Oleh :
18.321.2874
A12-B
2021
RESUME TEMU
9 & 10 & 11
TEMU 9
A. Data
Data Statistik
Data statistik ialah data yang berujud angka, namun tidak semua angka disebut
data statistik.
Angka/Bilangan disebut data statistik bila angka menunjukan suatu ciri dari
suatu penelitian yang bersifat agresif.
Pencatatan yang dilakukan > 1x pasa satu individu serta mencerminkan suatu kegiatan
didalam bidang tertentu.
Jenis Data :
Tingkatan Data :
1. Rasio
2. Interval
3. Ordinal
4. Nominal
Skala Nominal
Skala Ordinal
Skala Ordinal ini lebih tinggi daripada skala nominal, dan sering juga disebut dengan
skala peringkat. Hal ini karena dalam skala ordinal, lambang - lambang bilangan hasil
pengukuran selain menunjukkan pembedaan juga menunjukkan urutan atau tingkatan
obyek yang diukur menurut karakteristik tertentu.
Skala Interval
Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan
ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap.
Dengan demikian, skala interval sudah memiliki nilai intrinsik, sudah memiliki jarak,
tetapi jarak tersebut belum merupakan kelipatan.
Skala Rasional
Skala rasio adalah skala data dengan kualitas paling tinggi. Pada skala rasio, terdapat
semua karakteristik skala nominal,ordinal dan skala interval ditambah dengan sifat
adanya nilai nol yang bersifat mutlak.
Teknik Pengumpulan Data :
1. Wawancara
2. Pengamatan
3. Angket
4. Dokumentasi
5. Tes pengukur
Wawancara
1. Wawancara terstruktur
2. Wawancara tidak terstruktur , yang disebut wawancara mendalam (in- depth
interviewing)
1. Metode pengamatan.
2. Metode test.
3. Metode pertanyaan.
Skala
1. Skala Likert
Rensis Likert telah mengembangkan sebuah skala untuk mengukur sikap
masyarakat pada tahun 1932 yang terkenal dengan nama skala Likert. Skala
Likert menggunakan hanya item yang secara pasti buruk, tidak kurang baik, yang
agak netral dan peringkat lain antara dua sikap yang pasti di atas.
2. Skala Guttman
Skala pengukuran dengan tipe ini, akan didapat jawaban yang tegas, yaitu “Ya-
Tidak”, “benar-Salah, “Pernah-Tidak pernah”, “Positif-Negatif” dan lain-lain.
Data yang diperoleh dapat berupadata interval atau rasio dua alternatif.
Penyajian Data
Penyajian data ini bisa dalam bentuk tabel atau grafik dengan keuntungan
bahwa data tersebut akan lebih cepat ditangkap dan dimengerti daripada disajikan
dalam bentuk kata-kata (Supranto, 2000).
1. Penyajian Data Dengan Tabel
Tabel merupakan kumpulan angka-angka yang disusun menurut kategori-
kategori. Misalnya berat badan menurut jenis kelamin, jumlah pegawai menurut
pendidikan, jumlah penjualan menurut jenis barang dan daerah penjualan, dll.
Ada berbagai bentuk tabel yang dikenal, yaitu :
1) Tabel satu arah (one way table)
2) Tabel dua arah (two way table)
3) Tabel tiga arah (three way table)
2. Grafik
Terdapat beberapa penyajian data dengan menggunakan tampilan grafik atau
diagram. Penyajian dalam bentuk gambar dapat memudahkanpengambilan
kesimpulan dengan cepat. Ada berbagai bentuk grafik yang dikenal, yaitu : Grafik
garis (line chart),
1) Grafik Batangan (bar chart)
2) Grafik lingkaran (pie chart)
3) Grafik gambar (Pictogram chart)
TEMU 10
“ANALISA DATA”
A. Analisa Data
1. Pengertian Analisa Data
Analisis data diartikan sebagai upaya mengolah data menjadi informasi,sehingga
karakteristik atau sifat-sifat data tersebut dapat dengan mudah dipahami dan
bermanfaat untuk menjawab masalah-masalah yang berkaitan dengan kegiatan
penelitian.
2. Tujuan Analisa Data
1) Mendeskripsikan Data
2) Membuat induksi atau menarik kesimpulan tentang karakteristik populasi
berdasarkan data yang diperoleh dari sampel (statistik).
3. Langkah dan Prosedur Pengumpulan Data
1) Tahap mengumpulkan data
2) Tahap editing
3) Tahap koping
4) Tahap tabulasi data
5) Tahap pengujian kualitas data
6) Tahap mendeskripsikan data
7) Tahap pengujian hipotesis
4. Macam – Macam Analisa Data
1) Analisa Deskriptif
Salah satu pengamatan yang dilakukan pada tahap analisis deskriptif adalah
pengamatan terhadap tabel frekuensi.
Beberapa ukuran frekuensikejadian yang dapat dianalisis deskriptif adalah:
a. Jumlah mutlak kejadian
b. Proporsi
c. Rasio
d. Angka (rate)
2) Analisis inferensial (Uji Significant)
5. Interpretasi Hasil Analisis Data
Merupakan bagian paling penting dalam pengolaan data.
Beberapa hal yang perlu diperhatikan pada interpretasi hasil adalah :
B. Hipotesis
1. Pengertian Hipotesis
Hipotesis didefinisikan sebagai pernyataan yang merupakan terkaan mengenai
hubungan antara dua variabel atau lebih (Kerlinger dalam Darmadi,2011:43).
2. Bentuk Hipotesis
1) Hipotesis Deskriptif.
2) Hipotesis Kompartif.
3) Hipotesis Asosiatif.
3. Jenis-jenis Penelitian
1.) Parameter
2.) Jenis Distribusi
3.) Formulasi Hipotesis
4.) Hipotesis Ditarik
5.) Jenis Hipotesis
6.) Jumlah Sampel
4. Karakteristik Hipotesis
1.) Merupakan dugaan terhadap keadaan variabel mandiri, perbandingan keadaan
variabel pada berbagai sampel, dan merupakan dugaan tentang hubungan antara
dua variabel atau lebih.
2.) Dinyatakan dalam kalimat yang jelas, sehingga tidak menimbulkan berbagai
penafsiran.
3.) Dapat diuji dengan data yang dikumpulkan dengan metode-metode ilmiah.
7. Definisi Uji Z
Uji Z adalah salah satu uji statistika yang pengujian hipotesisnya didekati dengan
distribusi normal. Uj iZ dapat digunakan utuk menguji data yang sampelnya
berukuran besar. Jumlah sampel 30 atau lebih dianggap sampel berukuran besar.
8. Ciri-ciri Uji Z
1.) Unimodial, selalu memiliki modus dan hanya satu modus.
2.) Simetrik.
3.) Ukuran sampel (n) besar, ≥ 30
4.) Modus = median =rata-rata
5.) Asimtotik, kurva distribusi normal tidak akan pernah menyantu habsisnya
6.) Pengujian uji-z dapat dilakukan apabila simpangan baku populasi (σ) diketahui
dan n-nya sejumlah lebih dari tiga puluh (30).
7.) Untuk uji perbedaan rata-rata data tunggal dengan uji-z, maka diperoleh dari
sampel berpopulasi tunggal.
9. Langkah-langkah Uji Z
1.) Menyusun formulasi hipotesis nihil dan hipotesis alternatifnya.
2.) - Menentukan level signifikannya (α).
- Menentukan peraturan-peraturan pengujiannya/kriterianya/rule of the ujiz
3.) Dari sampel random yang diambil kemudian dihitung nilai z.
4.) Dengan membandingkan perhitungan pada langkah 4 dengan peraturan
pengujian langkah 3 kemudian diambil kesimpulan.
Statistika Deskriptif
Statistika deskriptif adalah cabang statistik yang menjabarkan karakteristik suatu gugus data
secara kuantitatif. Statistika deskriptif dapat dibedakan dari statistik inferensia karena
statistika deskriptif bertujuan untuk meringkas suatu gugus data ,bukan untuk menggunakan
gugus data untuk mempelajari dan menarik kesimpulan pada populasi yang lebih besar.
Fungsi Statistik
1. Menyederhanakan data.
2. Instrumen pengolahan dan analisis Data.
3. Menggambarkan fenomena sosial dengan pasti..
4. Meringkas hasil penelitian menjadi lebih yakin danbermakna.
5. Menguraikan sebab akibat yang kompleks dan rumit.
6. Mengadakan peramalan secara ilmiah.
7. Generalisasi Sampling ke Populasi.
Statistik Deskriptif
Memberi deskripsi tentang subjek penelitian berdasar data dari variabel penelitian yang tidak
untuk pengujian hipotesis:
1. Penyajian frekuensi dan persentase.
2. Penyajian tabel dan gambar.
3. Penyajian karakteristik data dg nilai statistik (mean, median, modus, SD, variance,
minimum, maksimum, range, jumlah sampel)
Kapan Statistik Deskiptif Diaplikasikan?
1. Analisa Univariate
Analisa Univariate adalah analisa yang mempelajari kasus-kasus dengan variabel
tunggal dengan memfokuskan pada tiga karakteristik:
1.) Distribusi.
2.) Tendensi Sentral,dan
3.) Ukuran Dispersi.
Distribusi
Distibusi adalah ringkasan frekuensi dari data individual atau data berkelompok untuk sebuah
variabel. Distribusi yang paling sederhana adalah dengan menentukan nilai-nilai yang ingin
dicari dari variabel yang dipelajari dan jumlah sampel yang memiliki nilai tersebut.
1) Arithmetic mean (rata-rata hitung) - jumlah seluruh nilai dibagi jumlah data dalam
observasi.
2) Median – nilai tengah yang memisahkan data yang tinggi dan yang rendah.
3) Mode – nilai yang paling sering muncul dalamobservasi.
4) Geometric mean - akar pangkat n dari hasil perkalian setiap pengamatan.
5) Harmonic mean – rata-rata hitung untuk data yang memiliki rasio yang berbeda.
6) Weighted mean – rata-rata hitung yang memberikan bobot tertentu pada data tertentu.
7) Truncated mean – rata-rata hitung setelah beberapa proporsi data yang paling tinggi dan
paling rendah dibuang.
8) Midrange – rata-rata hitung dari nilai maksimum dan nilai minimum dari gugus data.
9) Midhinge – rata-rata hitung dari dua kuartil.
10) Trimean – rata-rata hitung dari median dan dua kuartil.
11) Winsorized mean – rata-rata hitung dimana nilai yang paling extrim diganti oleh nilai
yang dekat dengan median
Tendensi Sentral
1) Rata-rata
2) Median
3) Mode
Ukuran Dispersi
Ukuran dispersi adalah ukuran variasi atau seberapa jauh nilai tersebar satu dengan lainnya
dari gugus data. Aplikasi ukuran dispersi yang sering digunakan adalah standar deviasi.
Ukuran dispersi biasanya digunakan bersamaan dengan tendensi sentral untuk mempelajari
distribusi data.
1) Range (Jangkauan Data) – interval terkecil yang memuat semua data. Didapat dengan
mencari selisih nilai maksimum dengan nilai minimum.
2) Standar deviasi – menunjukkan seberapa jauh deviasi data pada suatu gugus dari nilai
tengahnya.
3) Varians – menunjukkan seberapa jauh penyebaran satu nilai dengan nilai yang lain
pada gugus data.
4) Kuartil & Jangkauan antar kuartil – memecahkan data menjadi empat bagian yang rata