Statistics for Educational Research

Dr. Supriyo, S.Pd., S.E., M.Pd.I.

081553297848
soeprieja@yahoo.co.id

© 2018 Chap 1-1

 1.Statistik dan Statistika

a. Statistik?
It refers the data collection (quantitative and or qualitative data) to draw
something.
e.g. - educational statistic

b. Statistika?
It is a science of relating to the way of collecting, organizing, analyzing data
and making conclusion.

Statistika?
Chap 1-2
© 2018
 2. Ruang Lingkup Materi

a. Introduksi Statistik dan Statistika

b. Pengklasifikasian Sumber dan Jenis Data
b. Penyajian Data
c. Ukuran Tendensi Sentral dan Letak
d. Distribusi Frekuensi
e. Sampel, Populasi dan Variabel
f. Teknik Pengambilan Sampel
g. Uji validitas dan Uji Reliabilitas Instrumen
Chap 1-3
© 2018
 h. Statistik Parametrik dan Non Parametrik
i. Analisis Univariat dan Multivariat
j. Uji Normalitas dan Uji Hipotesis
m. Pemanfaatan Aplikasi Software SPSS - AMOS

Chap 1-4
© 2018
 3. Rujukan

Dean, I.C. 1991. Basic Statistic for Social Research. New York:
Macmilan Publishing Co. Inc.

Riduwan. 2009. Skala Pengukuran Variabel-Variabel

Penelitian. Bandung: CV Alfabeta.

Siedney, K.G. & Sorbon, D. 1979. Advances in

Factor Analysis and Structural Equation Models.
Cambridge: Mass Abt Books.

Chap 1-5
© 2018
 Santoso, S. 2012. Aplikasi SPSS pada Statistik
Parametrik. Jakarta: PT Elex Media Kompotindo.

Sudjana. 2001. Metode Statistika. Bandung: Tarsito.

Sudjianto, A.E. 2009. Aplikasi Statistik dengan

SPSS 20.0. Surabaya: Prestasi Pustaka.

Chap 1-6
© 2018
 4. Mengapa Perlu Memahami
Statistika?
a.To know how to properly present
information
b.To know how to draw conclusions
about populations based on sample
information
c.To know how to improve processes
d.To know how to obtain reliable
forecasts

Chap 1-7
© 2018
 5. Apa Statistika Modern ?

a. Descriptive statistics
 Collecting and describing data

b. Inferential statistics
 Drawing conclusions and/or making
decisions concerning a population based
only on sample data

Chap 1-8
© 2018
 6. Apa Statistik Deskriptif?

 Collect data
 e.g. Survey
 Present data
 e.g. Tables and
graphs
 Characterize data
X
e.g. Sample mean =
i

n

Chap 1-9
© 2018
 7. Apa Statistik Inferential?

 Estimation
 e.g.: Estimate the population
mean weight using the
sample mean weight
 Hypothesis testing
 e.g.: Test the claim that the
population mean weight is
120 pounds
Drawing conclusion and/or making decision
Concerning a population based on sample results.
Chap 1-10
© 2018
 8. Apa Saja Ranah Kunci Dalam
Statistika?

 A population (universe) is the collection of

things under consideration
 A sample is a portion of the population
selected for analysis
 A parameter is a summary measure computed
to describe a characteristic of the population
 A statistic is a summary measure computed to
describe a characteristic of the sample
Chap 1-11
© 2018
 9. Bagaiama Hubungan Populasi dan
Sampel?

Population Sample
Use statistics to
summarize features

Use parameters to
summarize features

Inference on the population from the sample

Chap 1-12
© 2018
 10. Dapatkah Anda Menentukan
Populasi, Sample dan Variabel?

JUDUL

Pengaruh Stategi Pembelajaran Practice

Generalization Reinforcement Vs Direct
Instruction dan Prior Knowlegde Terhadap
Hasil Belajar Tata Bahasa Bahasa Inggris
Siswa Sekolah Menengah Pertama

Chap 1-13
© 2018
 11. Apa Variabel Itu?

A variable is an object that will be observed in

rersearch and if it is measured, it has
variation or values. (Wallen, 2012).
Variabel adalah segala sesuatu yang akan
menjadi objek pengamatan dalam penelitian
dan jika diukur memiliki variasi atau nilai.

Chap 1-14
© 2018
 12. Apa Saja Klasifikasi Variabel?

a. Variabel Bebas (independent variable)

b. Variabel Terikat (dependent variable)
c. Variabel Moderator (moderator variable)
d. Variabel Kontrol (control Variable)
e. Variabel Intervening (intervening variable)

Chap 1-15
© 2018
 a. Variabel Bebas : Variabel yang menyebabkan
atau mempengaruhi, yaitu faktor-faktor yang
diukur, dimanipulasi atau dipilih oleh peneliti
untuk menentukan hubungan antara
fenomena yang diobservasi.

b. Variabel Terikat: Variabel yang diobservasi

dan diukur untuk menentukan adanya
pengaruh variabel bebas.
Chap 1-16
© 2018
 c. Variabel Moderator: Variabel yang diukur,
dimanipulasi atau yang dipilih oleh peneliti
untuk menentukan apakah variabel tersebut
mengubah hubungan antara variabel bebas
dan variabel terikat.
d. Variabel Kontrol: Variabel yang diusahakan
untuk dinetralisasi oleh peneliti.
e. Varibel Intervening: Variabel yang tidak
pernah diamati dan hanya disimpulkan
berdasarkan pada variabel bebas dan terikat.
Chap 1-17
© 2018
 13. Bagaimana Menganalisis Varibel?

a. Analisis Univariat
Menganalisis satu pengukuran (variabel) untuk
sampel n atau pengukuran beberapa variabel,
namun setiap variabel dianalisis tersendiri.

b. Analisis Multivariat
Menganalisis dua/lebih pengukuran (variabel)
untuk sampel n, dimana analisis antar variabel
dilakukan bersamaan.

Chap 1-18
© 2018
 14. Apa Saja Sumber Data?

Primary Secondary
Data Collection Data Compilation

Print or Electronic
Observation Survey

Experimentation

Chap 1-19
© 2018
 15. Apa Saja Jenis Data?

D a ta

C a te g o r ic a l N u m e r ic a l
( Q u a l it a t iv e ) (Q u a n tita tiv e )

D is c r e te C o n tin u o u s

Chap 1-20
© 2018
 16. Apa Skala Tipe Data?

a.Data Nominal :data yang diperoleh dengan cara

kategorisasi/klasifikasi.
- Posisi data setara dan perlu kuantifikasi
- Tidak bisa dilakukan operasi matematika
e.g. Jurusan pada Fakultas MIPA
- Matematika = 4
- Fisika = 3
- Biologi = 2
- Kimia = 1

Chap 1-21
© 2002
 b.Data Ordinal : data yang diperoleh dengan
cara kategori/klasifikasi, tapi diantara data
tersebut terdapat hubungan atau ordo.
- Posisi data tak setara dan perlu kuantifikasi
- Tidak bisa dilakukan operasi matematika
e.g. Kepuasan Mahasiswa
- Sangat Tidak Puas = 1 - Puas =4
- Tidak Puas = 2 - Sangat Puas = 5
- Cukup Puas =3
Chap 1-22
© 2018
 c. Data Interval : Data yang diperoleh dengan
cara pengukuran, dimana jarak dua titik pada
skala sudah diketahui.
- Tidak ada kategorisasi/pemberian kode
- Dapat dilakukan operasi matematika
- Tidak memiliki titik 0 absolut (0 ada nilainya)
e.g. Suhu (air membeku dan mendidih)
- Celcius (0 --- 100)
- Fahrenheit (32 --- 212)
Chap 1-23
© 2018
 d.Data Rasio : data yang diperoleh dengan cara
pengukuran, dimana jarak dua titik pada skala sudah
diketahui dan memiliki titik 0 absolut.
- Tidak ada kategorisasi/pemberian kode
- Dapat dilakukan operasi matematika
- Memiliki titik 0 absolut (0 tak ada nilainya)
e.g. Hasil Belajar,Tinggi Badan, Berat Badan
- Nilai Biologi yang diperoleh Rado = 87,92,98
- Tinggi Badan Dina = 168 cm
- Berat Badan Lita = 45 kg

Chap 1-24
© 2018
 17. Bagaimana Metode Analisis Data
Berdasarkan Perolehan Data?
Berdasarkan parameter yang ada dan keperluan
inferensi (pengambilan keputusan atas masalah
tertentu), analisis data statistik ada 2 metode:
a.Parametrik : metode analisis data dengan
menggunakan parameter-parameter tertentu
seperti mean, median, standar deviasi, distribusi
data normal, dan lainnya.
- Data interval atau rasio
- Distribusi data normal atau mendekati normal
- Jumlah data >30
Chap 1-25
© 2018
 b.Non Parametrik: metode analisis data tanpa
menggunakan parameter-parameter tertentu
seperti mean, median, standar deviasi,
distribusi data normal, dan lainnya.
- Data nominal atau ordinal
- Distribusi data tidak normal/tidak diketahui
(data interval atau rasio)
- Jumlah data <30

Chap 1-26
© 2018
 18. Apa Populasi dan Sampel?

Populasi: keseluruhan objek yang diteliti.

Sampel: sebagian dari populasi yang diteliti.
Sensus: keseluruhan objek yang diteliti, diamati.

Mengapa sample?
- Populasi terlalu banyak, maka tak mungkin
meneliti semua elemen.
- Keterbatasan waktu, biaya dan tenaga.

Chap 1-27
© 2018
 19. Bagaiamana Teknik Pengambilan
Sampel?

Samples

Nonrandom/nonproba Random/Probability
bility Sampling Sampling
Simple
Random Stratified
Judgement Snowball
Cluster
Systematic
Quota
Chap 1-28
© 2018
 Random/Probability Sampling
(Sampel Acak)
 Cara pengambilan sampel yang memberikan
kesempatan yang sama pada setiap elemen
populasi untuk diambil sebagai sampel.
Probability Samples

Simple
Systematic Stratified Cluster
Random

Chap 1-29
© 2018
 a. Simple Random Sampling (Sampel
Acak Sederhana)

 Every individual or item from the frame has

an equal chance of being selected
 Selection may be with replacement or without
replacement
 Samples obtained from table of random
numbers or computer random number
generators

Chap 1-30
© 2018
 b. Systematic Samples (Sampel
Sistematis)
 Decide on sample size: n
 Divide frame of N individuals into groups of k
individuals: k=n/n
 Randomly select one individual from the 1st
group
 Select every k-th individual thereafter
N = 64
n=8 First Group

k=8
Chap 1-31
© 2018
 c. Stratified Samples (Sampel Acak
Stratifikasi)
 Population divided into two or more groups
according to some common characteristic
 Simple random sample selected from each
group
 The two or more samples are combined into
one

Chap 1-32
© 2018
 d. Cluster Samples (Sampel Gugus)

 Population divided into several “clusters,”

each representative of the population
 Simple random sample selected from each
 The samples are combined into one

Population
divided
into 4
clusters.
Chap 1-33
© 2018
 20. Apa Kelebihan dan Kelemahan
Setiap Sampling?
 Simple random sample and systematic sample
 Simple to use
 May not be a good representation of the
population’s underlying characteristics
 Stratified sample
 Ensures representation of individuals across the
entire population
 Cluster sample
 More cost effective
 Less efficient (need larger sample to acquire the
same level of precision)
Chap 1-34
© 2018
 21. Apa Kesalahan yang Terjadi pada
Pengambilan Sampel?

Excluded from
 Coverage error frame.

Follow up on
 Non response error non responses.

 Sampling error Chance

differences from
sample to sample.
 Measurement error
Bad Question!
Chap 1-35
© 2018