Disusun Oleh:
Nerissa Delvira Evonia
1810110916
Angka-angka Statistik
Pada data numerik (berskala interval atau rasio), angka statistik yang paling
sering digunakan untuk mendeskripsikan karakteristik data suatu variabel adalah rata-
rata atau mean dan standar deviasi. Angka mean menggambarkan titik pemusatan
data, sedangkan angka standar deviasi menggambarkan sebaran data. Sementara pada
data kategori (berskala nominal atau ordinal), angka statistik yang paling sering
digunakan untuk menggambarkan karakteristik data suatu variabel adalah prosentase
atau proporsi.
Tabel-tabel Statistik
Tabel statistik yang paling sering digunakan untuk menggambarkan sebaran
data adalah berupa table distribusi. Menyajikan data dalam sebuah tabel distribusi
cukup efisien dan informatif. Distribusi yang disajikan dapat berupa distribusi
frekuensi, distribusi prosentase, distribusi frekuensi kumulatif, dan sebagainya.
Grafik-grafik Statistik
Banyak jenis grafik atau diagram yang dapat dimanfaatkan untuk
menggambarkan ringkasan data secara menarik, misalnya adalah histogram (bar),
poligon, ojif (ogive), diagram lingkaran (pie chart), dan masih banyak lagi jenis
lainnya. Keunggulan dari suatu gambar (grafik/diagram) adalah kemampuannya
dalam mewakili penjelasan bahasa verbal yang panjang. Satu gambar dapat mewakili
seribu bahasa, seperti pernyataan Sharma (1996), “a picture is worth a thousand
words”.
Ada dua jenis teknik analisis statistik yang berbeda dalam membuat
inferensi tentang kausalitas (mengikuti Leech dkk (2005)), yaitu statistik inferensi
perbedaan (difference inferential statistics) dan statistik inferensi assosiasi
(associational inferential statistics). Statistik inferensi perbedaan (misalnya: uji-t
dan ANOVA) lazim digunakan pada penelitian kausalitas dengan pendekatan
eksperimental. Semantara statistik inferensi assosiasi (misalnya: korelasi dan
regresi) digunakan pada penelitian kausalitas dengan pendekatan
noneksperimental (atau biasa juga disebut dengan pendekatan korelasional).
Asumsi independensi amatan adalah asumsi bahwa antar skor amatan (dalam
kelompok dan atau antar kelompok) tidak saling bergantung. Hal-hal yang
dapat menyebabkan adanya saling ketergantungan (dependensi) antar amatan
di antaranya adalah pengukuran berulang (repeated measurement atau time
series data) dan pengambilan sampel yang tidak dilakukan secara acak
(misalnya melalui teknik sampling “bola salju”).
Asumsi linearitas adalah asumsi bahwa pola hubungan dua buah variabel
membentuk garis lurus. Asumsi ini diperlukan dalam analisis korelasi, regresi,
dan model linear umum (general linear model) lainnya. Pemeriksaan asumsi
linearitas dapat dilakukan secara sederhana yaitu dengan melihat scatterplot,
apakah tebaran pasangan data (dua variabel) cenderung berpola linear ataukah
tidak.
7.2 Interpretasi
Interpretasi adalah proses memberi arti dan signifikansi terhadap analisis yang
dilakukan, menjelaskan pola-pola deskriptif, mencari hubungan dan keterkaitan antar
deskripsi-deskripsi data yang ada (Barnsley & Ellis, 1992).
Melakukan interpretasi pada dasarnya adalah mencari tahu apa arti dari angka,
simbol,narasi/cerita yang diperoleh.langkah dimana seorang peneliti sudah harus
menarik makna dan pemahaman dari data yang sudah terklasifikasi tersebut.langkah
ini ini meliputi refleksi dan abstraksi makna yang penting dari pola dan kategori data
yang sudah dilakukan pada langkah-langkah sebelumnya,langkah terakhir ini sudah
menuju penafsiran data.
Interpretasi dengan teori yang digunakan atau dengan hasil penelitian orang lain
Peneliti mencari pengertian yang lebih luas tentang hasil yang didapatkannya
dari suatu analisis.h al ini dilakukan oleh peneliti dengan membandingkan hasil
analisisnya dengan kesimpulan peneliti lain dan dengan menghubungkan kembali
interpretasi dengan teori. ketajaman analisis tergantung pada penguasaan konsep dan
teorisasi (makro analysis, menunjukkan adanya tata hubungan sesuatu dengan yang
lain).