STATISTIKA RINI NURAHAJU

Statistika & Penelitian Ilmiah Kerlinger (1986 dlm Nisfiannor, 2009) mendefinisikan penelitian ilmiah sbg suatu penyelidikan yg sistematis, terkontrol, empiris dan kritis ttg fenomena2 alami dgn dipandu oeh teori dan hipotesa2 ttg hubungan yg diperkirakan terdapat diantara fenomena2 tsb. Penelitian ilmiah adl penelitian thd sampel (contoh) ttp kesimpulannya akan digeneralisasikan pada populasi dimana sampel itu diambil (Hadi, 1999 dlm Nisfiannor, 2009).

lanjutan Ketika penelitian pada sampel telah dilaksanakan maka akan dihasilkan data. Data tsb dikumpulkan, dianalisis dgn metode statistika dan hasilnya akan digeneralisasikan pada populasi. Dgn dmkn, statistika juga dpt diartikan sbg suatu cara utk memahami populasi berdasarkan informasi yg diperoleh dari sampel. Tingkat keandalan generalisasi suatu hasil uji statistik pada sampel dinyatakan dlm taraf signifikansi

lanjutan Seorang peneliti hrs menyadari bhw sampel yg diambil, sedikit atau banyak, pasti mengandung unsur kesalahan sampling (sampling error). Sumber kesalahan sampling antara lain, populasi yg ada tdk pernah homogen scr sempurna dan juga dpt dipengaruhi krn kekurangmampuan peneliti dlm menyusun instrumen yg benar2 bebas dari kesalahan

Statistik dan Parameter Dlm penelitian, istilah statistik digunakan bila yg dibicarakan adl ukuran sejumlah sampel sedangkan istilah parameter digunakan utk menunjukkan ukuran populasi yg ada. Simbol utk membedakan antara statistik dan parameter Statistik Parameter Keterangan N Banyaknya subyek X μ Rata-rata (mean) S σ Simpangan baku (standar deviasi) S² σ² Varians

Penggolongan Statistika Secara garis besar statistika dpt dibedakan mjd 2: Statistika deskriptif Yaitu metode statistik yg digunakan utk mengumpulkan, meringkas, menyajikan dan mendeskripsikan data shg dpt memberikan infromasi yg berguna. Penyajian data biasanya berbentuk ukuan pemusatan data (mean, median, modus), ukuran penyebaran data (standar devasi dan varians), tabel, grafik (histgram, pie, dan bar) Statistika inferensial Yaitu metode yg berhubungan dgn analisis data pada sampel dan hasilnya dipakai utk generalisasi pada populasi. Naga, 2008 (dalam Nisfiannor, 2009) menyatakan bhw tugas dari statistik inferensial adl melakukan estimasi, menguji hipotesis, dan mengambil keputusan.

Penggolongan Statistika Inferensial Statistika Parametrik Penggunaan teknik statistika parametrik didasarkan pada sumsi bhw data yg diambil mempunyai distribusi normal dan jenis datanya adalah interval atau rasio. Statistika Non Parametrik Penggunaan statistika non parametrik tidak mengharuskan data yg diambil mempunyai distribusi normal dan jenis datanya dapat nominal atau ordinal.

Penggolongan Analisis Statistik Parametrik dan Non Parametrik Pada dasarnya baik Statistik Parametrik dan Non Parametrik dpt digunakan utk analisis statistik yg bersifat : Korelatif Digunakan utk mengetahui hubungan atau korelasi dari sebuah variabel dgn varabel yg lain, misalnya variabel X dan variabel Y. Teknik yg sering dipakai adalah korelasi Pearson dan Regresi (statistik parametrik) ; Spearman, Kendal, Kai Kuadrat (statistik non parametrik) Komparatif Digunakan utk mengetahui perbedaan nilai rata2 dari suatu kelompok dgn kelompok yg lainnya, misalnya perbedaan kecemasan antara kelompok pria dan wanita, serta perbedaan motivasi kerja antara bagian produksi, pemasaran dan keuangan. Teknik yg sering dipakai adalah T Test dan Anava (statistik parametrik) ; Mann-Whitney, Kruskal-Wallis (statistik non parametrik)

Univariat Deskriptif Korelatif Multivariat Statistika Parametrik 2 sampel Komparatif Inferensial k sampel Univariat Korelatif Multivariat Non Parametrik 2 sampel Komparatif k sampel

Dasar dasar Analisis Statistik Populasi dan sampel Variabel penelitian Independent Variable (IV) dan Dependent Variable (DV) Paradigma variabel penelitian Hubungan antara variabel Hipotesis

Populasi dan sampel Populasi adl keseluruhan dari jumlah yg akan diamati atau diteliti. Populasi bukan hanya orang (manusia) tetapi juga bisa makhluk hidup lain atau benda2 alam yg lain. Contoh populasi domba, populasi pohon cemara, dll Sampel adl sebagian yg diambil dari suatu populasi. Statistik yg dihitung berdasarkan sampel besar (> 30) akan lbh tepat drpd sampel kecil (<30). Bila sampel yg diambil jumlahnya kecil besar kemungkinan tdk representatif dibandingkan bila sampel besar. Sampel yg tdk representatif mengandung pengertian bhw sampel tidak dpt dipercaya dan dpt menghasilkan kesimpulan yg tidak akurat.

Variabel penelitian Adl suatu atribut atau sifat yg mempunyai variasi atau macam2 nilai. Variabel dpt memiliki dua nilai atau lebih (dikotomi atau politomi). Misalnya atribut manusia : BB, TB, motivasi, IQ ; atribut obyek : warna, bentuk dll

Independent Variable (IV) dan Dependent Variable (DV) IV disebut juga variabel bebas, anteseden atau prediktor. IV mrpk variabel yg mjd sebab perubahan atau munculnya DV. DV disebut juga variabel terikat, konsekuensi atau kriterium. DV mrpk variabel yg dipengaruhi atau yg mjd akibat dari IV.

Paradigma variabel penelitian Paradigma sederhana Hubungan bivariat / univariat Paradigma ganda Hubungan multivariat X Y X1 Y X2 Y1 X Y2

Hubungan antara Variabel Simetris Hubungan dimana suatu variabel tidak dipengaruhi variabel lainnya Timbal balik Hubungan dimana suatu variabel dapat mjd sebab sekaligus juga dapat mjd akibat dari variabel lainnya Asimetris Hubungan dimana satu variabel memberikan pengaruh pada variabel lainnya

Hipotesis Adl dugaan sementara mengenai hasil dari penelitian yg akan dilaksanakan. Hipotesis sangat diperlukan krn keberadaannya dapat mengarahkan penelitian. Peneliti akan melakukan pembuktian thd hipotesis utk diuji kebenarannya. Penelitian menggunakan dua jenis hipotesa yaitu hipotesa nihil dan hipotesis alternatif

lanjutan Hipotesis nihil disebut juga hipotesis nol (Ho) adalah hipotesa yg menyatakan ketiadaan atau kenihilan atau sama dgn 0. Hipotesis alternatif (Ha) disebut juga hipotesis satu (H1) adalah hipotesa yg menyatakan ada atau tidak nihil. Hipotesa dpt ditulis dlm bentuk kalimat maupun dlm bentuk simbol Ho : Tidak ada hubungan antara variabal X dan variabel Y Ha : Ada hubungan antara variabal X dan variabel Y

lanjutan Ho mrpk hal yg diuji dlm pengolahan data penelitian, sedangkan Ha mrpk hasil yg diharapkan Acuan dlm perumusan hipotesis Sumber penyebab tidak terbuktinya hipotesis Kesalahan dalam pengujian hipotesis Taraf signifikansi (peluang keslahan alpha) Arah hipotesis

lanjutan Acuan dlm perumusan hipotesis Teori yg telah ada Hasil penelitian sebelumnya Bisa juga dari peneliti itu sendiri

lanjutan Sumber penyebab tidak terbuktinya hipotesis Salah dalam pemilihan teori Salah dalam pengambilan sampel Salah dalam penentuan alat pengambil data Salah dalam perhitungan statistik dan pembuatan rancangan penelitian

lanjutan Kesalahan dalam pengujian hipotesis Kesalahan tipe I, yaitu suatu kesalahan bila menolak Ho yg benar (seharusnya diterima). Tingkat kesalahan dinyatakan dgn alpha (α ). Kesalahan tipe II, yaitu suatu kesalahan bila menerima Ho yg salah (seharusnya ditolak). Tingkat kesalahan dinyatakan dgn beta (β ).

lanjutan Taraf signifikansi (peluang kesalahan alpha) Peluang kesalahan alpha ini, yg diberi lambang huruf p (probability of alpha error) menunjukkan besarnya peluang kesalahan Ha (sekaligus berarti kebenaran Ho) kalau digeneralisasikan pada populasi. Besar peluang kesalahan dilihat pada taraf signifikansi : Jika sig (p) < 0,01, maka dinyatakan sangat signifikan Jika sig (p) < 0,05, maka dinyatakan signifikan Jika sig (p) > 0,05, maka dinyatakan tidak signifikan

lanjutan Arah hipotesis Rumusan hipotesis Ha dpt dinyatakan dlm 2 bentuk, yaitu : Tanpa arah Ha : Ada korelasi antara variabel X dan variabel Y Ha : Ada perbedaan agresivitas antara pria dan wanita Berarah Ha : Ada korelasi positif antara variabel X dan variabel Y Ha : Pria lebih agresif daripada wanita Arah korelasi bisa positif (+) maupun negatif (-) dgn nilai r berkisar antara -1 sampai dengan +1, sedangkan arah perbedaan bisa lebih besar (>) maupun lebih kecil (<). - Dlm analisis SPSS Ha tanpa arah menggunakan two tailed sedangkan Ha berarah menggunakan one tailed. Batasan taraf signifikansi (p) uji two tailed ditetapkan lbh tinggi drpd uji one tailed. Penggunaan uji one tailed akan lbh bagus dlm menetapkan adanya suatu korelasi atau perbedaan dibandingkan dgn uji two tailed. Misal output SPSS terlihat r=0,670 dan sig (p) = 0,034 dgn uji two tailed maka dpt membaca p pada uji one tailed mjd 0,034 / 2 = 0,017