B. Pengujian Hipotesis
1. Pemanfaatan Search engine (X) terhadap Keber- Keber-hasilan akademik mahasiswa (Y)
a. Analisis Korelasi X terhadap Y Tabel 4.14
Correlations: Pemanfaatan Search engine terhadap keberhasilan akademik mahasiswa.
**. Correlation is significant at the 0.01 level (2-tailed).
Tabel 4.15
Model Summaryb: Pemanfaatan Search engine terhadap keberhasilan akademik mahasiswa.
Model R a. Predictors: (Constant), PEMANFAATAN SEARCH ENGINE (X) b. Dependent Variable: KEBERHASILAN AKADEMIK MAHASISWA (Y)
Pada hipotesis ini dilakukan dengan menganalisis korelasi antara variabel Peman-faatan Search engine (X) terhadap keberhasilan akademik mahasiswa (Y), dengan mengajukan hipotesis: “terdapat hubungan signifikan Pe-manfaatan Search engine terhadap keberhasilan akademik mahasiswa Sekolah Tinggi Agama Islam di Pulau Bintan”. Artinya semakin sering memanfaatkan Search engine, maka akan semakin tinggi keberhasilan akademik maha-siswa, karena mereka akan terbiasa dan cepat mendapatkan informasi, sehingga apapun tugas yang diberikan akan segera dikerjakan dan diselesaikan.
Berdasarkan hasil perhitungan dengan SPSS 25 for Windows, besarnya hubungan antara variabel X dengan variabel Y ditunjukan oleh angka koefisien korelasi sebesar 0,785 (lihat pada tabel 4.14 dan tabel 4.15). Hasil penelitian ini menunjukkan bahwa terdapat pengaruh Pe-manfaatan search engine terhadap keberhasilan akademik mahasiswa dengan nilai (R) sebesar 0,785 (78,5 %). Menurut J. Supranto40 nilai R <
0,2499 berarti tidak ada pengaruh sama sekali; R 0,2500 – 0,4999 ada pengaruh lemah; R 0,500 – 0,7499 ada pengaruh pengaruh sedang, dan R >
0,75 ada pengaruh kuat.
Dengan demikian, pada penelitian ini ditemukan bahwa pemanfaatan search engine terhadap keberhasilan akademik mahasiswa berpengaruh kuat dan koefisien korelasi sangat signifikan pengaruhnya dan bernilai positif.
Koefisien bernilai positif artinya terjadi hubung-an positif hubung-antara X dengan Y, semakin naik X maka Y semakin meningkat.
40 J. Supranto. 1998. StatistikPenelitian. Jakarta. PT. Ghalia Indonesia. hlm.29.
Tabel 4.16
Coefficientsa: Pemanfaatan Search engine terhadap keberhasilan akademik mahasiswa.
a. Dependent Variable: Keberhasilan Akademik Mahasiswa (Y)
Adapun uji signifikansi koefisien korelasi variabel X ke Y dilakukan dengan melihat hasil t hitung pada tabel 4.16 diatas. Kriteria pengujian-nya: jika nilai t hitung > nilai t tabel, maka Ho ditolak atau H1 diterima, artinya koefisien korelasi signifikan, dan apabila nilai t hitung <
nilai t tabel, maka Ho diterima atau H1 ditolak, artinya koefisien korelasi tidak signifikan.
Berdasarkan perhitungan di atas, dengan ketentuan α=0,05; dk=n-2-1=159-2-1=156, maka
diperoleh t tabel=1,97529 (Lihat di lampiran tabel T). Dengan demikian karena t hitung lebih besar dari t tabel yaitu 15,745 > 1,97529 maka hipotesis penelitian/hipotesis kerja (H1) diterima.
Hasil pengolahan data pada Tabel 4.16 lihatlah pada bagian Coefficients, diketahui bahwa nilai t hitung untuk Xsebesar 15,745 (Sig.
0,000)
Gambar 4.6
Daerah Penerimaan dan Penolakan Ho (Uji Dua Arah dengan tingkat signifikan 5%).
Nilai t hitung untuk variabel independen X=15,745 (Sig. 0,000), tersebut berada pada daerah penolakan Ho atau mempunyai nilai Sig.
di bawah 0,05 (5%). Dengan demikian dapat disimpulkan bahwa Variabel X mempunyai pengaruh yang signifikan terhadap Variabel Dependen Y.
b. Pengujian Linieritas Regresi X terhadap Y Pada pengujian ini persamaan regresi linier sederhana yang akan diuji adalah linieritas regresi X terhadap Y. Pengujian linieritas regresi variabel X (pemanfaatan search engine) terhadap Y (keberhasilan akademik mahasiswa) diapli-kasikan dengan menggunakan SPSS 25 for Windows. Pada tabel 4.16, ditunjukan nilai koefisien a dan b serta harga nilai t hitung dan tingkat signifikansinya. Dari hasil tabel diperoleh persamaan regresi sebagai berikut:
Y = a + b1 X
Y = 22,676 + 1,730X Signifikan (t) table* 0,05 0,05 Signifikan (t) hitung* 0,0000 0,0000
*Ho = diterima apabila signifikan (t) hitung < siginifikan (t) table
*H1 = diterima apabila signifikan (t) hitung > signifikan (t) tabel.
Persamaan tersebut menyatakan bahwa harga 22,676 merupakan nilai konstanta yang menunjukan bahwa apabila ada pengaruh dari pemanfaatan search engine dari segi pemanfaatan search engine, maka keberhasilan akademik mahasiswa akan mencapai 22,676. Adapun nilai 1,730 merupakan koefisien regresi yang menun-jukkan bahwa setiap ada penambahan sebesar satu point pada pemanfaatan search engine, maka akan diikuti kenaikan sebesar 1,730 pada keberhasilan akademik mahasiswa, atau apabila ingin meningkatkan keberhasilan akademik mahasiswa sebesar 10 point maka Pemanfaatan Search engine harus ditingkatkan sebesar 1,730 x 10 = 17,30 kali lipat. Kesimpulannya adalah bahwa garis persamaan regresi Y = 22,676 + 1,730 X adalah berbentuk linier. Sebagaimana dapat dilihat pada gambar 4.7 di bawah ini.
Dari analisis kurva pada gambar 4.7 dapat dilihat bahwa data menyebar di sekitar diagram dan mengikuti model regresi sehingga dapat disimpulkan bahwa data yang diolah
merupa-kan data yang berdistribusi normal sehingga uji normalitas terpenuhi.
Gambar 4.7.
Normal P-P Plot of Regression Standardized Residual:
pemanfaatan search engine terhadap keberhasilan akademik mahasiswa.
Untuk membandingkan hasil diatas digunakan cara Kolmogorov-Smirnov. Pada data analisa ini tidak menggunakan gambar tetapi dengan angka. Kelebihannya hasilnya memang lebih akurat. Hasil One-Sample Kolmogorov-Smirnov Test seperti pada tabel 4.17.
Tabel 4.17
One-Sample Kolmogorov-Smirnov Test.
Unstandardized Residual
N 156
Normal Parametersa,b Mean .0000000
Std.
Deviation
4.72412500
Most Extreme Differences Absolute .054
Positive .042
Negative -.054
Test Statistic .054
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.
Analisis dari tabel 4.17 diatas, dapat dilihat pada baris "Asymp. Sig. (2-tailed)" pada bagian paling bawah, dimana nilai tiap-tiap variabel harus lebih dari 0,05 (>0,05) maka uji normalitas bisa dikatakan terpenuhi. Kriteria yang digunakan yaitu data dikatakan berdistribusi normal jika harga koefisien Asymp. Sig pada output Kolmogorov-Smirnov test lebih besar dari alpha yang ditentukan yaitu 5 % (0.05). Hasil uji normalitas dirangkum pada tabel 4.17, berdasarkan tabel di atas nilai signifikan variabel pemanfaatan search engine (X) adalah 0,200 yang hasilnya lebih besar dari alpha (>0.05). Dengan demikian dapat dinyatakan bahwa distribusi data dari masing-masing variabel berdistribusi normal.
Dari gambar 4.8 Scatterplot diatas dapat diketahui bahwa tidak terjadi heteroskedas-tisitas sebab tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, sehingga dapat dikatakan uji heteroskedastisitas terpenuhi.
Gambar 4.8.
Scatterplot: pemanfaatan search engine terhadap keberhasilan akademik mahasiswa.
Tabel 4.18
ANOVAb: pemanfaatan search engine terhadap keberhasilan akademik mahasiswa.
Model
Sum of Squares df
Mean
Square F Sig.
1 Regression 5568.169 1 5568.169 247.890 .000b Residual 3459.190 154 22.462
Total 9027.359 155
A. Dependent Variable: Keberhasilan Akademik Mahasiswa (Y)
B. Predictors: (Constant), Pemanfaatan Search Engine (X)
Pada tabel 4.18 ANOVAb dari uji analisis varian (anova) atau F test, ternyata diperoleh nilai F hitung = 247,890 dengan tingkat signifikansi 0,000. Nilai probabilitas yang dihasilkan (0,000) lebih kecil dari 0,05. Kriteria pengujian: apabila F hitung < F tabel maka Ho diterima dan H1 ditolak artinya tidak ada pengaruh secara signifikan, dan bila F hitung > F tabel maka Ho ditolak dan H1 diterima artinya ada pengaruh secara signifikan.
Berdasarkan pertimbangan di atas, dengan menggunakan tingkat keyakinan 95%, a = 5%, df 1 (jumlah variabel-1) = 2, dan df 2 (n-k-1) atau 159-1-1= 156 (n adalah jumlah kasus dan k
adalah jumlah variabel independen), maka diperoleh hasil untuk F tabel sebesar 2,66 (Lihat pada lampiran tabel F). Karena F hitung > F tabel
(247,890 > 2,66), maka Ho ditolak sedangkan H1 diterima, artinya ada pengaruh secara signifikan antara X terhadap Y. Jadi dari kasus ini dapat disimpulkan bahwa X berpengaruh signifikan terhadap Y.
Dari kedua uji hipotesis yang dilakukan melalui uji koefisien korelasi dan regresi maka dapat diambil kesimpulan bahwa hipotesis penelitian menyatakan “terdapat kontribusi positif yang signifikan antara pemanfaatan search engine terhadap keberhasilan akademik mahasiswa Sekolah Tinggi Agama Islam di Pulau Bintan”. Sehingga hipotesis pertama yang diajukan diterima.
c. Kontribusi X terhadap Y
Selain dilakukan melalui uji signifikansi koefisien korelasi untuk menjawab pertanyaan penelitian tentang besarnya kontribusi peman-faatan Search engine terhadap keberhasilan
akademik mahasiswa juga dilakukan uji regresi dan menentukan koefisien determinasi. Adapun untuk mendapatkan besar kecilnya kontribusi variabel X terhadap Y atau Koefisien determinan yaitu dengan menggunakan rumus: KP = r2 x 100%, maka KP = 0,7852 x 100% = 0,617.
Berdasarkan hasil perhitungan dengan menggunakan SPSS 25 for windows, besarnya hubungan antara variabel X dengan variabel Y ditunjukan oleh angka koefisien korelasi sebesar 0,785 (terlihat di tabel 4.14 dan tabel 4.15 pada nilai R). Dalam mencari besaran kontribusi pemanfaatan search engine (X) terhadap keber-hasilan akademik mahasiswa (Y) dengan meng-gunakan rumus determinasi yaitu hasil dari kuadrat koefisien korelasi dikali 100%, maka KP
= 0,7852 x 100% = 0,617 = 61,7%. Berdasarkan rumus determinasi tersebut maka dapat di-ketahui besaran kontribusi pemanfaatan search engine terhadap keberhasilan akademik maha-siswa Sekolah Tinggi Agama Islam di Pulau Bintan adalah sebesar 61,7 %. Angka ini menun-jukkan kontribusi pemanfaatan search engine
dalam meningkatkan keberhasilan akademik mahasiswa sebesar 61,7 %. Adapun sisanya yaitu sebesar 38,4 % dipengaruhi oleh faktor lain.
Adapun gambaran hasil uji linieritas regresi dari variabel X dan Y yaitu pemanfaatan search engine (X), dan keberhasilan akademik mahasiswa (Y), dapat dilihat pada tabel di bawah ini:
Tabel 4.19
Rangkuman hasil pengujian linieritas regresi X dan Y.
Variabel Persamaan Regresi
F
hitung Probabilitas Interpretasi X
terhadap Y
Y = 22,676 +
1,730X 247,890 0,000<0,05 Linier
PENUTUP
A. KESIMPULAN
erdasarkan pengujian dengan menggunakan SPSS maka diperoleh hasil analisis korelasi pada penelitian ini maka dapat diambil kesimpulan sebagai berikut:
d. Hubungan antara pemanfaatan search engine (X) dan keberhasilan akademik mahasiswa (Y) Sekolah Tinggi Agama Islam di Bintan, yang diperlihatkan dari persamaan regresi Y = 22,676 + 1,730 X, berarti hubungannya merupakan model hubungan garis lurus atau linear pada kedua variabel-nya. Jadi semakin meningkat X maka semakin baik Y (terjadi hubungan positif antara X dan Y), hubungan
B
BAB 5
positif kedua variabel di tunjukan pada nilai koefisien regresi b = 1,730 > 0.
e. Terdapat hubungan positif dan signifikan peman-faatan search engine (X) terhadap keberhasilan akademik mahasiswa (Y) Sekolah Tinggi Agama Islam di Bintan, yang ditunjukkan nilai r hitung
(0,785), r2 (0,617) dan t hitung (15,745) > t tabel (1,97529) pada taraf signifikansi 5%.
f. Hubungan pemanfaatan search engine (X) dan keberhasilan akademik mahasiswa (Y) Sekolah Tinggi Agama Islam di Bintan secara statistik signifikan di perlihatkan dari nilai F hitung > F tabel
(247,890 > 2,66, karena F hitung > F tabel maka H0
ditolak sedangkan H1 diterima, artinya ada pengaruh secara signifikan antara X terhadap Y.
Jadi dalam hal ini dapat disimpulkan bahwa X berpengaruh signifikan terhadap Y.
B. SARAN
Berdasarkan pembahasan dan kesimpulan maka dapat diberikan saran untuk penelitian selanjutnya sebagai berikut:
Penelitian ini memberikan informasi bahwa peman-faatan search engine berpengaruh terhadap keberhasil-an akademik mahasiswa (Y) sebesar 61,7%. Nilai ini menunjukkan bahwa keberhasilan akademik maha-siswa (Y) masih banyak dipengaruhi oleh faktor lain.
Oleh karena itu, diharapkan dalam penelitian selanjutnya untuk dapat mengetahui faktor-faktor apa yang mempengaruhi keberhasilan akademik mahasiswa (Y) selain yang diteliti pada penelitian ini.
Anwari & java Creativity, 2010, 10 mesin pencari paling dahsyat, Jakarta:PT Elex Media Komputindo.
Arikunto, Suharsimi, 2013, Prosedur Penelitian Suatu Pendekatan Praktek, Jakarta: PT. Rineka Cipta.
Chaplin, J.P, 2002, Kamus Lengkap Psikologi terj., Jakarta:raja Grafika Persada.
Creswell, John W., 2014, Research design : qualitative, quantitative, and mixed methods approaches, 4th ed, California: SAGE Publications, Inc.
Davis, M. ,1986, A Technology of Acceptance Model for Empirically testing new-end user information system: Theory and Result. Massachusetts, USA:
Sloan School of Management, Massachusets Institute of Technology.
Departemen Pendidikan Indonesia, 2008, Kamus Besar Bahasa Indonesia, Jakarta: Balai Pustaka
Indriantoro dan Supomo, Bambang., 1999, Metodologi Penelitian Bisnis Untuk Akuntansi dan Manajemen, Yogyakarta: BPFE.
J. Moleong, Metodologi Penelitian Kualitatif, 2007, Bandung: PT Remaja Rosdakarya Offset.
J. Supranto, 1998, Statistik Penelitian, Jakarta: PT. Ghalia Indonesia.
Qualitative Data Analysis, London: SAGE Publications Ltd,.
Muhibbin Syah, 2010, Psikologi Pendidikan dengan pendekatan baru, Bandung: PT. Remaja Rosda-karya,.
Nana Sudjana, 2006, Penilaian Hasil Proses Belajar Mengajar, Bandung: PT. Remaja Rosdakarya.
Nasution, S., 2000, Berbagai Pendekatan Dalam Proses Belajar Mengajar, Jakarta:Bumi Aksara.
Priyono, 2016, Metode Penelitian Kuantitatif, Sidoarjo:
Zifatama Publishing.
Reber, A. S., & Reber, E. S., 2010, Kamus Psikologi, Yogyakarta: Pustaka Pelajar.
Setiani, Rediana., 2010, Pemanfaatan Internet Sebagai Sumber Belajar, Semarang : Jurnal Pendidikan Ekonomi Dinamika Pendidikan. Vol. V, No. 2.
Soemanto, Wasty., 2006, Psikologi Pendidikan: Landasan Kerja Pemimpin Pendidikan (Cetakan Ke 5), Jakarta: Rineka Cipta.
Sugiono, 2011, Metode Penelitian Kuantitatif, Kualitataif dan R&D, Bandung: Alfabeta.
Sugiyono, 2009, Memahami Penelitian Kualitatif, Bandung:
Alfabeta.
Pendidikan, Bandung: Remaja Rosdakarya.
Sumadi Suryabrata, 2007, Psikologi Pendidikan, Jakarta:
Raja Grafindo Persada.
Sumarsono, Sonny., 2004, Metode Riset Sumber Daya Manusia, Yogyakarta: Graha Ilmu.
Suryabrata, S. , 1993, Psikologi Pendidikan. Jakarta: C.V Rajawali.
Victorius Aries Siswanto, 2015, Belajar Sendiri SPSS 22, Yogyakarta: CV Andi Offset.
Winkel, W. S., 2004, Psikologi Pengajaran, Yogyakarta:
Penerbit Media Abadi.
Wikipedia, “Bing” dalam https://id.wikipedia.org/
wiki/Bing, diakses pada Rabu, 5 september 2019 Wikipedia, “DuckDuckGo” dalam https://id.wiki-
pedia. org/wiki/DuckDuckGo, diakses pada 5 september 2019.
Wikipedia, “Geevv” dalam https://id.wikipedia.org/
wiki/Geevv, diakses pada 5 september 2019.
Wikipedia, “Model penerimaan teknologi” dalam https://id.wikipedia.org/wiki/Model_peneri-maan_teknologi, diakses pada 7 september 2019.
Wikipedia, “cara-kerja-google-dalam-mencari-informa-si” dalam
https://www.it-jurnal.com/cara-diakses pada 5 september 2019.
Wikipedia, “Dunia Maya” dalam https://id.wikipedia.org/, diakses pada 5 september 2019
Wikipedia, “Mesin Pencari Web” dalam https://id.m.
wikipedia.org diakses pada 2 september 2019
Wikipedia, “Search Engine” dalam www.wikipedia.com diakses pada 27 september 2019
“Geevv mesin pencari dengan misi sosial”, dalam http://www.alfalahku.com, diakses pada 1 september 2019
Asfari Silmi. Azka. “GEEVV” dalam www.geevv.com, diakses pada 5 Agustus 2019
https://www.researchgate.net/publication/240212694 _The_Impact_of_Website_Quality_on_Informa-tion_Quality_Value_and_Loyalty_Intentions_in _Apparel_Retailing
http://www.camsh.com/internet/manfaat-internet-bagi-pelajar-pendidikan-dan-masyarakat.html http://jurnalpemasaran.petra.ac.id/index.php/mar/ar
ticle/view/19182.
http://www.informatika.lipi.go.id
Absis: Sumbu mendatar atau sumbu X dari sistem koordinat. Dalam distribusi frekuensi, absis biasanya menunjukkan nilai-nilai hasil pengukuran, sedangkan sumbu Y (ordinat) menunjukkan frekuensi yang terjadi.
Acak (Sampel Acak): Sampel yang dipilih sedemikian rupa sehingga tipe elemen atau individual pada populasi memiliki kesempatan yang sama untuk terpilih. Apabila sampel dipilih secara acak maka kesalahan sampling juga harus acak dan sampel mewakili populasi.
Addiction : kecanduan atau ketergantungan secara fisik dan mental thd suatu zat (misalnya: internet addiction berarti ketagihan (kecanduan) Internet)
Alfa (Tingkat atau Derajat atau Level Alfa): Probabilitas yang dipilih pada kesalahan type l. Level alfa biasanya sudah ditentukan sebelumnya dan tidak boleh lebih besar dari 0,05.
Analisis: penyelidikan terhadap suatu peristiwa (karangan, perbuatan, dsb) untuk mengetahui keadaan yang sebenarnya (sebab-musabab, duduk perkaranya, dsb)
Analisis Kovarians: Prosedur statistik yang didesain untuk mengontrol efek dari setiap variabel yang diketahui berkorelasi dengan variabel dependen.
Analisis Varians (Anova): Uji signifikansi statistika yang dikembangkan oleh Ronald Fisher, didesain untuk
beberapa kelompok mean sampel signifikan atau tidak.
Angket: daftar pertanyaan tertulis mengenai masalah tertentu dengan ruang untuk jawaban bagi setiap pertanyaan.
Bebas (Derajat Kebebasan): Pada data interval atau rasio tingkat kebebasan merujuk pada jumlah angka yang bebas untuk berubah (berbeda) setelah suatu pembatasan ditetapkan pada suatu data. Misal kita diminta menyebutkan 5 angka dan kita menyebutkan dengan sesuka kita 1, 2, 3, 4, ketika sampai menyebut-kan angka 4 kemudian ada batasan (misal mean dari lima angka tersebut harus 5) berarti kita sekarang kita hanya mempunyai 4 tingkat kebebasan dan setelah adanya satu pembatasan tersebut maka angka terakhir harus 15 karena (1 + 2 + 3 + 4 + 15)/4=5.
Beta (Koefisien Beta) atau Slope: Pada diagram sebaran, slope dari garis regresi dari Y pada X memperlihatkan seberapa besar perubahan variabel Y jika terjadi perubahan pada variabel X sebesar satu unit perubahan.
Jika slopenya positif (kiri rendah atas tinggi), Y akan menunjukkan adanya kenaikan bila X naik, sedangkan untuk slope negatif (kiri tinggi kanan rendah) Y akan turun jika X naik. Pada persamaan regresi, Y = bX + a, b adalah slope yang besarnya b= rSDy/SDx atau rsy/Sx
Beta (Level Beta): Probabilitas yang dipilih pada kesalahan type II.
Browsing: suatu aktivitas yang dilakukan didalam media internet dengan menggunakan aplikasi perangkat lunak yang bernama web browser atau sering disebut dengan browser saja. Jadi kita juga bisa menyimpulkan bahwa
begitu banyak dan dalam berbagai format seperti tulisan, gambar, video, dll.
Bullying: suatu tindakan atau perilaku yang dilakukan dengan cara menyakiti dalam bentuk fisik, verbal atau emosional/psikologis oleh seseorang atau kelompok yang merasa lebih kuat kepada korban yang lebih lemah fisik ataupun mental secara berulang-ulang tanpa ada perlawanan dengan tujuan membuat korban menderita.
Dependen (Variabel Dependen): adalah variabel akibat.
Pada setiap hubungan sebab-akibat, variabel yang diakibatkan disebut variabel dependen. Pada penelitian eksperimen, variabel dependen adalah efek kemung-kinan oleh adanya hubungan sebab akibat, sementara itu pada penelitian korelasi, variabel dependen adalah ukuran prediksi yang disebut variabel kriterion. Pada ilmu sosial, variabel dependen biasanya merupakan ukuran dari respons oleh adanya stimulus. Kebalikan dari variabel dependen adalah variabel independen atau variabel penyebab (antisiden).
Desil: bagian dari distribusi yang merepresentasikan persepuluhan, misal desil pertama mempresentasikan 10% pertama, dan sebagainya. Oleh karena itu, desil ke-5 sama dengan ke-ke-50 persentil atau kuartil ke-2 atau median.
Deskriptif (Statistik Deskriptif): Teknik untuk pendeskripsian dan penyimpulan data secra ringkas dalam bentuk tabel dan simbol sehingga mudah dipahami dalam upaya menjelaskan sejumlah besar data.
Determinasi (Koefisien Determinasi): Metode untuk menentukan berapa proporsi informasi tentang Y dapat
mengkuadratkan r Pearson-nya.
Deviasi (Deviasi Nilai atau x): Penyimpangan atau perbedaan nilai (tunggal) dengan nilai mean distribusi yang diperoleh dengan mengurangkan nilai X dengan mean (M) yang diberi simbol x dan dihitung dengan rumus x = X-M
Deviasi (Penyimpangan Standar): Deviasi adalah ukuran variablitas yang menunjukkan seberapa jauh semua nilai pada distribusi bervariasi terhadap mean.
Deviasi standar mempunyai hubungan yang konstan pada wilayah kurva normal. Deviasi standar sesungguhnya dari distribusi dihitung dengan rumus:
Estimasi tak bias dari deviasi standard pada populasi di hitung dengan rumus:
Untuk deviasi standar pada skor populasi secara keseluruhan digunakan simbol σ.
Distribusi: adalah susunan nilai-nilai hasil pengukuran dalam urutan magnitude. Nilai yang diurutkan dalam bentuk distribusi memudahkan peneliti untuk membaca kecenderungan yang ada. Distribusi frekuensi adalah daftar dari masing-masing nilai hasil pengukuran bersama-sama dengan jumlah kemun-culannya. Apabila distribusi frekuensi digambarkan dengan grafik pada sumbu horizontal (absis) menunjukkan nilai-nilai dan sumbu verikal (ordinat) menunjukan frekuensi kemunculan masing-masing.
dalam jaringan komputer yang banyak dipakai untuk keperluan komunikasi satu arah maupun timbal-balik secara online (terhubung langsung). Dunia maya ini merupakan integrasi dari berbagai peralatan teknologi komunikasi dan jaringan komputer (sensor, tranduser, koneksi, transmisi, prosesor, signal, pengontrol) yang dapat menghubungkan peralatan komunikasi (komputer, telepon genggam, instrumentasi elektronik, dan lain-lain) yang tersebar di seluruh penjuru dunia secara interaktif.
Error (Beda Kesalahan Standar): penyimpangan baku (standar) dari perbedaan mean antara pasangan-pasangan sampel bersesuaian yang diambil secara acak.
Pasangan mean sampel diambil dari populasi hingga populasi habis. Estimasi dari nilai dapat dibuat pada basis informasi hanya dari sampel saja.
Apabila sampel independen satu sama lain, korelasi 2r1.2SEM1SEM2 adalah nol sehingga untuk sampel independen maka estimasi penyimpangan baku dari perbedaan mean adalah:
Error (Error Type I): Kesalahan yang dibuat ketika peneliti menolak hipotesis nol yang benar.
Error (Error Type Il): Kesalahan yang dibuat ketika peneliti menerima hipotesis nol yang benar.
Hacking: adalah kegiatan menerobos program komputer milik orang/pihak lain. Hacker adalah orang yang gemar ngoprek komputer, memiliki keahlian membuat dan membaca program tertentu, dan terobsesi
memiliki wajah ganda; ada yang budiman ada yang pencoleng. “Hacker” budiman memberi tahu kepada programer yang komputernya diterobos, akan adanya kelemahan-kelemahan pada program yang dibuat, sehingga bisa “bocor”, agar segera diperbaiki.
Sedangkan, hacker pencoleng, menerobos program orang lain untuk merusak dan mencuri datanya.
Hipotesis Alternatif: Kebalikan dari hipotesis nol.
Hipotesis alternatif menyatakan bahwa suatu teori atau pernyataan sudah terbukti, misal bahwa ada bahwa tidak ada korelasi antara variabel X dengan variabel Y (jika menguji hipotesis korelasi).
Hipotesis: Kesimpulan sementara berdasarkan kajian teoretis yang maSih harus diuji kebenarannya secara empiris.
Histogram: Grafik yang menggambarkan data dengan menempatkan sederetan batang (bars) pada gambar dengan pengertian bahwa tinggi masing-masing batang itu menunjukkan frekuensinya.
ICT: singakatan dari information and communication technology adalah perangkat teknologi yang digunakan dalam pengolahan data, penyusunan, penyimpanan, serta manipulasi data melalui berbagai cara untuk memproses dan menyampaikan informasi yang berkualitas. Teknologi informasi dan komunikasi menjadi kebutuhan yang mendasar pada era modern ini. Berbagai teknologi pada masa kini sudah semakin dikembangkan dengan berbasis pada ICT. Sebagian besar manusia sudah menganggap teknologi sebagai bagian dari kehidupannya. ICT memberikan banyak dampak positif di berbagai bidang kehidupan manusia,
dan menyebabkan segala hal menjadi lebih instan.
Dengan adanya ICT, proses penyampaian dan penerimaan pesan menjadi lebih cepat dan mudah.
Individu dapat dengan mudah mengakses informasi yang mereka butuhkan melalui ICT. Hadirnya ICT membawa dampak bagi manusia di seluruh dunia, dimana mereka dapat saling bertukar informasi satu sama lain pada jarak yang berjauhan secara cepat dan efisien. Dalam hal bisnis, adanya ICT dapat menghemat biaya pemasaran produk. ICT juga dapat mendukung pembelajaran, dimana individu dapat mempelajari suatu ilmu pengetahuan melalui penggunaan ICT.
Hadirnya ICT semakin meningkatkan inovasi pembelajaran, misalnya dengan penggunaan e-learning yang praktis. Dengan adanya sistem pembelajaran multimedia dengan berbasis ICT, kualitas pengajaran menjadi lebih efektif dan mampu membuat suatu pembahasan menjadi lebih menarik dan mudah dicerna.
Independen (Variabel): Variabel yang dapat dimanipulasi yang dapat memengaruhi keadaan variabel dependen.
Inferensial (Statistika): Statistika yang dipakai untuk memprediksi karakter populasi berdasarkan karakter sampel (melalukan generalisasi).
Interval (Data): Data yang nilainya penempatannya dibuat sedemikian rupa sehingga baik jarak urutan maupun interval antar-urutan diketahui (ditetapkan).
Jadi, data interval merupakan data yang tidak hanya membedakan urutan yang satu lebih besar dari yang lain tetapi seberapa lebih besar atau lebih kecilnya.
Contoh: nilai ujian.
Smirnov adalah tes nonparametrik dari persamaan distribusi probabilitas satu dimensi yang terus-menerus yang dapat digunakan untuk membandingkan sampel dengan distribusi probabilitas referensi, atau untuk membandingkan dua sampel. Dinamai setelah Andrey Kolmogorov dan Nikolai Smirnov menemukan
Smirnov adalah tes nonparametrik dari persamaan distribusi probabilitas satu dimensi yang terus-menerus yang dapat digunakan untuk membandingkan sampel dengan distribusi probabilitas referensi, atau untuk membandingkan dua sampel. Dinamai setelah Andrey Kolmogorov dan Nikolai Smirnov menemukan