Statistik

pendidikan
IR.RUSLI BURHANSYAH, MSi

PROGRAM PRAKTISI MENGAJAR SEMESTER 2-2023

PROGRAM PENDIDIKAN AGAMA ISLAM
UNIVERSITAS YUDHARTA
2023
J
A MINGGU MATERI
D
W 1 Pengertian Statistik, Penggologan Statistik, Data, Populasi dan
A Sampel, Teknik Sampling, Pengujian Hipotesis
L
2 Pengertian Variabel Penelitian dan Data Statistik,Variabel bebas,
P antara dan terikat
E
M 3 Pengenalan Software SPSS, Eviews, Input data, Analisis data
B
E 4
L
Uji statistik parametrik dan non parametrik
A 5 Uji Regresi linier sederhana, Praktek Software SPSS, Eviews
J
A
R 6 Ujian Akhir
A
N
1. Sekumpulan angka untuk
menerangkan sesuatu, baik
angka yang belum tersusun
maupun angka–angka yang
sudah tersusun dalam suatu
daftar atau grafik.
 2. Sekumpulan cara
dan aturan tentang `
pengumpulan,
pengolahan, analisis,
3. Sekumpulan serta penafsiran
angka yang data yang terdiri
menjelaskan dari angka-angka.
sifat-sifat
data atau hasil
pengamatan
 Menurut J. Supranto :
1. Dalam arti sempit
Statistik adalah data ringkasan
yang berbentuk angka (kwantitatif).

2. Dalam arti luas

Statistik adalah ilmu yang mempelajari cara
pengumpulan, penyajian, dan analisis data,
serta cara pengambilan kesimpulan secara
umum berdasarkan hasil penelitian yang
menyeluruh.
 • Asal kata “Statistic”:
Statia = catatan administrasi pemerintahan di US
PENGERTIAN
Stochos = “anak panah” (bahasa Yunani), sesuatu yang
STATISTIK mengandung ketidakpastian

• Pengertian:
Statistik = Data
Statistik = Ukuran Sampel (dugaan dari parameter)
Statistik = Ilmu yang mempelajari cara pengumpulan
data, pengolahan data, analisis data serta penyajian
data sehingga menjadi suatu informasi yang berguna
bagi pengambilan keputusan
Statistik adalah ilmu yang mempelajari
tentang seluk beluk data, yaitu tentang
pengumpulan, pengolahan,
penganalisisan, penafsiran, dan
penarikan kesimpulan dari data yang
berbentuk angka-angka.
1. Data
2. Perlakuan data
Seperti
pengumpulan
dan pengolahan
3. Kesimpulan
4. Angka-angka
1. Berdasarkan cara pengolahan datanya

a. Statistik Deskriptif

b. Statistik Inferensi
atau
Statistik Induktif
• Bagian dari Statistik yang
mempelajari cara pengumpulan
dan penyajian data sehingga
mudah dipahami.
• Fungsi : untuk menerangkan
keadaan, gejala, atau persoalan
 RUANG LINGKUP BAHASAN :
1. Distribusi Frekuensi
a. Grafik distribusi
b. Ukuran nilai pusat
c. Ukuran Dispersi
d. Kemencengan dan keruncingan kurva
2. Angka Indeks
3. Deret waktu atau data berkala
4. Korelasi dan regresi sederhana
STATISTIK Bagian dari Statistik yang mempelajari
INFERENSI mengenai penafsiran dan penarikan
kesimpulan yang berlaku secara umum
ATAU dari data yang tersedia.

STATISTIK Fungsi : meramalkan dan mengontrol

keadaan atau kejadian
INDUKTIF
 RUANG LINGKUP BAHASAN :

• Probabilitas atau teori kesimpulan

• Distribusi teoritis
• Sampling dan distribusi sampling
• Pendugaan populasi atau teori populasi
• Uji hipotesis
• Analisis korelasi dan uji signifikan
• Analisis regresi untuk peramalan
STATISTIK BERDASARKAN RUANG
LINGKUP PENGGUNAANNYA

• Statistik Sosial
• Statistik Pendidikan
• Statistik Ekonomi
• Statistik Perusahaan
• Statistik Pertanian
• Statistik Kesehatan
STATISTIK BERDASARKAN BENTUK
PARAMETERNYA

• Statistik Parametrik
Bagian statistik yang parameter dan
populasinya mengikuti suatu distribusi
tertentu, seperti distribusi normal,
dan memiliki varian yang homogen.
• Statistik non parametrik
Bagian statistik yang parameter dan
populasinya tidak mengikuti suatu
distribusi tertentu atau memiliki distribusi
yang bebas dari persyaratan, dan variannya
tidak perlu homogen.
C. PERANAN STATISTIK

• Dalam kehidupan sehari-hari

contoh : angka-angka kenakalan
remaja, tingkat biaya hidup,
tingkat kecelakaan lalu lintas.

• Dalam penelitian ilmiah

• Dalam ilmu pengetahuan
PERLUNYA STATISTIK

• Menjelaskan hubungan antara

variabel-variabel
• Membuat rencana dan ramalan
• Mengatasi berbagai perubahan
• Membuat keputusan yang lebuh
baik
FUNGSI STATISTIK

• Bank Data
• Alat quality kontrol
• Alat analisis
• Pemecahan masalah dan pembuat
keputusan
D. METODOLOGI STATISTIK

Pemecahan masalah secara statistik

yang terdiri atas beberapa tahap.
1. Identifikasi masalah
2. Pengumpulan data
3. Klasifikasi data
4. Penyajian data
5. Analisis data
1. IDENTIFIKASI MASALAH

• Merupakan tahap awal atau tahap

perencanaan.
• Pada tahap ini, masalah atau persoalan yang
ada dipahami atau didefinisikan secara
jelas dan tepat.
• Misal : Sifat permasalahan, luas
permasalahan, dampak situasi,dll
2. PENGUMPULAN DATA

• Data Intern :
Data yang bersangkutan langsung dengan
permasalahan.
• Data Ekstern :
Data yang hanya mendukung permasalahan.
 DATA INTERN DAN EKSTERN
DIKUMPULKAN MELALUI :

• Data-data yang tersedia

Data-data diperoleh dan dikumpulkan melalui sumber-sumber
yang telah ada.
• Data –data asli :
Data-data yang diperoleh dan dikumpulkan secara langsung oleh
peneliti.
 SYARAT DATA YANG
BAIK :
1. Data harus obyektif, sesuai dengan keadaan sebenarnya (as it is).
2. Data harus bisa mewakili (representative).
3. Kesalahan baku (standard error) harus kecil.
Suatu perkiraan (estimate) dikatakan baik (memiliki tingkat ketelitian tinggi) jika
kesalahan bakunya kecil.
Syarat (2) & (3) sering disebut sebagai syarat data yang dapat diandalkan
(reliable).
4. Harus tepat waktu (up to date).
5. Harus relevan, yaitu data yang dikumpulkan harus ada hubungannya dengan
masalah yang akan dipecahkan.
 3. KLASIFIKASI DATA

Pada tahap klasifikasi data, data yang

sudah ada dikelompokan sesuai dengan tujuan
penelitian dan diidentifikasi berdasarkan
kemiripan atau kesamaan sifat, kemudian
disusun dalam kelompok-kelompok.
Salah satu metode pengklasifikasian data yang
sering digunakan adalah metode coding
 Data yang sudah diklasifikasikan,
disajikan atau ditampilkan dalam
4. bentuk tabel atau grafik.
PENYAJI 5. Analisis Data
AN DATA Diinterpretasikan hasil dari tahap
sebelumnya dan merupakan tahap
akhir sebelum penarikan kesimpulan
 MASALAH

PROSES TEORITIS PROSES EMPIRIS

HIPOTESIS UJI HIPOTESIS DATA

(INFERENSI)
KESIMPULAN

Gambar 1. Diagram Proses Penelitian Ilmiah (Djaali, 2008)

Data, Populasi dan Sampel,
Teknik Sampling, Pengujian
Hipotesis
IR.RUSLI BURHANSYAH,
MSi
PROGRAM PRAKTISI MENGAJAR SEMESTER
2-2023
PROGRAM PENDIDIKAN AGAMA ISLAM
UNIVERSITAS YUDHARTA
2023
PENGERTIAN DATA
DATA
• Himpunan nilai/variate/datum atau informasi lain yang
diperoleh dari observasi, pengukuran dan penilaian)
terhadap suatu obyek atau lebih
• Obyek pengamatan variable variate/nilai
• Data kualitatif = diperoleh dari hasil pengamatan
• Data kuantitatif = diperoleh dari kegiatan pengukuran atau
penilaian
 JENIS-JENIS DATA
1. Jenis kelamin
2. Warna bunga
3. Habitat, dll
Data Kualitatif
1. Jumlah kloroplas
2. Jumlah
trombosit
DATA Data Diskret
3. Jumlah sel
4. Jumlah anak, dll
Data Kuantitatif
1. Berat badan
Data Kontinu 2. Jarak kota
3. Luas tanah, dll
• Berdasarkan cara menyusun angkanya :
• Data nominal, yaitu data statistik yang cara menyusunnya didasarkan
pada klasifikasi tertentu, contoh; Jumlah mahasiswa Matematika
2015/2016 menurut tingkat dan jenis kelaminnya
• Data ordinal/urutan, yaitu data statistik yang cara menyusun angkanya
didasarkan pada urutan/ranking,
contoh : Hasil nilai statistik berdasarkan ranking
• Data interval, yaitu data statistik dimana terdapat jarak yang sama di
antara hal-hal yang sedang diteliti
Berdasarkan bentuk angkanya :
• Data tunggal, yaitu data statistik yang angka-angkanya merupakan
satu unit atau satu kesatuan, tidak dikelompokkan
• Data kelompok, yaitu data statistik tiap unitnya terdiri dari
sekelompok angka, contoh; 80 – 84, 75 – 79

Berdasarkan waktu pengumpulannya :

• Data seketika, yaitu data statistik yang mencerminkan keadaan
pada suatu waktu saja, contoh : pada semester genap 2023
• Data urutan waktu, yaitu data statistik yang mencerminkan
keadaan dari waktu ke waktu secara berurutan, contoh jumlah
SUMBER DATA
STATISTIKA
1. Wawancara langsung
2. Wawancara tidak langsung
Data Primer 3. Pengisian kuisioner
4. Tes
5. Dokumentasi
DATA

Data dari pihak lain:

Data Sekunder 1. BPS
2. Bank Indonesia
3. World Bank, IMF
4. FAO dll
Contoh tabel distribusi frekuensi
a. Diagram Lambang
Penyajian data statistik dengan menggunakan gambar lambang
b. Diagram Batang
Penyajian data dengan menggunakan gambar yang berbentuk batang

Pengidap HIV/AIDS di beberapa Kabupaten/Kota di Jawa

Barat
c. Diagram Garis

Jika data dalam tabel digambarkan dalam diagram garis, maka diperoleh:
d. Diagram Lingkaran

Jika data dalam tabel digambarkan dalam diagram lingkaran, terlebih dahulu
menentukan sudut juring yang mewakilinya

Sudut juring atletik = 8  360o = 96o

30
Sudut juring renang = 11  360o = 132o
30
Sudut juring tenis = 5  360o = 60o
30
Sudut juring basket = 6  360o = 72o
30
a. Histogram b. Poligon Frekuensi

Gambar berikut merupakan histrogram dan poligon frekuensi data pada tabel
berat badan 100 siswa
a. Distribusi Frekuensi Kumulatif
Distribusi kumulatif data pada tabel berat badan 100 siswa digambarkan sebagai
berikut:

Tabel 1.3 Tabel 1.4

b. Ogive
Poligon frekuensi kumulatif (ogive) data pada tabel 1.3 dan 1.4
 LATIHAN
1. Perhatikan data berikut.

5, 4, 6, 7, 8, 8, 6, 4, 8, 6, 4, 6, 6, 7, 5, 5, 3, 4, 6, 6
8, 7, 8, 7, 5, 4, 9, 10, 5, 6, 7, 6, 4, 5, 7, 7, 4, 8, 7, 6

Sajikan dalam tabel frekuensi data di atas.

 LATIHAN
2. Tabel berikut menunjukkan banyaknya siswa di suatu
kabupaten menurut tingkat sekolah pada tahun 2017.

Tingkat Pendidikan Banyaknya Siswa

SD 275
SMP 500
SMA 225

Buatlah diagram lingkaran untuk data tersebut.

 LATIHAN
3. Buatlah tabel distribusi frekuensi hasil ujian Statistik
semester V menjadi diagram garis
Nilai Frekuensi
50 2
55 3
65 11
70 20
75 33
80 24
85 7
Jumlah 100
POPULASI, SAMPEL DAN
45

TEKNIK SAMPLING
46
MATERI BAHASAN:
1. Pengertian Populasi
2. Sampel
3. Teknik Sampling
4. Jenis-jenis Teknik Sampling
- Random Sampling
- Non Random Sampling
5. Penetapan Jumlah Sampel
6. Ukuran Sampel
PENGERTIAN
47

• Populasi
Jumlah keseluruhan dari satuan-satuan atau individu-individu yang karakteristiknya
hendak diteliti. Dan satuan-satuan tersebut dinamakan unit analisis, dan dapat berupa
orang-orang, institusi-institusi, benda-benda, dll.
Totalitas semua nilai yang mungkin, hasil menghitung ataupun pengukuran kuantitatif
maupun kualitatif daripada karakteristik tertentu mengenai semua objek yang lengkap
dan jelas yang ingin dipelajari sifat-sifatnya.
• Suatu himpunan dengan sifat-sifat yang ditentukan oleh peneliti sedemikian rupa
sehingga setiap individu/variable data dapat dinyatakan dengan tepat apakah individu
tersebut menjadi anggota atau tidak. Populasi adalah himpunan semua individu yang
dapat memberikan data dan informasi untuk suatu penelitian (Agung, 2003; 2).
• Sampel
Sampel atau contoh adalah sebagian dari populasi yang karakteristiknya hendak diteliti. Sampel yang baik,
yang kesimpulannya dapat dikenakan pada populasi, adalah sampel yang bersifat representatif atau yang
dapat menggambarkan karakteristik populasi.
Sampel adalah himpunan bagian atau Sebagian populasi yang karakteristiknya benar-benar diselidiki.
Karakteristik populasi harus terwakili dalam sampel. Artinya ciri atau keadaan populasi harus
tergambarkan dalam sampel. Misalnya dalam bidang Pendidikan ciri populasi dapat berbentuk : siswa,
mahasiswa, guru, dosen, kelas, dinas Pendidikan, dan lain-lain, maka sampel yg terpilih harus memuat
semua ciri atau karakteristik itu. Dalam hal ini yang menjadi pusat perhatian adalah keterwakilan
(refresentativness) sampel dari suatu populasi.
Beberapa hal yg perlu diperhatikan dgn keterwakilan ini yaitu :
(1) sampel yg mewakili populasi harus diambil secara acak (setiap anggota populasi mempunyai
kesempatan yg sama untuk menjadi sampel)
(2) jumlah sampel yang terpilih ditentukan oleh besarnya populasi dan keragaman dari populasi.
(3) presisi yang dikehendaki dari peneltiian. Makin tinggi presisi, makin besar sampel yang dibutuhkan.
Karena sampel yang besar cenderung memberikan estimasi yang lebih dekat ke nilai parameter.
(4) rancangan analisis yang akan digunakan. Misal rancangan penelitan eksperimen muruni dianggap cukup
dg mengambil sampel 25 subjek. Namun untuk penelietian survey tentang jenis pekerjaan dan tingkat
Pendidikan tidak cukup sampel acak 120 subjek karena mungkin ada jenis pekerjaan dan tingkat
Pendidikan yang frekeuensinya kosong.
 TEKNIK SAMPLING
49
1. Pengertian teknik sampling
Teknik pengambilan sample atau teknik sampling adalah teknik pengambilan sampel dari
populasi. Sampel yang merupakan sebagaian dari populasi tsb. kemudian diteliti dan hasil
penelitian (kesimpulan) kemudian dikenakan pada populasi (generalisasi).
50
2) Manfaat sampling

❖ Menghemat biaya penelitian.

❖ Menghemat waktu untuk penelitian.

❖ Dapat menghasilkan data yang lebih akurat.

❖ Memperluas ruang lingkup penelitian.

3) Syarat-syarat teknik sampling Teknik sampling boleh dilakukan bila

populasi bersifat homogen atau memiliki karakteristik yang sama atau
setidak-tidaknya hampir sama. Bila keadaan populasi bersifat
heterogen, sampel yang dihasilkannya dapat bersifat tidak representatif
atau tidak dapat menggambarkan karakteristik populasi.
51
 D. JENIS-JENIS TEKNIK SAMPLING
52

a. Random sampling

Teknik sampling yang dilakukan dengan memberikan peluang

atau kesempatan kepada seluruh anggota populasi untuk
menjadi sampel. Sampel yang diperoleh diharapkan
merupakan sampel yang representatif. Teknik sampling
semacam ini dapat dilakukan dengan cara-cara sebagai
berikut.
 CARA-CARA RANDOM SAMPLING
53

1) Teknik sampling secara rambang sederhana

Paling populer yang dipakai dalam proses penarikan sampel rambang sederhana
adalah dengan undian. Setiap elemen dalam populasi mempunyai kesempatan
sama untuk diseleksi sebagai subyek dalam sampel. Penting, peneliti harus
mengetahui jumlah responden yang ada dalam populasi penelitian. Sampling ini
memiliki bias terkecil dan generalisasi
 CARA-CARA RANDOM SAMPLING
54

1) Teknik sampling secara rambang sederhana

Syarat yang harus dipenuhi untuk rambang sederhana adalah:
a. Ukuran populasi harus terhingga, populasi yang bersifat konseptual
atau teoretis dapat dikategorikan pada populasi tak terhingga.
b. Anggota populasi harus homogen, anggota populasi yang mempunyai
karakteristik yang dianggap sama atau pada umumnya sama
(homogen) samplingnya dapat dilakukan dengan sampling acak.
Populasi yang anggotanya mempunyai karakteristik berbeda-beda
sampelnya tidak dapat diambil dengan cara sampling acak.
c. Cara lain mengambil sampel secara acak ialah dengan menggunakan
tabel bilangan acak.
 CARA-CARA RANDOM SAMPLING
55

2) Teknik sampling secara sistematis (systematic sampling)

• Prosedur ini berupa penarikan sample dengan cara mengambil setiap kasus (nomor
urut) yang kesekian dari daftar populasi.
• Setiap elemen populasi dipilih dengan suatu jarak interval (tiap ke n elemen) dan
dimulai secara random dan selanjutnya dipilih sampelnya pada setiap jarak interval
tertentu. Jarak interval misalnya ditentukan angka pembagi 5,6 atau 10. Atau dapat
menggunakan dasar urutan abjad.
• Syarat yang perlu diperhatikan oleh peneliti adalah adanya daftar semua anggota
populasi
• Sampling ini bisa dilakukan dengan cepat dan menghemat biaya, tapi bisa menimbulkan
bias
 Cara Pengambilan Sampel
56
➢ Suatu populasi yang mempunyai anggota 500 individu, akan diambil sampelnya
sebanyak 50 individu, Peneliti memberi nomor urut pada setiap anggota populasi
dengan urutan nomor 1, 2, 3,….., 500.
➢ Dibuat interval pada nomor-nomor anggota populasi misalnya dengan interval 10
angka, sehingga diperoleh 50 kelompok bilangan (kelas interval).
➢ Setiap kelas interval secara acak ditetapkan bilangan mana akan diambil anggotanya
untuk dijadikan sampel yang mewakili interval tersebut.
➢ Misalnya ditetapkan 7 sebagai nomor yang mewakili kelas interval pertama ( 1 s.d.
10), maka selanjutnya akan didapati 17 untuk mewakili kelas interval kedua (11 s.d.
20).
➢ Selanjutnya 27 mewakili kelas interval ketiga, dan seterusnya, sampai 497 untuk
mewakili kelas interval terakhir atau kelima puluh (491 s.d. 500).
➢ Dengan demikian diperoleh jumlah sampel sebanyak 50.
57 Cara-cara random sampling (lanjutan)
3) Teknik sampling secara rambang proporsional.
Jika populasi terdiri dari subpopulasi- subpopulasi maka sample penelitian
diambil dari setiap subpopulasi. Adapun cara pengambilannya dapat dilakukan
secara undian maupun sistematis.
58
Cara-cara random sampling (lanjutan)
4) Teknik sampling secara rambang bertingkat (stratified
sampling)
• Bila subpopulasi-subpopulasi sifatnya bertingkat, cara pengambilan sampel sama
seperti pada teknik sampling secara proporsional.
• Digunakan untuk mengurangi pengaruh faktor heterogen dan melakukan
pembagian elemen-elemen populasi ke dalam strata. Selanjutnya dari masing-
masing strata dipilih sampelnya secara random sesuai proporsinya.
• Sampling ini banyak digunakan untuk mempelajari karakteristik yang berbeda,
misalnya, di sekolah ada kls I, kls II, dan kls III. Atau responden dapat dibedakan
menurut jenis kelamin; laki-laki dan perempuan, dll.
• Keadaan populasi yang heterogen tidak akan terwakili, bila menggunakan
teknik random. Karena hasilnya mungkin satu kelompok terlalu banyak yang
terpilih menjadi sampel.
59
Cara pengambilan sampel

➢ Pertama mengidentifikasi karakteristik umum anggota populasi, kemudian menentukan

strata atau lapisan dari jenis karakteristik unit-unit tersebut.
➢ Setelah ditentukan stratanya, baru dari masing-masing strata diambil sampel yang
mewakilinya.
➢ Pengambilan sampel tahap kedua ini, biasanya dilakukan dengan cara acak, karenanya
disebut stratified random sampling.
➢ Agar perimbangan sampel dari masing-masing strata memadai, maka dalam teknik ini
sering pula dilakukan perimbangan antara jumlah anggota populasi berdasarkan masing-
masing strata.
➢ Apabila sampling memperhatikan daerah (sampling area) maka dalam hal ini setiap wilayah
harus pula terwakili dalam sampel.
60
61

Cara-cara random sampling (lanjutan)

5) Teknik sampling secara kluster (cluster sampling)

Ada kalanya peneliti tidak tahu persis karakteristik populasi yang ingin
dijadikan subjek penelitian karena populasi tersebar di wilayah yang
amat luas. Untuk itu peneliti hanya dapat menentukan sampel wilayah,
berupa kelompok klaster yang ditentukan secara bertahap. Teknik
pengambilan sampel semacam ini disebut cluster sampling atau multi-
stage sampling.
62 Cara-cara random sampling(lanjutan)

5) Teknik sampling secara kluster (cluster sampling)

➢ Elemen-elemen dalam populasi dibagi ke dalam cluster atau kelompok, jika ada
beberapa kelompok dengan heterogenitas dalam kelompoknya dan homogenitas antar
kelompok. Teknik cluster sering digunakan oleh para peneliti di lapangan yang mungkin
wilayahnya luas.

➢ Sampling ini mudah dan murah, tapi tidak efisien dalam hal ketepatan serta tidak umum
 b. Non-random sampling
63

1) Purposive sampling atau judgmental sampling

➢ Penarikan sampel secara purposif merupakan cara penarikan sample yang
dilakukan memiih subjek berdasarkan kriteria spesifik yang ditetapkan
peneliti berdasarkan ciri atau sifat-sifat populasi yang sudah diketahui
sebelumnya.
➢Pelaksanaan pengambilan sampel yang menggunakan teknik ini, mulamula
peneliti harus mengidentifikasi semua karakteristik populasi, maupun dengan
cara lain dalam mempelajari berbagai hal yang berhubungan dengan populasi.
➢Setelah itu barulah peneliti menetapkan berdasarkan pertimbangannya,
sebagian dari anggota populasi menjadi sampel penelitian.
➢Jadi teknik pengambilan sampel dengan pupossive sampling berdasarkan pada
pertimbangan pribadi peneliti.
 b. Nonrandom sampling
64
2) Snow-ball sampling (penarikan sample secara bola salju)
➢ Proses pengambilan sample dengan cara sambung menyambung informasi dari unit satu
dengan unit lain sehingga menjadi satu kesatuan unit yang banyak.

➢ Penarikan sample pola ini dilakukan dengan menentukan sample pertama. Sampel berikutnya
ditentukan berdasarkan informasi dari sampel pertama, sampel ketiga ditentukan
berdasarkan informasi dari sample kedua, dan seterusnya sehingga jumlah sample semakin
besar, seolah-olah terjadi efek bola salju
 b. Nonrandom sampling
65
3) Quota sampling (penarikan sample secara jatah).

➢ Teknik sampling ini dilakukan dengan cara pertama-tama menetapkan

berapa besarnya jumlah sampel yang diperlukan.

➢ Biasanya yang dijadikan sample penelitian adalah subjek yang mudah

ditemui sehingga memudahkan pula proses pengumpulan data.

➢ Kemudian menetapkan banyaknya jatah atau quotum, maka jatah atau

quotum itulah yang dijadikan dasar untuk mengambil unit sampel yang
diperlukan.

➢ Anggota populasi manapun yang akan diambil, tidak menjadi masalah,

yang penting jumlah quotum yang sudah ditetapkan dapat dipenuhi.
 b. Nonrandom sampling
66

4) Accidental sampling atau convenience sampling

➢ Metode yang proses pengambilan sampelnya cukup dengan mengambil siapa
saja yang kebetulan ditemui oleh observer di lapangan sesuai kebutuhan studi.

➢ Dalam penelitian bisa saja terjadi diperolehnya sampel yang tidak direncanakan
terlebih dahulu, melainkan secara kebetulan, yaitu unit atau subjek tersedia
bagi peneliti saat pengumpulan data dilakukan
67
PENETAPAN JUMLAH SAMPEL

➢ Berapakah besar jumlah yang dinyatakan memenuhi syarat untuk penelitian ?

➢ Apa saja yang harus dipertimbangkan dalam menetapkan jumlah sampel ?

68 PENETAPAN JUMLAH SAMPEL
Ada beberapa pertimbangan untuk penetapan jumlah sampel :

1. Sejauh mana homogenitas populasi. Jika populasi 100 persen homogen besar sampel
tak jadi persolan (misal menen-tukan golongan darah). Namun jika populasi kurang
homogen besar jumlah sampel harus dipertimbangkan.

2. Apakah sampel memenuhi jumlah mini-mum untuk analisis statistik (untuk penelitian
kuantitatif analitik)
69 Ukuran Sampel
Kuantitatif :
dapat ditaksir dengan akurat, berdasar analisis yang akan
dilakukan, presisi estimasi yang diinginkan, kesalahan random
yang masih bisa ditoleransi, kuasa statistik yang diharapkan
Kualitatif :
Ukuran sampel cukup besar jika peneliti telah puas bahwa data
yang diperoleh cukup kaya dan cukup meliput dimensi yang
diteliti.
Umumnya sekitar 40 responden, jarang >200
70 SAMPLE SIZE / UKURAN SAMPEL

Tergantung pada :

• Pertimbangan representative

• Adanya sumber-sumber yang dapat digunakan untuk

menentukan batas maksimal dari besarnya sampel.

• Pertimbangan analisis

• Kebutuhan rencana analisis yang menentukan batas

minimal besar sampel.
71
Variabel-variabel yang akan menentukan
jumlah sampel
Tingkat kemaknaan statistik (a)

Kuasa statistik (1-ß)

Besarnya pengaruh variabel terhadap efek

Proporsi efek pada populasi tak terpapar (kohort)

Proporsi paparan pada populasi normal (kasus kontrol)

Perbandingan ukuran sampel antar kelompok studi yang dikehendaki

72
• Peneliti menentukan a dan ß berdasar pertimbangan resiko yang masih dapat
diterima dari penelitian (0.05, 0.01, 0.001 dst)

• Besarnya pengaruh variabel bebas terhadap efek ditetapkan oleh peneliti

berdasar hasil penelitian sebelumnya
73
74
 PENENTUAN BESARNYA SAMPEL (SAMPLE SIZE)
75
Penetapan jumlah sampel tergantung pada:
1. Adanya sumber data yang dapat digunakan untuk menetapkan batas
maksimal dari besarnya sample
2. Kebutuhan dari rencana analisis yang menentukan batas minimal dari
besarnya sampel:
a. Angka perkiraan dari proporsi yang mau diukur (misal: penelitianpenyakit
jantung koroner ditetapkan 50%)
b. Tetapkan tingkat kepercayaan (misal: 5%, atau 1%)
c. Tetapkan derajat kepercayaan (Confidence levels) misal: 95%, atau 99%.
3. Hitung jumlah/besar sampel
76
77
Contoh:
Penelitian tentang status gizi anak balita di kelurahan X N=923.000, prevalensi gizi
kurang tidak diketahui.Tentukan besar sampel (n) yang harus diambil bila
dikehendaki derajat kemaknaan(1- a =95% dengan estimasi penyimpangan(a=0,05)
Bila dimasukan ke dalam formula di atas diperoleh besarnya sampel n = 480
78
79
80
81
82
83

Beberapa contoh menentukan sample size

• Hair et al (1998) Rasio antara jumlah subjek dan jumlah

variabel independen dalam analisis multivariat dianjurkan
sekitar 15 sampai 20 subjek per variabel independen
• Pada penelitian dengan teknik analisis regresi multivariat
 Menentukan Ukuran Sampel
84
Tabel Krecjie
➢ Berdasarkan atas kesalahan 5%, atau kepercayaan 95%
➢ Makin besar populasi, makin kecil persentase sampel
➢ Jumlah populasi sampai100.000 Nomogram Harry King
➢ Berdasarkan atas kesalahan bervariasi 5% s/d 15%
➢ Jumlah populasi hanya sampai 2000
➢ Semakin besar kesalahan maka makin kecil jumlah sampel
85
86
 Menentukan Jumlah Subjek Eksperimental
87

Contoh penggunaan Rumus Federer

Sebagai contoh, jika penelitian terdiri dari lima kelompok perlakukan,
maka jumlah subjek per kelompok dihitung dengan proses berikut.
(n - 1) (5 - 1) ≥ 15
4n – 4 ≥ 15
4n ≥ 19
n ≥ 4,75
PENGUJIAN
HIPOTESIS
IR.RUSLI BURHANSYAH, MSi
WA 085173119657/Telp 081345125393
PROGRAM PRAKTISI MENGAJAR SEMESTER 2-2023
PROGRAM PENDIDIKAN AGAMA ISLAM
UNIVERSITAS YUDHARTA
2023
TERMINOLOGI

Hipotesis : anggapan dasar/asumsi atau dugaan mengenai sesuatu

hal yang harus dibuktikan kebenarannya.

Hipotesis statistik : anggapan dasar/asumsi atau dugaan mengenai

parameter populasi (khususnya nilai-nilai parameter).

Pengujian Hipotesis : prosedur untuk menentukan apakah menerima

atau menolak hipotesis yang dibuat.

▪ 60% remaja di kota Bandung melakukan hubungan pra-nikah

▪ Penghasilan masyarakat kota B per bulan lebih dari Rp. 1.000.000.-

▪ 80% masyarakat menyatakan penurunan BBM tidak menurunkan sembako
KONSEP UJI HIPOTESIS

Hipotesis
Populasi
Penelitian

Hipotesis Sampel
Keputusan
Statistik

Statistik Uji
KEKELIRUAN DALAM
PENGUJIAN HIPOTESIS

KESIMPULAN KEADAAN SEBENARNYA

Hipotesis Benar Hipotesis Salah
KELIRU
Terima Hipotesis BENAR (Kekeliruan Tipe II)
b
KELIRU
Tolak Hipotesis (Kekeliruan Tipe I) BENAR
a

a : dikenal sebagai taraf signifikansi/nyata/kebermaknaan (umumnya diambil 1, 5

dan 10%)
JENIS HIPOTESIS

Hipotesis Nol (H0)

Hipotesis
Statistik
Hipotesis Alternatif (H1)

Hipotesis nol adalah hipotesis yang perumusannya

mengandung pengertian sama atau tidak ada perbedaan,

Untuk menerima atau menolak hipotesis diperlukan kriteria pengujian yang

terdiri dari daerah penerimaan dan daerah penolakan -> daerah kritis
 RUMUSAN HIPOTESIS
Misalkan  adalah parameter yang akan diuji dengan nilai yang
dihipotesiskannya adalah 0, maka rumusan hipotesisnya dapat
mengambil beberapa bentuk :

H0 : = 0
Uji dua pihak
H1 :    0
H0 : = 0
Uji pihak kanan
H1 :    0

H0 : = 0
Uji pihak kiri
H1 :    0
BEBERAPA RUMUSAN HIPOTESIS

1. Rumusan untuk menguji satu nilai parameter

H0 : = 0

2. Rumusan untuk menguji dua nilai parameter

H0 : 1 =  2

3. Rumusan untuk menguji lebih dari dua nilai

parameter
H 0 :  1 =  2 = ... = k
PENGUJIAN HIPOTESIS

HIPOTESIS merupakan suatu proposisi/ pernyataan atau jawaban sementara /dugaan yang mungkin benar
dan digunakan sebagai dasar pembuatan keputusan/penyelesaian dari suatu masalah untuk penelitian
Hipotesis adalah hasil kajian Pustaka atau proses rasional dari peneltiian yg telah mempunyai kebenaran
secara teoritis. Kebenaran hipotesis harus diuji secara empirik.

Ciri-ciri penting suatu hipotesis

(1) Merupakan hasill dari proses toeritis dan komporasi fakta yang handal, yang secara teoritis dapat
dipertanggungkan jawabkan kebenarannya.
(2) Menyatakan hubungan antara variable
(3) Harus dapat diuji artinya feasible untuk memperoleh data pengujian hipotesis itu,
(4) Harus spesifik dan sederhana
(5) Menyatakan pernyataan tentang karakteristik populasi
KEKELIRUAN HIPOTESIS

KONDISI KEPUTUSAN
SEBENARNYA MENERIMA MENOLAK
Lanjut. Pengujian Hipotesis
LANGKAH-LANGKAH PENGUJIAN HIPOTESIS
C. MENENTUKAN KRITERIA
PADA DASARNYA MENETAPKAN STATISTIK UJI, MISALNYA : t, F, r atau X2. Nilai dari Statistik
uji adalah nilai yang akan dipakai sebagai dasar untuk menerima atau menolak hipotesis Ho.
Kriterian diperoleh dari tabel distribusi tm F, r atau X2.

D. PERHITUNGAN STATISTIKA
PERHITUNGAN DALAM RANGKA PENGUJIAN HIPOTESIS ARTINYA MENEMUKAN X2, t, F
atau r yang diperoleh dari perhitungan data sampel

E. MENARIK KEMSIMPULAN
MENARIK KESIMPULAN BERARTI MENOLAK HO ATAU MENERIMA HO.
JIKA PENELITI BERHASIL MENOLAK HO KITA MENGATAKAN HIPOTESIS YG DIAJUKAN
TERUJI OLEH DATA (the data support hypothesis). Kesimpulan penelitian adalah hipotesis verbal
yang telah diajukan peneliti,
Sebaliknya peneliti tidak berhasil menolak Ho maka hipotesis yang diajukan tidak teruji oleh data
(the data not support hypothesis)
Kesimpulan lain yang tak kalah pentingynya adalah makna atau implikasi dari kesimpulan berkaitan
dengan masalah yang diteliti.
Diperkirakan bahwa rata-rata penghasilan masyarakat di desa
Sukamiskin adalah Rp. 950.000 per bulan. Apakah dugaan ini
bisa diterima?

H 0 :  = 950.000
H1 :   950.000
PROSEDUR PENGUJIAN HIPOTESIS

• Rumuskan Hipotesis (dua pihak atau satu pihak)

• Tentukan statistik uji (Z, t, c2, F dlsb)
• Hitung statistik uji
• Tentukan daerah kritis (tetapkan tingkat signifikansi/kebermaknaan  a)
• Bandingkan statistik uji dengan daerah kritis
• Membuat keputusan terima atau tolak H0
 DAERAH KRITIS

Daerah Tolak H0
Daerah Tolak H0
a /2
a /2 a /2 Daerah Terima H0
a /2

d1 d2

Uji 2 pihak

Daerah Tolak H0
Daerah Tolak H0
a /2
a /2
a /2
Daerah Terima H0 a /2 a Daerah Terima H0
a

d d

Uji pihak kanan Uji pihak kanan

Uji Satu Rata-rata, populasi berdistribusi normal

Hipotesis H 0 :  = 0 melawan
H1 :    0 atau
H1 :    0 atau
H1 :   0

x − 0 Simpangan baku populasi ()

z=

n diketahui
Statistik Uji :
x − 0
t= Simpangan baku populasi tidak
s diketahui ( diganti oleh s sampel)
n
CONTOH KASUS
1
Sebuah pabrik batere mobil menyatakan bahwa rata-rata daya
pakai produknya adalah 7 tahun dengan simpangan baku 0,5
tahun. Dari inspeksi terhadap 40 buah sampel batere diperoleh
bahwa rata-rata daya pakai ini adalah 6,2 tahun. Apakah pendapat
pabrik tersebut bisa anda terima?

Rumusan Hipotesis H0 :  = 7
Uji 2 pihak
H1 :   7

x − 0
Tentukan statistik uji z= Karena ukuran sampel cukup
 besar dan  diketahui
n

6,2 − 7 − 0,8 − 0,8

z= = = = −10,11
0,5 0,5 / 6,32 0,0791
40
Tentukan daerah kritis (ambil a = 5%)

Daerah Tolak H0
Daerah Tolak H0
a /2
a /2 a /2 Daerah Terima H0
a /2

-1,67 1,67

Nilai ini diambil dari tabel z dengan nilai peluang 0,4750

Letakkan nilai z (-10,11) di atas dalam daerah kritis. Jika z terletak di

daerah kritis berarti tolak H0

Karena z terletak di daerah kritis maka tolak Ho, artinya tolak hipotesis
bahwa daya pakai produk sama dengan 7 tahun.
CONTOH KASUS 2

Pabrik bola lampu “Caang” menyatakan bahwa produknya mempunyai daya pakai
lebih dari 2 tahun. Hasil pengujian yang dilakukan oleh yayasan lembaga
konsumen terhadap 10 lampu mendapatkan bahwa rata-rata daya tahan bola
lampu tersebut adalah 2,2 tahun dengan simpangan baku 0,4 tahun. Dari hasil ini
apakah pernyataan tersebut dapat diterima dengan taraf keyakinan 5%.

Rumusan Hipotesis
H0 : =2
H1 :  > 2

x − 0
Statistik uji t=
s
n

2,2 − 2,0 0,2

t= = = 1,581
0,4 0,1265
10
Tentukan daerah kritis
(lihat tabel t dengan df = 10-1 dan ambil a = 5%)

Daerah Tolak H0

Daerah Terima H0
a/2
a/2 a = 0,05

2,262
t=1,581

Kesimpulan : nilai t masuk dalam daerah terima H0, berarti maka

pernyataan pabrik tersebut bahwa daya tahan produknya lebih besar dari
2 tahun tidak dapat diterima
Uji Satu Proporsi (p)

Hipotesis H0 : p = p 0 melawan

H1 : p  p 0 atau
H1 : p  p 0 atau
H1 : p  p 0

x / n −p0
Statistik Uji : z=
p 0 (1 − p 0 ) / n

Kriteria terima dan tolak Hipotesis lihat tabel Z

Contoh kasus 3
Pabrik gelas “Kawung” mengklaim bahwa paling sedikit 95% gelas yang
diproduksinya berkualitas baik. Sebuah penelitian dari 200 sampel gelas
memperlihatkan adanya gelas yang cacat sebanyak 18 buah. Apakah anda
menerima pernyataan pabrik tersebut? Uji dengan taraf signifikasi 5%

Rumusan Hipotesis H0 : p = 0,95

H1 : p > 0,95

x / n −p0
Statistik Uji z=
p 0 (1 − p 0 ) / n

182 / 200 − 0,95 0,91 − 0,95

z= = = −2,597
0,95(0,05) / 200 0,0154
Tentukan daerah kritis
(lihat tabel z dengan nilai p = 0,4500)

Daerah Tolak H0

Daerah Terima H0
a/2
a/2 a = 0,05

1,65
z
-2,597

Karena z hitung < z tabel (terletak di daerah terima H0), maka dapat
disimpulkan bahwa pernyataan pabrik tersebut yang menyatakan bahwa
produk yang tidak baik paling sedikit 95% tidak dapat diterima.
Uji Dua Rata-rata, populasi
independen dan berdistribusi normal

Rumusan Hipotesis H 0 : 1 = 2 melawan

H1 : 1  2 atau
H1 : 1  2 atau
H1 : 1  2

1. Asumsi : 1 = 2 =  diketahui
x1 − x 2
t= x1 − x 2
1
Statistik sUji +:
1 z= df = n1 + n2 − 2
n1 n 2 1 1
 +
n1 n2

2. Asumsi : 1 = 2 =  tidak diketahui

(n1 − 1) s12 + (n2 − 1) s 22
Statistik Uji : s =
2

n1 + n2 − 2
3. Asumsi : Jika 1 ≠ 2 =  dan tidak diketahui

Lakukan rumus pendekatan. Untuk mempermudah gunakan SPSS. Dalam

hal ini SPSS memberikan pilihan untuk menghadapi asumsi seperti ini.
Contoh kasus 4
Untuk melihat efektifitas sebuah metode Demonstrasi,
dilakukan uji terhadap dua kelompok siswa, Skor dari tes ini
adalah :

Metode Kontrol
Demonstrasi
85 75
88 70
65 64
75 73
76 70
79 69
90 66
78 58
79 60
93 59
Format data dalam SPSS
Uji Dua Rata-rata, observasi
berpasangan

Hipotesis H0 : d = 0

H1 : d  0

Contoh :

Sebelum Sesudah Istri Suami

- - - -
- - - -
- - - -
- - - -
- - - -

Analisis melalui SPSS ambil pilihan Paired Sample t-Test

Format data dalam SPSS
Uji Dua Proporsi
Rumusan Hipotesis H 0 : p1 = p 2 melawan

H1 : p1  p 2 atau
H1 : p1  p 2 atau
H1 : p1  p 2

x1 / n1 − x 2 / n2
Statistik Uji : z=
 1 1 
pq ( ) + ( )
 n1 n1 

x1 + x2
p= q = 1− p
n1 + n2

Kriteria terima dan tolak Hipotesis lihat tabel Z

Contoh kasus 5
Dua kelompok uji yang disebut X dan Y masing-masing terdiri dari 100 orang
diketahui menderita penyakit tetelo. Sebuah perusahaan farmasi berhasil
menemukan sebuah serum yang diberi nama “meteor garden” untuk
menyembuhkan penyakit tersebut. Untuk menguji efektifitas serum ini,
serum tersebut diberikan kepada kelompok X, sedang kelompok Y tidak
diberikan (dianggap sebagai kelompok kontrol). Setelah beberapa waktu,
yang sembuh dari kelompok X adalah 75 orang dan dari kelompok Y sebanyak
65 orang. Dari hasil ini periksalah apakah pemberian serum tersebut efektif?
Gunakan taraf signifikasi 1% dan 5%.

Kontrol p = 75%

Percobaan p = 65%
Hipotesis H 0 : p1 = p 2 melawan

H1 : p1  p 2

x1 + x2 75 + 65
Hitung : p= p= = 0.70
n1 + n2 100 + 100

x1 / n1 − x2 / n2
Statistik Uji : z=
 1 1 
pq ( ) + ( )
 n1 n1 
0.75 − 0.65
z= = 1.54
 1 1 
(0.7)(0.3)( )+( )
 100 100 

Terima H0, tidak ada perbedaan,

berarti serum tidak efektif

Daerah Tolak H0
Daerah Tolak H0
a /2
a /2 a /2 Daerah Terima H0
a /2

-1,67 1,67
BEBERAPA UJI LAIN

• Uji Simpangan Baku

• Uji Perbedaan lebih dari 2 rata-rata
UJI HIPOTESIS SECARA NON-
PARAMETRIK

• Dilakukan jika kita tidak dapat memenuhi asumsi normalitas distribusi

populasi.
• Lebih mudah
• Umumnya digunakan untuk data yang bersifat kualitatif
• Ukuran sampel sangat fleksibel (bahkan untuk ukuran yang cukup kecil)
BEBERAPA UJI PENTING

• Uji Mann-Whitney, pengganti uji t sampel independen

• Uji Wilcoxon, pengganti uji t sampel berpasangan
• Uji Kruskall-Wallis,uji lebih 2 rata-rata
ASSIGMENT

1. Sebuah pabrik tali menyatakan bahwa kekuatan tali produksinya mempunyai rata-rata lebih 300 lb. Hasil pengujian tep
64 utas tali menghasilkan rata-rata kekuatan tali adalah 310 lb dengan simpangan baku 24 lb. Apakah pernyataan
pabrik tersebut dapat diterima. Gunakan taraf kebermaknaan 5%.

2. Sebuah perusahaan farmasi mengklaim bahwa obat “ANTIKIT” yang diproduksinya, 90% efektif dalam menyembuhkan
alergi dalam waktu 8 jam. Dari sebuah sampel sebanyak 200 orang yang mempunyai alergi, ternyata 160 orang bisa
disembuhkan oleh obat tersebut. Dari sampel ini tentukanlah apakah klaim dari perusahaan tersebut dapat diterima?

3. Telah dilakukan penelitian tentang produksi bola lampu dari dua merek mesin. Sampel acak sebanyak 200 bola lampu
diambil dari mesin A dan 100 bola lampu dari mesin B. Dari kedua sampel acak ini ternyata ditemukan bola lampu yang
cacat yang dihasilkan oleh mesin A adalah 19 buah dan mesin B sebanyak 5 buah. Apakah kualitas kedua mesin berbeda.

4. Ada anggapan bahwa jumlah kesalahan yang dibuat oleh karyawan shift pagi lebih sedikit dibandingkan dengan
karyawan yang bekerja pada shift malam. Sebuah pengamatan terhadap kesalahan yang dibuat karyawan di sebuah
perusahaan memberikan hasil sebagai berikut :

Shift Pagi : 12, 10, 7, 9, 14, 8, 7, 11, 10, 6

Shift Malam : 10, 13, 8, 14, 13, 9, 11, 13, 15, 10

Dari data ini, apakah anggapan yang jumlah kesalahan antara shift pagi dan malam adalah berbeda bisa diterima