Transcript pengantar statistika

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
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
Komparatif
2 sampel
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
X
Y
 Paradigma ganda
Hubungan multivariat
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