Matkul.

Statistika Pendidikan
.
Statistika pendidikan & Kegunaan
Bab 1&2
Kata Kunci:
• Konsep dasar statistik & statistika
• Peranan statistik dalam penelitian
• Jenis statistik
• Komponen dasar analisis statistik
Kompetensi:
• Memahami konsep statistik & statistika
• Menjelaskan peranan statistik dalam penelitian
• Mendeskripsikan jenis statistik
• Mendiskripsikan komponen dasar analisis statistik
Konsep Dasar Statistik & Statistika:
.
Fungsi statistik dalam quantitative research:
• Media/ alat bantu menggambarkan peristiwa
• (melalui visualisasi/ angka/ grafik)
Sbg alat bantu keberhasilan penggunaan statistik tergantung
pemakaiannya
.

• (statistik: alat analisis paling akurat, tepat, canggih)

• (penelitian tanpa statistik: kurang dpt dipertanggungjawabkan,
tidak dapat diterima kekakuratan hasilnya

Tereliminasi krn tdk

selalu demikian
.
• Apakah statistic merupakan mata kuliah
yang sulit untuk Anda pahami?

Benar / tidak ???

.

!!!
• Statistik merupakan matakuliah yg mudah
dipelajari & dipahami
• Tepat cara belajar
• Tekun & cermat

Memudahkan yang sukar

Apa itu statistic?
• Alat analisis data • Angka merupakan symbol/ pernyataan
• Bekerja dengan angka angka/ kalkulasi terkait suatu kejadian yang sudah-sedang
numerik • Dapat untuk dijadikan dasar prediksi
kondisi akan datang
.
STATISTIK scr MICRO STATISTIK scr MACRO
• sekumpulan angka menggambarkan • sejumlah cara, metode, aturan, tentang
objek/ peristiwa pengumpulan-pengolahan/analisis-
penyajian-penarikan kesimpulan terhadap
data angka

STATISTIKA:
ilmu pengetahuan (yang membahas cara/ metode & aturan tsb
Cara mempelajari statistika:
Kajian empiris teoritis
• Memerlukan dasar matematika kuat
mendalam
• Membahas dalil, rumus, model math
terkait proses temuan dalil & rumus.
Kajian pemanfaatan penggunaan
(praktis)
• Penggunaan rumus, dalil, hasil dari
statistika teoritis
• (tidak membahas penurunan dalil &
rumus)
• (konsentrasi bagaimana dalil / rumus
digunakan scr tepat)
Peran Statistik dlm Penelitian
.
Peran membantu peneliti:
1. Menentukan sampel  (sehingga penelitian efisien, akurat,
dipertanggungjawabkan validitasnya)
2. Memaparkan data dalam angka & grafis
3. Membaca data terkumpul keputusan tepat)
4. Melihat ada/tidak hub antar variabel
5. Melihat perbedaan kelompok objek satu dengan lain
6. Prediksi yang akan datang
7. Intepretasi / penarikan kesimpulan data terkumpul
D.Jenis Statistik:
• 1. Stat Deskriptif & Inferensial
• 2. Stat Parametrik & Non Parametrik
• 3. Stat Pendidikan
Dintinjau dari sudut pandang fungsi stats:

Statistik Deskriptif : Statistk inferensial:

• Berfungsi membangun konfigurasi • Menarik kesimpulan berdasar ciri statistik
• Menyajikan gambaran semata: data yg tertentu (inferensial)bersifat induktif
terkumpul-teroleh-teranalisis
(deskriptif) bersifat deduktif
Ditinjau dari asumsi dasar terkait jenis & distribusi data:
• Para Metrik
• Non Parametrik
Ad. Deskriptif (deduktif)
• Berfungsi mendeskripsikan phenomena terteliti berdasar data yg
terkumpul
• Tidak untuk menarik kesimpulan
• Terbatas utk penyajian data terkumpul-terolah
• Bentuk:tabel-grafik-diagram-tendensi sentral-variasi
• Tujuan : memberi gambaran teratur-ringkas-jelas terkait
data/peristiwa/keadaan
Ad. Statistik inferensial
• Tidak terbatas penyajian data
• Untuk menemukan & menarik kesimpulan (inference)
• Penyimpulan dilakukan dalam rangka uji hipotesis yg telah
dirumuskan
• Untuk generalisasi hasil penelitian
Sehingga ada 6 fungsi statistik:
• 1. Data Collecting
• 2. Summarizing (susun-olah-organize)
• 3. Tabulation & Report (Tabulasi & Penyajian/ penggambaran)
• 4. data Analyzing
• 5. conclussion-estimation-prediction
• 6. generalization (sampel population)
Pertanyaan?
• Apa beda fungsi statistik deskriptif & inferensial
Ditinjau dari sudut pandang asumsi dasar terkait jenis data &
destribusi data:
• Para metrik
• Non Para metrik
:
• Ditekankan pada prasyarat penggunaan teknik analisis data dalam
rangka menarik kesimpulan.
• Para mettrik & non parametrik  masuk statistik inferensial

• Prasyarat: asumsi dasar tentang distribusi data & jenis data yang
terkumpul dari populasi & sampel & teknik sampling
Prasyarat asumsi dasar agar dpt pakai parametric:
• sampling acak/ random jika menggunakan sampel
• Data terkumpul bersifat homogeny (terutama jika sampel/
populasi kecil)
• Jenis data berskala interval atau rasio

Catatan : Non parametric lawan dari itu

Statistika pendidikan:
• Ilmu pengetahuan yang membahas , mempelajari, mengembangkan
prinsip – metode – prosedur yg diperlukan dalam pengumpulan
data kuantitatif terkait pendidikan.

• Pendidikan : perencanaan pembelajaran, proses & evaluasi

pembelajaran, penyusunan, pengolahan, pengorganisasian tabulasi,
penyajian/penggambaran, analisis, penarikan kesimpulan,
pembuatan perkiraan, penyusunan prediksi ilmiah & objective.
E. Komponen Dasar Analisis Statistik
• 1.Data Penelitian & Jenisnya
• 2. Variabel Penelitian
• 3. Populasi & Sampel Penelitian
• 4. Hipotesis Penelitian
•
Ad. Data Penelitian & Jenis
• Data : keterangan ttng suatu keadaan Keterangan :
gejala, peristiwa
Data nominal/ diskret :
Bentuk data:
• Non angka (kualit) : huruf, kata, kalimat • data yang diperoleh dari proses
• Berupa angka (kuant): menghitung/ membilang, tidak
 Berjenis nominal ( deskrit) berbentuk pecahan, tidak bersambung
 Berjenis continuum • Sumber : penelitian explorasi, survey,
▫ Ordinal • Contoh: jumlah…, jenis/ macam..,
▫ Interval pekerjaan, agama dll
▫ Ratio
Ad. Data Penelitian & Jenis
• Data : keterangan ttng suatu keadaan Keterangan :
gejala, peristiwa
Data Continum:
Data yang diperoleh dari kegiatan mengukur sehingga
Bentuk data: memungkinkan angka pecahan (decimal), bersambung
• Non angka (kualit) : huruf, kata, kalimat (continuum)

• Berupa angka (kuant):

Data ordinal : data yg menggambarkan tentang
 Berjenis nominal ( deskrit) ordinal/ jenjang/ peringkat/ rank
 Berjenis continuum Contoh: kelas, kejuaraan, pangkat golongan,
▫ Ordinal
▫ Interval Data interval: data yang memiliki jarak sama dan nilai 0
relative.
▫ Ratio
Contoh : nilai ujian, hasil test …

Data rasio : data yang memiliki jarak sama, dan 0

mutlak
Ad2. Variabel penelitian:
• Arti etimologic: ubahan/ faktor tak tetap/ gejala yg dpt diubah
ubah, suatu yg bervariasi, warna warni, tidak sama, tidak sejenis.
• Memungkinkan untuk dinilai

• Arti terminologic: konsep keragaman / variasi yg dpt diberi nilai/

bilangan terkait.

• Konsep ttng apapun yg memiliki ciri yg bervariasi/ beragam

sesuatu yg bervariasi.
Macam variable scr metodologis:

bebas

control intervening

var

moderator terikat
a. Var bebas & Terikat
Variabel Bebas/ independent: Variabel terikat/ dependent:
• Independen, stimulus, input, prediktor • Var dependen, respon, output, kriterium
• (Diduga) berpengaruh pd keragaman • Variabel yg terpengaruh /menjadi akibat
variabel lain yang mengikuti variabel bebas
• Sebagai sebab/ perubahan variabel
dependen lain

X Y
Contoh:
Pengaruh media pembelajaran…pada kualitas pembelajaran…
Pengaruh motivasi …pada hasil belajar.
b. Var moderator X2
• Mempengaruhi (memperkuat/ memperlemah) hub antara var
bebas X1-var terikat Y
• Bisa disebut var bebas kedua (X2)

• Contoh :
• Hubungan antara tingkat pemahaman agama & tingkat
pengamalan ibadah diperkuat dengan fasilitas yang memadahi.
• Pengaruh pelatihan terhadap prestasi kerja dengan moderator
motovasi.
b. Var moderator
X1 Y
X1
Y
X2 X2

• Variabel bebas pertama bersama sama • Variabel bebas kedua dijadikan pengontrol
variable bebas kedua , sehingga hasil (moderator) terhadap kemurnian
pengaruh variable bebas terhadap variable pengaruh variable bebas pertama terhadap
terikat akan lebih besar. variable terikat.
c. Variabel Intervening:
• Variabel yang secara teoritis mempengaruhi (memperkuat,
memperlemah) hubungan antar variabel bebas dan terikat namun
tidak terukur/ sulit diukur
Contoh :
Kecerdasan berpengaruh pada peningkatan prestasi belajar
Kecerdasan mjd tidak berpengaruh ketika sakit, frustrasi, kacau.- sakit dll intervening
Variabel yg memiliki intervensi / memiliki pengaruh juga namun tidak/ sulit diukur.

X1 X2 Y
 d. Variabel kontrol
• Yang dikendalikan atau dikondisikan dalam keadaan konstan
• Sehingga tidak pengaruhi hub var bebas-var terikat
• Lazim dalam penelitian eksperimen membandingkan dua kelompok.

Contoh:
Ingin meneliti beda pengaruh microteaching (X1) pada kemampuan praktek mengajar (Y) mhs kelas A & kelas B
Variabel control dapat berupa tempat praktek, kondisi kelas, guru pamong, media. (X2)
Note:
• Penentuan atribut/ peran variable apakah sebagai variable bebas,
terikat, moderator, intervening, control harus memperhatikan
konteks , konsep teoritis, hasil pengamatan empiris di lokasi
• Lakukan kajian teoritis dengan studi pendahuluan pd objek
Populasi & sampel Penelitian
Ingat kembali Stat inferensial: • Dari pernyatan tersebut maka apa yng
• menarik kesimpulan dari var terteliti yang disebut…
diperoleh dari sample  digeneralisasi
pada populasi.

Generalisasi :
Pemberlakuan hasil kesimpulan penelitian
terhadap seluruh objek (populasi)
berdasarkan data yang diperoleh dari
sebagian data yg diteliti sebagai wakil
(sampel)
populasi
• Seluruh objek yang akan dikenai generalisasi dari kesimpulan
penelitian.
Sampel
• Wakil tsb yang diteliti sebagai sampel
generalisasi
• Pemberlakuan hasil penelitian terhadap seluruh object berdasar
data yang diperoleh dari sebagian objek terteliti yg dijadikan wakil
Sampel yang baik:
• Memiliki ciri , sifat, karakter sesuai dengan populasi yag diwakili
 representatif

Bagaimana jika tidak representatif?

• Secara ilmiah tidak dipekenankan melakukan generalisasi karena
melencang dari kenyataan sebenarnya (populasi) dan hanya
berlaku pd sampel itu sendiri.
Populasi & sample

populasi
Populasi & sample

populasi

S
Dasar pemikiran sampling:
Pertimbangan 1:
• Bisa jadi penelitian mengambil sabagian
dari populasi agar praktis  sample
research (terbatas waktu-fasilitas-dana-
kesempatan)
• Atau melibatkan seluruh wilayah (sensus)
 population research
Pertimbangan 2:
Heterogenitas:
• Makin heterogen  makin besar sampel &
sebaliknya
• Prinsip: menemukan informasi
keseluruhan populasi, melalui data yang
terkumpul dari sebagian anggota populasi
yang terwakili.
• Selanjutnya dilakukan generalisasi
Sampling Design:
Terdapat dua macam design:
• Pribability sampling design probability
• Non Probability sampling design sampling

Non
probability
Ad. Probabilty Sampling Design
• Rancangan penentuan sampel , dg memberi kesempatan peluang
yg sama pd seluruh anggota populasi utk terpilih sebagai sample
• Biasanya dilakukan dengan teknik random
Lima Macam Random Sampling:
1. Sistematic Random Sampling
2. Simple Random Sampling
3. Stratified Random Sampling
4. Multi State Random sampling
5. Cluster Random Sampling
Sistematic random sampling:
• Sampel ditentukan dengan cara / strategi tertentu
Contoh :
• menentukan jumlah populasi menentukan jumlah sampel diinginkan
• sampel pertama dipilih acak, sampel kedua diambil pada interval berikutnya , dst

Contoh kasus:
Populasi = 1000 orang
Sampel ditetapkan = 100 orang
Maka 1000/100 = 10 lalu dibuat interval kelas dengan lebar 10
1. Sampel pertama pada kelas interval 1, di pilih acak diperoleh urutan ke 5
2. Sampel kedua pada urutan 5+10, ketiga 5+10+10
Simple Random Sampling
• Tanpa kelas interval, cukup menentukan jumlah populasi dan jumlah sampel yg diinginkan.

Contoh:
• Jumlah Populasi 260
• Jumlah sampel yg diinginkan 100
• 100 orang langsung dipilih acak pada 260 populasi
• Random dengan : undian, tabel bilangan random

Dengan cara undian

Tabel Bilangan Random

Stratified Random Sampling:
• Populasi dibuat strata dahulu sesuai sifat / cri khas
• Strata dapat vertikal / horisontal
• Dapat dilakukan scr proporsional dan nonproporsional

Stratified
Proportional RS
Stratified
RS

Stratified
Nonproportional
RS
Stratified proportional RS
• Populasi distratakan
• Ditentukan sampel scr proportional  jika populasi besar maka
sampel yg diambil besar pula
• Dan sebaliknya
Contoh:
• Ingin mengambil 100 sampel dari populasi 300 siswa
• Scr Proporsional jenis kelamin& kelas

Kelas 1 2 3 jumlah
L P L P L P
A Ni:16 19
B Ni: 15 21
C 17 18
48 58
N= 300
.
Random 1:
• Proporsional (kelompok besar akan terwakili besar)
Rumus :
n = Ni/N . S
n: jml sampel per kelompok proporsional
Ni : Jumlah sub populasi
N : Jml seluruh populasi
S: jml sampel yg diinginkan
Kelas Jenis Ni
Kelamin (jumlah
sub pop)
IA L 16 (16/300) x 100=53,3 5
P 19 (19 6
1B L 15 (15 5
P 21 (21 7
.
Random 2: stratified non proportional random sampling.
• Peneliti bebas menentukan jumlah sampel dimasing masing
strata.
• Tetap harus memperimbangkan represantatif sampel
Random 3: multi stage stratified random sampling 
• Mempertimbangkan perimbangan / proporsion ataupun
• tanpa mempertimbangkan perimbangan/ proportion
Langkah :
• Populasi di stratified dahulu (berdasar ciri sifat)
• Penentuan sampel random & bertahap

Contoh :
Populasi sekolah penerap MBs di propinsi A
Terebar di kota madya AA, Kabupaten AB, AC, AD
Kecamatan, Desa
Ada yang lancar (L)
Tidak Lancar (TL)
Cara:
• Merandom kota/kabupaten  lalu ditentukan yang L dan TL
• Pentahapan dengan kriteria sama di wilayah kec & desa
.
Cluster Random sampling:
• Random dilakukan atas dasar himpunan/kelompok
• Mempertimbangkan besar kecil anggota kelompok
• Bisa jadi secara kebetulan sampel lebih besar dari kelompok non
sampel & sebaliknya
Rancangan sample non probabilitas:
• Purposive
• Quota
• Accidental
• Snowball
Ad. Purposive:
• Sengaja menentukan suatu objek  akan dijadikan sampel
berdasar asumsi subjek diduga kuat dapat mewakili yang lain
Ad. Quota
• Menentukan jumlah sampel yg diinginkan atas dasar
pertimbangan representatif atau kemudahan menghitung
• Misal menentukan sampel 100
Ad. Accidental:
• Sample diambil, ditentukan berdasar orang/ benda ditemui, lalu
asal dipilih/diambil
Ad. Snowball sampling:
• Sampel semula sedikit
• Lalu berkembang banyak seperti bola salju bergulir

B C

E F G H
Menentukan Ukuran Sampel:
• Tidak ada standard baku dalam sampling
• Tergantung heterogenitas/homogenitas populasi
• Penting memperhatikan keterwakilan populasi
Rumusan :

• n= jumlah sampel
• N=jumlah populasi
• e=nilai kritis= batas ketelitian=batas signifikansi=persen
kelonggaran ketidak telitian karena salah sampling
Contoh soal:
• Populasi penelitan 9000 orang
• Kesalahan / taraf signifikansi yg dipersyaratkan 5%
• Berapa idealnya jumlah sampel yg diambil?
… hutungan

• = 382,978 =383
Menentukan Sampel dg Tabel:
•.
Menentukan sampel dg pertimbangkan desain penelitian:
1. Penelitian Deskriptif:
• Minimal 10% dari populasi
• Minimal 20% dari populasi  jika populasi sangat kecil

2. Penelitian Korelasi:
• Minimal 30 orang dari populasi

3. Penelitian Exposfacto & kausal komparatif

• Minimal 15 orang/kelompok

4.Eksperimen
• Minimal 15 orang/kelompok

5. mempertimbangkan kemudahan hitungan

Hipotesis Penelitian:
Definisi:
• Jawaban yang dibangun & diformulasikan berdasar kajian teori
yang relevan – hasil temuan terdahulu – hasil observasi lapangan
thd masalah/ var penelitian sementara
.
Peran Penting Hipotesis dalam penelitian kuantitatif:
• sebagai jawaban sementara
• memberikan arah jelas penelitian untuk verifikasi menuju
terwujudnya kesimpulan

• Diuji kebenaran berdasar data terkumpul/ diverifikasi

Perumusan Hipotesis:
Sesuai problematika penelitian
• Problematika deskriptif
Menunjukkan adanya 1 atau lebih variabel penelitian
• Problematika asosiatif/ korelatif
Menunjukkan adanya hubungan/ asosiatif hubungan 2 atau lebih variabel
• Problematika komparatif
Menunjukkan adanya perbandingan 2 variabel atau lebih
Jenis Hipotesis
Ha (hipotesis kerja, hipotesis
H0 (hipotesis nihil atau nul)
alternatif)

• Disusun dalam bentuk kalimat • Disusun dalam bentuk kalimat

negatif positif / mengiyakan
Deskriptif
Ha (hipotesis kerja, hipotesis
H0 (hipotesis nihil atau nul)
alternatif)

• Waktu belajar mahasiswa • Waktu belajar mahaiswa 3 jam

bukan 3 jam perhari per hari
• Waktu belajar mahasiswa ≠ 3 • Waktu belajar mahasiswa = 3
jam perhari jam perhari
Asosiatif - korelatif
Ha (hipotesis kerja, hipotesis
H0 (hipotesis nihil atau nul)
alternatif)

• Strategi pembelajaran teacher • Strategi pembelajaran teacher

oriented tidak berkorelasi oriented berkorelasi
signifikan dengan tingkat signifikan dengan tingkat
partisipasi mahasiswa partisipasi mahasiswa
Komparatif
Ha (hipotesis kerja, hipotesis
H0 (hipotesis nihil atau nul)
alternatif)

• Tidak ada perbedaan • Ada perbedaan signifikan hasil

signifikan hasil belajar siswa belajar siswa sekolah A dan
sekolah A dan sekolah B sekolah B
Slide di file berikutnya....