17

STATISTIK INFERENSIAL
Deskripsi Mata Kuliah :
Penggunaan berbagai metode analisis kuantitatif dalam melakukan penelitian pendidikan dengan
mengikuti kaidah kaidah ilmiah. Macam macam statitistik yaitu statistik desksriptif dan statistik
inferensial. Kajiannya mencakup statistik parametrik dan non parametrik untuk hipotesa deskriptif,
hipotesa komparatif dan hipotesa asosiatif.
Silabus MK :
Penelitian dan Statistik
Statistik Deskriptif (12/5)
Populasi, Sampel dan pengujian normalitas data (28/4)
Statistik Pengujian Hipotesis Deskriptif(12/5)
Statistik Pengujian Hipotesis Komparatif(5/5)
Statistik Pengujian Hipotesis Asosiatif (2/5)
Analisis Regresi(2/5)
Statistik Untuk Pengujian Validitas dan Reliabilitas Instrumen Penelitian (9/5)
Bedah Skripsi/Tesis (Asosiatif-Komparatif) Tugas 1(5/5-18/5)
I. Penelitian dan Statistik :
Pengertian Penelitian :
Cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu.
Cara ilmiah :
1. Rasional (cara logis)
2. Empiris (teramati oleh indera)
3. Sistematis (langkah - langkah logis)
Kriteria data :
1. Valid (derajat ketepatan)
2. Reliabel (derajat konsistensi/keajegan)
3. Objektif (derajat persamaan persepsi antar orang)

Tujuan penelitian meliputi :
1. Penemuan
2. Pembuktian
3. Pengembangan
Manfaat :
Manusia menggunakan hasilnya untuk :
1. Memahami Masalah
2. Memecahkan Masalah
18

3. Mengantisipasi Masalah

Variabel Penelitian :
Menurut hubungan antar variabel :
Variabel independen: Variabel bebas
Variabel dependen : Variabel terikat
Variabel moderator : Variabel yg mempengaruhi (memperkuat atau memperlemah)
hubungan satu variabel independen dan dependen.
Variabel interverning: Variabel yg secara teoritis mempengaruhi (mempengaruhi atau
memperlemah) hubungan antara variabel independen dan dependen, tetapi tidak terukur.
Variabel kontrol: Variabel yg dikendalikan atau dibuat konstan, shg tidak mempengaruhi
variabel utama yg diteliti.

Pengertian statistic :
Statistik dalam arti sempit adalah data, tetapi dalam arti luas statitik adalah alat untuk
analisis dan membuat keputusan.

Macam macam statistic :


Statistik Deskriptif adalah stististik yg digunakan untuk menggambarkan atau menganalisis
suatu statistik hasil penelitian, tetapi tidak digunakan untuk membuat kesimpulan yang lebih
luas (generalisasi/inferensi)
Statistik inferensial adalah statistik yg digunakan untuk menganalisis data sampel, dan
hasilnya akan digeneralisasi untuk populasi dimana sampel diambil.





19



Macam Data Penelitian :
Data dikelompokkan menjadi dua yaitu data kuantitatif dan data kualitatif.
Data kualitatif : berbentuk kalimat, kata atau gambar
Data kuantitatif : berbentuk angka, atau data kualitatif yg diangkakan (skoring)





Data diskrit/nominl : data yg diperoleh dari menghitung atau membilang (bukan mengukur).
Mis jumlah meja ada 20, jumlah orang ada 12.
Data kontinum: data yg diperoleh dari hasil pengukuran
Data ordinal : Data yg berjenjang atau berbentuk peringkat. Mis juara
Data interval: Data yg jaraknya sama, tetapi tidak mempunyai nol absolut (mutlak). Mis
suhu 0
0
C
Data rasio: Data yang jaraknya sama dan mempunyai nilai nol absolut. Mis berat nol Kg
(tidak berat).






20

Pedoman Umum memilih tehnik statistic :

Macam
Data
Bentuk hipotesis
Deskriptif (satu
sampel)
Komparatif (dua sampel) Komparatif (lebih dari dua
sampel)
Asosiatif (hubungan)
Related Independen Related independen
Nomina
l
Binomial

2
One
sampel
Mc Nemar Fsiher Exact
Probability

2
two sampel

2
for k
sampel
Cochran Q

2
for k sampel Contigency
Coefficient C
Ordinal Run Test Sign test
Wilcoxon
matched
pairs
Median test
Mann whitney U
Test
Kolmogorov-
Smirnov
Wald-
Woldfowitz
Friedman
Two way
Anova
Median
Extension
Kruskal-
Wallis one
way anova
Spearman Rank
Correaltion
Kendall Tau
21

Interval
Rasio
T-test* T-test of Related* T-test Of
independent*
One way
anova*
Two way
anova*
One
way
anova*
Two
way
anova*
Pearson
Product
moment*
Partial
correlation*
Multiple
correlation
*







22

II. Populasi, Sampel dan Pengujian Normalitas Data
Populasi : Wilayah generalisasi yang terdiri atas : obyek/subyek yg mempunyai kualitas dan
karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulan
Sampel : Bagian dari jumlah dan karakteristik yg dimiliki oleh populasi
Teknik Sampling : Probability sampling dan non probability sampling
Menentukan ukuran sampel :
Menggunakan tabel (Isaac dan Michael)
Nomogram Herry King
Uji Normalitas Data (Chi Square) :
Langkah 1 Mencari skor terbesar dan terkecil
Langkah 2 Mencari nilai Rentangan (R) :
R = Skor terbesar Skor terkecil
Langkah 3 Mencari Banyaknya Kelas (BK):
BK = 1 + 3,3 log n (Rumus Sturgress)
Langkah 4 Mencari nilai panjang kelas (i):

- Langkah 5 Membuat tabulasi dengan tabel penolong







Langkah 6 Mencari rata (mean)

BK
R
i =
No. Kelas Interval f
Nilai Tengah
(Xi)
Xi
2
f.Xi f.Xi
2
1.
2.
3.
4.
5.
6
Jumlah

n
f X
X

=
_
23

Langkah 7 Mencari Standar deviasi (s)

Langkah 8 Membuat data frekuensi yang diharapkan :
a. Membuat batas kelas: angka skor kiri kelas interval pertama dikurangi 0,5 dan angka skor
kanan kelas ditambah 0,5
b. Mencari nilai Z skor untuk batas kelas interval :

c. Mencari luas 0-Z dari Tabel Kurva Normal dari 0-Z dengan menggunakan angka-angka untuk
batas kelas
d. Mencari luas tiap kelas interval : Mengurangkan angka 0-Z yaitu angka baris pertama
dikurangi baris kedua dst, kecuali untuk angka yg berbeda ditambahkan dengan angka pada
baris berikutnya
e. Mencari frekuensi yh diharapkan (fe) : Mengalikan luas tiap interval dgn jumlah responden
Frekuensi yang diharapkan (fe) dari hasil pengamatan (fo) untuk variabel X :








Langkah 9 Mencari chi kuadrat hitung (
2
)
Langkah 10 Membandingkan X
2
hitung dgn X
2
tabel untuk dan dk = k-1, k=banyaknya
kelas.
Jika X
2
hitung X
2
tabel : Data berdistribusi normal maka menggunakan statistik parametrik,
demikian sebaliknya
No Batas kelas Z
Luas O
Z
Luas tiap
Kelas interval
Fe fo
1 91,5 -2,44 0,4927 0,0256 0,9728 3
2 98,5 -1,84 0,4671 0,0746 2,8348 2
3 105,5 -1,24 0,3925 0, 1568 5,9584 3
4 112,5 0,63 0,2357 0, 2237 8,5006 8
5 119,5 -0,03 0,0120 0, 2277 8,6526 11
6 126,5 0,57 0,2157 0,2542 9,6596 7
7 133,5 1,18 0,4699 0,007 4,066 4
8 140,5 1,78 0,4628
Jumlah 38

24

III. Statistik Pengujian Hipotesis Asosiatif
Hipotesis Asosiatif : Dugaan adanya hubungan antar variabel dalam populasi, melalui data
hubungan dalam sampel.
Tiga macam hubungan antar variabel :
a. Simetris
b. Kausal
c. Interaktif (saling mempengaruhi)
Korelasi : angka yg menunjukkan arah (hub. positif/negatif) dan kuatnya hubungan (besar
koef korelasi)

Pedoman interpretasi Koefisien Korelasi :










Pedoman untuk memilih Tehnik korelasi dalam pengujian hipotesis :
Macam/Tingkatan
data
Tehnik korelasi yg digunakan
Nominal (statistik
non parametrik)
1. Koefisien Kontingency
Ordinal (statistik
non parametrik)
1. Spearmen Rank
2. Kendal Tau
Interval dan Rasio
(Statistik
Parametrik)
1. Pearson Produk moment
2. Korelasi Ganda
3. Korelasi parsial


A. Statistik Parametris :
1. Korelasi Product Moment
Syaratnya :
Data interval atau rasio
Sumber data 2 variabel atau lebih adalah sama

Rumus Untuk menghitung Koefisien Korelasi :

Interval koefisien Tingkat hubungan
0,80 1,000
0,60 0,799
0,40 0,599
0,20 0,399
0,00 0,199
Sangat kuat
Kuat
Cukup kuat
Rendah
Sangat rendah

) (
2 2
y x
xy
r
xy
E
E
=
25

r
xy
= Korelasi antara variabel x dan y













Uji Signifikansi :
Uji signifikansi bertujuan :
1. Untuk memutuskan terima Ho dan tolak Ha, dan sebaliknya
2. Data yg diperoleh dalam sampel dapat digeneralisasikan pada populasi dimana sampel
diambil
Membandingkan r hitung dengan r tabel product moment ( Pada taraf kesalahan dan n
sampel tertentu)
Jika r hitung > r tabel : Ho ditolak dan Ha diterima atau
t hitung > t tabel : Ho ditolak dan Ha diterima. t tabel untuk taraf kesalahan tertentu dan dk
= n-2, dimana n = jumlah sampel

Rumus t hitung :




r = koef korelasi
n= banyaknya anggota sampel


Koefisien Determinasi:

Sumbangan variabel independen terhadap variabel dependen.
Besar koef determinasi = kuadrat dari koefisien korelasi (r
2
).

2. Korelasi Ganda (multiple correlation) :

Adalah angka yg menunjukkan hubungan antara dua variabel atau lebih secara bersama
sama dgn variabel lain
Rumus :

) ( X X x
i
=
) ( Y Y y
i
=

2
1
2
r
n r
t

=
2
2 2
2 1
2 1
2 1 2 1
2 1
1
2
x x
r
x x yx yx
yx yx
r
r r r r r
x Ryx

+
=
26

R
yx1x2
= Korelasi antara variabel x1 dan x2 secara bersama- sama dgn variabel Y

ryx1, ryx2, rx1x2 = Korelasi product moment



Uji siginifikansi korelasi ganda :
Uji F :


R = koef korelasi ganda
k= jumlah variabel independen
n=jumlah anggota sampel
Fhitung > F tabel : Ho ditolak dan Ha diterima ( tertentu,dk pembilang=k, dk penyebut =
n-k-1)

Korelasi Parsial :
Digunakan untuk mengetahui pengaruh atau hubungan antara variabel independen dan dependen,
dimana salah satu variabel indenpenden dibuat tetap/dikendalikan (dianggap sama)
Contoh Korelasi antara IQ dan nilai kuliah, dimana waktu belajar dikendalikan (sama)

Rumus korelasi parsial :
Korelasi antara X
1
dgn Y bila variabel X
2
dikendalikan







Korelasi antara X
2
dgn Y bila variabel X
1
dikendalikan





Uji signifikansi koef korelasi parsial:




rp=koef korelasi parsial
n=jumlah anggota sampel
t tabel dicari dengan dk = n-1
t hitung > t tabel : koef. korelasi signifikan

B. Statistik Nonparametris :
I. Koefisien Kontingensi (C)
Untuk menghitung hubungan antar variabel bila data nominal
) 1 /( ) 1 (
/
2
2

=
k n R
k R
Fh
2 2
2 1
2 2 1
2 1 2 1
1 1
yx x x
x x yx yx
r r
r r r
x Ryx


=
2 2
1 2
1 2 1
2 1 1 2
1 1
yx x x
x x yx yx
r r
r r r
x Ryx


=
2
1
3
p
p
r
n r
t

=
27

Rumus :









N=jumlah anggota sampel
Uji signifikansi koef. Kontingensi :

2
hitung
>
2
tabel :
Ho ditolak dan Ha diterima ;
Pada tertentu dan dk = (k-1)(r-1)
k=jumlah jenis sampel (variabel independen)
r=jumlah kategori (variabel dependen)

2. Korelasi Spearmen Rank:
Sumber data yg dikorelasikan berasal dari sumber tidak sama
Jenis data ordinal
Tidak berdistribusi normal
Rumus :





= koef. Korelasi Spearmen Rank
b=rangking variabel 1- rangking variabel 2
n= jumlah anggota sampel
Uji signifikansi koef. korelasi Spearmen Rank :
1). rho hitung > rho tabel : Ho ditolak dan Ha diterima (Tabel XIII).
N yg tidak ada tapi <30 (pd Tabel XIII) : Dgn Interpolasi
2). Atau Zh>Zt : Ho ditolak dan Ha diterima
Rumus :





Misal taraf kesalahan 1%, Ztabel (0,5-0,5.1%) = Z(0,495)=2,58
3). Untuk sembarang n :

2
2
_
_
+
=
N
C

= =
+
=
r
i
k
j ij
ij ij
EP
E OP
1 1
2
2
) (
_

) 1 (
6
1
2
2

E
=
n n
b
i

1
1

=
n
h
z


2
1
2
r
n r
t

=
28

t hitung > t tabel : Ho ditolak dan Ha diterima.
N<30 lebih praktis menggunakan Tabel XIII

3.Korelasi Kendal Tau :
- Mencari hubungan 2 variabel atau lebih
- Jenis data : Ordinal
- N>10 dapat dikembangkan untuk korelasi parsial
- Rumus :






A=Jumlah rangking atas
B=Jumlah rangking bawah
N=Jumlah anggota sampel
Uji signifikansi Koef. Korelasi Kendal Tau :
Rumus :






Zhitung > Ztabel : Ho ditolak dan Ha diterima.
Ztabel (tabel I). Misal taraf kesalahan 1%, Ztabel (0,5-0,5.1%) = Z(0,495)=2,58

IV. Analisis Regresi :
Korelasi dan regresi mempunyai hubungan yg erat
Setiap regresi pasti ada korelasi, tetapi korelasi belum tentu dilanjutkan dgn regresi
Korelasi yg tidak dilanjutkan dgn regresi : korelasi 2 variabel yg tidak mempunyai hubungan
kausal atau fungsional
Korelasi yg dilanjutkan dgn regresi : korelasi 2 variabel yg mempunyai hubungan kausal atau
fungsional

Regresi linier Sederhana :
Hubungan fungsional atau kausal : satu variabel inpenden dan satu dependen
Y = a + bX




2
) 1 (

=
N N
B A
t
) 1 ( 9
) 5 2 ( 2

+
=
N N
N
z
t


29






Uji signifikansi regresi sederhana :
Langkah 1. Membuat tabel penolong untuk menghitung angka statistik
Langkah 2. Memasukkan angka-angka statistik dari tabel penolong dengan rumus koef a dan
b di atas
Langkah 3. Mencari Jumlah Kuadrat Regresi (JKReg [a]) dengan rumus:





Langkah 4. Mencari Jumlah Kuadrat Regresi (JKReg [b/a]) dengan rumus:




Langkah 5. Mencari Jumlah Kuadrat Residu (JKRes) dengan rumus:




Langkah 6. Mencari Rata-rata Jumlah Kuadrat Regresi (RJKReg [a]) dengan rumus:




Langkah 7. Mencari Rata-rata Jumlah Kuadrat Regresi RJKReg (b/a) :



Langkah 8. Mencari Rata-rata Jumlah Kuadrat Residu (RJKRes):





n=jumlah anggota sampel
Langkah 9. Menguji signifikansi dengan rumus:




n
Y
JK
a reg

=
2
) (
) (

)
`

=


n
Y X
XY b JK
a b g
) )( (
) / ( Re

=
) ( Re ) / ( Re
2
a g a b g res
JK JK Y JK
) ( Re ) ( Re a g a g
JK RJK =

) / ( Re ) / ( Re a b g a b g
JK RJK =

2
Re

=
n
JK
RJK
res
s

s
a b g
hitung
RJK
RJK
F
Re
) / ( Re
=
30

Fhitung F tabel : tolak Ho dan terima

dkReg(b/a)= jumlah variabel bebas=pembilang
dkRes= (n-2)=penyebut

Regresi Berganda :
Untuk meramalkan keadaan (naik turunnya) variabel dependen, bila dua atau lebih variabel
independen (dinaik tirunkan nilainya)
Variabel independen minimal 2
Y = a+b
1
X
1
+b
2
X
2
++b
n
X
n

Untuk menghitung a, b1, b2 (2prediktor)

Mencari koefisien regresi :
Untuk menghitung a, b1, b2 (2prediktor):









Uji signifikansi koefisien korelasi ganda:
Rumus :





Fhitung > Ftabel : Ho ditolak dan Ha diterima
N=Jumlah anggota sampel
m= jumlas variabel bebas
dk pembilang = m
dk penyebut = (N-m-1)


V. Statistik Pengujian Hipotesis Komparatif
- Berarti menguji parameter populasi yg berbentuk perbandingan melalui ukuran sampel yg
juga berbentuk perbandingan. Variabel mandiri (satu variabel) tetapi variabel berada pada
populasi dan sampel yg berbeda atau pd populasi dan sampel yg sama tetapi pd waktu yg
berbeda.
- Ada Dua model komparasi yaitu: dua sampel dan k sampel (lebih dari 2 sampel)
{ } ) Re ( )), / ( Re )( 1 ( s dk a b g dk tabel
F F
o
=


+ + =
2 2 1 1
X b X b an Y

+ + =
2 1 2
2
1 1 1 1
X X b X b X a Y X

+ + =
2
2 2 1 1 1 2
X b X b X a Y X
) 1 (
) 1 (
2
2
R m
m N R
F

=
31

- Setiap model komparasi dibagi menjadi dua jenis : sampel berkolerasi dan sampel yg tidak
berkolerasi
Contoh sampel berkolerasi : membandingkan motivasi belajar siswa sebelum dan sesudah
treatment
Contoh sampel independen : membandingkan kemampuan kerja lulusan SMU dan lulusan
SMK

Analisis varian :

Anava digunaka untuk menguji hipotesis komparatif k sampel bila datanya interval atau
rasio.
Anava terbagi dua : 1) Anova klasifikasi tunggal (one way classification) atau anova satu jalan
; 2) Anova klasifikasi ganda (two way classification) atau anova dua jalan.
Anova klasifikasi tunggal : menguji hipotesis k komparatif rata rata k sampel bila pada
setiap sampel hanya terdiri atas satu kategori
Anova klasifikasi ganda : menguji hipotesis komparatif k sampel bila pada setiap sampel
terdiri atas dua atau lebih kategori.

Disain Eksperimen dalam penelitian hipotesis komparatif :

Pra eksperimen
Ekperimen semu (quasi experiment)
Eksperimen murni (True experiment)
Contoh Pra eksperimen :
1) One shot case studi :

X = treatment ; O= hasil observasi setelah treatment
2) One group pre test post test


Contoh ekserimen semu : 1) Non equivalent control group



Contoh eksperimen Murni : Pretest post test pada kelompok ekuivalen.

32


R = random
Contoh judul penelitian :
Pengembangan Model pembelajaran Program Produktif Sekolah Menengah Kejuruan
(Studi model prespektif dgn penerapan learning guide pd program keahlian tehnik mekanik
otomotif)
Variabel untuk Anova klasifikasi tunggal (related):
X1=Prestasi belajar sebelum treatment
X2=Prestasi belajar setelah 2,5 bulan treatment
X3=Prestasi belajar setelah 5 bulan treatment
Variabel untuk Anova klasifikasi tunggal (independen):
X1=Beda Prestasi belajar SMK A setelah treatment
X2=Beda Prestasi belajar SMK B setelah treatment
X3=Beda Prestasi belajar SMK C setelah treatment
Beda = Prestasi setelah sebelum
Namun untuk uji validasi model harus menggunakan Kelas eksperimen dan kelas kontrol
menggunakan uji t test komparatif dua sampel

Variabel untuk Anova klasifikasi ganda (related):
X1=Prestasi belajar sebelum treatment terbagi kategori kelompok pria dan wanita
X2=Prestasi belajar setelah 2,5 bulan treatment terbagi kategori kelompok pria dan wanita
X3=Prestasi belajar setelah 5 bulan treatment terbagi kategori kelompok pria dan wanita


VI. Statistik Untuk Pengujian Validitas dan Reliabilitas Instrumen Penelitian

Valid : Instrumen digunakan untuk mengukur apa yg diukur (ketepatan)
Reliabel : Instrumen yg bila digunakan beberapa kali untuk mengukur objek akan
menghasilkan data yg sama (konsisten/ketetapan)
Instrumen yg valid harus mempunyai : validitas internal dan eksternal.
Instrumen berupa test harus memenuhi : construct validity (validitas konstruksi) dan content
validity (validitas isi)
Validitas konstruksi disusun berdasarkan teori yg relevan (Dgn konsultasi ahli/judgment
experts). Kriteria expert (behavior/attitude , background ilmu, experience)
Validitas isi disusun berdasarkan rancangan/program yg telah ada (Dgn membandingkan
program yg telah ada dan konsultasi ahli).
Instrumen nontest yg digunakan mengukur sikap cukup memenuhi validitas konstruksi.




33

Pengujian validitas instrument :
a. Pengujian validitas konstruksi
Pendapat ahli (judgment experts)
Setelah dikonstruksi aspek-aspek yg akan diukur dikonsultasikan dengan ahli (tanpa
perbaikan, perbaikan, rombak total)
Setelah pengujian konstruksi dari ahli maka diteruskan dengan uji coba instrumen
Pengujian validitas konstruksi dilakukan dengan analisis faktor (indikator) yaitu
mengkorelasikan skor faktor dgn skor total.
Bila r hitung > 0,3 : valid atau membandingkan r hitung dan r tabel atau t hitung dan t table

Validitas konstruk dgn daya pembeda:
Validitas item dapat juga dianalisis menggunakan daya pembeda
Ambil Kelompok tinggi (27%) dan kelompok rendah (27%)
Analisis daya pembeda menggunakan t-test (X1 mean dan Varians kel. Tinggi, X2 mean
dan varians kel rendah)
thitung > t tabel : Valid

b. Pengujian validitas isi (content vailidty)
Untuk Instrumen berupa tes, pengujian validitas isi dapat dilakukan dgn membandingkan
antara isi instrumen dgn materi pelajaran yg telah diajarkan. Seorang dosen yg memberi
ujian di luar pelajaran yg telah ditetapkan, berarti instrumen tsb tidak memopunyai validitas
isi.
Secara tehnis pengujian validitas konstruksi dan validitas isi dibantu dgn kisi kisi instrumen.

c. Pengujian validitas eksternal

Untuk mencari kesamaan
Dgn cara membandingkan antara kriteria yg ada pd instrumen dgn fakta fakta empiris yg
terjadi dilapangan.
Misal: Instrumen untuk mengukur kinerja pegawai, maka kriteria kinerja pd instrumen itu
dibandingkan dgn catatan2x di lapangan (empiris) ttg kinerja pegawai yg baik. Bila terdapat
kesamaan antara kriteria dan empiris maka Instrumen mempunyai validitas eksternal yg
tinggi.

Pengujian reliabilitas instrument :

Dilakukan dgn 2 Cara :
1. Secara eksternal : test-retest, equivalent, dan gabungan keduanya
2. Secara internal : teknik tertentu/Rumus.
a. Test-retest : dgn cara mencobakan instrumen beberapa kali pd responden (Jadi instrumen
sama, respondennya sama, waktunya berbeda).
Reliabilitas diukur dgn koefisien korelasi antara percobaan pertama dgn yg berikutnya.
Bila koefisien korelasi positif dan signifikan : reliabel


34

b. Ekuivalen
Instrumen yg secara bahasa berbeda tetapi maksudnya sama.
Contoh Berapa thn pengalaman kerja anda di lembaga ini? Pertanyaan ekuivalen : Tahun
berapa abda mulai bekerja di lembaga ini?
Dilakukan sekali, tetapi instrumennya dua, pada responden yg sama, waktu sama, instrumen
berbeda.
Reliabilitas dihitung dgn mengkorelasikan instrumen yg satu dgn instrumen yg ekuivalen.
Bila koefisien korelasi positif dan signifikan Maka reliabel

c. Gabungan
Dgn cara mencobakan dua instrumen yg ekuivalent beberapa kali.
Reliabilitas dilakukan dgn cara mengkorelasikan dua instrumen, setelah itu dikorelasikan pd
pengujian kedua, dan selanjutnya dikorelasikan secara silang.
Untuk 2 kali pengujian dalam waktu berbeda diperoleh 6 koef korelasi
Bila keenam koefisien korelasi itu semuanya positif dan signifikan maka reliabel
d. Internal consistency
Mencobakan satu kali saja
Pengujian reliabilitas dgn teknik :
1. Teknik belah dua Spearmen Brown (split half)
2. KR 20
3. KR 21
4. Anova Hoyt
1. Rumus Spearmen Brown :



ri = reliabilitas internal
rb =korelasi product moment antara belahan pertama da kedua
2. Rumus KR.20 (Kuder Richardson)


rb
rb
ri
+
=
1
2

=

2
2
) 1 (
t
i i t
s
q p s
k
k
ri

35


k=jumlah item dalam instrumen
pi=proporsi banyaknya subyek benar pd item 1
qi=1-pi
St
2
= varians total
3. Rumus KR 21


k=jumlah item dalam instrumen
M= mean skor total
St
2
= varians total
4. Analisis Varians Hoyt (Anova Hoyt)



MKs= mean kuadrat antara subyek
Mke= mean kuadrat kesalahan
ri=reliabilitas instrumen

Contoh Judul Penelitian Hipotesis Komparatif:
EFEKTIVITAS PENGGUNAAN MODEL PEMBELAJARAN KOOPERATIF TIPE JIGSAW DALAM
MENINGKATKAN KEAKTIFAN BELAJAR DAN HASIL BELAJAR FISIKA SISWA PADA MATERI
ALAT-ALAT OPTIK DI KELAS VIII SMP MUHAMMADIYAH JAYAPURA
Hipotesis Penelitian
Berdasarkan hal-hal di atas, maka dapat dirumuskan hipotesis penelitian ini sebagai berikut:
Hipotesis I :
Ha : Terdapat perbedaan keaktifan belajar fisika dengan menggunakan model pembelajaran
kooperatif tipe jigsaw dan ceramah.
)
`

=
2
) (
1
) 1 (
t
ks
M k M
k
k
ri

MKs
MKe
ri =1

36

Ho: Tidak terdapat perbedaan keaktifan belajar fisika dengan menggunakan model
pembelajaran kooperatif tipe jigsaw dan ceramah.
Hipotesis II:
Ha : Terdapat perbedaan hasil belajar fisika siswa dengan menggunakan model
pembelajaran kooperatif tipe jigsaw dan ceramah.
Ho: Tidak terdapat perbedaan hasil belajar fisika siswa dengan menggunakan model
pembelajaran kooperatif tipe jigsaw dan ceramah.
Metodologi Penelitian :
3.1 Jenis Penelitian
3.2 Tempat dan Waktu Penelitian
3.3 Populasi dan Sampel
3.4. Uji Coba Instrumen
3.5 Teknik Pengumpulan Data
3.6. Metode Pengumpulan data

Contoh kisi kisi instrument :














Variabel Dimensi Indikator No Item Jum
lah












Keaktifan
belajar
siswa




Tanggung
Jawab
1. Tanggung jawab pribadi siswa dalam belajar.
2. Tanggung jawab siswa terhadap kelompok
belajarnya (Menurut Glasgow dalam
Daryanto)
9,17,23,25,28


5,6,31
5


3
Kerja sama
dalam belajar
1. Kerja sama dalam diskusi kelompok dan
antar kelompok
2. Kerja sama dalam memecahkan suatu
masalah. (Menurut Silberman dalam
Daryanto)

3,4,20,30

16,19,33
4

3
Keaktifan siswa
dalam belajar
1. Aktif dalam bertanya untuk memperoleh
informasi.
2. Aktif berkomunikasi dalam belajar.
3. Aktif dengan ketrampilan yang dimilikinya.
(Menurut Silberman dalam Daryanto)

24,32,39,36

10,13,29

7,22,27

4

3

3
Sikap pada saat
PBM
1. Sikap fisik siswa yang di tunjukkan
dalam belajar.
2. Menunjukkan nilai posotif dalam belajar
(rasa percaya diri)
(Menurut Silberman dalam Daryanto)

2,11,12,14,18,
21,26,34,38,40

1,8,15,35,37
10



5
Jumlah 40
37

3.7 Desain Penelitian
E O
1
X O
2

K O
3
C O
4

3.8 Teknik Analisis Data
3.8.1.Validitas dan Reliabilitas Instrumen
3.8.2 Uji Homogenitas Data
3.8.3 Uji Normalitas Data
3.8.4 Uji Perbedaan (Uji-t)

Contoh judul Skripsi dan Tesis Hipotesis Asosiatif Tentang Hubungan antara variabel A, B,
C, D, dan E
1. Murikhatu Tolkhah. (2005). Hubungan antara gaya berpikir sekuensial konkret, acak
konkret, sekuensial abstrak, dan acak abstrak dengan prestasi belajar kimia siswa
kelas X semester I SMA Negeri I magelang tahun ajaran 2004/2005, Skripsi sarjana,
Yogyakarta: Program Studi Pendidikan Kimia, UNY.**)
2. Waluyo. (2005). Pengaruh pendekatan konstruktivistik dan gaya belajar siswa
terhadap prestasi belajar kimia siswa kelas I semester 2 SMA Negeri Ngaglik Sleman
Tahun pelajaran 2003/2004, Tesis Pascasarjana. Yogyakarta: Program Pascasarjana.
3. Wiwin Arbaini Wahyuningsih. (2001). Karakteristik internal dan invariasi parameter
butir soal Ebtanas IPA SLTP tahun ajaran 1999/2000 berdasarkan model rasch di
kotamadya Bengkulu, Tesis Pascasarjana. Yogyakarta: Program Pascasarjana.*)










38