MODUL STATISTIK 2 DAN LAB MATERI ke 2 STATISTIK DJOKO DARMOYO, M Si
Ø Jika tujuan penelitian hanya sebatas ingin mendeskripsikan karakteristik variabel penelitian, maka metode analisis deskriptif dirasa sudah cukup. Misalnya ingin mengetahui besaran-besaran parameter tendensi sentral, seperti: mean, median, modus, standar deviasi atau varian dalam mendeskripsikan karakteristik variabe
Jika tujuan penelitian akan melakukan pengujian terhadap hipotesis (inferensial) dapat digunakan metode analisis verifikatif. Metode analisis verifikatif mengenal dua jenis analisis statitistik yang dapat digunakan, yakni statistik parametrik atau statistik non-parametrik
Ø Dua metode analisis yang dapat dipertimbang-kan dalam analisis data (kuantitatif) adalah : (1) metode analisis deskriptif (2) metode analisis verifikatif Pemilihan metode analisis mana yang akan digunakan sangat bergantung pada tujuan penelitian
PENGOLAHAN DATA (DATA PROCESSING) dan ANALISIS DATA (DATA ANALYSIS) PADA PENGOLAHAN DATA, PERTAMA DIPERLUKAN PROSES : MEMERIKSA DATA (EDITING), MEMBERI KODE (CODING), TABULASI
Ada 2 metode yang dapat digunakan dalam menganalisis data : Metode non statistik untuk data kualitatif Metode Statistik untuk data kuantitatif
STATISTIKA DIARTIKAN SEBAGAI Sebuah Kegiatan Untuk : Mengumpulkan Data, Menyajikan Data, Menganalisis Data Dgn Netode Tertentu,menginterprestasikan Hasil Analisis Tersebut. ILMU STATISTIKA BERGUNA UNTUK MEMBANTU DALAM PENGAMBILAN KEPUTUSAN ATAS MASALAH TERENTU.
UMUMNYA, STATISTIKA TERDIRI DARI : STATISTIKA DESKRIPTIF, MEMPELAJARI BAGAIMANA CAR MENYUSUN DAN MENYAJIKAN DATA DARI DATA YANG TELAH DIKUMPULKAN DLAM PENELITIAN SERTA MEMPELAJARI BAGAIMANA CARA MELAKUKAN PENGUKURAN NILAI-NILAI STATISTIK, SEPERTI MEAN, MEDIAN,, MODUS STANDAR DEVIASI, DLL. DATA YANG TELAH DAPAT DISAJIKAN DALAM BENTUK TABEL ATAU GRAFIK. ANALISIS DESKRIPTIK MELIPUTI : PENYAJIAN DATA, BAIK DALAM BENTUK TABEL MAUPUN GRAFIK, PENGUKURAN NILAI- NILAI STATISTIK, SEPERTI PENGUKUR SENTRAL, DISPERSI, SKEWNES, DAN KURTOSIS.
STATISTIKA INFERENSIAL (INDUKTIF), BIDANG ILMU STATISTIKA YANG MEMPELAJARI TATA CARA PENARIKAN KESIMPULAN MENGENAI KESELURUHAN POPULASI BERDASARKAN DATA YANG ADA DALAM SUATU BAGIAN DARI POPULASI TERSEBUT. BIDANG ILMU STATISTIKA INDUKTIF INI MELIPUTI : PROBABILITAS, ESTIMASI, UJI HIPOTESIS STATISTIK YANG BERTUJUAN UNTUK MENGUJI APAKH DATA DAN SAMPEL YANG ADA SUDAH CUKUP KUAT UNTUK MENGAMBARKAN POPULASINYA, MENGUKUR DERAJAT ASOSIASI ANTAR VARIABEL
PROSEDUR ATAU METODE STATISTIKA, DALAM KAITANNYA DENGAN PENGOLAHAN DATA, MAKA DAPAT DIBAGI MENJADI : 1. BERDASARKN PARAMETERNYA BERDASARKAN PARAMETER YANG ADA DAN UNTUKEPERLUAN INFERENSI, STATISTIKA DAPAT DIBAGI MENJADI : A. STATISTIKA PARAMETRIK, MERUPAKAN STATISTI INFERENSIAL YANG MEMBAHAS PARAMETER- PARAMETER POPULASI, DATA YANG DIGUNAKAN APABILA MEMILIKI SKALA INTERVAL ATAU RASIO SEDANGKAN DISTRIBUSI DATANYA NORMAL ATAU MENDEKATI NORMAL
STATISTIKA NONPARAMETRIK, MERUPAKAN STATISTIK INFERENSI YANG TIDAK MEMBAHAS PARAMETER- PARAMEER POPULASI. DIGUNAKAN JIKA DATA YANG DIANALISIS BERSKALA NOMINAL DAN ORDINAL ATAU DISTRIBUSI DATA POPULASINYA TIDAK NORMAL
UJI HIPOTESIS NOMINAL ORDINAL INTERVAL RASIO STATISTIK NONPARAMETRIK DISTRIBUSI TIDAK NORMAL DISTRIBUSI NORMAL STATISTIK PARAMETRIK
Berdasarkn Jumlah Variabelnya Berdasarkan Jumlah Variabelnya, Analisis Statistika Dapat Digolongkan : Analisis Univariat (Digunakan Untuk Mesdiskripsikan Distribusi Satu Variabel Dan Uji Perbedaan Antara Data Yang Diteliti Dengan Ekspektasi Atai Hipotesis Peneliti), Analisis Bivariat Menguji Perbedaan Dan Mengukur Hubungan Dua Variabel Yang Diteliti), Analisis Multivariat (Menguji Dependensi Dan Interdepedensi Antar Variabel Yang Diteliti)
Analisis Data Kualitatif Data kualitatif pada umumnya berbentuk pernyataan kata-kata atau gambaran tentang sesuatu yang dinyatakan dalam bentuk penjelasan dengan kata-kata atau tulisan Analisis data kualitatif menyangkut identifikasi apa yang menjadi perhatian (Concerns) dan apa yang merupakan persoalan (Issues). Dalam melakukan identifikasi proses yang perlu dilakukan ada beberapa 1. Proses Kategorisasi 2. Proses Prioritas 3. Proses Penentuan kelengkapan
Proses Kategorisasi Proses menyusun kembali catatan dari hasil observasi atau wawancara menjadi bentuk yang lebih sistematis Beberapa panduan yang perlu diketahui dalam membuat kategori, yaitu: Perhatikan regularity Hal-hal yang sering muncul, hal-hal yang sering muncul ini bisa dijadikan kategori
- Setelah kategori ditentukan, perlu diperiksa secara sistematis (Systematic checks) apakah benar apa yang sebagai suatu kategori memang sungguh merupakan suatu kategori. Pemeriksaan secara sistematis dilakukan dengan melihat hal yang dianggap sebagai suatu kategori jika mereka secara internal homogen dan secara eksternal heterogen. Artinya mereka menjadi satu kategori jika memiliki kesamaan dan berbeda kategori jika memiliki perbedaan.
- Kategori jangan sampai terlalu luas atau terlalu sempit. Jika kategori terlalu luas akan tidak tampak dengan jelas apa yang menjadi perhatian (Concern) dan persoalan (isues). Dan jika terlalu sempit akan kehilangan gambaran secara keseluruhan. PROSES PRIORITAS Apabila terdapat banyak sekali kategori, perlu ada prioritas mana kategori yang dapat ditampilkan dan mana yang tidak perlu ditampilkan karena terlalu banyak kategori akan menyulitkan dalam interprestasi
Kategori yang diprioritaskan adalah kategori yang : 1) Paling sering muncul 2) Oleh beberapa orang dianggap sebagai yang paling dipercaya 3) Merupakan hal yang unik atau memiliki ciri khas tersendiri 4) Membuka peluang adanya kemungkinan penyelidikan lebih lanjut 5) Material atau berharga
PROSES PENENTUAN KELENGKAPAN Jumlah atau jenis kategori dianggap sudah layak apabila secara logika rangkaian kategori dapat diterima dengan kata lain, permasalahan yang muncul dapat menjawab permasalahan yang menjadi perhatian, berarti kategori yang dikumpulkan belum cukup.
Analisis Data Kuantitatif Data kuantitatif diananlisis dengan teknik statistik, untuk mengetahui statistik mana yang akan digunakan, pertama-tama perlu diketahui jenis penelitian yang digunakan. Dalam penelitian itu diadakan, ada tiga jenis penelitian, yaitu : 1. Penelitian deskriptif 2. Penelitian Korelasi 3. Penelitian aksperimen
Tabel Analisis Data Deskriptif Teknik statistik yang pada umumnya digunakan untuk analisis data deskriptif adalah : # Tabel # Grafik # Ukuran rata-rata Data kuantitatif yang diperoleh dari penelitian deskriptif pada umumnya dapat dihitung frekuensinya sehingga cara yang terbaik untuk menampilkan data tersebut dalam bentuk distribusi frekuensi (frecuency distribution)
Ada dua kelompok distribusi frekuensi, yaitu : 1. Distribusi frekuensi sederhana (Simple frecuency distribution) 2. Distribusi frekuensi kelompok (group frecuency distribution)
DISTRIBUSI FREKUENSI SEDERHANA (SIMPEL FREQUENCY DISTRIBUTION) Distribusi frekuensi sederhana dapat digunakan untuk data yang berskala nominal, ordinal, interval, atau rasio. Data ditampilkan dalam bentuk tabel yang memilki tiga kolom, yaitu kolom pertama menunjukan variabelnya, kolom kedua menunjukan frekuensinya, dan kolom ketiga menunjukan persentasi.
Contoh : Penelitian untuk mendapatkan gambaran latar belakang suku disuatu tempat, dari 200 responden, didapat 100 orang suku Jawa, 60 orang Sunda, 40 orang Tapanuli. Data dapat ditampilkan dalam bentuk tabel frekuensi sederhana Sebagai berikut Jawa Sunda Tapanuli Suku Frekuensi Persentasi (%) 100 60 40 50 30 20 Total 200 100
DISTRIBUSI FREKUENSI KELOMPOK (GROUP FRECUENCY DISTRIBUTION) Apabila data yang dikumpulkan dari penelitian deskriptif jumlahnya banyak sekali dengan kemungkinan adanya data dengan bilangan desimal yang berarti datanya dalam skala interval/ratio maka cara terbaik untuk menampilkan data tersebut adalah dengan mengelompokan data menjadi beberapa kelompok yang dikenal dengan istilah kelas:
Contoh : Ada 100 siswa memiliki tinggi badan 151-180 cm, range dibagi menjadi tiga kelas misalnya antara 151-160 adalah 50 siswa, 161-170 adalah 20 siswa, dan 171-180 adalah 30 siswa, Tabel Distribusi frekuensi kelompok : Tinggi Frekuensi Persentasi (%) 151-160 161-170 171-180 50 20 30 50 20 30 Total 100 100
Grafik Ada empat macam model grafik, yaitu : * Bar * Pie * Histogram * Polygon Grafik Bar Grafik bar digunakan apabila data dari variabel yang diukur berskala nominal atau ordinal.
Grafik Pie Grafik Pie digunakan apabila data dari variabel yang dianalisis berskala nominal atau ordinal Grafik Histogram Grafik ini digunakan apabila data yang dianalisis berskala interval atau rasio dan dinyatakan dalam bentuk kelompok distribusi frekuensi ( grouped frecuency distribution). Grafik Polygon Grafik ini digunakan apabila data yang dianalisis berskala interval atau rasio dan dinyatakan dalam bentuk kelompok distribusi frekuensi
Ukuran Rata-rata Ukuran rata-rata juga dikenal dengan ukuran central. Ada tiga pengertian ratarata dalam statistik yaitu mean, median, dan mode. Mean Adalah ukuran rata-rata untuk variabel dengan skala interval/rasio yang diperoleh dengan cara jumlah nilai dari setiap item dibagi dengan jumlah item-nya
MEAN UNTUK DATA SEDERHANA Adalah data yang ditampilkan tanpa kelompok dan tanpa frekuensi (Ungroup no frecuency). Rumus Mean : Dimana : X i n x = Mean = nilai dari item pada urutan ke-i = jumlah item n i= = 1 n xi
MEAN UNTUK DATA TANPA KELOMPOK DENGAN FREKUENSI Data yang ditampilkan dalam bentuk distribusi frekuensi sederhana, perhitungan ini sering dikenal pula dengan Weight mean. n Rumus :. xi. fi = i= 1 x n
Mean data Kelompok dengan Frekuensi Rata-rata yang dihitung dari tabel distribusi frekuensi kelompok. Rumus : n i= x = 1 fi ( midpo int) n Mid point = pertengahan dari setiap kelas yang diperoleh dengan cara, mid point = nilai terendah dari kelas +nilai tertinggi dari kelas)
Median Median membagi data menjadi dua bagian, dengan kata lain median adalah nilai yang berada di tengah-tengah, detelah nilai data diurutkan dari yang terkecil sampai dengan terbesar Mode Adalah nilai paling banyak terjadi. Mode dapat digunakan dalam analisis variabel yang berskala nominal, ordinal, interval, dan rasio.
ANALISIS DATA KORELASI Analisis data korelasi menggunakan beberapa teknik statistik. Data yang berskala nominal dapat menggunakan teknik statistik chi-square. Data yang berskala ordinal menggunakan Spearman s rank dapat menggunakan Pearson product momment correlation atau linear regression. Statistik yang digunakan oleh data yang berskala interval dapat juga digunakan untuk data yang berskala rasio.
SKALA NOMINAL (CHI-SQUARE) ANALISIS DATA KORELASI SKALA ORDINAL (SPEARMEN S RANK) SKLA INTERVAL/RASIO (PERSON S R/REGRESI)
ANALISIS DATA EKSPERIMEN Analisi data eksperimen umumnya menggunakan statistik yang digunakan untuk mengukur perbedaan. Misalnya, untuk melihat apakah ada perbedaan sebelum perlakuan dan setelah perlakuan
Skala Nominal Chi-square Eksperimen Skala Ordinal Dua kelompok Lebih dari Dua kelompok Median test, Sign test Kruskal- Wallis, Friedman Skala Interval/Rasio Dua kelompok Lebih dari Dua T-test ANOVA