Cari Blog Ini

Memuat...

SELAMAT DATANG SOBAT...

Salam...

Selama ini, statistika sering diidentikkan dengan bidang yang lumayan sulit. Kesulitan dalam mempelajari statistika dikarenakan bidang ini terkait langsung dengan matematika. Bidang ilmu yang ketika mendengar namanya saja kebanyakan kita sudah kebakaran jenggot.. hehehe..

Ditengah situasi seperti itulah blog ini hadir. blog ini berusaha untuk menjembatani orang-orang yang mencari informasi yang berhubungan dengan statistik. Untuk lebih mempermudah analisis statistik, maka blog inipun memberikan panduan bagaimana melakukan analisis dengan menggunakan software SPSS.

Untuk lebih membuat blog ini lebih bermanfaat, sumbang saran dari pembaca sekalian sangat penulis harapkan dan kita akan sama-sama belajar... Ayo semangat!! Buat Indonesia melek dengan statistika.

Wassalam
Djunaidi L, Manado


Senin, 31 Maret 2008

Kelemahan T-test

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.

Share

Kamis, 27 Maret 2008

Download Tabel F, T, Chi Square dan Z

Dalam pengujian hipotesis secara manual, hal terpenting adalah membuat perbandingan antara statistik hitung dengan statistik uji. Untuk membuat perbandingan tersebut, maka yang harus dimiliki oleh seorang peneliti adalah adanya statistik uji. Jika statistik hitung di dapatkan dari hasil perhitungan, maka statistik uji didapatkan dari tabel. Jika kita menggunakan statistik uji F, maka kita harus menggunakan tabel F. jika statistik uji T yang kita gunakan, maka tabel T yang harus kita pakai sebagai perbandingan. dan seterusnya.

Nah, pada kesempatan kali ini saya akan memberikan alamat dimana tabel-tabel tersebut bisa anda download langsung dari internet. Insya Allah tabel-tabel tersebut akan membantu anda, para peneliti ataupun guru-guru dan pembaca blog ini.

sebagai catatan, link-link tersebut saya selipkan iklan dari adf.ly. untuk menuju ke halaman downloadnya teman-teman bisa  mengklik SKIP AD yang ada di pojok kanan atas blog. namun jika tertarik untuk mendapatkan $$ dari adf.ly silahkan langsung bergabung dengan adf.ly.

Untuk tabel F dengan signifikansi 0,05, silahkan klik disini

Untuk tabel F dengan signifikansi 0,01, silahkan klik disini

Untuk tabel F dengan signifikansi 0,001, silahkan klik disini

Untuk tabel T baik untuk P= 0,05 - 0,01 dan 0,001 silahkan klik disini atau disini

Untuk tabel Z negatif silahkan klik disini dan Z positif silahkan klik disini

Untuk tabel Duncan silahkan klik disini

Untuk tabel Durbin Watson, silahkan klik disini

Terakhir untuk tabel chi square dengan P= 0,05 - 0,01 dan 0,001 silahkan klik disini 






Mudah-mudahan tabel-tabel tersebut bisa membantu anda dalam menganalisis hasil pengujian hipotesis....

upst... jangan lupa komentarnya yach!!! :)



Share

Selasa, 25 Maret 2008

Paired Sample T-Test Dengan SPSS

Dalam statistik pendidikan, satu masalah yang penting adalah apakah proses pembelajaran telah memberikan tambahan pengetahuan kepada siswa. hal ini sangat penting karena terkait dengan keberhasilan kerja seorang guru. jika setelah mengikuti proses belajar mengajar, siswa-siswa tersebut tidak menunjukkan tanda-tanda adanya peningkatan pemahaman, berarti ada yang salah dengan proses pembelajarannya.
Nah, untuk membuktikan apakah proses pembelajaran telah memberikan tambahan kemampuan kepada para siswa, kita akan berhadapan dengan pengujian beda-rata-rata. dalam SPSS, untuk menguji apakah ada perbedaan kemampuan siswa-siswa sebelum dan setelah mengikuti proses pembelajaran dikenal dengan uji Paired Sample T-Test.

Untuk melakukan pengujian hipotesis beda dua rata-rata yang saling berhubungan digunakan Paired Sample T Test. Proses pengujian dengan menggunakan program SPSS adalah sebagai berikut:

Masukkan data yang dimiliki ke dalam program SPSS sebagai berikut:



Setelah itu klik ANALYZE > COMPARE MEANS > PAIRED SAMPLE T TEST sehingga kota dialog Paired Sample T Test muncul:



Setelah kotak dialog muncul, masukkan variable sebelum dan sesudah secara berurutan ke dalam kotak Paired Variabels



Setelah itu klik OK hingga output SPSS menampilkan hasil sebagai berikut:

Tabel Paired Samples Statistics menunjukkan bahwa sekor yang diperoleh siswa mengalami kenaikan dari 63,00 menjadi 67,71. Sedangkan korelasi antara kemampuan siswa sebelum dan sesudah mengikuti les sebesar 0,906 sehingga ada hubungan yang signifikan kemampuan siswa sebelum dan sesudah mengikuti les.


Output selanjutnya adalah paired sample test dimana dipaparkan hasil analisis SPSS terhadap perbedaan rata-rata.

Pada tabel di atas terlihat bahwa mean sebesar -4,714 dengan standar deviasi sebesar 5,648. Nilai thitung sebesar -2,208. Sedangkan nilai Sig (2-tailed) sebesar 0,069 > 0,05 sehingga dapat disimpulkan bahwa H0 diterima sehingga dapat dikatakan bahwa tidak ada perbedaan nilai siswa sebelum ataupun sesudah mengikuti les.
Share

PENGUJIAN HIPOTESIS DUA RATA-RATA BERPASANGAN

Salah satu hal yang paling penting dalam dunia pendidikan adalah apakah proses pembelajaran yang dilakukan mampu meningkatkan kemampuan dan wawasan siswa. Untuk melihat bahwa apakah terdapat pengaruh proses belajar mengajar maka harus dibuktikan secara ilmiah. Salah satu teknik untuk melihat adanya pengaruh proses belajar bagi peningkatan kemampuan siswa dapat dilakukan dengan pengujian hipotesis.
Pengujian hipotesis yang dapat digunakan untuk kasus ini dan kasus-kasus lain yang sejenis adalah pengujian hipotesis terhadap beda dua rata-rata untuk sampel berpasangan.
Untuk mencari beda dua rata-rata yang saling berhubungan dimana n <>

Untuk membuktikan bahwa hasil les telah meningkatkan nilai-nilai siswa yang mengikutinya dapat dilakukan dengan melakukan pengujian hipotesis menggunakan langkah-langkah sebagaimana yang telah dilakukan sebelumnya.
1. Tentukan hipotesis nol dan hipotesis alternatif
H0: µd = 0
H1: µd ≠ 0
2. Tingkat kepercayaan (α).
Pada pengujian hipotesis ini tingkat kepercayaan yang digunakan adalah α = 0,05 atau tingkat kepercayaan 95%.
3. Kriteria penerimaan
Karena uji yang dilakukan adalah uji 1 pihak maka berdasarkan tabel t dengan α 0,05 dan dk = n - 1 = 6 didapatkan nilai ttabel = +2,447. Dengan demikian kriteria penolakan hipotesis adalah:
Tolak H0 jika thitung ≥ ttabel atau tolak H0 jika thitung ≤ ttabel atau
Tolak H0 jika thitung ≥ 2,447 atau tolak H0 jika t0,05 ≤ -2,447
4. Perhitungan
Langkah pertama untuk melakukan perhitungan adalah mencari perbedaan nilai sebelum les dan sesudah les dengan menggunakan bantuan tabel sebagai berikut:











Selanjutnya yang dicari adalah :
Setelah itu dicari standar deviasi beda dua rata-rata
5. Kesimpulan
Berdasarkan statistik uji didapatkan nilai thitung = -2,21
Karena t hitung lebih kecil dari t tabel maka H0 diterima sehingga pada tingkat kepercayaan 0,95 bisa disimpulkan tidak terdapat perbedaan nilai siswa antara yang mengikuti les dan tidak mengikuti les atau dengan kata lain tidak ada les yang dilakukan tidak memberikan pengaruh yang signifikan terhadap peningkatan nilai siswa.
Share

independent sample t-test dengan SPSS

Pengujian hipotesis dengan menggunakan bantuan program komputer saat ini sangat diperlukan. jika kita menghadapi jumlah data yang banyak, maka pengujian dengan menggunakan perhitungan manual akan memakan waktu dan tenaga yang besar. Untuk itulah penggunaan program komputer akan sangat membantu. Program yang paling sering digunakan dalam melakukan analisis statistik termasuk pengujian hipotesis adalah statistical package for social sciences (SPSS).
Untuk melakukan pengujian beda rata-rata yang independen dengan menggunakan program SPSS dapat dilakukan dengan menggunakan langkah-langkah sebagai berikut:

Misalnya seorang guru tertarik untuk melihat perbedaan nilai mata pelajaran Fiqh antara dua kelas dengan menggunakan dua metode yang berbeda. Pada kelas A digunakan metode diskusi dan pada kelas B digunakan metode ceramah. Pada akhir materi sang guru memberikan tes kepada kedua kelas tersebut.

Dalam kesempatan ini kita akan menguji
hipotesis nol (H0): tidak ada perbedaan antara metode diskusi dan metode ceramah dengan menggunakan SPSS.

Untuk melakukan pengujian beda rata-rata yang saling dependen dengan menggunakan program SPSS dapat dilakukan dengan menggunakan langkah-langkah sebagai berikut:
Masukkan nilai-nilai yang diperoleh siswa ke dalam program SPSS sebagai berikut:




Setelah itu klik pada ANALYZE > COMPARE MEANS > INDEPENDENT SAMPLE T TEST pada menu sehingga kota dialog Independent Sample T Test terbuka.



Masukkan variable nilai pada kotak Test Variable(s) dan variable metode pada kotak Grouping Variabel. Setelah itu klik DEFINE VARIABLE sehingga kota Define Variable terbuka


Masukkan angka 1 pada Group 1: dan angka 2 pada Group 2 setelah itu klik CONTINUE sehingga kita kembali ke kotak Independent-Samples T Test.



Setelah itu klik Options dan masukkan 95 pada kotak Confidence Interval. Nilai 95 bermakna tingkat kepercayaan yang akan kita uji adalah 95%. Setelah itu klik CONTINUE dan kita kembali ke kotak kotak Independent-Samples T Test. Setelah itu klik OK sehingga SPSS menampilkan outputnya.



Dari hasil output SPSS terlihat bahwa ada dua hasil perhitungan yaitu Groups Statistics dan Independent Sample T Test.

Pada Group Statistics dipaparkan hasil perhitungan SPSS tentang jumlah data, nilai rata-rata, standar deviasi dan standar error rata-rata. Dari hasil terlihat bahwa rata-rata nilai pada metode diskusi adalah 51,44 dengan standar deviasi 10,382 sedangkan pada metode ceramah adalah 68,88 dengan standar deviasi 12,299.



Tabel Independent Sample T Test pertama memaparkan uji apakah kedua kelompok memiliki varian yang sama. Karena nilai Sig (0,608) > α (0,05), maka dapat disimpulkan bahwa kedua kelompok memiliki varian yang sama.



Berdasarkan hasil perhitungan SPSS di atas terlihat bahwa thitung = -3,170 dengan dk = 15 sehingga H0 ditolak. Disamping menggunakan perbandingan nilai t, output SPSS juga memberikan perbandingan Sig (2-tailed). Karena Sig (2-tailed) <> Share

Pengujian Hipotesis

Dalam kehidupan sehari-hari kita sering mendapatkan pengalaman hidup, dari pengalaman hidup tersebut kita bisa mengambil beberapa kesimpulan. Misalnya setiap kali kita ke kantor kita sering menemukan lebih banyak orang yang menggunakan angkutan umum sehingga kita bisa menyimpulkan bahwa lebih banyak orang yang menggunakan angkutan umum daripada kendaraan pribadi. Akan tetapi kesimpulan tersebut belum tentu benar karena hanya didasarkan pada apa yang kita saksikan sehari-hari. Selain itu kita juga tidak tahu seberapa banyak orang yang menggunakan angkutan umum dari pada kendaraan pribadi.

Dugaan kita bahwa ada sesuatu dibalik peristiwa yang kita saksikan biasanya disebut hipotesis. Dalam pengertian statistik, hipotesis adalah Asumsi atau Dugaan atau Anggapan mengenai sesuai hal yang dibuat berdasarkan TEORI, PENGALAMAN atau KETAJAMAN BERFIKIR dan menjelaskan hal itu melalui sebuah pengecekan atau pembuktian. Untuk membuktikan bahwa asumsi atau dugaan atau anggapan tersebut benar maka kita harus mengujinya. Langkah-langkah dalam melakukan pengujian tersebut biasa dikenal dengan pengujian hipotesis.

Untuk melakukan pengujian hipotesis beda dua rata-rata yang saling berhubungan digunakan Paired Sample T Test. Proses pengujian dengan menggunakan program SPSS adalah sebagai berikut:

Masukkan data yang dimiliki ke dalam program SPSS sebagai berikut:



Setelah itu klik ANALYZE > COMPARE MEANS > PAIRED SAMPLE T TEST sehingga kota dialog Paired Sample T Test muncul:



Setelah kotak dialog muncul, masukkan variable sebelum dan sesudah secara berurutan ke dalam kotak Paired Variabels.


Setelah itu klik OK hingga output SPSS menampilkan hasil sebagai berikut:



Tabel Paired Samples Statistics menunjukkan bahwa sekor yang diperoleh siswa mengalami kenaikan dari 63,00 menjadi 67,71. Sedangkan korelasi antara kemampuan siswa sebelum dan sesudah mengikuti les sebesar 0,906 sehingga ada hubungan yang signifikan kemampuan siswa sebelum dan sesudah mengikuti les.



Output selanjutnya adalah paired sample test dimana dipaparkan hasil analisis SPSS terhadap perbedaan rata-rata.



Pada tabel di atas terlihat bahwa mean sebesar -4,714 dengan standar deviasi sebesar 5,648. Nilai thitung sebesar -2,208. Sedangkan nilai Sig (2-tailed) sebesar 0,069 > 0,05 sehingga dapat disimpulkan bahwa H0 diterima sehingga dapat dikatakan bahwa tidak ada perbedaan nilai siswa sebelum ataupun sesudah mengikuti les.

Share

Rabu, 12 Maret 2008

Pengertian Statistik: Sebuah Pengantar

Istilah statistika bukanlah berasal dari bahasa Indonesia akan tetapi berasal dari  dari istilah dalam bahasa latin modern statisticum collegium yang bermakna "dewan negara". Pendapat yang lain mengatakan bahwa statistika berasal dari bahasa Italia statista yang bermakna "negarawan" atau "politikus". dari kedua arti di atas terlihat bahwa statistika adalah ilmu yang dekat dengan istilah dibidang pengelolaan negara.

untuk download lebih lanjut silahkan klik disini Share

Selasa, 11 Maret 2008

Silabus Matakuliah

Nama Mata Kuliah : Statistika Pendidikan II
Kode Mata Kuliah :
Semester : 6
Jenjang : S1
Dosen : Djunaidi Lababa, S.Pd.I, M.Pd


Standar Kompetensi Mata Kuliah:
Mahasiswa memiliki pemahaman tentang statistik inferensial serta mampu menerapkan konsep-konsep statistik dalam bidang penelitian pendidikan, evaluasi pendidikan dan administrasi pendidikan

Pokok Bahasan :
1. Konsep Dasar Uji Hipotesis
Pengertian Statistika Inferensial, Hipotesis dan Pengujian Hipotesis, Kurva Normal.
2. Uji Signifikansi Rata-rata Data Tunggal
Mencakup uji signifikansi perbedaan rata-rata data tunggal dengan uji-z dan uji-t,
Rentang Kepercayaan.
3. Uji Dua rata-rata sampel Dependen
Mencakup Pengujian signifikansi perbedaan dua rata-rata dari sampel dependen dengan Uji- t. 4. Analisis varians
Mencakup Prosedur pengujian perbedaan rata-rata dengan menggunakan Analisis Variasi,
Logika Analisis Variansi, Prosedure perhitungan dengan Analisis Variansi.
5. Pengujian Pasca Analisis
Mencakup Prosedur pengujian pacsa analisis variasi, Post Hoc Analysis Scheffe dan Tukey.

Buku referensi:
Dennis E Hinkle, William Wiersma & Stephen G. Jurs, (1979). Applied Statistics for the Behavioral Sciences. New Jersey: Houghton Mifflin Company.
Sudjana, (1992). Metode Statistik. Bandung: Tarsito
Agus Irianto, (2004). Statistik: Konsep Dasar dan Aplikasinya. Jakarta: Kencana
Sutrisno Hadi, (1992), Statistik jilid I, II, III. Yogyakarta: Yayasan Penerbitan Fakultas Psikologi UGM.
Tim Penelitian dan Pengembangan Wahana Komputer, (2005). Pengembangan Analisis Multivariate dengan SPSS 12. Jakarta: Salemba Infotek. Share