Anda butuh PTK apa saja ? Klik di sini. Gratis !!!

Pdf & Doc Ebook Search Engine

Pingin Domain Gratis ?

Mau domain : http://www.namaanda.co.cc ?
Klik :
CO.CC:Free Domain
atau
Sign up to :

http://www.co.cc/?id=168232

Kalkulator dalam Uji Korelasi dan Regresi

I. PANDUAN PENGGUNAAN KALKULATOR (CASIO : fx – 350 MS)

Dalam Uji Korelasi dan Regresi

1. Contoh Rumusan Masalah :

1.a. Sejauhmana pengaruh nilai pelajaran Matematika (X) dari sampel 10 siswa tehadap kemampuan memahami pelajaran Fisika (Y) ?

1.b. Sejauhmana pengaruh motivasi kerja (X) dari sampel 10 orang guru terhadap kinerja guru (Y) tersebut ?

2. Apa perbedaan rumusan a dengan b ?

2.a. Variabel X berasal dari nilai (skor) atau rata-rata kumpulan nilai Matematika, sedangkan variabel Y berasal dari nilai (skor) atau rata-rata kumpulan nilai Fisika.

2.b. Variabel Motivasi (X) berasal dari total nilai (skala sikap dll) setiap indikator dari semua subvariabel (motif, dll). Sedangkan variabel kinerja (Y) berasal dari total nilai (skala/frekuensi, dll) setiap indikator dari semua subvariabel (rajin, dll).

3. Apa persamaan rumusan a dengan b ? Ke dua permasalahan menggunakan analisis kuantitatif hubungan korelasi antara dua variabel (X dan Y) untuk mengukur sejauhmana pengaruh X terhadap Y atau secara matematika dinyatakan dengan : X Y Dengan demikian, skor (nilai) X dan Y untuk ke dua permasalahan tersebut sama.

Misalnya didapat tabel data sebagai berikut : Sampel/ Skor A B C D E F G H I J ∑X X ∑X2 ∑XY n xσn xσn-1 X 9 8 7 8 8 10 10 8 9 7 Y 9 7 6 7 6 9 9 5 8 8 ∑Y Y ∑Y2 ∑XY n yσn yσn-1 Kotak-kotak yang belum terisi harus diisi dari hasil hitungan kalkulator, jangan dengan manual. 4. Asumsi Terhadap X atau Y tidak ada pengaruh lain (ekstraneous). 5. Aktifkan kalkulator anda, karena analisis statistik inferensial akan dimulai. Ikuti langkah-langkah berikut : Comp SD Reg On/AC Mode : maka akan keluar display 1 2 3 (kita sebut saja display A) Display A 3 : maka akan keluar display Lin Log Exp (kita sebut saja display B) 1 2 3 Display B 1 : maka akan keluar display _ (kedip-kedip) (kita sebut saja display C) 0 Display C shift (atas kiri) : maka akan muncul display yang sama/tetap, lalu mulai entry atau masukkan data dengan cara sbb. : (Tanda panah artinya : terus pijit ………) 6. Data pertama yang dientry : A X 9 Y 9 9 , 9 M+ sebagai sampel (n)=1 B X 8 Y 7 8 , 7 M+ sebagai sampel (n)=2 DST, sampai dengan J (sampel ke-10) J X 7 Y 8 7 , 8 M+ sbagai sampel (n)=10 Terus pijit-pijit lagi 7. Mulai mengolah data X : n _ (kedip-kedip) shift sampai muncul display 10 kita sebut saja display D Display D 1 sampai muncul display (kita sebut saja display E) ∑X 2 ∑X n 1 2 3 Anda boleh pilih nomor yang mana dulu. Prinsipnya sama. Angka-angka dalam display E, kalau dipijit akan menghasilkan angka sesuai rumus yang diminta di atas angka-angka tersebut. Mari kita lanjutkan !!! 1 sampai muncul display ∑X 2_ (kedip-kedip) 10 = maka akan dihasilkan angka 716 sebagai ∑X 2 lalu masukkan kedalam tabel data yang masih kosong. shift 1 2 sampai muncul display ∑X_ (kedip-kedip) 716 = maka akan dihasilkan angka 84 sebagai ∑X lalu masukkan kedalam tabel data yang masih kosong. shift 1 3 sampai muncul display n_ (kedip-kedip) 10 = maka akan dihasilkan angka 10 sebagai n lalu masukkan kedalam tabel data yang masih kosong. Cari data-data kosong untuk Y Untuk mencarinya ikuti : 8. Mengolah data Y Dari langkah terakhir, kembali ke : shift 1 sampai muncul display (display E) ∑X 2 ∑X n 1 2 3 kursor kanan 1x sampai muncul display ∑Y 2 ∑Y ∑XY 1 2 3 Display F 1 sampai muncul display ∑Y 2_ (kedip-kedip) 10 = sehingga didapatkan angka 566 sebagai ∑Y 2 lalu masukkan ke tabel data yang kosong. Berikutnya : shift 1 sampai muncul display (display E) ∑X 2 ∑X n 1 2 3 kursor kanan 1x sampai muncul display ∑Y 2 ∑Y ∑XY 1 2 3 Display F 2 sampai muncul display ∑Y _ (kedip-kedip) 566 = sehingga didapatkan angka 74 sebagai ∑Y lalu masukkan ke tabel data yang kosong. Berikutnya : shift 1 sampai muncul display (display E) ∑X 2 ∑X n 1 2 3 kursor kanan 1x sampai muncul display ∑Y 2 ∑Y ∑XY 1 2 3 Display F 3 sampai muncul display ∑XY _ (kedip-kedip) 74 = sehingga didapatkan angka 631 sebagai ∑XY lalu masukkan ke tabel data yang kosong. 9. Untuk mencari rata-rata X dan Y dan simpangan baku sampel X yaitu xσn dan xσn-1 mulai dari Display E atau F. Ikuti langkah berikut : shift 2 sampai muncul display (display G) X xσn xσn-1 1 2 3 1 sampai muncul display X_ (kedip-kedip) 0 = sehingga didapatkan angka 8,4 sebagai X lalu masukkan ke tabel data yang kosong. 10. Untuk mencari simpangan baku xσn sampel, ikutilah langkah terakhir tadi, lalu : shift 2 sampai muncul display (display G) X xσn xσn-1 1 2 3 2 sampai muncul display xσn _ (kedip-kedip) 8,4 = sehingga didapatkan angka 1,0198 atau 1,02 sebagai SX lalu masukkan ke tabel data yang kosong. 11. Untuk mencari data hasil olahan Y shift 2 sampai muncul display (display H) Y yσn yσn-1 1 2 3 1 sampai muncul display Y_ (kedip-kedip) 1,0198 = sehingga didapatkan angka 7,4 sebagai Y lalu masukkan ke tabel data yang kosong. 12. Untuk mencari simpangan baku yσn sampel, ikutilah langkah terakhir tadi, lalu : shift 2 sampai muncul display (display H) Y yσn yσn-1 1 2 3 2 sampai muncul display yσn _ (kedip-kedip) 7,4 = sehingga didapatkan angka 1,356 atau 1,36 sebagai Sy lalu masukkan ke tabel data yang kosong. Ingat !!! Jangan dulu matikan kalkulator anda. Tapi, kalau dimatikan pun boleh, sebab data tidak akan hilang, cuma sebaiknya tetap dalam keadaan aktif. Ada pertanyaan ? Mestinya ada. Apa coba ? Ya itu, kenapa xσn-1 dan yσn-1 tidak ikut dihitung ? Mau dihitung sekarang juga boleh menggunakan prinsip-prinsip yang sama seperti yang lain. Ternyata simpangan baku yang ini ada hubungannya dengan uji hipotesis dan akan kita bahas nanti. 13. Untuk mencari (analisis) korelasi, gunakan persamaan regresi : Y = a + bX atau Y = bX + a Inilah awal dari ANAVA (Analisis Varians) a = konstanta regresi b = koefisien arah regresi Ikuti langkah berikut : Kembali ke : shift 2 sampai muncul display (display G) X xσn xσn-1 1 2 3 kursor kanan 2x sampai muncul display A B r 1 2 3 Display I 14. Untuk mencari a = konstanta regresi : lalu 1 lalu muncul display A_ (kedip-kedip) 0 = dihasilkan angka – 0,1923 15.Untuk mencari b = koefisien arah regresi, lakukan langkah berikut : shift 2 sampai muncul display (display G) X xσn xσn-1 1 2 3 kursor kanan 2x sampai muncul display A B r 1 2 3 Display I lalu 2 lalu muncul display B_ (kedip-kedip) – 0,1923 = dihasilkan angka 0,9038 16. Sedangkan r atau ρ sebagai faktor determinan atau koefisien determinasi atau koefisien korelasi, dicari dengan langkah : shift 2 sampai muncul display (display G) X xσn xσn-1 1 2 3 kursor kanan 2x sampai muncul display A B r 1 2 3 Display I lalu 3 lalu muncul display r_ (kedip-kedip) 0,9038 = dihasilkan angka 0,67952 atau 0,68 17. Dengan demikian dihasilkan persamaan regresi : Y = -0,1923 + 0,9038X atau Y = 0,9038X – 0,1923 18. Hasil Analisis Karena koefisien korelasi r atau ρ bernilai positif (0,68), maka nilai matematika siswa X berpengaruh terhadap pemahaman fisika Y. Atau : Motivasi kerja X berpengaruh terhadap kinerja guru Y. Berapa besar pengaruhnya ? Kuadratkan saja r atau ρ menjadi r2 = (0,68)2 = 0,68 x 0,68 = 0,4624 ~ 0,46 atau pengaruhnya sebesar 46% 19. Kesimpulan X berpengaruh sebesar 46% terhadap Y , sedangkan sisanya dipengaruhi oleh faktor lain (ekstraneous) tea geuning. Artinya, pengaruh X terhadap Y tidak terlalu signifikan. Untuk menghitung taraf signifikansi. Nanti kita bahas lagi. Kalau anda mau melanjutkan kerja anda dengan menggambar kurva distribusi skor atau sampai ke Uji Hipotesis ……., jangan dulu matikan kalkulator anda. Cukup pijit shift lalu AC. Kerjakan langkah berikutnya. Aktifkan kembali kalkulatornya, da data nu tadi moal leungit, asal belum dipake buat ngerjain yang lain atau buat ngitung-ngitung pengeluaran kuliah. Yu kita mulai : Buat tabel berikut : Sampel/ Skor A B C D E F G H I J X 9 8 7 8 8 10 10 8 9 7 Y 9 7 6 7 6 9 9 5 8 8 Artinya, titik A terdapat pada koordinat sumbu x = 9 dan sumbu y = 9 atau A (9,9). Atau titik B terdapat pada koordinat sumbu x = 8 dan sumbu y = 7 atau B (8,7) DST. Kemudian persamaan regresi yang tadi Poin ke-17 : y = 0,9038 x – 0,1923 gunakan untuk menghitung tiap harga x berikut : (ambil dari 0 – 10 saja) ngga usah banyak-banyak.  Buat tabel berikut : X 0 1 2 3 4 5 6 7 8 9 10 Y Untuk mengisi kolom kosong Y gunakan rumus persamaan regresi tadi dengan cara : Bila x = 0,maka f(x) atau y = 0,9038(0) – 0,1923 = – 0,1923 lalu kalikan 10 = -1,9 atau -2 Bila x = 1,maka f)x) atau y = 0,9038(1) – 0,1923 = – 0,1000 lalu kalikan 10 = -1,0 atau -1 DST.  …..sehingga pada akhir akan didapat tabel yang sudah terisi : X 0 1 2 3 4 5 6 7 8 9 10 Y -1,9 -1 -0,1 0,8 1,7 2,6 5,2 6,1 7,0 7,9 8,8 Buat dulu kurva dengan tabel ini, lalu kurva dari tabel pertama : 10 9 A G F 8 J I B 7 D 6 E C 5 H 4 3 2 1 -2 -1 1 2 3 4 5 6 7 8 9 10 -1 -2 21. UJI HIPOTESIS Dengan taraf signifikansi 5% atau 0,05 Ambil salah satu rumusan permasalahan yang akan diuji hipotesisnya. Bila yang diambil : Sejauhmana nilai matematika berpengaruh terhadap pemahaman fisika, maka dari hasil pengamatan rumusan masalah, yang digunakan adalah : Hipotesis NonDireksional (Tidak Terarah) dua ekor, yaitu : Hipotesis nolnya : Tidak terdapat pengaruh yang signifikan antara penguasaan matematika terhadap pemahaman fisika Hipotesis kerjanya : Terdapat pengaruh yang signifikan antara penguasaan matematika terhadap pemahaman fisika. H0 : r = 0 H1 : r ≠ 0 Kriteria pengujian, bila r hitung ≥ r tabel, maka H0 ditolak. Sebaliknya bila r hitung < r tabel, maka H0 diterima. Lihat r pada tabel r (product moment) Dengan derajat kebebasan (db) = n – nr = 10 – 2 = 8 n = jumlah sampel, sedangkan nr adalah jumlah variabel yang dikorelasikan. Dari tabel r Pearson didapatkan angka untuk r tabel pada db = 8 dengan signifikansi 5% pada uji dua ekor = 0,632 Karena r hitung = 0,68 masih lebih besar dari r tabel = 0,632 maka H0 ditolak. Dengan menggunakan Uji P (product moment), tanpa simpangan baku populasi, cari dulu t hitung = t hitung = = 10,12 t tabel dengan db = 10 -2 = 8 pada derajat 0,05 untuk dua ekor adalah 2,306 Karena t hitung lebih besar dari t tabel (kritis) maka Ho ditolak. II. SOAL-SOAL KLASIK 1. Suatu populasi terdistribusi normal dengan χ = 70 dan simpangan baku populasi σx = 20 dan jumlah sampel n = 25. Tentukan peluang diperolehnya sebuah sampel acak dengan x = mean = 80 atau > 80. Jawab : zhitung : z80 = = + 2,50 sedangkan untuk z70 = 0 Lihat Appdix F Tabel A hal 556 untuk z = + 2,5 akan didapatkan 0,0062 = ztabel Dengan demikian, peluang diperoleh sampel = 0,0062 x 100% = 0,62% Peluang > 80 = 0,5 – 0,0062 = 0,4938 Peluang antara 10 di atas rata-rata dan 10 di bawah rata-rata adalah 0,4938 x 2 = 0,9876 ztabel = 0,0062 luas peluang 0,0062 x 70 80 z hitung= 0 +2,5 2. Hipotesis Mean Tunggal z Norma nasional Skor Matematika = µ = 123. Sedangkan sampel acak sebanyak n = 81 siswa dari suatu kabupaten A menunjukkan skor rata-rata = 117 dengan simpangan baku populasi σ = 10 Pembuktian : zhitung : z = = – 5,40 sedangkan untuk z123 = 0 Lihat Appndix F Tabel A hal 556 untuk z = – 5,4 akan didapatkan ztabel untuk satu ekor kanan pada α = 0,05 adalah + 1,645 Tabel A hal 554 ztabel untuk satu ekor kanan pada α = 0,01 adalah + 2,325 Tabel A hal 555 Dengan demikian : H0 : µ = 123 diterima H1 : µ = 123 ditolak Ztabel/kritis = + 2,325 (α = 0,01) Ztabel/kritis = + 1,645 (α = 0,05) Batas daerah penolakan H0 Daerah penolakan (krisis) H0 daerah penerimaan H0 Luas α = 0,05 α = 0,01 x 117 123 zhitung = -5,4 0 3. Hipotesis mean tunggal z Skor rata-rata B Indonesia Kabupaten A = 98, sedangkan dari N = 15 sampel dari suatu Kecamatan C dengan sejumlah skor yang berbeda menghasilkan rata-rata 102,7 dengan simpangan baku sampel σx = 4,98 disimpulkan, bahwa : Diketahui : µ = 98 µx = 102,7 n = 15 α = 0,05 σx = σn-1 = 4,98 simpangan baku sampel σ = simpangan baku populasi = tidak diketahui,sehingga digunakan uji t, bukan z Maka thitung = = 3,66 sedangkan untuk t123 = 0 Gunakan df atau dk = N – 1 = 15 – 1 = 14 pada α = 0,05 dibagi 2 = 0,0025, sehingga didapatkan ttabel atau tkritis = ± 2,145 Lihat Appndix F Tabel D hal 564 Kesimpulan, karena harga thitung = 3,66 > tkritis = ± 2,145 berada di daerah penolakan, maka H0 ditolak. Batas daerah penolakan H0 daerah penolakan thitung = 3,66 (krisis) H0 Daerah penolakan daerah (krisis) H0 penerimaan H0 α = 0,025 Luas α = 0,025 x 98 102,7 t -2,145 +2,145 t = 0 4. Dasar Statistik Inferensial Seorang Kepala Sekolah mencatat bahwa skor rata-rata tes membaca tahun ini 35,5 padahal tahun lalu 37,5. Sebelum menganjurkan untuk meningkatkan skor tersebut, ada pertanyaan yang harus disampaikan, yaitu (hal 3) : a. Berapakah nilai populasinya ? b. Berapakah ukuran sampel yang diambil ? c. Perlakuan (metode atau waktu) bagaimana yang diberikan ? 5. Dasar Statistik Inferensial Diketahui : Skor-skor : 1,2,4,7,dan 11 n = 5 a. x = 5 (mean) rata-rata sampel Simpangan baku skor (sampel) adalah menggunakan rumus kalkulator : σ n-1 atau menggunakan rumus : Sx = x χ (x – χ)2 1 5 16 2 5 9 4 5 1 7 5 4 11 5 36 ∑ 25 46 didapat Sx = = √11,5 = 3,39 b. c. mean sampel d. e. simp baku sampel Sampel Χ jumlah sampel : 2 S2x = 1,1 1 0 0 1,2 1,5 0,25+0,25 = 0,5 0,125 1,4 2,5 2,25+2,25 = 4,5 1,125 1,7 4 9 + 9 = 18 4,5 1,11 6 50 12,5 2,1 1,5 0,5 0,125 2,2 2 0 0 2,4 3 2 0,5 2,7 4,5 6,25+6,25 = 12,5 3,125 2,11 6,5 20,25+20,25 = 40,5 10,125 4,1 2,5 4,5 1,125 4,2 3 2 0,5 4,4 4 0 0 4,7 5,5 4,5 1,125 4,11 7,5 12,25+12,25 = 24,5 6,125 7,1 4 18 4,5 7,2 4,5 12,5 3,125 7,4 5,5 12,5 3,125 7,7 7 0 0 7,11 9 8 2 11,1 6 50 12,5 11,2 6,5 40,5 10,125 11,4 7,5 24,5 6,125 11,7 9 8 2 11,11 11 0 0 ∑ = 84,5 Hasilnya = 84,5/25 = 3,38 Hampir sama dengan hasil rumus N – 1 f. Standar error mean sampel berukuran 2 (N = 2) Mean sampel µX = 5 Simpangan Baku Sampel σx = σ n-1 = 3,63 Simpangan Baku Populasi σ = 3,63/√2 = 2,57 g. Mean sampel µx = Mean populasi µ = 5 h. Harga simpangan baku populasi σ yang dihitung dalam “e” tidak sama hasilnya dengan hasil “f” i. Pendistribusian mean sampel : Mean Sampel Frekuensi Relatif Mean Sampel Diurut 1 (ada 1) 1/25 1 , 1/25 (1 ; 1) 1,5 (ada 2) 2/25 1,5 , 2/25 (1,5 ; 2) 2,5 (ada 2) 2/25 2 , 1/25 (2 ; 1) 4 (ada 3) 3/25 2,5 , 2/25 (2,5 ; 2) 6 (ada 2) 2/25 3 , 2/25 (3 ; 2) 2 (ada 1) 1/25 4 , 3/25 (4 ; 3) dst. 3 (ada 2) 2/25 4,5 , 2/25 4,5 (ada 2) 2/25 5,5 , 2/25 6,5 (ada 2) 2/25 6 , 2/25 5,5 (ada 2) 2/25 6,5 , 2/25 7,5 (ada 2) 2/25 7 , 1/25 7 (ada 1) 1/25 7,5 , 2/25 9 (ada 2) 2/25 9 , 2/25 11 (ada 1) 1/25 11 , 1/25 6. Dasar Statistik Inferensial Skala WAIS dengan mean populasi µ = 100 dan simpangan baku populasi σ = 15. Bila ditarik sampel acak (N) = 25, maka : Peluang diperolehnya sampel dengan mean sampel µx = 95 dan kurang adalah : zhitung : z95 = = – 1,67 sedangkan untuk z100 = 0 z105 = = + 1,67 Lihat Appdix F Tabel A hal 556 untuk z = 1,67 akan didapatkan 0,00475 = ztabel Dengan demikian, peluang diperoleh sampel = 0,00475 x 100% = 0,475% Peluang < 95 = 0,5 – 0,00475 = 0,49525 = Peluang > 105 Peluang antara 10 di atas rata-rata dan 10 di bawah rata-rata adalah 0,49525 x 2 ztabel = 0,00475 = 0,9905 = 99,05% luas peluang 0,00475 luas peluang 0,00475 x 95 100 105 z hitung -1,67 0 +1,67 -1,67 = hasilnya : -1,67 x 3 = x -100 x = +94,99 +1,67 = hasilnya : +1,67 x 3 = x -100 x = +101,67 Jadi batas-batas sentral dimana terdapat 95% mean adalah antara +94,99 – + 101,67 dan untuk memperoleh mean di luar batas-batas tersebut adalah 5% atau 0,05. (hal 18) 7. Hipotesis Mean Tunggal z dan t Diketahui : mean populasi µ = 85 Simpangan baku populasi σ = 10 N = 100 α = 0,05 mean sampel µx = 87,1 Hipotesis Uji dua ekor, berarti hipotesis nondireksional dengan ungkapan berbeda atau tidak berbeda H0 : µ = 85 H1 : µ ≠ 85 = = 1 zhitung : z87,1 = = + 2,1 untuk zhitung = +2,1 memiliki peluang 0,0179 atau 1,79% Tabel A hal 555 ztabel : Pada 0,05 yang dibagi 2 menjadi 0,025 lihat Tabel A hal 555 didapatkan ± 1,96 = zkritis Dengan demikian : ztabel : +1,96 Batas daerah penolakan H0 daerah penolakan zhitung = 2,1 (krisis) H0 Daerah penolakan daerah (krisis) H0 penerimaan H0 α = 0,025 Luas α = 0,025 x 85 87,1 zhitung 0 +2,1 t = 0 Karena zhitung = 2,1 berada di daerah penolakan H0 maka H0 : µ = 85 ditolak H1 : µ ≠ 85 diterima 1b. Nilai-nilai kritis x (mean sampel) dalam bentuk skor mentah : -1,96 = hasilnya : -1,96 x 1 = x – 85 x = + 83,04 +1,96 = hasilnya : +1,96 x 1 = x – 85 x = + 86,96 1c. Bila α = 0,1 maka untuk uji dua ekor dibagi 2 menjadi = 0,05 sehingga hasilnya ztabel = zkritis = ± 1,645 Tabel A hal 554 ztabel : +1,645 Batas daerah penolakan H0 daerah penolakan zhitung = 2,1 (krisis) H0 Daerah penolakan daerah (krisis) H0 penerimaan H0 α = 0,05 Luas α = 0,05 x 85 87,1 zhitung 0 +2,1 t = 0 Karena zhitung = 2,1 berada di daerah penolakan H0 maka : tetap saja H0 : µ = 85 ditolak H1 : µ ≠ 85 diterima 8. Mean-mean tunggal z dan t Diketahui : Mean sampel µx = 63 Simpangan baku sampel = σx = 12 Ukuran sampel N = 100 Simpangan baku populasi σ = 60 Hipotesis non direksional (tak terarah) : H0 : µ = 60 H1 : µ ≠ 60 a. pada α = 0,05 zhitung : z63= = + 2,5 sedangkan untuk z60 = 0 Lihat Appdix F Tabel A hal 556 untuk z = + 2,5 akan didapatkan 0,0062 = ztabel Bila α = 0,05 maka untuk uji dua ekor dibagi 2 menjadi = 0,025 sehingga hasilnya ztabel : Pada Tabel A hal 555 didapatkan ± 1,96 = zkritis ztabel : +1,96 Batas daerah penolakan H0 daerah penolakan zhitung = 2,5 (krisis) H0 Daerah penolakan daerah (krisis) H0 penerimaan H0 α = 0,025 Luas α = 0,025 x 60 63 zhitung 0 +2,5 Karena zhitung = 2,5 berada di daerah penolakan H0 maka : H0 : µ = 63 ditolak H1 : µ ≠ 63 diterima Bila α = 0,01 maka untuk uji dua ekor dibagi 2 menjadi = 0,005 sehingga hasilnya ztabel = zkritis = ± 2,575 Tabel A hal 556 ztabel : +2,575 Batas daerah penolakan H0 daerah penolakan zhitung = 2,5 (krisis) H0 Daerah penolakan daerah (krisis) H0 penerimaan H0 α = 0,005 Luas α = 0,005 x 60 63 zhitung 0 +2,5 t = 0 Karena zhitung = 2,5 berada di daerah penerimaan H0 maka : H0 : µ = 60 diterima H1 : µ ≠ 60 ditolak b. Lihat Appendix F Tabel A hal 556 untuk z = + 2,5 akan didapatkan ztabel = 0,0062 Dengan demikian, peluang diperoleh sampel = 0,0062 x 100% = 0,62% Peluang > 63 = 0,5 – 0,0062 = 0,4938 c. Peluang antara 3 di atas rata-rata dan 3 di bawah rata-rata adalah 0,4938 x 2 = 0,9876 ztabel = 0,0062 luas peluang 0,0062 x 57 60 63 z hitung 0 +2,5 9. Mean-mean tunggal Jika H0 ditolak pada tingkat signifikansi 0,05, secara beralasan berdasarkan perhitungan nilai z atau t serta luas kurva penolakan yang dihasilkan, maka diyakini H0 tidak bisa dibilang salah atau benar, tergantung pernyataan dan kondisi awal di mana peneliti akan memulai suatu langkah penelitian, apakah akan diputuskan untuk diterima atau ditolak..(hal 2) Jika hasil yang diperoleh dalam sampelnya berlawanan dengan H0 dan cukup kuat pada validitas H1 maka H0 ditolak, jika tidak akan dipertahankan. Jika sampel mean sangat berbeda dari apa yang diharapkan oleh H0 benar, sehingga kemunculannya seperti tidak mungkin, maka H0 seharusnya ditolak. Keputusannya agak mana-suka, tapi penelitian biasanya menolak H0 jika mean sampel terlalu menyimpang sehingga peluang kejadiannya 50% atau lebih kecil. (hal 3) PANDUAN PENGGUNAAN KALKULATOR (CASIO : fx – 350 MS) UNTUK ANALISIS STATISTIK (Korelasi-Regresi) Disusun Oleh : Dadan Ramdani

Mutu Pendidikan

Mutu Pendidikan ditunjukkan dengan mutu kinerja suatu lembaga pendidikan secara keseluruhan. Namun berdasarkan konsep mutu dalam manajemen mutu terpadu, mutu kinerja suatu lembaga pendidikan tidak hanya berorientasi pada output/outcome dan input, tapi pada proses pendidikan itu sendiri.

Hello world!

Welcome to WordPress.com. This is your first post. Edit or delete it and start blogging!

Ikuti

Get every new post delivered to your Inbox.