BASIC STASTISTICS

(Penelusuran Uji Statistika)

Dasar Pemilihan
Dasar Penelusuran atau pemilihan uji statistika, perlu dikemukakan
beberapa hal yang dapat dijadikan pegangan untuk melakukan pengujian
tersebut. Berikut dikemukakan beberapa pertanyataan yang dapat digunakan
sebagai acuan.
1. Uji hipotesis apa yang dikehendaki?
Korelasi?
Perbedaan?
Peneliti perlu melihat kembali rumusan hipotesis yang
dikemukakan. Dalam hipotesis tersebut kita akan dengan mudah
menemukan jawaban kita, pakah kita (misal) akan melakukan uji
perbedaan atau penaksiran ataukah akan dilakukan uji korelasi.
Bagaimana halnya jika dari hipotesis belum dapat dieksplorasi
jawaban tersebut??.dalam hal demikian berarti rumusan hipostesis dari
peneliti belum bersifat operasional. Opersasional di sini berarti variabel
terumusakan dengan jelas dan hubungan antar variabel juga terlukiskan
dengan jelas.
hipotesis yang operasional memungkinkan dilakukannya pengukuran
terhadap variabel penelitian (measurable) dan memungkinkan
dilakukannya pengujian hubungan antar variabel
Jika peneliti tidak merumusakan hipotesis, maka ada dua
kemungkinan. Pertama, penelitian yang dilakukan bersifat deskriptif
murni sehingga tidak diperlukan pengujian dengan statistika inferensia
lagi. Kedua, masih termasuk penelitian analitik (bukan deskriptif), tetapi
tidak cukup informasi teoritik (penelitian terdahulu) untuk
dikembangkan suatu hipotesis.
2. Bagaimana sampel diperoleh? Bebas (random) atau tidak?
Sebagaimana diketahui bahwa untuk sebagai syarat dilakukannya uji
parametrik adalah bahwa sampel penelitian harus dipilih secara
bebas/acak. Pertanyaan kedua ini akan menggiring kita apakah akan
memilih uji parametrik ataukah non-parametrik.
3. Apa tingkat pengukurannya (level of measurrement)
Nominal ?
Ordinal?
Interval?
Rasio?
4. Berapakah Jumlah kelompok observasi?
5. Jika dua atau lebih, apakah sampel berhubungan (berasal dari satu
kelompok subjek = related sampel = sama subjek) atau tidak (lain
subjek = independent sample)
Sebagai contoh misal kita akan mencoba mengatahui perbedaan khasiat obat
tidur A dan B.
peneliti mencobakan obat A pada 10 orang pada suatu hari, kemudian dicatat
selang waktu antara minum dengan tidur. Pada hari yang lain terhadap ke-10
orang tersebut dicobakan obat B, kemudian dicatat juga
ataukah
peneliti menggunakan 20 orang untuk percobaan obatnya. 10 orang dikasih
obat A kemudian dicatat selang waktu tidurnya, dan 10 orang yang lain
dikasih obat b kemudian juga diukur.
6. Apakah dalam rancangan penelitian ada pengamatan berulang
terhadap suatu variabel?
Pada amatan berulang perlakukan dilakukan sekali saja, namun
efek dimonitor (diukur) bebebrapa kali, sehingga mempunyai
lebih dari satu kelompok data.
7. Apakah pada Uji yang dikehendaki dilakukan pengendalian terhadap
variabel tertentu?
Istilah pengendalaian di sini artinya kita meniadakan pengaruh
(dalam perhitungan) suatu variabel terhadap variabel dependent
yang dihadapi.
PEMILIHAN UJI SATASTISTIKA (khusus perbedaan dan korelasi)

Untuk memudahkan pemahaman akan diberikan keterangan simbol-
simbol:
B Uji perbedaan atau penafsiran
K Uji Korelasi
N data nominal
O data ordinal
IR data interval rasio
1,2,3 jumlah kelompok data yagn dihadapi
S/SS data berpasangan dari sampel sama
L/LS data berpasangan dengan sampel lain subjek
RANUL rancangan / amatan berulang

A. Pemilihan Uji Beda
Data nominal
Apabila peneneliti ingin menguji perbedaan data (variabel dependent) yang
berskala nominal dapat melihat skema alur berikut:


SKEMA 1. Skema Penelusuran Uji Perbedaan











UJI BINOMIAL (B-N-1)
UJI
2
(B-N-1)
UJI McNEMAR (B-N-2S)
UJI EKSAK FISHER (B-N-2L)
UJI
2
(B-N-2L)
UJI COCHRAN (B-N-3S)
UJI
2
(B-N-3L)
SS
LS
SS
LS
1 KEL. PENGAMATAN
2 KEL. PENGAMATAN
3 KEL. PENGAMATAN
N
O
M
I
N
A
L

Dari skema tersebut diketahui bahwa peneliti perlu mengidentifikasikan
beberapa kelompok pengamatan (variabel dependent) yang dihadapi.
Apabila dihadapkan satu kelompok pengamatan, maka uji yang dapat
digunakan umumnya berangkat dari hipotesis mengenai penaksiran keadaan
sampel terhadap populasi tertentu, suatu uji kecocokan (goodness of fit)..
Untuk satu kelompok pengamatan peneliti dapat menggunakan Uji
Binomial atau Uji Chi Kuadrat. Apabila mengahadapi dua kelompok
pengamatan , maka ia perlu mengidentifikasi lagi apakah kelompok data
yang dihadapi bersifat mandiri (lain subyek) atau berpasangan (sama
subjek). Jika yang dihadapi data sama subjek (SS), maka dapat dipilih Uji
McNemar, sementara jika berasal dari lain subyek (LS), maka dapat
digunakan Uji eksak Fisher atau Uji Chi Kuadrat. Dst

Data Ordinal
SKEMA 2. Skema Penelusuran Uji Perbedaan data Ordinal
















UJI KOLMOGOROF SMIRNOV (B-O-1)
UJI WILCOXON (B-O-1)
UJI TANDA (B-O-2S)
UJI WILCOXON (B-O-2L)
UJI KOLMOGOROV S (B-O-2L)
UJI ANOVA FRIEDMAN (B-O-3S)
UJI KURSKAL WALLIS (B-O-3L)
SS
LS
SS
LS
1 KEL. PENGAMATAN
2 KEL. PENGAMATAN
3 KEL. PENGAMATAN
O
R
D
I
N
A
L
UJI MEDIAN (B-O-3L)

Data Interval Atau Rasio
SKEMA 3. Skema Penelusuran Uji Perbedaan data interval/rasio





























SD. POP. DIKETAHUI UJI Z (B-IR-1)
SD. POP. TDK DIKETAHUI UJI-T (B-IR-1)
UJI T (B-IR-2L)
ANOVA ONE WAY RANUL (B-IR-ANA)
ANOVA ONE WAY (B-IR-ANA)
ANOVA b WAY RANUL (B-IR-ANA)
ANOVA b WAY (B-IR-ANA)
DENGAN PENGENDALIAN
UJI T RANCANG ULANG (B-IR-2S)
SS
LS
SS
LS
1 KEL. PENGAMATAN
2 KEL. PENGAMATAN
3 KEL. PENGAMATAN
1 VAR BEBAS
2 VAR BEBAS
SS
LS
INTERVAL/RASIO
Memenuhi syarat parametrisitas
YA TIDAK
UJI PARAMETRIK
UJI NON PARAMETRIK
UJI WALSH (B-IR-2S)
SS
UJI RANDOMISASI (B-IR-2S)
LS UJI RANDOMISASI (B-IR-2L)
(b VAR. BEBAS; k VAR KEND NOM/ORD) ANOVA (b+k) WAY (B-IR-ANA)
(b VAR. BEBAS; k VAR KEND INT/RASIO) ANOVA b WAY k KOV (B-IR-AKV)
TANPA PENGENDALIAN

Apabila ingin menguji perbedaan data yang berskala interval/rasio, maka
skema menjadi rumit.
Apabila peneliti mengahadapi dua kelompok pengamatan, maka ia
perlu mengidentifikasikan lagi, pakah kelompok data yang digunakan
bersifat mandiri (lain subyek/independent) atau berpasangan. Jika
berpasangan maka dapat dipilih pengujian Uji-t untuk data berpasangan
(amatan berulang), sementara jika independen data maka gunakan uji t
untuk data independent
Apabila peneliti mengahdapi tiga kelompok atau lebih, maka perlu
diidentifikasikan berapa jumlah variabel bebas yang membagi subjek
menjadi kelompok observasi. Perlu diingat bahwa variabel bebas di sini
meski berskala nominal atau ordinal
Apabila dihadapi data dengan satu variabel bebas, maka berikutnya
perlu diidentifikasi apakah data merupakan amatan berulang atau
berpasangan (sama subjek). Untuk uji amatan berulang dapat dipilih
analisis variaan b way ranul. Sementara untuk uji data mandiri dapat
dipilh analisis varian b way.
Apabila dihadapkan data yang menghendaki pengendalian variabel
luar, maka perlu mengidentifikasikan tingkat pengukuran yang dikendalikan
tersebut, apakah nomonal, ordinal, interval atau rasio. Jika yang
dikendalikan variabel berskala nominal atau ordinal, maka perlakukan
variabel kendali (k) tersebut sebagai variabel bebas, sehingga ia akan
menggunakan analisis varian (b+k) way. Dalam hal ini peneliti perlu
diingatkan bahwa dalam hasil analisis varian tersebut F-interaksi antara
variabel kendali dengan variabel bebas yang ingin diketahui pengaruhnya
harus bermakna. Pabila ternyata hasilnya bermakna, maka ia harus
melakukan analisi terpilah (breakdown analysis), yaitu data disendiri-
sendirikan dahulu menurut kategori variabel kendali (sampel dibagi-bagi
dalam sub-sampel), kemudian masing-masing dianalisis dengan analisis
varian b way biasa.
Jika yang dikendalikan variabel berskala interval/rasio, maka perlu
diidentifikasikan berpa jumlah variabel kendali yang dihadapi (k), kemudian
dapat dipilih analisis Kovariabs b way kovariabel.
Jika peneliti menghadapi variabel kendali yang campuran antara
variabel berskala nominal/ordinal (k1) degnan variabel berskala interval/
rasio (k2), maka digunakn analisis kovarians (b=k1) way (k2) kovariabel.
Sejalan dengan Anova (b+k) di atas, peneliti juga perlu diingatkan bahwa
dalam hasil analisis tersebut F-interkasi antara variabel kendali (k1) dengan
vriabel bebas yang ingin diketahui pengaruhnya harus tidak bermakna.
Apabila ternyata hasilnya bermakna, maka dilakukan breakdown analysis,
yaitu data dipisah-pisah terlebih dulu menurut kategori variabel kendali
yang berskala nominal atau ordinal (k1), kemudian masing-masing
dianalisis dengan analsis kovarians (b) way (k2) kovariabel.


B. Pemilihan Uji Korelasi

Data Nominal

SKEMA 4. Skema Penelusuran Uji Korelasi data nominal









KET


KOEF. KONTIONGENSI (K-N-N)
KOEFI. PHI (K-N-N)
KOEF. ETA KUADRAT (K-N-O)
KOEF. PINT SERIAL (K-N-IR)
VS NOMINAL
VS ORDINAL
VS INTERVAL
N
O
M
I
N
A
L
VARIABEL ORDINAL DINOMINALKAN
VARIABEL INTERVAL/RASIO DIORDINALKAN

Data Ordinal
SKEMA 5. Skema Penelusuran Uji Korelasi data Ordinal

















Untuk data ordinal di atas perlu diperhatikan jumlah variabel yang
digunaka/jumlah variabel yang doikorelasikan( spt menguji data ordinal
dengan dua data NOMINAL-pakai uji korelasi Kendal konkordam)









KORELASI SPEARMEN (K-O-O)
KORELASI KENDALL TAU (K-O-O)
KORELASI KEDNDAL-KONKORDAN (K-O-O)
KORELASI KENDALL PARSIAL (K-O-O)
VS 1 ORDINAL
VS 2 ORDINAL
VS 2 ORDINAL
DENGAN
PENGENDALIAN
O
R
D
I
N
A
L
VS 3 ATAU LEBIH
ORDINAL
KORELASI KENDALL KONKORDAN (K-O-O)
VS INTERVAL/RASIO KORELASI SERIAL (B-O-3S) (K-O-IR)
Data skala interval/rasio






















KET
* Kedua data interval/rasio diordinalkan
** Salah satu data interval/rasio diordinalkan


arip juliyanto
dari tulisan Achmad Ridwan dengan beberapa perubahan
KORELASI KORELASI PRODUCT MOMENT KARL PEARSON

PREDIKSI ANALISIS REGRESI TUNGGAL
ANALISIS REGRESI GANDA
KOREALASI PRODUCT MOMENT GANDA
KORELASI
PREDIKSI
2 VARIABEL
3 ATAU
LEBIH VARIABEL
2 VARIABEL+ k KENDALI KORELASI PARSIAL
INTERVAL/RASIO VS INTERVAL/RASIO
Memenuhi syarat parametrisitas ???
YA TIDAK
UJI PARAMETRIK
UJI NON PARAMETRIK
KORELASI SPEARMAN* (B-IR-2S)
KORTEALASI SERIAL** (B-IR-2L)