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.
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
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.
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
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
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
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
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.
-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
3 145
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
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
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