Statistik Pendidikan

Untuk membuat perbandingan rata-rata antara dua variable biasanya digunakan t-test. Misalnya seorang guru bermaksud melihat pengaruh metode pengajaran dengan diskusi terhadap prestasi siswa, maka guru tersebut bisa menggunakan t-test. Akan tetapi jika guru tersebut ingin melihat pengaruh metode mengajar yang berbeda seperti diskusi, tanya jawab dan ceramah dan mencatat terhadap prestasi belajar siswa apakah bisa menggunakan teknik t-test?



Untuk menggunakan t-test, maka guru tersebut perlu membuat beberapa macam hipotesis yaitu:

µ1 = µ2
µ1 = µ3
µ1 = µ4
µ2 = µ3
µ2 = µ4
µ3 = µ4

Dengan demikian guru tersebut akan melakukan enam kali pengujian. Dengan melakukan enam kali pengujian, maka kesalahan tipe I yang dibuat bukan lagi sebesar alpha. Misalnya jika tingkat kepercayaan (α) yang digunakan sebesar 0,05 maka kesalahan tipe I yang dibuat dengan menggunakan t-test di atas adalah:

1 – (1 - α)c

Dimana α adalah tingkat kepercayaan dan c adalah banyaknya pengujian. Dengan demikian, jika seorang guru ingin membuat pengujian dengan menggunakan t-test, maka dia akan membuat kesalahan sebesar

1 – (1 - 0,05)6 = 0,26

Tingkat kepercayaan yang diharapkan adalah 0,05, akan tetapi ternyata dengan membuat perbandingan dengan t-test, kesalahan tipe I tidak seperti yang diharapkan. Untuk mengatasinya maka para ahli statistik membuat model analisis yang berbeda yaitu analisis varian atau disingkat ANAVA. Dengan demikian sekiranya seorang peneliti bermaksud untuk membuat perbandingan lebih dari dua variable sebagaimana kasus di atas, maka dia bisa menggunakan teknik analisis varian.

Untuk menggunakan analisis varian, ada beberapa prasyarat yang harus dipenuhi terlebih dahulu yaitu:

1. Pengambilan sampel dilakukan secara acak (random) dan saling bebas. Hal ini merupakan teknik untuk memenuhi hipotesis nol dimana dinyatakan adanya kesamaan mean dari tiap populasi.
2. Variable dependen minimal berskala interval. Jika variable independen berskala nominal atau ordinal maka nilai-nilai yang digunakan dalam analisis varian tidak akan memiliki makna.
3. Populasi dimana dilakukan pengambilan sampel harus berdistribusi normal. Untuk menormalkan data maka teknik yang paling mudah dilakukan adalah dengan memperbanyak sampel. Jumlah sampel minimal yang dianggap telah memenuhi syarat distribusi normal adalah 30.
4. Populasi memiliki varians yang sama. Untuk mengecek apakah populasi memiliki varians yang sama maka dapat dilakukan analisis homogenitas varian. Analisis ini telah dibahas pada pokok bahasan yang dahulu.

Dalam analisis varian, ada dua jenis variable yaitu variable terikat dan variable bebas. Variable terikat biasa disebut juga variable dependen dan variable bebas biasa di sebut dengan variable independen. Dalam kasus di atas misalnya, yang termasuk variable bebas adalah metode mengajar dengan menggunakan diskusi, Tanya jawab, ceramah dan mencatat. Adapun variable independen adalah prestasi belajar.

Untuk menguji perbedaan rata-rata lebih dari dua variable – misalnya model pembelajaran di atas- maka hipotesis yang bisa diajukan adalah:

H0: µ1 = µ2 = µ3 = µ4 = µk
H1: salah satu µ tidak sama

Bunyi hipotesis alternatif di atas tidak menyebutkan secara jelas manakah µ yang memiliki perbedaan di antara µ yang diuji. Untuk memecahkan masalah ini maka kita kemudian melakukan analisis lanjutan sekiranya hipotesis nol yang diajukan ditolak. Analisis lanjutan biasanya dikenal dengan post hoc test.