BAB 1 Peran Statistika dalam Penelitian

BAB I Peran Statistika dalam Penelitian

STATISTIK vs STATISTIKA

STATISTIK : kumpulan data atau fakta-fakta yang disajikan dalam bentuk daftar, Tabel, Grafik, Diagram agar mudah diinterpretasi dan digunakan untuk tujuan-tujuan tertentu.

STATISTIKA : suatu pengetahuan mengenai cara/metode/ teknik pengumpulan data,

menganalisis data, menyajikan data guna membuat keputusan-keputusan

Statistika dibedakan menjadi dua :

1.Statistika Deskriptif

bertujuan/digunakan untuk menggambarkan atau mendeskripsikan data (fakta-fakta) tanpa menarik kesimpulan terhadap populasi

2.Statistika Induktif (Inferensial)

 bertujuan/ digunakan untuk menggeneralisasikan hasil temuan yang diperoleh pada sampel terhadap populasi.

Statistika inferensia mencakup semua metode yang berhubungan dengan analisis sebagian data (contoh ) atau juga sering disebut dengan sampel untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya(populasi).

Dalam statistika inferensia diadakan pendugaan parameter, membuat hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku umum. Metode ini disebut juga statistika induktif, karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja. Pengambilan kesimpulan dari statistika inferensia yang hanya didasarkan pada sebagian data saja yang menyebabkan sifat tak pasti, memungkinkan terjadi kesalahan dalam pengambilan keputusan, sehingga pengetahuan mengenai teori peluang mutlak diperlukan dalam melakukan metode-metode statistika inferensia

 Statistik Inferensial dibedakan:

Ø  Statistika Parametrik = mensyaratkan persyaratan-persyaratan tertentu: distribusi data normal, hubungan linier, homogenitas varians.

Ø  Statistika Non Parametrik=tidak mensyarat-kan persyaratan-persyaratan tertentu  maka dikatakan statistika Bebas Distribusi 

Uji statistik nonparametrik adalah suatu uji statistik yang tidak memerlukan adanya asumsi-asumsi mengenai sebaran data populasinya (belum diketahui sebaran datanya dan tidak perlu berdistribusi normal).  

Disebut juga sebagai statistik bebas sebaran (distribution-free statistics) atau assumption-free test yaitu teknik statistik yang tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak).  

Metode Statistika Non Parametrik digunakan apabila salah satu parameter Statistika Parametrik tidak terpenuhi . 

Penggunaan

§  Untuk data yang distribusi populasinya tidak diketahui

§  Untuk data yg distribusinya tidak normal

§  Untuk data yang diambil dari sampel yang tidak random

§  Untuk data dengan skala nominal atau ordinal

§  Untuk data yang jumlahnya sedikit (< 30)

Ø  Populasi adalah kumpulan semua elemen yang ada yang akan diobservasi atau diteliti

Ø  Sampel adalah himpunan bagian dari populasi

Ø  Sampling adalah cara pengumpulan data dengan mengambil sampel atau contoh

dari seluruh anggota populasi

Pengertian DATA : Kumpulan keterangan atau informasi yang diperoleh dari suatu pengamatan, dapat berupa angka, lambang atau sifat

”garbage in, garbage out”

Apa itu data yang baik?

·            representatif (mewakili),

·            objektif (sesuai dengan apa yang ada atau yang terjadi),

·            relevan (ada hubungannya dengan persoalan yang sedang dihadapi dan akan dipecahkan),

mempunyai tingkat ketelitian yang tinggi atau standard error (kesalahan baku) yang kecil. 

VARIABEL  :  gejala atau fakta-fakta (data) yang harganya berbeda-beda atau bervariasi.

Variabel : adalah objek penelitian, atau apa yang menjadi fokus di dalam suatu penelitian. Menurut F.N. Kerlinger variabel sebagai sebuah konsep. Variabel merupakan konsep yang mempunyai nilai yang bermacam-macam. Suatu konsep dapat diubah menjadi suatu variabel dengan cara memusatkan pada aspek tertentu dari variabel itu sendiri.

Variabel dapat dibagi menjadi variabel kuantitatif dan variabel kualitatif

Menurut Nilainya, Variabel dibedakan :

a.       Variabel Diskrit atau disebut Data Diskrit  diperoleh melalui menghitung atau membilang (bukan hasil pengukuran). Misal : jenis kelamin, jenis pekerjaan, jenis sekolah, jumlah peralatan.

b.      Variabel Kontinyu atau disebut Data Kontinyu diperoleh melalui pengukuran. Misal : tinggi badan, berat badan, kompetensi siswa, sikap, minat. 

Menurut Fungsi :

a.       Variabel Bebas/independen (Korelasi), variabel prediktor (regresi), variabel perlakuan (eksperimen) variabel yang akan dilihat pengaruhnya terhadap variabel terikat/dependen, kriterium, atau variabel dampak.

b.      Variabel Terikat/dependen (Korelasi), kriterium (Regresi), variabel dampak (Eksperimen) variabel hasil/dampak/akibat dari variabel bebas/prediktor/perlakuan.Variabel terikat umumnya menjadi tujuan penelitian, sumber masalah, yang ingin ditingkatkan kualitasnya.

c.       Variabel Perantara (Intervening) menjadi perantara munculnya pengaruh variabel bebas terhadap variabel terikat. Jika variabel ini dihilangkan, maka hubungan/pengaruh variabel bebas terhadap variabel terikat tersebut menjadi tidak ada (tidak signifikan).

d.      Variabel Moderator mempengaruhi tingkat hubungan (pengaruh) variabel bebas terhadap variabel terikat. Hubungan/pengaruh variabel bebas terhadap variabel terikat memiliki nilai yang berbeda pada level yang berbeda.

e.       Variabel Kontrol (Pengendali) berpengaruh terhadap variabel terikat, tetapi pengaruhnya ditiadakan/dikendalikan dengan cara dikontrol (diisolasi) pengaruhnya. Pengontrolan dapat dilakukan melalui pengembangan disain penelitiannya (kondisinya dibuat sama) atau secara statistik.  

 

 

   

 JENIS DATA/SKALA PENGUKURAN :

1.Skala Nominal

Skala data hasil pengukuran yang hanya dapat membedakan antara jenis/kelompok yang satu dengan yang lainnya.

Skor yang diberikan di sini hanya berfungsi sebagai tanda atau nomor belaka, dan tidak menunjukkan tingkatan maupun kualitasnya.

Contoh: jenis kelamin, jenis sekolah, jenis pekerjaan, agama, dsb.

Contoh :  Jenis Kelamin   Laki-laki       =  1

                                           Perempuan  =  2

 

2.Skala Ordinal

Skala data hasil pengukuran yang menunjukkan adanya suatu tingkatan (ORDO) atau kategori, seperti misalnya: sangat baik, baik, cukup, kurang dsb.

Namun demikian, rentang/jarak antara masing-masing tingkatan yang berdekatan adalah tidak sama, bersifat relatif dan tidak dapat ditentukan secara pasti.

Contoh : tingkat pendidikan (PT, SLTA, SLTP, SD, Tidak Tamat SD, Tidak Pernah Sekolah).

Jika pendidikan dihitung jumlah tahun memperoleh pendidikan, maka datanya dapat dikategorikan sbg data interval).

 

3.Skala Interval

Gejala yg dapat menunjukkan tingkatan maupun kualitasnya, sedangkan jarak antar tingkatan yang berdekatan tersebut mempunyai jarak yang pasti dan sama.

Skala ini tidak memiliki Nol Mutlak.

Contoh: benda yg suhunya 0° Celsius bukan berarti benda tsb tidak mempunyai kadar panas sama sekali. Jadi, Titik Nol di sini hanya merupakan titik kesepakatan saja.

Demikian pula, skor yg diberikan di sini tidak dapat diper-bandingkan dgn skor yg lain dengan hukum perkalian (Komutatif).

Contoh: Benda yg suhunya 80 °C, bukan berarti panasnya dua kali lipat dari benda yg suhunya 40 °C

 

4. Skala Rasio

 

Memiliki nilai Nol Mutlak

Dapat diperbandingkan dengan skor lainnya dengan hukum Komutatif.

Contoh: jarak 0 meter, maka berarti bahwa memang tidak ada jarak sama sekali. Demikian pula, benda yg beratnya 10 kg, maka memang benar-benar 2 kali lipat benda yg beratnya 5 kg, dan sebagainya.

Skala pengukuran dalam bidang pendidikan dan ilmu-ilmu sosial pada umumnya hanya mencapai pada skala pengukuran interval saja, sedangkan skala rasio jarang atau tidak biasa digunakan.

 PEMILIHAN TEKNIK STATISTIK

Berkaitan dgn rumusan hipotesis penelitian à karena fungsi Statistik adalah untuk menguji hipotesis.

Tergantung pada jenis/skala data pengukuran

Ditentukan oleh terpenuhi-tidaknya persyaratan Analisis yang telah ditetapkan.

Dalam penelitian kuantitatif, peran statistik deskriptif masih sangat penting à karena untuk mendeskripsikan data yang diperoleh yang bersifat univariat.