Penjelasan

Konseptual dan
Aplikasi dalam
Statistika Pendidikan
Adiba Idlal Shidqiya (0401521009)
Uraikan penjelasan konseptual dan berikan satu aplikasinya dalam Statistik
Penelitian Bidang Pendidikan beberapa hal terkait statatistik inferensial
berikut.

1. Uji Hipotesis Rata-rata dan Proporsi

2. Uji Hipotesis Variasi dan Kesamaan Dua Rata-rata
3. Uji Hipotesis Kesamaan Dua Proporsi, Uji Hipotesis Normalitas Populasi
4. Regresi Linear Sederhana dan Berganda
5. Regresi Data Atribut atau Kategori dan Regresi Non-Linear Sederhana
6. Analisis Korelasi Ganda dan Penambahan Peubah
7. Anova 1 & 2 Faktor
8. Analisis Data Non Parametrik
 1. Uji Hipotesis Rata-rata dan Proporsi

Pengujian Hipotesis adalah suatu prosedur yang dilakukan dengan

tujuan menerima atau menolak hipotesis. Keputusan mengandung
ketidakpastian, bisa benar atau salah, sehingga menimbulkan risiko.
Besar kecilnya risiko dinyatakan dalam bentuk probabilitas. Pengujian
hipotesis merupakan bagian terpenting dari statistika inferensial karena
pembuatan keputusan atau pemecahan persoalan sebagai dasar
penelitian lebih lanjut dapat terselesaikan.

Uji hipotesis rata-rata adalah pengujian hipotesis mengenai rata-rata

populasi berdasarkan sampelnya. Uji hipotesis proporsi adalah
pengujian hipotesis mengenai proporsi populasi berdasarkan
sampelnya.
 Sebuah penelitian di SMKN 1 Adiwerna, peneliti membuat dugaan bahwa nilai rata-
Aplikasi Uji rata hasil belajar siswa yang aktif berorganisasi adalah sama dengan 75. untuk
membuktikan hipotesis tersebut, peneliti memilih secara acak 12 siswa yang aktif
Hipotesis berorganisasi. Nilai rata-rata hasil belajar siswa yang aktif beroroganisasi sebagai
Rata-rata berikut.

Langkah uji normalitas dengan SPSS: Analyze -> descriptive statistics -> explore ->
dependent list -> plots -> normality -> ok

Shapiro Wilk sig. sehingga dapat disimpulkan bahwa data hasil belajar siswa
berdistribusi normal.
 Langkah uji one sample t test dengan SPSS: Analyze -> compare means -> one
Aplikasi Uji sample t test -> test variable -> test value -> ok
Hipotesis
Rata-rata

rata-rata hasil belajar siswa yang aktif berorganisasi sama dengan 75

rata-rata hasil belajar siswa yang aktif berorganisasi tidak sama dengan 75

Jika maka ditolak Jika t hitung > t tabel maka ditolak

Jika maka diterima Jika t hitung < t tabel maka diterima
maka ditolak t hitung 3,029>t tabel 2,201 maka ditolak

Sehingga dapat disimpulkan bahwa rata-rata hasil belajar siswa yang aktif
berorganisasi tidak sama dengan 75.
 Melanjutkan kasus sebelumnya, uji proporsi dengan ketuntatasan klasikal 75%
Aplikasi Uji
langkah uji proporsi dengan SPSS: analyze -> non parametric test -> legacy dialogs -
Hipotesis > binomial -> test variable list -> cut point (KKM) -> test proportion (ketuntasan
Proporsi proporsi) -> ok

Siswa dengan hasil belajar sebanyak 4 siswa dan hasil belajar sebanyak 8 siswa.

sehingga dapat disimpulkan bahwa rata-rata klasikal belum tercapai.

 2. Uji Hipotesis Variasi dan Kesamaan Dua Rata-rata

Uji kesamaan rata-rata digunakan untuk mengetahui adanya perbedaan rata-rata dua buah

data. Jika simpangan baku populasi diketahui maka menggunakan uji z, jika tidak diketahui
maka menggunakan uji t. Uji t dan uji z digunakan untuk menguji perbedaan rata-rata 2
kelompok saja. Cara lain untuk menguji rerata sampel adalah uji varians. Analisis varians
menerapkan porsi varians pada setiap kelompok dari variabel independen. Caranya dengan
membandingkan secara simultan beberapa variabel dapat memperkecil kesalahan. Keunggulan
analisis varians adalah mampu melakukan uji perbandingan untuk banyak variabel. Tujuan dari
analisis varians adalah untuk menemukan variabel independen dalam penelitian dan
menentukan bagaimana variabel tersebut berinteraksi dan mempengaruhi tanggapan atau
perlakuan. Analisis ANOVA menggunakan distribusi F sebagai dasar untuk pengambilan
keputusan. Pengujian ANOVA menyaratkan data berdistribusi normal, data juga harus
memenuhi syarat homogenitas varians dan skala pengukuran yang digunakan minimal interval.
 Uji Apakah ada perbedaan rata-rata hasil belajar siswa kelas X MIPA 1 dan kelas X MIPA 2
tidak ada perbedaan rata rata hasil belajar kelas X MIPA 1 dan kelas X MIPA 2
Kesamaan ada perbedaan rata rata hasil belajar kelas X MIPA 1 dan kelas X MIPA 2
Dua Rata- Kelas X MIPA 1 kode A dan kelas X MIPA 2 kode B
Langkah uji independent sample t test dengan SPSS: Analyze -> compare means ->
rata independent sample t test -> grouping -> define group -> ok

Jika maka ditolak Jika t hitung > t tabel maka ditolak

Jika maka diterima Jika t hitung < t tabel maka diterima
maka ditolak t hitung 2,419>t tabel 2,262 maka ditolak
Sehingga dapat disimpulkan bahwa ada perbedaan rata rata hasil belajar kelas X MIPA 1
dan kelas X MIPA 2
 Pertemuan
Kelas
Uji Sebuah penelitian dilakukan di SMP kelas VII A-D
sebanyak 5x pertemuan. Setiap kelas diberi model
1 2 3 4 5
A 5,2 6,2 5,9 5,7 6,5
Hipotesis pembelajaran yang berbeda. Akan dilakukan analisis
varians untuk mengetahui apakah data setiap kelas B 5,7 6,1 6,2 7,5 6,2
Variasi berdistribusi homogen. C 6,0 7,3 6,5 7,1 7,5
D 5,1 8,5 9,2 7,3 8,7

data berdistribusi homegen

data berdistribusi tidak homogen
Kelas VII A kode 1, Kelas VII B kode 2, Kelas VII C kode 3, Kelas VII D kode 4
Langkah one way anova dengan SPSS: Analyze -> compare means -> one way anova -> dependent list ->
factor -> options -> descriptive & homogeneity of variance test -> continue -> post-hoc (LSD) -> continue -> ok

Jika maka ditolak

Jika maka diterima
maka diterima
Sehingga dapat disimpulkan bahwa data
berdistribusi homogen.
 3. Uji Hipotesis Kesamaan Dua Proporsi dan
Uji Hipotesis Normalitas Populasi
Uji hipotesis kesamaan dua proporsi atau uji Z adalah pengujian dua proporsi dari dua populasi
yang berbeda serta independen. Pengujian dua proporsi digunakan ketika akan membandingkan
apakah proporsi pada populasi pertama lebih kecil, sama atau lebih besar dibandingkan
proporsi pada populasi kedua.

Uji Normalitas adalah uji yang dilakukan untuk menilai sebaran data pada sebuah kelompok
data atau variabel, apakah sebaran data tersebut berdistribusi normal atau tidak. Berdasarkan
pengalaman empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 angka (n > 30),
maka sudah dapat diasumsikan berdistribusi normal. Biasa dikatakan sebagai sampel besar.
Apakah ada perbedaan rata-rata hasil belajar siswa kelas X MIPA 1 dan X MIPA 2
tidak ada perbedaan rata rata hasil belajar kelas X MIPA 1 dan kelas X MIPA 2 Uji
ada perbedaan rata rata hasil belajar kelas X MIPA 1 dan kelas X MIPA 2
Kelas X MIPA 1 kode A dan kelas X MIPA 2 kode B
Hipotesis
Langkah uji independent sample t test dengan SPSS: Analyze -> compare means -> Kesamaan
independent sample t test -> grouping -> define group -> ok
Dua
Proporsi
No. MIPA 1 MIPA 2

1 77,7 86,2

2 80,3 80,0

3 73,2 93,4

Jika maka data tidak homogen 4 76,8 91,3

Jika maka data homogen 5 90,1 85,3
maka data homogen
6 68,8
Sehingga dapat disimpulkan bahwa data homogen
 Uji Sebuah penelitian di SMKN 1 Adiwerna, peneliti membuat
dugaan bahwa nilai rata-rata hasil belajar siswa yang aktif
Hipotesis berorganisasi adalah sama dengan 75. untuk
Normalitas membuktikan hipotesis tersebut, peneliti memilih secara
acak 12 siswa yang aktif berorganisasi. Nilai rata-rata hasil
Populasi belajar siswa yang aktif beroroganisasi sebagai berikut.
No. Rata-rata hasil belajar
Langkah uji normalitas dengan SPSS: Analyze ->
1 78,3
descriptive statistics -> explore -> dependent list -> plots ->
2 74,7
normality -> ok
3 80,5

4 83,5

5 75,0

6 77,6

7 73,5

8 83,5

9 78,5
Shapiro Wilk sehingga dapat disimpulkan bahwa data hasil
10 73,7
belajar siswa berdistribusi normal.
11 81,5

12 77,0
 4. Regresi Linear Sederhana dan Berganda

Analisis regresi digunakan untuk mengukur seberapa besar pengaruh antara

variabel bebas dan variabel terikat. Regresi Linear adalah metode Statistik yang
berfungsi untuk menguji sejauh mana hubungan sebab akibat antara Variabel
Faktor Penyebab (X) terhadap Variabel Akibat (Y). Regresi linear sederhana
apabila hanya terdapat satu variabel bebas dan satu variabel terikat. Sebaliknya,
apabila terdapat lebih dari satu variabel bebas atau variabel terikat, maka
disebut regresi linear berganda. Regresi linear berganda merupakan model
regresi yang melibatkan lebih dari satu variabel independen. Analisis regresi
linear berganda dilakukan untuk mengetahui arah dan seberapa besar pengaruh
variabel independen terhadap variabel dependen.
 Regresi Data hasil penelitian kemampuan literasi matematis ditinjau dari motivasi belajar
siswa MA MAZDA sebagai berikut.
Linear Uji regresi linear sederhana dengan SPSS: analyze -> regression -> linear ->
dependent -> independent -> ok.
Sederhana
Kode Motivasi Literasi
Siswa (x) (Y)

1 75 80

2 60 75
Rumus persamaan regresi linear sederhana
3 65 75 Sehingga
4 75 90 tidak ada pengaruh motivasi belajar terhadap kemampuan literasi siswa
5 65 85 ada pengaruh motivasi belajar terhadap kemampuan literasi siswa
6 80 85

7 75 95 Jika maka ditolak Jika t hitung > t tabel maka ditolak

8 80 95 Jika maka diterima Jika t hitung < t tabel maka diterima
9 65 80 maka ditolak t hitung 3,967>t tabel 2,228 maka ditolak
10 80 90
Sehingga dapat disimpulkan bahwa ada pengaruh motivasi belajar terhadap
11 60 75 kemampuan literasi siswa
12 67 75
 Regresi Linear Berganda
Kode Motivasi Minat Literasi
Siswa ( ( (Y)
Data hasil penelitian kemampuan literasi matematis ditinjau dari motivasi
belajar siswa MA MAZDA sebagai berikut.
1 75 75 80
Uji regresi linear sederhana dengan SPSS: analyze -> regression -> linear ->
2 60 70 75 dependent -> independent -> estimates -> mode fit -> continue -> ok.
3 65 70 75

4 75 80 90

5 65 75 85

6 80 80 85

7 75 85 95
Rumus persamaan regresi linear berganda
8 80 88 95
Sehingga
9 65 75 80
tidak ada pengaruh motivasi belajar dan minat belajar terhadap kemampuan
10 80 75 90 literasi siswa
11 60 65 75 ada pengaruh motivasi belajar terhadap kemampuan literasi siswa
12 67 70 75 ada pengaruh minat belajar terhadap kemampuan literasi siswa
 Regresi Linear Berganda

Kode Motivasi Minat Literasi

Siswa ( ( (Y)

1 75 75 80

2 60 70 75

3 65 70 75

4 75 80 90
Jika maka ditolak Jika t hitung > t tabel maka ditolak
5 65 75 85
Jika maka diterima Jika t hitung < t tabel maka diterima
6 80 80 85
Hipotesis pertama
7 75 85 95
maka diterima. Sehingga dapat disimpulkan bahwa tidak ada pengaruh
8 80 88 95
motivasi belajar terhadap kemampuan literasi siswa.
9 65 75 80

10 80 75 90 Hipotesis kedua
11 60 65 75 maka ditolak. Sehingga dapat disimpulkan bahwa ada pengaruh motivasi
12 67 70 75 belajar terhadap kemampuan literasi siswa.
 5. Regresi Data Atribut/Kategori & Regresi
Non Linear Sederhana
Data atribut merupakan data kualitatif yang dapat dihitung untuk pencatatan
dan analisis. Karakteristik utama data atribut untuk ukuran kecacatan sehingga
dapat mengklasifikasikan suatu produk menjadi “baik” atau “buruk”. Contoh data
atribut adalah data jumlah penduduk, data tingkat kesuburan
tanah, data kandungan mineral dalam tanah, dan sebagainya.

Regresi non lineer merupakan suatu metode analisis regresi untuk

mendapatkan model non linier yang digunakan untuk mengetahui hubungan
antara variabel terikat dan variabel bebas. Regresi nonlinear digunakan karena
dapat mengestimasi model hubungan variabel terikat dan bebas dalam
bentuk non linier dengan keakuratan yang lebih baik daripada regresi linier.
Regresi Data Atribut
bulan penjualan

-3 89
Regresi Data Non-linear
-4 139

-3 213 Data efek waktu pemasangan iklan terhadap penjualan produk kosmetik, waktu
-2 227
pemasangan dinyatakan dalam bulan, sedangkan variabel bebas dinyatakan dalam hasil
penjualan sesaat. Nilai negatif mengindikasikan iklan sudah ditayangkan, nilai nol
-1 145
mengindikasikan iklan sedang ditayangkan, dan nilai positif mengindikasikan iklan masih
0 219 ditayangkan setelah penjualan.
1 228 Langkah regresi data non-linear mengguakan SPSS: analyze -> regression -> curve
2 249 estimation -> dependent -> variable -> quadratic and cubic -> ok
3 221

4 126

5 87

-3 125

4 234

3 215 Koefisien regresi secara kuadratik,

2 176

1 209 Koefisien regresi secara kubik,

0 216

3 145
 6. Analisis Korelasi Ganda & Penambahan Peubah

Misalkan variabel dan variabel saling berkorelasi, maka ketika ada penambahan jumlah dari
variabel akan mempengaruhi variabel . Sehingga terdapat tiga analisis korelasi meliputi
analisis korelasi sederhana, parsial dan berganda.

Analisis korelasi ganda merupakan suatu alat statitik yang digunakan untuk mengetahui
hubungan yang terjadi antara variabel terikat (Y) dengan dua atau lebih variabel bebas Pada
umumnya analisis korelasi ganda bertujuan untuk mencari hubungan antara dua atau lebih
variabel bebas dengan variabel terikat. Selain itu, analisis korelasi ganda juga dipergunakan
untuk mencari kuat atau lemahnya hubungan antar dua atau lebih variabel independen
terhadap variabel dependen. Melalui korelasi ganda keeratan dan kekuatan hubungan antar
variabel tersebut dapat diketahui.
Analisis korelasi ganda Sebuah penelitian analisis kemampuan berpikir kritis ditinjau dari
motivasi belajar dan minat belajar siswa SMA.
Siswa Motivasi ( Minat ( Kritis (Y) Langkah analisis korelasi bivariate pearson dengan SPSS: analyze ->
1 75 75 80 correlate -> bivariate -> variable -> pearson, two tailed, flag -> ok
2 60 70 75 tidak ada korelasi antar variabel yang dihubungkan
3 65 70 75 ada korelasi antar variabel yang dihubungkan
4 75 80 90

5 65 75 85
Jika maka ditolak Jika t hit > t tabel maka ditolak
6 80 80 85 Jika maka diterima Jika t hit < t tabel maka diterima
7 75 85 95
Korelasi antara kemampuan berpikir kritis dan motivasi belajar siswa
8 80 88 95
maka ditolak
9 65 75 80

10 80 75 90
t hitung t tabel maka ditolak
11 60 65 75
Sehingga dapat disimpulkan bahwa ada korelasi antara kemampuan
berpikir kritis dan motivasi belajar siswa
12 65 70 75
Korelasi antara kemampuan berpikir kritis dan minat belajar siswa
maka ditolak
t hitung t tabel maka ditolak
Sehingga dapat disimpulkan bahwa ada korelasi antara kemampuan
berpikir kritis dan minat belajar siswa
 7. Anova Satu dan Dua Faktor

Anova (analysis of variance) digunakan untuk melakukan pengujian perbedaan pengaruh

variabel independen terhadap variabel dependen. Anova satu faktor adalah uji hipotesis hanya
yang hanya menggunakan satu variabel perbandingan. Pada setiap populasi independen
diambil sampel acak dengan ukuran untuk populasi satu, untuk populasi dua dan seterusnya.
Sementara data sampel dinyatakan dalam Tujuan dilakukannya uji anova satu arah adalah
untuk membandingkan dua rata-rata atau lebih yang akan digunakan untuk menguji
kemampuan generalisasi. Jika hasil pengujian ditemukan kedua sampel tersebut berbeda, maka
bisa digeneralisasikan. Sampel dianggap bisa mewakili populasi. Anova dua faktor adalah uji
hipotesis yang digunakan untuk mengetahui pengaruh dua variabel prediktor nominal terhadap
variabel hasil yang berkelanjutan. Uji anova dua faktor mengungkapkan hasil dari dua variabel
independen terhadap satu variabel dependen. Anova dua faktor digunakan untuk
memperkirakan bagaimana rata-rata variabel kuantitatif berubah sesuai dengan level dua
variabel kategori.
 Sebuah penelitian dilakukan di SMP kelas VII A-D Pertemuan
Kelas
Anova sebanyak 5x pertemuan. Setiap kelas diberi model
pembelajaran yang berbeda. Diasumsikan data
1 2 3 4 5
A 5,2 6,2 5,9 5,7 6,5
Satu berdistribusi normal dan homogen. Akan dilakukan
B 5,7 6,1 6,2 7,5 6,2
anova satu faktor untuk mengetahui perbedaan rata-
Faktor rata yang signifikan di setiap kelas pada setiap C 6,0 7,3 6,5 7,1 7,5
pertemuan.
D 5,1 8,5 9,2 7,3 8,7

tidak ada perbedaan rata-rata yang signifikan kelas VII A-D

ada perbedaan rata-rata yang signifikan kelas VII A-D
Kelas VII A kode 1, Kelas VII B kode 2, Kelas VII C kode 3, Kelas VII D kode 4
Langkah one way anova dengan SPSS: Analyze -> compare means -> one way anova -> dependent list ->
factor -> options -> descriptive & homogeneity of variance test -> continue -> post-hoc (tukey) -> continue ->
ok.
Jika maka ditolak
Jika maka diterima
maka ditolak
Sehingga dapat disimpulkan bahwa terdapat
perbedaan yang signifikan antara kelas VII A-D
 Hasil Belajar
Jenis
kelamin X XI XII
Anova Dua Faktor

60 70 80 Sebuah penelitian dilakukan di SMA kelas X, XI, dan XII berdasarkan jenis
40 60 60 kelamin. Hipotesis penelitian ini, meliputi:
70 80 90 1) apakah ada perbedaan hasil belajar matematika siswa berdasarkan kelas;
laki laki 50 70 80 2) apakah ada perbedaan hasil belajar matematika siswa berdasarkan jenis
kelamin;
50 80 90
3) apakah ada hubungan antara hasil belajar matematika siswa dengan kelas
60 60 80
dan jenis kelamin siswa.
80 70 70

70 70 70
Pengkodean kelas: Kelas X kode 1, Kelas XI kode 2, Kelas XII kode 3
40 80 90 Pengkodean jenis kelamin: laki laki kode 1, perempuan kode 2
60 60 80
perem
puan
70 70 100 Langkah two way anova dengan SPSS: Analyze -> general linear model ->
80 60 90 univariate -> dependent variable -> fixed factor -> options -> descriptive &
homogeneity of variance test -> continue -> -> ok.
60 50 90

50 70 70
 Anova Dua Faktor

tidak ada perbedaan hasil belajar dengan variabel

faktor
ada perbedaan hasil belajar dengan variabel faktor
Jika maka ditolak
Jika maka diterima

Hipotesis 1:
maka ditolak.
Sehingga dapat disimpulkan bahwa terdapat perbedaan hasil belajar siswa berdasarkan kelas
Hipotesis 2:
maka diterima.
Sehingga dapat disimpulkan bahwa tidak ada perbedaan hasil belajar siswa berdasarkan jenis kelamin
Hipotesis 3:
maka diterima.
Sehingga dapat disimpulkan bahwa tidak ada hubungan antara hasil belajar matematika siswa dengan kelas
dan jenis kelamin siswa
 8. Analisis Data Non Parametrik
Uji statistik non
parametrik atau statistik
bebas sebaran
(distribution free)
adalah uji statistik yang
tidak memerlukan
adanya asumsi-asumsi
mengenai sebaran data
populasi. Uji statistik non
parametrik tidak
mensyaratkan bentuk
sebaran parameter
populasi berdistribusi
normal.
 Analisis Uji pengaruh model PBL terhadap kemampuan pemecahan masalah siswa kelas VIII.
Model PBL diterapkan pada kelas VIII A dan VIII B.
Data Non
Parametrik: Pengkodean kelas VIII A kode 1 dan kelas VIII B kode 2.
Uji Mann
Langkah Langkah uji mann whitney dengan SPSS: analyze -> non parametric test ->
Whitney legacy dialogs -> 2 independent samples -> test variable list & grouping list -> mann
whitney -> define groups --> ok
Hasil Belajar
No
VIII A VIII B
tidak ada perbedaan hasil belajar antara kelas VIII A dan kelas VIII B
1 56 87
ada perbedaan hasil belajar antara kelas VIII A dan kelas VIII B
2 72 92
3 67 87
Jika maka ditolak
4 80 82
Jika maka diterima
5 70 89
maka ditolak
6 68 86
7 76 90
Sehingga dapat disimpulkan bahwa terdapat
8 70 86
perbedaan hasil belajar antara kelas VIII A dan
9 70 80
kelas VIII B.
10 58 85
an
ky
ou