SlideShare a Scribd company logo
1 of 33
Materi (Pokok) Bahasan :
1. Definisi Ruang Lingkup dan Jenis Statistik.
2. Data Statistik : Pengumpulan dan Pengolahan Data.
3. Sampel dan Populasi : Alasan, Jenis, dan Penentuan Sampel.
4. Distribusi Sampling.
5. Pendugaan Statistik.
6.Uji Hipotesis : - Uji Persyaratan Data
- Uji Hipotesis
Mata Kuliah : APLIKASI STATISTIK DALAM PENELITIAN
Dosen : Prof. Dr. H. Sumaryoto
Referensi : Buku-Buku Statistik Induktif Jilid II
1
Definisi Data :
 Alat keterangan yang dibuat pihak berwenang (aspek hukum)
 Sesuatu yang ada tetapi belum diketahui (aspek pengetahuan)
Data Statistik
Data
Sumber Status Kumpulan Sifat
Intern Ekstern Primer Sekunder Populasi Sampel Kualitatif Kuantitatif
Konstanta Variabel
Diskrit Kontinyu
2
 Metode Pengumpulan Data :
1. Wawancara.
2. Daftar Pertanyaan.
3. Test Obyektif.
4. Observasi.
 Definisi, Jenis, dan Hubungannya dengan Penelitian :
Definisi :
Statistik  sekumpulan metode untuk mengumpulkan, mengolah, menyajikan, menganalisis
sehingga memberikan interprestasi tertentu.
Jenis Statistik :
* Deskriptif : untuk mendeskripsiksn parameter.
* Induktif : untuk membuat kesimpulan.
Pengumpulan Data
3
Distribusi Sampling  distribusi peluang atas dasar sekelompok data sebagai bagian populasi.
Distribusi Teoritik (Populasi)
Distribusi Peluang
Distribusi Realistik (Sampling)
Distribusi Sampling
Populasi dan Sampel
A. Alasan Sampling
1. Menghemat dana
2. Untuk ketelitian
3. Mengurangi resiko
B. Jenis Sampel
1. Random (acak)
2. Sistematik (kode-kode tertentu)
3. Regional (wilayah)
4. Kuota (jatah)
5. Berstrata (bertingkat)
C. Penentuan Jumlah
Sampel
Keterangan :
N = Populasi
n = Sampel
! = Faktorial
)!
(
!
!
n
N
n
N
n
N
D











4
Rata-Rata (μ)
Distribusi Sampling
Proporsi (π)
1. Distribusi Sampling Rata-Rata
a. Distribusi Z (Distribusi Normal)
b. Distribusi t (Distribusi Student)
Jenis Distribusi Sampling
35
,
/


 n
n
X
Z


35
,
/


 n
n
S
X
t
 Keterangan :
z = untuk menghitung peluang ( distribusi z )
t = untuk menghitung peluang ( distribusi t )
µ = rata – rata populasi
σ = simpangan baku populasi
s = simpangan baku sampel
n = ukuran sampel
5
2. Distribusi Sampling Proporsi
n
n
)
1
( 






 π = proporsi populasi
x/n = populasi sampel
Pendugaan/Estimasi Statisik
Pendugaan Statistik  menduga / mengestimasi parameter populasi atas dasar parameter sampel.
Jenis Estimasi atau Pendugaan :
Titik (point estimation)
Pendugaan
Interval
6
Dasar Pendugaan : keyakinan/kepercayaan confidence level
Keyakinan = γ γ ≤ 99%
Kekeliruan = α 90% ≤ γ ≤ 99%
1% ≤ α ≤ 10%
1. Penduga Rata-Rata
a. n ≥ 35 -------- Distribusi Z
b. n < 35 -------- Distribusi t
Pendugaan/Estimasi Statistik
γ + α = 100 %
n
Z
x
n
Z
x 5
.
5
. 2
2 
  



n
Z
x
n
Z
x 5
.
5
. 2
2 
  



7
2. Penduga Proporsi
a. n ≥ 35
b. n < 35
3. Penduga Beda Rata-Rata
Jika terdapat 2 populasi (N1 dan N2), maka atas dasar 2 sampel (n1 dan n2) dapat dilakukan
pendugaan :
a. n ≥ 35
b. n < 35

 

n
n
x
n
x
n
x
n
n
x
n
x
n
x
Z
Z






1
1
2
2 



 

n
n
x
n
x
n
x
n
n
x
n
x
n
x
t
t






1
1
2
2 



 

n
s
n
s
Z
x
x
n
s
n
s
Z
x
x
2
2
2
1
2
1
2
2
1
2
1
2
2
2
1
2
1
2
2
1








 
 


 

n
s
n
s
t
x
x
n
s
n
s
t
x
x
2
2
2
1
2
1
2
2
1
2
1
2
2
2
1
2
1
2
2
1








 
 

8
Pengujian Hipotesis
9
Persyaratan data: hasil penelitian reliable (handal)
Tahapan Pengujian Hipotesis:
1. Perumusan Hipotesis
2. Menghitung Parameter Statistik, Sampel ( t, z, F, X2 )
3. Menentukan Kriteria Pengujian
4. Kesimpulan
Uji Persyaratan Data
Hasil Riset
Uji Persyaratan
Data Melengkapi/ Riset ulang
Analisis data uji
hipotesis
Tidak OK
OK
10
Jenis Hipotesis Statistik
Hipotesis yang akan diuji adalah:
1. Uji hipotesis rata – rata
2. Uji hipotesis beda rata – rata
3. Uji hipotesis keberartian hubungan ( korelasi )
4. Uji hipotesis pengaruh ( regresi )
11
12
13
14
15
16
Uji Hipotesis Pengaruh
17
18
19
20
IMPLEMENTASI UJI HIPOTESIS
1. Uji Pengaruh (Beda Rata-Rata)
Langkah-langkah :
a. Rumusan Masalah
Ho : 1 = 2 (tidak ada pengaruh / beda)
H1 : 1 > 2 (terdapat pengaruh / beda)
1 = Rata-rata Experimen
2 = Rata-rata Kontrol (Sebelum Experimen)
21
   
n
n
x
x
s
n
n
s
n
s
n
s
n
n
s
x
x
t
n
i
i
n
i
G
G
H
2
1
1
2
1
2
1
2
2
2
2
1
1
2
1
2
1
2
1
1
1
1


















 

b. Statistik Sampel
 
2
2
1 

 n
n
df
22
c. Kriteria Pengujian
 = % dk (df) = n1 + n2 – 2
Uji 1 pihak (kanan) tH > tT H0 tolak
tH < tT H0 terima

t tabel
d. Kesimpulan
H0 tolak : terdapat pengaruh / perbedaan signifikan
H0 terima : tidak terdapat pengaruh / perbedaan signifikan
23
Contoh:
Sebuah SMA sedang mengadakan program pengayaan bidang studi Matematika
dalam rangka menghadapi UN. Untuk mengevaluasi efektivitas program,
dilakukan test dengan hasil sebagai berikut:
Sebelum
Program
(2)
Setelah
Program
(1)
Rata-rata
( )
66,5 70,4
Simpangan
Baku (s)
7,2 7,6
Ukuran
Sampel (n)
30 30
x
Dengan  5%, ujilah apakah program pengayaan tersebut berhasil !
24
Penyelesaian:
a.Rumusan Hipotesis
Ho : 1 = 2 (Program tidak berpengaruh)
H1 : 1 > 2 (Program memiliki pengaruh)
b.Statistik Sampel
30
6
,
7
4
,
70
1
1
1



n
s
x
30
2
,
7
5
,
66
2
2
2



n
s
x
4027
,
7
8
,
54
58
36
,
1503
84
,
1675
58
)
84
,
51
(
29
)
76
,
57
(
29
2
30
30
2
,
7
)
1
30
(
6
,
7
)
2
30
(
2
)
1
(
)
1
(
2
2
2
1
2
2
2
2
1
1


















n
n
s
n
s
n
sG
25
tT
0
Maka :
040
,
2
9118
,
1
9
,
3
0667
,
0
4027
,
7
9
,
3
30
1
30
1
4027
,
7
5
,
66
4
,
70
1
1
2
1
2
1









n
n
s
x
x
t
G
H
c. Kriteria Pengujian
 = 5% df = n1 + n2 – 2 = 58
26
)
013
,
0
(
20
40
58
)
58
)(
05
,
0
( )
40
)(
05
,
0
( 



 t
tT
6723
,
1
0117
,
0
684
,
1
)
013
,
0
(
20
18
684
,
1






d. Kesimpulan
Program pengayaan BERHASIL
Mencari tT (0,05) (58)
tT(0,05)
df 40 1,684
60 1,671
df 20 -0,013
Maka :
tH = 2,040
tH > tT (Ho= tolak)
tTab = 1,6723
27
2. Uji Keberartian Hubungan (Korelasi)
Langkah-langkah:
a. Rumusan Hipotesis
H0 =  = 0
H1 =  > 0
b.Stastistik Sampel
2
1
2
r
n
r
tH



 
   
 
 


  




2
2
2
y
y
n
x
x
n
y
x
xy
n
r
28
tH > tT H0 Tolak
tH < tT H0 Terima
c. Kriteria Pengujian
 = % df = n – 2
Uji 1 pihak (kanan)
d. Kesimpulan
Ho Tolak = terdapat hubungan signifikan
Ho Terima = tidak terdapat hubungan signifikan
t T

0
29
Contoh:
Hasil penelitian pada sebuah Dinas Pendidikan sebuah provinsi menunjukan
bahwa dari sampel 30 siswa, ternyata koefisien korelasi minat belajar
dengan hasil UN adalah 0,62. Dengan  5%, ujilah apakah minat belakar
berkorelasi secara signifikan (nerarti) dengan hasil UN.
Penyelesaian :
a. Rumusan Hipotesis
Ho =  = 0
H1 =  > 0
b. Statistik Sampel
)
1
(
)
2
(
2
r
n
r
tH



 
1814
,
4
7846
,
0
28073
,
3
)
3844
,
0
1
(
)
915
,
5
(
62
,
0
)
62
,
0
1
(
28
62
,
0
2






30
c. Kriteria Sampel
 = 5% df = 30 – 2 = 28
tTabel (5%, 28)
t tabel
0

tH = 4,1814
tH > tTabel = Ho Tolak
tTabel = 1,7011
d. Kesimpulan
Karena tH > tT (Ho Ditolak) berarti minat belajar mempunyai hubungan
yang signifikan dengan hasil UN
31
Source
Type III Sum
Of Squares
df Mean Square F Sig.
Corrected Model 3094.475(a) 3 1031.492 14.264 .000
Intercept 395413.225 1 395413.225 5468.012 .000
Umpan_blk 319.225 1 319.225 4.414 .043
gy_kognitif 540.225 1 540.225 7.471 .010
umpan_blk * gy_kognitif 2235.025 1 2235.025 30.907 .000
Error 2603.300 36 72.314
Total 401111.000 40
Corrected Total 5697.775 39
Test of Between – Subjects Effects
Dependent Variable : data_minat
a R Squared = .543 (Adjusted R Squared = .505)
32
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .865a .748 .734 7.58218
VAR00001 = Intelegensi
VAR00002 = Disiplin Ibadah Sholat
VAR00003 = Motivasi Berprestasi
Model Summary
a. Predictors: (Constant), VAR00003, VAR00001, VAR00002
Model Sum of Squares df Mean Square F Sig.
1 Regression
Residual
Total
9542.189
3219.411
12761.600
3
56
59
3180.730
57.489
55.327 .000a
Anovab
a. Predictors: (Constant), VAR00003, VAR00001, VAR00002
b. Dependent Variable : VAR00004
33
Mode
Unstandardized Coefficients Standardized
Coefficients
t Sig
B Std. Error Beta
1. (constant) -43.841 10.468 -4.188 .000
VAR00001 .417 .112 .299 3.715 .000
VAR00002 .335 .075 .395 4.440 .000
VAR00003 .283 .069 .350 4.116 .000
Coefficientsa
a. Dependent Variable : VAR00004

More Related Content

Similar to Aplikasi Statistik.ppt

ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
Gina Safitri
 
Hand out matkul statistika dasar m tholib
Hand out matkul statistika dasar m tholib Hand out matkul statistika dasar m tholib
Hand out matkul statistika dasar m tholib
Muhamad Tholib
 
TEMU 06. POPULASI DAN SAMPEL.pptx
TEMU 06. POPULASI DAN SAMPEL.pptxTEMU 06. POPULASI DAN SAMPEL.pptx
TEMU 06. POPULASI DAN SAMPEL.pptx
diah739734
 
Menguji kesamaan-atau-perbedaan-dua-parameter2
Menguji kesamaan-atau-perbedaan-dua-parameter2Menguji kesamaan-atau-perbedaan-dua-parameter2
Menguji kesamaan-atau-perbedaan-dua-parameter2
goldrak baskoro
 
Webinar Peran Statistika dalam Analisis Lingkungan EcoEdu.id.pdf
Webinar Peran Statistika dalam Analisis Lingkungan EcoEdu.id.pdfWebinar Peran Statistika dalam Analisis Lingkungan EcoEdu.id.pdf
Webinar Peran Statistika dalam Analisis Lingkungan EcoEdu.id.pdf
labudaraBinalab
 

Similar to Aplikasi Statistik.ppt (20)

ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
 
Kuliah 1 konsep dasar statistika niken
Kuliah 1 konsep dasar statistika nikenKuliah 1 konsep dasar statistika niken
Kuliah 1 konsep dasar statistika niken
 
Uji perbedaan ayda tri_valen_virdya
Uji perbedaan ayda tri_valen_virdyaUji perbedaan ayda tri_valen_virdya
Uji perbedaan ayda tri_valen_virdya
 
Langkah langkah PENGUJIAN CHI SQUARE.pptx
Langkah langkah PENGUJIAN CHI SQUARE.pptxLangkah langkah PENGUJIAN CHI SQUARE.pptx
Langkah langkah PENGUJIAN CHI SQUARE.pptx
 
Hand out matkul statistika dasar m tholib
Hand out matkul statistika dasar m tholib Hand out matkul statistika dasar m tholib
Hand out matkul statistika dasar m tholib
 
Statistika i (2)
Statistika i (2)Statistika i (2)
Statistika i (2)
 
Hipotesis 2 rata rata
Hipotesis 2 rata rataHipotesis 2 rata rata
Hipotesis 2 rata rata
 
PENGUJIAN CHI SQUARE untuk Warna Kertas.pptx
PENGUJIAN CHI SQUARE untuk Warna Kertas.pptxPENGUJIAN CHI SQUARE untuk Warna Kertas.pptx
PENGUJIAN CHI SQUARE untuk Warna Kertas.pptx
 
Uji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis dataUji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis data
 
14_Pelatihan-Soal uji hipotesis.pdf
14_Pelatihan-Soal uji hipotesis.pdf14_Pelatihan-Soal uji hipotesis.pdf
14_Pelatihan-Soal uji hipotesis.pdf
 
Analisa data &amp; uji statistik
Analisa data &amp; uji statistikAnalisa data &amp; uji statistik
Analisa data &amp; uji statistik
 
Uji hipotesis rata rata
Uji hipotesis rata rataUji hipotesis rata rata
Uji hipotesis rata rata
 
17 statistika
17 statistika17 statistika
17 statistika
 
TEMU 06. POPULASI DAN SAMPEL.pptx
TEMU 06. POPULASI DAN SAMPEL.pptxTEMU 06. POPULASI DAN SAMPEL.pptx
TEMU 06. POPULASI DAN SAMPEL.pptx
 
materi-statistika.pptx
materi-statistika.pptxmateri-statistika.pptx
materi-statistika.pptx
 
uji-t-berpasangan
uji-t-berpasanganuji-t-berpasangan
uji-t-berpasangan
 
Menguji kesamaan-atau-perbedaan-dua-parameter2
Menguji kesamaan-atau-perbedaan-dua-parameter2Menguji kesamaan-atau-perbedaan-dua-parameter2
Menguji kesamaan-atau-perbedaan-dua-parameter2
 
Uji statisitk
Uji statisitk Uji statisitk
Uji statisitk
 
Webinar Peran Statistika dalam Analisis Lingkungan EcoEdu.id.pdf
Webinar Peran Statistika dalam Analisis Lingkungan EcoEdu.id.pdfWebinar Peran Statistika dalam Analisis Lingkungan EcoEdu.id.pdf
Webinar Peran Statistika dalam Analisis Lingkungan EcoEdu.id.pdf
 
R5 g kel 1 statdas 1
R5 g kel 1 statdas 1R5 g kel 1 statdas 1
R5 g kel 1 statdas 1
 

Recently uploaded

Contoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxContoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptx
IvvatulAini
 
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.pptSEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
AlfandoWibowo2
 
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptxBAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
JuliBriana2
 
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptxBab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
ssuser35630b
 
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
pipinafindraputri1
 

Recently uploaded (20)

Materi Sosialisasi US 2024 Sekolah Dasar pptx
Materi Sosialisasi US 2024 Sekolah Dasar pptxMateri Sosialisasi US 2024 Sekolah Dasar pptx
Materi Sosialisasi US 2024 Sekolah Dasar pptx
 
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptxPendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
 
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
 
Stoikiometri kelas 10 kurikulum Merdeka.ppt
Stoikiometri kelas 10 kurikulum Merdeka.pptStoikiometri kelas 10 kurikulum Merdeka.ppt
Stoikiometri kelas 10 kurikulum Merdeka.ppt
 
Contoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxContoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptx
 
Membaca dengan Metode Fonik - Membuat Rancangan Pembelajaran dengan Metode Fo...
Membaca dengan Metode Fonik - Membuat Rancangan Pembelajaran dengan Metode Fo...Membaca dengan Metode Fonik - Membuat Rancangan Pembelajaran dengan Metode Fo...
Membaca dengan Metode Fonik - Membuat Rancangan Pembelajaran dengan Metode Fo...
 
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdfMODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
 
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.pptSEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
 
Program Kerja Public Relations - Perencanaan
Program Kerja Public Relations - PerencanaanProgram Kerja Public Relations - Perencanaan
Program Kerja Public Relations - Perencanaan
 
PEMANASAN GLOBAL - MATERI KELAS X MA.pptx
PEMANASAN GLOBAL - MATERI KELAS X MA.pptxPEMANASAN GLOBAL - MATERI KELAS X MA.pptx
PEMANASAN GLOBAL - MATERI KELAS X MA.pptx
 
E-modul Materi Ekosistem untuk kelas X SMA
E-modul Materi Ekosistem untuk kelas X SMAE-modul Materi Ekosistem untuk kelas X SMA
E-modul Materi Ekosistem untuk kelas X SMA
 
Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat UI 2024
Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat  UI 2024Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat  UI 2024
Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat UI 2024
 
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdfProv.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
 
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptxBAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
 
TEKNIK MENJAWAB RUMUSAN SPM 2022 - UNTUK MURID.pptx
TEKNIK MENJAWAB RUMUSAN SPM 2022 - UNTUK MURID.pptxTEKNIK MENJAWAB RUMUSAN SPM 2022 - UNTUK MURID.pptx
TEKNIK MENJAWAB RUMUSAN SPM 2022 - UNTUK MURID.pptx
 
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptxOPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
 
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptxBab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
 
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
 
DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024
DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024
DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024
 
Regresi Linear Kelompok 1 XI-10 revisi (1).pptx
Regresi Linear Kelompok 1 XI-10 revisi (1).pptxRegresi Linear Kelompok 1 XI-10 revisi (1).pptx
Regresi Linear Kelompok 1 XI-10 revisi (1).pptx
 

Aplikasi Statistik.ppt

  • 1. Materi (Pokok) Bahasan : 1. Definisi Ruang Lingkup dan Jenis Statistik. 2. Data Statistik : Pengumpulan dan Pengolahan Data. 3. Sampel dan Populasi : Alasan, Jenis, dan Penentuan Sampel. 4. Distribusi Sampling. 5. Pendugaan Statistik. 6.Uji Hipotesis : - Uji Persyaratan Data - Uji Hipotesis Mata Kuliah : APLIKASI STATISTIK DALAM PENELITIAN Dosen : Prof. Dr. H. Sumaryoto Referensi : Buku-Buku Statistik Induktif Jilid II 1
  • 2. Definisi Data :  Alat keterangan yang dibuat pihak berwenang (aspek hukum)  Sesuatu yang ada tetapi belum diketahui (aspek pengetahuan) Data Statistik Data Sumber Status Kumpulan Sifat Intern Ekstern Primer Sekunder Populasi Sampel Kualitatif Kuantitatif Konstanta Variabel Diskrit Kontinyu 2
  • 3.  Metode Pengumpulan Data : 1. Wawancara. 2. Daftar Pertanyaan. 3. Test Obyektif. 4. Observasi.  Definisi, Jenis, dan Hubungannya dengan Penelitian : Definisi : Statistik  sekumpulan metode untuk mengumpulkan, mengolah, menyajikan, menganalisis sehingga memberikan interprestasi tertentu. Jenis Statistik : * Deskriptif : untuk mendeskripsiksn parameter. * Induktif : untuk membuat kesimpulan. Pengumpulan Data 3
  • 4. Distribusi Sampling  distribusi peluang atas dasar sekelompok data sebagai bagian populasi. Distribusi Teoritik (Populasi) Distribusi Peluang Distribusi Realistik (Sampling) Distribusi Sampling Populasi dan Sampel A. Alasan Sampling 1. Menghemat dana 2. Untuk ketelitian 3. Mengurangi resiko B. Jenis Sampel 1. Random (acak) 2. Sistematik (kode-kode tertentu) 3. Regional (wilayah) 4. Kuota (jatah) 5. Berstrata (bertingkat) C. Penentuan Jumlah Sampel Keterangan : N = Populasi n = Sampel ! = Faktorial )! ( ! ! n N n N n N D            4
  • 5. Rata-Rata (μ) Distribusi Sampling Proporsi (π) 1. Distribusi Sampling Rata-Rata a. Distribusi Z (Distribusi Normal) b. Distribusi t (Distribusi Student) Jenis Distribusi Sampling 35 , /    n n X Z   35 , /    n n S X t  Keterangan : z = untuk menghitung peluang ( distribusi z ) t = untuk menghitung peluang ( distribusi t ) µ = rata – rata populasi σ = simpangan baku populasi s = simpangan baku sampel n = ukuran sampel 5
  • 6. 2. Distribusi Sampling Proporsi n n ) 1 (         π = proporsi populasi x/n = populasi sampel Pendugaan/Estimasi Statisik Pendugaan Statistik  menduga / mengestimasi parameter populasi atas dasar parameter sampel. Jenis Estimasi atau Pendugaan : Titik (point estimation) Pendugaan Interval 6
  • 7. Dasar Pendugaan : keyakinan/kepercayaan confidence level Keyakinan = γ γ ≤ 99% Kekeliruan = α 90% ≤ γ ≤ 99% 1% ≤ α ≤ 10% 1. Penduga Rata-Rata a. n ≥ 35 -------- Distribusi Z b. n < 35 -------- Distribusi t Pendugaan/Estimasi Statistik γ + α = 100 % n Z x n Z x 5 . 5 . 2 2        n Z x n Z x 5 . 5 . 2 2        7
  • 8. 2. Penduga Proporsi a. n ≥ 35 b. n < 35 3. Penduga Beda Rata-Rata Jika terdapat 2 populasi (N1 dan N2), maka atas dasar 2 sampel (n1 dan n2) dapat dilakukan pendugaan : a. n ≥ 35 b. n < 35     n n x n x n x n n x n x n x Z Z       1 1 2 2        n n x n x n x n n x n x n x t t       1 1 2 2        n s n s Z x x n s n s Z x x 2 2 2 1 2 1 2 2 1 2 1 2 2 2 1 2 1 2 2 1                  n s n s t x x n s n s t x x 2 2 2 1 2 1 2 2 1 2 1 2 2 2 1 2 1 2 2 1              8
  • 10. Persyaratan data: hasil penelitian reliable (handal) Tahapan Pengujian Hipotesis: 1. Perumusan Hipotesis 2. Menghitung Parameter Statistik, Sampel ( t, z, F, X2 ) 3. Menentukan Kriteria Pengujian 4. Kesimpulan Uji Persyaratan Data Hasil Riset Uji Persyaratan Data Melengkapi/ Riset ulang Analisis data uji hipotesis Tidak OK OK 10
  • 11. Jenis Hipotesis Statistik Hipotesis yang akan diuji adalah: 1. Uji hipotesis rata – rata 2. Uji hipotesis beda rata – rata 3. Uji hipotesis keberartian hubungan ( korelasi ) 4. Uji hipotesis pengaruh ( regresi ) 11
  • 12. 12
  • 13. 13
  • 14. 14
  • 15. 15
  • 16. 16
  • 18. 18
  • 19. 19
  • 20. 20 IMPLEMENTASI UJI HIPOTESIS 1. Uji Pengaruh (Beda Rata-Rata) Langkah-langkah : a. Rumusan Masalah Ho : 1 = 2 (tidak ada pengaruh / beda) H1 : 1 > 2 (terdapat pengaruh / beda) 1 = Rata-rata Experimen 2 = Rata-rata Kontrol (Sebelum Experimen)
  • 21. 21     n n x x s n n s n s n s n n s x x t n i i n i G G H 2 1 1 2 1 2 1 2 2 2 2 1 1 2 1 2 1 2 1 1 1 1                      b. Statistik Sampel   2 2 1    n n df
  • 22. 22 c. Kriteria Pengujian  = % dk (df) = n1 + n2 – 2 Uji 1 pihak (kanan) tH > tT H0 tolak tH < tT H0 terima  t tabel d. Kesimpulan H0 tolak : terdapat pengaruh / perbedaan signifikan H0 terima : tidak terdapat pengaruh / perbedaan signifikan
  • 23. 23 Contoh: Sebuah SMA sedang mengadakan program pengayaan bidang studi Matematika dalam rangka menghadapi UN. Untuk mengevaluasi efektivitas program, dilakukan test dengan hasil sebagai berikut: Sebelum Program (2) Setelah Program (1) Rata-rata ( ) 66,5 70,4 Simpangan Baku (s) 7,2 7,6 Ukuran Sampel (n) 30 30 x Dengan  5%, ujilah apakah program pengayaan tersebut berhasil !
  • 24. 24 Penyelesaian: a.Rumusan Hipotesis Ho : 1 = 2 (Program tidak berpengaruh) H1 : 1 > 2 (Program memiliki pengaruh) b.Statistik Sampel 30 6 , 7 4 , 70 1 1 1    n s x 30 2 , 7 5 , 66 2 2 2    n s x 4027 , 7 8 , 54 58 36 , 1503 84 , 1675 58 ) 84 , 51 ( 29 ) 76 , 57 ( 29 2 30 30 2 , 7 ) 1 30 ( 6 , 7 ) 2 30 ( 2 ) 1 ( ) 1 ( 2 2 2 1 2 2 2 2 1 1                   n n s n s n sG
  • 26. 26 ) 013 , 0 ( 20 40 58 ) 58 )( 05 , 0 ( ) 40 )( 05 , 0 (      t tT 6723 , 1 0117 , 0 684 , 1 ) 013 , 0 ( 20 18 684 , 1       d. Kesimpulan Program pengayaan BERHASIL Mencari tT (0,05) (58) tT(0,05) df 40 1,684 60 1,671 df 20 -0,013 Maka : tH = 2,040 tH > tT (Ho= tolak) tTab = 1,6723
  • 27. 27 2. Uji Keberartian Hubungan (Korelasi) Langkah-langkah: a. Rumusan Hipotesis H0 =  = 0 H1 =  > 0 b.Stastistik Sampel 2 1 2 r n r tH                       2 2 2 y y n x x n y x xy n r
  • 28. 28 tH > tT H0 Tolak tH < tT H0 Terima c. Kriteria Pengujian  = % df = n – 2 Uji 1 pihak (kanan) d. Kesimpulan Ho Tolak = terdapat hubungan signifikan Ho Terima = tidak terdapat hubungan signifikan t T  0
  • 29. 29 Contoh: Hasil penelitian pada sebuah Dinas Pendidikan sebuah provinsi menunjukan bahwa dari sampel 30 siswa, ternyata koefisien korelasi minat belajar dengan hasil UN adalah 0,62. Dengan  5%, ujilah apakah minat belakar berkorelasi secara signifikan (nerarti) dengan hasil UN. Penyelesaian : a. Rumusan Hipotesis Ho =  = 0 H1 =  > 0 b. Statistik Sampel ) 1 ( ) 2 ( 2 r n r tH      1814 , 4 7846 , 0 28073 , 3 ) 3844 , 0 1 ( ) 915 , 5 ( 62 , 0 ) 62 , 0 1 ( 28 62 , 0 2      
  • 30. 30 c. Kriteria Sampel  = 5% df = 30 – 2 = 28 tTabel (5%, 28) t tabel 0  tH = 4,1814 tH > tTabel = Ho Tolak tTabel = 1,7011 d. Kesimpulan Karena tH > tT (Ho Ditolak) berarti minat belajar mempunyai hubungan yang signifikan dengan hasil UN
  • 31. 31 Source Type III Sum Of Squares df Mean Square F Sig. Corrected Model 3094.475(a) 3 1031.492 14.264 .000 Intercept 395413.225 1 395413.225 5468.012 .000 Umpan_blk 319.225 1 319.225 4.414 .043 gy_kognitif 540.225 1 540.225 7.471 .010 umpan_blk * gy_kognitif 2235.025 1 2235.025 30.907 .000 Error 2603.300 36 72.314 Total 401111.000 40 Corrected Total 5697.775 39 Test of Between – Subjects Effects Dependent Variable : data_minat a R Squared = .543 (Adjusted R Squared = .505)
  • 32. 32 Model R R Square Adjusted R Square Std. Error of the Estimate 1 .865a .748 .734 7.58218 VAR00001 = Intelegensi VAR00002 = Disiplin Ibadah Sholat VAR00003 = Motivasi Berprestasi Model Summary a. Predictors: (Constant), VAR00003, VAR00001, VAR00002 Model Sum of Squares df Mean Square F Sig. 1 Regression Residual Total 9542.189 3219.411 12761.600 3 56 59 3180.730 57.489 55.327 .000a Anovab a. Predictors: (Constant), VAR00003, VAR00001, VAR00002 b. Dependent Variable : VAR00004
  • 33. 33 Mode Unstandardized Coefficients Standardized Coefficients t Sig B Std. Error Beta 1. (constant) -43.841 10.468 -4.188 .000 VAR00001 .417 .112 .299 3.715 .000 VAR00002 .335 .075 .395 4.440 .000 VAR00003 .283 .069 .350 4.116 .000 Coefficientsa a. Dependent Variable : VAR00004