1

Penerapan konsep-kosep
statistika dalam penelitian
Leo Sutrisno
okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 1

Leo Sutrisno
Kantor
Jurusan PMIPA, FKIP, •Pendidikan
Universitas Tanjungpura BA, Pendidikan Matematika, USD, 1972
Drs, Pendidikan Fisika, USD, 1980
Jl. A. Yani Pontianak,
Doktor Pendidikan MIPA, Monash, 1990
Tel. 0561-740144
•Spesialisasi
Rumah Diagnostik dan remediasi kesulitan
Kompleks UNTAN P.13, belajar MIPA
Pontianak, 78124
Tel. 0561- 45260 •Minat
E-mail Pendidikan MIPA, penelitian kuantitatif,
penelitian partisipatif
Leosutrisno@yahoo.com

Topik Bag. 1 Penelitian
1. Penelitian 1. Paradigma positivisme
2. Paradigma interpretif
2. Statistika
3. Paradigma partisipatoris
Bag. 2 Statistika
2.1 Memahami data Bag. 3. Penutup
2.2 Eksplorasi data Signifikansi
Lokasi Generalisasi
Penyebaran
Variabel ketiga
2.3 Konfirmasi data
Satu variabel
Dua variabel
K variabel

Bag. 1: Paradigma penelitian

1. Paradigma Positivisme
Assumptions:
– theory is universal and law-like generalization are not bound to
specific context or circumstances
– commitment to an objectivity
– events have causes which are distinct and separable
– variables can be identified and defined
– knowledge can be formalized
– relationships between and among variables can be expressed
mathematically
Implementation
– the specification of hypothesis at the start of research
– attempt to remain objective and detach from the area of study
– search for invariant causal relationships
– attempt to reduce to quantified forms
Type: quantitative research (Sutrisno, 1990)
Positivistic world-view
Free will Non-
and living
creativity things
Researcher
Cause-effect relationships
inquiry Everyday life

/ People Science
Truth
Objectivity
Quantitative research
Population sample
Statistical
analysis
Measurement
Data
Instrumentation
Hypothesis Testing
hypothesis
Atomization
result
Literatur Writing
Problem report
review
Report
explanation Presentation/p
Real world
okt 2002 ublication
bahan penataran analisis penelitian dosen Kopertis Wil. XI 7
Quantitative research

2. Paradigma interpretif
• reject the belief that human behaviour is governed by general laws
• the social world can only be understood from the standpoint of the
individual actors
Assumptions:
– Events or action is explicable in term of multiple interacting factors,
events, and processes; cause and effect are mutually interdependent
– complete objectivity is extremely difficult to be attained
– the aim of inquiry is to develop understanding of individual cases
– the world is made up of tangible and intangible multifaceted realities
– the best studies is as a unified whole
– the inquiry is value-laden
Type: ethnography, naturalistic, anthropology, qualitative
research,

Interpretive world - view motive
Consensual
Researcher norms
Reason
People :
Interpretation Human behavior
Actor’s view point
deeper, more extensive,

and more systematic Truth
representation
Population Qualitative research
sample
analyzing
Data Gathering
Verification &
Data clarification
Reshaping &
focusing the problem Generating
hypothesis
Literature Research Writing

conformation
review problem report
Report / story
Real world understanding Presentation /

okt 2002
publcation
bahan penataran analisis penelitian dosen Kopertis Wil. XI 11
Qualitative research

3. Paradigma partisipatoris
Assumption:
• human action is outside the conscious control of personal
agency
• it is embedded in social conditions beyond the consciousness
of the actors involved
• any interpretative explanation makes sense against a
background of social rules, practices, or belief
• research involves the reforming or re-symbolising of events
implementation
• commitment to social change
Type: Sociological perspective approach, Participative research (Peter
Reason, 1994)

Participatory world - view
Researcher Self- reflexive;

self- critical;
Social reality action self- aware
People : Co-subject / Understanding

Co-researcher
The integration of the truth

with love

Pengetahuan presentasional Pengetahuan proposional
Penyemaian gagasan
Penyajian data Penyampaian pengetahuan

proposisional
Penyampaian
Penyajian data pengetahuan
ke-2
PROSEDUR
Revisi
Rencana
Endapan
kegiatan dan
Pengalaman ke-2
pelaksanaan
Rencana
Endapan kegiatan dan
Pengalaman ke-1 pelaksanaan
Pengetahuan empiris Pengetahuan praktis
Critical approach

Paradigma yang mana yang paling baik?
• Ketiga paradigma ini tidak ada secara nyata
• Ketiganya hanyalah artifak teoritis yang dibuat
para ahli dalam pengembaraannya mencari
kebenaran / pengetahuan
• Ketiganya bukan entitas yang diskrit
Dasar pemilihannya: masalah semacam ini lebih

cocok diselesaikan dengan paradigma yang mana?

Bag. 2: Statistika

Dari konsep menuju data: isu dalam
pengukuran
Masalah Kesimpulan
Analisis / statistik
Def. Konsepsional
Konsep
Def. Operasional
Validitas Reliabilitas
Variabel
Data
Variabel Variabel
Pengukuran

Data kontak jodoh 2.1 Memahami data
Bujangan, Keturunan Tionghoa, 30, 2.1.1 Kuatifikasi data
180/75, Katolik, S1, karyawan,
wajah menarik, setia, jujur, tidak
minum/merokok, komunikatif,
Pertanyaan:
Jakarta. Mendambakan gadis, 2. Variabel yang berbentuk
Katolik/Kristen/Budha, Min D3,
kepribadian baik, siap nikah
bilangan: ….
Janda, Jawa, Suami meninggal, anak 3. Variabel yang tidak
satu (11), 44, 153/55, Islam taat, berbentuk bilangan: ….
SLTA, wiraswasta, wajah tidak
mengecewakan, rumah sendiri, 4. Cara mengubah variabel
penyayang, humoris, setia, serius, yang tidak berbentuk
siap nikah, cirebon. Merindukan
jejaka/duda, tanpa anak, 40-45,
bilangan menjadi
165/60,islam taat tapi tidak fanatik, variabel yang berbentuk
SLTA, kerja mapan, wajah bilangan: …..
lumayan, setia, jujur, sabar, tidak
minum/judi,penyayang, serius, siap
nikah

2.1.2 Klasifikasi data kuantitatif
rasio
interval •tanda
ordinal • tanda •urutan
nominal • tanda • urutan •interval
• tanda • urutan • interval •rasio
Nomor ranking Suhu berat

rumah
3 3 3
3 2 2
2 1 1
2
relatif 0
1 1 0 mutlak
Klasifikankan data kontak jodoh!
2.2 Eksplorasi data
Statistik deskriptif
Populasi
Parameter:
Mean, Median,
Modus, Simpangan
baku, .…..

2.2.1 Ukuran lokasi
Skor tengah-tengah
Skor yang paling Skor rata-rata
sering muncul
Skor Skor
X1 X2
Per sen Skor X..
Skor Skor
terendah tertinggi
Skor z dari Skor
X2
Rentang 50% di tengah Simpangan skor X2
dari nilai rata-rata
Simpangan Rentangan
baku
2.2.2 Ukuran sebaran
Pengambilan keputusan untuk statistik univariate: ukuran
lokasi
Kriteria
1. Tingkat pengukuran Nominal Ordinal Interval & ratio
2. Statistik yang tersedia Mode Mode, Mode, Median, %,
Median, %, Decile, Quartile,
Decile, Mean
Quartile
a. Harga berapa yang muncul Mode Mode Mode
paling sering?
b. Berapa harga nilai Median Median
tengahnya?
c. Berapa harga-harga lokasi %, Decile, %, Decile,
lainnya? Quartile Quartile
d. Berapa harga rerata-nya? Mean
Susan E. Wright. 1986. Social Science Statistics. Boston: Allyn & Bacon; bab 5
Pengambilan keputusan statistik univariate: ukuran dispersi
Criteria
1. Tingakt pengukuran Nominal Ordinal Interval & ratio
2. Statistik yang tersedia IQV IQR, IQR, Range, s, s², z
Range
a. Harga yang paling sering IQV
muncul?
b. Distribusi dari nilai tengah? Range Range
c. Nilai dispersi yang lain? IQR IQR
d. Deviasi standar dari nilai s

rerata?
e. Deviasi standar dari suatu z
kasus tertentu?
Susan E. Wright. 1986. Social Science Statistics. Boston: Allyn & Bacon; bab 6
2.2.3 Ukuran hubungan
Nominal
2. Beda persentase : d%
2. Lambda Guttman (λ)
a. λ asimetris
λ = {Σfk + Fb} / [N - Fb]
b. λ simetris
λ = [{Σfk + Σfb }- {Fk + Fb}] / [2N -{Fk + Fb}]
3. Phi (Ø)
Ø = [| bc-ad|] / [√ {(a+b)(c+d)(a+c)(b+d)}]
S. Wright, Bab 10;226-246

Data ordinal
• Korelasi spearman: rs = 1 - [{6 Σd2} / {N3- N}]
• Kendall tau-a : τa = {A - D} / {N(N-1)/ 2}
• Kendall tau-b: τb = {A - D} / [√ {(A+D+ Ty )(A+D+ Tx )
• Kendall tau-c: τc = {A - D} / {N2 - | m- 1| / m}
• Gamma : γ = {A - D} / {A + D}
• Somer : dyx = {A - D} / {A + D+ Ty}
• Phi: Ø = [| bc-ad|] / [√ {(a+b)(c+d)(a+c)(b+d)}]
• Q- Yule : Q = {(bc)-(ad)} / {(bc)-(ad)}
N : Jumlah pasangan
d : selisih ranking tiap pasang
A: cocok urutannya
D: tidak cocok urutannya
Pengambilan keputusan secara statistik tentang masalah-
masalah bivariate: nominal
1. Apa jenis distribusinya? Keduanya dikotomi Sebarang

kategori
2. Statistik apa yang tersedia? Phi :φ Lambda: λ

, Phi kuadrat: φ2 Beda %
Beda %
3. Apa yang diukur? Asosiasi: beda%, Phi Asosiasi: beda
PRE: Phi kuadrat %, Lambda
PRE:
4. Tipe korelasi? Umum: beda % Umum: beda %
S. Wright, Bab 10
Pengambilan keputusan masalah bivariate: keduanya ordinal
1. Apa jenis distribusinya? Kedua Terurut sebagian Terurut
dikotomi penuh
2. Statistik apa yang tersedia? Q, φ, φ2 γ, τb ,τc, dyfx rs , ,rs2

3. Apa yang diukur? Korelasi: Q, Korelasi:τb,τc Korelasi: rs
φ, PRE: γ, τb ,τc, dyfx; Prediksi: rs,
PRE: φ, Prediksi: dyfx rs 2
4. Tipe korelasi? Umum: Q Umum: γ,
5. Apakah banyak kolom = banyak Ya: τb,τc
baris? τc
TidaK:
6. Apakah ada skor yang sama pada Ya: rs

salah satu variabel? τa
Tidak:
S. Wright, Bab 11

Pengambilan keputusan secara statistik masalah bivariate: interval
1. Apa jenis distribusinya? Kedua variabel Vaariabel terikat
interval interval
2. Statistik apa yang tersedia? r, r2, η yx2 = , ηyx , η yx2, Yi

regresi, Yi
3. Korelasi apa yang dicari? Linear: r, r2,
regresi
Nonlinear: η yx,
η yx2
4. Apa yang ingin diukur? Korelasi: r Korelasi: ηyx

Prediksi: regresi Prediksi: Yi
PRE: r2 PRE: η yx2
S. Wright, Bab 12

2.3 Konfirmasi data
Statistika inferensial
Populasi
Parameter:
Mean, Median, Modus, Simpangan baku,
.…..
sampel
Statistik:
X, Mdn, Modus, Sd,
.…..

Langkah-langkah uji statistik
• 1 Menetapkan hipotesis nol
• 2 Memilih Statistik yang cocok
• 3 Menetapkan Taraf signifikansi
• 4 Menetapkan bentuk distribusi sampel
• 5 Menetapkan daerah penolakan hopitesis
• Menghitung
• 7 Memutuskan
(S. Seigel, 1997. Statistik nonparametrik untuk ilmu-ilmu
sosial. Jakarta: Gramedia Pustaka Utama. Bab 2 hal 9-19)

Satu Variabel Dua kategori
Popula Frekuensi; Binomia

si l
Sampel Frekuensi
dalam Run
urutan
data kejadian
Frekuensi dan skor Uji: z,
t
Lebih dari dua kategori
Frekuensi Chi kuadrat
Frekuensi dan urutan Kolmogorov-

smirnov
Frekuensi dan skor Variansi: Anova
Uji statistik untuk satu variabel
Data berskala nominal
1 Tes binomial (S. seigel, Bab IV; 44-51)
2 Tes Chi Kuadrat (S. Seigel, bab IV; 52-58)
3 Tes run (S. seigel, Bab 4; 64-71)
Data berskala ordinal
1 Tes Kolmogorov – Smirnov (S. Seigel, Bab 4; 59-63)
2 Tes Chi Kuadrat (S. Seigel, Bab 4; 52-58)
3 Tes Median
4 Tes quartile
Data berskala interval dan rasio
(Dixon dan Massey, 1991, Bab: 7)
1 Tes rataan
2 Tes Proporsi
3 Tes variansi

Dua sampel saling bebas
Populasi Populasi Populasi
A B
Sampel a Sampel b Sampel a Sampel b
Pop. A Pop. B Peserta dialog

Orang Orang antar agama
Muslim Kristen
Sampel Sampel
Sampel Sampel kel. kel.
kel. kel. Muslim Kristen
Muslim Kristen
Dari satu populasi
Dari dua populasi
Uji statistik Dua variabel saling
bebas
Tes kemungkinan yang eksak dari
Fisher (S. Seigel, Bab VI; 120-129)
Tes Chi Kuadrat (S. Seigel, Bab VI; 130-
137)
Tes U Mann-Whitney (S. Seigel, Bab
VI; 145-158)
Tes Kolmogorov-Smirnov (S. Seigel,
Bab VI 159-169)
Data berskala interval/rasio
Tes beda rataan :Tes t dan tes z
(Dixon dan Massey, Bab 8; 149-177)

Dua variabel berhubungan
Populasi Populasi
sampel Subjek berpasangan
Subjek sama Kelompok a Kelompok b
nama Variabel a Variabel b
nama Vari. a nama Vari. b
Nama/ Bobot Bobot
identi- korupsi korupsi Tokoh umat
tas jenis a jenis b
Kel. Muslim Kel.Katolik
…… ………… …………
…… ………… ………… Korups Korups
…… ………… ………… nama jenis a nama jenis b
……... ……… ………
…… ………… …… …………
…… ………… …… …………
……. … ……. …

Uji statistik dua variabel berhubungan
Tes McNemar (S. Seigel, Bab V; 77-82)
Tes Tanda (S. seigel. Bab V; 83-92)
Tes Chi Kuadrat
Data breskala ordinal
Tes bertanda Wilcoxon (S. Seigel, Bab V;
93-103)
Tes Wals (S. Seigel, Bab V; 104-105)
Tes Korelasi (Sperman, Kendall; S. Seigel Bab
IX; 250-295)
Data berskala interval / rasio
Tes rataan :t, Z (Dixon dan Massey, Bab 8; 149-
168)
Tes
okt 2002 korelasi bahan
dan regresi
penataran analisis penelitian (Dixon dan
dosen Kopertis Wil. Massey,
XI 38
Bab 11; 271-299)
K Variabel Saling bebas

Tes Chi Kuadrat (S. Seigel, Bab VIII,; 218-
223)
Tes Kruskal-Wallis -analisis varian
ranking
(S. Seigel, Bab VIII,; 230-241)
Data berskala interval/ rasio
Anova (Wright, Bab 18, 480-510; Dicxon dan
Massey, Bab 10; 253-256)
Tes ancova (Dixon dan Massey, Bab 12: 332-353)

K variabel berhubungan
Tes Q Chohran (S. Seigel, Bab VII; 199-206)
Tes Friedman (S.Seigel, Bab VII; 207-215)
Data berskala interval/ rasio
Anova (Wright, Bab 18, 480-510; Dicxon dan Massey, Bab
10; 253-256)
Ancova (Dicxon dan Massey, Bab 12; 332-353; Bab
15; 428-257)

Rangkuman uji statistik dasar
Skala data
nominal Ordinal Interval Rasio
Contoh Nomor rumah Hasil lomba Suhu Berat
Satu Binomial; Kolmogorov-smirnov; Beda rataan: uji-t; uji-z
chi-kuadrat; run chi-kuadrat; median Proporsi; anova
Dua saling bebas Eksaks Fisher; U Mann-whitney; Beda rataan: uji-t; uji-z
Chi-kuadrat; Kolmogorv-smirnov; Korelasi Spearman-Brown
Beda %; Kontigensi C;
Lamda; Phi Korelasi ranking
Dua saling McNemar; Ranking bertanda Beda rataan: uji-t; uji-z
berhubungan Tanda; Wilxocon; walsh; Korelasi Spearman-Brown;
Banyak Chi-kuadrat Korelasi Spearman; regresi;
variabe Korelasi Kendall Analisis trend
l K saling bebas Analisis Kruskhal-wallis; Anova
Friedman; chi Median Pengamatan tunggal ;
kuadrat pengamatan berulang
K saling Q- Chohran; Analisis Friedman Ancova
berhubungan

3. Penutup
3.1Statistical significance?
Populassi
Sampel Effect size

biaya
Data
Signifikan
secara sosial-
budaya Sifnifikan
Analisis secara
statistik praktis
Signifikan
secara
statistik

3.2 External validity/Generalization: some thought
• Induction or generalization is never fully justified logically (Campbell &
Stanley, 1969)
• Generalization always turns out to involve extrapolation into realm not
represented in one’s sample
• Extrapolation is made by assuming one knows the relevant law
• The closer two events are in time, space, and measured value on any or all
dimensions, the more they tend to follow the same law
• Generalizing from the past research to new cases always involves a degree of
inductive uncertainty (Birnbrauer et al, 1974)
• If generalization to real-world conditions is desired, the the closer the
experimental conditions resemble real-world condition, the greater is the
potential external validity (Reppucci & Clingempeel, 1978)
• Facets to understanding of generalization: -. The need to understand
variability and the dimension of generalization (subjects, settings,
measurement strategies) (Ballard, 1986)
3.3 Varibel ketiga
• X: ukuran sepatu
• Y: kemampuan bahasa • X: ayam berkokok
• XY berkorelasi positif • Y: matahari terbit
– Bernarkah? X muncul mendahului Y
– Bagaimana dengan umur? • karena X maka Y
• benarkah?
• Semua kucing • Semua yang mengeong

mengeong adalah kucing
• Fido kucing • Kity mengeong
• Fido mengeong • Kity kucing

Terima kasih
Pontianak, 7 Oktober 2002
90
80
70
60
50 S1
40 S2
S3
30
20
10
0
Peng Penel PPM

1

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

1

Diunggah oleh

Hak Cipta:

Format Tersedia

Penerapan konsep-kosep

statistika dalam penelitian

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 1

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 2

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 3

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 4

inquiry Everyday life

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 8

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 9

Interpretation Human behavior

Actor’s view point

deeper, more extensive,

Literature Research Writing

Real world understanding Presentation /

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 12

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 13

Researcher Self- reflexive;

People : Co-subject / Understanding

The integration of the truth

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 14

Penyajian data Penyampaian pengetahuan

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 16

Dasar pemilihannya: masalah semacam ini lebih

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 17

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 18

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 19

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 20

Nomor ranking Suhu berat

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 22

d. Deviasi standar dari nilai s

S. Wright, Bab 10;226-246

1. Apa jenis distribusinya? Keduanya dikotomi Sebarang

2. Statistik apa yang tersedia? Phi :φ Lambda: λ

2. Statistik apa yang tersedia? Q, φ, φ2 γ, τb ,τc, dyfx rs , ,rs2

6. Apakah ada skor yang sama pada Ya: rs

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 29

2. Statistik apa yang tersedia? r, r2, η yx2 = , ηyx , η yx2, Yi

4. Apa yang ingin diukur? Korelasi: r Korelasi: ηyx

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 30

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 31

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 32

Popula Frekuensi; Binomia

Lebih dari dua kategori

Frekuensi Chi kuadrat

Frekuensi dan urutan Kolmogorov-

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 34

Sampel a Sampel b Sampel a Sampel b

Pop. A Pop. B Peserta dialog

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 36

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 37

Data berskala nominal

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 39

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 40

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 41

Sampel Effect size

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 42

• Semua kucing • Semua yang mengeong

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 44

okt 2002 bahan penataran analisis penelitian dosen Kopertis Wil. XI 45

Anda mungkin juga menyukai