TEKNIK ANALISIS STATISTIK DENGAN MENDASARKAN DIRI PADA FREKUENSI
DATANYA
BAB I PENDAHULUAN
DBAGAIMANA CARA KERJA STATISTIK?CKAPAN STATISTIK?BAPA
STATISTIK?AMENGAPA STATISTIK?
A. MENGAPA STATISTIK ?
Dalam tujuan Institusional Fakultas Tarbiyah; Sarjana Fakultas
Tarbiyah UIN Sunan Kalijaga menjadi:
1. ILMUWAN2. GURU3. PEJABAT ( Dalam rangka mencukupi kebutuhan
negara dan masyarakat )
Sebagai seorang Ilmuwan, terikat pada TRI DHARMA PERGURUAN
TINGGI:
a. Pendidikan dan Pengajaran; b. Penelitian Ilmiah (Riset) c.
Pengabdian pada Masyarakat.
* Dalam Riset/ penelitian, ada 2 mazhab/ metode: Kualitatif:
Sosiologis, Historis, Anthropologis, TEKNIK ANALIS Yuridis,
Fenomenologis, Agama NON STATISTIK
Kuantitatif Menggunakan Statistik: Dipergunakan apabila data
penelitian kita berupa angka-angka, Apabila non angka, maka perlu
dilakukan pengkuantifikasian data,
Sebagai seorang Guru; terlibat dalam tiga kegiatan:
a. Perencanaan mengajarb. Proses Belajar Mengajar
(Pembelajaran)c. Evaluasi** Akan selalu menghasilkan data angka
Dianalisis dengan Statistik (contoh: Rata-rata Kelas, Uji Validitas
dan ReliabilitasTHB, Konversi Skor menjadi Nilai Standar, Penentuan
Ranking/ kedudukan siswa, dll).
Sebagai seorang Pejabat kegiatan managemen perencanaan
2. APA STATISTIK?
C.CIRI-CIRI STATISTIKB.PENGGOLONGAN STATISTIKA.PENGERTIAN
STATISTIK
A. PENGERTIAN STATISTIK
SECARA HARFIAH/ ETIMOLOGIS/ BAHASA
= STATUS, STAAT, STATE = NEGARA
Pada Abad XVI Pithagoras, yang disebut statistik adalah:Kumpulan
bahan-bahan keterangan (data), baik yang berupa angka (data
kuantitatif), maupun yang tidak berwujud angka (data
kualitatif).Data kuantitatif : jumlah pendudukData kualitatif :
silsilah, panji-panji kebesaran, notulen, dll. Pada Abad XVII:
Statistik dibatasi pada keterangan-keterangan angka saja (data
kuantitatif), dan keterangan yang bukan angka disebut dokumen.
Dalam kamus:STATISTIC: Ukuran-ukuran statistik.STATISTICS: Ilmu
Statsitik ( Statistik sebagai ilmu pengetahuan). MENURUT
ISTILAH:
1. Data Statistik/ Data Kuantitatif: Yaitu kumpulan angka-angka
atau bilangan yang berupa bahan keterangan. Syaratnya: angka/
bilangan tadi haruslah memiliki ciri dari suatu penelitian yang
bersifat Agregatif, serta menceminkan suatu kegiatan dalam bidang
atau lapangan tertentu.2. Activity/ Kegiatan Penstatistikan: Di
Indonesia: dilakukan oleh BPS, yaitu kesatuan unit kerja yang
mempunyai bidang kegiatan penstatistikan.3. Metode/ Cara:Yaitu
cara-cara yang dapat ditempuh sedemikian rupa sehingga data angka
yang kita pelajari dapat berbicara dengan jalan : Menghimpun
Mengatur/ Menyusun Menyajikan Menganalisa dan Memberikan
interpretasi
4. Ilmu Statistik:Yaitu ilmu pengetahuan yang mempelajari/
membahas dan mengembangkan cara-cara: Menghimpun data Menyusun dan
mengatur data angka Menyajikan data angka Mengolah dan menganalisis
data angka Serta menarik kesimpulan berdasarkan angka atau Menyusun
perkiraan-perkiraan (estimasi) dan ramalan-ramalan (prediksi)
berdasar data angka, dengan pendekatan Matematika.
B. PENGGOLONGAN STATISTIK1) Penggolongan utama ditinjau dari di
mana kita pelajari:a. Basic Statistic (statistik murni) MIPAb.
Applied Statistic (statistik terapan) misalnya: dalam bidang
pendidikan, kependudukan, ekonomi, dsb. Karena itu tidak dipelajari
tentang asal-usul rumus.2) Penggolongan dari segi taraf pekerjaan =
Analisaa. Deskriptif/Descriptive Statistics = Statistik Deduktif =
Statistik Sederhanab. Inferensial-Statistics = Statistik Induktif =
Statistik lanjut3) Penggolongan dari segi bidang garapana.
Statistik Pendidikanb. Statistik Kependudukan, dll
C. CIRI KHAS STATISTIK1) Selalu bekerja dengan
angka-angka/kuantifikasi2) Bekerja secara objektif; kesimpulan
berdasarkan data yang ada.3) Bersifat Universal; dapat diterapkan
di seluruh cabang ilmu pengetahuan.
3. KAPAN STATISTIK?
Statistik dapat digunakan apabila dalam suatu kegiatan
penelitian di mana dikumpulkan data angka/ data kuantitatif, dengan
tujuan:a. Menyusun laporan yang berupa data kuantitatif dengan
secara teratur, ringkas dan jelas;b. Memperoleh gambaran, baik
secara khusus maupun secara umum tentang suatu gejala, keadaan atau
peristiwa;c. Mengetahui perkembangan atau pasang-surut mengenai
keadaan/ gejala, keadaan atau peristiwa;d. Mengetahui apakah gejala
yang satu ada hubungannya dengan gejala yang lain;e. Melakukan
pengujian, apakah gejala yang satu berbeda dengan gejala yang lain
ataukah tidak; jika terdapat perbedaan apakah perbedaan itu
merupakan perbedaan yang berarti (meyakinkan) ataukah perbedaan itu
hanya secara kebetulan saja;f. Dst.
4. BAGAIMANA CARA KERJA STATISTIK?
CARA KERJA STATISTIK: Terlibat dalam pembicaraan tentang Teknik
Analisa Statistik. Bermacam-macam Teknik Analisa Data. Yang akan
dipelajari:1) Teknik Analisis Deskkriptif:a. Analisis data
berdasarkan Distribusi Frekuensi;b. Analisis data berdasarkan
Ukuran-ukuran Tendensi Pusat Data, danc. Analisis data berdasarkan
Ukuran-ukuran Variabilitas Data.
2) Teknik Analisis Inferensial:a. Teknik Analisis Korelasionalb.
Teknik Analisis Komparasionalc. Teknik Analisis Regresi
BAB IITEKNIK ANALISIS STATISTIK DESKRIPTIF DENGAN MENDASARKAN
DIRI PADA FREKUENSI DATANYA(MASALAH DISTRIBUSI FREKUENSI)
A. PENGANTAR:
Jika kita menghimpun data (bahan keterangan) berupa angka (=
data kuantitatif), baik dalam rangka Riset Kependidikan, Evaluasi
Pendidikan, maupun Administrasi Pendidikan, maka data angka itu
umumnya masih dalam keadaan tidak teratur/ kasar/ kotor.Data
semacam ini dikenal dengan istilah: RAW DATA/ RAW SCORE. Karena
tidak teratur/ kasar/ kotor, maka data mentah ini= BELUM DAPAT
BERBICARA
CONTOH:NILAI-NILAI HASIL UJIAN MASUK STAIN, KHUSUS MATA UJIAN
BHS. ARAB 50 ORANG YANG BERASAL DARI SMU:
55 49 70 65 66 72 47 61 77 63 63 68 59 55 57 69 66 65 67 74 70
57 62 63 62 51 60 48 60 60 65 60 58 70 54 64 75 68 73 63 58 52 61
45 64 53 64 71 67 56
RAW DATA= RAW SCORE= DATA MENTAH
DATA KUANTITATIF INI MASIH BERSIFAT KASAR= BELUM DAPAT
BERBICARA: MASIH SULIT DIPAHAMI MAKNANYA AGAR DATA KUANTITATIF
TERSEBUT DAPAT BERBICARA (DAPAT DIPAHAMI MAKNANYA), MAKA CARA
PERTAMA/ YANG PALING SEDERHANA, ADALAH DENGAN JALAN MENGHITUNG
FREKUENSINYA, DENGAN TERLEBIH DAHULU MENYUSUN/ MENGATUR DATA
TERSEBUT. FREKUENSI ADALAH ANGKA/ BILANGAN YANG MENUNJUKKAN
SEBERAPA KALIKAH SUATU GEJALA (= VARIABEL) MUNCUL/ TERJADI.
CONTOH FREKUENSI:
Berikut ini adalah nilai dari 10 orang peserta Ujian Penyetaraan
Matematika Tingkat SMA:
NO
NAMA
NILAI
12345678910AZIZAHBAGONGCINTA LAURAKELIK PELIPUR LARAMBAH
DARMOGARENG RAKASIWIMBOK BERUKFITRISETIAWAN TIADA TARAZAHRO
GAULS50357080606080658070
Berdasarkan data di atas dapat disimpulkan bahwa:
Nilai 80 dicapai oleh ...... orang (Nilai 80 berulang .....
kali), atau f= .....Nilai 70 dicapai oleh ...... orang (Nilai 70
berulang ..... kali), atau f= .....Nilai 65 dicapai oleh ......
orang (Nilai 65 berulang ..... kali), atau f= .....Nilai 60 dicapai
oleh ...... orang (Nilai 60 berulang ..... kali), atau f=
.....Dst.
B. PENGERTIAN TABEL DISTRIBUSI FREKUENSI (TDF):
TABEL: ALAT BANTU PENYAJIAN DATA STATISTIK YANG TERTUANG DALAM
BENTUK KOLOM DAN LAJUR (BARIS).
TABEL DISTRIBUSI FREKUENSI (TDF):
ALAT BANTU PENYAJIAN DATA STATISTIK YANG TERTUANG DALAM BENTUK
KOLOM DAN LAJUR, YANG DI DALAMNYA DISAJIKAN DISTRIBUSI (PEMBAGIAN)
FREKUENSI DARI DATA YANG SEDANG DITELITI.
C. JENIS-JENISTABEL DISTRIBUSI FREKUENSI
TDF. DATA TUNGGALTDF. DATA KELOMPOKAN
f = 1f 1
CONTOH: NILAI(X)fNILAI(Y)fNILAIf
109876543111111111098765431358443290 9485 8980 8475 7970 7465
6960 6455 5950 54135776542
TOTAL8= NTOTAL30= NTOTAL40 = N
D. CARA-CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI:
1. CARA MEMBUAT TDF. DATA TUNGGAL.
CONTOH: DATA: TDF. NILAI-NILAI DAFTAR NILAI-NILAI HASIL HASIL
UJIAN STATISTIK UJIAN STATISTIK YANG DICAPAI YANG DICAPAI OLEH 10
OLEH 10 ORANG MAHASISWA: ORANSG MAHASISWA:
NO.N A M ANILAINILAI(X)F
1.2.3.4.5.6.7.8.9.10.SYAMSUDDINMARGONOABDUL
WAHIDDIMYATISUCIFATHONAHNUR KHOLISHAMDANILISTIORINIB. PRAMONO65(30)
L 604575407055(80) H 50(H)807570656055504540(L) 30
1111111111
TOTAL10 = N
2. CARA MEMBUAT TDF. DATA TUNGGAL DI MANA SEBAGIAN/ SELURUH
FREKUEN-SINYA LEBIH DARI 1 (f 1). CONTOH:
DATA :NILAI-NILAI HASIl ULANGAN HARIAN BHS. ARAB YG. DICAPAI
OLEH 40 ORANG SISWA MADRASAH IBTIDAIYAH:5 8 6 4 6 7 9 6 4 57 5 8 6
5 4 6 7 7 (10)H4 6 5 7 8 9 3 5 6 8 10 4 9 5 (3)L6 8 6 7 6
CARA MEMBUAT:a. Cari Skor tertinggi (H) dan Skor terendah (L)b.
Menyiapkan Tabel Distribusi Frekuensi c. Melakukan tabulasi
data
TDF. NILAI-NILAI HASIL ULANGAN HARIAN BHS. ARAB YANG DICAPAI
OLEH 40 ORANGSISWA MADRASAH IBTIDAIYAH:
NILAI(X)TALLIEST/ JARI-JARIFREKUENSI(f)
109876543 llllllllllll
TOTAL_ = N
3. CARA MEMBUAT TDF. DATA KELOMPOKAN.
LANGKAH-LANGKAHNYA:a. Cari H (The Highest Score/ skor
tertinggi);b. Cari L (The Lowest Score/ skor terendah);c. Cari R
(Total Range) R = (H L) + 1. d. Tetapkan INTERVAL CLASS (i),
patokannya:R/i = 10 s.d. 20.Catatan: sebaiknya i adalah bilangan
ganjil: 3, 5, 7, 9, 11, 13, dst.)e. Tetapkan Bilangan Dasar
Interval untuk masing-masing interval; f. Menyiapkan Tabel
Distribusi Frekuensi (TDF);g. Melakukan Tabulasi Data.
CONTOH:DATA: BERIKUT INI ADALAH NILAI-NILAI HASIL UAN BIOLOGI
YANG BERHASIL DICAPAI OLEH 80 ORANG SISWA KELAS XII JURUSAN
FISIKA:6555636152586253625259615861517160696072576854606357656165457847595762646559647454735775555059504870546057606660614967586751655860556556535660706277596660555681Dari
data di atas diperoleh:a. H = ...... b. L = ...... c. R = (H L) + 1
: ( ..... ..... ) + 1 = ...........d. R/i = 10 s.d. 20. Diket. R=
............, maka: i ditetapkan = ........ (sebaiknya i bil
ganjil= 3,5,7,9, dst) e. Menetapkan bilangan dasar interval yang
merupakan kelipatan dari i adalah:
f. Menyiapkan Tabel Distribusi Frekuensi, kemudian melakukan
tabulasi data
TDF.Nilai-nilai Hasi UAN Biologi yang berhasil dicapai 80 orang
Siswa Jurusan Fisika.*)
INTERVALNILAI TALLIEST/ JARI-JARIf
- -----------
TOTAL- = N
*) DATA MULAI DAPAT BERBICARA
NAMA :PRODI/ NIM:
UJI KOMPETENSI BAB II:
DATA:BERIKUT INI ADALAH NILAI-NILAI HASIL TES FORMATIF BAHASA
ARAB YANG BERHASIL DICAPAI OLEH 65 ORANG SISWA KELAS V MIN
YOGYAKARTA I:
5342324451434841434841554038424446433542424544464040436252484664434852515748484752385145385140464554554150594239564443475143503440
Dari data di atas diperoleh:a. H = ...... b. L = ...... c. R =
(H L) + 1 : ( ..... ..... ) + 1 = ...........d. R/i = 10 s.d. 20.
Diket. R= ............, maka:
i ditetapkan = ........ (sebaiknya i bil ganjil= 3,5,7,9,
dst)
e. Menetapkan bilangan dasar interval yang merupakan kelipatan
dari i adalah:
f. Menyiapkan Tabel Distribusi Frekuensi, kemudian melakukan
tabulasi data
TDF. Nilai-nilai Hasi Tes Formatif Bhs. Arab yang berhasil
dicapai oleh 65 orang Siswa Kelas V MIN Yogyakarta I
INTERVALNILAI TALLIEST/ JARI-JARIf
TOTAL_ = N
BAB IIITEKNIK ANALISIS STATISTIK DESKRIPTIF DENGAN MENGGUNAKAN
UKURAN-UKURAN TENDENSI SENTRAL DATA(PENGUKURAN TENDENSI SENTRAL
DATA)
A. PENGANTAR: Teknik Analisis Data dengan hanya mendasarkan diri
pada Frekuensi Datanya, sifatnya masih sangat sederhana, sangat
kasar dan dangkal. Informasi yang diperoleh lewat frekuensi masih
sangat terbatas. Hal ini dapat kita fahami mengingat pembuatan TDF
masih merupakan bagian awal saja dalam kegiatan analisa statistik.
Agar tingkatan analisis data yang kita lakukan dapat lebih
teliti-tajam dan mendalam, data tidak cukup hanya dihitung
frekuensinya, melainkan juga perlu diukur. Untuk dapat mengukur
data kuantitatif (= data statistik) diperlukan UKURAN-UKURAN
STATISTIK. Ukuran statistik yang pertama kita pelajari adalah:
UKURAN TENDENSI PUSAT DATA= UKURAN HARGA RATA-RATA/ UKURAN NILAI
RATA-RATA/ UKURAN RATA-RATA (AVERAGE). Dengan menggunakan ukuran
rata-rata, kita akan memperoleh satu angka (dari sekian banyak
angka yang ada), dan Bahwa dengan hanya mendasarkan diri pada satu
angka itu kita akan memperoleh gambaran umum secara menyeluruh dari
data angka yang sedang kita teliti. Dalam dunia Pendidikan, ukuran
rata-rata itu dikenal dengan istilah: NILAI RATA-RATA RAPOR NILAI
RATA-RATA STTB I. P. (Indeks Prestasi) I. P. K. (Indeks Prestasi
Kumulatif), dsb.
B. MACAM-MACAM UKURAN RATA-RATA
1. ARITHMETIC MEAN = RATA-RATA HITUNG (M) 2. MEDIAN= MEDIUM=
RATA-RATA PERTENGAHAN (Mdn, Me, Mn) 3. MODUS = RATA-RATA FREKUENSI
MAKSIMAL (Mo) 4. GEOMETRIC MEAN (RATA-RATA UKUR) 5. HARMONIC MEAN
(RATA-RATA HARMONIS)
ARITHMETIC MEAN(RATA-RATA HITUNG)
A. PENGERTIANNYA:
NILAI RATA-RATA HITUNG DARI SEKELOMPOK BILANGAN ADALAH SAMA
DENGAN JUMLAH DARI SEMUA BILANGAN YANG ADA DIBAGI DENGAN BANYAKNYA
BILANGAN ITU SENDIRI.
M E A NSERING DIPERGUNAKAN DALAM ANALISIS DATA STATISTIK
DESKRIPTIF, ALASANNYA:
M E D I A N
PALING TELITIPALING REPRESENTATIF
M O D U S
BUKTINYA:SERING DIPAKAI DALAM RISET SOSIAL/ RISET
KEPENDIDIKANDATA:9, 4, 7, 4, 8, 6, 8, 6, 3, 7, 5, 10
JIKA DICARI/ DIHITUNG MEAN-NYA:
JIKA DICARI/ DIHITUNG MEDIAN-NYA:
JIKA DICARI/ DIHITUNG MODUS-NYA:
B. RUMUS-RUMUSUNTUK MENCARI MEAN (Mx):
TDF. DATA TUNGGALTDF. DATA KELOMPOKAN
f = 1f 1
X Mx = N X= Jumlah dari skor XN = Number of cases fX Mx = N fX=
Jumlah dari perkalian antara f dgn X
fX Metode Panjang: Mx = N fX= Jumlah dari perkalian antara
frekuensi (f) dengan mid point (X = titik tengah interval)
Metode Singkat: fxMx = M + i ( ) N M = Mean terkaan (buatan
sendiri; pilih salah satu mid point (=X) sbg Mx = Titik tengah (=0;
tergantung mid point yang dipilih sbg M)fX= Jumlah dari perkalian
antara frekuensi (f) dengan mid point (X = titik tengah
interval)
C. CONTOH-CONTOH MENCARI MEAN:
A. TDF. DATA TUNGGAL
f = 1f 1
X Mx = N fX Mx = N
Tabel Perhitungan untuk mencari Tabel Perhitungan untuk mencari
Mean Tes Mean nilai Amir dalam 5 mata Pelajaran Formatif Bhs. Arab
40 Siswa MIN Yogyakara XfXffX
101(1)(2)(3) = (1) x (2)
91105
81912
61814
5176
4163
42= X6= NTOTAL40 = N
X fX Mx = = Mx = = N N
B.TDF. DATA KELOMPOKAN
fxMetode Singkat: Mx = M + i N
fXMetode Panjang: Mx = N
KETERANGAN: KETERANGAN:fX = Jumlah dari perkalian M= Mean
terkaan pilih salah satu antara f dengan X (mid point) midpoint = X
N = Number of Cases fx= Jumlah dari perkalian antara f dengan x x=
Titik tengah (= 0) buatan sendiri i= Interval Class N = Number of
Cases
CONTOH:
Tabel Perhitungan untuk mencari Mean Tes Tabel Perhitungan untuk
mencari Mean Tes Formatif Akhlaq dari 50 orang Siswa SDIT Formatif
Akhlaq dari 50 orang Siswa SDITBIAS Yogyakarta dengan Metode
Panjang BIAS Yogyakarta dengan Metode Singkat
INTERVALNILAIfXfXINTERVALNILAIfXxfx
(1)(2)(3)(4)= (2)x(3)(1)(2)(3)(4)(5)= (2)x(3)
95 99
19795 99
197
90 94
19290 94
192
85 89
58785 89587
80 84
78280 84
782
75 79
127775 79
1277(M)
70 74
107270 74
1072
65 69
66765 69
667
60 64
36260 64
362
55 59
35755 59
357
50 54
25250 54
252
TOTAL50= N-=fXTOTAL50= N-=fx
fxMetode Singkat: Mx = M + i N fXMetode Panjang: Mx = N
Berdasarkan tabel diketahui: Berdasarkan tabel diketahui:fX = ; N=
M =; i = ; fx = ; N = Mx = Mx =
UJI KOMPETENSI BAB III:
Lengkapilah Tabel perhitungan di bawah ini, kemudian hitunglah
Mean dengan metode Panjang dan metode Singkat:
Tabel Perhitungan untuk mencari Mean Tes Formatf Akhlaq dari 50
orang Siswa SIBI SDIT Bina Anak Sholeh Yogyakarta dengan Metode
Panjang dan Metode Singkat
INTERVALNILAIfXfXxfx
(1)(2)(3)(4)= (2) x (3)(5) (6) = (2) x (4)
78 80
1
75 77
2
62 64
5
69 71
7
66 68
10
63 65
9
60 62
8
57 59
4
54 56
2
51 53
2
TOTAL 50 = N-
SOAL-SOAL PRAKTIKUM I STATISTIK PENDIDIKAN (BAB I, II, III, dan
IV):
DATA NOMOR:
Berikut ini adalah data Nilai-nilai Hasil Ujian Akhir Semester
dalam mata kuliah Sejarah Pendidikan Islam yang diikuti oleh 100
orang Mahasiswa Fakultas Tarbiyah Program Studi Pendidikan Agama
Islam:
63697078676275706174
61656466707463646858
51606364816172636562
71576177655872616468
68686465546966646775
66627057676870707362
60606466656067646058
57666763645567676570
69717369607166737065
62595467665267546566
SOAL: 1. Sajikanlah data di atas dalam bentuk Tabel Distribusi
Frekuensi data kelompokan, dengan interval class= 3 2. Carilah
rata-rata hitung nilai-nilai di atas, dengan: a) Metode Panjang,
dan b) Metode Singkat !3. Hitunglah Deviasi Standarnya, menggunakan
metode: a) Panjang,b) Singkat, danc) Skor Asli___________
*) Catatan: Lembar soal dikumpulkan bersama pekerjaan
saudara!
DATA NOMOR:
Berikut ini adalah data Nilai-nilai Hasil Ujian Akhir Semester
dalam mata kuliah Sejarah Pendidikan Islam yang diikuti oleh 100
orang Mahasiswa Fakultas Tarbiyah Program Studi Pendidikan Agama
Islam:
74505661534958686879
77755566686764546369
35614556457057845848
60425062636655625356
47525157446152716769
56715372735464646258
55465760595459565750
64406351616165526062
59708065556559557357
59553963676063515858
SOAL: 1. Sajikanlah data di atas dalam bentuk Tabel Distribusi
Frekuensi data kelompokan, dengan interval class= 52. Carilah
rata-rata hitung Nilai-nilai di atas, dengan: a) Metode Panjang,
dan b) Metode Singkat !_________
*) Catatan: Lembar soal dikumpulkan bersama pekerjaan
saudara!DATA NOMOR:
Berikut ini adalah data Nilai-nilai Hasil Ujian Akhir Semester
dalam mata kuliah Sejarah Pendidikan Islam yang diikuti oleh 100
orang Mahasiswa Fakultas Tarbiyah Program Studi Pendidikan Agama
Islam:
50555849627071646661
66625670675162606968
63595561587450524560
60616047646165516163
59595452586467615457
55655967666258575863
58586648605455545663
58536551654860576559
62646968575659725759
59605757645357625863
SOAL: 1. Susunlah data di atas ke dalam Tabel Distribusi
Frekuensi data kelompokan, di mana ditetapkan interval class= 32.
Carilah rata-rata hitung Nilai-nilai di atas, dengan: a) Metode
Panjang, dan b) Metode Singkat !___________
*) Catatan: Lembar soal dikumpulkan bersama pekerjaan
saudara!
DATA NOMOR:
Berikut ini adalah data Nilai-nilai Hasil Ujian Akhir Semester
dalam mata kuliah Sejarah Pendidikan Islam yang diikuti oleh 100
orang Mahasiswa Fakultas Tarbiyah Program Studi Pendidikan Agama
Islam:
56584864605257596366
60646362656674616056
50686563546051624574
55616762534759635960
59576371565171675561
62556454626162616557
58616661676468636759
53656170656564576060
68627269556061605864
57704957665858546962
SOAL: 1. Susunlah data di atas ke dalam Tabel Distribusi
Frekuensi data kelompokan, di mana ditetapkan interval class= 32.
Carilah rata-rata hitung Nilai-nilai di atas, dengan: a) Metode
Panjang, dan b) Metode Singkat !___________
*) Catatan: Lembar soal dikumpulkan bersama pekerjaan
saudara!DATA NOMOR:
Berikut ini adalah data Nilai-nilai Hasil Ujian Akhir Semester
dalam mata kuliah Sejarah Pendidikan Islam yang diikuti oleh 100
orang Mahasiswa Fakultas Tarbiyah Program Studi Pendidikan Agama
Islam:
46776964534575656961
71806055746770586357
43725654497960408960
60786745556561666259
60818259627366575452
74745544488360514760
61766867768556705355
50757563577250646167
84737063527164636858
66666265566559686972
SOAL: 1. Susunlah data di atas ke dalam Tabel Distribusi
Frekuensi data kelompokan, di mana ditetapkan interval class= 52.
Carilah rata-rata hitung Nilai-nilai di atas, dengan: a) Metode
Panjang, dan b) Metode Singkat !___________
*) Catatan: Lembar soal dikumpulkan bersama pekerjaan
saudara!
DATA NOMOR:
Berikut ini adalah data Nilai-nilai Hasil Ujian Akhir Semester
dalam mata kuliah Sejarah Pendidikan Islam yang diikuti oleh 100
orang Mahasiswa Fakultas Tarbiyah Program Studi Pendidikan Agama
Islam:
49674338564561465061
58525657517553544652
42796062503530565446
48596644555552555037
55486257746847644551
58446965453657594939
43475172507064585871
41514756646057546265
63556159635254634841
40593453534060536667
SOAL: 1. Susunlah data di atas ke dalam Tabel Distribusi
Frekuensi data kelompokan, di mana ditetapkan interval class= 52.
Carilah rata-rata hitung Nilai-nilai di atas, dengan: a) Metode
Panjang, dan b) Metode Singkat !___________
*) Catatan: Lembar soal dikumpulkan bersama pekerjaan
saudara!BAB IVTEKNIK ANALISIS STATISTIK DESKRIPTIFDENGAN
MENDASARKAN DIRI PADA UKURAN-UKURAN VARIABILITAS DATA
Pengertian:
Yang dimaksud dengan pengukuiran variabilitas data adalah salah
satu ukuran statistik yang dapat dijadikan petunjuk untuk
mengetahui penyebaran/ variabilitas/ variasi yang dimiliki oleh
data yang bersangkutan. Ukuran variabilitas data juga sering
disebut ukuran homogenitas data dan sekaligus Ukuran Heterogenitas
Data. Dikatakan demikian, sebab ukuran ini akan memberikan petunjuk
kepada kita. Bahwa semakin kecil variabilitas yang dimiliki oleh
data, maka data tersebut akan semakin bersifat homogen. semakin
variabilitas data, maka tersebut akan semakin heterogen.
Penggolongannya:
Statistik memiliki berbagai jenis ukuran variabilitas data, dua
diantaranya adalah; 1. Range sebagai ukuran variabilitas data yang
paling kasar/ paling sederhana. 2. Deviation (simpangan) sebagai
ukuran variabilitas data yang dipandang me- milki tingkat
ketelitian yang tertinggi.
PENGANALISISAN DATA DENGANMENGGUNAKAN RANGE
Range, yang biasa dilambangkan dengan huruf R adalah salah satu
jenis ukuran variabilitas data, yang menunjukkan selisih antara
nilai tertinggi (H) dengan nilai terendah (L). Jika dituangkan
dalam bentuk rumus:R = H - L
Contoh Penggunaan:
Apabila nilai-nilai hasil ujian masuk yang dimiliki oleh A, B,
C, D di atas kita analisis variabilitas datanya dengan menggunakan
Range, maka:
Nama:PPKNDir. IslamiyahBhs. IndonesiaBhs. ArabBhs. Inggris
MeanRange=H - L
A777773577-7 = 0
B868763578-6 = 2
C959573579-5 = 4
D104102935710-4 = 6
Berdasarkan tabel di atas: MA = MB = MC = MD; yaitu= 7, namun
setelah diukur vatiabilitas datanya dengan Range, ternyata: RA RB
RC RD.
Kesimpulan Hasil Analisis: Sekalipun Mean yang dimiliki A, B, C,
dan D sama (yaitu= 7), namun keempat subyek tersebut Range-nya
saling berbeda. Dengan demikian dapat disimpulkan bahwa keempat
subyek di atas kualitas hasil ujiannya tidak sama, sekalipun Nilai
Rata-rata mereka sama.
Kelemahan Range:
Menganggap tanda minus sebagai plus, secara Matematika tidak
dapat dipertanggung jawabkan, sekalipun dengan alasan sama-sama
berarti selisih Sebagai alat untuk mengukur variabilitas data,
tetapi tidak memperhatikan penyebaran/ variasi data yang berada di
antara skor tertinggi dan skor terendah, contoh:Nilai Amir : 7 7 7
9 8, Range= 9 7= 2Nilai Bejo : 5 7 6 5 6, Range= 7 5= 2
PENGANALISISAN DATA DENGANMENGGUNAKAN DEVIASI
Pengertian Deviasi:
Deviasi berasal dari deviation yang biasa diterjemahkan dengan
simpangan atau penyimpangan. Ini adalah pengertian secara
etimologis. Adapun secara terminologis, dalam ilmu statistik yang
dimaksud deviasi adalah: simpangan dari skor terhadap nilai
rata-rata hitung (Mean).Deviasi biasa dilambangkan dengan huruf x,
y, z, dsb. Jika dituangkan dalam bentuk rumus, maka rumus dasar
untuk menghitung deviasi adalah sbb.: x= X Mxdi mana: x = deviasi
dari skor X X = besarnya skor X Mx = mean dari skor-skor X
Contoh Penggunaan:
Apabila nilai-nilai hasil ujian masuk yang dimiliki olewh A, B,
C, D di atas kita analisis variabilitas datanya dengan menggunakan
Deviasi, maka:
Nama:Deviasi (x) = X - MxJumlah(x)
PPKNDir. IslamiyahBhs. IndonesiaBhs. ArabBhs. Inggris
A7-7= 07-7= 07-7= 07-7= 07-7= 00
B8-7= 16-7=-18-7= 17-7= 06-7= -10
C9-7= 25-7=-29-7= 25-7=-27-7= 00
D10-7=34-7=-310-7=32-7=-59-7= 20
Dari perhitungan deviasi di atas, maka kita dapat mengetahui
bahwa deviasi memiliki karakteristik sbb.: Ada deviasi yang
besarnya = 0. Di sini mengandung pengertian bahwa besarnya skor X
sama dengan besarnya Mean X. Ada deviasi yang bertanda plus (+);
deviasi seperti ini disebut deviasi positif, artinya; skor ybs,
lebih besar dari pada Mean-nya. Ada deviasi yang bertanda minus
(-); deviasi seperti ini disebut deviasi negatif, artinya; skor
ybs, lebih kecil dari pada Mean-nya. Apabila deviasi yang dimiliki
oleh masing-masing subyek itu kita jumlahkan, maka hasilnya akan
selalu = 0 (x= 0).
Karena jumlah deviasi akan selalu sama dengan nol, maka kita
akan menghadapi kenyataan bahwa jumlah deviasi yang dimiliki oleh A
akan sama dengan jumlah deviasi yang dimiliki oleh B, C, dan D,
atau x1 = x2 = x3 = x4 = 0.Dengan demikian berarti kualitas hasil
ujian A= B= C= D. Padahal pada saat kita analisis dengan Range, A B
C D.
Bagaimana cara yang dapat ditempuh agar Deviasi tetap dapat
digunakan sebagai Ukuran Variabilitas Data ?
Sehubungan dengan hal di atas, maka agar deviasi tetap dapat
digunakan sebagai ukuran untuk menganalisis data, maka di dalam
menjumlahkan deviasi dari masing-masing subyek; tanda-tanda aljabar
(tanda plus dan tanda minus) sebaiknya diabaikan saja. Dengan kata
lain, semua deviasi kita anggap bertanda plus. Jadi yang
dijumlahkan adalah harga mutlaknya. Setelah semua deviasi kita
jumlahkan (x) lalu kita hitung rata-ratanya (x dibagi dengan N).
Deviasi seperti inilah yang disebut Deviasi Rata-rata = Average
Deviation= AD, atau Mean Deviation= MD). Jika dituangkan dalam
bentuk rumus, maka rumus untuk menghitung deviasi rata-rata adalah:
x ADx = NApabila data nilai A, B, C, dan D di atas kita hitung
deviasi rata-ratanya, maka:
0 + 0 + 0 + 0 + 0ADA = = 0 5 1 + 1 + 1 + 0 + 1 4ADB = = = 0,8 5
5 2 + 2 + 2 + 2 + 0 8ADC = = = 1,6 5 5 3 + 3 + 3 + 5 + 2 16ADD = =
= 3,2 5 5
Jadi, dengan mengabaikan tanda-tanda aljabar (plus dan minus)
dapat diketahui bahwa deviasi rata-rata yang dimiliki oleh: A B C
D. Dengan demikian, kita dapat menyimpulkan bahwa kualitas hasil
ujian dari keempat subyek di atas berbeda, sekalipun mereka
memiliki nilai rata-rata hitung yang sama:Nilai A :nilai-nilai
hasil ujiannya homogen sempurna;Nilai B :nilai-nilai hasil ujiannya
mendekati homogen;Nilai C :nilai-nilai hasil ujiannya
heterogen;Nilai D :nilai-nilai hasil ujiannya sangat heterogen/
paling heterogen.CATATAN:
Menganggap bahwa deviasi yang bertanda negatif sebagai positif,
secara matematika tidak dapat dipertanggungjawabkan, hanya dengan
alsan sama-sama mempunyai arti selisih, yaitu selisih lebih
(deviasi positif) dan selisih kurang (deviasi negatif).Oleh karena
itu, agar deviasi dapat digunakan sebagai alat untuk mengukur
variabilitas data, maka sebaiknya deviasi tsb di kuadratkan
terlebih dahulu, setelah itu baru dijumlahkan, kemudian baru dicari
rata-ratanya di bawah tanda akar. Deviasi yang telah mengalami
proses seperti di atas itulah yang disebut dengan Deviasi Standar
(Standard of Devition= SD) atau Simpangan Baku:
x2 SD = N
Rumus di atas adalah untuk mencari SD Data Tunggal, di mana
seluruh frekuensinya= 1
Contoh:Tabel perhitungan untuk mencari SD Nilai Amir dalam 6
Mata Pelajaran
Xfx= X Mx*)x2
101
91
81
61
51
41
42= X6=N= x2
X *) Mx = N
x2 SD = N
Adapun untuk data tunggal di mana sebagian/ seluruh frekuensinya
lebih dari 1, dapat dicari dengan rumus:
fx2 SD = N CONTOH MENCARI DEVIASI STANDAR (SD) UNTUK DATA
TUNGGAL (f 1):
Tabel perhitungan untuk mencari SD Nilai Tes Formatif Bhs. Arab
40 orang siswa MAN Yogyakarta I
XffXx = X - Mxx2f x2
(1)(2)(3)= (1) (2)(4)= (3) - Mx(5)= (4) 2(6)= (2) (5)
105
912
814
76
63
TOTAL40 = N= fX --= fx2
Rumus:
fx2 SD = = N
Untuk data Kelompokan, SD dapat dicari dengan 3 metode/ rumus
sbb.:
1) Metode Panjang:
fx2 SDx = N
2) Metode Singkat:
fx2 fx 2 SDx = i - N N
3) Metode Skor Asli:
fX2 fX 2 SDx = - - N N
CONTOH MENCARI DEVIASI STANDAR (SD) UNTUK DATA KELOMPOKAN:
DATA:Di bawah ini adalah Tabel Distribusi Frekuensi Nilai-nilai
Ulangan Harian Bhs. Arab dari 50 orang siswa MAN Yogyakarta
IIINTERVALf
(1)(2)
90 942
85 893
80 844
75 796
70 748
65 699
60 647
55 595
50 543
45 492
40 441
TOTAL50= N
SOAL:Hitunglah Deviasi Standar Nilai-nilai Ulangan Harian Bhs.
Arab di atas, menggunakan: 1) Metode Panjang; 2) Metode Singkat,
dan 3) Metode Skor Asli
JAWAB:1) Mencari SD dengan Metode Panjang:
Tabel Perhitungan untuk mencari SD Nilai Ulangan Harian Bhs.
Arab 50 orang siswa MAN Yogyakarta II, dengan Metode
Panjang.INTERVALfXxx2fx2
(1)(2)(3)(4)= X Mx(5)(6)
90 9429223,5552,251104,5
85 8938718,5342,251026,75
80 8448213,5182,25729
75 796778,572,25433,5
70 748723,512,2598
65 69967-1,52,2520,25
60 64762-6,542,25295,75
55 59557-11,5132,25661,25
50 54352-16,5272,25816,75
45 49247-21,5462,25924,5
40 44142-26,5702,25702,25
TOTAL50= N---6812,5= fx2
Rumus:
fx2 SDx = N
Berdasarkan Tabel di atas diketahui:
fx2 =; N =, maka: fx2 SDx = = N
2) Mencari SD dengan Metode Singkat
Tabel Perhitungan untuk mencari SD Nilai Ulangan Harian Bhs.
Arab 50 orang siswa MAN Yka II, dengan Metode Singkat.
INTERVALfXxfx fx2
(1)(2)(3)(4)(5)= (2) (4)
90 94292510
85 89387412
80 84482312
75 79677212
70 7487218
65 6996700
60 64762-1-7
55 59557-2-10
50 54352-3-9
45 49247-4-8
40 44142-5-5
TOTAL5015= fx
Rumus: fx2 fx 2 SDx = i - N N
Berdasarkan Tabel di atas diketahui:fX =; fx2 = ;N =; i = ,
maka: fx2 fx 2 SDx = i - = N N
3) Mencari SD dengan Metode Skor Asli:
Tabel Perhitungan untuk mencari SD Nilai Ulangan Harian Bhs.
Arab 50 orang siswa MAN Yogyakarta II, dengan Metode Skor Asli.
INTERVALfXfXfX2
(1)(2)(3)(4)(5)
90 - 9429218416928
85 - 8938726122707
80 - 8448232826896
75 - 7967746235574
70 - 7487257641472
65 - 6996760340401
60 - 6476243426908
55 - 5955728516245
50 - 543521568112
45 - 49247944418
40 - 44142421764
TOTAL50= N3425= fX241425= fX2
Rumus: fX2 fX 2 SDx = - N N
Berdasarkan Tabel di atas diketahui:
fX =; fX2 = ;N =, maka: fX2 fx 2 SDx = i - = N N
BAB IVTEKNIK ANALISIS KORELASIONAL
A. PENDAHULUAN
1. PENGERTIAN KORELASI
Bahasa:correlation (Bhs. Inggris) = hubungan/ saling hubungan/
hubungn timbal balik
Statistik: hubungan antar 2 variabel atau lebih dari 2
variabel
Bivariate Correlation Multivariate Correlation
2. ARAH KORELASIHubungan antar 2 variabel atau lebih, dari segi
arahnya dibedakan menjadi 2 macam: Satu arah/ searah= korelasi
positif Berlawanan arah= korelasi negatif
3. PETA KORELASIArah hubungan antar variabel yang kita cari
korelasinya dapat kita amati melalui PETA KORELASI. Dalam peta
korelasi tersebut dapat kita lihat pencaran titik/ moment dari
variabel yang sedang kita cari korelasinya= scatter diagram atau
diagram pencaran titik.
4. ANGKA KORELASIa. Pengertian: Sebuah angka yang dapat
dijadikan petunjuk untuk mengetahui seberapa besar kekuatan
korelasi di antara variabel yang sedang diselidiki korelasinya.b.
Besarnya: Berkisar antara 0 (nol) sampai dengan 1,00, artinya;
angka korelasi itu paling tinggi adalah 1,00 dan paling rendah
adalah 0.c. Lambangnya: Teknik Korlasi Product Moment: rxy Teknik
Korlasi Tata Jenjang: Teknik Korelasi Phi: Teknik Korelasi
Kontingensi: C/ KKd. Tandanya: Angka korelasinya bertanda positif
(+) Korelasi Positif; Angka Korelasi bertanda negatif Korelasi
Negatif ; Angka korelasi = 0 Tidak ada korelasinya.
e. Sifatnya: Relatif; angka yang diperoleh dari hasil
perhitungan itu sifatnya relatif, yaitu menunjukkan kuat-lemahnya
hubungan antar variabel yang sedang dikorelasikan
B. TEKNIK ANALISA KORELASIONAL
1. PENGERTIAN: = Teknik Analisa Statistik mengenai hubungan
antar dua variabel atau lebih.
3. TUJUAN:a. Ingin mencari bukti, apakah memang benar antara
variabel yang satu dan variabel yang lain terdapat hubungan/
korelasi;b. Ingin menjawab pertanyaan, apakah hubungan antar
variabel itu termasuk hubungan yang kuat, cukup, atau lemah;c.
Ingin memperoleh kejelasan dan kepastian (secara matematika),
apakah hubungan antar variabel itu merupakan hubungan yang
meyakinkan (=signifikan) ataukah tidak.
4. PENGGOLONGAN: Dibedakan menjadi 2, yaitu: Teknik Analisa
Korelasional Bivariat*) Teknik Analisa Korelasional Multivariat
B. TEKNIK ANALISA KORELASIONAL BIVARIATTeknik Analisis
Korelasional Bivariat adalah salah satu teknik analisis statistik
yang biasa dipergunakan untuk mengetahui: Apakah antara Variabel I
dan Variabel II terdapat korelasi yang signifikan ataukah tidak.
Sesuai dengan namanya, maka di sini variabel yang dicari
korelasinya ada 2 buah; satu sebagai variabel independen dan
variabel lainnya adalah variabel dependen.
Teknik-teknik korelasi bivariat berikut ini adalah termasuk
kategori Teknik Korelasi Bivariat yang seringkali digunakan dalam
rangka riset kependidikan:1. Teknik Korelasi Product Moment;2.
Teknik Korelasi Rank Order (Tata jenjang);3. Teknik Korelasi Phi;4.
Teknik Korelasi Kontingensi, dan;5. Teknik Korelasi Point
Biserial.
Dari kelima Teknik Korelasi di atas, teknik Korelasi Product
Moment merupakan salah satu teknik korelasi bivariat yang paling
sering digunakan dalam kegiatan analisis data kuantitatif hasil
riset.
B. TEKNIK ANALISA KORELASIONAL PRODUCT MOMENT
1. Pengertian: - Adalah salah satu teknik untuk mencari korelasi
antar dua variabel yang dikembangkan oleh Karl Pearson. - Disebut
Product Moment Correlation, karena koefisien korelasinya diperoleh
dengan cara mencari hasil perkalian dari moment-moment variabel
yang dikorelasikan (= product of the moment). 2. Penggunaannya:
Teknik Korelasi Product moment tepat kita gunakan, apabila: a.
Variabel yang dikorelasikan, datanya berupa data kontinu (contoh;
Nilai THB, Nilai Rapors, Nilai STTB, IP, IQ, dsb.); b. Hubungan
antar variabel itu sifatnya linier; c. Subjek yang diteliti
homogen.
3. Lambangnya: r , diberi indeks dengan huruf kecil dari dua
buah variabel yang dikorelasikan.
4. Cara Mencari Angka Indeks Korelasi Product Moment:
a. Untuk Data Tunggal, di mana N < 30: angka indeks
korelasinya dapat dicari dengan dengan 6 rumus/ metode yaitu 3
metode dengan mendasarkan diri deviasi skornya, dan 3 metode dengan
mendasarkan diri pada skor-skor aslinya;
1. Tanpa menghitung SD terlebih dahulu: RUMUS: xy rxy = x2 y2
KETERANGAN: xy= Jumlah perkalian antara deviasi Variabel X (x), di
mana x= X Mx, dengan deviasi Variabel Y (y), di mana y= Y My x2 =
Jumlah kuadrat dari deviasi Variabel X (x), di mana x = X Mx y2=
Jumlah kuadrat dari deviasi Variabel Y (y), di mana y = X My Tabel
Perhitungan untuk mencari Angka Indeks Korelasi Product Moment
untuk DataTunggal, tanpa menghitung SD terlebih dahulu (misalkan
N=10)
XYx yxyx2y2
(1)(2)(3)= X Mx(4)= Y My(5)= (3) x (4)(6)= (3) 2(7)= (4) 2
505550 40 = 1055 50 = 510 x 5= 50102= 10052 = 25
dst.dst.dst.dst.dst.dst.dst.
400 = X500 = Y -- = xy = x2 = y2
X 400 Y 500 Mx = = = 40; My = = = 50 N 10 N 102. Dengan
menghitung SD terlebih dahulu:
RUMUS : xy rxy = N. SDx . SDy KETERANGAN: xy= Jumlah perkalian
antara deviasi Variabel X (x) dengan deviasi variabel Y (y) x2 SDx=
Deviasi standar variabel X, dapat dicari dengan rumus: SDx = N
x2 SDy= Deviasi standar variabel Y, dapat dicari dengan rumus:
SDy = NTabel Perhitungan untuk mencari Angka Indeks Korelasi
Product Moment untuk Data Tunggal, dengan menghitung SD terlebih
dahulu:
XYx yx2d= x - y d2= (x y)2
(1)(2)(3)= X - Mx(4)= Y - My(5)= (3) 2(6)= (3) (4) (7)= (4)
2
505550 - 40= 1060 - 55= 5102= 10010 - 5 = 552 = 25
dst.
= X = Y - - = x2 = y2 = y2
3. Dengan mendasarkan diri pada Selisih Deviasinya (d):
RUMUS: x2 + y2 - d2 rxy = 2 x2 y2 KETERANGAN: x2 = Jumlah
kuadrat deviasi Variabel X (x2) y2 = Jumlah kuadrat deviasi
Variabel Y (y2) d2 = Jumlah kuadrat selisih deviasi variabel X dan
Y; d2= (x - y) 2 2= Angka konstanta
Tabel Perhitungan untuk mencari Angka Indeks Korelasi Product
Moment untuk Data Tunggal, dengan menghitung selisih
deviasinya:
XYx yxyx2y2d= x-yd2== (x-y)2
(1)(2)(3)= X - Mx(4)= Y - My(5)= (3) x (4)(6)= (3) 2(7)= (4)
2(8)= (3) - (4)(9)= (8) 2
= X = Y - - = xy = x2 = y2-= d 2
4. Mendasarkan diri pada Skor Aslinya/ Angka Kasarnya:
RUMUS:
N. XY - X . Y rxy = 2 2 N.X2 - X N.X2 - Y
KETERANGAN: XY= Jumlah perkalian antara skor-skor Variabel X
dengan skor-skor variabel Y X = Jumlah dari skor-skor Variabel X Y
= Jumlah dari skor-skor Variabel Y X2 = Jumlah kuadrat dari
skor-skor Variabel X Y2 = Jumlah kuadrat dari skor-skor Variabel
YN= Jumlah subyek/ sampel.
Tabel Perhitungan untuk mencari Angka Indeks Korelasi Product
Moment untuk Data Tunggal, dengan Metode Skor Asli:
XYXYX2Y2
(1)(2)(3)= (1) x (2)(4)= (1) 2(5)= (2) 2
= X=Y=XY= X2= Y2
5. Mendasarkan diri pada (memperhitungkan) Mean-nya
RUMUS:
N. XY - X . Y rxy = X2 - N . Mx2 Y2 - N . My2
KETERANGAN: XY= Jumlah perkalian antara skor-skor Variabel X
dengan skor-skor variabel Y X = Jumlah dari skor-skor Variabel X Y
= Jumlah dari skor-skor Variabel Y X2 = Jumlah kuadrat dari
skor-skor Variabel X Y2 = Jumlah kuadrat dari skor-skor Variabel
YN= Jumlah subyek/ sampel. XMX= Mean/ rata-rata skor variabel X; MX
= N YMy= Mean/ rata-rata skor variabel Y; My = NTabel Perhitungan
untuk mencari Angka Indeks Korelasi Product Moment untuk Data
Tunggal, dengan Memperhitungkan Meannya:
XYXYX2Y2
(1)(2)(3)= (1) x (2)(4)= (1) 2(5)= (2) 2
= X=Y=XY= X2=Y2
6. Mendasarkan diri pada Selisih Skornya (selisih ukuran
kasarnya)
RUMUS: N X2 + Y2 - (X - Y )2 - 2 ( X ) ( Y ) rxy = 2 2 2 N.X2 -
X N.X2 - Y
Tabel Perhitungan untuk mencari Angka Indeks Korelasi Product
Moment untuk Data Tunggal, dengan Metode Selisih Skor Asli:
XYXYX2Y2(X Y)(X Y)2
(1)(2)(3)= (1) x (2)(4)= (1) 2(5)= (2) 2(6)= (1) (2)(7)= (6)
2
= X=Y=XY= X2= Y2-= (X Y)2
b. Untuk Data Tunggal, di mana N 30 dan Data Kelompokan; angka
indeks korelasinya dapat diperoleh dengan bantuan sebuah peta/
diagram, yaitu peta korelasi.Rumus: xy - ( Cx) (Cy) N rxy = SDx .
SDy
Keterangan: xy= Jumlah hasil perkalian (product of the moment)
antara frekuensi sel, dengan x dan y;Cx= Nilai Koreksi pada
variabel X;Cy= Nilai Koreksi pada Variabel Y;SDx = Deviasi Standar
skor X, dalam arti tiap-tiap skor sebagai 1 unit (i 1)SDy = Deviasi
Standar skor X, dalam arti tiap-tiap skor sebagai 1 unit (i 1)N=
Number of Cases5. Cara memberikan interpretasi terhadap Angka
Indeks Korelasi r Product Moment a. Dengan cara sederhana;
menggunakan pedoman/ ancar-ancar pedoman sbb:
Besarnya r Product Moment (rxy)Interpretasi
0,00 0,20Antara Variabel X dan Variabel Y memang terdapat
korelasi, akan tetapi korelasi itu sangat lemah atau sangat rendah,
sehingga korelasi itu diabaikan (dianggap tidak ada korelasi antara
Variabel X dan Variabel Y).
0,20 0,40Antara Variabel X dan Variabel Y terdapat korelasi yang
lemah atau rendah.
0,40 0,70Antara Variabel X dan Variabel Y terdapat korelasi yang
sedang
0,70 0,90Antara Variabel X dan Variabel Y terdapat korelasi yang
kuat/ tinggi.
0,90 1,00Antara Variabel X dan Variabel Y terdapat korelasi yang
sangat kuat/ sangat tinggi.
b. Dengan jalan berkonsultasi pada Tabel Nilai r Product Moment
Langkah-langkah: 1. Merumuskan Hipotesa Alternatif (Ha) dan
Hipotesa Nihil (Ho); 2. Menguji kebenaran/ kepalsuan dari hipotesa
yang telah kita ajukan dengan jalan: membandingkan besarnya r yang
telah diperoleh dalam proses perhitungan (ro= rxy) dengan besarnya
r yang tercantum dalam tabel Nilai r Product Moment (rt), dengan
terlebihdahulu mencari derajat (db) atau degrees of freedom (df):df
(db)= N - nrdf= degrees of freedomN= Number of Casesnr= Banyaknya
variabel yang dikorelasikan; karena Teknik Korelasi Bivariat,
sehingga nr akan selalu= 2 (nr= 2). Contoh: Apabila diketahui N=
25; rxy= 0,652; maka rtabel pada taraf signifikansi 5% dan 1%
adalah (Lihat nukilan tabel r Product Moment- Karl Pearson di bawah
iniN= 25; df= 25 2 =23, dengan df sebesar 2, kemudian kita cari
harga r tabel pada taraf signifikansi 5% dan 1% sbb:
df(degrees of freedom)Harga r pada taraf signifikansi:
5%1%
230,3960,505
.Dari tabel di atas, diperoleh harga rtabel 5%= 0,396 dan r
tabel 1%= 0505, berarti harga ro= rxy > rtabel (apabila ro= rxy
rtabel, maka hipotesa alternatif diterima/ korelasi antara variabel
I dan variabel II adalah signifikan.CONTOH CARA MENCARI ANGKA
INDEKS KORELASI r PRODUCT MOMENT UNTUK DATA TUNGGAL, DI MANA N <
30
Dalam suatu kegiatan penelitian bertujuan ingin mengetahui
apakah secara signifikan terdapat korelasi positif antara Persepsi
Siswa terhadap Gaya Mengajar Guru Matematika (Variabel X) dengan
Prestasi Belajar Siswa dalam mata pelajaran tersebut (Variabel Y).
Untuk keperluan penelitian tersebut, ditetapkan 10 orang Siswa MAN
sebagai sampel Dari penelitian tersebut, berhasil dihimpun data
sebagai berikut:
Tabel 1.1 Skor Persepsi Siswa terhadap Gaya Mengajar Guru dan
Nilai Rata-rata Matematika yang berhasil dicapai ol;eh 10 orang
diperoleh Siswa MAN
NO.SUBJEKSKOR PERSEPSI SISWA (X)NILAI RATA-RATA MATEMATIKA
(Y)
1A5560
2B7090
3C8080
4D6060
5E7070
6F7580
7G6070
8H5050
9I8090
10J6070
Langkah-langkah yang perlu ditempuh adalah sbb.:
1. Merumuskan hipotesa:
Ha: Ada/ terdapat korelasi positif yang signifikan antara
Persepsi Siswa terhadap Gaya mengajar Guru Matematika (Veriabel X))
dengan Prestasi Belajar Siswa MAN dalam mata pelajaran tersebut
(Variabel Y).
Ho: Ada/ terdapat korelasi positif yang signifikan antara
Persepsi Siswa terhadap Gaya mengajar Guru Matematika (Variebel X)
dengan Prestasi Belajar Siswa MI dalam mata pelajaran tersebut
(Variabel Y).2. Menyiapkan Tabel Perhitungan untuk mencari angka
indeks korelasi ( r ) Product Moment:
a. Tanpa Menghitung Deviasi Standarnya terlebih dahulu:
xy rxy = x2 y2 Tabel 1.2Perhitungan untuk mencari Angka Indeks
Korelasi Product Moment antara Persepsi Siswa terhadap Gaya
Mengajar Guru Matematika dengan Prestasi Belajar Siswa.
XYx yxyx2y2
(1)(2)(3)= X - Mx(4)= Y - My(5)= (3) x (4)(6)= (3) 2(7)= (4)
2
5060-15-12180225144
70905189025324
808015812022564
6060-5-126025144
70705-2-10254
708058402564
6070-5-210254
5050-15-22330225484
80901518270225324
6070-5-210254
650 = X720= Y - -1100= xy1050= x21560= y2
Berdasarkan Tabel Perhitungan di atas, diperoleh:xy= 1100; x2 =
1050; dan y2= 1560
xy rxy = x2 y2
1100= 1050 1560
1100 1100= = 1638000 1279,84474046= 0,85947925183 = 0,859
rxy = 0,859
b. Rumus Skor Asli:
N. XY - X . Y rxy = 2 2 N.X2 - X N.X2 - Y Tabel 1.3 Perhitungan
untuk mencari Angka Indeks Korelasi Product Moment antara Persepsi
Siswa terhadap Gaya Mengajar Guru Matematika dengan Prestasi
Belajar Siswa.
XYXYX2Y2
(1)(2)(3)= (1) x (2)(4)= (1) 2(5)= (2) 2
5060300025003600
7090630049008100
8080640064006400
6060360036003600
7070490049004900
7080560049006400
6070420036004900
5050250025002500
8090720064008100
6070420036004900
650 = X720= Y47900= XY43300= X253400= Y2
Berdasarkan Tabel Perhitungan di atas, diperoleh:X= 650; Y =
720; XY= 47900; X2 43300; Y2= 53400
N. XY - X . Y rxy = 2 2 N.X2 - X N.X2 - Y
TEKNIK ANALISIS STATISTIK KOMPARASIONAL
PENGERTIAN:Adalah salah satu teknik analisis Statistik yang
biasa digunakan untuk mengetahui; Apakah di antara variabel yang
satu dengan variabel yang lain terdapat perbedaan yang signifikan
ataukah tidak.
PENGGOLONGAN:
TEKNIK ANALSISIS KOMPARASIONAL MULTIVARIAT(Variabel yang diuji
perbedaannya lebih dari 2 buah (tidakdibicarakan)TEKNIK ANALSISIS
KOMPARASIONAL BIVARIAT(Variabel yang diuji perbedaannya 2 buah)
TEKNIK ANALISIS STATISTIK KOMPARASIONAL BIVARIAT
ADA 2 MACAM
Perbedaan antar dua variabel didasarkan pada frekuensi-nya,
yaitu perbedaan frekuensi yang diobservasi I (fo) dengan frekuensi
teoritiknya (ft).Teknik Kai Kuadrat (Chi Square test)Perbedaan
antar dua variabel didasarkan pada Mean-nya, yaitu perbedaan Mean
Variabel I (M2) dengan Mean Variabel II (M2)Teknik t Test atau Tes
t
1Statistik Pendidikan untuk Prodi PGMI oleh Nuraini
Kusumastuti