UAS STATISTIKA TERAPAN

Disusun Sebagai Salah Satu Tugas Terstuktur Mandiri

Dalam Mengikuti Perkuliahan Statistika Terapan

Dosen Pengampu :
Dr. Fibri Rahmawati, M.Si

Oleh :
Hadi Sufyan : 0331224016

Mahasiswa Prodi PAI Non Reguler Program Magister (S2)

UIN SU Medan
Kampus II UIN SU Medan Jl. Williem Iskandar Pasar V
Medan Estate
20371
1. Berdasarkan data dibawah ini :

5 5 5 3 4 5 5 4 4 5 4 5 3 3 5 4 69
5 5 5 5 5 5 5 2 2 5 2 5 5 5 5 5 71
4 5 5 4 4 5 4 4 5 4 4 5 5 5 3 5 71
4 2 2 2 2 2 2 4 4 2 4 2 1 3 2 4 42
2 4 3 3 2 1 4 5 5 2 5 5 1 3 3 5 53
2 3 3 4 2 3 2 2 2 2 2 2 2 2 3 2 38
5 4 4 4 5 2 5 4 4 5 4 2 2 2 4 4 60
4 3 3 4 4 5 4 4 4 4 4 2 2 2 3 4 56
2 4 4 4 2 4 2 4 4 2 4 2 2 2 4 4 50
4 4 4 3 4 5 4 4 4 4 4 5 4 1 4 4 62
4 2 2 4 1 2 1 4 4 1 4 4 4 4 2 4 47
5 4 4 4 5 2 5 4 4 5 4 5 2 2 4 4 63
3 1 3 2 3 4 3 4 5 3 4 2 2 2 1 5 47
2 1 1 2 2 3 2 5 5 2 5 4 5 5 1 5 50
5 5 5 4 5 5 5 4 4 5 4 3 3 3 5 4 69
3 4 4 3 3 2 3 4 5 3 4 5 5 5 4 4 61
3 4 4 3 3 2 3 5 5 3 5 2 2 2 4 5 55
4 4 4 4 3 4 3 5 5 4 5 5 5 5 4 5 69
4 2 2 5 4 5 4 5 5 4 5 5 5 5 2 5 67
3 4 4 5 3 4 3 4 4 4 4 5 5 5 4 4 65
2 4 4 5 4 5 4 5 5 4 5 5 5 5 4 5 71
4 5 5 3 4 5 4 4 4 4 4 3 3 3 5 4 64
4 1 1 2 2 3 2 2 2 2 2 2 2 2 1 2 32
4 2 2 5 4 5 4 5 5 4 5 5 5 5 2 5 67
2 4 4 4 2 4 2 4 4 2 4 5 5 5 4 4 59
 5 3 3 5 5 5 5 4 4 5 4 5 5 5 3 4 70
5 4 5 5 5 5 5 4 4 5 4 5 5 5 5 4 75
5 5 5 5 5 5 5 4 4 5 4 4 4 4 5 4 73
2 3 1 2 2 2 2 5 5 2 5 4 4 4 1 5 49
1 2 1 1 1 1 5 4 4 1 4 2 2 2 1 4 36

Maka didapat analisis validitas menggunakan SPSS sebagai berikut :

Correlations
SOAL_ SOAL_ SOAL_ SOAL SOAL SOAL SOAL SOAL_1 SOAL SOAL SOAL_1 SOA SOAL
1 SOAL_2 3 4 _5 SOAL_6 SOAL_7 _8 _9 _10 1 _12 _13 4 L_15 _16 TOTAL
SOAL_ Pearson 1 .323 .462* .444* .769** .449* .527** -.209 -.220 .776** -.209 .207 .126 .060 .456* -.072 .561**
1 Correlation
Sig. (2-tailed) .082 .010 .014 .000 .013 .003 .268 .242 .000 .268 .273 .508 .754 .011 .707 .001
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
SOAL_ Pearson .323 1 .892** .437* .535** .329 .488** -.028 -.036 .575** -.028 .345 .157 .099 .905* .103 .672**
*
2 Correlation
Sig. (2-tailed) .082 .000 .016 .002 .076 .006 .882 .850 .001 .882 .062 .406 .603 .000 .586 .000
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
* ** ** ** ** ** ** *
SOAL_ Pearson .462 .892 1 .514 .649 .501 .493 -.117 -.058 .685 -.117 .285 .175 .085 .932 .072 .721**
*
3 Correlation
Sig. (2-tailed) .010 .000 .004 .000 .005 .006 .538 .760 .000 .538 .127 .355 .656 .000 .704 .000
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
* * ** ** ** ** ** ** ** *
SOAL_ Pearson .444 .437 .514 1 .612 .593 .339 -.010 -.074 .621 -.010 .492 .521 .492 .556 .099 .730**
*
4 Correlation
Sig. (2-tailed) .014 .016 .004 .000 .001 .067 .960 .699 .000 .960 .006 .003 .006 .001 .604 .000
 N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
** ** ** ** ** ** ** *
SOAL_ Pearson .769 .535 .649 .612 1 .624 .795 -.021 -.020 .973 -.021 .331 .274 .148 .620 .161 .811**
*
5 Correlation
Sig. (2-tailed) .000 .002 .000 .000 .000 .000 .910 .915 .000 .910 .074 .143 .436 .000 .397 .000
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
SOAL_ Pearson .449* .329 .501** .593** .624** 1 .362* -.068 -.065 .644** -.068 .331 .516** .321 .431* .104 .673**
6 Correlation
Sig. (2-tailed) .013 .076 .005 .001 .000 .049 .720 .734 .000 .720 .074 .004 .083 .017 .583 .000
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
** ** ** ** * ** *
SOAL_ Pearson .527 .488 .493 .339 .795 .362 1 .029 .005 .780 .029 .264 .066 -.001 .486 .179 .627**
*
7 Correlation
Sig. (2-tailed) .003 .006 .006 .067 .000 .049 .880 .978 .000 .880 .159 .728 .994 .006 .343 .000
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
** ** **
SOAL_ Pearson -.209 -.028 -.117 -.010 -.021 -.068 .029 1 .937 .004 1.000 .290 .200 .269 -.106 .729 .285
8 Correlation
Sig. (2-tailed) .268 .882 .538 .960 .910 .720 .880 .000 .983 .000 .120 .289 .150 .577 .000 .127
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
** ** **
SOAL_ Pearson -.220 -.036 -.058 -.074 -.020 -.065 .005 .937 1 -.005 .937 .289 .230 .295 -.152 .756 .280
9 Correlation
Sig. (2-tailed) .242 .850 .760 .699 .915 .734 .978 .000 .979 .000 .121 .221 .114 .424 .000 .135
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
SOAL_ Pearson .776** .575** .685** .621** .973** .644** .780** .004 -.005 1 .004 .390* .311 .189 .663* .166 .848**
*
10 Correlation
Sig. (2-tailed) .000 .001 .000 .000 .000 .000 .000 .983 .979 .983 .033 .094 .318 .000 .380 .000
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
SOAL_ Pearson -.209 -.028 -.117 -.010 -.021 -.068 .029 1.000* .937** .004 1 .290 .200 .269 -.106 .729** .285
*
11 Correlation
Sig. (2-tailed) .268 .882 .538 .960 .910 .720 .880 .000 .000 .983 .120 .289 .150 .577 .000 .127
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
** * ** ** *
SOAL_ Pearson .207 .345 .285 .492 .331 .331 .264 .290 .289 .390 .290 1 .750 .700 .303 .404 .693**
12 Correlation
Sig. (2-tailed) .273 .062 .127 .006 .074 .074 .159 .120 .121 .033 .120 .000 .000 .104 .027 .000
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
** ** ** **
SOAL_ Pearson .126 .157 .175 .521 .274 .516 .066 .200 .230 .311 .200 .750 1 .856 .171 .352 .627**
13 Correlation
Sig. (2-tailed) .508 .406 .355 .003 .143 .004 .728 .289 .221 .094 .289 .000 .000 .367 .057 .000
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
** ** ** *
SOAL_ Pearson .060 .099 .085 .492 .148 .321 -.001 .269 .295 .189 .269 .700 .856 1 .085 .427 .546**
14 Correlation
Sig. (2-tailed) .754 .603 .656 .006 .436 .083 .994 .150 .114 .318 .150 .000 .000 .655 .018 .002
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
SOAL_ Pearson .456* .905** .932** .556** .620** .431* .486** -.106 -.152 .663** -.106 .303 .171 .085 1 -.028 .701**
15 Correlation
Sig. (2-tailed) .011 .000 .000 .001 .000 .017 .006 .577 .424 .000 .577 .104 .367 .655 .884 .000
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
** ** ** * *
SOAL_ Pearson -.072 .103 .072 .099 .161 .104 .179 .729 .756 .166 .729 .404 .352 .427 -.028 1 .445*
16 Correlation
Sig. (2-tailed) .707 .586 .704 .604 .397 .583 .343 .000 .000 .380 .000 .027 .057 .018 .884 .014
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
** ** ** ** ** ** ** ** ** ** ** * *
TOTAL Pearson .561 .672 .721 .730 .811 .673 .627 .285 .280 .848 .285 .693 .627 .546 .701 .445 1
*
Correlation
 Sig. (2-tailed) .001 .000 .000 .000 .000 .000 .000 .127 .135 .000 .127 .000 .000 .002 .000 .014
N 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30 30
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).

Untuk melihat nilai r hitung per item sebagai berikut : di lihat pearseon correlation pada tebel paling akhir sebelah kanan,
yang mana X : soal sedangkan Y : nilai total.
Contoh item soal no 1 di dapat rxy : 0,56. Untuk r tabel (5 %) : 0,49, sehingga r hitung pada item 1 > dari pada r tabel.
0,56 > 0,49, sehingga item 1 dikatakan valid. Selanjutnya seperti missal di atas sampai item soal 16

Didapat nilai validitas dari 16 item soal berikut ini :

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
r
hitun 0.5 0.6 0.7 0.7 0.8 0.6 0.6 0.2 0.2 0.8 0.2 0.6 0.6 0.5 0.4
g 6 7 2 3 1 7 3 9 8 5 9 9 3 5 0.7 5 1
0.4 0.4 0.4 0.4 0.4 0.4 0.4 0.4 0.4 0.4 0.4 0.4 0.4 0.4 0.4 0.4 0.4
r tabel 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9
V/T V V V V V V V T T V T V V V V T V

Nilai reliabilitas : didapat dari penggunaan SPSS didapat sebagai berikut :

Reliability Statistics
Cronbach's
Alpha N of Items
 .909 12

Diketahui nilai reliailitas : 0,909

2. Jelaskan perbedaan antara uji t,ANOVA, dan regresi!
Jawaban :
Uji t, ANOVA, dan regresi adalah metode analisis statistik yang digunakan
dalam penelitian. Berikut adalah perbedaan antara ketiganya:
a. Uji t, Uji t digunakan untuk membandingkan rata-rata dari dua kelompok.
Misalnya, uji t dapat digunakan untuk membandingkan rata-rata hasil tes antara
kelompok yang diberi perlakuan dan kelompok kontrol. Uji t cocok digunakan
ketika hanya ada dua kelompok yang dibandingkan.
b. ANOVA (Analysis of Variance), ANOVA digunakan untuk membandingkan
rata-rata dari lebih dari dua kelompok. Misalnya, ANOVA dapat digunakan
untuk membandingkan rata-rata hasil tes di antara tiga atau lebih kelompok
yang menerima perlakuan yang berbeda. ANOVA menguji apakah ada
perbedaan signifikan di antara setidaknya dua kelompok.
c. Regresi, Regresi digunakan untuk memahami hubungan antara satu atau lebih
variabel independen (prediktor) dan satu variabel dependen (hasil). Regresi
dapat membantu dalam memprediksi nilai variabel dependen berdasarkan nilai
variabel independen. Misalnya, regresi dapat digunakan untuk memahami
bagaimana pengaruh jumlah jam belajar terhadap hasil ujian siswa.
Dari hasil penelitian yang ditemukan, dapat disimpulkan bahwa uji t digunakan
untuk membandingkan dua kelompok, ANOVA digunakan untuk membandingkan
lebih dari dua kelompok, dan regresi digunakan untuk memahami hubungan antara
variabel-variabel.

3. Seorang peneliti ingin melakukan penelitian terkait perbedaan hasil belajar PAI yang
diajar dengan menggunakan model pembelajaran A (kelas A) dengan model
pembelajaran B (kelas B). Dari hasil pengumpulan data, diperoleh hasil sebagai berikut:
P:6

Kode Siswa Kelas A Kelas B

S-1 64 76
S-2 66 84
 S-3 72 88
S-4 64 80
S-5 48 76
S-6 60 84
S-7 56 76
S-8 60 84
S-9 56 76
S-10 64 80
S-11 82 76
S-12 56 90
S-13 53 80
S-14 60 72
S-15 64 68
S-16 52 76
S-17 60 80
S-18 62 76
S-19 60 80
S-20 64 78
S-21 52 80
S-22 66 84
S-23 64 76
S-24 56 84

a. Bagaimanakah hasil uji normalitas dan homogenitas data tersebut?

Jawaban :
UJI NORMALITAS Dengan hasil :

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 24
Normal Parametersa,b Mean .0000000
Std. Deviation 4.98938821
Most Extreme Differences Absolute .143
Positive .143
Negative -.135
 Test Statistic .143
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Jika hasil dari Uji Normalitas menunjukkan > o,o5 : maka nilai tersebut
berdistribusi normal.
Jika hasil dari Uji Normalitas menunjukkan < o,o5 : maka nilai tersebut tidak
berdistribusi normal.
Dari hasil tersebut didapat nilai uji normalitas tersebut bernilai 0,2. Sehingga
data tersebut berdistribusi normal.

UJI HOMOGENITAS Dengan hasil :

Test of Homogeneity of Variances

Levene Statistic df1 df2 Sig.
Hasil Based on Mean 1.298 1 46 .260
Based on Median 1.172 1 46 .285
Based on Median and with 1.172 1 39.343 .286
adjusted df
Based on trimmed mean 1.215 1 46 .276

ANOVA
Hasil
Sum of Squares df Mean Square F Sig.
Between Groups 4088.521 1 4088.521 108.090 .000
Within Groups 1739.958 46 37.825
Total 5828.479 47
 Jika hasil dari Uji Homogenitas menunjukkan > o,o5 : maka nilai tersebut
berdistribusi normal.
Jika hasil dari Uji Homogenitas menunjukkan < o,o5 : maka nilai tersebut tidak
berdistribusi normal.
Dari hasil tersebut didapat nilai uji Homogenitas tersebut bernilai 0,26.
Sehingga data tersebut berdistribusi homogen.

b. Apakah terdapat perbedaan hasil belajar PAI dari kedua model pembelajaran
tersebut? Jelaskan metode yang digunakan untuk mengujinya dan hasilnya!
Jawaban :
1. Ya, terdapat perbedaan hasil belajar PAI dari kedua model pembelajaran
tersebut.
2. Uji yang dilakukan adalah uji levenne. Karena Uji Levene digunakan untuk
menguji homogenitas varians, yaitu untuk memeriksa apakah varians antar
kelompok data adalah sama. Uji ini penting sebelum melakukan analisis statistik
seperti uji-t atau analisis varians (ANOVA), karena kedua metode tersebut
mengasumsikan homogenitas varians. Uji Levene dapat digunakan untuk
memeriksa apakah syarat homogenitas varians terpenuhi sebelum melakukan
uji-t atau ANOVA.

4. Perhatikan data penelitian berikut : P : 6

Kode Siswa Motivasi Minat Prestasi Belajar
D-1 10 7 23
D-2 2 3 7
D-3 4 2 15
D-4 6 4 17
D-5 8 6 23
D-6 7 5 23
D-7 4 3 10
D-8 6 3 14
D-9 7 4 20
D - 10 6 3 19
Ujilah apakah terdapat pengaruh yang positif antara motovasi dan minat siswa terhadap
prestasi belajar!
Jawaban : Dari data tersebut diperoleh hasil ?

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
b
1 Minat, Motivasi . Enter
a. Dependent Variable: Prestasi
b. All requested variables entered.

Tabel ini menunjukkan tentang variable yang dimasukkan serta metode yang
digunakan. Motivasi dan minat sebagai variable independent dan Prestasi sebagai
variable dependent.

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
a
1 .905 .819 .767 2.707
a. Predictors: (Constant), Minat, Motivasi

Tabel ini menunjukkan besarnya nilai hubungan (R) yaitu sebesar 0,905. Dan
koefisien determinasi (R Square) 0,819 yang artinya pengaruh variable bebas (motivasi
dan minat) terhadap variable terikat (Prestasi) sebesar 81 %.

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 231.611 2 115.806 15.805 .003b
Residual 51.289 7 7.327
Total 282.900 9
a. Dependent Variable: Prestasi
b. Predictors: (Constant), Minat, Motivasi
 Tabel ini menunjukkan F hitung dan nilai signifikansi. Nilai signifikansi 0,003 <
0,05 maka ada pengaruh motivasi dan minat dengan prestasi.

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 3.856 2.596 1.485 .181
Motivasi 2.473 .755 .997 3.277 .014
Minat -.399 1.091 -.111 -.366 .725
a. Dependent Variable: Prestasi

Tabel ini menunjukkan nilai constant (a) sebesar 3,856 sedangkan nilai motivasi
(b/koefisien regresi) sebesar 2,473untuk motivasi da -0,399 untuk minat sehingga
persamaan regresinya
Motivasi vs prestasi : Berpengaruh Positif
Y = a + bX
Y = 3,856 + 2,473 X

Minat vs prestasi : Berpengaruh negatif

Y = a + bX
Y = 3,856 + (-0,399) X