BAB II MEMILIH TES STATISTIK YANG COCOK Bagian dari kekuatan suatu analisis statistik adalah suatu fumgsi

tes statistik yang dipakai dalam analisis itu. Suatu tes statistik itu baik, jika mempunyai kemungkinan kecil untuk menolak H0 apabila Ho benar, dan mempunyai kemungkinan besar untuk menolak Ho pada saat Ho salah. Misalkan kita mendapatkan dua tes statistik, A dan B, yang mempunyai kemungkinan yang sama untuk menolak Ho apabila Ho benar. Tes yang sebaiknya kita pilih adalah memiliki kemungkinan lebih besar untuk menolak Ho ketika Ho salah. Ada beberapa pertimbangan dalam memilih tes statistik yang cocok dengan permasalahan yang dihadapi: a. Pertimbangkan kekuatan suatu analisis statistik yang akan digunakan. b. Sifat dari populasi yang dihadapi, bentuk distribusi dari populasi. c. Cara pengukuran yang dilakukan dalam pengumpulan data, skala pengukuran. d. Jumlah sampel yang akan dianalisis, satu atau dua, atau lebih. e. Jumlah variabel yang akan dianalisis f. Cara pengambilan sampel, sampel independen atau dependen g. Besar sampel yang dikumpulkan, sampel besar atau sampel kecil.

Model Statistik Sifat populasi dan pengambilan sampel berarti telah menetapkan suatu model statistik. Berkaitan dengan detiap tes satistik adalah suatu model dan sautu syarta pengukuran. Syarat-syarat yang harus dipenuhi untuk membuat tes t menjadi tes paling kuat sehingga boleh menaruh kepercayaan pada pernyataan kemungkinan yang diperoleh dari pengguna tes t itu, paling kurang adalah : 1. Observasi-observasi harus saling independen. Artinya pemilihan sembarang kasus dari populasi untuk dimasukkan dalam sampel tidak boleh menimbulkan bias pada kemungkinan-kemungkinan bahwa kasus yang lain akan termasuk juga dalam sampel itu, dan juga skor yang diberikan kepada suatu kasus tidak boleh mempengaruhi skor yang diberikan kepada ksusu lainnya. 2. Observasi-observasi harus ditarik dari populasi yang berdistribusi normal.

3. Populasi-populasi itu harus memiliki varian yang sama ( atau dalam kasuskasus khusus, populasi-populasi itu harus memiliki rasio varian yang diketahui). 4. Variabel-variabel yang terlibat harus diukur setidaknya dalam skala interval, sehingga memungkinkan dipergunakannya penanganan secara ilmu hitung terhadap skor-skornya. 5. Rata-rata populasi normal dan bervarian sama itu harus merupakan kombinasi linier dari efek-efek yang ditimbulkan oleh kolom dan/atau baris. Artinya, efek-efek itu harus bersifat penjumlahan (additive)

Kekuatan Efisiensi Bahwa semakin sedikit atau semakin lemah anggapan yang membentuk suatu model tertentu, maka semakin umumlah kesimpilan-kesimpulan yang diturunkan dari penerapan tes statistik yang berkaitan dengan model itu, namun semakin kurangkalah tes untuk Ho itu. Pernyataan ini biasanya benar untuk ukuran sampel yang seberapapun besarnya. Konsep kekuatan efisiensi mempermasalahkan banyak kenaikan dalam ukuran sampel yang diperlukan agar tes B mempunyai kekuatan yang sama sebesar A. Jika tes A diketahui sebagai tes paling kuat dalam tipe tes itu (jika digunakan dengan data yang memenuhi persyaratannya), dan jika tes B adalah suatu tes lain untuk rancangan penelitian yang sama, yang dengan banyak kasus Nb kekuatannya Efisien tes B = (100) Na % Nb Misalnya, jika tes B menurut sampel sebesar N = 25 kasus agar tes B itu memiliki kekuatan yang sama besarnya dengan tes A yang memiliki N = 20 kasus, maka tes B memiliki kekuatan efisiensi (100) 20 %, yakni kekuatan efisiensinya adalah 80%. 25 Kekuatan efisiensi 80% berarti bahwa untuk menyamakan kekuatan tes A dan tes B (kalau semua syarat kedua tes itu dipenuhi, dan bila tes A lebih kuat) kita perlu menarik 10 kasus bagi tes B untuk setiap 8 kasus yang ditarik bagi tes A.

Pengukuran Jika seorang ilmuan fisika berbicara mengenai pengukuran, maka biasanya yang dia maksudkan adalah pelekatan angka-angka atas observasi-observasi sedemikian rupa sehingga angka-angka itu sesuai dengan analisis melalui pemanfaatan atau penanganan menurut hukum-hukum tertentu. Teori pengukuran terdiri dari seperangkat teori, atau dari teori yang terpisah dan berbeda, masing-masing memiliki tingkat pengukuran yang berlainan. Hal-hal yang dapat dikerjakan atas seperangkat skor bergantung pada tingkat pengukuran yang dicapai. Di sini kita akan membahas 4 tingkatan pengukuran nominal, ordinal, interval, dan rasio dan akan membahas penanganannya, dengan demikian statistik dan tes statistik yang diperkenankan untuk masing-masing tingkatan itu. Dalam pengukuran kita mengenal beberapa skala yaitu skala nominal, skala ordinal, skala interval dan skala ratio. a. Skala nominal disebut juga skala klasifikasi. Skala nominal merupakan pengukuran yang menggunakan angka atau lambang untuk mengklasifikasikan suatu obyek, orang atau sifat, umpama wanita pria, desa-kota, baik-sedang-buruk. b. Skala ordinal atau skala urutan. Skala ordinal merupakan hasil pengukuran jika hubungan (lebih besar) berlaku untuk semua pasangan kelas yang ada, sehingga terjadi susunan urutan kelas-kelas secara lengkap, umpama kesatu, kedua, ketiga. c. Skala interval merupakan hasil pengukuran disamping mempunyai sifat skala ordinal juga diketahui jarak ukurannya antara dua angka, umpama prestasi belajar para siswa. d. Skala ratio merupakan hasil pengukuran dimana menpunyai ciri skala interval juga mempunyai suatu titik nol sejati sebagai titik asalnya umpama hasil pengukuran berat, tinggi besar dan sebagainya. Sehubungan dengan variabel dalam penelitian maka skala nominal, skala ordinal, skala interval dan skala ratio maka dalam penelitian juga ada variabel nominal, variabel ordinal, variabel interval dan variabel ratio.

Pemilihan Teknik Statistik berdasarkan Variabel. Dalam rangka memilih teknik analisis statistik Tuckman menyatakan bahwa to choose the appropriate statistics, first determine the number of independent and dependent variables in your study. (For statistical purposes. Consider moderator variables as independent variables), Next determine which variables are nominal, ordinal or interval. Dari pernyataan ini dijelaskan bahwa pemilihan teknik analisis statistik itu perlu mempertimbangkan jumlah variabel dependen dan independen, serta variabel nominal, ordinal dan interval. Jika menghadapi variabel dependen dan variabel independen, serta variabel interval maka teknik statistik yang tepat adalah teknik kolerasi. Jika kita menghadapi variabel independen dengan variabel nominal atau ordinal dan variabel dependen dengan variabel interval maka teknik statistik yang tepat adalah teknik t-test dan analisis varians. Jika kita menghadapi kombinasi dari variabel nominal independen dan variabel nominal dependen teknik analisis statistik yang tepat adalah teknik analis Chie Kuadrad. Dari pernyataan Bruce W Tuckman (1978) kita dapat menyimpulkan bahwa ada 6 tes statistik yaitu: a) Teknik korelasi Product Moment dari Pearson. Teknik ini digunakan apabila kita menghadapi dua variabel interval. b) Teknik kolerasi Rank Order dari Spearman. Teknik ini digunakan apabila kita menghadapi dua variabel ordinal. c) Teknik statistik Chie Kuadrad. Teknik ini digunakan apabila kita menghadapi dua variabel nominal. d) Teknik statistik t-test. Teknik ini digunakan apabila kita hanya menghadapi dua kondisi, level dari variabel nominal independen dan variabel interval dependen. e) Teknik statistik analisis variance. Teknik ini digunakan apabila kita menggunakan lebih dari dua kondisi level dan lebih dari satu independen variabel. f) Mann Whitney U Test.

Skala Nominal atau Skala Klasifikasi Definisi, pengukuran pada tingkatan paling lemah adalah ketika angka-angka atau lambang-lambang lain digunakan semata-mata untuk mengklasifikasi suatu obyek, orang, atau sifat. Jika angka-angka atau lambang-lambang lain digunakan untuk mengisentifikasikan kelompok-kelompok sebagai induk obyek-obyek yang berlainan angka atau lambang tadi merupakan skala nominal atau klasifikasi. Contoh, Sistem psikiatri untuk kelompok-kelompok diagnotis merupakan skala nominal. Ketika seorang pembuat diagnosis menyebut seorang sebagai schizophrenic, paranoid, manic-depressive, atau psychoneurotic, digunakannya lambang-lambang itu untuk mempresentasikan kelompok orang yang merupakan induk orang tertentu itu. Dengan demikian ini menggunakan skala nominal. Sifat-sifat Formal. Semua skala memiliki sifat-sifat formal tertentu. Sifat-sifat ini menyajikan definisi yang cukup eksak mengenai ciri khas skala, definisi yang lebih eksak daripada yang bisa diberikan dengan kata-kata atau kalimat. Dalam skala nominal, penanganan atau penggarapannya adalah pemecahan suatu kelas tertentu dalam seperangkat kelas bagian yang saling asing. Satu-satunya hubungan yang terlibat disini adalah hubungan persamaan atau ekivalensi. Artinya : anggota-anggota setiap sub-kelas yang ada harus sama (ekivalen) dalam hal sifat yang diskalakan iyi. Hubungan ekuivalensi ini refleksif, simetris, dan transitif. Refleksi: x = x untuk semua harga x; simetris : jika x = y, maka y = x; transitif : jika x = y dan y = z, maka x = z.

Skala Ordinal atau Skala Urutan Definisi bahwa obyek-obyek dalam satu kategori dalam suatu skala tidak saja berbeda dari obyek-obyek lain dalam kategori lain dalam skala ini. Tetapi juga bahwa obyek=obyek itu berada dalam suatu jenis hubungan tertentu dengan kategori-kategori. Hubungan-hubungan yang biasanya terdapat antara kelas-kelas adalah: lebih tinggi, lebih disukai, lebih sulit, lebih terganggu, lebih matang, dan seterusnya. Hubungan semacam itu dapat ditandakan dengan tanda >, yang pada umumnya berarti lebih besar dari pada Jika kita memiliki suatu kelompok yang terdiri dari kelas-kelas ekuivalensi (yakni jika kita memiliki suatu skala nominal). Kalu hubungan > berlaku untuk beberapa pasangan kelas, tetapi tidak semua pasangan yang ada, maka yang kita hadapi adalah skala berurutan sebagian (partially ordered scale). Jika hubungan > itu berlaku untuk semua pasangan kelas yang ada, sehingga terjadilah susunan urutan kelas-kelas secara lengkap, maka yang kita punya adalah suatu skala ordinal.

Sifat-sifat formal. Secara aksioma, perbedaan yang mendasar antara skala nominal dan ordinal adalah bahwa skala ordinal bukan saja menggabungkan hubungan ekivalensi atau persamaan (=) melainkan hubungan lebih besar daripada (>). Hubungan yang disebut itu tidak refleksi, tidak simetris, tetapi transitif. (tidak refleksif: tidaklah benar untuk sembarang x bahwa x > x; tidak simetris: jika x > y, maka y> x; transitif: jika x > y dan y>z, maka x > z).

Skla Interval Definisi, suatu skala mempunyai segala sifat skala ordinal, dan kalau di samping itu jarak antara dua angka pada skala ini diketahui ukurannya. Contoh-contoh. Kita mengukur suhu pada suatu skala interval. Pada kenyataannya dua skala yang berbeda Celcius dan Fahrenheit biasa dipakai orang. Unit pengukuran dan titik nol dalam mengukur suhu adalah sembarang; keduanya belainan untuk kedua skala itu. Namun , kedua skala tadi mengandung informasi yang sama banyaknya dan sama jenisnya. Ini terjadi karena berhubungan secara linear. Artinya yang terbaca pada skala yang satu dapat ditransformasikan pada yang terbaca untuk hal yang sama pada skala lainnya, dengan penggunaan transpormasi linear: F = 9/5 C + 32, dimana F adalah angka derajat pada skala Fahrenheit, dan C angka derajat pada skala celcius. Sifat-sifat Formal. Secara aksioma, dapat ditunjukkan bahwa penanganan-penanganan dan hubungan-hubungan yang menyebabkan munculnya struktur suatu skal interval sedemikian sehingga perbedaan-perbedaan dalam skala itu isomorfis terhadap struktur ilmu hitung. Dalam menyusun suatu skla interval, orang harus juga mampu untuk menetapkan rasio antara dua interval; jadi tidak hanya mempunyai ciri ekuivalen seperti skala nominal, dan tidak hanya mempunyai hubungan lebih besar daripada seperti dalam skala ordinal. Hitungan yang diperbolehkan : yakni, f(x) = ax + b, (dalam contoh suhu, a = 9/5 dan b = 32). Demikianlah skla interval itu tunggal hingga suatu transformasi linear.

Skala Rasio Definisi, suatu skala memiliki semua ciri suatu skala interval, dan disamping itu memiliki suatu titik nol sejati sebagai titik asalnya. Dalam suatu skala rasio, perbandingan antara suatu titik skala tidak bergantung pada unit pengukurannya. Contoh. Kita mengukur massa atau berat dalam skala rasio. Skala ons dan pon ( Pounds) memiliki titik nl yang sejati. Begitu juga skala gram. Rsio antara dua berat adalah independen

terhadap unit pengukurannya. Mislanya, jika kita menetapkan berat dua objek yang berbedabeda bukan saja dalam pon melainkan juga dalam gram, akan kita dapatkan bahwa rasio antara dua berat dalam pon adlah sam dengan rasio antara dua berat dalam gram. Sifat-sifat normal. Penanganan-penanganan dan hubungan-hubungan yang menyebabkan munculnya harga-harga angka dalm suatu skala rasio sedemikian rupa hingga skala itu isomorfis dengan struktur ilmu hitung. Hitungan-hitungan yang diperbolehkan. Angka-angka yang dikaitkan dengan harga skala rasio adalah angka-angka sejati dengan titik nol sejati ; yang sembarang hanyalah unit pengukurannya. Dengan demikian, skala rasio adalah tunggal hingga perkalian dengan suatu konstan positif . Artinya, rasio-rasio antara dua angka yang mana pun tetap tidak berubah, bila harga-harga skala itu semua dikalikan dengan suatu konstan positif, dengan demikian transformasi semacam itu tidaklah mengubah informasi yang terkandung dalam skala tersebut.

Ringkasan Pengukuran adalah proses pemetaan atau pemberian angka-angka pada obyek-obyek atau obvervasi-obvervasi. Jenis pengukuran yang tercapai adalah suatu fungsi dari aturanaturan yang dipakai dalam pemberian angka-angka itu.

Tes-tes Statistik Parametrik dan Nonparametrik Suatu tes statistik parametrik adalah suatu tes yang modalnya menetapkan adanya syarat-syarat tertentu tentang parameter populasi yang merupakan sumber sampel penelitiannya. Syarta-syarat itu biasanya tidak diuji dan dianggap sudah dipenuhi. Tes Statistik nonparametrik adalah tes yang modelnya tidak menetapkan syarat-syarat mengenai parameter-parameter populasi yang merupakan induk sampel penelitiannya. Anggapan-anggapan tertentu dikaitkan dengan sejumlah besar tes-tes statsitik nonparametrik, yakni bahwa obvervasi-obvervasinya independen dan bahwa variabel yang diteliti pada dasarnya memiliki kontinyuitas. Metode tes statistik non parametrik sering juga disebut metode bebas sebaran (free distribution). Penyebutan ini didasarkan pada kenyataan bahwa tes ini metode uji tes statistiknya tidak menetapkan syarat-syarat tertentu tentang bentuk distribusi parameter

populasinya. Artinya metode statistik non parametrik tidak menetapkan syarat bahwa observasi-observasinya harus ditarik dari populasi yang berdistribusi normal. Banyak diantara sejumlah tes statistik non parametrik yang disebut sebagai tes uji ranking, sebab tes statistik yang digunakan bukan untuk skor eksak dalam pengertian keangkaan melainkan skor yang berupa jenjang atau tingkatan. Selanjutnya hasil pemikiran para pakar statistik menciptakan berbagai jenis tes statistik non parametrik ternyata menunjukkan hasil yang cukup baik tidak jauh berbeda dari jenis tes statistik parametrik. Meski demikian tes statistik dalam banyak hal juga memiliki kelemahan selain kelebihan.

Keuntungan Tes Ststistik Nonparametrik 1. Pernyataan kemungkinan yang diperoleh dari sebagian besar tes statistik nonparametrik adalah kemungkinan-kemungkinan yang eksak ( kecuali untuk kasus sampel yang besar, dimana terdapat pendekatan-pendekatan yang sangat baik), tak peduli bagaimana bentuk distribusi populasi yang merupakan induk sampel-sampel yang kita tarik. 2. Jika sampelnya sekecil N=6, hanya tes statistik nonparametrik yang dapat digunakan kecuali kalau sifat distribusi populasinya diketahui secara pasti. 3. Terdapat tes-tes statistik nonparametrik untuk menggarap sampel-sampel yang terdiri dari obvervasi-obvervasi dari beberapa populasi yang berlainan. 4. Tes statistik nonparametrik dapat utuk menggarab data yang pada dasarnya merupakan rangking dan juga untuk data yang skor-skor keangkatannya secara sepintas kelihatan memilki kekuatan rangking. 5. Metode-metode nonparametrik dapat digunakan untuk menggarap data yang hanya merupakan klasifikasi semata, yakni yang diukur dalam skala nominal. 6. Tes statistik nonparametrik lebih mudah dipelajari dan diterapkan dibandingakan dengan tes-tes parametrik. Kelemahan Tes Statistik Nonparametrik. 1. Jika data telah memenuhi semua anggapan model statistik parametrik, dan jika pengukurannya mempunyai kekuatan seperti yang dituntut, maka penggunaan tes-tes statistik nonparametrik akan merupakan penghamburan data.

2. Belum ada satu pun metode nonparametrik untuk menguji interaksi-interaksi dalam model analsis varian, kecuali kita berani membuat anggapan-anggapan khusus tentang aditivitas ( additifity). 3. Metode statistik non parametrik tidak dapat digunakan untuk membuat prediksi (ramalan) seperti dalam model analisis regresi, karena asumsi distribusi normal tidak dapat dipenuhi. 4. Selama ini dikenal banyak jenis tes statistik non parametrik (sedikitnya 37 jenis) dalam berbagai kasus. Kondisi ini kadang menyulitkan peneliti atau analis data untuk memilih tes yang tepat atau sesuai dengan kasus yang dihadapi.

Penggunaan dan Jenis Tes Statistik Non Parametrik Tes statistik non parametrik digunakan dalam kondisi sebagai berikut: 1. Bentuk distribusi populasi yang menjadi asal sampel diambil tidak diketahui distribusi penyebarannya secara normal. 2. Variabel penelitian hanya dapat diukur dalam skala nominal (hanya diklasifikasikan dan dihitung frekuensinya). 3. Variabel penelitian yang diukur menghasilkan dapat berskala ordinal atau hanya dapat disusun berdasarkan ranking atau tingkatan/jenjang. 4. Ukuran sampelnya kecil dan sifat distribusi populasinya tidak diketahui secara pasti.

Sejauh ini telah banyak tes statistik non parametrik yang dikembangkan.Siegel dan Castellan dalam bukunya Non Parametric Statistic for The Behavioral Sciences tahun (1988) membahas sebanyak kurang lebih 37 jenis tes statistik. Uji statistik dimaksud antara lain; Uji Chi Square, uji median, uji tanda (sign test), uji Wilcoxon; uji U Mann Whitney; Tes Kolmogorov Smirnov; Uji Kruskall Wallis; Uji Friedman; Tes Mc Nemar, dan sebagainya. Untuk uji asosiasi tes non parametrik yang digunakan adalah tes koefisien korelasi Rank Kendall, Rho Spearman; koefisien kontigensi C, Koefisien phi dan sebagainya.

Sumber

Buku 1. Buku Statistik nonparametrik, Penerbit PT.GRAMEDIA, Jakarta 2. Buku Pokok-pokok materi statistik Internet/google
a) metodekontrasepsi.blogspot.com/.../memilih-tes-statitistik-yang-cocok b) dwiky-a-p-fisip09.web.unair.ac.id/artikel_detail-36731 c) dfs0007.blogspot.com/2009/03/memilih-tes-statistik-yang-cocok.html