SKENARIO 2

Efektivitas Pembelajaran

Sesuai instruksi Mendikbud, penyelenggara pendidikan dianjurkan untuk

melakukan pembelajaran sacara luring. Pimpinan fakultas perlu mengetahui
efektivitas metode pembelajaran daring yang telah dilakukan selama 1 tahun
pandemic dibandingkan dengan metode pembelajaran sebelumnya. Dari data
evaluasi akademik mahasiswa seluruh angkatan didapatkan rerata nilai ujian tulis
akhir yang kurang baik. Untuk itu dibutuhkan beberapa data nilai ujian tulis di
rentang 0-100 untuk mengukur variabel. Variabel nilai ujian tulis dinyatakan
terdistribusi normal. Uji T-berpasangan menunjukkan P-value = 0,021.

STEP 1

1. Pembelajaran secara luring : dapat diartikan sebagai bentuk

pembelajaran yang sama sekali tidak dalam kondisi terhubung jaringan
internet maupun intranet. Sistem pembelajaran luring (luar jaringan)
artinya pembelajaran dengan memakai media, seperti televisi dan radio.
2. Pembelajaran daring : adalah pembelajaran yang dilakukan
secara online, menggunakan aplikasi pembelajaran maupun jejaring sosial.
Pembelajaran daring merupakan pembelajaran yang dilakukan tanpa
melakukan tatap muka, tetapi melalui platform yang telah tersedia. Segala
bentuk materi pelajaran didistribusikan secara online, komunikasi juga
dilakukan secara online, dan tes juga dilaksanakan secara online. 

3. Uji Normalitas :

 Sebuah uji yang dilakukan dengan tujuan untuk menilai sebaran

data pada suatu kelompok data atau variabel, apakah sebaran data
tersebut berdistribusi normal ataukah tidak.
 Uji normalitas adalah uji untuk mengetahui normal atau tidaknya
suatu distribusi data yang nantinya akan berkaitan dengan
pemilihan uji statistik. Data yang berdistribusi normal adalah data
 yang pola distribusinya berbentuk lonceng dan simetris, artinya
pola data tersebut tidak menceng ke kiri atau pun ke kanan.

4. Uji T Berpasangan :

 Uji t berpasangan (paired t-test) adalah salah satu metode

pengujian hipotesis dimana data yang digunakan tidak bebas yang
dicirikan dengan adanya hubungan nilai pada setiap sampel yang
sama (berpasangan).
 Salah satu metode pengujian hipotesis dimana data yang digunakan
tidak bebas (berpasangan). Ciri-ciri yang paling sering ditemui
pada kasus yang berpasangan adalah satu individu (objek
penelitian) mendapat 2 buah perlakuan yang berbeda.

5. P – Value :

 Nilai Probabilitas (P-Value) dapat diartikan sebagai besarnya

peluang (probabilitas) yang diamati dari statistik uji.
 Adalah nilai peluang terkecil dari suatu pengujian hipotesisi
sehingga nilai statistik uji yang diamati masih berarti1 . Ada juga
pendapat lain yang menyatakan bahwa p value merupakan suatu
besaran peluang, dengan asumsi H0 benar, memeroleh ‘statistik
uji’(test statistic)

STEP 2

1. Apa yang dimaksud dengan uji T – Berpasangan ?

2. Mengapa dikasus menggunakan uji T – Berpasangan ?
3. Bagaimana mengukur variabel data nilai ujian tulis di rentang 0-100?
- Jenis variable ?
- Jenis data ?
4. Bagaimana menentukan distribusi data yang normal?
5. Apa maksud dari Uji T- berpasangan menunjukkan P-value = 0,021?
STEP 3 & 4

1. Apa yang dimaksud dengan uji T – Berpasangan ?

UJI T BERPASANGAN

• Uji t berpasangan (pairedt-test) adalah salah satu metode pengujian hipotesis

dimana data yang digunakan tidak bebas yang dicirikan dengan adanya
hubungan nilai pada setiap sampel yang sama (berpasangan).

 Ciri-ciri yang paling sering di temui pada kasus yang berpasangan

adalah satu individu (objek penelitian) dikenai 2 buah perlakuan yang
berbeda.
 Walaupun menggunakan individu yang sama, peneliti tetap
memperoleh 2 macam data sampel, yaitu data dari perlakuan pertama
dan data dari perlakuan kedua.

2. Mengapa dikasus menggunakan uji T – Berpasangan ?

ANALISA KASUS

A. VARIABEL DEPENDENT

• Nilai ujian tulis di rentang 1-100 (skala datanya di anggap

numerik)

B. VARIABEL INDEPENDENT

• Metode pembelajaran daring dibandingkan metode pembalajran

sebelum pandemi (skala datanya di anggap kategorik)
T-Test INDEPENDEN
• Membandingkan rerata nilai di 2 kelompok berbeda
T-Test Berpasangan (PAIRED T test)
• Membandingkan nilai di 1 kelompok, sebelum dan saat pandemi
TIPS:
Ingat uji RERATI (rerata-T test) Bila variabel bebas >2, gunakan ANOVA!
SYARAT : Sebaran Data NORMAL

APA YANG DIMAKSUD DENGAN DATA BERPASANGAN?

 Dua kelompok tidak berpasangan

– Contoh : membandingkan GD perokok dan bukan perokok

 Dua kelompok berpasangan

– Contoh : membandingkan berat badan sekelompok mahasiswa pada bulan

Januari dan Februari

 Kelompok berpasangan karena desain cross over

– Contoh : Subjek penelitian menerima obat

A. Setelah menyelesaikan A, subjek yang sama diberi obat

B. Kemudian outcome penggunaan obat A dan obat B dibandingkan

UJI KOMPARATIF (KATEGORIK-NUMERIK)

2 kelompok
 1. 2 kelompok, tidak berpasangan

a. Jika uji normalitas menunjukkan p≥0,05 (normal) , maka

menggunakan uji parametrik yaitu T-Independent
b. Jika uji normalitas menunjukkan p<0,05 (tidak normal), maka
menggunakan uji non-parametrik yaitu Mann-whitney
2. > 2 kelompok, tidak berpasangan

a. Jika uji normalitas menunjukkan p≥0,05 (normal) , maka

menggunakan uji parametrik yaitu ANOVA
b. Jika uji normalitas menunjukkan p<0,05 (tidak normal), maka
menggunakan uji non-parametrik yaitu Kruskal-wallis
UJI KOMPARATIF (KATEGORIK NUMERIK)
1. 2 kelompok, berpasangan

a. Jika uji normalitas menunjukkan p≥0,05 (normal) , maka

menggunakan uji parametrik yaitu T-pair
b. Jika uji normalitas menunjukkan p<0,05 (tidak normal), , maka
menggunakan uji non-parametrik yaitu Wilcoxon.
2. > 2 kelompok, berpasangan

a. Jika uji normalitas menunjukkan p≥0,05 (normal) , maka

menggunakan uji parametrik yaitu repeated ANOVA
b. Jika uji normalitas menunjukkan p<0,05 (tidak normal), , maka
menggunakan uji non-parametrik yaitu Friedman
– Jika uji normalitas menunjukkan p≥0,05 (normal), maka menggunakan uji
parametrik yaitu T-pair

Uji ANOVA (Analysis of Variance)

Jenis ANOVA berdasarkan jumlah variabel bebas
a) One-way ANOVA: terdapat 1 variabel bebas Contoh: Hubungan antara
jenis antihipertensi (Captopril, Amlodipin, Candesartan) terhadap tekanan
darah sistolik (mmHg).
b) Two-way ANOVA: terdapat 2 variabel bebas Contoh: Hubungan antara
status jenis antihipertensi (Captopril, Amlodipine, Candesartan) dan jenis
kelamin (pria, wanita) terhadap tekanan darah sistolik (mmHg).
c) Multi-way ANOVA: terdapat >2 variabel bebas Contoh: Hubungan antara
status status jenis antihipertensi (Captopril, Amlodipine, Candesartan) ,
jenis kelamin (pria, wanita), golongan darah (A, B, AB, O) terhadap
tekanan darah sistolik (mmHg).

UJI KOMPARATIF (KATEGORIK-KATEGORIK)

Mengulang 3 hal penting :
 Jumlah kelompok yang dibandingkan : 2 kelompok atau >2 kelompok
 Subjek yang dibandingkan : berpasangan atau tidak berpasangan
 Expected count : expected count pada tiap sel ≥5 atau <5
o Apabila kelompok yang dibandingkan 2 kelompok, tidak berpasangan dan
expected count ≥5, maka digunakan uji Chi Square (tambahan syarat pada
penggunaan Chi Square : jumlah subjek harus > 40, apabila kurang gunakan
Fischer.
o Apabila kelompok yang dibandingkan 2 kelompok, tidak berpasangan dan
expected count < 5, maka digunakan uji Fischer.
 Pimpinan fakultas perlu mengetahui efektivitas metode pembelajaran
daring yang telah dilakukan selama 1 tahun pandemic dibandingkan dengan
metode pembelajaran sebelumnya. Variabel nilai ujian tulis dinyatakan
terdistribusi normal.

Untuk itu dibutuhkan beberapa data nilai ujian tulis di rentang 0-100
untuk mengukur variabel. Variabel nilai ujian tulis dinyatakan terdistribusi
normal. Uji T- berpasangan menunjukkan P-value = 0,021.

3. Bagaimana mengukur variabel data nilai ujian tulis di rentang 0-100 ?

Variabel adalah seseorang atau obyek yang mempunyai variasi antara satu
orang dengan yang lain atau satu obyek dengan obyek yang lain.
 Variabel bebas  Variabel bebas atau independent variable adalah
variable yang mempengaruhi
 Variabel terikat  Variabel terikat atau variable dependet diartikan
sebagai variable yang di pengaruhi

- Jenis variabel menurut sifatnya ?

 Variabel katagorik (kualitatif), merupakan variabel hasil dari

pengkategorian atau pengklasifikasian data. Cirinya yaitu data dalam
bentuk kata- kata. Contohnya seperti variabel agama, pekerjaan, jenis
kelamin, pendidikan dan lain-lain.
  Variabel numerik (kuantitatif), merupakan variabel hasil pengukuran
secara langsung atau penghitungan. Cirinya yaitu data dalam bentuk
angka. Contohnya seperti variabel umur, berat badan, tinggi badan, dan
lain-lain

- Jenis variabel Skala pengukuran ?

a) KATEGORIK / KUALITATIF
 SKALA ORDINAL
Skala nominal adalah skala yang disusun berdasarkan
kategorinya, sebagai pembeda antara karakteristik yang satu dengan
yang lainnya. Ciri skala nominal: sederajat dan tidak mengandung
tingkatan, tidak mempunyai nol mutlak. Data yang dihasilkan dalam
bentuk kata-kata seperti pada contoh di bawah ini, sehingga uji
statistik yang digunakan adalah statistik non parametrik.
- Contoh:
Jenis kelamin : 1. Laki-laki, 2. Perempuan.
- Pekerjaan : 1. PNS/TNI/Polri, 2. Karyawan Swasta, 3.
Wiraswasta, 4. Buruh, 5. Lain-lain (sebutkan).
 - Agama : 1. Islam, 2. Katolik, 3. Protestan, 4. Hindu, 5. Budha

 SKALA ORDINAL

Skala ordinal adalah skala yang berdasarkan urutan atau tingkatan

dari mulai yang tertinggi hingga yang terendah atau sebaliknya. Data
yang dihasilkan dalam bentuk kata – kata seperti pada contoh di
bawah ini, sehingga uji statistik yang digunakan yaitu uji statistik non
parametrik.

Contoh :

- Pengetahuan: 1. Kurang, 2. Cukup, 3. Baik.

- Penghasilan: 1. < UMR, 2. ≥ UMR.

- Kepuasan: 1. Sangat Tidak Puas, 2. Tidak Puas, 3. Biasa saja,

4. Puas, 5. Sangat Puas.

b) NUMERIK / KUANTITATIF
 SKALA INTERVAL
Skala interval adalah skala yang memiliki jarak atau interval antara
satu data dengan data yang lain. Data yang dihasilkan dalam bentuk
angka, dengan besar interval atau jarak satu data dengan data yang
lainnya memiliki bobot nilai yang sama. Namun untuk skala interval
ini tidak memiliki nilai 0 (nol) mutlak, sebagai contoh bila temperatur
atau suhu 0 derajat celcius dikonversi ke Farenheit menjadi 32, maka
dengan demikian nilai nol tersebut dikatakan tidak mutlak.
Contoh:
- Suhu tubuh
- Tekanan darah
- Skor IQ

 SKALA RESIKO
 Skala rasio adalah skala yang memiliki nilai nol mutlak. Data yang
dihasilkan dalam bentuk angkasehingga uji statistik yang digunakan
yaitu uji statistik parametrik. Sebagai contoh umur; tidak memiliki
angka nol negatif karena seseorang tidak dapat berumur dibawah nol
tahun tapi harus diatas nol.

Contoh:

- Berat badan

- Tinggi badan

- Menurut Hubungan antara Variabel

1) Variabel Independen (variabel bebas)
Variabel independen adalah variabel yang dapat mempengaruhi
variabel lain, apabila variabel independen berubah maka dapat
menyebabkan variabel lain berubah. Nama lain dari variabel independen
atau variabel bebas adalah prediktor, risiko, determinan, kausa.
Contoh : Hubungan kepemimpinan dengan kinerja petugas p–care di
puskesmas, maka kepemimpinan merupakan variabel independen dan
kinerja merupakan variabel dependen karena kepemimpinan
mempengaruhi kinerja petugas.

2) Variabel Dependen (variabel terikat/variabel tergantung)

 Variabel dependen adalah variabel yang dipengaruhi oleh variabel
independen, artinya variabel dependen berubah karena disebabkan oleh
perubahan pada variabel independen.
Contoh:
 Hubungan perilaku merokok dengan kejadian hipertensi, maka
perilaku merokok merupakan variabel independen dan hipertensi
merupakan variabel dependen karena perilaku merokok
berpengaruh terhadap kejadian hipertensi.
 Hubungan antara ketepatan penulisan diagnosis dengan
keakuratan kode kasus thypoid, maka ketepatan penulisan
diagnosis merupakan variabel independen dan keakuratan kode
merupakan variabel dependen.
Satu jenis variabel dapat berubah fungsi menjadi variabel
independen atau menjadi variabel dependen, tergantung dari konteks
penelitiannya. Dalam salah satu contoh diatas variabel hipertensi
merupakan variabel dependen dari variabel perilaku merokok. Namun
dapat berbeda fungsi bila konteksnya dalam penelitian hubungan
hipertensi dengan kejadian stroke. Dalam konteks ini maka variabel
hipertensi merupakan variabel independen dan stroke merupakan variabel
dependen.
3) Variabel Perancu
Variabel perancu (confounding variable) adalah variabel yang
berhubungan dengan variabel independen dan variabel dependen, tapi
bukan merupakan variabel antara. Keberadaan variabel penelitian ini
dapat mempengaruhi validitas penelitian karena dapat menyebabkan bias
pada hasil penelitian. Untuk meminimalisir bias maka variabel perancu ini
harus diidentifikasi. Identifikasi variabel perancu ini sangat penting agar
kesimpulan hasil penelitian yang diperoleh tidak salah, misalnya hasil
penelitian ditemukan terdapat hubungan antara satu variabel independen
dengan satu variabel dependen padahal sebenarnya hubungan tersebut
tidak ada, atau sebaliknya disimpulkan tidak ada hubungan antara satu
 variabel independen dengan satu variabel dependen padahal sebenarnya
ada hubungan.

CONTOH :
PENELITI INGIN MENGADAKAN STUDI MENGENAI HUBUNGAN
ANTARA KEBIASAAN MINUM KOPI TERHADAP KEJADIAN
HIPERTENSI
- VARIABLE BEBAS : MINUM KOPI
- VARIABEL TERIKAT : HIPERTENSI
- VARIABEL PERANCU : MEROKOK

4. Bagaimana menentukan distribusi data yang normal?

Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk
menilai sebaran data pada sebuah kelompok data atau variabel, apakah sebaran
data tersebut berdistribusi normal ataukah tidak.

UJI NORMALITAS
a. Uji normalitas digunakan untuk menguji apakah distribusi variabel
dependent untuk setiap nilai variabel independent tertentu berdistribusi
normal atau tidak.
b. Pengujian normalitas data menggunakan Test of normality Kolmogorov-
Smirnov dalam program SPSS.
 c. Uji normalitas dengan metode analitik dibagi menjadi 2 berdasarkan jumlah
sample nya, yaitu:
Kolmogrof Smirnov, bila jumlah sample >50
Saphiro-wilk, bila jumlah sample nya ≤ 50
d. Dasar pengambilan keputusan bisa dilakukan berdasarkan probabilitas
(Asymtotic Significance), yaitu :
Jika normalitas > 0,05 maka distribusi normal
Jika normalitas < 0,05 maka distribusi tidak normal

Data berpasangan dalam statistik, sering disebut sebagai pasangan terurut,

mengacu pada dua variabel dalam individu suatu populasi yang dihubungkan
bersama untuk menentukan korelasi di antara mereka.

Contoh kasus misalnya program diet dimana pengukuran berat badan

ditimbang sebelum dan setelah diet.

5. Apa maksud dari Uji T- berpasangan menunjukkan P-value = 0,021?

P VALUE 0,021
• Nilai ujian tulis akhir metode pembelajaran luring selama 1 tahun pandemic
berbeda secara signifikan dibandingkan nilai ujian tulis akhir metode
pembelajaran tatap muka

Uji statistik adalah perhitungan untuk menentukan apakah ada cukup

bukti menolak atau menerima hipotesis

Parametrik

Prosedur pengujian hipotesis dan estimasi dengan menggunakan

parameter mean dan asumsi normalitas distribusi frekuensi Co: Uji t, F
(Anova)

Non- Parametrik

Prosedur pengujian hipotesis dan estimasi tanpa menggunakan

parameter mean maupun asumsi normalitas distribusi frekuensi (distribution-
free statistics)

Co: Uji Chi Kuadrat, Mann-Whitney, Wilcoxon, Kruskal-Wallis

uji statistik?

Uji komparatif atau korelatif  Komparatif -> jika var independen kategorik
Korelatif -> jika var independen numerik

Jumlah kelompok yang dibandingkan  2 kelompok > 2 kelompok

Subjek yang dibandingkan  Berpasangan atau tidak berpasangan

Uji Normalitas  Normal atau tidak normal

- Adjie Herdiyana Bimantara -