mODUL STATISTIK PENDIDIKAN

1. Statistik
pendidikan
PROGRAM PRAKTISI MENGAJAR SEMESTER 2-2023
PROGRAM PENDIDIKAN AGAMA ISLAM
UNIVERSITASYUDHARTA
2023
IR.RUSLI BURHANSYAH, MSi

2. MINGGU MATERI
1 Pengertian Statistik, Penggologan Statistik, Data, Populasi dan
Sampel,Teknik Sampling, Pengujian Hipotesis
2 PengertianVariabel Penelitian dan Data Statistik,Variabel bebas,
antara dan terikat
3 Pengenalan Software SPSS, Eviews, Input data,Analisis data
4 Uji statistik parametrik dan non parametrik
5 Uji Regresi linier sederhana, Praktek Software SPSS, Eviews
6 Ujian Akhir
J
A
D
W
A
L
P
E
M
B
E
L
A
J
A
R
A
N

3. 1. Sekumpulan angka untuk
menerangkan sesuatu, baik
angka yang belum tersusun
maupun angka–angka yang
sudah tersusun dalam suatu
daftar atau grafik.

4. 2. Sekumpulan cara
dan aturan tentang
pengumpulan,
pengolahan, analisis,
serta penafsiran
data yang terdiri
dari angka-angka.
3. Sekumpulan
angka yang
menjelaskan
sifat-sifat
data atau hasil
pengamatan
`

5. Menurut J. Supranto :
1. Dalam arti sempit
Statistik adalah data ringkasan
yang berbentuk angka (kwantitatif).
2. Dalam arti luas
Statistik adalah ilmu yang mempelajari cara
pengumpulan, penyajian, dan analisis data,
serta cara pengambilan kesimpulan secara
umum berdasarkan hasil penelitian yang
menyeluruh.

6. PENGERTIAN
STATISTIK
• Asal kata “Statistic”:
Statia = catatan administrasi pemerintahan di US
Stochos = “anak panah” (bahasaYunani), sesuatu yang
mengandung ketidakpastian
• Pengertian:
Statistik = Data
Statistik = Ukuran Sampel (dugaan dari parameter)
Statistik = Ilmu yang mempelajari cara pengumpulan
data, pengolahan data, analisis data serta penyajian
data sehingga menjadi suatu informasi yang berguna
bagi pengambilan keputusan

7. Statistik adalah ilmu yang mempelajari
tentang seluk beluk data, yaitu tentang
pengumpulan, pengolahan,
penganalisisan, penafsiran, dan
penarikan kesimpulan dari data yang
berbentuk angka-angka.

8. 1. Data
2. Perlakuan data
Seperti
pengumpulan
dan pengolahan
3. Kesimpulan
4. Angka-angka

9. 1. Berdasarkan cara pengolahan datanya
a. Statistik Deskriptif
b. Statistik Inferensi
atau
Statistik Induktif

10. •Bagian dari Statistik yang
mempelajari cara pengumpulan
dan penyajian data sehingga
mudah dipahami.
•Fungsi : untuk menerangkan
keadaan, gejala, atau persoalan

11. RUANG LINGKUP BAHASAN :
1. Distribusi Frekuensi
a. Grafik distribusi
b. Ukuran nilai pusat
c. Ukuran Dispersi
d. Kemencengan dan keruncingan kurva
2. Angka Indeks
3. Deret waktu atau data berkala
4. Korelasi dan regresi sederhana

12. STATISTIK
INFERENSI
ATAU
STATISTIK
INDUKTIF
Bagian dari Statistik yang mempelajari
mengenai penafsiran dan penarikan
kesimpulan yang berlaku secara umum
dari data yang tersedia.
Fungsi : meramalkan dan mengontrol
keadaan atau kejadian

13. RUANG LINGKUP BAHASAN :
• Probabilitas atau teori kesimpulan
• Distribusi teoritis
• Sampling dan distribusi sampling
• Pendugaan populasi atau teori populasi
• Uji hipotesis
• Analisis korelasi dan uji signifikan
• Analisis regresi untuk peramalan

14. STATISTIK BERDASARKAN RUANG
LINGKUP PENGGUNAANNYA
• Statistik Sosial
• Statistik Pendidikan
• Statistik Ekonomi
• Statistik Perusahaan
• Statistik Pertanian
• Statistik Kesehatan

15. STATISTIK BERDASARKAN BENTUK
PARAMETERNYA
•Statistik Parametrik
Bagian statistik yang parameter dan
populasinya mengikuti suatu distribusi
tertentu, seperti distribusi normal,
dan memiliki varian yang homogen.

16. •Statistik non parametrik
Bagian statistik yang parameter dan
populasinya tidak mengikuti suatu
distribusi tertentu atau memiliki distribusi
yang bebas dari persyaratan, dan variannya
tidak perlu homogen.

17. C. PERANAN STATISTIK
•Dalam kehidupan sehari-hari
contoh : angka-angka kenakalan
remaja, tingkat biaya hidup,
tingkat kecelakaan lalu lintas.
•Dalam penelitian ilmiah
•Dalam ilmu pengetahuan

18. PERLUNYA STATISTIK
•Menjelaskan hubungan antara
variabel-variabel
•Membuat rencana dan ramalan
•Mengatasi berbagai perubahan
•Membuat keputusan yang lebuh
baik

19. FUNGSI STATISTIK
•Bank Data
•Alat quality kontrol
•Alat analisis
•Pemecahan masalah dan pembuat
keputusan

20. D. METODOLOGI STATISTIK
Pemecahan masalah secara statistik
yang terdiri atas beberapa tahap.
1. Identifikasi masalah
2.Pengumpulan data
3.Klasifikasi data
4.Penyajian data
5.Analisis data

21. 1. IDENTIFIKASI MASALAH
•Merupakan tahap awal atau tahap
perencanaan.
•Pada tahap ini, masalah atau persoalan yang
ada dipahami atau didefinisikan secara
jelas dan tepat.
•Misal : Sifat permasalahan, luas
permasalahan, dampak situasi,dll

22. 2. PENGUMPULAN DATA
•Data Intern :
Data yang bersangkutan langsung dengan
permasalahan.
•Data Ekstern :
Data yang hanya mendukung permasalahan.

23. DATA INTERN DAN EKSTERN
DIKUMPULKAN MELALUI :
• Data-data yang tersedia
Data-data diperoleh dan dikumpulkan melalui sumber-sumber
yang telah ada.
• Data –data asli :
Data-data yang diperoleh dan dikumpulkan secara langsung oleh
peneliti.

24. SYARAT DATA YANG
BAIK :
1. Data harus obyektif, sesuai dengan keadaan sebenarnya (as it is).
2. Data harus bisa mewakili (representative).
3. Kesalahan baku (standard error) harus kecil.
Suatu perkiraan (estimate) dikatakan baik (memiliki tingkat ketelitian tinggi) jika
kesalahan bakunya kecil.
Syarat (2) & (3) sering disebut sebagai syarat data yang dapat diandalkan
(reliable).
4. Harus tepat waktu (up to date).
5. Harus relevan, yaitu data yang dikumpulkan harus ada hubungannya dengan
masalah yang akan dipecahkan.

25. 3. KLASIFIKASI DATA
Pada tahap klasifikasi data, data yang
sudah ada dikelompokan sesuai dengan tujuan
penelitian dan diidentifikasi berdasarkan
kemiripan atau kesamaan sifat, kemudian
disusun dalam kelompok-kelompok.
Salah satu metode pengklasifikasian data yang
sering digunakan adalah metode coding

26. 4.
PENYAJI
AN DATA
Data yang sudah diklasifikasikan,
disajikan atau ditampilkan dalam
bentuk tabel atau grafik.
5. Analisis Data
Diinterpretasikan hasil dari tahap
sebelumnya dan merupakan tahap
akhir sebelum penarikan kesimpulan

27. MASALAH
PROSES EMPIRIS
PROSES TEORITIS
HIPOTESIS UJI HIPOTESIS DATA
(INFERENSI)
KESIMPULAN
Gambar 1. Diagram Proses Penelitian Ilmiah (Djaali, 2008)

28. Data, Populasi dan Sampel,
Teknik Sampling, Pengujian
Hipotesis
PROGRAM PRAKTISI MENGAJAR SEMESTER
2-2023
PROGRAM PENDIDIKAN AGAMA ISLAM
UNIVERSITASYUDHARTA
2023
IR.RUSLI BURHANSYAH,
MSi

29. DATA
• Himpunan nilai/variate/datum atau informasi lain yang
diperoleh dari observasi, pengukuran dan penilaian)
terhadap suatu obyek atau lebih
• Obyek pengamatan variable variate/nilai
• Data kualitatif = diperoleh dari hasil pengamatan
• Data kuantitatif = diperoleh dari kegiatan pengukuran atau
penilaian
PENGERTIAN DATA

30. JENIS-JENIS DATA
DATA
Data Kualitatif
Data Kuantitatif
Data Diskret
Data Kontinu
1. Jenis kelamin
2. Warna bunga
3. Habitat, dll
1. Jumlah kloroplas
2. Jumlah
trombosit
3. Jumlah sel
4. Jumlah anak, dll
1. Berat badan
2. Jarak kota
3. Luas tanah, dll

31. • Berdasarkan cara menyusun angkanya :
• Data nominal, yaitu data statistik yang cara menyusunnya didasarkan
pada klasifikasi tertentu, contoh; Jumlah mahasiswa Matematika
2015/2016 menurut tingkat dan jenis kelaminnya
• Data ordinal/urutan, yaitu data statistik yang cara menyusun angkanya
didasarkan pada urutan/ranking,
contoh : Hasil nilai statistik berdasarkan ranking
• Data interval, yaitu data statistik dimana terdapat jarak yang sama di
antara hal-hal yang sedang diteliti

32. Berdasarkan bentuk angkanya :
• Data tunggal, yaitu data statistik yang angka-angkanya merupakan
satu unit atau satu kesatuan, tidak dikelompokkan
• Data kelompok, yaitu data statistik tiap unitnya terdiri dari
sekelompok angka, contoh; 80 – 84, 75 – 79
Berdasarkan waktu pengumpulannya :
• Data seketika, yaitu data statistik yang mencerminkan keadaan
pada suatu waktu saja, contoh : pada semester genap 2023
• Data urutan waktu, yaitu data statistik yang mencerminkan
keadaan dari waktu ke waktu secara berurutan, contoh jumlah

33. SUMBER DATA
STATISTIKA
DATA
Data Primer
1. Wawancara langsung
2. Wawancara tidak langsung
3. Pengisian kuisioner
4. Tes
5. Dokumentasi
Data Sekunder
Data dari pihak lain:
1. BPS
2. Bank Indonesia
3. World Bank, IMF
4. FAO dll

34. Contoh tabel distribusi frekuensi

35. a. Diagram Lambang
Penyajian data statistik dengan menggunakan gambar lambang

36. b. Diagram Batang
Penyajian data dengan menggunakan gambar yang berbentuk batang
Pengidap HIV/AIDS di beberapa Kabupaten/Kota di Jawa
Barat

37. c. Diagram Garis
Jika data dalam tabel digambarkan dalam diagram garis, maka diperoleh:

38. d. Diagram Lingkaran
Jika data dalam tabel digambarkan dalam diagram lingkaran, terlebih dahulu
menentukan sudut juring yang mewakilinya
=
atletik
juring
Sudut =
 o
360
30
8 o
96
=
renang
juring
Sudut =
 o
360
30
11 o
132
tenis
juring
Sudut = =
 o
360
30
5 o
60
basket
juring
Sudut = =
 o
360
30
6 o
72

39. a. Histogram
Gambar berikut merupakan histrogram dan poligon frekuensi data pada tabel
berat badan 100 siswa
b. Poligon Frekuensi

40. a. Distribusi Frekuensi Kumulatif
Distribusi kumulatif data pada tabel berat badan 100 siswa digambarkan sebagai
berikut:
Tabel 1.3 Tabel 1.4

41. b. Ogive
Poligon frekuensi kumulatif (ogive) data pada tabel 1.3 dan 1.4

42. LATIHAN
1. Perhatikan data berikut.
5, 4, 6, 7, 8, 8, 6, 4, 8, 6, 4, 6, 6, 7, 5, 5, 3, 4, 6, 6
8, 7, 8, 7, 5, 4, 9, 10, 5, 6, 7, 6, 4, 5, 7, 7, 4, 8, 7, 6
Sajikan dalam tabel frekuensi data di atas.

43. LATIHAN
2. Tabel berikut menunjukkan banyaknya siswa di suatu
kabupaten menurut tingkat sekolah pada tahun 2017.
Buatlah diagram lingkaran untuk data tersebut.
Tingkat Pendidikan Banyaknya Siswa
SD
SMP
SMA
275
500
225

44. LATIHAN
3. Buatlah tabel distribusi frekuensi hasil ujian Statistik
semesterV menjadi diagram garis
Nilai Frekuensi
50 2
55 3
65 11
70 20
75 33
80 24
85 7
Jumlah 100

45. POPULASI, SAMPEL DAN
TEKNIK SAMPLING
45

46. MATERI BAHASAN:
1. Pengertian Populasi
2. Sampel
3. Teknik Sampling
4. Jenis-jenis Teknik Sampling
- Random Sampling
- Non Random Sampling
5. Penetapan Jumlah Sampel
6. Ukuran Sampel
46

47. PENGERTIAN
• Populasi
Jumlah keseluruhan dari satuan-satuan atau individu-individu yang karakteristiknya
hendak diteliti. Dan satuan-satuan tersebut dinamakan unit analisis, dan dapat berupa
orang-orang, institusi-institusi, benda-benda, dll.
Totalitas semua nilai yang mungkin, hasil menghitung ataupun pengukuran kuantitatif
maupun kualitatif daripada karakteristik tertentu mengenai semua objek yang lengkap
dan jelas yang ingin dipelajari sifat-sifatnya.
• Suatu himpunan dengan sifat-sifat yang ditentukan oleh peneliti sedemikian rupa
sehingga setiap individu/variable data dapat dinyatakan dengan tepat apakah individu
tersebut menjadi anggota atau tidak. Populasi adalah himpunan semua individu yang
dapat memberikan data dan informasi untuk suatu penelitian (Agung, 2003; 2).
47

48. • Sampel
Sampel atau contoh adalah sebagian dari populasi yang karakteristiknya hendak diteliti. Sampel yang baik,
yang kesimpulannya dapat dikenakan pada populasi, adalah sampel yang bersifat representatif atau yang
dapat menggambarkan karakteristik populasi.
Sampel adalah himpunan bagian atau Sebagian populasi yang karakteristiknya benar-benar diselidiki.
Karakteristik populasi harus terwakili dalam sampel. Artinya ciri atau keadaan populasi harus
tergambarkan dalam sampel. Misalnya dalam bidang Pendidikan ciri populasi dapat berbentuk : siswa,
mahasiswa, guru, dosen, kelas, dinas Pendidikan, dan lain-lain, maka sampel yg terpilih harus memuat
semua ciri atau karakteristik itu. Dalam hal ini yang menjadi pusat perhatian adalah keterwakilan
(refresentativness) sampel dari suatu populasi.
Beberapa hal yg perlu diperhatikan dgn keterwakilan ini yaitu :
(1) sampel yg mewakili populasi harus diambil secara acak (setiap anggota populasi mempunyai
kesempatan yg sama untuk menjadi sampel)
(2) jumlah sampel yang terpilih ditentukan oleh besarnya populasi dan keragaman dari populasi.
(3) presisi yang dikehendaki dari peneltiian. Makin tinggi presisi, makin besar sampel yang dibutuhkan.
Karena sampel yang besar cenderung memberikan estimasi yang lebih dekat ke nilai parameter.
(4) rancangan analisis yang akan digunakan. Misal rancangan penelitan eksperimen muruni dianggap cukup
dg mengambil sampel 25 subjek. Namun untuk penelietian survey tentang jenis pekerjaan dan tingkat
Pendidikan tidak cukup sampel acak 120 subjek karena mungkin ada jenis pekerjaan dan tingkat
Pendidikan yang frekeuensinya kosong.

49. TEKNIK SAMPLING
1. Pengertian teknik sampling
Teknik pengambilan sample atau teknik sampling adalah teknik pengambilan sampel dari
populasi. Sampel yang merupakan sebagaian dari populasi tsb. kemudian diteliti dan hasil
penelitian (kesimpulan) kemudian dikenakan pada populasi (generalisasi).
49

50. 2) Manfaat sampling
❖ Menghemat biaya penelitian.
❖ Menghemat waktu untuk penelitian.
❖ Dapat menghasilkan data yang lebih akurat.
❖ Memperluas ruang lingkup penelitian.
3) Syarat-syarat teknik sampling Teknik sampling boleh dilakukan bila
populasi bersifat homogen atau memiliki karakteristik yang sama atau
setidak-tidaknya hampir sama. Bila keadaan populasi bersifat
heterogen, sampel yang dihasilkannya dapat bersifat tidak representatif
atau tidak dapat menggambarkan karakteristik populasi.
50

51. 51

52. D. JENIS-JENISTEKNIK SAMPLING
a. Random sampling
Teknik sampling yang dilakukan dengan memberikan peluang
atau kesempatan kepada seluruh anggota populasi untuk
menjadi sampel. Sampel yang diperoleh diharapkan
merupakan sampel yang representatif. Teknik sampling
semacam ini dapat dilakukan dengan cara-cara sebagai
berikut.
52

53. CARA-CARA RANDOM SAMPLING
1)Teknik sampling secara rambang sederhana
Paling populer yang dipakai dalam proses penarikan sampel rambang sederhana
adalah dengan undian. Setiap elemen dalam populasi mempunyai kesempatan
sama untuk diseleksi sebagai subyek dalam sampel. Penting, peneliti harus
mengetahui jumlah responden yang ada dalam populasi penelitian. Sampling ini
memiliki bias terkecil dan generalisasi
53

54. CARA-CARA RANDOM SAMPLING
1)Teknik sampling secara rambang sederhana
Syarat yang harus dipenuhi untuk rambang sederhana adalah:
a. Ukuran populasi harus terhingga, populasi yang bersifat konseptual
atau teoretis dapat dikategorikan pada populasi tak terhingga.
b. Anggota populasi harus homogen, anggota populasi yang mempunyai
karakteristik yang dianggap sama atau pada umumnya sama
(homogen) samplingnya dapat dilakukan dengan sampling acak.
Populasi yang anggotanya mempunyai karakteristik berbeda-beda
sampelnya tidak dapat diambil dengan cara sampling acak.
c. Cara lain mengambil sampel secara acak ialah dengan menggunakan
tabel bilangan acak.
54

55. CARA-CARA RANDOM SAMPLING
2)Teknik sampling secara sistematis (systematic sampling)
• Prosedur ini berupa penarikan sample dengan cara mengambil setiap kasus (nomor
urut) yang kesekian dari daftar populasi.
• Setiap elemen populasi dipilih dengan suatu jarak interval (tiap ke n elemen) dan
dimulai secara random dan selanjutnya dipilih sampelnya pada setiap jarak interval
tertentu. Jarak interval misalnya ditentukan angka pembagi 5,6 atau 10. Atau dapat
menggunakan dasar urutan abjad.
• Syarat yang perlu diperhatikan oleh peneliti adalah adanya daftar semua anggota
populasi
• Sampling ini bisa dilakukan dengan cepat dan menghemat biaya, tapi bisa menimbulkan
bias
55

56. Cara Pengambilan Sampel
➢ Suatu populasi yang mempunyai anggota 500 individu, akan diambil sampelnya
sebanyak 50 individu, Peneliti memberi nomor urut pada setiap anggota populasi
dengan urutan nomor 1, 2, 3,….., 500.
➢ Dibuat interval pada nomor-nomor anggota populasi misalnya dengan interval 10
angka, sehingga diperoleh 50 kelompok bilangan (kelas interval).
➢ Setiap kelas interval secara acak ditetapkan bilangan mana akan diambil anggotanya
untuk dijadikan sampel yang mewakili interval tersebut.
➢ Misalnya ditetapkan 7 sebagai nomor yang mewakili kelas interval pertama ( 1 s.d.
10), maka selanjutnya akan didapati 17 untuk mewakili kelas interval kedua (11 s.d.
20).
➢ Selanjutnya 27 mewakili kelas interval ketiga, dan seterusnya, sampai 497 untuk
mewakili kelas interval terakhir atau kelima puluh (491 s.d. 500).
➢ Dengan demikian diperoleh jumlah sampel sebanyak 50.
56

57. Cara-cara random sampling (lanjutan)
3)Teknik sampling secara rambang proporsional.
Jika populasi terdiri dari subpopulasi- subpopulasi maka sample penelitian
diambil dari setiap subpopulasi. Adapun cara pengambilannya dapat dilakukan
secara undian maupun sistematis.
57

58. Cara-cara random sampling (lanjutan)
4) Teknik sampling secara rambang bertingkat (stratified
sampling)
• Bila subpopulasi-subpopulasi sifatnya bertingkat, cara pengambilan sampel sama
seperti pada teknik sampling secara proporsional.
• Digunakan untuk mengurangi pengaruh faktor heterogen dan melakukan
pembagian elemen-elemen populasi ke dalam strata. Selanjutnya dari masing-
masing strata dipilih sampelnya secara random sesuai proporsinya.
• Sampling ini banyak digunakan untuk mempelajari karakteristik yang berbeda,
misalnya, di sekolah ada kls I, kls II, dan kls III. Atau responden dapat dibedakan
menurut jenis kelamin; laki-laki dan perempuan, dll.
• Keadaan populasi yang heterogen tidak akan terwakili, bila menggunakan
teknik random. Karena hasilnya mungkin satu kelompok terlalu banyak yang
terpilih menjadi sampel.
58

59. Cara pengambilan sampel
➢ Pertama mengidentifikasi karakteristik umum anggota populasi, kemudian menentukan
strata atau lapisan dari jenis karakteristik unit-unit tersebut.
➢ Setelah ditentukan stratanya, baru dari masing-masing strata diambil sampel yang
mewakilinya.
➢ Pengambilan sampel tahap kedua ini, biasanya dilakukan dengan cara acak, karenanya
disebut stratified random sampling.
➢ Agar perimbangan sampel dari masing-masing strata memadai, maka dalam teknik ini
sering pula dilakukan perimbangan antara jumlah anggota populasi berdasarkan masing-
masing strata.
➢ Apabila sampling memperhatikan daerah (sampling area) maka dalam hal ini setiap wilayah
harus pula terwakili dalam sampel.
59

60. 60

61. Cara-cara random sampling (lanjutan)
5) Teknik sampling secara kluster (cluster sampling)
Ada kalanya peneliti tidak tahu persis karakteristik populasi yang ingin
dijadikan subjek penelitian karena populasi tersebar di wilayah yang
amat luas. Untuk itu peneliti hanya dapat menentukan sampel wilayah,
berupa kelompok klaster yang ditentukan secara bertahap. Teknik
pengambilan sampel semacam ini disebut cluster sampling atau multi-
stage sampling.
61

62. Cara-cara random sampling(lanjutan)
5)Teknik sampling secara kluster (cluster sampling)
➢ Elemen-elemen dalam populasi dibagi ke dalam cluster atau kelompok, jika ada
beberapa kelompok dengan heterogenitas dalam kelompoknya dan homogenitas antar
kelompok.Teknik cluster sering digunakan oleh para peneliti di lapangan yang mungkin
wilayahnya luas.
➢ Sampling ini mudah dan murah, tapi tidak efisien dalam hal ketepatan serta tidak umum
62

63. b. Non-random sampling
1) Purposive sampling atau judgmental sampling
➢ Penarikan sampel secara purposif merupakan cara penarikan sample yang
dilakukan memiih subjek berdasarkan kriteria spesifik yang ditetapkan
peneliti berdasarkan ciri atau sifat-sifat populasi yang sudah diketahui
sebelumnya.
➢Pelaksanaan pengambilan sampel yang menggunakan teknik ini, mulamula
peneliti harus mengidentifikasi semua karakteristik populasi, maupun dengan
cara lain dalam mempelajari berbagai hal yang berhubungan dengan populasi.
➢Setelah itu barulah peneliti menetapkan berdasarkan pertimbangannya,
sebagian dari anggota populasi menjadi sampel penelitian.
➢Jadi teknik pengambilan sampel dengan pupossive sampling berdasarkan pada
pertimbangan pribadi peneliti.
63

64. b. Nonrandom sampling
2) Snow-ball sampling (penarikan sample secara bola salju)
➢ Proses pengambilan sample dengan cara sambung menyambung informasi dari unit satu
dengan unit lain sehingga menjadi satu kesatuan unit yang banyak.
➢ Penarikan sample pola ini dilakukan dengan menentukan sample pertama. Sampel berikutnya
ditentukan berdasarkan informasi dari sampel pertama, sampel ketiga ditentukan
berdasarkan informasi dari sample kedua, dan seterusnya sehingga jumlah sample semakin
besar, seolah-olah terjadi efek bola salju
64

65. b. Nonrandom sampling
3) Quota sampling (penarikan sample secara jatah).
➢Teknik sampling ini dilakukan dengan cara pertama-tama menetapkan
berapa besarnya jumlah sampel yang diperlukan.
➢Biasanya yang dijadikan sample penelitian adalah subjek yang mudah
ditemui sehingga memudahkan pula proses pengumpulan data.
➢Kemudian menetapkan banyaknya jatah atau quotum, maka jatah atau
quotum itulah yang dijadikan dasar untuk mengambil unit sampel yang
diperlukan.
➢Anggota populasi manapun yang akan diambil, tidak menjadi masalah,
yang penting jumlah quotum yang sudah ditetapkan dapat dipenuhi.
65

66. b. Nonrandom sampling
4) Accidental sampling atau convenience sampling
➢ Metode yang proses pengambilan sampelnya cukup dengan mengambil siapa
saja yang kebetulan ditemui oleh observer di lapangan sesuai kebutuhan studi.
➢ Dalam penelitian bisa saja terjadi diperolehnya sampel yang tidak direncanakan
terlebih dahulu, melainkan secara kebetulan, yaitu unit atau subjek tersedia
bagi peneliti saat pengumpulan data dilakukan
66

67. PENETAPAN JUMLAH SAMPEL
➢Berapakah besar jumlah yang dinyatakan memenuhi syarat untuk penelitian ?
➢Apa saja yang harus dipertimbangkan dalam menetapkan jumlah sampel ?
67

68. PENETAPAN JUMLAH SAMPEL
Ada beberapa pertimbangan untuk penetapan jumlah sampel :
1. Sejauh mana homogenitas populasi. Jika populasi 100 persen homogen besar sampel
tak jadi persolan (misal menen-tukan golongan darah). Namun jika populasi kurang
homogen besar jumlah sampel harus dipertimbangkan.
2. Apakah sampel memenuhi jumlah mini-mum untuk analisis statistik (untuk penelitian
kuantitatif analitik)
68

69. Ukuran Sampel
Kuantitatif :
dapat ditaksir dengan akurat, berdasar analisis yang akan
dilakukan, presisi estimasi yang diinginkan, kesalahan random
yang masih bisa ditoleransi, kuasa statistik yang diharapkan
Kualitatif :
Ukuran sampel cukup besar jika peneliti telah puas bahwa data
yang diperoleh cukup kaya dan cukup meliput dimensi yang
diteliti.
Umumnya sekitar 40 responden, jarang >200
69

70. SAMPLE SIZE / UKURAN SAMPEL
Tergantung pada :
• Pertimbangan representative
• Adanya sumber-sumber yang dapat digunakan untuk
menentukan batas maksimal dari besarnya sampel.
• Pertimbangan analisis
• Kebutuhan rencana analisis yang menentukan batas
minimal besar sampel.
70

71. Variabel-variabel yang akan menentukan
jumlah sampel
Tingkat kemaknaan statistik (a)
Kuasa statistik (1-ß)
Besarnya pengaruh variabel terhadap efek
Proporsi efek pada populasi tak terpapar (kohort)
Proporsi paparan pada populasi normal (kasus kontrol)
Perbandingan ukuran sampel antar kelompok studi yang dikehendaki
71

72. • Peneliti menentukan a dan ß berdasar pertimbangan resiko yang masih dapat
diterima dari penelitian (0.05, 0.01, 0.001 dst)
• Besarnya pengaruh variabel bebas terhadap efek ditetapkan oleh peneliti
berdasar hasil penelitian sebelumnya
72

73. 73

74. 74

75. PENENTUAN BESARNYA SAMPEL (SAMPLE SIZE)
Penetapan jumlah sampel tergantung pada:
1. Adanya sumber data yang dapat digunakan untuk menetapkan batas
maksimal dari besarnya sample
2. Kebutuhan dari rencana analisis yang menentukan batas minimal dari
besarnya sampel:
a. Angka perkiraan dari proporsi yang mau diukur (misal: penelitianpenyakit
jantung koroner ditetapkan 50%)
b. Tetapkan tingkat kepercayaan (misal: 5%, atau 1%)
c. Tetapkan derajat kepercayaan (Confidence levels) misal: 95%, atau 99%.
3. Hitung jumlah/besar sampel
75

76. 76

77. Contoh:
Penelitian tentang status gizi anak balita di kelurahan X N=923.000, prevalensi gizi
kurang tidak diketahui.Tentukan besar sampel (n) yang harus diambil bila
dikehendaki derajat kemaknaan(1- a =95% dengan estimasi penyimpangan(a=0,05)
Bila dimasukan ke dalam formula di atas diperoleh besarnya sampel n = 480
77

78. 78

79. 79

80. 80

81. 81

82. 82

83. Beberapa contoh menentukan sample size
• Hair et al (1998) Rasio antara jumlah subjek dan jumlah
variabel independen dalam analisis multivariat dianjurkan
sekitar 15 sampai 20 subjek per variabel independen
• Pada penelitian dengan teknik analisis regresi multivariat
83

84. Menentukan Ukuran Sampel
Tabel Krecjie
➢ Berdasarkan atas kesalahan 5%, atau kepercayaan 95%
➢ Makin besar populasi, makin kecil persentase sampel
➢ Jumlah populasi sampai100.000 Nomogram Harry King
➢ Berdasarkan atas kesalahan bervariasi 5% s/d 15%
➢ Jumlah populasi hanya sampai 2000
➢ Semakin besar kesalahan maka makin kecil jumlah sampel
84

85. 85

86. 86

87. Menentukan Jumlah Subjek Eksperimental
Contoh penggunaan Rumus Federer
Sebagai contoh, jika penelitian terdiri dari lima kelompok perlakukan,
maka jumlah subjek per kelompok dihitung dengan proses berikut.
(n - 1) (5 - 1) ≥ 15
4n – 4 ≥ 15
4n ≥ 19
n ≥ 4,75
87

88. PENGUJIAN
HIPOTESIS
IR.RUSLI BURHANSYAH, MSi
WA 085173119657/Telp 081345125393
PROGRAM PRAKTISI MENGAJAR SEMESTER 2-2023
PROGRAM PENDIDIKAN AGAMA ISLAM
UNIVERSITAS YUDHARTA
2023

89. TERMINOLOGI
Pengujian Hipotesis : prosedur untuk menentukan apakah menerima
atau menolak hipotesis yang dibuat.
Hipotesis : anggapan dasar/asumsi atau dugaan mengenai sesuatu
hal yang harus dibuktikan kebenarannya.
▪ 60% remaja di kota Bandung melakukan hubungan pra-nikah
▪ Penghasilan masyarakat kota B per bulan lebih dari Rp. 1.000.000.-
▪ 80% masyarakat menyatakan penurunan BBM tidak menurunkan sembako
Hipotesis statistik : anggapan dasar/asumsi atau dugaan mengenai
parameter populasi (khususnya nilai-nilai parameter).

90. KONSEP UJI HIPOTESIS
Populasi
Hipotesis
Penelitian
Sampel
Hipotesis
Statistik
Statistik Uji
Keputusan

91. KESIMPULAN KEADAAN SEBENARNYA
Hipotesis Benar Hipotesis Salah
Terima Hipotesis BENAR
KELIRU
(Kekeliruan Tipe II)
b
Tolak Hipotesis
KELIRU
(Kekeliruan Tipe I)
a
BENAR
KEKELIRUAN DALAM
PENGUJIAN HIPOTESIS
a : dikenal sebagai taraf signifikansi/nyata/kebermaknaan (umumnya diambil 1, 5
dan 10%)

92. JENIS HIPOTESIS
Hipotesis Nol (H0)
Hipotesis Alternatif (H1)
Hipotesis
Statistik
Hipotesis nol adalah hipotesis yang perumusannya
mengandung pengertian sama atau tidak ada perbedaan,
Untuk menerima atau menolak hipotesis diperlukan kriteria pengujian yang
terdiri dari daerah penerimaan dan daerah penolakan -> daerah kritis

93. 0
0 : 
 =
H
0
1 : 
 
H
0
0 : 
 =
H
0
1 : 
 
H
0
0 : 
 =
H
0
1 : 
 
H
RUMUSAN HIPOTESIS
Misalkan  adalah parameter yang akan diuji dengan nilai yang
dihipotesiskannya adalah 0, maka rumusan hipotesisnya dapat
mengambil beberapa bentuk :
Uji pihak kanan
Uji pihak kiri
Uji dua pihak

94. BEBERAPA RUMUSAN HIPOTESIS
0
0 : 
 =
H
2
1
0 : 
 =
H
k
H 

 =
=
= ...
: 2
1
0
2. Rumusan untuk menguji dua nilai parameter
3. Rumusan untuk menguji lebih dari dua nilai
parameter
1. Rumusan untuk menguji satu nilai parameter

95. PENGUJIAN HIPOTESIS
HIPOTESIS merupakan suatu proposisi/ pernyataan atau jawaban sementara /dugaan yang mungkin benar
dan digunakan sebagai dasar pembuatan keputusan/penyelesaian dari suatu masalah untuk penelitian
Hipotesis adalah hasil kajian Pustaka atau proses rasional dari peneltiian yg telah mempunyai kebenaran
secara teoritis. Kebenaran hipotesis harus diuji secara empirik.
Ciri-ciri penting suatu hipotesis
(1) Merupakan hasill dari proses toeritis dan komporasi fakta yang handal, yang secara teoritis dapat
dipertanggungkan jawabkan kebenarannya.
(2) Menyatakan hubungan antara variable
(3) Harus dapat diuji artinya feasible untuk memperoleh data pengujian hipotesis itu,
(4) Harus spesifik dan sederhana
(5) Menyatakan pernyataan tentang karakteristik populasi

96. KEKELIRUAN HIPOTESIS
KONDISI
SEBENARNYA
KEPUTUSAN
MENERIMA MENOLAK

97. Lanjut. Pengujian Hipotesis

98. LANGKAH-LANGKAH PENGUJIAN HIPOTESIS

99. C. MENENTUKAN KRITERIA
PADA DASARNYA MENETAPKAN STATISTIK UJI, MISALNYA : t, F, r atau X2. Nilai dari Statistik
uji adalah nilai yang akan dipakai sebagai dasar untuk menerima atau menolak hipotesis Ho.
Kriterian diperoleh dari tabel distribusi tm F, r atau X2.
D. PERHITUNGAN STATISTIKA
PERHITUNGAN DALAM RANGKA PENGUJIAN HIPOTESIS ARTINYA MENEMUKAN X2, t, F
atau r yang diperoleh dari perhitungan data sampel
E. MENARIK KEMSIMPULAN
MENARIK KESIMPULAN BERARTI MENOLAK HO ATAU MENERIMA HO.
JIKA PENELITI BERHASIL MENOLAK HO KITA MENGATAKAN HIPOTESISYG DIAJUKAN
TERUJI OLEH DATA (the data support hypothesis). Kesimpulan penelitian adalah hipotesis verbal
yang telah diajukan peneliti,
Sebaliknya peneliti tidak berhasil menolak Ho maka hipotesis yang diajukan tidak teruji oleh data
(the data not support hypothesis)
Kesimpulan lain yang tak kalah pentingynya adalah makna atau implikasi dari kesimpulan berkaitan
dengan masalah yang diteliti.

100. 000
.
950
:
0 =

H
Diperkirakan bahwa rata-rata penghasilan masyarakat di desa
Sukamiskin adalah Rp. 950.000 per bulan. Apakah dugaan ini
bisa diterima?
000
.
950
:
1 

H

101. PROSEDUR PENGUJIAN HIPOTESIS
• Rumuskan Hipotesis (dua pihak atau satu pihak)
• Tentukan statistik uji (Z, t, c2, F dlsb)
• Hitung statistik uji
• Tentukan daerah kritis (tetapkan tingkat signifikansi/kebermaknaan  a)
• Bandingkan statistik uji dengan daerah kritis
• Membuat keputusan terima atau tolak H0

102. DAERAH KRITIS
2
/
a
2
/
a 2
/
a 2
/
a
Daerah Tolak H0
Daerah Tolak H0
Daerah Terima H0
d1 d2
2
/
a
2
/
a
a
Daerah Tolak H0
Daerah Terima H0
d
2
/
a
2
/
a a
Daerah Tolak H0
Daerah Terima H0
d
Uji pihak kanan Uji pihak kanan
Uji 2 pihak

103. n
s
x
t 0

−
=
Uji Satu Rata-rata,populasi berdistribusi normal
n
x
z

0
−
=
Hipotesis
Statistik Uji :
Simpangan baku populasi tidak
diketahui ( diganti oleh s sampel)
Simpangan baku populasi ()
diketahui
0
1 : 
 
H
melawan
0
0 : 
 =
H
0
1 : 
 
H
0
1 : 
 
H atau
atau

104. CONTOH KASUS
1
Sebuah pabrik batere mobil menyatakan bahwa rata-rata daya
pakai produknya adalah 7 tahun dengan simpangan baku 0,5
tahun. Dari inspeksi terhadap 40 buah sampel batere diperoleh
bahwa rata-rata daya pakai ini adalah 6,2 tahun. Apakah pendapat
pabrik tersebut bisa anda terima?
H0 :  = 7
H1 :   7
n
x
z

0
−
=
11
,
10
0791
,
0
8
,
0
32
,
6
/
5
,
0
8
,
0
40
5
,
0
7
2
,
6
−
=
−
=
−
=
−
=
z
Karena ukuran sampel cukup
besar dan  diketahui
Uji 2 pihak
Tentukan statistik uji
Rumusan Hipotesis

105. 2
/
a
2
/
a 2
/
a 2
/
a
Daerah Tolak H0
Daerah Tolak H0
Daerah Terima H0
-1,67 1,67
Karena z terletak di daerah kritis maka tolak Ho, artinya tolak hipotesis
bahwa daya pakai produk sama dengan 7 tahun.
Tentukan daerah kritis (ambil a = 5%)
Letakkan nilai z (-10,11) di atas dalam daerah kritis. Jika z terletak di
daerah kritis berarti tolak H0
Nilai ini diambil dari tabel z dengan nilai peluang 0,4750

106. CONTOH KASUS 2
Pabrik bola lampu “Caang” menyatakan bahwa produknya mempunyai daya pakai
lebih dari 2 tahun. Hasil pengujian yang dilakukan oleh yayasan lembaga
konsumen terhadap 10 lampu mendapatkan bahwa rata-rata daya tahan bola
lampu tersebut adalah 2,2 tahun dengan simpangan baku 0,4 tahun. Dari hasil ini
apakah pernyataan tersebut dapat diterima dengan taraf keyakinan 5%.
H0 :  = 2
H1 :  > 2
n
s
x
t 0

−
=
Rumusan Hipotesis
Statistik uji
581
,
1
1265
,
0
2
,
0
10
4
,
0
0
,
2
2
,
2
=
=
−
=
t

107. 2
/
a
2
/
a 05
,
0
=
a
Daerah Tolak H0
Daerah Terima H0
2,262
t=1,581
Tentukan daerah kritis
(lihat tabel t dengan df = 10-1 dan ambil a = 5%)
Kesimpulan : nilai t masuk dalam daerah terima H0, berarti maka
pernyataan pabrik tersebut bahwa daya tahan produknya lebih besar dari
2 tahun tidak dapat diterima

108. Uji Satu Proporsi (p)
n
n
x
z
/
)
1
(
/
0
0
0
p
p
p
−
−
=
Hipotesis
Statistik Uji :
0
0 : p
p =
H
0
1 : p
p 
H
0
1 : p
p 
H
0
1 : p
p 
H
melawan
atau
atau
Kriteria terima dan tolak Hipotesis lihat tabel Z

109. Contoh kasus 3
Pabrik gelas “Kawung” mengklaim bahwa paling sedikit 95% gelas yang
diproduksinya berkualitas baik. Sebuah penelitian dari 200 sampel gelas
memperlihatkan adanya gelas yang cacat sebanyak 18 buah. Apakah anda
menerima pernyataan pabrik tersebut? Uji dengan taraf signifikasi 5%
H0 : p = 0,95
H1 : p > 0,95
n
n
x
z
/
)
1
(
/
0
0
0
p
p
p
−
−
=
597
,
2
0154
,
0
95
,
0
91
,
0
200
/
)
05
,
0
(
95
,
0
95
,
0
200
/
182
−
=
−
=
−
=
z
Rumusan Hipotesis
Statistik Uji

110. 2
/
a
2
/
a 05
,
0
=
a
Daerah Tolak H0
Daerah Terima H0
1,65
z
Tentukan daerah kritis
(lihat tabel z dengan nilai p = 0,4500)
Karena z hitung < z tabel (terletak di daerah terima H0), maka dapat
disimpulkan bahwa pernyataan pabrik tersebut yang menyatakan bahwa
produk yang tidak baik paling sedikit 95% tidak dapat diterima.
-2,597

111. Uji Dua Rata-rata,populasi
independen dan berdistribusi normal
Rumusan Hipotesis 2
1
0 : 
 =
H
2
1
1 : 
 
H
2
1
1 : 
 
H
2
1
1 : 
 
H
melawan
atau
atau
2
1
2
1
1
1
n
n
x
x
z
+
−
=

Statistik Uji :
2
1
2
1
1
1
n
n
s
x
x
t
+
−
=
2
2
1 −
+
= n
n
df
2. Asumsi : 1 = 2 =  tidak diketahui
Statistik Uji :
2
)
1
(
)
1
(
2
1
2
2
2
2
1
1
2
−
+
−
+
−
=
n
n
s
n
s
n
s
1. Asumsi : 1 = 2 =  diketahui

112. 3. Asumsi : Jika 1 ≠ 2 =  dan tidak diketahui
Lakukan rumus pendekatan. Untuk mempermudah gunakan SPSS. Dalam
hal ini SPSS memberikan pilihan untuk menghadapi asumsi seperti ini.

113. Contoh kasus 4
Metode
Demonstrasi
Kontrol
85
88
65
75
76
79
90
78
79
93
75
70
64
73
70
69
66
58
60
59
Untuk melihat efektifitas sebuah metode Demonstrasi,
dilakukan uji terhadap dua kelompok siswa, Skor dari tes ini
adalah :

114. Format data dalam SPSS

117. Uji Dua Rata-rata,observasi
berpasangan
Analisis melalui SPSS ambil pilihan Paired Sample t-Test
Istri Suami
-
-
-
-
-
-
-
-
-
-
Contoh :
Sebelum Sesudah
-
-
-
-
-
-
-
-
-
-
0
:
0 =
d
H
0
:
1 
d
H
Hipotesis

118. Format data dalam SPSS

121. Uji Dua Proporsi
Rumusan Hipotesis 2
1
0 : p
p =
H
2
1
1 : p
p 
H
2
1
1 : p
p 
H
2
1
1 : p
p 
H
melawan
atau
atau
Statistik Uji :
Kriteria terima dan tolak Hipotesis lihat tabel Z






+
−
=
)
1
(
)
1
(
/
/
1
1
2
2
1
1
n
n
pq
n
x
n
x
z
2
1
2
1
n
n
x
x
p
+
+
= p
q −
= 1

122. Contoh kasus 5
Dua kelompok uji yang disebut X dan Y masing-masing terdiri dari 100 orang
diketahui menderita penyakit tetelo. Sebuah perusahaan farmasi berhasil
menemukan sebuah serum yang diberi nama “meteor garden” untuk
menyembuhkan penyakit tersebut. Untuk menguji efektifitas serum ini,
serum tersebut diberikan kepada kelompok X, sedang kelompok Y tidak
diberikan (dianggap sebagai kelompok kontrol). Setelah beberapa waktu,
yang sembuh dari kelompok X adalah 75 orang dan dari kelompok Y sebanyak
65 orang. Dari hasil ini periksalah apakah pemberian serum tersebut efektif?
Gunakan taraf signifikasi 1% dan 5%.
Percobaan
Kontrol
p = 65%
p = 75%

123. Hipotesis
Statistik Uji :
2
1
0 : p
p =
H
2
1
1 : p
p 
H
melawan
54
.
1
)
100
1
(
)
100
1
(
)
3
.
0
)(
7
.
0
(
65
.
0
75
.
0
=






+
−
=
z






+
−
=
)
1
(
)
1
(
/
/
1
1
2
2
1
1
n
n
pq
n
x
n
x
z
70
.
0
100
100
65
75
=
+
+
=
p
2
1
2
1
n
n
x
x
p
+
+
=
Hitung :
2
/
a
2
/
a 2
/
a 2
/
a
Daerah Tolak H0
Daerah Tolak H0
Daerah Terima H0
-1,67 1,67
Terima H0, tidak ada perbedaan,
berarti serum tidak efektif

124. BEBERAPA UJI LAIN
• Uji Simpangan Baku
• Uji Perbedaan lebih dari 2 rata-rata

125. UJI HIPOTESIS SECARA NON-
PARAMETRIK
• Dilakukan jika kita tidak dapat memenuhi asumsi normalitas distribusi
populasi.
• Lebih mudah
• Umumnya digunakan untuk data yang bersifat kualitatif
• Ukuran sampel sangat fleksibel (bahkan untuk ukuran yang cukup kecil)

126. BEBERAPA UJI PENTING
• Uji Mann-Whitney, pengganti uji t sampel independen
• Uji Wilcoxon, pengganti uji t sampel berpasangan
• Uji Kruskall-Wallis,uji lebih 2 rata-rata

127. ASSIGMENT
1. Sebuah pabrik tali menyatakan bahwa kekuatan tali produksinya mempunyai rata-rata lebih 300 lb. Hasil pengujian tep
64 utas tali menghasilkan rata-rata kekuatan tali adalah 310 lb dengan simpangan baku 24 lb. Apakah pernyataan
pabrik tersebut dapat diterima. Gunakan taraf kebermaknaan 5%.
2. Sebuah perusahaan farmasi mengklaim bahwa obat “ANTIKIT” yang diproduksinya, 90% efektif dalam menyembuhkan
alergi dalam waktu 8 jam. Dari sebuah sampel sebanyak 200 orang yang mempunyai alergi, ternyata 160 orang bisa
disembuhkan oleh obat tersebut. Dari sampel ini tentukanlah apakah klaim dari perusahaan tersebut dapat diterima?
3. Telah dilakukan penelitian tentang produksi bola lampu dari dua merek mesin. Sampel acak sebanyak 200 bola lampu
diambil dari mesin A dan 100 bola lampu dari mesin B. Dari kedua sampel acak ini ternyata ditemukan bola lampu yang
cacat yang dihasilkan oleh mesin A adalah 19 buah dan mesin B sebanyak 5 buah. Apakah kualitas kedua mesin berbeda.
4. Ada anggapan bahwa jumlah kesalahan yang dibuat oleh karyawan shift pagi lebih sedikit dibandingkan dengan
karyawan yang bekerja pada shift malam. Sebuah pengamatan terhadap kesalahan yang dibuat karyawan di sebuah
perusahaan memberikan hasil sebagai berikut :
Shift Pagi : 12, 10, 7, 9, 14, 8, 7, 11, 10, 6
Shift Malam : 10, 13, 8, 14, 13, 9, 11, 13, 15, 10
Dari data ini, apakah anggapan yang jumlah kesalahan antara shift pagi dan malam adalah berbeda bisa diterima