Statistika Dasar

Chapter 1

Konsep Dasar

Tujuan

Untuk membahas jenis masalah yang disajikan dalam buku ini dan isu yang telibat dalam
pemilihan prosedur statistik

Isi

1 Hal Penting
2 Deskriptif dan statistik inferensial
3 Skala pengukuran
4 Penggunaan komputer
5 Perencanaan buku

Stress adalah sesuatu yang kita semua di paksa untuk menghadapi sepanjang hidup, hal
itu muncul dalam interaksi kehidupan sehari-hari dengan orang-orang di sekeliling kita,dalam
interaksi dengan lingkungan,dalam menghadapi ujian yang akan datang,dan untuk banyak murid
mereka diwajibkan untuk mengambil kursus statistik. Meskipun begitu sebagian besar dari kita
belajar untuk merespon dan beradaptasi dengan stress,proses pembelajarannya pun seringkali
lamban dan menyakitkan. Pendahuluan yang agak seram ini mungkin tidak terdengar seperti cara
yang bagus untuk memperkenalkan kursus statistik,tetapi mengarah ke deskripsi proyek
penelitian praktis,yang pada gilirannya menggambarkan sejumlah konsep penting statistik. Saya
terlibat dalam sebuah proyek yang sangat mirip beberapa tahun yang lalu,jadi contoh ini adalah
jauh dari hipotesis.

Sekelompok pendidik telah mengumpulkan program yang di rancang untuk mengajarkan

murid SMA bagaimana mengelola stress dan efek dari manajemen stress pada harga diri.
Mereka membutuhkan penyidik dari luar ,namun yang dapat memberitahu mereka seberapa baik
pelatihan itu bekerja dan apakah siswa yang mengambil kursus memiliki harga diri yang lebih
tinggi daripada siswa yang belum mengambil kursus. Untuk saat ini kita akan mengasumsikan
bahwa kita dibebankan dengan tugas merancang evaluasi program mereka. Percobaan yang kami
desain tidak akan lengkap,tetapi akan menggambarkan beberapa isu yang terlibat dalam
merancang dan menganalisis eksperimen dan beberapa konsep statistik2 yang anda harus
terbiasa.

1 Istilah-istilah penting
Meskipun program dalam manajemen stress di rancang untuk murid SMA,itu jelas tidak
mungkin menerapkannya pada populasi seluruh siswa SMA di negeri ini. Pertama,ada terlalu
banyak murid. Selain itu,tidak mungkin untuk menerapkan program untuk semua orang
sampai kita tahu apakah program tersebut berguna. Bukan berurusan dengan populasi murid
SMA, kita akan menarik sampel siswa dari populasi itu dan menerapkan program untuk
mereka. Tapi kami tidak akan menarik sembarang sampel lama. Kami ingin menarik sampel
secara acak, meskipun saya akan mengatakan dengan singkat bahwa sampel yang benar-
benar acak biasanya sangat tidak praktis jika tidak mustahil untuk menarik sampel acak,kami
akan mengikuti serangkaian prosedur tertentu untuk memastikan bahwa setiap elemen dari
populasi meliki kesempatan yang sama untuk terpilih(contoh umum untuk menggambarkan
sampel acak adalah untuk berbicara tentang menuliskan nama di topi dan menggambarakn
dengan mata tertutup. Meskipun hampir tidak ada yang pernah dapat melakukan dengan
tepat, hal ini adalah ilustrasi yang bagus tentang apa yang kita miliki dalam pikiran). Setelah
di tarik sampel dari murid,kita akan menentukan secara acak setengah dari subyek pada
kelompok yang akan menerima program manajemen stress dan setengah untuk kelompok
yang tidak akan menerima program.
Deskripsi ini sudah membawa beberapa konsep yang di butuhkan untuk perluasan
selanjutnya,yaitu sebuah populasi,sebuah sampel,sebuah sampel acak dan penugasan acak.
Sebuah populasi adalah seluruh perkumpulan dari peristiwa(skor siswa,pendapatan
orang,kecepatan berjalan tikus)yang mana telah menarik perhatian mu. Dengan demikian,jika
kamu tertarik dengan skor harga diri murid SMA di United States. Kemudian,kumpulan dari
skor harga diri murid SMA tersebut akan membentuk suatu populasi pada kasus ini adalah
sebuah populasi dari juataan elemen. Begitupula sebaliknya, jika kamu tertarik hanya dengan
skor harga diri murid SMA di Fairfax, Vermont (sebuah kota tidak lebih dari 4000
penduduk),populasi hanya akan terdiri sekitar 100 elemen saja.
Intinya adalah bahwa sebuah populasi dapat berupa dalam berbagai apapun. Mereka bisa
berkisar dari angka relatif kecil,yang bisa dengan mudah di kumpulkan, hingga angka yang
besar tapi terbatas,yang akan menjadi tidak praktis untuk mengumpulkannya secara utuh.
Pada kenyataannya mereka bisa tidak terbatas jumlahnya, Seperti gambaran kartun yang
mungkin dapat dihasilkan oleh siswa secara teoritis, yang mana akan tidak memungkinkan
untuk mengumpulkannya. Sayangnya bagi kita,populasi yang membuat kita tertarik biasanya
dalam ukuran yang sangat besar. Praktisnya adalah kita jarang, pernah mengukur seluruh
populasi. Sebagai ganti nya,kita terpaksa hanya mengambil sebuah sampel observasi dari
populasi itu dan menggunakan sampel itu untuk menyimpulkan tentang karakterisitik dari
populasi.
Mengasumsikan bahwa sampel benar benar acak, kita bukan hanya dapat memperkirakan
karakter dari sebuah populasi, tetapi juga dapat memiliki ide bagus tentang bagaimana
keakurasian asumsi kita itu. Untuk sejauh mana bahwa sampel tidak acak, asumsi kita
mungkin berarti ataupun tidak, karena mungkin sampel bisa akurat atau tidak sebagai
gambaran dari seluruh populasi.

Ketidakteraturan mempunyai setidaknya dua aspek yang harus kita

pertimbangan.. Yang pertama yang harus dilakukan dengan sample mencerminkan populasi
yang diharapkan untuk membuat kesimpulan. Keutamaan ini menyangkut sample acak dari
populasi dan mewakili dengan sebutan validitas eksternal. Validitas external mengacu pada
pertanyaan apakah sampel mencerminkan populasi. Sebuah sample diambil dari sebuah kota
kecil di Nebraska tidak akan menghasilkan estimasi yang tepat dari persentase populasi U.S
itu adalah latin. - tidak akan menarik sampel sendiri dari American Southwest. Disisi lain,
sebuah sample dari sebuah kota kecil di Nebraska mungkin memberikan kita sebuah dugaan
masuk akal pada waktu reaksi orang-orang untuk memberikan stimulasi secara tiba-tiba.
Disini kamu akan mengerti satu dari masalah2 dengan mendiskusikan sebuah sample
"random". Sebuah sample "nonrandom" dari subjek atau partisipan mungkin masih berguna
untuk kita jika kita dapat meyakinkan diri kita dan orang lain bahwa itu hampir menyerupai
apa yang dapat kita peroleh jika kita bisa mengambil sampel secara acak dengan sebenarnya.
Disisi lainnya, jika sampel "nonrandom" kita tidak mewakili apa yang kita kita akan peroleh
dengan sampel yang sebenarnya, kemampuan kita untuk menarik kesimpulan adalah
berkompromi dan hasil kita mungkin menjadi sangat menyesatkan..

Sebelum memulai, mari kita menjernihkan satu poin yang membingungkan

banyak orang. Masalahnya adalah bahwa sampel satu orang mungkin orang dari populasi
yang lain. Contoh, Jika saya melakukan penelitian tentang keefektifan buku ini sebagai
sarana pembelajaran, nilai satu kelas pada saat ujian mungkin bisa saya anggap sebagai
sample, walaupun tidak satupun acak, total nilai keseluruhan populasi siswa yang
menggunakan, atau berpotensi menggunakan, buku ini. Instruktur kelas, pada disisi lain,
mungkin tidak terlalu prihatin mengenai buku ini, tetapi sebaliknya peduli tentang milik
pelajar. Ia laki laki atau perempuan akan mengganggap sebagai nilai populasi yang sama.
Pada gilirannya, seseorang yang tertarik mengajar statistik bisa merujuk pada populasi saya
( setiap orang yang menggunakan buku saya ) sample yang sangat tidak acak dari populasi
yang luas ( setiap orang yang menggunakan buku teks statistik lainnya). Jadi, definisi dari
populasi tergantung pada apa yang membuat kamu tertarik pada pembelajaran.

Dalam studi stress kami, sangat tidak mungkin bahwa kami akan serius
mempertimbangkan untuk menggambarkan sample secara acak dari murid SMA Amerika
Serikat dan mengelola program manajemen stress bagi mereka. Hal ini hanya tidak praktis
dilakukan. Lalu bagaimana kita akan mengambil keuntungan dari metode-metode dan
prosedur-prosedur yang didasarkan pada asumsi sampling acak? Satu-satunya cara yang kita
bisa lakukan ialah dengan berhati-hati untuk menerapkan metode-metode dan prosedur-
prosedur tersebut hanya ketika kita memiliki keyakinan bahwa hasil kami akan secara umum
mewakili kepentingan populasi. Jika kita tidak dapat membuat asumsi ini, kita perlu untuk
mendesain ulang pembelajaran kita. Masalahnya bukan satu dari perbaikan statistik begitu
banyak karena hal itu adalah salah satu dari akal sehat. Untuk sejauh mana kita berfikir
bahwa sampel kita tidak mewakili murid SMA U.S secara keseluruhan, kita harus
membatasi intepretasi kita pada hasil. Sejauhmana sampel mewakili populasi, estimasi kita
harus tepat.

Aspek kedua dari keacakan menyangkut random assignment (tugas acak).

Sedangkan pilihan acak menyangkut sumber data kami dan penting bagi generalisasi hasil
penelitian kami untuk seluruh populasi, tugas acak dari subjek (setelah dipilih) untuk
kelompok perlakuan adalah dasar untuk integritas dari percobaan kami. Kita disini berbicara
tentang apa yang disebut validitas internal. Kita ingin memastikan bahwa hasil yang kami
peroleh adalah hasil dari perbedaan dalam cara kita memperlakukan kelompok kita, bukan
hasil dari yang terjadi untuk menempatkan dalam kelompok-kelocmpok kita. Contohnya, jika
kita meletakkan semua murid pemalu dalam satu kelompok dan semua murid tegas dalam
kelompok lain, sangat mungkin bahwa hasil kita adalah sebagian besar atau lebih berfungsi
pada tugas kelompok dari perlakuan yang kita terapkan untuk kelompok-kelompok ini.
Dalam praktek yang sebenarnya random assignment (tugas acak) biasanya jauh lebih penting
daripada sampel acak.

Konsep dasar

Setelah disetujui dengan pemilihan subyek dan tugas mereka untuk

memperlakukan kelompok, sekarang saatnya untuk mempertimbangkan bagaimana kita
memperlakukan setiap kelompok dan bagaimana kita akan mencirikan data yang akan
mencapi suatu hasil. Karena kita ingin mempelajari kemampuan subyek untuk menghadapi
stres dan menjaga harga diri yang tinggi di bawah berbagai perlakuan berbeda, dan karena
respon terhadap stres adalah fungsi dari banyak variabel, aspek penting dari perencanaan
studi melibatkan pemilihan variabel yang dipelajari. Sebuah variabel adalah properti dari
suatu objek atau peristiwa yang dapat mengambil nilai yang berbeda. Misalnya, warna
rambut adalah sebuah variabel karena merupakan properti dari objek (rambut) dan dapat
mengambil nilai yang berbeda (coklat, kuning, merah, abu-abu, dll). Sehubungan dengan
evaluasi kami dari program manajemen stres, beberapa hal seperti perlakuan yang kita
gunakan, kepercayaan diri murid, dukungan sosial, jenis kelamin, tingkat pengendalian diri,
dan kelompok perlakuan adalah semua variabel yang relevan.

Dalam statistik, kita membagi konsepnya menjadi variabel bebas dan variabel
terikat. Sebagai contoh, anggota grup adalah variabel bebas, karena kita bisa mengontrolnya.
Kita yang menentukan apa tindakan yg akan kita lakukan dan siapa yang akan menerimanya.
Kita yang akan menentukan bahwa grup ini akan menerima perlakuan manajemen stress dan
grup yang satunya tidak. Bila kita membandingkan antara laki-laki dan perempuan kita tidak
akan mengontrol jenis kelamin, tapi memutuskan jenis mana yang akan kita pelajari dan yang
kita ingin bandingkan dari wanita dan pria. Pada sisi lain data, seperti nilai harga diri, nilai
pengendalian diri, dan yang lainnya adalah termasuk variabel terikat. Pada dasarnya
pembelajaran adalah variabel bebas, dan data dari pembelajaran adalah variabel terikat.
Variabel bebas bisa jadi kuantitatif ataupun kualitatif dan berlainan atau berkelanjutan,
sedangkan variabel terikat pada umumnya, tapi tentu tidak selalu, kuantitatif dan
berkelanjutan, tergantung kita mau menetapkan yang mana.
 Kita membuat perbedaan antara variabel berlainan seperti jenis kelamin atau kelas
di SMA, yang hanya akan menggunakan nilai yang terbatas, dan variabel berkelanjutan
seperti umur dan nilai harga diri, yang dapat diasumsikan, paling tidak dalam teori, beberapa
nilai pada skala dari yang terendah dan tertinggi. Seperti yang kamu lihat, perbedaan ini
memiliki peran penting dalam cara kita memperlakukan data.

Erat kaitannya untuk perbedaan diantara variabel berlainan dan berkelanjutan

adalah perbedaan antara kuantitatif dan kategori data. Data kuantitatif biasanya disebut
dengan data pengukuran, kita mengartikan hasil pada setiap pengukuran. Contohnya tingkat
pada sebuah tes, berat badan, skor dari skala tingkat harga diri, dan yang lainnya. Pada semua
kasus, beberapa peralatan digunakan untuk mengukur sesuatu, dan kita tertarik pada berapa
banyak dari beberapa properti yang mewakilinya.

Pada sisi lain, data kategori juga dikenal sebagai data frekuensi atau data kualitatif
mengilustrasikan sebagi pernyataan,terdapat 34 perempuan dan 26 laki-laki pada stidi kita
atau 15 murid di kelas dengan tingkat kecemasan yang tinggi, 33 netral, dan 12 lainnya
dengna tingkat kecemasan yang rendah. Disini kita mengkategorikan sesuatu dan data kita
berisi frekuensi dari setiap kategori oleh karena itu dinamakan data kategori. Beberapa ratus
subyek mungkin termasuk di studi kita, tetapi hasil(data) berisi 2 atau 3 angka, beberapa
subyek gagal pada setiap kategori kecemasan. Sebaliknya, jika mengganti orang pilihan
dengan kriteria tingkat kecemasan tinggi, sedang dan rendah, kita sudah menetapkan setiap
skor dasar mereka pada skala tingkat kecemasan lebih atau kurang berkelanjutan. Kita akan
berurusan dengan pengukuran data dan data akan termasuk pada skor untuk setiap subyek
pada variabel tersebut. Perlu dicatat bahwa pada kedua situasi tersebut variabel dinamakan
kecemasan. Seperti kebanyakan perbedaan, satu diatara pengukuran dan data kategori dapat
ditekan terlalu jauh. Perbedaan sangat berguna , bagaimana pun, jawaban pertanyaan dari
apakah variabel adalah pengukuran atau kategori hampir selalu jelas dalam praktek.