UNIVERSITAS NEGERI YOGYAKARTA
FAKULTAS TEKNIK
JURUSAN PENDIDIKAN TEKNIK BOGA DAN BUSANA
Alamat: Kampus Karangmalang, Jl. Gejayan Telp. 586168 psw278, (0274)565583
Yogyakarta, 31 Juli 2008
No.
: 056/PTBB/VII/2008
Hal : Permohonan sebagai Pembicara
Lamp. :
-Kepada Yth:
Dr. Samsul Hadi, M.Pd., M.T.
Staf pengajar Jurusan Pendidikan Teknik Elektro
Fakultas Teknik, UNY
di tempat
Dengan hormat,
Sehubungan dengan rencana Program Kerja Jurusan Pendidikan Teknik Boga
dan Busana, yaitu refreshing Metodologi Penelitian bagi dosen Jurusan PTBB,
maka bersama ini kami mohon kesediaan Bapak sebagai pembicara pada
kegiatan tersebut yang direncanakan akan dilaksanakan pada hari Jumat, 1
Agustus 2008 pada pukul 09.00 - 11.30 di ruang 209 (Lab. TLRT).
Demikian permohonan ini disampaikan. Atas bantuan dan kerja samanya kami
ucapkan terima kasih.
Ketua Jurusan PTBB
'X
DEPARTEMEN PENDIDIKAN NASIONAL
UNIVERSITAS NEGERI YOGYAKARTA
FAKULTAS TEKNIK
Alamat: Kampus Karangmalang. Yogy akarta, 55281
Telp. (0274) 586168 psw. 276,289,292 (0274) 586734 Fax. (0274) 586734
website : http://ft.unv.ac.id e-mail: ft@unv.ac. id : teknik(a).unv.ac.id
SURAT PENUGASAN/IJIN
Nomor: 1955a/H34.15/ST/2008
Dekan Fakultas Teknik Universitas Negeri Yogyakarta menugaskan/ mengijinkan kepada:
No
Nama
NIP
Jabatan
Dr. Samsul Hadi
130683449
Dosen Elektro
Keperluan : Menjadi Pembicara dalam refreshing Metodologi Penelitian dosen
Jurusan PTBB
Hari, tanggal
: Jumat, 1 Agustus 2008
Surat penugasan/ ijin ini diberikan kepada yang bersangkutan untuk dipergunakan dengan
sebaik-baiknya serta penuh tanggung jawab.
Kepada yang berkepentingan kiranya maklum dan berkenan memberikan bantuan seperlunya.
UNIVERSITAS NEGERI YOGYAKARTA
FAKULTAS TEKNIK
JURUSAN PENDIDIKAN TEKNIK BOGA DAN BUSANA
Alamat: Kampus Karangmalang, Jl. Gejayan Telp. 565583
SURAT KETERANGAN TELAH MELAKSANAKAN TUGAS
Yang bertanda tangan di bawah in i:
Nama
: Dr. Sri Wening
NIP
: 131 282 344
Jabatan
: Ketua Jurusan Pendidikan Teknik Boga dan Busana
menerangkan bahwa Dr. Samsul Hadi, M.Pd., M.T. telah melaksanakan tugas sebagai
pembicara pada kegiatan Refreshing Metodologi Penelitian bagi dosen Jurusan Pendidikan
Teknik Boga dan Busana pada hari Jumat, 1 Agustus 2008.
Demikian surat keterangan ini dibuat agar dapat digunakan sebagaimana mestinya.
Yogyakarta, 2 Agustus 2008
Ketua Jurusan PTBB
Dr. Sri Wening.
UJI STATISTIK (STATISTICAL TEST) DALAM
PENELITIAN
M a k a l a h D i sa m p a i k a n d a l a m A c a r a
Refreshing
M e t o t o l o g i
P e n e l i t i a n / St a t i st i k D o se n - d o se n PTB B FT U N Y
O l e h :
Sa m su l H a d i
FAKULTAS TEKNIK
UJI STATISTIK
(STATISTICAL TEST)
DALAM PENELITIAN*
O l e h :
Sa m su l H a d i
A. Pendahuluan
P e n e l i t i a n d i l a k sa n a k a n k a r e n a a d a n y a m a sa l a h y a n g t i m b u l k a r e n a a d a n y a
k e se n j a n g a n a n t a r a f a k t a d a n h a r a p a n . M a sa l a h t e r s e b u t m e n j a d i d a sa r u n t u k
m e r u m u sk a n a t a u m e n g e m b a n g k a n t u j u a n , m a n f a a t , k a j i a n t e o r i , i n st r u m e n ,
p e n g u m p u l a n d a t a , p e n g o l a h a n d a t a , d a n k e si m p u l a n p e n e l i t i a n . B e r d a sa r k a n r u m u sa n
m a sa l a h p e n e l i t i a n , m a k a d a p a t d i c a r i k a j i a n t e o r i , i n st r u m e n p e n e l i t i a n , d a t a p e n e l i t i a n ,
d a n t e k n i k a n a l i si s d a t a y a g t e p a t , se h i n g g a d a p a t d i t e m u k a n k e si m p u l a n y a n g d a p a t
m e n j a w a b r u m u sa n m a sa l a h d a n m e n c a p a i t u j u a n p e n e l i t i a n .
T u j u a n y a n g d i t u r u n k a n d a r i r u m u sa n m a sa l a h p e n e l i t i a n se c a r a u m u m d a p a t
d i k e l o m p o k k a n m e n j a d i t i g a ( 3 ) b e r d a s a r k a n si f a t n y a , y a i t u : d e sk r i p t i f , k o r e l a si o n a l , d a n
d i f e r e n si a l a t a u m e m b e d a k a n . M o t u l sk y ( 1 9 9 5 ) m e m b e d a k a n t u j u a n p e n e l i t i a n m e n j a d i
9 se b a g a i b e r i k u t :
1 . M e n d e sk r i p si k a n sa t u v a r i a b e l
2 . M e m b a n d i n g k a n sa t u v a r i a b e l d a r i sa t u k e l o m p o k d e n g a n su a t u n i l a i y a n g
d i h i p o t e si sk a n
3 . M e m b a n d i n g k a n sa t u v a r i a b e l d a r i d u a k e l o m p o k d e n g a n sa m p e l i n d e p e n d e n
4 . M e m b a n d i n g k a n sa t u v a r i a b e l d a r i d u a k e l o m p o k d e n g a n sa m p e l b e r p a sa n g a n
(
paired)
5 . M e m b a n d i n g k a n sa t u v a r i a b e l d a r i t i g a a t a u l e b i h k e l o m p o k y a n g t a k b e r b e d a
(unmatched groups)
6 . M e m b a n d i n g k a n sa t u v a r i a b e l d a r i t i g a a t a u l e b i h k e l o m p o k k e l o m p o k y a n g
sa m a
{matchedgroups)
7 . M e n g h i t u n g k o r e l a si a n t a r a d u a v a r i a b e l
8 . M e r a m a l k a n su a t u v a r i a b e l d a r i v a r i a b e l l a in
9 . M e r a m a l k a n su a t u v a r i a b e l b e r d a sa r k a n b e b e r a p a v a r i a b e l .
M akalah Disampaikan dalam Acara Refreshing M et ot ologi Penelit ian/ St at ist ik Dosen-dosen PTBB FT UNY pada Tanggal 1 Agust us 2008
-Se l a i n k e 9 j e n i s t u j u a n t e r se b u t , a d a p e n e l i t i a n y a n g b e r t u j u a n u n t u k m e m b a n d i n g k a n
b a n y a k v a r i a b e l d a r i d u a k e l o m p o k a t a u l e b i h , m e r a m a l k a n b a n y a k v a r i a b e l b e r d a sa r k a n
b a n y a k v a r i a b e l , d a n m e n g u j i m o d e l .
Ru m u sa n m a sa l a h m e n e n t u k a n v a r i a b e l d a n d a t a y a n g a k a n d i p e r o l e h d a l a m
p e n e l i t i a n . V a r i a b e l p e n e l i t i a n m e n e n t u k a n t e o r i d a n h a si l p e n e l i t i a n t e r d a h u l u y a n g
h a r u s d i k a j i . D a l a m p e n e l i t i a n su a t u v a r i a b e l b i sa b e r si f a t m a n d i r i , i n d e p e n d e n , a t a u
d e p e n d e n . T i p e d a t a d a l a m p e n e l i t i a n d a p a t d i k e l o m p o k k a n m e n j a d i e m p a t ( 4 ) , y a i t u :
n o m i n a l , o r d i n a l , i n t e r v a l , d a n r a si o . D a t a n o m i n a l t i d a k m e m p u n y a i u r u t a n , d a n
p e m b e r i a n a n g k a p a d a k a t e g o r i b e r si f a t
arbitrary
( m i sa l n y a l a k i - l a k i d i b e r i k o d e 1, p e r e m p u a n d i k o d e 2 ) . D a t a o r d i n a l m e m p u n y a i u r u t a n , t e t a p i j a r a k a n t a r t i t i k y a n gd i a n g k a k a n b i sa t i d a k sa m a ( m i sa l p e r i n g k a t k e l a s, u r u t a n 1, 2 , 3 d st . m u n g k i n
m e m p u n y a i r a t a - r a t a n i l a i y a n g j a r a k n y a t i d a k sa m a ) . D a t a i n t e r v a l m e m p u n y a i u r u t a n
d a n j a r a n g a n t a r t i t i k a n g k a sa m a . N a m u n d a t a i n t e r v a l t i d a k m e m p u n y a i n i l a i 0 m u t l a k ,
k a r e n a 0 p a d a d a t a i n t e r v a l t i d a k b e r a r t i t i d a k a d a a t a u t i d a k p u n y a ( m i sa l n y a h a si l t e s,
t e m p e r a t u r , d l l ) . D a t a r a si o a d a l a h d a t a i n t e r v a l y a n g m e m p u n y a i 0 m u t l a k , m i sa l n y a
p e n g h a si l a n se se o r a n g ( G a r so n , 2 0 0 8 ) .
T u j u a n p e n e l i t i a n d a n j e n i s d a t a y a n g d i p e r o l e h d a r i p e n e l i t i a n m e n e n t u k a n u ji
st a t i s t i k y a n g h a r u s d i g u n a k a n d a l a m p e n e l i t i a n . U r a i a n b e r i k u t n y a a k a n m e m b a h a s u ji
st a t i s t i k u n t u k m e n j a w a b m a sa l a h p e n e l i t i a n .
B. Uji Statistik (Statistical Test)
M e t o d e st a t i st i k u n t u k m e n j a w a b m a sa l a h p e n e l i t i a n d a p a t d i k e l o m p o k k a n
m e n j a d i d u a , y a i t u : s t a t i s t i k d e s k r i p t i f d a n s t a t i s t i k i n f e r e n si a l . St a t i s t i k d e s k r i p t i f
b e r t u j u a n u n t u k m e n d e sk r i p si k a n v a r i a b e l y a n g d i t e l i t i se d e m i k i a n r u p a se h i n g g a
m e n a r i k m u d a h d i p a h a m i o l e h p e m b a c a . P e n d e sk r i p si a n v a r i a b e l t e r s e b u t d a p a t
d i l a k u k a n c a r a m e r a n g k u m , m e m b u a t t a b e l , a t a u m e m b u a t g r a f i k . M e r a n g k u m d a p a t
d i l a k u k a n d e n g a n c a r a m e n c a r i n i l a i r a t a - r a t a , m e d i a n , m o d e , st a n d a r d e v i a si ,
skewness,
d l l . Ra t a - r a t a d a p a t d i h i t u n g j i k a d a t a b e r t i p e i n t e r v a l a t a u r a si o . M e m b u a t t a b e l d a p a td i l a k u k a n d e n g a n b e r b a g a i m o d e l , d e m i k i a n j u g a d e n g a n m e m b u a t g r a f i k . A n a l i si s d a t a
d e n g a n st a t i st i k d e s k r i p t i f i n i d i l a k u k a n sa t u v a r i a b e l d e m i sa t u v a r i a b e l .
St a t i s t i k i n f e r e n si a l d i m a k su d k a n u n t u k m e n g a m b i l k e si m p u l a n d a n / a t a u
m e m b u a t k e p u t u sa n y a n g b e r l a k u u n t u k p o p u l a si b e r d a sa r k a n d a t a y a n g d i a m b i l d a r i
-sa m p e l . P e n g a m b i l a n k e si m p u l a n a t a u p e m b u a t a n k e p u t u -sa n t e r se b u t d i l a k u k a n d e n g a n
m e n g u j i h i p o t e si s n o l ( H o ) d e n g a n t a r a f si g n i f i k a n si t e r t e n t u ( b i a sa n y a 5 % ) , b a i k sa t u
e k o r a t a u d u a e k o r . T a r a f si g n i f i k a n si m e n u n j u k k a n t i n g k a t k e sa l a h a n m a k si m u m y a n g
b o l e h t e r j a d i d a l a m p e n g u j i a n h i p o t e si s. Pe n g u j i a n H o d i l a k u k a n d e n g a n
m e m b a n d i n g k a n s t a t i s t i k h i t u n g d e n g a n s t a t i s t i k t a b e l p a d a t a r a f si g n i f i k a n si y a n g t e l a h
d i t e t a p k a n . Ji k a s t a t i s t i k h i t u n g > st a t i st i k t a b e l , m a k a H o t i d a k d i t e r i m a . Se b a l i k n y a , j i k a
s t a t i s t i k h i t u n g < s t a t i s t i k t a b e l , m a k a H o d i t e r i m a . M e n e r i m a H o b e r a r t i m e n o l a k H a ,
t i d a k m e n e r i m a H o b e r a r t i m e n e r i m a H a . Se c a r a v i su a l , p r i n si p p e n g u j i a n h i p o t e si s ( d u a
e k o r ) d i t u n j u k k a n p a d a G a m b a r 1 sb b :
G a m b a r 1. P r i n si p Pe n g u j i a n H i p o t e si s ( D u a Ek o r )
H i p o t e si s ( d u a e k o r ) , d a l a m b e n t u k k a l i m a t , b i a sa n y a d i n y a t a k a n d e n g a n " T i d a k
t e r d a p a t .. .. " . H i p o t e si s in i b i a sa n y a b e r b e d a d e n g a n h i p o t e si s a l t e r n a t i f ( H a ) y a n g
d i b a n g u n d a r i k a j i a n t e o r i , h a si l p e n e l i t i a n t e r d a h u l u , d a n k e r a n g k a b e r f i k i r p e n e l i t i , y a n g
m e n y a t a k a n " T e r d a p a t
.
K a r e n a i t u , p e n e l i t i b i a sa n y a b e r a t u n t u k m e n e r i m a H o d a l a m p e n g u j i a n h i p o t e si s k a r e n a d i p e r l u k a n r a si o n a l y a n g l e b i h d a l a m u n t u km e n j e l a sk a n p e n o l a k a n H a .
Ru m u s s t a t i s t i k i n f e r e n si a l d i k e m b a n g k a n d e n g a n a su m si t e r t e n t u , se p e r t i
n o r m a l i t a s d a t a , l i n e a r i t a s h u b u n g a n a n t a r v a r i a b e l , h o m o g e n i t a s v a r i a n si d a t a
k e l o m p o k y a n g d i b a n d i n g k a n , d sb . Ji k a h a si l p e n g u j i a n a su m si n o r m a l i t a s d a t a t e r p e n u h i
a t a u d a t a d i a m b i l d a r i sa m p e l y a n g c u k u p b e sa r , m a k a s t a t i s t i k i n f e r e n si a l p a r a m e t r i k
d a p a t d i g u n a k a n , se d a n g j i k a a su m si n o r m a l i t a s d a t a t i d a k t e r p e n u h i a t a u d a t a d i a m b i l
( M o t u l sk y , 1 9 9 5 ) . Ra n g k u m a n s t a t i s t i k y a n g se su a i u n t u k t u j u a n p e n e l i t i a n d a n d a t a
y a n g a d a d i t u n j u k k a n p a d a T a b e l 1.
T a b e l 1. Ra n g k u m a n St a t i st i k y a n g Se su a i U n t u k T u j u a n P e n e l i t i a n d a n D a t a
( M o t u l sk y , 1 9 9 5 )
Tujuan
Tipe/ Kondisi Data
Interval/ Rasio
Normal
Ordinal atau
Interval/ Rasio
Tidak Normal
Binomial (Dua
Kemungkinan)
M e n d e s k r i p s i k a n sa t u v a r i a b e l
Mean, SD
Median,
int erquart ile range
Proportion
M e m b a n d i n g k a n sa t u v a r i a b e l d a r i sa t u k e l o m p o k d e n g a n su a t u n i l a i y a n g d i h i p o t e s i sk a n
One-sample t
test
Wilcoxon test
Chi-square
a t a u
Binomial test
M e m b a n d i n g k a n sa t u v a r i a b e l d a r i d u a k e l o m p o k d e n g a n sa m p e l i n d e p e n d e n
Unpaired t test
M ann-Whit ney test
Fisher's test
(chi-square f or
large samples)
M e m b a n d i n g k a n sa t u v a r i a b e l d a r i d u a k e l o m p o k d e n g a n sa m p e l b e r p a sa n g a n (
paired)
Paired t test
Wilcoxon test
M cNemar's test
M e m b a n d i n g k a n sa t u v a r i a b e l d a r i t i g a a t a u l e b i h k e l o m p o k y a n g b e r b e d a
(unmatched
groups)
One-way ANOVA
Kruskal-Wallis test
Chi-square test
M e m b a n d i n g k a n sa t u v a r i a b e l d a r i t i g a a t a u l e b i h k e l o m p o k k e l o m p o k y a n g sa m a
(mat ched
groups)
Repeated-measures
ANOVA
Friedman test
Cochrane Q
M e n g h i t u n g k o r e l a si a n t a r a d u a v a r i a b e l
Pearson
correlation
Spearman
correlation
Contingency
coefficients
M e r a m a l k a n su a t u v a r i a b e l d a r i v a r i a b e l l a i n
Simple linear
regression
a t a u
Nonlinear
regression
Nonparametric
regression
Simple logistic
regression
M e r a m a l k a n su a t u v a r i a b e l b e r d a sa r k a n b e b e r a p a v a r i a b e l
M ultiple linear
regression
a t a u
M ultiple
nonlinear
regression
M ultiple logistic
regression
Pe n e l i t i a n y a n g b e r t u j u a n u n t u k m e m b a n d i n g k a n b a n y a k v a r i a b e l d a r i d u a k e l o m p o k
a t a u l e b i h d i l a k u k a n d e n g a n M a n o v a , m e r a m a l k a n b a n y a k v a r i a b e l b e r d a sa r k a n b a n y a k
-v a r i a b e l d a p a t d i l a k u k a n d e n g a n
M ultivariate Multiple Linear Regression.
Se d a n g k a n m e n g u j i m o d e l d a p a t d i l a k u k a n d e n g a nStructruai Equation Modeling.
H a r t m a n ( 2 0 0 0 ) m e r a n g k u m u j i s t a t i s t i k b e r d a sa r k a n j u m l a h v a r i a b e l d e p e n d e n
d a n i n d e p e n d e n se r t a t i p e d a n k o n d i si d a t a . Ra n g k u m a n t e r s e b u t d a p a t d i l i h a t p a d a
La m p i r a n . Ji k a d i b a n d i n g k a n d e n g a n r a n g k u m a n y a n g d i b u a t o l e h M o t u l sk y ( 1 9 9 5 ) ,
r a n g k u m a n y a n g d i b u a t o l e h H a r t m a n l e b i h l e n g k a p . N a m u n t e n t u n y a u j i s t a t i s t i k h a r u s
d i p i l i h b e r d a sa r k a n t u j u a n p e n e l i t i a n , b u k a n d i t e n t u k a n o l e h k e r u m i t a n a t a u k e m u d a h a n
h i t u n g a n .
C. Daftar Pustaka
... ( 2 0 0 8 ) .
Choosing the Correct St atistical Test in SAS, Stata and SPSS.
D i a m b i l p a d a t a n g g a l 2 6 Ju l i 2 0 0 8 d a r i h t t p : / / w w w . a t s . u c l a . e d u .G a r so n . ( 2 0 0 8 ) .
Data levels: Statnotes, from North Carolina State University, Public
Administration Program.
D i a m b i l p a d a t a n g g a l 3 1 M a r e t 2 0 0 8 d a r i : h t t p : / / w w w 2 . c h a s s . n c s u . e d u .H a r t m a n . J. ( 2 0 0 0 ) .
Choosing the correct statistical test.
D i a m b i l p a d a t a n g g a l 2 6 Ju l i 2 0 0 8 d a r i h t t p : / / b a m a . u a . e d u .La m p i r a n :
Choosing the Correct Statistical Test (Hartman, 2000)
N u m b e r o f D e p e n d e n t V a r i a b l e s
N u m b e r o f In d e p e n d e n t
V a r i a b l e s
Ty p e o f D e p e n d e n t Va r i a b l e ( s)
Ty p e o f In d e p e n d e n t
Va r i a b l e ( s)
M e asu r e Te st ( s)
1
0 (1 p o p u l at io n )
c o n t i n u o u s n o r m al
n o t a p p l i c a b l e ( n o n e )
m e an o n e -sa m p l e t - t e st
c o n t i n u o u s n o n
n o r m al m e d i an
o n e - sa m p le m e d i an
c a t e g o r i c a l p r o p o r t io n s
Ch i Sq u a r e g o o d n e ss- o f - f i t ,
b i n o m i al t e st
1 (2 in d e p e n d e n t
p o p u l at io n s)
n o r m al
2 c a t e g o r i e s
m e an 2 in d e p e n d e n t sa m p l e t - t e st
n o n -n o r m a l m e d ia n s
M an n W h i t n e y , W i l c o xo n r an k
su m t e st
c a t e g o r i c a l p r o p o r t io n s
Ch i sq u a r e t e st Fi sh e r ' s Exact
t e st
0
(1 p o p u l at i o n m e a su r e d t w i ce )
or
1 (2 m a t ch e d p o p u l at io n s)
n o r m al
n o t a p p l i c a b l e / c a t e g o r i c a l
m e an s p a ir e d t - t e st
n o n -n o r m a l m e d ia n s W i l co x o n sig n e d r a n k s t e st
c a t e g o r i c a l p r o p o r t io n s M c N e m a r , Ch i- sq u a r e t e st
1
(3 o r m o r e p o p u la t i o n s)
n o r m al
c a t e g o r i c a l
m e an s o n e - w a y A N O V A
n o n - n o r m a l m e d ia n s Kr u sk a l W a ll i s
c a t e g o r i c a l p r o p o r t i o n s Ch i sq u a r e t e st
2 o r m o r e ( e .g., 2 -w a y A N O V A )
n o r m al
c a t e g o r i c a l
m e an s Fa ct o r ia l A N O V A
n o n - n o r m a l m e d ia n s Fr i e d m a n t e st
c a t e g o r i c a l p r o p o r t io n s
La m p i r a n ( La n j u t a n )
N u m b e r o f D e p e n d e n t Va r i a b le s
N u m b e r o f In d e p e n d e n t
Va r i a b l e s
Ty p e o f D e p e n d e n t V a r i a b l e ( s)
Ty p e o f In d e p e n d e n t
Va r i a b l e ( s)
M e asu r e Te st ( s)
0 ( 1 p o p u l at i o n
m e a su r e d 3 o r m o r e t i m e s)
n o r m al n o t a p p l i ca b l e m e an s
Re p e at e d m e a su r e s A N O V A
n o r m al
c o n t i n u o u s
c o r r e la t i o n sim p l e li n e ar
r e g r e ssi o n
1
n o n - n o r m a l n o n - p a r am e t r i c c o r r e l at i o n
c a t e g o r i c a l
c a t e g o r i c a l o r c o n t i n u o u s l o gi st i c r e g r e ssio n
1
c o n t i n u o u s d isc r i m i n a n t a n a l y si s
n o r m al m u l t i p l e l i n e a r r e g r e ssio n
n o n - n o r m a l c o n t i n u o u s
c a t e g o r i c a l l o gi st i c r e g r e ssio n
2 o r m o r e
n o r m al
m ixe d c a t e g o r i c a l an d c o n t i n u o u s
A n a l y si s o f Co v a r i a n c e G e n e r a l Li n e ar
M o d e ls ( r e g r e ssi o n )
n o n -n o r m a l
c a t e g o r i c a l l o gi st i c r e g r e ssio n
2 2 o r m o r e n o r m al c a t e g o r i c a l M A N O V A
2 o r m o r e 2 o r m o r e n o r m al c o n t i n u o u s
m u l t i v a r ia t e m u l t i p l e l i n e a r
r e g r e ssio n
2 se t s o f
2 o r m o r e 0 n o r m al n o t a p p l i ca b l e
c a n o n ic a l c o r r e la t i o n