STATISTIK
DALAM PENELITIAN
JENIS DATA DAN PEMILIHAN ANALISIS STATISTIK
ü Data nominal
ü Data ordinal
ü Data interval (scale)
ü Data rasio
→ Data nominal
ü Data yang ditetapkan berdasarkan proses penggolongan atau kategorisasi.
ü Data nominal ini bersifat diskrit dan saling terpisah (mutually exlusive) antara golongan
(kategori) yang satu dengan yang lain.
Data ordinal
ü Data yang mempunyai urutan atau boleh diurutkan berdasarkan peringkat atau
atribut tertentu.
ü Data ordinal juga bersifat diskrit.
Data rasio
ü Data yang dalam kuantifikasinya mempunyai nilai nol (0) mutlak; artinya ‘kuantiti’
nol (0) dapat masuk sebagai anggota data.
ü Dalam penelitian ilmu-ilmu sosial, jarang peneliti menggunakan data rasio.
ü Data rasio bersifat kontinyu.
KONVERSI DATA
→Analisis non-statistik
ü Data kualitatif, iaitu data-data yang tidak dapat di-angkakan, analisis non-
statistik lebih tepat digunakan
ü Data kualitatif biasanya diolah atau dianalisis berdasarkan isinya
(subtansinya).
ü Analisis non statistik ini sering juga disebut dengan analisis isi (content
analysis), yang mencakup analisis deskriptif, kritis, komparatif, dan
sintesis.
ü Penelitian yang menggunakan data kualitatif disebut penelitian kualitatif.
ANALISIS STATISTIK
ü Untuk data kuantitatif, yaitu data yang berupa angka atau bisa diangkakan,
analisis statistik lebih tepat digunakan→Statistik deskriptif dan statistik
inferensial
ü Statistik deskriptif digunakan untuk membantu memaparkan
(menggambarkan) keadaan yang sebenarnya (fakta) dari satu
sampel penelitian → penelitian deskriptif
ü Penelitian deskriptif tidak untuk menguji suatu hipotesis.
Statistika Inferensial
Kegunaan Anova
Anova digunakan sebagai alat analisis untuk menguji hipotesis penelitian
yang mana menilai adakah perbedaan rerata antara kelompok. Hasil akhir
dari analisis ANOVA adalah nilai F test atau F hitung. Nilai F Hitung ini yang
nantinya akan dibandingkan dengan nilai pada tabel f. Jika nilai f hitung
lebih dari f tabel, maka dapat disimpulkan bahwa menerima H1 dan
menolak H0 atau yang berarti ada perbedaan bermakna rerata pada semua
kelompok.
Analisis ANOVA sering digunakan pada penelitian eksperimen dimana
terdapat beberapa perlakuan. Peneliti ingin menguji, apakah ada
perbedaan bermakna antar perlakuan tersebut.
Jenis ANOVA
Jenisnya adalah berdasarkan jumlah variabel faktor (independen variable
atau variabel bebas) dan jumlah variabel responsen (dependent variable
atau variabel terikat).
Univariat
Uji t dikenal dengan uji parsial, yaitu untuk menguji bagaimana pengaruh
masing-masing variabel bebasnya secara sendiri-sendiri terhadap variabel
terikatnya. Uji ini dapat dilakukan dengan mambandingkan t hitung
dengan t tabel atau dengan melihat kolom signifikansi pada masing-masing
t hitung, proses uji t identik dengan Uji F
Type of Test Use
These tests look for an association between
Correlational
variables
Tests for the strength of the association
Pearson correlation
between two continuous variables
Tests for the strength of the association
between two ordinal variables (does not rely
Spearman correlation
on the assumption of normally distributed
data)
Tests for the strength of the association
Chi-square
between two categorical variables
Comparison of Means: look for the difference between the means of variables
Tests for the difference between two
Paired T-test
related variables
Tests for the difference between two
Independent T-test
independent variables
Tests the difference between group
ANOVA means after any other variance in the
outcome variable is accounted for
Regression: assess if change in one variable predicts change in another variable
Tests how change in the predictor variable
Simple regression predicts the level of change in the outcome
variable
Tests how change in the combination of two
Multiple regression or more predictor variables predict the level
of change in the outcome variable
Non-parametric: used when the data does not meet assumptions required for
parametric tests
Tests for the difference between two
Wilcoxon rank-sum test independent variables—takes into account
magnitude and direction of difference
Tests for the difference between two
Wilcoxon sign-rank test related variables—takes into account the
magnitude and direction of difference
Tests if two related variables are different—
Sign test ignores the magnitude of change, only takes
into account direction
Data
Groups Time points Variable type Test
Distribution
Ordinal: 1=Very
satisfied,
One Two Normal 2=Satisfied, Paired T-test
3=Not at all
satisfied
Wilcoxon sign-
One Two Non-normal Same as above
rank test
Wilcoxon rank-
Two Two Non-Normal Same as above
sum test
Continuous(rati
One Two Normal o):weight in Paired T-test
pounds
Statistik hanyalah alat yang membantu peneliti untuk memudahkan
memahami dan memberikan makna dari data penelitian yang diperoleh.
Tugas peneliti melakukan interpretasi terhadap data yang diperoleh
dan membahasnya lebih lanjut secara lebih mendalam dan
komprehensif berdasarkan teori-teori yang menyokong serta fakta yang
terjadi di lapangan.