PENDAHULUAN
Kadang kita terjebak dengan pemakaian berbagai uji atau analisis statistik mulai dari
metode yang sederhana (bivariat) sampai yang rumit (Multivariat), tanpa mengetahui dengan
jelas mengapa kita memilikih uji tersebut.
Sebagai ilustrasi, kita harus memilih pisau yang tepat sesuai dengan bahan yang akan
kita potong dengan pisau tersebut. Jangan sampai kita memilih pisau kue untuk memotong
daging, atau sebaliknya kita menggunakan pedang untuk mengiris bawang. Kita harus
mengetahui terlebih dahulu apakah kita berurusan dengan bawang atau daging. Setelah
bahannya jelas, selanjutnya kita baru bisa memilih pisau yang tepat. Daging memang masih
bisa teriris dengan pisau kue namun irisannya tidak sesuai yang diharapkan atau daging alot
itu tetap tidak bisa terpotong. Pemilihan pisau yang salah menunjukkan kesalahan teknis yang
terjadi pada proses penelitian. Kesalahan teknis mempunyai kadar kesalahannya yang lebih
berat dibandingkan kesalahan manusiawi. Kesalahan teknis tersebut bisa berujung pada
kehilangan informasi, atau bahkan, informasi yang menyesatkan.
1
BAB II
PEMBAHASAN
Contoh Data
Perhatikan nilai/data yang terdapat pada Variabel Jenis Kelamin. Apakah anda bisa
membedakan antara jenis kelamin laki-laki dan perempuan? Tentu Anda bisa! Barb adalah
perempuan sedangkan Cris laki-laki. Disini kita bisa menentukan antara yang jenis
kelaminnya sama (=) dan yang berbeda (≠). Dapatkah Anda megurutkan atau membuat
rangking? L > P atau L < P? Tentu kita tidak dapat membuat peringkatnya! Demikian juga
dengan warna kulit, disini kita hanya bisa membedakan tanpa bisa membuat peringkatnya!
2
Kita hanya bisa membedakan atau mengkatagorikan nilai/kode dari variabel tersebut,
namun kita tidak mungkin merangkingnya. Skala pengukuran demikian dinamakan Nominal
Sekarang perhatikan variabel Huruf Mutu. Barb dan Chris mendapatkan nilai yang sama
(=) yaitu A, dan berbeda (≠) dengan Tina yang hanya mendapatkan Huruf Mutu B. Pada
contoh ini, selain kita bisa melihat siapa yang mendapatkan huruf mutu yang sama (=) dan
siapa yang berbeda (≠), kita juga bisa merangkingnya. Nilai yang mendapatkan A lebih (>)
baik dibandingkan dengan yang mendapatkan B. Demikian juga untuk variabel Peringkat.
Peringkat 1 tentu lebih baik dibandingkan dengan peringkat 11.
1. Skala Nominal
Variabel nominal merupakan variabel dengan skala pengukuran yang paling rendah
tingkatannya dan hanya bisa digunakan untuk klasifikasi kualitatif atau kategorisasi.
Artinya, variabel tersebut hanya dapat diukur dari segi apakah karakteristik suatu objek
bisa dibedakan dari karekateristik lainnya, tetapi kita tidak dapat mengukur atau bahkan
mengurutkan peringkat kategori tersebut.
Sebagai contoh, kita dapat mengatakan bahwa jenis kelamin ke 2 orang tersebut
berbeda, satu perempuan dan satunya lagi laki-laki. Di sini kita bisa membedakan
karakteristik keduanya, tetapi kita tidak bisa mengukur dan mengatakan mana yang
"lebih" atau mana yang "kurang" dari kualitas yang diwakili oleh variabel tersebut. Kita
hanya bisa memberikan kode/label pada kedua karakteristik tersebut, misalnya angka 0
untuk perempuan dan angka 1 untuk laki-laki. Kode/label angka tersebut bisa saja di
tukar. Kode di sana hanya berfungsi sebagai pembeda antara kedua objek dan tidak
menunjukkan urutan atau kesinambungan. Angka 1 tidak menunjukkan lebih tinggi atau
lebih baik di banding 0.
Operator aritmetika yang bisa digunakan pada skala nominal hanya tanda "=" atau "≠".
Contoh-contoh variabel nominal lainnya adalah:
jenis tanah,
varietas,
ras,
warna,
bentuk,
kota,
Golongan darah
Jenis penyakit
Agama
Suku
Nomor KTP/SIM/Kartu Pelajar
2. Skala Ordinal
Variabel ordinal memungkinkan kita untuk mengurutkan peringkat dari objek yang
kita ukur. Dalam hal ini kita bisa mengatakan A "lebih" baik dibanding B atau B
"kurang" baik dibanding A, namun kita tidak bisa mengatakan seberapa banyak lebihnya
A dibanding B. Dengan demikian, batas satu variasi nilai ke variasi nilai yang lain tidak
jelas, sehingga yang dapat dibandingkan hanyalah apakah nilai tersebut lebih tinggi,
sama, atau lebih rendah daripada nilai yang lain, namun kita tidak bisa mengatakan
berapa perbedaan jarak (interval) diantara nilai-nilai tersebut.
3
Contoh umum variabel ordinal adalah status sosial ekonomi keluarga. Sebagai contoh,
kita tahu bahwa kelas menengah ke atas lebih tinggi status sosial ekonominya dibanding
kelas menengah ke bawah, tapi kita tidak bisa mengatakan berapa lebihnya atau
mengatakan bahwa kelas menengah ke atas 18 % lebih tinggi. Pemberian simbol/kode
angka pada skala ordinal, selain berfungsi untuk membedakan karakteristik antar objek
juga sudah menetukan urutan peringkat dari objek tersebut.
Operator aritmetika yang bisa digunakan pada skala ordinal adalah tanda "=", "≠", "<"
dan ">". Misal kode angka untuk kelas bawah = 0, menengah = 1, dan atas = 2. Angka 0
berbeda dengan 1 ataupun 2 (operator aritmetk: = dan ≠), 0 lebih rendah dibanding 1
(operator aritmetk: < dan >), Contoh:
Tingkat pendidikan atau kekayaan
Tingkat keparahan penyakit
Tingkat kesembuhan
Derajat keganasan kanker
3. Skala Interval
Variabel Interval tidak hanya memungkinkan kita untuk mengklasifikasikan,
mengurutkan peringkatnya, tetapi kita juga bisa mengukur dan membandingkan ukuran
perbedaan diantara nilai. Sebagai contoh, suhu, yang diukur dalam derajat Fahrenheit
atau Celcius, merupakan skala interval. Kita dapat mengatakan bahwa suhu 50 derajat
lebih tinggi daripada suhu 40 derajat, demikian juga suhu 30 derajat lebih tinggi
dibanding dengan suhu 20 derajat. Perbedaan selisih suhu antara 40 dan 50 derajat
nilainya sama dengan perbedaan suhu antara 20 dan 30 derajat, yaitu 10 derajat. Jelas
disini bahwa pada skala interval, selain kita bisa membedakan (mengkategorikan),
mengurutkan nilainya, juga bisa di hitung berapa perbedaannya/selisihnya dan jarak atau
intervalnya juga dapat dibandingkan. Perbedaan antara kedua nilai pada skala interval
sudah punya makna yang berarti, berbeda dengan perbedaan pada skala ordinal yang
maknanya tidak berarti. Misalnya, perbedaan antara suhu 40 dan 50 derajat dua kali lebih
besar dibandingkan dengan perbedaan antara suhu 30 dan 35. Dengan demikian, selain
sudah mencakup sekala nominal, juga sudah termasuk skala ordinal, tetapi nilai
mutlaknya tidak dapat dibandingkan secara matematik, oleh karena batas-batas variasi
nilai pada interval adalah arbiter (angka nolnya tidak absolut).
Operator aritmetika yang bisa digunakan pada skala ordinal adalah tanda "=", "≠", "<",
">", "+", "-". Misal suhu: 30 +10 = 40 derajat. Contoh Skala Interval lainnya:
Tingkat kecerdasan (IQ)
Beberapa indeks pengukuran tertentu
4. Skala Rasio
Variabel rasio sangat mirip dengan variabel interval; di samping sudah memiliki
semua sifat-sifat variabel interval, juga sudah bisa diidentifikasi titik nol mutlak,
sehingga memungkinkan menyatakan rasio atau perbandingan di antara kedua nilai,
misalnya x adalah dua kali lebih y. Contohnya adalah berat, tinggi, panjang, usia, suhu
dalam skala kelvin. Sebagai contoh, berat A = 70 kg, berat B =35 kg, Berat C = 0 kg.
Disini kita bisa membandingkan rasio, misalnya kita bisa mengatakan bahwa berat A dua
kali berat B. Berat C = 0 kg, artinya C tidak mempunyai bobot. Angka 0 di sini jelas dan
berarti dan angka 0 menunjukkan nilai 0 mutlak. Memang agak sedikit susah dalam
membedakan antara skala interval dengan rasio. Kuncinya adalah di angka 0, apakah
nilai nol tersebut mutlak (berarti) atau tidak? Sebagai contoh, suhu bisa berupa skala
interval tapi bisa juga skala rasio, tergantung pada skala pengukuran yang digunakan.
4
Apabila kita menggunakan skala Celcius atau Fahrenheit, termasuk skala interval,
sedangkan apabila Kelvin yang digunakan, suhu termasuk skala rasio. Mengapa? Karena
suhu 0 derajat Kelvin adalah mutlak! Kita tidak saja dapat mengatakan bahwa suhu 200
derajat lebih tinggi daripada suhu 100 derajat, tetapi kita juga sudah dapat menyatakan
dengan pasti bahwa rasionya benar dua kali lebih tinggi.
Operator aritmetika yang bisa digunakan pada skala rasio adalah tanda "=", "≠", "<", ">",
"+", "-", "x" dan "÷". Misal nilai Berat A 70 kg, berat B = 35 kg.
Operator aritmetik "=", "≠", kita bisa mengatakan Berat A berbeda dengan Berat B (A
≠ B);
Operator aritmetik "<", ">": A lebih berat dibanding B (A > B),
Operator Aritmetik "+", "-": Beda antara berat A dengan B = 35 kg (A – B = 70 – 35
= 35) kg,
Operator aritmetik "x" dan "÷":A dua kali lebih berat dibanding B ( A = 2xB).
Contoh:
Waktu, panjang, tinggi, berat, usia
Kadar zat dan jumlah sel tertentu
Dosis obat, dll
Skala interval tidak memiliki karakteristik rasio. Kebanyakan prosedur analisis data
statistik tidak membedakan antara data yang diukur dalam skala interval dan rasio.
5
nilai nol
mutlak
Ratio Mencakup Mutually =, ≠, <, >, Suhu (Kelvin)
karakteristik exclusive +, - x, ÷ Waktu
Interval dan Urutannya Panjang
mempunyai Pasti Berat
nilai nol Jarak antara Tinggi
mutlak kode sama
Terdapat nilai
nol mutlak
Hubungan antara skala pengukuran dengan jenis datanya (kuantitatif dan kualitatif)
Skala pengukuran Kualitatif Kuantitatif
Nominal √
Ordinal √
Interval √
Ratio √
B. HIPOTESIS
Hipotesis merupakan jawaban sementara terhadap masalah penelitian yang kebenarannya
harus diuji secara empiris. Hipotesis menyatakan hubungan apa yang kita cari atau ingin kita
pelajari. Hipotesis adalah keterangan sementara dari hubungan fenomena-fenomena yang
kompleks. Oleh karena itu, rumusan hipotesis menjadi sangat penting dalam sebuah
penelitian.
3. Hipotesis nol
Tidak Terdapat hubungan kepemimpinan kepala sekolah dengan aktivitas guru
diMadrasah Aliyah Islamiyah Pontianak
4. Hipotesis Alternatif
6
Terdapat hubungan antara kepemimpinan kepala sekolah dengan aktivitas guru
diMadrasah Aliyah Islamiyah Pontianak
5. Hipotesis Komparatif
Pengertian Hipotesis Komparatif adalah dugaan terhadap perbandingan nilai dua sampel
atau lebih. Hipotesis komparatif merupakan salah satu dari macam macam hipotesis.
Dalam hal komparasi ini terdapat beberapa macam, yaitu :
(1) Komparasi berpasangan (related) dalam dua sampel dan lebih dari dua sampel (k
sampel).
(2) Komparasi independen dalam dua sampel dan lebih dari dua sampel (k sampel).
Contoh :
Sampel Berpasangan, komparatif dua sampel
Ho : Tidak terdapat perbedaan nilai penjualan sebelum dan sesudah ada iklan.
Ha : Terdapat berbedaan nilai penjualan sebelum dan sesudah ada iklan
Sampel Independen, komparatif tiga sampel
Ho : Tidak terdapat perbedaan antara birokrat, akademisi dan pebisnis dalam memilih
partai.
Ha : Terdapat perbedaan antara birokrat, akademisi dan pebisnis dalam memilih partai.
6. Hipotesis Korelatif
untuk mengetahui asosiasi atau korelasi antara variabel bebas terhadap variabel
tergantung. Contoh : berapa besar korelasi antara kadar trigliserid dan kadar gula darah?
8. Tingkat kemaknaan
Pernyataan yang menunjukkan besarnya peluang terhadap kesimpulan tentang adanya
perbedaan/hubungan/pengaruh variabel yang disimpulkan peneliti ketika H0 benar.
Ditunjukkan dengan nilai p (p-value).
Ketelitian dalam menaksir hubungan/pengaruh variabel-variabel yg diteliti. Ukuran
presisi yg lazim adalah standart error (SE), atau lebarnya kelas interval taksiran variabel,
misalkan Interval Keyakinan 95%. Makin kecil SE, makin persis taksiran. Dalam statistik
presisi adalah kebalikan dari varians. Presisi dapat ditingkatkan dengan menaikan sampel,
lain-lain tidak berubah.
7
Pengujian hipotesis statistik memiliki prosedur yang harus diikuti tergantung pada
hipotesisnya yang distribusi populasi. Prosedur umum yang harus diikuti tergantung pada
hipotesisnya dan distribusi populasi. Prosedur umum yang harus diikuti dapat dibagi
dalam beberapa langkah :
a) Rumuskan dengan baik hipotesis penelitian agar dapat dihitung statistik sampelnya,
seperti rata-rata, seperti :
Pengujian hipotesis dapat dilakukan terhadap satu populasi untuk pengujian hipotesis
rata-rata dua populasi. Misalnya, rata-rata tekanan darah sapi Ongole sama dengan
tekanan darah sapi Brahman.
H0 : =
= rata-rata tekanan darah sapi Ongole
= rata-rata tekanan darah sapi Brahman
Rata-rata tekana darah sampel sapi Ongole dan sapi Brahman adalah x1 dan x2.
b) Tentukan derajat kemaknaan α atau kesalahan tipe 1 yang akan digunakan. Penentuan
ini harus dilakukan pada saat perencanaan.
c) Tentukan kesalahan tipe 2 atau β. Biasanya penentuan ini dilakukan pada saat
menghitung besarnya sampel.
d) Tentukan distribusi yang akan digunakan dalam perhitungan. Tentukan metode
statistik yang akan digunakan untuk menghitung statistik sampel.
e) Tentukan kriteria menerima atau menolak hipotesis nol pada derajat kemaknaan yang
telah ditentukan.
f) Buatlah kesimpulan yang tepat pada populasi yang bersangkutan.
dengan
mean
standar deviasi/simpangan baku
π = 3,14 = 22/7
e = Eksponensial
Dan rumus untuk distribusi normal standar (Z) dengan mean nol dan simpangan baku
satu :
8
dengan
Sedangkan nilai alpha adalah luas daerah di bawah kurva, yang mana kita tahu dalam
kalkulus untuk menghitung luas daerah bentuk yang tidak beraturan atau yang
diwakili oleh fungsi, adalah menghitung intergral dari fungsi tersebut dengan batas-
batas yang diberikan. Khusus untuk gambar di atas dapat kita hitung dengan :
Hal ini nanti akan sangat berguna dalam pengujian hipotesis, untuk memudahkannya
menghitung luas daerah di bawah kurva sehingga ada tabel yang memudahkan kita
untuk menghitung nilai integral tersebut. Kita kenal dengan Tabel Kurva Normal
Standar atau Tabel Kurva Z.
2. Perbedaan
Menyatakan perbedaan adalah satu jenis hubungan juga. Jika kita menyatakan bahwa
variabel A dapat dibedakan atas dasar Variabel B, Maka secara implisit ada hubungan
antara A dengan B. Perbedaan tidak menekankan aspek arah hubungan, jadi sifatnya
dapat juga simetris atau asimetris.
3. Pengaruh
Metode untuk mengukur pengaruh adalah analisis regresi (regression analysis), atau
analisis jalur (path analysis) dan variannya seperti cross-section, time series, panel data
dan lainnya (tergantung dari skala data pada variabel dependen dan variabel independen).
Contoh jika skala data pada variabel dependennya adalah kategorik, sedangkan skala
9
data variabel independennya adalah numerik, maka statistika yang digunakan untuk
mengukur pengaruh adalah analisis varians. Read more:
http://allansetyoko.blogspot.com/2014/04/perbedaan-antara-hubungan-
dengan.html#ixzz4QAr4ODZh
C. Jenis-jenis sampel
1. Satu sampel
Uji-t (t-test) merupakan statistik uji yang sering kali ditemui dalam masalah-masalah
praktis statistika. Uji-t digunakan untuk menguji apakah rata-rata suatu sampel sama
dengan suatu harga tertentu atau apakah rata-rata dua sampel sama/berbeda secara
signifikan. Statistik uji ini digunakan dalam pengujian hipotesis. Uji-t dapat dibagi
menjadi 2, yaitu uji-t yang digunakan untuk pengujian hipotesis 1-sampel dan uji-t yang
digunakan untuk pengujian hipotesis 2-sampel.
Uji – t satu sampel ini tergolong hipotesis deskriptif, yaitu untuk menguji apakah satu
sampel sama/berbeda dengan rata-rata populasinya
Langkah-langkah Uji t
1) Buatlah Ha dan Ho dalam uraian kalimat.
2) Buatlah Ha dan Ho dalam model statistik.
3) Mencari thitung.
t hitung =
othitung = harga yang dihitung dan menunjukkan nilai standard deviasi dari
distribusi t (table t)
x = rata-rata nilai yang diperoleh dari hasil pengumpulan data
µ = nilai yang dihopotesiskan
s = standard deviasi sampel yang dihitung
n = jumlah sampel penelitian
Adapun standar deviasi sampel dapat dihitung berdasarkan data yang terkumpul. Pada
umumnya standar deviasi setiap populasi jarang yang diketahui, maka penggunaan
rumus zhitung kurang digunakan.
Pengujian hipotesis deskriptif, ada dua jenis yaitu:uji dua pihak dan uji satu pihak (
uji pihak kiri dan uji pihak kanan)
10
D. Istilah Data terdistribusi Normal
Distribusi normal merupakan suatu alat statistik yang sangat penting untuk menaksir
dan meramalkan peristiwa-peristiwa yang lebih luas. Distribusi normal disebut juga dengan
distribusi Gauss untuk menghormati Gauss sebagai penemu persamaannya (1777-
1855). Menurut pandangan ahli statistik, distribusi variabel pada populasi mengikuti
distribusi norma
Rumus umum distribusi normal :
dengan
11
BAB III
PENUTUP
A. Kesimpulan
Variabel Penelitian pada dasarnya adalah segala sesuatu yang berbentuk apa
saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi
tentang hal tersebut, kemudian ditarik kesimpulannya. Banyak sekali definisi variable
yang diungkapkan para ahli, dan definisi tersebut berpotensi membingungkan para
peneliti pemula. Perhatikan definisi variable menurut para ahli berikut:
Menurut Hatch & Farhady (1981). Variable didefinisikan sebagai Atribut
seseorang atau obyek yang mempunyai variasi antara satu orang dengan yang lain
atau satu obyek dengan obyek yang lain. Kerlinger (1973). Variable adalah konstruk
(constructs) atau sifat yang akan dipelajari. Kidder (1981). Variable dapat dikatakan
sebagai suatu sifat yang diambil dari suatu nilai yang berbeda (different values).
Dengan demikian, Variabel itu merupakan suatu yang bervariasi. Bhisma Murti
(1996), variable adalah suatu kualitas (qualities) dimana peneliti mempelajari dan
menarik kesimpulan darinya. Sudigdo Sastroasmoro, variable merupakan karakteristik
subyek penelitian yang berubah dari satu subyek ke subyek lainnya. Er. Ahmad Watik
Pratiknya (2007), variable adalah Konsep yang mempunyai variabilitas. Sedangkan
Konsep adalah penggambaran atau abstraksi dari suatu fenomena tertentu. Konsep
yang berupa apapun, asal mempunyai ciri yang bervariasi, maka dapat disebut sebagai
variable.
Secara peribadi, variabel penelitian saya pahami sebagai atribut yang
mencerminkan pengertian atau bangunan pengertian dan memiliki nilai. Contoh,
tinggi badan, kenapa dianggap sebagai variable, karena memiliki nilai, dan antara satu
dan yang lain memiliki tinggi badan yang berbeda. Kalau masih membingungkan.
Jika masih membingungkan, perhatikan contoh berikut; masalah banyaknya kosakata
dalam buku pelajaran menyulitkan siswa, maka variable yang bisa diambil adalah
ukuran banyaknya kosakata, dan ukuran kemampuan siswa. Jadi konsep yang menjadi
perhatian dalam suatu penelitian, itulah yang menjadi variable penelitian.
Variabel penelitian sangat penting dalam sebuah penelitian, karena variabel
bertujuan sebagai landasar mempersiapkan alat dan metode pengumpulan data, dan
sebagai alat menguji hipotesis. Itulah sebabnya, sebuah variable harus dapat diamati
dan dapat diukur.
12
Daftar Pustaka
http://www.mushlihin.com/2013/11/other/variabel-penelitian-pengertian-tujuan-dan-jenis.php
Saryono. Metodologi Penelitian Kesehatan. Cetakan ke-4, Yogyakarta : Mitra Cendekia
Press, 2011.Nazir, Mohammad. Metode Penelitian. Cetakan ke-6, Bogor : Ghalia Indonesia,
2005.Http://navelmangelep.wordpress.com
13