Nama : Fadila Turahmah

Nim : 1711260034
Prodi : Tadris IPA 6A
Mata Kuliah : Metodologi Penelitian Pendidikan IPA

1. Coba jelaskan istilah-istilah berikut ini : Mean, Median, Standar Deviasi ?

Jawaban :
a. Mean
Mean adalah nilai rata-rata dari beberapa buah data. Nilai mean dapat ditentukan
dengan membagi jumlah data dengan banyaknya data. Mean (rata-rata) merupakan suatu
ukuran pemusatan data. Mean suatu data juga merupakan statistik karena mampu
menggambarkan bahwa data tersebut berada pada kisaran mean data tersebut. Mean tidak
dapat digunakan sebagai ukuran pemusatan untuk jenis data nominal dan ordinal.
b. Median
Median menentukan letak tengah data setelah data disusun menurut urutan
nilainya. Bisa juga nilai tengah dari data-data yang terurut. Simbol untuk median adalah
Me.
Dengan median Me, maka 50% dari banyak data nilainya paling tinggi sama
dengan Me, dan 50% dari banyak data nilai nya paling rendah sama dengan Me. Dalam
mencari median, dibedakan untuk banyak data ganjil dan banyak data genap. Untuk
banyak data ganjil, setelah data disusun menurut nilainya, maka median Me adalah data
yang terletak tepat di tengah.
c. Standar deviasi
Standar Deviasi dan Varians Salah satu teknik statistik yg digunakan untuk
menjelaskan homogenitas kelompok. Varians merupakan jumlah kuadrat semua deviasi
nilai-nilai individual thd rata-rata kelompok. Sedangkan akar dari varians disebut dengan
standar deviasi atau simpangan baku. Artinya begini, untuk mendapatkan nilai Standar
Deviasi / simpangan baku kita harus mencari dulu nilai Varians. Data ( x ) - mean =
Varians.
2. Penggunaan tes Parametrik harus memenuhi persyaratan tertentu. Jelaskan syarat-syarat
tersebut.
Jawaban :
1. Statistik Parametrik
Pengujian data melalui statistik parametrik disyarati dengan adanya sejumlah
anggapan-anggapan yang kuat yang mendasari penggunaanya. Manakala anggapan-
anggapan itu terpenuhi, pengujian-pengujian parametrik inilah yang paling besar
kemungkinannya untuk menolak H0 ketika H0 salah. Artinya, kalau data penelitian
dianalisis secara tepat dengan pengujian parametrik, pengujian tersebut akan lebih kuat
dari pengujian mana pun dalam hal penolakan terhadap H0 jika H0 salah.
Uji parametrik merupakan bagian statistik inferensia yang mempertimbangkan
nilai dari satu atau lebih parameter populasi. ada beberapa syarat dari yang perlu dipatuhi
yaitu :
1) Skala Pengukuran Variabel: Skala pengukuran variabel harus variabel numerik
2) Sebaran data: sebaran data harus normal.
3) Varians data
 Kesamaan varians tidak menjadi syarat untuk uji kelompok yang berpasangan.
 Kesamaan varians adalah syarat tidak mutlak untuk dua kelompok tidak
berpasangan.
 kesamaan varians menjadi syarat mutlak untuk lebih dari dua kelompok tidak
berpasangan.
Oleh karenanya dalam penggunaan pengujian statistik parametrik perlu dipenuhi
beberapa unsur-unsur dari model pengujian dengan statistik parametrik, diantaranya :
a. Objek pengamatan harus saling independen. Artinya pemilihan sembarang kasus dari
populasi untuk dimasukan dalam sampel tidak boleh menimbulkan bias pada
kemungkinan-kemungkinan bahwa kasus yang lain akan termasuk juga dalam sampel
tersebut dan juga skor yang diberikan pada suatu kasus tidak boleh mempengaruhi
skor yang diberikan kepada kasus lainnya.
b. Objek pengamatan harus ditarik dari populasi yang berdistribusi normal.
c. Populasi-populasi di mana objek pengamatan ditarik harus memiliki varians yang
sama.
 d. Variabel-variabel yang terlibat harus setidaknya dalam skala interval, sehingga
memungkinkan digunakannya penanganan secara ilmu hitung terhadap skor-skornya
(menambah, membagi, menemukan rata-rata, dst)
e. Rata-rata populasi normal dan bervarians sama itu harus juga merupakan kombinasi
linier dari efek-efek yang ditimbulkan. Artinya, efek-efek itu harus bersifat
penjumlahan. (khusus dalam analisis varians atau uji F)
Contoh penggunaan statistik parametrik seperti pada uji t dan F, yang aplikasinya
banyak diterapkan semisal pada analisi regresi, path analisis, rancangan percobaan,
analisis faktor (CFA), struktural equation modeling (SEM), dll.
2. Statistik Non-Parametrik
Tes statistik non parametrik adalah tes yang modelnya tidak menetapkan syarat-
syarat mengenai parameter-parameter populasi yang merupakan induk sampel
penelitiannya. Tes non parametrik tidak menuntut pengukuran sekuat yang dituntut tes
statistik parametrik. Sebagian besar tes non parametrik dapat diterapkan untuk data dalam
skala ukur ordinal dan beberapa yang lain dapat diterapkan untuk data dalam skala ukur
nominal.
Meskipun semua anggapan tes parametrik mengenai populasi dan syarat-syarat
mengenai kekuatan pengukuran dipenuhi (5 poin syarat parametrik), kita ketahui bahwa
dengan memperbesar ukuran sampel dengan banyak elemen yang sesuai dapat
menggunakan suatu tes non parametrik sebagai ganti tes parametrik dengan masih
mempertahankan kekuatan yang sama untuk menolak H0.
a. Keuntungan Tes Statistik Non Parametrik
 Pernyataan kemungkinan yang diperoleh dari sebagian besar tes statistik non
parametrik adalah kemungkinan-kemungkinan yang eksak, tidak peduli
bagaimana bentuk distribusi populasi yang merupakan induk sampel-sampel yang
kita tarik.
 Jika sampelnya sekecil N = 6, hanya tes statistik non parametrik yang dapat
digunakan kecuali kalau sifat distribusi populasinya diketahui secara pasti.
 Terdapat tes statistik non parametrik untuk menggarap sampel-sampel yang terdiri
dari observasi-observasi dari beberapa populasi yang berlainan. Tidak ada satupun
 di antara tes parametrik dapat digunakan untuk data semacam itu tanpa menuntut
kita untuk membuat anggapan-anggapan yang nampak tidak realistis.
 Tes statistik non parametrik dapat untuk menggarap data yang pada dasarnya
merupakan ranking dan juga untuk data yang skor-skor keangkaanya secara
sepintas kelihatan memiliki kekuatan ranking. Jika data pada dasarnya berupa
ranking atau bahkan data itu hanya bisa diikategorikan sebagai plus (+) atau
minus (-), data tersebut dapat digarap dengan menggunakan statistik non
parametrik.
 Metode statistik non parametrik dapat digunakan untuk menggarap data yang
hanya merupakan klasifikasi semata, yakni yang diukur dalam skala nominal.
b. Kelemahan Tes Statistik Non Parametrik
 Jika data telah memenuhi semua anggapan model statistik parametrik, dan jika
pengukurannya mempunyai kekuatan seperti yang dituntut, maka penggunaan tes
statistik non parametrik akan merupakan penghamburan data. Misal : kita ingat
bahwa bila suatu tes statistik non parametrik memiliki kekuatan efisiensi besar,
katakanlah 90%, ini berarti bahwa kalau semua syarat tes statistik parametrik
dipenuhi, maka tes statistik parametrik yang sesuai akan efektif dengan sampel
yang 10% lebih kecil daripada yang digunakan dalam tes statistik non parametrik.
 Belum ada satupun metode statistik non parametrik untuk menguji interaksi-
interaksi dalam model analisis varian (ANOVA), kecuali kita berani membuat
anggapan-anggapan khusus tentang aditivitas.
Contoh penggunaan statistik non parametrik seperti pada uji t pada parametrik
digantikan menjadi uji Mannn Whitney ataupun Wilcoxon pada non parametrik dan uji F
pada parametrik digantikan oleh uji Kruskal Wallis pada non parametrik, dll.

3. Sebutkan teknik analisis data yang akan kalian gunakan dalam penelitian yang akan kalian
laksanakan. Dan berikan alasannya
Jawaban :
Berdasarkan desain penelitian yang digunakan, maka dalam penelitian saya menggunakan
metode pengumpulan data dengan tes yang mencakup pretest dan posttest. Pengumpulan data
melalui tes digunakan untuk memperoleh data terkait hasil berpikir kiritis siswa terhadap
aspek kognitif. Nilai rata-rata pretest serta posttest akan dibandingkan antara kelas kontrol
dan kelas eksperimen untuk mengetahui adanya perbedaan hasil belajar siswa pada aspek
kognitif. Pengumpulan data dilakukan dengan materi tes yang sama untuk kedua kelas.
Teknik Analisis Data yang digunakan
1. Uji Persyaratan Analisis
a. Uji Normalitas
Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu
distribusi data. Pengujian dilakukan pada nilai pretest dan posttest untuk kelas
eksperimen dan kelas kontrol. Uji normalitas ini menggunakan metode Kolmogorov-
Smirnov yang dianalisis menggunakan bantuan aplikasi SPSS dengan taraf signifikan
0,05. Apabila signifikasi > 0,05 maka data tersebut dinyatakan berdistribusi normal.
b. Uji Homogenitas
Uji homogenitas digunakan untuk menguji apakah dua atau lebih kelompok
data dari populasi adalah homogen atau tidak homogen, yaitu dengan cara
membandingkan variansnya. Dasar pengambilan keputusan adalah apabila nilai
signifikansi atau nilai probabilitas < 0,05, maka dinyatakan bahwa varians dari dua
atau lebih kelompok populasi data adalah tidak sama (tidak homogen). Apabila nilai
signifikansi atau nilai probabilitas > 0,05 maka dinyatakan bahwa varians dari dua
atau lebih kelompok populasi data adalah sama atau homogen. Perhitungan ini
menggunakan bantuan aplikasi SPSS.
2. Uji Hipotesis
Penelitian saya menggunakan hipotesis komparatif yakni hipotesis yang
digunakan memaparkan perbandingan antara penggunaan dua metode yang berbeda.
Pengujian terhadap adanya perbedaan hasil pembelajaran kooperatif tipe jigsaw dengan
metode yang diajarkan oleh guru (kelompok diskusi) menggunakan uji-t (independent t-
test). Data analisis berasal dari data yang berdistribusi normal. Pengujian ini dilakukan
dengan bantuan aplikasi SPSS. Apabila diperoleh hasil signifikasi uji-t < 0,05, maka
hipotesis yang diajukan dapat diterima. Sebaliknya jika signifikasi uji-t > 0,05, maka
hipotesis yang diajukan ditolak.
4. Gunakan tes yang sesuai untuk menganalisis data yang diperoleh dari suatu penelitian.
Peneliti ingin menguji hubungan antara sikap terhadap pelajaran IPA dan prestasi belajar
IPA. Data
penelitian ini sebagai beriku:

Sikap terhadapa IPA Prestasi bahasa

75 78
76 80
77 90
85 85
86 79
76 78
77 89
80 83
81 81
82 75
83 80
75 79
76 70
Jawaban :
No Sikap terhadapa Prestasi Bahasa X.Y X2 Y2
IPA (X) (Y)
1 75 78 5850 5625 6084
2 76 80 6080 5776 6400
3 77 90 6390 5929 8100
4 85 85 7225 7225 7225
5 86 79 6794 7396 6241
6 76 78 5928 57776 6084
7 77 89 6853 5929 7921
8 80 83 6640 6400 6889
9 81 81 6561 6561 6561
10 82 75 6150 6724 5625
11 83 80 6640 6889 6889
12 75 79 5925 5625 6241
13 76 70 5320 5776 4900
Jumlah 1029 1047 82896 81631 84671