NAMA: DINDA NAHARIN RAHMA RAMDHANIA

NIM: I71219041

KELAS: IP B/ SEM 3

SUMMERY MATERI KE 12 ANALISIS DATA KUANTITATIF

“ANALISIS DATA KUANTITATIF”

A. STATISTIK DESKRIPTIF DAN INFRENSIAL

Statistik diklasifikasikan menjadi dua bidang yaitu:1

1. Statsitik Deskriptif

Pada dasarnya statistik deskriptif dalam penelitian adalah proses transformasi dalam
data penelitian dalam bentuk tabulasi supaya mudah dipahami. Pengaturan, pengurutan, atau
manipulasi data bisa memberikan informasi deskriptif yang akan menjawab
pertanyaanpertanyaan dalam definisi masalah Analisis statistik deskriptif dipakai peneliti
untuk menggali informasi untuk melakukan penggambaran tentang karakteristik variabel
dalam penelitian yang utama dan data demografi dari sebuah sampel. Ukuran yang dipakai
bisa berbentuk gambar, tabel, frekuensi, tendensi sentral, dispersi dan varian koefisien
korelasi antar variabel penelitian. Ukuran yang digunakan dalam statistik deskriptif
tergantung pada tipe skala pengukuran construct yang digunakan dalam penelitian.
Penggunaan statistik deskriptif cocoknya dipergunakan untuk menyajikan gambaran kuat
atau tidaknya hubungan antar variabel dan perbandingan antar data sampel. Statistik
deskriptif tidak ada uji signifikansi, taraf kesalahan. Jadi analisis statistik deskriptif hanya
dipakai peneliti saat hanya ingin mendeskripsikan data dari sampel dan tidak mengambil
kesimpulan yang dipergunakan untuk mengeneralisir populasi dari sampel yang dijadikan
sebagai obyek penelitian. Jenis-jenis statistik deskriptif yang dapat disajikan dalam laporan
penelitian antara lain64: 1) Distribusi frekuensi. Statistik ini menggambarkan distribusi
frekuensi dari jawaban responden atas berbagai item variabel yang diteliti. 2) Statistik rata-
rata. Statistik ini digunakan untuk menggambarkan rata-rata nilai dari sebuah variabel yang
diteliti pada sekelompok responden tertentu. 3) Angka indeks. Statistik ini memberikan
gambaran derajat persepsi responden atas variabel yang akan diteliti.

2. Statistik Inferensial

Analisis inferensial biasa digunakan karena jumlah populasi yang amat besar dan luas
serta keterbatasan yang dimiliki seorang peneliti. Namun statistik inferensial mempunyai
kegunaan yang lebih luas, sebab dilihat dari analisisnya, hasil yang diperoleh tidak hanya
sekedar menggambarkan keadaan atau fenomena yang dihasilkan obyek penelitian, namun
dapat digeneralisasikan secara luas ke dalam wilayah populasi. Analisis ini juga digunakan
untuk menentukan apakah Ho dapat diterima atau ditolak. Bentuk analisis data dari statistic

1
Dari jurnal IAIN Tulungagung “Analisi data” http://repo.iain-
tulungagung.ac.id/7300/7/Bab7_TEKNIK_ANALISIS_DATA.pdf
 inferensi berupa penyajian data seperti tabel dan ukuran-ukuran statistik lainnya. Analisis
data inferensial terdapat uji signifikansi dan taraf kesalahan karena peneliti bermaksud
membuat atau melakukan generalisasi sehingga selalu terdapat kesalahan dalam melakukan
generalisasi. Uji signifikansi adalah cara mengetahui perbedaan antara dua skor. Uji ini
dilakukan untuk menentukan tingkat probabilitas yang biasa disebut tingkat signifikansi.
Tingkat probabilitas ini dijadikan dasar penetuan diterima atau ditolaknya Ho. Standar
minimum yang biasa digunakan adalah 0,0566 . Menurut Sugiyono, analisis inferensial dalam
bukunya yang berjudul Metode Penelitian Kombinasi (Mixed Methods) mengatakan bahwa
pada statistik inferensial terdapat statistik parametris dan statistik nonparametris67 . Statistik
parametris digunakan untuk menguji ukuran populasi melalui data sampel. Dalam statistik,
pengujian parameter melalui statistik tersebut dinamakan uji hipotesis statistik. Oleh karena
itu, penelitian berhipotesis statistik adalah penelitian yang menggunakan sampel. Sedang kan
statistik nonparametris tidak menguji parameter populasi, tetapi menguji distribusi.

B. STATISTIK PARAMETRIK DAN NON PARAMETRIK

1. Statistik Parametrik

Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau

distribusi data, yaitu apakah data menyebar secara normal atau tidak. Statistik parametrik
digunakan untuk menguji hipotesis dan variabel yang terukur. Dengan kata lain, data yang
akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi normalitas. Pada
umumnya, jika data tidak menyebar normal, maka data seharusnya dikerjakan dengan metode
statistik non-parametrik, atau setidak-tidaknya dilakukan transformasi terlebih dahulu agar
data mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistik parametrik.
Keunggulan dan kelemahan statistik parametrik

a.    Keunggulan
1)   Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan
dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.
2)   Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta
memiliki varian yang homogen.

b.    Kelemahan
1)   Populasi harus memiliki varian yang sama.
2)   Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.
3)   Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal dan
bervarian sama, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan.

2. Statistik Non parametric

Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran
parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya
menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak
berdistribusi normal.
 Keunggulan dan kelemahan statistik non-parametrik  
a.       Keunggulan :
1)   Tidak membutuhkan asumsi normalitas.
 2)   Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih mudah
dimengerti jika dibandingkan dengan statistik parametrik  karena ststistika non-parametrik
tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik.
3) Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal).
4) Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara
formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif.
5) Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada
pengamatan yang nyata.
6) Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi
dapat digunakan pada populasi berdistribusi normal.
b.      Kelemahan
1)    Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.
2) Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik.
3)  Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti pada
statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati eksperimen
dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu.

DAFTAR PUSTAKA

Dari jurnal IAIN Tulungagung “Analisi data” http://repo.iain-

tulungagung.ac.id/7300/7/Bab7_TEKNIK_ANALISIS_DATA.pdf