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.