Doc-20190323-wa0007.pptx

  • Uploaded by: Listya Rahathesa
  • 0
  • 0
  • December 2019
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Doc-20190323-wa0007.pptx as PDF for free.

More details

  • Words: 1,772
  • Pages: 26
STATISTIKA PENDIDIKAN

Dr. Nofriyandi, M.Pd

STATISTIKA METODE ILMIAH : Adalah salah satu cara mencari kebenaran yang bila ditinjau dari segi penerapannya, resiko untuk keliru paling kecil. LANGKAH-LANGKAH DALAM METODE ILMIAH : 1. Merumuskan masalah 2. Melakukan studi literatur 3. Membuat dugaan-dugaan, pertanyaan-pertanyaan atau hipotesis 4. Mengumpulkan dan mengolah data, menguji hipotesis, atau menjawab pertanyaan 5.

Mengambil kesimpulan INSTRUMEN SAMPEL SIFAT DATA VARIABEL METODE ANALISIS

PERAN STATISTIKA

  

Ilmu sulit penuh dengan angka : bagaimana supaya mudah? Membosankan: buat lebih menarik Mahal: bagaimana supaya murah

Statistik (bhs Latin)  “status”; (bhs Inggris) ”state”; (bhs Belanda) ”staat”; dan (bhs Indonesia) = negara  Perkembangan awal statistik: Kumpulan bahan keterangan yang dibutuhkan oleh negara dalam bentuk angka (kuan) dan bukan angka (kual). Statistik hanya diartikan sangat terbatas yaitu sekumpulan data atau angka mengenai kondisi penduduk 

Statistics

Ilmu Statistik Ukuran yg berasal dari sampel

Statistic terminologi

Statistik

1. Data statistik = bahan keterangan berupa angka 2. Kegiatan statistik = pengumpulan data, penyusunan data, pelaporan data, dan analisis data (UU tentang Statistik, UU No. 7 tahun 1960 dan UU No. 16 tahun 1997 ) 3. Metode statistik = cara-cara tertentu yang ditempuh dalam rangka mengumpulkan, menyusun, menyajikan, menganalisis, dan memberikan interpretasi thdp bahan keterangan berupa angka sehingga bermakna 4. Ilmu statistik = ilmu pengetahuan yg mempelajari dan mengembangkan scra ilmiah tahap2 yg ada dlm kegiatan statistik

Aspek Definisi

Tujuan

Metode kajian

Klasifikasi berdasarkan fungsinya

Statistik Statistika Hasil data yang disajikan Metode ilmiah mengenai dalam bentuk tabel, grafik dan cara untuk mengumpulkan, sebagainya mengelola, menganalisa penyajian data. Pengelolaan hasil data Mendapatkan gambaran dari sehingga lebih mudah sekumpulan data yang sudah diinterpretasikan dan dikaji, sehingga dapat ditarik digunakan untuk tujuan kesimpulan tertentu. Kumpulan data yang sudah Eksperimen dan survai dikelola pada proses statistika, baik berupa bilangan maupun non bilangan Gambaran data dalam bentuk Statistika deskriptif dan bilangan (angka, tabel, grafik statistika inferensia sebagainya) dan gambaran data dalam bentuk ukuran untuk mewakili objek (sample atau populasi).

1. Bank data 2. Alat quality control (menyusun standar sekaligus

pengawasan) 3. Alat pengumpulan, pengolahan dan analisis 4. Pemecahan masalah dan pembuatan keputusan sebagai dasar kebijakan

Populasi 

Populasi adalah semua objek (benda atau manusia) yang akan diteliti (semesta pembicaraan).



Sampel adalah sebagian populasi dianggap mewakili populasinya yang benar-benar diambil datanya dan dibuat statistiknya.

Sampel

Datum dan Data • Datum adalah keterangan yang diperoleh dari hasil pengamatan. Contoh tinggi badan 5 murid sebgai berikut 157, 166, 159, 170, 169. Masing-masing tinggi murid disebut datum. • Data adalah kumpulan-kumpulan datum atau bentuk jamak dari datum.

Pengertian Data : Gabungan antara variabel dan observasi Syarat data yang baik : 1. Obyektive : sesuai dengan keadaan yang sebenarnya 2. Representative : mewakili 3. Relevant : ada hubungan dengan persoalan 4. Up to date : tepat waktu 5. Sampling error : kecil

Data Kuantitatif Data yang dipaparkan dalam bentuk angka-angka Ex: 1. Tinggi badan mahasiswa pendidikan matematika UIR semester 6 2. Jumlah pembelian hewan kurban saat hari raya idul adha

Data Kualitatif Data yang disajikan dalam bentuk kata-kata yang mengandung makna Ex: 1. Persepsi konsumen terhadap botol air minum dalam kemasan 2. Anggapan para ahli terhadap psikopat

Data Internal Data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal Ex: 1. Data Keuangan 2. Data Pegawai

Data Eksternal Data yang menggambarkan situasi serta kondisi yang ada di luar organisasi Ex: 1. Data jumlah penggunaan suatu produk pada konsumen 2. Data persebaran penduduk

Data Primer Data yang secara langsung diambil dari objek penelitian oleh peneliti maupun organisasi Ex: 1. Wawancara 2. Diskusi Terfokus

Data Sekunder Data yang didapat tidak secara langsung dari objek penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik secara komersial maupun non komersial Ex: 1. Data statistik hasil riset dari surat kabar atau majalah

Data Diskrit Data yang nilainya adalah bilangan asli Ex: 1. Berat badan mahasiswa prodi Matematika UIR semester 6 2. Nilai rupiah dari waktu ke waktu

Data Kontinu Data yang nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke nilai yang lainnya Ex: 1. Penggunaan kata sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah mengimpor bahan baku pabrik pupuk kurang lebih 850 ton

Cross Section Data Data yang menunjukkan titik waktu tertentu

Ex: 1. Laporan keuangan per 31 Desember 2017 2. Data pelanggan PT. Angin kurang ribut bulan Januari 2018

Data Time Series Data yang menggambarkan suatu objek dari waktu ke waktu atau periode secara historis Ex: 1. Data perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun 2017 sampai 2018 2. jumlah jamaah yang mengikuti pengajian Ustad Abdus Somad dari bulan ke bulan

Data Panel Data yang menggambarkan beberapa objek dari waktu ke waktu atau periode secara historis

Ex: 1. Data nasabah bank Mandiri syariah bulan mei 2016 sampai 2018

DATA NOMINAL : Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi. CIRI : posisi data setara tidak bisa dilakukan operasi matematika (+, -, x, :) CONTOH : jenis kelamin, jenis pekerjaan DATA ORDINAL : Data berskala ordinal adalah penyusunan data berdasarkan urutan (ranking) CIRI : posisi data tidak setara tidak bisa dilakukan operasi matematika (+, -, x, :)

CONTOH : kepuasan kerja, motivasi

DATA INTERVAL : Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui. CIRI : Tidak ada kategorisasi bisa dilakukan operasi matematika CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender

DATA RASIO : Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut. CIRI : tidak ada kategorisasi bisa dilakukan operasi matematika CONTOH : gaji, skor ujian, jumlah buku

No 1

Jenis Data Nominal

-

Pengertian / Ciri-ciri Tidak dapat di operasikan secara matematika. Posisi data setara Kategori berdasarkan jenis atau macamnya. Membedakan data dalam kelompok yang bersifat kualitatif.

2

Ordinal

-

Berupa kode atau kategori. Tidak dapat dioperasikan secara matematika. Tidak bisa dilakukan operasi matematika Berupa peringkat. Digunakan untuk mengklasifikasikan sesuatu.

3

Interval

-

Interval adalah selisih antara nilai indeks maksimum dengan nilai indeks minimum. Dapat dioperasikan secara matematika. Tidak memiliki 0 mutlak. Angka yang digunakan menunjukkan urutan. Data yang diperoleh dengan cara pengukuran, dimana jarak antar dua titik pada skala, sudah diketahui Berupa rentang nilai. Memiliki skala 0. Data yang diperoleh dengan cara pengukuran, dimana jarak dua titik pada skala sudah diketahui, dan mempunyai titik nol yang absolut Rasio adalah pemikiran menurut akal sehat. Dapat di operasikan secara matematika. Tidak dapat diubah-ubah sesukanya. Tak ada kategorisasi atau pemberian kode.

-

4

Rasio

-

-

1. 2. 3. 4. 5. 1. 2. 3. 4. 5. 6.

Contoh Jenis kelamin. Agama. Suku bangsa. Gaya belajar. Karakter. Tingkat kepuasan. Tingkat jabatan. Tingkatan kualitas Tingkat pendidikan. Kinerja seseorang. Tingkat prestasi.

1. 2. 3. 4. 5.

Temperatur suhu. Hasil belajar. Ukuran sepatu. Tekanan hidrolik Tekanan udara..

1. 2. 3. 4. 5. 6.

Ukuran Luas. Ukuran Volume. Ukuran Suhu. Ukuran Panjang. Ukuran Lingkar Tubuh. Jumlah buku di kelas: Jika 5, berarti ada 5 buku. Jika 0, berarti taka da buku (absolut 0)

Instrumen penelitian adalah alat atau fasilitas yang digunakan oleh peneliti dalam mengumpulkan data agar pekerjaannya lebih mudah dan hasilnya lebih baik dalam arti lebih cermat, lengkap, dan sistematis sehingga mudah diolah. NO

METODE

INSTRUMEN PENGUMPUL DATA

1

Tes Tertulis

Soal tes

2

Tes Lisan

Rambu-rambu pertanyaan

3

Angket

Lembar angket

4

Wawancara

Pedoman wawancara Check-list

5

Observasi

Lembar observasi

6

Dokumentasi

Check-list

PROSEDUR PENGOLAHAN DATA A.

PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi •

Statistik PARAMETRIK : berhubungan dengan inferensi statistik yang membahas parameter-parameter populasi; jenis data interval atau rasio; distribusi data normal atau mendekati normal.



Statistik NONPARAMETRIK : inferensi statistik tidak membahas parameter-parameter populasi; jenis data nominal atau ordinal; distribusi data tidak diketahui atau tidak normal

B. JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi menjadi •

Analisis UNIVARIAT : hanya ada 1 pengukuran (variabel) untuk n sampel atau beberapa variabel tetapi masing-masing variabel dianalisis sendirisendiri. Contoh : korelasi motivasi dengan pencapaian akademik.



Analisis MULTIVARIAT : dua atau lebih pengukuran (variabel) untuk n sampel di mana analisis antar variabel dilakukan bersamaan. Contoh : pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi oleh faktor latar belakang pendidikan orang tua, faktor sosial ekonomi, faktor sekolah.

UNIVARIAT dan MULTI pada parametrik ???? MULAI

Statistik Non Parametrik

Analisis Univariat

SATU

NOMINAL

ORDINAL

Jumlah Variabel ?

Jenis Data ?

INTERVAL

RASIO

DUA / LEBIH

Statistik Parametrik

Analisis Multivariat

Analisis Data PROBLEMA

JENIS RISET

TEKNIK ANALISIS DATA

Mengetahui status dan mendeskripsikan fenomena

PENELITIAN DESKRIPTIF

Presentase dan komparasi dengan kriteria strandar

Membandingkan dua fenomena atau lebih

PENELITIAN PERBEDAAN (KOMPARASI)

Teknik komparasi (Uji t, Uji F)

Mencari hubungan antara dua fenomena yang kedudukannya sejajar (bukan merupakan sebab akibat)

PENELITIAN KORELASI (NON-EXPERIMENTAL)

Teknik korelasi bivariate dan korelasi multivariate

Melihat pengaruh suatu perlakuan terhadap respon atau melihat hubungan antara variabel bebas dengan variabel terikat

PENELITIAN EXPERIMEN

ANOVA (Uji F) ,Uji-t Statistical Package for the Social Sciences (SPSS)

 Statistika

Deskriptif : menyajikan suatu informasi mengenai kondisi populasi/sampel.

 Statistika

inferensial : menyajikan generalisasi informasi sehingga menjadi teori atau pengetahuan.

STATISTIK DESKRIPTIF (DESKRIPSI DATA) Untuk setiap variabel penelitian, hitung besaranbesaran statistik, misalnya: (1)rata-rata; (2)median; (3)modus; (4)standar deviasi. Untuk setiap variabel penelitian, buat tabel atau diagram, seperti:(1)histogram; (2)diagram batang; (3)diagram lingkaran/pie; (4)diagram batang dan daun/stem&leaf; (5)Boxplot; (6)Q-Qplot; (7)DetenredQQplot untuk mengetahui bentuk distribusi data.

Statistik Inferensial DATA Uji Parametrik Tidak Berdistribusi Normal

Berdistribusi Normal

Uji Homogenitas

Uji Normalitas

Bervariansi Homogen Tidak Bervariansi Homogen

Uji Non Parametrik

t

x1  x2 (n1  1) S1  (n2  1) S2 1 1 (  ) n1  n2  2 n1 n2 2

Keterangan: = rerata sampel pertama 1 = rerata sampel kedua 2 2 = varians sampel pertama

2

t 

x1  x 2 2

2

S1 S  1 n1 n2

Uji - t

Uji – t’

x

x

S1 2 S 2 = varians sampel kedua

n1 = banyaknya data sampel pertama n2 = banyaknya data sampel kedua

Untuk menguji normalitas data, maka hitpotesis yang di uji yaitu: H0 : Data berdistribusi normal, Hhit > H tabel H1 : Data tidak berdistribusi normal Kriteria pengujian normalitas data, Ho diterima jika nilai probabilitas (sig.) lebih besar dari α = 0,05 dan Ho ditolak jika nilai probabilitas lebih kecil dari α = 0,05

Contoh : • Data tentang penjualan mobil merek ‘ABC’ perbulan di suatu show room mobil di Jakarta selama tahun 1999. Dari data tersebut pertama akan dilakukan deskripsi terhadap data spt menghitung rata-rata penjualan, berapa standar deviasinya dan lain-lain. • Kemudian baru dilakukan berbagai inferensi terhadap hasil deskripsi seperti : perkiraan penjualan mobil tersebut pada bulan Januari tahun berikutnya, perkiraan rata-rata penjualan mobil tersebut di seluruh Indonesia.

More Documents from "Listya Rahathesa"