Professional Documents
Culture Documents
Syahbanur Ramadhan
( 1505120323 )
Mita Elida Putri
( 1505122196 )
Khulatul Lutfiah
( 1505112290 )
Dewi Wahyuningsih ( 1505116639)
Annisa Azzahra
( 1505112730)
Indah Pratiwi
( 1505111397 )
Penelitian
cara ilmiah
Rasional
Empiris
Sisternatis
Data
Valid
Secara
umum
tujuan
penelitian
Pembuktian
Pengemban
gan
Melalui
penelitian
penemuan, pembuktian
dan pengembangan.
diperlukan untuk membuktian
adanya keraguraguan
terhadap suatu pengetahuan.
data yang diperoleh
digunakan untuk
memperdalam dan
memperluas suatu
pengetahuan.
secara umum data yang
diperoleh pada penelitian
dapat digunakan untuk
memahami, memecahkan,
dan mengantisipasi masalah.
Variabel Penelitian
Dalam
penelitian
kualitatif
Variable
Variable
itu
VARIABEL
Variable independen (variable
bebas)
variable yang
mempengaruhi, sering
disebut variable stimulus,
input, dan predictor, yang
menjadi sebab timbulnya
atau berubahnya variable
dependen (variable
terikat).
disebut variable
respon, output, kriteria,
konsekuen. Merupakan
variable yang
dipengaruhi atau yang
menjadi akibat, karena
adanya variable bebas.
Variable
moderato
r
Variable
interveni
ng
Variable
control
Paradigma penelitian
Paradigma penelitian :
adalah pola fikir yang menunjukkan hubungan
antara variasi yang akan diteliti. Akanndapat
digunakan sebagai panduan dalam merumuskan
masalah penelitian, merumuskan hipotesis, dan
menentukan teknik statistik yang digunakan untuk
menguji hipotesis.
X1= kemampuan
X2= penghasilan
Proses Penelitian
Langkah-langkah
sistematis
dalam
penelitian
itu
(khususnya
penelitian
kuantitatif) terlihat dalam proses penelitian
seperti yang ditunjukkan pada gambar 1.8.
penelitian itu dimulai dengan adanya masalah.
Masalah
merupakan
penyimpangan
antara
yang
diharapkan dengan yang terjadi. Masalah ini dipecahkan
melalui penelitian. Supaya arah penelitian lebihnjelas
maka peneliti perlu berteori sesuai denganlingkup
permasalahn.dengan berteori dapat membangun kerangka
pemikiran untuk menjawab permasalahan.
Macam-macam Statistik
Dalam arti sempit statistic dapat diartikan sebagai data, tetapi dalam arti
luas statistic dapat diartikan sebagai alat. Alat untuk analisis dan alat
untuknmebuat keputusan.
Statistik dibedakan menjadi dua, yaitu statistik deskriptif dan Statistik
inferensial.
Statistik deskriptif digunakan untuk menggambarkan Statistik hasil
penelitian, tetapi tidak digunakan untuk membuat kesimpulan yang lebih
luas (general isasi/inferensi). Penelitian yang tidak menggunakan sampel,
analisisnya akan Statistik deskriptif dalam hal ini teknik korelasi dan regresi
juga dapat berperan sebagai statistic deskriptif.
Statistic inferensial adalah Statistik yang digunakan untuk menganalisis
data sampel, dan hasilnya akandigeneralisasikan (diinferensikan) untuk
populasi.
Dua macam Statistik inferensial yaitu: Statistik parametris dan
nonparametris.
Statistik parametrsi terutama digunakan untuk menganalisis data interval
dan rasio yang diambil pada populasi yang berdistribusi normal.
Statistik nonparameteris, terutama digunakan untuk menganalisis data
nominal dan ordinal dan populasi yang bebas distribusi. Jadi tidak harus
nominal. Dalam hal ini teknik korelasi dan regresi dapat berperan sebagai
Statistik inferensial.
Deskriptif
Statistik
Parametris
Inferensial
Nonparame
tris
Macam
data
kualitatif
kuantitat
if
deskrit
ordinal
kontinum
interval
rasio
Hipotesis komparatif ada dua macam yaitu dua sampel dan lebih dari
dua sampel. Untuk masing-masing hipotesis komparatif dibagimenjadi
dua yaitu related (berpasangan) dan sampel independen. (lihat table
1.1)
Nomin
al
Deskriptif
(satu
variabel)
Binomial
X2 one
sample
Komparatif ( dua
sampel)
related
Mc
Nemar
komparatif (>=2
sampel)
independe
n
relate
d
independ
en
Fisher
exact
probabilit
y
X2 for
k
sampl
e
X2 for k
sample
X2 two
sample
Cochr
an Q
Asosiatif
(hubunga
n)
Contigen
cy
coefficien
tC
Median
test
Ordin
al
Run test
Sign
test
MannWitney U
test
Wil
coxon
matche
d pairs
Koimogor
ovswimov
Fried
man
twoway
anova
Median
extension
Kruskal
wallis one
way
anova
Spearma
n rank
correlatio
n
Kendall
Tau
Waldwoldfowit
z
One
way
anova
Interv
T-test
T-test
of
Pearson
product
moment*
One way
anova*
Partial
correlatio
DISTRIBUSI FREKUENSI
Data berupa nilai quis dari 4 mahasiswa semester 5 kelas X
prodi bahasa indonesia.
DATA TUNGGAL
Nilai
Nilai
84
60
35
82
59
30
80
58
76
57
75
55
74
54
73
53
71
51
68
48
67
46
65
45
63
44
62
40
61
39
F kb
F
ka
Nilai F
F kb
F
ka
Nilai F
F kb
F
ka
84
40
60
24
18
39
38
82
38
59
22
20
35
39
80
37
58
20
22
30
40
76
36
57
18
24
75
35
55
16
26
74
34
54
14
27
73
33
53
13
28
71
31
10
51
12
29
68
20
11
48
11
31
67
29
12
33
65
63
28
13
46
45
35
27
14
44
36
62
26
15
40
37
61
25
16
P (%)
Nilai F
P (%)
84
2/40 x 100 =
5%
59
2/40 x 100 =
5%
82
1/40 x 100 =
2,5 %
58
2/40 x 100 =
5%
80
1/40 x 100 =
2,5 %
57
2/40 x 100 =
5%
76
1/40 x 100 =
2,5 %
55
2/40 x 100 =
5%
75
1/40 x 100 =
2,5 %
54
1/40 x 100 =
2,5 %
74
1/40 x 100 =
2,5 %
53
1/40 x 100 =
2,5 %
73
2/40 x 100 =
5%
51
1/40 x 100 =
2,5 %
71
1/40 x 100 =
2,5 %
48
2/40 x 100 =
5%
68
1/40 x 100 =
2,5 %
46
2/40 x 100 =
5%
Grafik histogram
Nilai F
Nilai
Nyata
Nilai F
Nilai
Nyata
84
83,5 84,5
59
58,5 59,5
82
81,5
82,5
58
57,5
58,5
80
79,5
80,5
57
56,5
57,5
76
75,5
76,5
55
54,5
55,5
75
74,5
75,5
54
53,5
54,5
74
73,5
74,5
53
52,5
53,5
73
72,5
73,5
51
50,5
51,5
71
70,5
71,5
48
47,5
48,5
68
67,5
68,5
46
45,5
46,5
R = H-L + 1
K = R/i
Keterangan :
R : Range
H: Nilai tertinggi dari
data
L : Niali terendah dari
data
1 : Bilangan konstan
K: Banyak Kelas (10-20)
DATA KELOMPOKAN
R = H-L + 1
K = R/i
F
4
2
4
3
5
8
3
6
2
2
1
FK
(b)
FK(a)
80-84
40
75-79
36
70-74
34
10
65-69
30
13
60-64
27
18
55-59
22
26
50-54
14
29
45-49
11
35
40-44
37
35-39
39
30-34 1
40
P (%)
4/40 x 100 % =
10 %
75-79
2/40 x 100 % =
5%
70-74
4/40 x 100 % =
10 %
65-69
3/40 x 100 % =
7,5 %
60-64
5/40 x 100 % =
12,5 %
55-59
8/40 x 100 % =
20 %
50-54
3/40 x 100 % =
7,5 %
45-49
6/40 x 100 % =
15 %
40-44
2/40 x 100 % =
4. Grafik Poligon
Nilai
Mid
point
80-84
82
75-79
77
70-74
72
65-69
67
60-64
62
55-59
57
50-54
52
45-49
47
40-44
42
35-39
37
30-34 1
32
Midpoint :
= 82
5. Grafik Histogram
Nilai
80-84
75-79
70-74
65-69
60-64
55-59
50-54
45-49
40-44
35-39
30-34 1
Nilai Nyata
Data Tunggal
Mean : Jumlah seluruh angka bilangan dibagi
banyak bilangan tersebut
Mx =
Keterangan :
Mx : Median
Fx : Total perkalian frekuensi dan nilai
N : Total Sampel
Data Tunggal
Nilai F
F kb
F
ka
84
40
82
38
80
37
76
36
75
35
74
34
73
33
71
31
10
68
20
11
67
29
12
65
63
28
13
27
14
62
26
15
61
25
16
Keterangan :
Md
= Median
L = lower limit ( batas bawah nyata interval kelas yang
mengandung median)
N = Total sampel
Fkb
= Frekuensi kumulatif yang terletak dibawah interval
yang mengandung median
Fka
= Frekuensi kumulatif yang terletak dibawah interval
yang mengandung median
Fi = Frekuensi Asli ( Frekuensi yang mengandung median )
Data
Kelompok
Mean
Mx =
Median
Kuartil
Data Kelompok
data
berdistribusi
normal
maka
digunakan
uji
statistik
parametik
Untuk data yang terdiri dari 2 kelompok ampel dapat digunakan
independent sample t-test
Untuk data yang terdiri dari lebih 2 kelompok sampel atau lebih
dapat digunakan uji one way anava
Jika data tidak berdistribusi normal maka digunakan uji statistic non
parametik
Untuk data terdiri dari dua kelompok sampel dapat digunakan uji
Man Whitney
Untuk data yang terdiri dari kelompok sampel atau lebih dapat
Metode Y
24,45, 79, 58,61, 85,
68, 57, 81
1. Uji Normalitas
Kelompok yang menggunakan metode X
: data berdistribusi normal
: data tidak berdistibusi normal
Kriteria pengujian : diterima jika Pvalue
Dari hasil analisis dengan menggunakan SPSS, diperoleh
Pvalue = 0,200 dengan = 0.005
Pvalue = 0,200 0,05 = maka diterima, artinya data
distribusi normal.
Kelompok yang menggunakan meode Y
: data berdistribusi normal
: data tidak berdistibusi normal
Kriteria pengujian : diterima jika Pvalue
Dari hasil analisis dengan menggunakan SPSS, diperoleh
Pvalue = 0,184 dengan = 0,005
Pvalue = 0,148
0,05 = maka diterima, artinya data
distribusi normal.
Jadi dapat disimpulkan bahwa sampel berasal dari
populasi yang berdistribusi normal
2.
Level
Level
Level
tinggi
65
Sedang
70
45
55
0
8
75
90
70
60
55
0
6
50
70
75
35
70
5
8
80
75
50
43
75
0
6
55
65
75
65
60
5
9
60
60
80
50
75
0
3
70
50
65
70
65
5
6
60
55
60
85
35
5
6
50
75
75
80
65
0
8
75
80
75
70
Rendah
80
65
1. Uji Normalitas
Kelompok level sekolah tinggi
: data berdistribusi normal
: data tidak berdistribusi normal
Kriteia pengujian diterima jika Pvalue
Data hasil analisis diperoleh menggunakan SPSS
diperoleh
Pvalue = 0,052 dengan = 0,005
Pvalue = 0,052 0,05 = maka diterima, artinya data
distribusi normal.
Kelompok level sekolah sedang
: data berdistribusi normal
: data tidak berdistribusi normal
Kriteia pengujian diterima jika Pvalue
Data hasil analisis diperoleh menggunakan SPSS
diperoleh
Pvalue = 0,161 dengan = 0,005
Pvalue = 0,161 0,05 = maka diterima, artinya data
: =
: ada yang tidak sama
Kriteria pengujian : diterima jika Pvalue
Dari data hasil analisis diperoleh nilai Pvalue = 0, 806
Karena Pvalue = 0,806 0,05 = maka diterima artinya kedua
kelompok populasi mempunyai variasi yang homogen.
b) Uji homogenitas rata-rata
:==
: ada yang tidak sama
Kriteia pengujian diterima jika Pvalue
Data hasil analisis diperoleh Pvalue = 0,666
Karena Pvalue = 0,666 0,05 =
Maka = diterima atrinya tidak terdapat perbedaan rata-rata hasil
belajar dari level sekolah tinggi, sekolah rendah, dan sekolah
rendah.
Kesimpulana : tidak terdapat perbedaan kemampuan berfikir
kreatif matematis siswa antara level sekolah tinggi, level sekolah
sedang, level sekolah rendah
Metode Baru
KAS
Metode Konvensional
KAS
KAS
KAS
KAS
renda
seda
Tingg
renda
Seda
ng
ng
0,33
0,35
0,90
0,10
0,03
0,35
0,35
0,20
0,80
0,15
0,08
0,28
0,23
0,28
0,55
0,15
0,10
0,13
0,38
0,20
0,63
0,18
0,13
0,30
0,13
0,20
0,73
0,13
0,15
0,30
0, 28
0,33
0,48
0,08
0,15
0,60
0,18
0,28
0,55
0,10
0,25
0,48
0,10
0,20
0,58
0,13
0,25
0,30
0,25
0,50
0,58
0,13
0,25
0,58
0,30
0,40
0,30
0,10
0,28
0,43
0,35
0,33
0,30
0,13
0,30
0,56
0,30
0,35
0,40
0,28
0,33
0,49
0,18
0,20
0,56
0,50
0,65
tinggi
1. Uji Normalitas
a. Metode
Kelompok metode baru
: data berdistribusi normal
: data tidak berdistribusi normal
Kriteia pengujian diterima jika Pvalue
Data hasil analisis diperoleh menggunakan SPSS
diperoleh
Pvalue = 0,000 dengan = 0,005
Pvalue = 0,000 0,05 = maka ditolak artinya data
tidak berdistribusi normal.
Rendah
Sedang
Tinggi
P-Value
0,082
0,026
0,200
KAS SEDANG
SKOR
R
KAS TINGGI
SKOR
R
0,08
2,5
0,03
0,13
12
0,1
0,08
2,5
0,28
37,5
0,13
12
0,1
0,3
45,5
0,15
17,5
0,13
12
0,35
57,5
0,18
21
0,15
17,5
0,4
62,5
0,21
28
0,20
25
0,43
64
0,23
29
0,25
31,5
0,48
65,5
0,25
31,5
0,28
37,5
0,49
67
0,28
37,5
0,3
45,5
0,55
70,5
0,3
45,5
0,33
51,5
0,56
72,5
0,33
51,5
0,35
57,5
0,58
75
0,34
54
0,4
62,5
0,6
77
0,35
57,5
0,5
68,5
0,63
78
0,38
61
0,83
82
0,65
79
0,5
68,5
0,73
80
0,80
81
0,90
83
= = 14, 06
= =9
= = 40,94
2. Hitung
= 5, 06
= 26,88
= 31,94
3. Tentukan Z0,03/6 = Z0,0083 =
2,935
Untuk I = 1 dan j = 2
= Z0,05/6
= 2,395
= 29,26
Untuk I = 1 dan j = 3
= Z0,05/6
= 2,395
= 11,38
Untuk i = 2 dan j = 3
= Z0,05/6
= 2,395
= 11,6
Sehingga
= 5, 06 29,26
= 26,88 11,38
= 31,94 11,6
Uji Baris
Uji yang digunakan adalah adalah uji
Kruskal Wallis
H0 : = =
H1: ada yang tidak sama
Jika Pvalue = 0,05, maka H0 diterima
Dari hasil SPPS diperoleh :
Dapat diketahui nilai signifikasinya
adalag 0,0000. Karena Jika Pvalue =
0,05 dapat disimpulkan bahwa
terdapat perbedaan rata-rata
kemampuan matematis siwa anatara
kemampuan rendah, sedang, tinggi.
Untuk menentukan mana kelompok
yang berbeda maka digunakan uji
kruskal wallis lanjutan.
Uji parametrik
Statistika
Variabel
Ruang nol
Ruang nol: Himpunan dari ruang sampel yang tidak
memiliki anggota
Ex: munculnya mata dadu 7
Irisan dua kejadian A dan B adalah kejadian yang
mengandung semua unsur persekutuan dari A dan
B dilambangkan dengan A B
Contoh: A: {1,2,3,4,5}
B: {3,4,5,6,7,8}
A B: {3,4,5}
Peluang
suatu kejadian
Peluang suatu kejadian A dilambangkan dengan P(A)
adalah jumlah semua titik-titik sampel dalam A dibagi
dengan banyaknya elemen ruang sampel.
Contoh:
S= {1,2,3,4,5,6} = ~
A= {1,2,3} = n
P(A)=
P(S)=
Jika A adalah ruang nol, maka P(A)=
Maka 0 P(A) 1
P()= 0
P(s) = 1
Peluang
suatu kejadian
Gabungan A dan B
P(A B) = P(A) P(B) P(A B)
Peluang bersyarat
Peluang kejadian A dengan syarat B
P(A | B )=
Peluang lemparan dua mata dadu:
* mata dadu 1: angka 1 A
* mata dadu 2: angka 6 B
P(A)=
P(B)=
P(A B)=
P(A B)=
=
=
Peluang
Uji parametrik
Berdasarkan pada distribusi normal
Kurva normal
Dist peluang kontinu yang paling penting dalam
statistika adalah distribusi normal.
Definisi bila x adalah peubah acak normal
= 3,14159
e = 2,71828
Sifat sifat kurva normal:
1. modusnya
Titik pada sumbu mendatar yang membuat fungsi mencapai puncak terjadi pada x
=
2. kurvanya setangkup (simetris) terhadap suatu garis tegak yang melalui nilai
tengah
3. kurva mendekati sumbu mendatar secara asimtotik dalam kedua arah bila x
menjauhi nilai tengah
4. luas daerah yang terletak dibawah kurva tetapi diatas sumbu x = 1
Dengan kata lain [x1 < x < x2 ]
X1 = Z1 =
x1
x2
X2 = Z2 =
Z = x-
Z + = x
Sehingga prob (x1 < x < x2 ) = prob (Z1 < Z < Z2 )
Contoh:
Untuk distribusi normal dengan = 50 dan = 10 hitunglah peluang
bahwa x mengambil sebuah nilai antara 45 dan 62
Nilai-nilai Z padanan untuk X1 = 45 dan X2 = 62 adalah Z1 = = - 0,15
dan Z2 = = 1,2 maka prob (45 < x < 62) = prob (- 0,5 < Z < 1,2)
Distribusi
t atau student t
Sangat jarang kita mengetahui varian dari populasi
tempat kita mengambil sampel.
Untuk sampel yang berukuran 30 atau lebih, maka
penduga terbaik untuk varians populasi adalah s2 (varians
sampel)
Uji hipotesis
Yang diuji parameter yang ada pada sampel
Hipotesis statistik
Hipotesis statistik adalah pernyataan atau dugaan
mengenai benar atau salahnya satu atau lebih populasi.
Benar atau salahnya suatu hipotesis tidak akan pernah
diketahui dengan pasti kecuali jika kita menerima
seluruh populasi. Hal ini tidak mungkin kita lakukan, oleh
sebab itu kita memerlukan sampel. Alasan kita
menerima hipotesis karena tidak ada alasan menolak.
Kita menerima hipotesis statistik karena kita tidak punya
atau tidak cukup info (data) untuk menolaknya dan
implikasinya adalah bahwa kita tidak dapat pula
mengatakan bahwa hipotesis statistik tersebut benar.
Kebenarannya hanya sampai ditemukan info baru untuk
menolaknya.
Menolak kesimpulan:
Apabila sampelnya tidak representatif
Instrumen tidak valid
Statistik tidak benar (kesalahan data)
mengolah.