Simpangan Baku (Standard Deviation)

Sekor Frekuensi
Kelompok Frekuensi
No Tengah fXt Kumulatif
Sekor (f)
(Xt)
1 3–4 3,5 7 24,5 7
2 5–6 5,5 15 82,5 22
3 7–8 7,5 17 127,5 39
4 9 - 10 9,5 1 9,5 40
      ∑f = 40 (n) ∑fXt = 244  

Mean (M) = 244/40 = 6,01

∑ f(Xt – M)2
Simpangan Baku = -----------------------
n
 
 Sekor
Kelpok Tengah Frekuen
No fXt
Sekor si (f) (Xt – M)2 f(Xt – M)2
(Xt)

1 3–4 3,5 7 24,5 (3,5–6,01)2 7(3,5–6,01)2

2 5–6 5,5 15 82,5 (5,5–6,01)2 15(5,5–6,01)2

3 7–8 7,5 17 127,5 (7,5–6,01)2 17(7,5–6,01)2

4 9 - 10 9,5 1 9,5 (9,5–6,01)2 1(9,5–6,01)2

∑fXt =
      ∑f = 40 ∑ f(Xt – M)2
244
 Sekor
Klpok Tengah Frekue
No
Sekor nsi (f) fXt (Xt – M)2 f(Xt – M)2 f(Xt – M)2
(Xt)

1 3–4 3,5 7 24,5 6,3 7 ( 6,3 ) 42,21

2 5–6 5,5 15 82,5 0,26 15(0,26) 3,9

3 7–8 7,5 17 127,5 1,98 17(1,98) 33,66

4 9 - 10 9,5 1 9,5 12,32 1(12,32) 12,32

∑fXt =
      ∑f = 40 ∑ f(Xt – M)2 92,09
244
 244
Mean (M) = ------------- = 6,01
40

92,09
Simpangan Baku (SB) = ---------------- = 1,53
40

∑f(Xt – M)2 SB (populasi) = ∑f(Xt – M)2

------------------- SB (sampel = ---------------
n n-1
   
 DISTRIBUSI / KURVE NORMAL
 

Besarnya harga Rerata (Mean) dan Simpangan

Baku dapat digunakan untuk menganalisis lebih
jauh karakteristik suatu obyek yug diukur.
Penjabaran Rerata dan Simpangan Baku dapat
ditampilkan dalam bentuk distribusi / kurve normal.
 
Misal: Rerata sekor hasil tes terhadap 100 orang peserta didik X = 60,
sedangkan simpangan bakunya (SB) = 5. Berdasarkan data tersebut
maka persentase peserta didik yang mendapat sekor dari:
M sampai dengan M + 1 SB = 60 sampai dengan 65 adalah 34,13%
M + 1 SB sampai dengan M + 2 SB = 65 sampai dengan 70 = 13,59%
M – 1 SB sampai dengan M = 55 sampai dengan 60 = 34,13%
M - 1 SB sampai dengan M + 1 SB = 55 sampai dengan 65 = 68,26%
M - 2 SB sampai dengan M + 2 SB = 50 sampai dengan 70 = 95,44%
 Berdasarkan distribusi normal di atas juga dapat diketahui
jumlah persentase peserta didik yang mendapat sekor di
atas 70 yakni 50% - (34,13% +13,59%) = 2,38%.

Analisis dengan menggunakan distribusi normal dapat juga

dilakukan untuk menentukan kategori sekor masuk dalam
kategori A, B, C, dan seterusnya. Salah satu contoh seperti
yang dikembangkan oleh Blood dan Budd (1972) seperti
berikut ini.
Sekor di atas Mi + 1,5 SBi =A
Sekor antara Mi + 0,5 SBi sampai dengan Mi + 1,5 SBi = B
Sekor antara Mi – 0,5 SBi sampai dengan Mi + 0,5 SBi = C
Sekor antara Mi – 1,5 SBi sampai dengan Mi – 0,5 SBi = D
Sekor di bawah Mi – 1,5 SBi = E
 Mi = mean ideal = ½ (Sekor tertinggi + sekor terendah)

SBi = Simp baku ideal = 1/6 (Sekor tertinggi - sekor terendah)

Contoh: Tanggung jawab seseorang diukur dg instrumen

dg skala jawaban dari 1 = sangat rendah sd 5 =
sangat. Jumlah butir 20. Rerata empiris 65 dan
simpangan baku 10. Buatlah kriteria tingkat
tanggung jawab tsb.
 Sekor tertinggi yang mungkin diperoleh 20 x 5 = 100.
Sekor terendah yang mungkindiperoleh 20 x 1 = 20
Mean Ideal (Mi) = ½ (100 + 20 ) = 60
Simp Baku Ideal = 1/6 (100 – 20 ) = 13,33

Di atas Mi + 1,5 SBi = Sangat Baik

Antara Mi + 0,5 SBi sd Mi + 1,5 SBi = Baik
Antara Mi – 0,5 SBi sd Mi + 0,5 SBi = Cukup
Antara Mi – 1,5 SBi sd Mi – 0,5 SBi = Tidak Baik
Di bawah Mi – 1,5 SBi = Tidak Baik

Di atas 65 + 1,5x10i = Sangat Baik

Antara 65 + 0,5x 10 sd 65 + 1,5x10 = Baik
Antara 65i – 0,5 10 sd 65 + 0,5x10 = Cukup
Antara 65 – 1,5x10 sd 65 – 0,5x10 = Tidak Baik
Di bawah 65 – 1,5x10 = Tidak Baik
 PENGUJIAN HIPOTESIS

Rumusan masalah dapat dijabarkan dalam

bentuk Pertanyaan Penelitian dan Hipotesis
Hipotesis:
Jawaban atau dugaan sementara terhadap
permasalahan penelitian yg diteliti.

Rumusan Hipotesis
1. Hipotesis alternatif/hipotesis kerja (Ha)
2. Hipotesis nol/hipotesis nihil (Ho)
 Dua Tipe Kesalahan

Hasil Pengujian Hipotesis

Keputusan
Hipotesis Diterima Hipotesis Ditolak

Kesalahan Tipe II
Menerima Hipotesis Tidak ada kesalahan
Kesalahan β

Kesalahan Tipe I
Menolak Hipotesis Kesalahan α Tidak ada kesalahan
 PENGUJIAN HIPOTESIS

Deskriptif

Statistik Parametrik

Inferensial
Non Parametrik
Macam Data Deskriptif Asosiatif Komparatif
Nominal Tes Binomial Koefisien Chi Kuadrat k
Chi Kuadrat Kontingency sampel
Ordinal Run Test Spearman Rank, Sign test, Mann-
Kendal Tau Whitney,
Kolmogorov
Smirnov, dsb.
Interval/Rasio t-test Korelasi t-test, one way
Product- anova dan two
Moment, way anova
Korelasi Ganda
dan kor parsial
 Hipotesis Deskriptif

Dalam survei pilihan sekolah lanjutan pada siswa SMP

diperoleh data: memilih SMA = 490 orang dan memilih
SMK = 510 orang. Bagaimanakah peluang kedua sekolah
tersebut untuk dipilih oleh siswa SMP sebagai tempat
sekolah lanjutan?

Hipotesis alternatif/kerja (Ha) :

Peluang SMA dan SMK adalah tidak sama untuk dipilih siswa SMP
sebagai tempat sekolah lanjutan

Hipotesis nihil/nol (Ho):

Peluang SMA dan SMK adalah sama untuk dipilih siswa SMP
sebagai tempat sekolah lanjutan
 k ( f o – fh )2
Rumus Chi-Kuadrat = ×2 = ∑ --------------
i=1 fh

×2 = harga Chi-Kuadrat
fo = Frekuensi yang diobservasi
fh = Frekuensi Yang diharapkan
 
 (fo – fh)2
Pilihan fo fh fo – fh (fo – fh) 2
------------
fh

SMA 490 500 -10 100 0,2

SMK 510 500 10 100 0,2

Jumlah 1000 0,4

 HARGA-HARGA CHI KUADRAT

Taraf Signifikansi
dk
50% 30% 20% 10% 5% 1%

1 0,455 1,074 1,642 2,706 3,841 6,635

2 1,386 2,408 3,219 4,605 5,991 9,210
3 2,366 3,665 4,642 6,251 7,815 11,341
4 3,357 4,878 5,989 7,779 9,488 13,277
5 4,351 6,064 7,289 9,236 11,070 15,086
.
.
.
30
 Bandingkan harga Chi-Kuadrat hitung tsb dg harga Chi-
Kuadrat table. Jika harga Chi-Kuadrat hitung lebh besar dr pd
harga Chi-Kuadrat table pd derajat kebebasan (dk) = k – 1, k =
jumlah kelompok data, dlm hal ini = 2 (SMA dan SMK), Pada
taraf kesalahan !% atau 5%, maka Hipotesis Kerja (Ha)
diterima dan Hipotesis Nihil/Nol (Ho) ditolak.

Berdasarkan table di atas besarnya harga Chi-Kuadrat pada dk = k-1 = 2-1 = 1

dan pada taraf kesalahan 5% adalah 3,841 dan pada taraf kesalahan 1% =
6,635. Berdasarkan angka ini, harga Chi-Kuadrat hitung sebesar 0,40 adalah
lebih kecil dr pd Chi-Kuadrat table, baik pada taraf kesalahan 5% maupun taraf
kesalahan 1% ( 0,40 < 3,841 dan 0,40 < 6,635).
Berdasarkan ketentuan sebelumnya bahwa jika harga Chi-Kuadrat Hitung lebih
besar dr pd Chi-Kuadrat table pd dk = k-1 dan pd taraf kesalahan 5% atau 1%,
mk Hipotesis Kerja (Ha) diterima dan Hipotesis Nihil (Ho) ditolak . Pada contoh
ini karena harga Chi-Kuadrat hitung lebih kecil dr pd Chi-Kuadrat table mk
keputusannya: Hipotesis Kerja (Ha) ditolak dan Hipotesis Nihil (Ho) diterima.
 
Hipotesis alternatif/kerja
Peluang SMA dan SMK untuk dipilih siswa SMP sebagai
tempat sekolah lanjutan adalah tidak sama (ada
perbedaan). Hipotesis ini ditolak
 
Hipotesis nihil/nol (Ho):
Peluang SMA dan SMK untuk dipilih siswa SMP sebagai
tempat sekolah lanjutan adalah sama (tidak ada
perbedaan). Hipotesis ini diterima

Kesimpulan:
Peluang kedua sekolah yaitu SMA dan SMK adalah
sama utk dipilih oleh para siswa SMP sebagai tempat
untuk melanjutkan studi.
 (fo – fh)2
Pilihan fo fh fo – fh (fo – fh) 2
------------
fh

Yamaha 1350

Honda 1500

Suzuki 1250

Kawasaki 1000

Jumlah
 JK
KM KL KK Jumlah
JP

Guru 35 40 35 110

Peneliti 30 20 15 65

Sopir 20 15 40 75

  85 75 90 250
Korelasi Kontingensi
  Χ2
C = √ ---------------
N + Χ2
1. Proporsi Sampel terhadap Pilihan Jenis Pekerjaan

35 + 40 + 35
a. Sampel yang memilih Guru = -------------------- = 0,44
250

32 + 20 + 15
b. Sampel yang memilih Peneliti = ---------------------- = 0,26
250

20 + 15 + 40
c. Sampel yang memilih Sopir = ------------------------ = 0,30
250
2. Frekuensi yang diharapkan untuk Sampel
yang Memilih Tiap Jenis Pekerjaan

a. Yang Memilih Guru

-) KM = 0,44 x 85 = 37,40
-) KL = 0,44 x 75 = 33,00
-) KK = 0,44 x 90 = 39,60

b. Yang Memilih Peneliti

-) KM = 0,26 x 85 = 22,10
-) KL = 0,26 x 75 = 19,50
-) KK = 0,26 x 90 = 23,40

c. Yang Memilih Sopir

-) KM = 0,30 x 85 = 25,50
-) KL = 0,30 x 75 = 22,50
-) KK = 0,30 x 90 = 27,00
 JK KM KL KK

JP Fo Fh fo fh fo fh

Guru 35 37,40 40 33,00 35 39,60

Peneliti 30 22,10 20 19,50 15 23,40
Sopir 20 25,00 15 22,50 40 27,00

(35 - 37,40)2 (40 – 33,00)2 (35 - 39,60)2 (30 – 22,10)2

Χ2 = ------------------ + ------------------ + ------------------ + ------------------
37,40 33,00 39,60 22,10
 
(20 - 19,50)2 (15 - 23,40)2 (20 – 25,00)2 (15 - 22,50)2
+ ------------------ + ------------------ + ------------------ + ------------------
19,50 23,40 25,00 22,50
 
(40 – 27,00)2
+ ------------------ = 17,78 ( Χ2 hitung )
27,00
 
 Harga C
17,78
C = √ ------------------- = 0,256
250 + 17,78
 

Besarnya nilai C menunjukkan besarnya korelasi antara

Jenis Kecerdasan dan Jenis Pekerjaan.
Pengujian signifikansi menggunakan Uji - Χ2
Jika harga Χ2 hitung > Χ2 tabel disimpulkan korelasinya
signifikan dan Hipotesis alternatif diterima
Harga Χ2 tabel ditentukan pada dk = (k-1) (r-1)
k = variasi Jenis Kecerdasan (kolom) = 3
r = variasi Jenis Pekerjaan (row/baris) = 3
Harga Χ2 pada dk (3-1)(3-1) = 4 dan taraf
signifikansi 5% = 9,488

Harga Χ2 hitung > harga Χ2 tabel.

Dengan demikian disimpulkan bahwa korelasi
antara Jenis Kecerdasan dan Jenis Pekerjaan
adalah signifikan dan dapat digeneralisasikan ke
populasi yang lebih luas.