Essay Pertemuan Pekan Ke Tujuh Statistika Inferensial

 

Materi : Regresi Majemuk

Rangkuman : 

Pengujian regresi dalam dunia statistika pendidikan dilakukan guna melihat adanya pengaruh antar variable penelitian, yakni pada variable bebas dan variable terikat. Pengujian regresi terbagi ke dalam dua jenis, yaitu regresi tunggal / sederhana dan regresi ganda atau majemuk. Perbedaan uji regeresi ini terletak pada jumlah variable penelitian. Jika pada suatu penelitian hanya terdapat masing-masing satu variable bebas dan terikat, maka digunakan regresi tunggal, sebaliknya jika pada penelitian tersebut terdapat lebih dari satu pada masing-masing variable bebas dan terikat, maka digunakan uji regresi majemuk.

Adapun langkah-langkah uji regresi majemuk secara manual dengan menggunakan Excel yaitu.

1. Menginput data penelitian yang akan di uji, baik variabel predictor X dan Y sebagai variabel kriteria.

2. Menguji menggunakan r”regression” pada menu data.

3. Menginput nilai Y dan X pada regression.

4. Excel akan menunjukkan nilai “Multiple R” pada kolom “regression statitistic”.

5. Nilai koefisien determinasi dapat dilihat pada nilai “Adjusted R Square”.

6. Kemudian hasilnya dituliskan dalam persamaan

Y = a + b1X1 + b2X2 + bnXn +e

dimana, Y: variabel terikat, a: konstanta, b: koefisien estimate/slope, X: variabel bebas, dan e: error residual.

Penginterpretasian uji regresi majemuk ini dapat ditinjau pada beberapa poin berikut. 

1. Persamaan regresi 

2. Uji F 

3. Uji T 

4. Uji Beta 

5. R Square

Nama : Fithrotul Azizah

NIM : 220321810697

Prodi : Magister Pendidikan Fisika

Resume Jurnal Statistik Inferensial (Pertemuan Ketujuh)

Judul Jurnal : Modernizing use of regression models in physics education research: A review of hierarchical linear modeling

DOI

Jurnal ini berfokus dalam penggunaan model analisis untuk penelitian pendidikan fisika dengan membandingkan model regresi linier ganda dan model hierarki linier. Dimana penggunaan model hierarki linier mampu menjelaskan struktur tingkatan yang ada dalam suatu data tanpa menghasilkan bias. Dalam artikel ini dikaji pula aspek teoritis dari perbedaan mendasar bagaimana model tunggal dan model ganda dalam menganalisis dataset yang hierarki. Penelitian ini memanfaatkan kumpulan data multi-institusi untuk meningkatkan pemahaman dasar tentang bagaimana cara untuk mendukung keberhasilan siswa dalam mata pelajaran fisika. Namun, tidak ada perbaikan post hoc, jika peneliti menggunakan model tingkat tunggal yang tidak tepat untuk menganalisis kumpulan data bertingkat.

Kebaharuan yang dituliskan dalam jurnal ini adalah penggunaan model hierarki linier yang memenuhi untuk digunakan dalam penelitian pendidikan fisika. Karena model hierarki mampu menganalisis kumpulan data hierarki yang memiliki tingkatan level yang berbeda tanpa menimbulkan bias. Kemudian jurnal ini juga menyajikan bahan tambahan yang termasuk dalam kumpulan sampel data, kode R untuk memodelkan analisis dan disajikan output model hierarki linier dari kode R tersebut.

Dalam pemodelan hierarki linier, tidak ada asumsi independensi yang dikembangkan secara khusus untuk kumpulan data hierarki. Pemodelan hierarki linier menganalisis data dengan membuat model regresi unik untuk setiap permasalahan yang memuat tingakatan variabel siswa dan menguji perbedaan dari setiap bagian untuk memodelkan variabel tingaktan pembelajaran. Pemodelan hierarki linier memberikan keuntungan dibandingkan dengan disagregasi dan agregasi tanpa memperkenalkan kekurangannya, sehingga menjadikan pemodelan hierarki linier menjadi metode yang lebih disukai untuk menangani data bertingkat.

Nama : Fithrotul Azizah

NIM : 220321810697

Prodi : Magister Pendidikan Fisika

REGRESI TUNGGAL : ANALISIS REGRESI LINIER

Halo teman-teman semua, selamat datang di laman materi Regresi Tunggal : Analisis Regresi Linier.

Perkenalkan, saya Fithrotul, kali ini sebagai anggota pemateri dari kelompok kedua.

Berikut saya kirim link-link yang bisa teman-teman akses untuk mempermudah diskusi kita pada pekan keenam ini. Silahkan disimak dan ditanggapi.

 

LINK MAKALAH

LINK PPT

LINK YOUTUBE

 

Terima kasih atas perhatiannya.

Essay Pertemuan Pekan Ke Lima Statistika Inferensial

Pada pertemuan ke lima, disajikan materi dari kelompok satu dengan topik Asosiatif: Prasyarat Analisis, Pengujian Hipotesis Asosiatif Parametrik, dan Non-Parametrik Yang Relevan. Berikut adalah kumpulan jawaban saya dalam permasalah yang diajukan oleh pemateri dalam sesi diskusi.

 

Hipotesis asosiatif adalah pengujian ada tidaknya hubungan dari kumpulan sampel, data atau variabel. Hasil yang didapatkan dalam uji ini adalah koefisien korelasi yang bernilai negatif atau positif. Korelasi positif adalah ketika satu variabel meningkatkan nilai variabel lainnya. Semakin kuat korelasinya maka nilai koefisiennya semakin banyak, dimana range nilai antara -1 sampai +1. Cara melakukan hipotesis asosiatif adalah dilakukan perhitungan korelasi antar variabel dalam sampel. Koefisien yang ada kemudian diuji signifikansinya.

 

Dari pengertian masing-masing uji, Abelson-Tukey merupakan pendekatan yang menggunakan koefisien untuk melakukan uji melalui deteksi korelasi monoton antara variabel independen dan dependen. Pengujian dengan uji Tukey biasanya digunakan, jika analisis data dalam penelitian dilakukan dengan cara membandingkan data dua kelompok sampel yang jumlahnya sama, maka dapat dilakukan pengujian hipotesis komparasi dengan menggunakan uji Tukey.

Sedangkan Uji Anova sendiri dapat diartikan sebagai salah satu metode atau uji hipotesis yang digunakan pada statistika parametrik, dimana pengujian dilakukan pada interaksi dua faktor dengan membandingkan rata-rata dua sampel atau lebih. Hasil akhir dari analisis ANOVA adalah nilai F test atau F hitung.

Kemudian merujuk pada artikel yang saya baca [1] , bahwa uji Tukey disebut uji 'Uji T,' karena metode ini didasarkan pada distribusi-t. Perlu dicatat bahwa uji Tukey didasarkan pada jumlah sampel yang sama antar kelompok (data berimbang) seperti ANOVA. Selanjutnya, Kramer memodifikasi metode ini untuk menerapkannya pada data yang tidak seimbang, dan dikenal sebagai uji Tukey-Kramer. Metode ini menggunakan rata-rata harmonik ukuran sel dari dua perbandingan. Asumsi statistik ANOVA harus diterapkan pada metode Tukey juga.

 

Cara kita mengetahui besarnya effect size yang dihasilkan pada sebuah penelitian adalah dengan dua cara, yaitu perbedaan mean yang distandariasasi (PMD) dan proporsi varians yang dijelaskan (PVD). PMD merupakan pengukuran yang digunakan pada desain penelitian dengan membandingkan rata-rata antar kelompok. PVD merupakan pengukuran yang kompleks dengan menyajikan perbandingan rata-rata antar kelompok dan dapat mencari asosiasi atau korelasi antar variabel.

Kegunaan effect size adalah untuk membandingkan variabel yang berbeda-beda tergantung jenis penelitiannya. Penggunaan effect size membuat variabel dapat diteliti dengan lebih dalam lagi karena uji ini memberikan hasil yang spesifik.

 

Perbedaan antara rank spearman dan kendall tau dalam uji asosiatif nonparametrik adalah berkaitan dengan data ordinal (yang memperhatikan urutan atau ranking),  yang digunakan. Uji rank spearman mengharuskan penggunaan data ordinal, sedangkan uji kendall tau juga dapat digunakan untuk mengetahui hubungan antar dua variabel berskala ordinal sementara satunya berskala nominal atau rasio.

Nama : Fithrotul Azizah

NIM : 220321810697

Prodi : Magister Pendidikan Fisika

Resume Jurnal Statistik Inferensial (Pertemuan Kelima)

 

DOI

Judul Jurnal :

The effect of prompting question on students’ worksheet - based on guided inquiry towards students’ learning achievement and activity of class X MIA of MA Negeri 1 Makassar (study on electrolyte and nonelectrolyte solution)

Kebaruan (Novelty) :

Kebaruan dalam artikel ini adalah hubungan yang diperoleh dari penggunaan pembelajaran inkuiri terhadap pencapaian siswa dalam materi materi larutan elektrolit dan nonelektrolit. Artikel ini didasarkan pada eksperimen-kuasi untuk menemukan pengaruh pertanyaan yang diberikan dalam lembar kerja siswa (LKS) yang didesain dengan “post-test” kontrol grup. Subjek yang diteliti adalah murid kelas X MIA dari MAN 1 Makassar yang terdiri dari enam kelas. Variabel bebas dalam penelitian ini adalah prompting question pada LKS berbasis inkuiri terarah dan variabel terikatnya adalah prestasi belajar dan aktivitas siswa. Data aktivitas siswa dan prestasi belajar siswa dianalisis dengan statistik deskriptif dan inferensial.

Metode Penelitian :

Teknik pengumpulan data dilakukan dengan pemberian tes di akhir pelajaran stoikiometri. Data yang diperoleh setiap siswa berupa hasil tes, kemudian hasil tes tersebut diubah menjadi skor dengan menggunakan rumus sebagai berikut:

Hasil analisis prestasi belajar siswa menunjukkan bahwa rata-rata skor kelompok eksperimen dan kontrol adalah 72,11 dan 66,34. Sedangkan hasil analisis aktivitas siswa menunjukkan bahwa rata-rata skor kelompok eksperimen dan kontrol adalah 81,25 dan 78,31.

Hipotesis dianalisis dengan uji nonparametrik, uji Mann-Whitney terhadap prestasi belajar dan untuk aktivitas siswa.

Berdasarkan uji prasyarat analisis (uji normalitas dan uji homogenitas), dinyatakan bahwa data dari kelas eksperimen dan kontrol berasal dari populasi yang tidak berdistribusi normal tetapi kedua kelompok berasal dari varians yang homogen, sehingga uji hipotesis dengan menggunakan uji-t tidak dapat dilanjutkan. Alternatif lain untuk menguji hipotesis untuk data yang tidak berdistribusi normal adalah dengan menggunakan uji hipotesis nonparametrik (uji Mann-Whitney).

Nama : Fithrotul Azizah

NIM : 220321810697

Prodi : Magister Pendidikan Fisika

Essay Pertemuan Pekan Ke Empat Statistika Inferensial

Pada pertemuan ke empat, disajikan materi dari kelompok tiga dengan topik Uji Prasarat Analisis: Normalitas, Homogenitas, dan Linieritas. Berikut adalah kumpulan jawaban saya dalam permasalah yang diajukan oleh pemateri dalam sesi diskusi.

 

Ketidak mampuan suatu data memenuhi asumsi normlitas terjadi saat data yang didapatkan dalam jumlah yang besar, yaitu lebih dari 40 data. Apabila sampel atau data yang diolah kurang dari 40 data, masalah data yang tidak terdistribusi normal bisa diselesaikan dengan prosedur parametik. Kemudian menurut teorema central limit, bila data yang diolah berjumlah ratusan dan hasil sampel data mendekati normal, maka sampling distribusinya akan mendekati normal dengan sendirinya. Kemudian teorema tersebut juga mengatakan bahwa rerata dari sampel acak dari distribusi apapun akan secara sendirinya memiliki distribusi normal. (1)

 

Untuk data yang dibandingkan dalam uji homogenitas harus memenuhi lima syarat utama agar bisa digunakan. Pertama, hipotesis nya ada dua jenis, H₀  distribusi dari dua populasi sama dan H_a distribusi dari dua populasi tidak sama. Kedua, digunakan tes statistik X², dihitung dengan cara yang sama seperti tes independensi. Ketiga adanya derajat kebebasan (df) dimana df = nomor kolom – 1. Keempat, memnuhi persyaratan bahwa semua nilai harapan yang ada dalam tabel harus lebih besar atau sama dengan lima. Terakhir, kegunaan uji homogenitas adalah untuk membandingkan dua populasi yang mana variabel bersifat kategoris dengan lebih dari dua kemungkinan nilai respons.

Untuk menilai apakah dua data yang digunakan berasal dari distribusi yang sama, dapat digunakan uji homegenitas yaitu distribusi chi-kuadrat. Hipotesis nol untuk pengujian ini menyatakan bahwa populasi dari dua kumpulan data berasal dari distribusi yang sama. Tes membandingkan nilai yang diamati terhadap nilai yang diharapkan jika dua populasi mengikuti distribusi yang sama. (2)

 

Uji linieritas penting karena menentukan rentang metode di mana hasil diperoleh secara akurat dan tepat. Dalam artikel yang saya baca,  uji linearitas penting dilakukan untuk mengkonfirmasi sensitivitas metode untuk analisis konsentrasi analit dalam suatu kisaran tertentu. Dalam artikel tersebut kisaran tertentu yang dimaksudkan adalah data kandungan obat yang dianalisis, dimana nilai konsentrasi yang dihasilkan harus benar-benar presisi. Kemudian apabila dikaitkan dalam penelitian pendidikan fisika, maka uji linearitas akan sangat berfungsi dengan maksimal untuk mempermudah dalam melakukan anlisis antara variabel penelitian. Derajat hubungan antar variabel penelitian dapat diketahui dari koefisien yang didapat dari uji linearitas. (3)

Resume Jurnal Statistik Inferensial (Pertemuan Keempat)

 

Judul Jurnal : THE EFFECT OF BASIC MATHEMATICAL ABILITIES ON LEARNING OUTCOMES OF PHYSICS EDUCATION STUDENTS

DOI

Kebaharuan Jurnal :

Riset ini dilakukan untuk mengidentifikasi efek dari kemampuan matematika dasar dalam proses belajar fisika dalam sub pembelajaran Metode Pengukuran. Subjek yang diteliti adalah para mahasiswa sarjana semester empat Universitas Indraprasta PGRI, Jakarta, Indonesia. Penelitian ini didasarai observasi dari proses belajar Metode Pengukuran dan kemudian dilakukan riset eksperimental. Metode untuk pengumpulan data pada riset ini adalah dengan cara memberikan soal test kepada para subjek (mahasiswa) setelah pembelajaran dilakukan.

Konsep kebaharuan jurnal ini adalah berfokus dalam analisis kemampuan matematis para mahasiswa pendidikan fisika yang dinilai masih kurang baik. Dimana pemahaman matematika dalam proses pembelajaran ilmu fisika sangat dibutuhkan. Matematika sebagai bahasa yang abstrak mampu menjelaskan rumus fisika dengan lebih gamblang. Meskipun fisika juga harus diaplikasikan dalam kehidupan sehari-hari, namun dalam pemahaman konsep dalam rumus fisika sangat dibutuhkan pemahaman matematik yang baik.

Metode Penelitian :

Metode yang dilakukan dalam riset ini adalah dengan digunakan set soal yang dijadikan instrumen uji. Subjek yang diuji adalah mahasiswa pendidikan fisika semester empat yang terdiri dari tiga kelas. Sampel yang diambil dalam penelitian ini berjumlah 88 mahasiswa. Pada tahap awal setiap kelas diberikan tes kemampuan dasar matematika untuk mengetahui sejauh mana pemahaman matematis para mahasiswa. Kemudian, di akhir perkuliahan, para mahasiswa diberikan tes hasil pembelajaran untuk mengetahui pemahaman mahasiswa terhadap kuliah yang diberikan. Oleh karenanya, penelitian ini terdapat dua variabel, yaitu variabel bebas berupa kemampuan dasar matematis dan variabel terikat berupa hasil pembelajaran.

Metode Pengolahan Data :

Instrumen tes yang digunakan dalam riset ini ada dua jenis, yaitu tes kemampuan dasar matematika dan tes hasil pembelajaran. Data hasil tes dianalisis dengan software SPSS 17. Tahapan pertama pengolahan data adalah dilakukan uji prasyarat, yaitu test normalitas dan tes linearitas pada variabel bebas dan variabel terikat. Hasil dari tes normalitas adalah terdapat nilai untuk variabel kemampuan dasar matematika adalah 0,06. Kemudian nilai untuk variabel hasil pembelajaran adalag 0,123. Sehingga disimpulkan bahwa kedua variabel yang dipelajari telah memliki distribusi data yang normal. Kemudian untuk hasil tes linieritas pada penelitian ini adalah 0,351. Maka kedua variabel yang ada menunjukkan hubungan yang linear. Setelah dilakukan tes normalitas dan tes linearitas, dilakukan analisis regresi.

 

Nama : Fithrotul Azizah

NIM : 220321810697

Prodi : Magister Pendidikan Fisika