Contoh Mini Riset Pendidikan Matematika
Contoh Mini Riset Pendidikan Matematika
DIKMAT A 1
PROGRAM PASCASARJANA
PENDIDIKAN MATEMATIKA
UNIVERSITAS NEGERI MEDAN
2017
KATA PENGANTAR
Puji syukur atas kehadirat Allah Swt dimana kita masih diberi rahmat dan inayah-
nya sehingga penulis dapat menyelesaikan critical book riview ini.
Terimakasih penulis ucapkan kepada Bapak Dosen Prof. Dr. Edy Syahputra, [Link]
selaku pembimbing mata kuliah Statistika Pendidikan Matematika yang telah
membimbing dalam matakuliah ini. Terimakasih tak terhingga penulis sampaikan
kepada pihak yang telah membantu dan memberi dukungan hingga makalah ini
terselesaikan.
Besar harapan penulis, critical book riview ini dapat memberi kontribusi untuk
semua pihak, terutama kepada para pembaca sehingga dapat memberikan manfaat
dalam aplikasi dilapangan. Critical book riview ini juga dapat digunakan sebagai bahan
pembanding buku untuk mendapatkan buku yang lebih bagus.
Penulis menyadari bahwa critical book riview yang disusun ini masih banyak
mempunyai kekurangan. Karena itu penulis mengharapkan saran dan kritikan yang
membangun dari semua pihak atau pembaca yang budiman untuk kesempurnaan critical
book riview yang akan datang.
Penulis
i
DAFTAR ISI
ii
d. Bab 4 Ukuran Dispersi ................................................................................................... 21
e. Bab 5 Teori Sampel .......................................................................................................... 21
f. Bab 6 Pendugaan(Estimasi) ......................................................................................... 21
g. Bab 7 Pengujian Hipotesis ........................................................................................... 21
h. Bab 8 Analisis Regresi .................................................................................................... 22
i. Bab 9 Analisis Varians Klasivikasi Satu Arah ........................................................ 22
j. Bab 10 Analisis Varians Klasifikasi Dua Arah ........................................................ 22
k. Bab 11 Analisis Varians Klasifikasi Tiga Arah ....................................................... 22
l. Bab 12 Analisis Covarian ............................................................................................... 23
m. Bab 14 Analisis Faktor Konfirmatori ........................................................................ 23
n. Bab 15 Materi Pendukung ............................................................................................ 23
B. Kelebihan dan Kekurangan .................................................................................................. 24
a. Kelebihan ............................................................................................................................. 24
b. Kekurangan ......................................................................................................................... 24
iii
DAFTAR LAMPIRAN
iv
1
BAB I
PENDAHULUAN
A. Rasionalisasi Pentingnya Critical Book Review
Critical Book Review adalah tulisan tentang isi sebuah buku atau artikel, tetapi
lebih menitikberatkan pada evaluasi (penjelasan, interpretasi dan analisis) mengenai
keunggulan dan kelemahan buku atau artikel tersebut, apa yang menarik dari artikel
tersebut, bagaimana isi artikel tersebut bisa mempengaruhi cara berpikir kita dan
menambah pemahaman kita terhadap suatu bidang kajian tertentu. Dengan kata lain,
melalui critical book review kita menguji pikiran pengarang/ penulis berdasarkan sudut
pandang kita berdasarkan pengetahuan dan pengalaman yang kita miliki. Salah satu
alasan penulis juga melakukan critical book riview adalah mengembangkan budaya
membaca, berpikir sistematis & kritis, dan mengekspresikan pendapat.
B. Tujuan Penulisan Critical Book Review
Tujuan penulisan critical book riview adalah mengembangkan budaya membaca,
berpikir sistematis & kritis, dan mengekspresikan pendapat.
C. Manfaat Critical Book Review
Manfaat dari critical book review antara lain:
1. Untuk memenuhi tugas mata kuliah Statistika Pendidikan Matemtika.
2. Mengembangkan pemikiran yang sistematis dan kritis.
3. Dapat mengekspresikan pendapat penulis.
4. Dapat menambah wawasan penulis
D. Identitas Critical Book Review
1. Judul: STATISTIKA TERAPAN.
2. Edisi : Pertama.
3. Pengarang/(Editor Jika ada): Prof. [Link] Syahputra, [Link] /-
4. Penerbit: UNIMED PRESS.
5. Kota Terbit: Medan.
6. Tahun Terbit: 2016.
7. ISBN:978-602-0888-82-8.
2
BAB II
RINGKASAN ISI BUKU
A. BAB I STATISTIKA
1. Pengertian Statistika
Statistika adallah ilmu yang mempelajari tentang metode pengumpulan,
pengolahan, penafsiran serta penrikan kesimpulan dari data yang
dikumpulkan/diperoleh. Secara umum ststistika dapat dikelompok menjadi dua
kelompok besar yang saling melengkapi satu dengan lainny. Kedua kelompok ini adalah:
1. Statistik Matemtika
2. Statistika Terapan
Dalam statistika matematika penekannanya lebih pada matematika secara
teoritis. Banyak prasyarat dari keilmuan dalam matematika yang harus dikuasai sebelum
seseorang mempelajari ststistika matematik. Antara lain yang harus dikuasai adalah
tteori peluang, kalkulus, analisis vector dan aljabar matriks. Tidak demikian halnya
dengan ststistika terapan. Statistika terapan lebih menekankan pada penggunaan
statistika dalam berbagai bidang ilmu antara lain: Ekonomi, Pendidikan, social, biologi,
kedokeran, dan lain-lain.
Ditinjau dari sifat penerapannya, statistika dapat dibagi atas dua kategori yaitu:
statistika deskriptif dan statistika induktif/infrensial. Statistika deskriptif hanya
membicarakan mengenai penyusunan data dalam daftar, pembuatan dan penyajian data
dalam bentuk diagram dan menarik kesimpulan dari data tersebut yang sifatnya tidak
berlaku umum. Statistika induktif lebih mendalam dari statistika deskriptif. Dari data
yang sudah disusun rapi, dibuat hipotesis, dianalisis secara ilmiah dan ditarik
kesimpulan secara umum.
2. Data Statistika
mengambil sebagian saja dari objek-objek itu untuk ditelitinya. Sebagian dari objek-
objek tersebut disebut sampel, sedangkan keseluruhan dari objek yang banyak dan
tersebar di wilayah yang sangat luas disebut polasi dari sampel itu.
Seorang peneliti biasanya meneliti dalam sampel yang dipilihnya dan mengambil
kesimpulan tentang karakteristik populasi yang ditelitinya. Ada dua macam bentuk data
yaitu data kuantitatif dan kualitatif. Data kuantitatif berbentuk bilangan-bilangan seperti
5, 6, 100, dan lain-lain. Sedangkan data kualitatif berbentuk atribut seperti: tinggi,
rendah, baik, senang, puas, berhasil, dan lain lain.
Ada juga yang mengklarifikasi data sebagai berikut:
a. Data nominal, yaitu data berbentuk kategori dan bersifat kualitatif, tidak dapat
dibandingkan yang satu dengan yang lain misalnya, merah, putih, laki-laki,
perempuan dll. Data-data ini tidak dapat diperbandingkan satu dengan yang
lainnya.
b. Data ordinal, yaitu data berbentuk kategori dan besifat kualitatif. Bedanya dengan
data normal adalah data ordinal sudah dapat diperbandingkan yang satu dengan
yang lain, misalnya juara I dan juara II.
c. Data interval, yaitu data kuantitatif berbentuk angka-angka, misalnya 30.
d. Data rasio, yaitu data kuantitatif misalnya 5, 7 dll. Perbedaan data interval dan
rasio adalah pada data interval tidak dapat dilakukan operasi matematika atas
data itu, edangkan pada rasio operasi matematika dapat diberlakukan. Misalnya
30 + 70 100 sedangkan 5 + 7 = 12.
Terdapat beberapa cara untuk memperoleh data, antara lain:
1. Mengadakan wawancara kepada subjek penelitian.
2. Menyebarkan angket berupa lembar kertas berisi pertanyaan kepada
responden.
3. Melakukan observasi.
4. Mengkoreksi/mencatat data dari sumber-sumber yang dapat dipertanggung
jawabkan.
5. Melakukan eksperimen dan mencatat data yang muncul dari percobaan itu.
6. Mengakses internet.
4
Ketika mencari data melalui internet perlu kehti-hatian, karena tidak semua data
dari internet dapat dipercaya kevalidannya. Pilihlah data dari sumber-sumber yang
dapat dipercaya seperti data dalam artikel yang termuat dalam jurnal resmi.
Chart Title
350
BAnyakntya
150
-50
17-20 21-24 25-28 29-32 33-36
Umur
5
Chart Title
25
27
22
24
21 17
18
12 13
15
12
9 6
3 4
6
3
2009 2010 2011 2012 2013 2014 2015 2016
2. Diagram Lingkaran
Diagram lingkaran terdiri dari sebuah lingkaran ang di bagi atas sekor-sekor. Tiap
sekor menunjuka banyak data. Luas stiap ekor data tergantung dari besarnya proposi
suatu data terhadap keseluruhan data yang ada.
Nilai A
5%
13% 20%
Nilai B
Nilai C
25%
Nilai D
37%
Nilai E
3. Diagram Pastel
Diagram pastel adalah versi bentuk dari diagram lingkaran. Sebenarnya tidak ada
perbedaan yang mendasar antara diagram lingkaran dengan diagram pastel.
6
Nilai e
Nilai D Nilai A
5%
13% 20% Nilai A
Nilai B
Nilai C
25% Nilai C
Nilai B
37% Nilai D
Nilai e
Histogram dan poligon frekuensi adalah diagram dari data yang telah disusun
oleh tabel distribusi frekuensi.
C. BAB III UKURAN TENDENSI SENTRAL
Ukuran tendensi sentral adalah nilai yang menjadi pusat suatu sebaran. Yang
termasuk dalam ukuran tendensi sentral antara lain adalah:
a. Nilai rata-rata atau mean.
b. Median.
c. Modus
1) Rata-rata (mean).
Yang dimaksud nilai rata-rata disni adalah rata-rata hitung. Rata-rata hitung dari
sekumpulan bilangan adalah jumlah bilangan bilangan itu dibagi oleh banyaknya
bilangan.
( ) =
7
2) Median
Median dari sekumpulan bilangan ialah bilangan yang posisinya berada ditengah-
tengah setelah bilangan itu diurutkan. Untuk menentukan median dari sekumpulan
bilangan dilakukan prosedur berikutL
a. Data Tunggal.
b. Data Terboboti .
c. Data dalam Tabel Distribusi Frekuensi.
1
N-fsb
2
Me = Bb+ i
fme
Keterangan:
Me= Median .
Bb= Batas bawah kelas interval yang mengandung Me.
N= Jumlah data seluruhnya.
Fsb= Jumlah seluruh frekuensi sebelum frekuensi kelas Me.
fme = Frekuensi kelsan Me.
i= Panjang interval kelas.
3) Modus
dsb
0 = Bb+ d i
sb +dbr
Keterangan:
Mo= modus.
Bb= batas bawah kelas interval yang mengandung modus.
dbs= Selisih frekuensi kelas Modus dengan frekuensi kelas sebelumnya.
dbr= Selisih frekuensi kelas Modus dengan frekuensi kelas berikutnya.
3. Standar Deviasi .
a. Macam- macam Range
Rentang Antar Kuartil (RAK)
RAK = K3 K1
K3 = Kuartil ke-3
K1 = Kuartil pertama
Deviasi Kuartil(DK)
DK = 12 (K3 K1)
s = Standart Deviasi
X = nilai individu
X1 = nilai rata-rata
n = jumlah data
Data Kelompok
Untuk sample besar (>30)
s = f(X X1)2 / n
s = Standart Deviasi
f = frekuensi kelompok
X = nilai tengah kelompok
X1 = rata-rata nilai tengah kelompok
n = jumlah f
Untuk sample kecil (n30)
s = f(X X1)2 / n-1
s = SD (standart deviasi)
f = frekuensi kelompok
X = nilai tengah kelompok
X1 = rata-rata nilai tengah kelompok
BAB V Teori Sampel
Teori sampel mempelajari hubungan-hubungan yang ada antara satu atau lebih
populasi dan sampel-sampel yang di ambil dari populasi tersebut.
populasi
sampel
Ada beberapa cara menarik sampel dari suatu populasi, antara lain:
1. Sampel Acak Sederhana (SAS).
2. Sampel Sistematik.
3. Sampel Berlapis.
4. Sampel Berkelompok.
5. Distribusi Sampling
6. Distribusi Sampel Rata-rata.
D. BAB VI PENDUGAAN (ESTIMASI)
1. PENDAHULUAN
Pendugaan merupakan satu kegiatan menemukan nilai atau selang tertentu
berdsarkan data-data pada sampel. Nilai yang diperoleh ini merupakan nilai yang
digunakan untuk menduga (menaksir) nilai parameter populasi dari mana asal sampel
tersebut diambil. Misalny :
digunakan untuk menduga ( mengestimasi)
S2 digunakan untuk menduga (mengestimasi ) 2
dan sebagainya.
Pendugaan parameter populasi menghendaki keakuratan tertentu , supaya
pendugaan dapat dipertanggung jawabkan perlu dibahas sifat-sifat dari penduga
tersebut.
Sifat sifat dari penduga (estimator)
1. Penduga tak bias
(xx)2 n n n1
s2 = sebab s 2 = n1 = n1 . 2 = 2 , s2 adalah penduga tak bias dari
n1 n
2
2. Penduga konsisten.
3. Penduga efesien .
Penduga (estimasi) titik dan penduga interval
1. Pendugaan (estimasi) titik.
2. Pendugaan (estimasi) interval.
3. Derajat kebebesan .
11
(x1
X)2 adalah n 1
i=1
1. Jika varians populasi diketahui ( kasus ini tidak terjadi pada realitas
kehidupan, kecuali pada persoalan rekayasa atau berdasarkan pengalaman
sebelumnya).
Apabila populasi berdistribusi normal dengan rata-rata dan varians 2,
2
2
maka : = dan = ( populsai besar) dimana n = ukuran sampel berarti
xx x
Z= = Berdistribusi normal.
x
n
2. Varians populasi tidak diketahui ( pada umumnya kejadian ini adalah realita).
2 2 2
2
Untuk populasi besar , kita estimasi dengan dimana : = selanjutnya
12
0
kita gunakan distribusi t , yaitu : = = dengan derajat kebebasan
(n-1) . Karena Ho : = 0, maka =
( 2 ( )2 )/(1)
= (0 + 1 )/
= (0 + 1 )/
= (0 + 1 ) /
= (0 + 1)/
= 0 + 1
=
13
Analisa Korelasi
Analisa korelasi erat kaitannya dengan analisa regresi, pada analisa regresi yang
dicari adalah hubungan fungsional(dalam bentuk persamaan matematik) antara dua
variabel atau lebih . Sedangkan pada analisa korelasi yang dicari adalah derajat tingkat
keeratan hubungan variabel-variabel itu. Kolerasi yang tidak nol antara variabel X dan Y
berakibat, jika kita tahu seseorang tentang X maka kita tahu sesuatu tentang Y, begitu
pula [Link] berarti kita dapat memprediksi Y dari X yang diketahui. Makin
besar harga mutlak korelasi antara X dan Y , Makin besar harga mutlak korelasi antara X
dan Y , makin akurat prediksi yang bisa dibuat.
Regresi linear dari y terhadap x
Diberikan titik-titik (x1,y1), (x2,y2),...,(xn,yn) pada bidang koordinat kartesius
dengan sumbu x dan sumbu y, misalnya persamaan garis lurus pendekatan terbaik dari
data tersebut adalah:
= +
Kesalahan baku prediksi (estimasi) y terhadap x adalah
. = 1 2
G. BAB IX ANALISIS VARIAN KLASIFIKASI SATU ARAH
1. Pengantar
Analisis varians yang sering disingkat sebagai ANAVA atau ANOVA ntuk pertama
kalinya dikembangkan oleh R. A Fisher yang dituangkan dalam makalah pada tahun
1923. Analisis varians bertujuan untuk membandingkan rata-rata dari beberapa
populasi atau jika dikaitkan dengan suatu rancangan eksperimen maka analisis varian
bertujuan untuk menguji signifikansi perbedaan efek dari pelakuan-perlakuan terhadap
variabel terikat . Pada dasarnya , analisis varians merupakan perluasan dari uji beda
mean dari dua populasi. Notasi untuk analisis varians satu arah. Pandangan suatu
eksperimen dengan k perluasan. Perlakuan dapat berupa metode pengajaran yang
berbeda, atau jenis pupuk yang berbeda, atau dosis obat yang berbeda dan sebagainya.
Jumlah kuadrat deviasi dari nj data pengamatan pada kelomok j terhadap rata-rata
keseluruhan adalah:
(1 )2
=1
14
( )2
=1 =1
Jumlah total kuadrat terdiri dari jumlah dua bagian yang saling bebas yaitu
jumlah kuadrat dalam kelompok dan jumlah kuadrat antar kelompok.
( )2 = ( )2 + ( )2
=1 =1 =1 =1 =1
Asumsi asumsi dasar pada analisis Varians :
1. Populasi-populasi berdistribusi normal(sifat normalitas dipenuhi)
Perbandingan Korelasi
2
() ()
= =1
() ()
Percobaan dengan klasifikasi dua arah dapat ditunjukkan dengan hanya satu unit
sampling dan satu data (pengukuran) untuk masing masing percobaan. Apabila jumlah
kuadrat masing-masing diatas dibagi oleh derajat bebasnya maka akan diperoleh empat
penduga varians. Jika hanya satu data (pengukuran) dalam kombinasi baris (R) dan
15
kolom (c) perlakuan percobaan , maka jumlah kuadrat total (Jk tot) dapat dipartisi
menjadi 3 komponen yaitu : JK antar Baris, JK antar kolom dan JK interaksi.
Struktur tabel analisis varians dua arah
Suber Variasi Db Jumlah Kuadrat Penduga
Varians
Baris R-1
JK /db
(. . )2
=1
Kolom C-1
JK/db
(. . )2
=1
Interaksi baris x (R-1)(C- JK/db
kolom 1) (. . . . . . +
) 2
=1 =1
Dalam sel RC(n-1)
JK/db
( . )2
=1 =1 =1
Total nRC-1
( . . . )2
=1 =1 =1
I. BAB XI Analisis Varians Klasifikasi Tiga Arah
A. Pendahulan
Beberapa percobaan ada yang menggunakan analisis varians klasifikasi tiga arah.
Percobaan-percobaan tersebut melibatkan tiga faktor sekaligus. Setiap faktor memuat
lebih dari satu kategori. Apabila pada suatu percobaan memuat tiga faktor sekaligus,
faktor pertama memuat 2 kategori, faktor kedua memuat 3 kategori dan faktor ketiga
memuat 4 kategori maka dikatakan percobaan tersebut memiliki ukuran percobaan 2
3 4 faktorial. Pada percobaan dengan klasifikasi tiga arah dan n data dalam tiap sel,
jumlah kuadrat total dipartisi ke dalam delapan jumlah kuadrat yang independen.
Kedelapan jumlah kuadrat tersebut adalah jumlah kuadrat antar baris, jumlah kuadrat
antar kolom, jumlah kuadrat antar lapisan, jumlah kuadrat antar baris dan kolom, jumlah
kuadrat antar baris dan lapisan, jumlah kuadrat antar kolom dan lapisan, jumlah kuadrat
antar baris, kolom dan lapisan dan jumlah kuadrat dalam sel. Setiap jumlah kuadrat
berpadanan dengan jumlah derajat bebasnya.
16
lapisan =1 =1
Interaksi baris (R-1)(C- 2
x kolom x 1)(L-1) (.
lapisan =1 =1 =1
. . . . .
. +
. . +.
+ . . . )2
Dalam sel RCL(n-1) 2
( . )2
=1 =1 =1 =1
Total nRCL-1
( )2
=1 =1 =1 =1
= + + ( .. ) + ; = 1,2, , j ; j = 1,2,3, , nj
17
12 = 12 + (1 ); 22 = 22 + (2 ); 23 + (3 ); 24 + (4 )
12 = 1 2 ; 13 = 1 3 ; 14 = 1 4
23 = 2 3 ; 24 = 2 4 ; 34 = 3 4
2. Aturan perkalian umum mengacu pada kejadian-kejadian yang tidak saling bebas.
Peluang bersyarat adalah peluang munculnya suatu kejadian, jika diketahui suatu
kejadian lain telah terjadi.
Teorema Bayes
Metode untuk menghitung peluang dengan syarat ada informasi tambahan yang
diperoleh. Untuk dua kejadian tidak terikat satu sama lain dan membentuk kumpulan
kejadian lengkap.
1. Aturan perkalian menyatakan bahwa jika terdapat m cara suatu kejadian dapat
terjadi dan n carasuatu kejadian lain dapat terjadi maka terdapat mn cara untuk
dua kejadian tersebut.
19
BAB III
PEMBAHASAN
Sedangkan menurut Walpole (1992:23) ukuran tendensi sentral dengan cara mencari
nilai mean, median dan modus.
Berdasarkan ketiga pendapat diatas bahwa untuk mengukur ukuran tendensi
sentral yaitu dengan menghitung mean, median dan modus.
d. Pembahasan Bab IV Tentang Ukuran Dispersi
Menurut buku yang direview macam-macam ukuran dispersi adalah
rentang/rang/jangkauan, rata-rata deviasi, dan standar deviasi. Menurut Kadir
(2015:67) macam-macam ukuran dispersi yaitu: rentang (rentang antar kuartil),
simpangan kuartil atau deviasi kuartil, rata-rata simpangan atau rata-rata deviasi,
simpangan baku atau standar deviasi dan varians dan koefisien varians. Sedangkan
menurut Walpole (1992:55) macam-macam ukuran dispersi dilakukan dengan rentang
data dan standar deviasi atau simpangan baku.
Berdasarkan pendapat ketiga ahli diatas, dapat disimpulkan bahwa untuk
mengetahui ukuran dispersi dapat dilakukan dengan menggunakan rentang, simpangan
kuartil, standar deviasi, rata-rata deviasi dan varians dan koefisien varians.
e. Pembahasan Bab V Tentang Teori Sampel
Menurut buku yang direview ada 4 cara penarikan sampel dari suatu populasi,
yaitu: sampel acak sederhana, sampel sistematik, sampel berlapis dan sampel
berkelompok. Sedangkan menurut Kadir dan Walpole tidak ada menjelaskan cara
penarikan sampel.
f. Pembahasan Bab VI Tentang Pendugaan (Estimasi)
Menurut buku yang direview pendugaan merupakan suatu kegiatan menemukan
nilai atau selang tertentu berdasarkan data-data pada sampel.
g. Pembahasan Bab VII Tentang Pengujian Hipotesis Statistika
Menurut buku yang direview hipotesis dalam statistika bermakna pendugaan
(conjecture) yang diungkapkan dengan kalimat pernyataan tentang parameter populasi.
Menurut Kadir (2015:134) pengujian hipotesis menggunakan kekeliruan tipe I dan
kekeliruan II, uji sepihak dan uji dua pihak. Sedangkan menurut Walpole(1992:288)
berpendapat sama dengan Kadir yaitu dengan kekeliruan I, kekeliruan II, uji sepihak dan
uji dua pihak.
22
Berdasarkan ketiga pendapat ahli diatas dapat disimpulkan bahwa pengujian hipotesis
dalam statistika adalah asumsi atau dugaan yang diungkapkan dengan kalimat tentang
parameter populasi, kekeliruan (kekeliruan I dan II), uji sepihak dan uji dua pihak.
h. Pembahasan Bab VIII Tentang Anaisis Regresi
Menurut buku yang direview dan dua buku pembanding mengenai penjelasan
tentang analisa regresi baik itu analisa regresi sederhana maupun ganda menjelaskan
rumus yang sama, hanya saja dalam bulu yang direview lebih mudah dipahami
dikarenakan dalam buku tersebut dijelaskan cara penurunan rumus dari analisi regresi
tersebut. Berbeda dengan kedua buku pembanding yang langsung menyimpulkan rumus
analisa regresi tanpa menjelasan dari mana asal rumus tersebut. Begitu juga halnya
dalam analisa korelasi, didalam buku review ini lebih memperjelas turunnya rumus dari
analisa korelasi dibanding dengan buku Kadir, sedangkan dalam buku Walpole hanya
mengarah kepada contohnya saja.
i. Pembahasan Bab IX Tentang Analisis Varians Klasifikasi Satu Arah
Menurut Kadir(2015:314) analisis varians satu jalan digunakan untuk menguji
perbedaan rata-rata dengan banyak kelompok yang terpilih secara acak.
j. Pembahasan Bab X Tentang Analisis Varians Klasifikasi Dua Arah
Menurut buku yang direview, percobaan dengan klasifikasi dua arah ditunjukkan
dengan hanya satu unit sampling dan satu data(pengukuran) untuk masing-masing
percobaan. Dengan satu data(pengukuran) untuk masing-masing percobaan maka
jumlah kuadrat total (KK Tot)dipartisi kedalam 3 komponen yaitu: jumlah kuadrat antar
baris, jumlah kuadrat antar kolom dan jumlah kuadrat interaksi antar baris dan kolom.
Sedangkan menurut Kadir (2015: 346) analisis varians dengan dua arah dapat
digunakan untuk menguji hipotesis yang menyatakan perbedaan rata-rata antara
kelompok-kelompok sampel baik yang menggunakan two factorial design atau treatmen
by level design baik dalam penelitian eksperimen maupun penelitian causal-comparative.
k. Pembahasan Bab XI Tentang Analisis Varians Klasifikasi Tiga Arah
Menurut buku yang direview beberapa percobaan ada yang menggunakan
analisis varians klasifikasi tiga arah. Percobaan-pecobaan tersebut melibatkan tiga faktor
sekaligus. Setiap faktor memuat lebih dari satu kategori.
23
BAB IV
PENUTUP
A. Kesimpulan
Statistika adalah ilmu yang mempelajari tentang cara pengumpulan, pengolahan,
penafsiran/penganalisisan dan penarikan kesimpulan berdasarkan data yang
dikumpulkan/diperoleh. Di dalam penyajian data terdapat dua cara yaitu dengan
menggunakan table dan grafik/diagram. Kemudian ukuran tendensi sentral digunakan
untuk menghitung mean, median, modus, standar deviasi, simpangan kuartil dan lain-
lain. Pada teknik penarikan sampel dari suatu populasi yaitu: sampling sampel acak,
sampel sistematis, sampel berlapis dan sampel berkelompok. Hipotesis dalam statistika
adalah asumsi atau dugaan yang diungkapkan dengan kalimat tentang parameter
populasi.
B. Rekomendasi
Bagi pembaca yang membaca buku ini sangat bagus, menambah pengetahuan
tentang statistika pendidikan matematika dan sebagai pedoman dalam belajar. Bagi
pembaca yang ingin mencari buku statistika pendidikan matematika, saya menganjurkan
buku Statistika Terapan karya [Link]. Edy Syahputra, [Link] dikarenakan dalam buku
ini materi dipaparkan dengan singkat dan jelas. Buku ini juga terdapat penurunan rumus
sehingga pembaca dapat mengetahui asal mula rumus tersebut di dapat. Pada buku ini
dilengkapi juga dengan contoh yang bermacam-macam dan ada beberapa contoh yang di
cek/dikonfirmasi kebenaranya dengan mengggunakan SPSS dan juga di pandu dalam
mengecek menggunakan SPSS.
26
DAFTAR PUSTAKA
Kadir. 2015. Statistika Terapan: Konsep, Contoh dan Analisis Data dengan Program
SPSS/Lisrel Penelitian. Jakarta: Rajawali Pers.
Walpole, Ronald E. 1992. Pengantar Statistika Edisi ke-3. Jakarta: PT Gramedia.