatkan dari lapangan itu sesuai dengan
distribusi teoritik tertentu.

Dalam kasus ini, distribusi normal. Dengan kata lain, apakah data
yang diperoleh berasal dari populasi yang berdistribusi normal.

Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu

distribusi data. Hal ini penting diketahui berkaitan dengan ketetapatan
pemilihan uji statistik yang akan dipergunakan. Uji parametrik misalmya,
mengisyaratkan data harus berdistribusi normal. Apabila distribusi data tidak
normal maka disarankan untuk menggunakan uji nonparametrik.
Tujuan dilakukan uji normalitas terhadap serangkaian data adalah untuk
mengetahui apakah populasi data berdistribusi normal atau tidak. Ada tiga
pilihan yang dapat dilakukan jika diketahui bahwa data tidak normal, yaitu
:’
1. jika jumlah sampel besar, dapat menghilangkan nilai outliner dari data
2. Melakukan transformasi data
3. Menggunakan alat analisis nonparametric

Distribusi normal
merupakan suatu distribusi atau persebaran yang simetris sempurna dari skor rata-
rata. Apabila digambarkan seperti sebuah bel. Apabila distribusi skor-skor dari
variabel terikat pada kelompok perlakuan kontrol tidak simetris atau miring, maka
kesimpulan yang kita hasilkan dari tes perametrik akan kurang atau tidak 'alid.
Semakin tidak simetris atau kemiringan distribusi besar, semakin tidak valid
parameter tes
Uji Normalitas Manual
Analisis statistika paraetrik mensyaratkan bahwa data setiap
variabel yang akan dianalisisharus berdistriibusi normal. Uji
normalitas data dapat menggunakan metode seperti kolmogrov
smirov, Chi Square, Liliefors, Shapiro Wilk atau menggunakan
SPSS, Ms. Excel.
Uji Homogenitas Manual
T-test (Uji t)
Pengertian Uji t
Syarat-syarat Uji t
KegunaanUji t
Penggolongan Uji t
Rumus
Pengertian Uji t
Tes t atau Uji t adalah uji statistik yang
digunakan untuk menguji kebenaran atau
kepalsuan hipotesis nol

Uji t pertama kali dikembangkan oleh William

Seely Gosset pada 1915.Awalnya ia menggunakan
nama samaran Student, dan huruf t yang terdapat
dalam istilah Uji “t “ dari huruf terakhir nama
beliau. Uji t disebut juga dengan nama Student t.
Persyaratan analisis Uji t

Sampel di ambil secara acak dari populasi

berdistribusi normal.

Data berskala interval dan atau rasio.

Kegunaan Uji t
Alat analisis data untuk menguji satu sampel
atau dua sampel.

Membandingkan dua mean (rata-rata) untuk

menentukan apakah perbedaan rata-rata
tersebut perbedaan nyata atau karena
kebetulan.
Untuk penggunaan uji t pada satu sampel,
dua rata-rata yang di bandingkan adalah
mean sampel dan mean populasi.
Penggolongan Uji t
Uji t Untuk Satu Sampel
_
Rumus x 
t
t  Koefisien t S
_
x  M ean sampel
n
  M ean populasi
S  Standard deviasi sampel
n  banyak sampel
Contoh 2

Terdapat asumsi bahwa dari suatu populasi mahasiswa PAI semester 5 rata-
rata nilai statistika adalah 60, untuk menguji asumsi tersebut diambil sampel
sebanyak 10 mahasiswa, Ujilah apakah asumsi tersebut apakah terdapat
perbedaan yang signifikan antara rata–rata sampel dengan rata-rata populasi.
Gunakan taraf signifikan alpha 0.05

X 80 90 60 60 90 60 80 50 70 60
Penyelesaian

x7 s = 14,142

t =2,236 ttabel=2.262 t < ttabel

H0 diterima.

Sehingga, tidak ada perbedaan yang

signifikan antara rata –rata sampel
dengan rata-rata populasi.
Output SPSS

One-Sampl e Statistics

Std. Error
N Mean Std. Dev iation Mean
Nilai s tat2 10 7, 00 1, 41 ,45

One-Sample Test

Test Value = 6
95% Conf idence
Interv al of the
Mean Dif f erence
t df Sig. (2-tailed) Dif f erence Lower Upper
Nilai stat2 2,236 9 ,052 1,00 -1,17E-02 2,01