OLEH
NAMA : ERNA
NIM : P10119227
KELAS :F
A. Statistik
Statistik secara sempit diartikan sebagai data, arti luas diartikan sebagai
alat. Jadi dapat disimpulkan statistic adalah Alat untuk analisis, dan alat untuk
membuat keputusan. Statistik digunakan untuk membatasi cara-cara ilmiah untuk
mengumpulkan, menyusun, meringkas, dan menyajikan data penyelidikan.
B. Ruang Lingkup Statistik
1. Statistik Deskriptif
Mengambarkan atau menganalisis suatu statistik hasil penelitian tetapi
tidak digunakan untuk membuat kesimpulan yang lebih luas
(generalisasi/inferensial).
Penelitian tidak bermaksud untuk membuat suatu kesimpulan terhadap
populasi dari sampel yang diambil, statistik yang digunakan adalah
statistik deskriptif.
2. Statistik Inferensial
Menganalisis data sampel, dan hasilnya akan digeneralisasikan untuk
populasi dimana sampel diambil.
Terdapat dua jenis statistikinferensial yaitu statistik parametrik dan
statistik non parametrik.
Statistik parametrik digunakan untuk menganalisis data yang
berbentuk interval dan rasio sedangkan statistik non parametrik
biasanya digunakan untuk menganalisis data yang berbentuk nominal
dan ordinal
C. Statistik Inferensial
Statistik inferensial adalah teknik analisis data yang digunakan untuk
menentukan sejauh mana kesamaan antara hasil yang diperoleh dari suatu sampel
dengan hasil yang akan didapat pada populasi secara keseluruhan.
Jadi statistik inferensial membantu peneliti untuk mencari tahu apakah
hasil yang diperoleh dari suatu sampel dapat digeneralisasi pada populasi.
D. Jenis-jenis Uji Statistik Inferensial
Parametrik
Statistik Parametrik, yaitu teknik yang didasarkan pada asumsi
bahwa data yang diambil mempunyai distribusi normal dan menggunakan
data interval dan rasio.
Uji t
t Test atau t Student (disebut juga uji t) merupakan alat uji
statistik yang digunakan untuk menguji hipotesis komparatif dua
sampel bila datanya berada pada skala interval atau rasio
(Martono, 2010). Pengujian dengan menggunakan t Test ini
tergolong dalam uji perbandingan (komparatif) yang bertujuan
untuk membandingkan (membedakan) apakah rata-rata kedua
kelompok yang diuji berbeda secara signifikan atau tidak. Adapun
syarat untuk menggunakan t Test yaitu:
1. Variabel independen (x) harus berada pada skala nominal atau
ordinal (bersifat kategoris).
2. Variabel dependen (y) harus berada pada skala interval atau
rasio.
Langkah-langkah pengujian uji t adalah sebagai berikut:
1. Menentukan hipotesis
o Ho: Variabel independen (X) secara individual tidak
mempengaruhi variabel dependen (Y).
o Ha: Variabel independen (X) secara individual
mempengaruhi variabel dependen (Y).
2. Menentukan derajat kepercayaan 10% (α=0,1).
3. Menentukan signifikansi
o Nilai signifikansi ≤ 0.1, maka H0 ditolak dan Ha
o Nilai signifikansi > 0.1, maka H0 diterima dan Ha
4. Membuat kesimpulan
o Apabila t hitung memiliki nilai signifikansi ≤ 0.1 maka
H0 ditolak dan Ha Artinya variabel independen secara
individual mempengaruhi variabel dependen.
o Apabila t terhitung memiliki nilai signifikansi > 0.1,
maka H0 diterima dan Ha Artinya variabel independen
secara individual tidak mempengaruhi variabel
dependen.
Analysis of varian (Anova)
Analysis of varian (Anova) atau uji F merupakan sebuah
alat uji statistik yang digunakan untuk menguji hipotesis
komparatif k sampel bila datanya berada pada skala interval atau
rasio. Pengujian menggunakan Anova ini tergolong dalam uji
perbandingan (komparatif) yang bertujuan untuk membandingkan
(membedakan) apakah rata-rata tiga kelompok (atau lebih) yang
diuji berbeda secara signifikan atau tidak (Martono, 2010). Ada
dua macam analisis varians, yaitu analisis varians klasifikasi
tunggal dan analisis varians klasifikasi jamak atau ganda. Pada
analisis varians klasifikasi tunggal yang terdapat hanya variabel
kolom dan tidak terdapat variabel baris. Analisis varians klasifikasi
tunggal ini biasa disebut dengan istilah anava satu jalan.
Sedangkan, analisis varians klasifikasi tunggal memiliki variabel
kelompok/kolom dan variabel baris (Arikunto, 2013). Adapun
langkah-langkah pengujiannya sebagai berikut:
1. Menentukan hipotesis
o Ho: Semua variabel independen (X) secara simultan
tidak mempengaruhi variabel dependen (Y).
o Ha: Semua variabel independen (X) secara simultan
mempengaruhi variabel dependen (Y).
2. Menentukan derajat kepercayaan 10% (α=0,01)
3. Menentukan signifikansi
o Nilai signifikansi ≤ 0,1, maka H0 ditolak dan Ha
o Nilai signifikansi > 0,1, H0 diterima dan Ha
4. Membuat kesimpulan
o Apabila F hitung memiliki nilai signifikansi ≤ 0,1,
maka H0 ditolak dan Ha Artinya variabel independen
secara individual mempengaruhi variabel dependen.
o Apabila F hitung memiliki nilai signifikansi > 0,1,
maka H0 diterima dan Ha Artinya variabel independen
secara individual tidak mempengaruhi variabel
dependen.
Analisis regresi
Analisis regresi adalah analisis persamaan garis yang
diperoleh berdasarkan perhitungan-perhitungan statistika,
umumnya disebut model, untuk mengetahui bagaimana perbedaan
sebuah variabel memengaruhi variabel lain. Dalam statistik kita
kenal berbagai ragam analisis regresi, seperti regresi linear, regresi
polynomial, regresi kubik (Bungin, 2005).
Teknik korelasi
Teknik korelasi digunakan untuk mengetahui tiga hal pada
dua variabel atau dua set data (Cohen dkk, 2007). Teknik korelasi
terdiri atas teknik korelasi tunggal dan teknik korelasi jamak.
Teknik korelasi tunggal yaitu digunakan pada penelitian yang
bertujuan mencari korelasi antara dua variabel penelitian.
Sedangkan, teknik korelasi jamak digunakan untuk penelitian yang
bertujuan mencari korelasi antara tiga atau lebih variabel.
Beberapa teknik korelasi tunggal yang umumnya dapat digunakan
dalam penelitian adalah teknik korelasi product moment, teknik
korelasi rank order, teknik korelasi contingency dan teknik korelasi
tetrachoric. Sedangkan teknik korelasi jamak terdiri atas teknik
korelasi serial, teknik korelasi point serial dan teknik-teknik
Yulis’Q (Bungin, 2005).
Non Parametrik
Statistik non parametric adalah tes yang modelnya tidak
menetapkan syarat-syarat mengenai parameter-parameter populasi yang
merupakan induk sampel penelitiannya. Tes non parametrik tidak menuntut
pengukuran sekuat yang dituntut tes statistik parametrik. Sebagian besar tes
non parametrik dapat diterapkan untuk data dalam skala ukur ordinal dan
beberapa yang lain dapat diterapkan untuk data dalam skala ukur nominal.
Meskipun semua anggapan tes parametrik mengenai populasi dan
syarat-syarat mengenai kekuatan pengukuran dipenuhi (5 poin syarat
parametrik), kita ketahui bahwa dengan memperbesar ukuran
sampel dengan banyak elemen yang sesuai dapat menggunakan suatu tes
non parametrik sebagai ganti tes parametrik dengan masih
mempertahankan kekuatan yang sama untuk menolak H0.
Kelebihan Statistik Nonparametrik
Apa asaja kelebihan atau manafaat dari statistik nonparametric
1. Nilai peluang hasil analisis dapat diperoleh dengan pasti”.
2. Dapat dipergunakan untuk menganalisis dengan jumlah cuplikan
(sampel) yang sedikit (batas minimal).
3. Dapat dipergunakan untuk menganalisis data yang populasinya
berbeda.
4. Dapat dipergunakan untu menganalisis data yang diukur menurut
skala nominal atau ordinal.
5. Metode analisisnya relatif mudah dengan hanya menggunakan
aljabaryang sederhana.
6. Mudah dipelajari dan dipergunakan.
Walaupun statistik nonparametrik jauh lebih -eksibel karena tidak
memerhatikan berbagai persyaratan yang cukup ketat seperti padastatistik
parametrik, namun penggunaan statistik parametrik tetaplah diutamakan.
Sehngga jika berdistribusi normal atau bertipe rasio atau ada dalam jumlah
besar, pilihan statistik parametrik haruslah didahulukan.
Kelemahan Statistik Nonparametrik
Adapun yang menjadi kelemahan statistik nonparamatrik adalah
1. Bila asumsi normal dapat dipenuhi maka kesimpulan analisis
yangdiperoleh kemungkinan membias.
2. Statistik Nonparametrik tidak bisa dipergunakan untuk mengukur
interaksi.
3. Karena tidak bisa dipakai untuk analisis regresi, praktis statistik
nonparametrik bukan untuk peramalan.
Jenis-jenis statistik non parametric
1. Uji Man-Whitney
2. Uji Kruskal-Wallis
3. Uji Friedman
4. Uji-Cohran
5. Korelasi Kendal
6. Korelasi spcarman
E. Syarat Menggunakan Uji Statistik Inferensial
Statistik parametrik mensyaratkan bahwa distribusi data normal dan
variansi data harus sama
Statistik non parametrik tidak memerlukan syarat distribusi data normal
dan variansi sama