CRITICAL JOURNAL REVIEW

STATISTIK

DOSEN PENGAMPU: Dra. Nurmala Berutu M.Pd

Fitra Delita, S.Pd, M.Pd.

OLEH

HAFIZZAH FATUHRAHMI

3191131002

GEOGRAFI DIK D 2019

JURUSAN PENDIDIKAN GEOGRAFI

FAKULTAS ILMU SOSIAL

UNIVERSITAS NEGERI MEDAN

2021
 KATA PENGANTAR

Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Esa, atas berkat-Nya maka
penulis dapat menyelesaikan pembuatan tugas ini tepat pada waktunya. Adapun tugas ini
adalah tugas dalam mata kuliah Statistik. Pembuatan tugas ini adalah syarat dalam memenuhi
tugas-tugas dalam mata kuliah tersebut.

Penulis juga mengucapkan terima kasih kepada dosen pengampu yang telah
membimbing penulis dalam pembuatan tugas ini. Tidak lupa juga kepada kedua orangtua dan
teman teman yang telah memberikan dukungan dan support kepada penulis sehingga dapat
menuntaskan pembuatan tugas ini.

Tugas ini adalah critical journal review dimana tugas ini adalah berisi hasil peneliian
merupakan salah satu strategi untuk bisa mempermudah memahami memahami inti dari jurnal
ataupun hasil dari penelitian yang telah dilakukan. Dan jurnal yang dikaji adalah jurnal yang
berkaitan dengan topik-topik perkuliahan.

Dalam pembuatan tugas ini tentu masih ada kekurangan, oleh karena itu penulis
mengharapkan saran dan kritik yang membangun dari pembaca sekalian. Agar dalam
pembuatan tugas kedepannya dapat lebih baik lagi.

Semoga tugas ini dapat bermanfaaat bagi banyak orang.

Akhir kata penulis ucapkan terima kasih.

Medan, Mei 2021

Penulis
 DAFTAR ISI

KATA PENGANTAR ............................................................................................................... 2

DAFTAR ISI.............................................................................................................................. 3

BAB 1 PENDAHULUAN ......................................................................................................... 4

1.1 .Latar Belakang ................................................................................................................ 4

1.2. Tujuan dan Manfaat ....................................................................................................... 4

1.3 . Identitas Jurnal ............................................................................................................... 4

BAB 2 RINNGKASAN ISI JURNAL....................................................................................... 6

2.1 Jurnal Utama .................................................................................................................... 6

2.2. Jurnal Pembanding .......................................................................................................... 7

BAB 3 PENILAIAN JURNAL................................................................................................ 11

3.1 Jurnal Utama .................................................................................................................. 11

3.2 Jurnal Pembanding ......................................................................................................... 11

BAB 4 PENUTUP ................................................................................................................... 12

4.1 Kesimpulan..................................................................................................................... 12

4.2 Saran ............................................................................................................................... 12

DAFTAR PUSTAKA .............................................................................................................. 13

 BAB I
PENDAHULUAN
1.1 .Latar Belakang
Jurnal merupakan suatu sumber referensi pembelajaran, oleh karena itu mahasiswa
diharapkan dapat mengkritisi sebuah jurnal dengan baik guna meningkatkan kemampuan
mahasiswa untuk menganalisa, membandingkan, dan menilai dari sebuah jurnal yang
mendukung proses pembelajaran di tingkat perkuliahan.

1.2. Tujuan dan Manfaat

●Untuk memenuhi tugas tugas matakuliah Statistik.
●Mempermudah memahami hasil dari sebuah peneitian melalui jurnal

●Meningkatkan kreativitas mahasiswa.

●Menguatkan tekad dan membiasakan mahasiswa dalam mengerjakan tugas.

●Sebagai salah satu media pembelajaran.

●Sebagai contoh atau pedoman dalam menyusun bentuk karya tulis berupa jurnal.

●Mengetahui struktur penyusunan jurnal.

1.3 . Identitas Jurnal

a. . Jurnal Utama

Nama Jurnal Buletin Psikologi

Judul Jurnal KONTROVERSI UJI ASUMSI DALAM STATISTIK

PARAMETRIK

Penulis Asmadi Alsa

Edisi Terbit Tahun IX, No. 1 Juni 2018

Nomor ISSN ISSN : 0854 – 7108

b. Jurnal Pembanding

Nama Jurnal Statistik

Judul Jurnal ASUMSI-ASUMSI DALAM INFERENSI STATISTIKA

Penulis Saifuddin Azwar

Edisi Terbit Tahun IX, No. 1 Juni 2019

Nomor ISSN ISSN : 0854 – 7108

 BAB II
RINNGKASAN ISI JURNAL

2.1 Jurnal Utama

ASUMSI-ASUMSI UJI STATISTIK PARAMETRIK

Asumsi-Asumsi Analisis Varians

Hinkle, dkk (1979) mengemukakan asumsi-asumsi yang mendasari teknik analisis varians
adalah:

(1) Sampel-sampelnya diambil secara random dari masing-masing populasinya,

(2) Variabel dependennya bergejala rasio atau paling tidak bergejala interval,

(3) Populasi-populasi darimana sampel-sampel diambil berdistribusi normal.

(4) Varians kelompok-kelompok sampel adalah equal atau homogin.

Minium dan Clarke (1982) menyebutkan asumsi-asumsi yang mendasari pemakaian analisis
varians adalah:

(1) Masing-masing populasi darimana sampel-sampel diambil berdistribusi normal, dan

(2) Varians dari kelompok-kelompok sampel yang dibandingkan adalah sama atau homogen.

Asumsi penggunaan teknik analisis variansi menurut Hadi (1994) adalah:

(1) Pengambilan sampel dari populasinya dilakukan secara random

(2) Distribusi skor variabel dependennya adalah normal

(3) Varians antara kelompok-kelompok sampel yang akan diperbandingkan adalah homogen.

Dari pendapat-pendapat di atas asumsi normalitas dan varians yang homogen selalu
ada, sedangkan asumsi yang lain, yaitu random sampling dan data variabelnya paling tidak
interval, tidak selalu ada, yang menurut Kerlinger dan Pedhazur (1973) hal tersebut lebih
merupakan persoalan teknis. Asumsi random sampling menyangkut dengan cara bagaimana
sampel-sampel itu diambil, sedangkan asumsi pencapaian paling tidak data interval pada
variabel dependennya dapat dijumpai dalam definisi operasional. Asumsi normalitas dapat
diuji dengan goodness of fit, sedangkan asumsi homogenitas varians dapat diuji dengan
menggunakan data sampel dengan melakukan multiple t test. Namun agar pengujiannya tidak
berulang-ulang maka yang umum dipakai adalah dengan “Bartlett’s Test for Homogenity
Variance” (Kerlinger & Pedhazur, 1973).

2.2. Jurnal Pembanding

ANALISIS VARIAN

Dalam bentuknya yang sederhana, analisis varians digunakan untuk menguji perbedaan
efek di antara paling tidak tiga macam perlakuan yang berbeda melalui statistik F yang
merupakan rasio mean kuadrat perlakuan dengan mean kuadrat eror. Mean kuadrat adalah
jumlah dari kuadrat deviasi skor dari mean (JK) dibagi oleh derajat kebebasan (db)nya.

Partisi jumlah kuadrat skor dan derajat kebebasan adalah

JKtotal = JKantar kelompok + JKeror

dbtotal = dbantar kelompok + dberor

sedangkan statistik F = MKantar kelompok/MKeror ---→ F(α/2; k-1; n-k)

Sepanjang menyangkut komputasi jumlah kuadrat dan mean kudrat pada data sampel,
tidak diperlukan adanya asumsi apapun mengenai distribusi data. Namun untuk menggunakan
data sampel sebagai dasar inferensi mengenai ada-tidaknya efek populasi, diperlukan tiga
asumsi (Hays & Winkler, 1971; Hays, 1973), yaitu:

1. Bagi setiap populasi perlakuan j, eror eij terdistribusi secara normal.

2. Bagi setiap populasi j, distribusi eij memiliki varians yang sama, yaitu σe2.

3. Eror yang terjadi pada setiap pasangan kasus bersifat independen.

Myers (1979) menambahkan asumsi keempat -yang apabila ketiga asumsi terdahulu
valid maka harga statistik F yang signifikan akan meruntuhkan asumsi ini- yaitu:

4. Hipotesis nihil adalah benar.

Prosedur analisis varian dilakukan guna menguji hipotesis yang mengambil bentuk: Ha
; μ1 ≠ μ2 ≠ μ3 ≠ . . . ≠ μj dengan hipotesis nihil H0 ; μ1 = μ2 = μ3 = . . . = μj

Asumsi pertama yang menyebutkan bahwa eror eij bagi setiap populasi perlakuan j
terdistribusi secara normal adalah identik dengan mengatakan bahwa skor variabel dependen
Yij bagi masing-masing populasi perlakuan terdistribusi normal. Ternyata bahwa inferensi
terhadap mean yang valid pada distribusi skor normal juga akan valid pada distribusi yang tidak
normal, asalkan n pada masing-masing sampel cukup besar. Hal ini antara lain dikarenakan
distribusi sampling dari sampel random berukuran n dari suatu distribusi populasi yang
memiliki μ tertentu dan σ2 tertentu, akan berbentuk normal N(0,1) apabila n → ∞ (central limit
theorem; Hogg & Tanis, 1977). Oleh karena itu, kita tidak perlu terlalu mengkhawatirkan
asumsi normalitas ini sepanjang kita memiliki cukup banyak subjek bagi masing-masing
sampel perlakuan. Di mana kita merasa bahwa normalitas distribusi skor tidak terpenuhi maka
kita hanya perlu mengambil subjek dalam jumlah yang lebih banyak.

Asumsi ke dua mengatakan bahwa varian eror di antara masing-masing populasi

perlakuan adalah setara (homogen). Implikasi dari asumsi ini adalah bahwa varian skor Yij
pada masing-masing kelompok j adalah setara (yaitu σ12 = σ22= σ32 = . . . = σj2).

Asumsi yang ke tiga justru merupakan asumsi yang terpenting, yaitu independensi eror di
antara setiap pasangan kasus. Pelanggaran terhadap asumsi ini berakibat sangat serius bagi
validitas inferensi dari penggunaan statistik F dalam analisis varian. Oleh karena itu, pelaku
eksperimen harus benar-benar berusaha agar data yang diperoleh dalam eksperimennya
dihasilkan dari pengukuran yang independen baik dalam kelompok maupun antar kelompok,
yaitu setiap hasil pengukuran harus sama sekali lepas dari pengaruh hasil pengukuran yang
lain. Hal ini terutama harus menjadi perhatian dalam desain analisis varian efek terbatas (fixed
effects analysis of variance). Asumsi yang penting ini, tidak untuk diuji terpenuhi atau
tidaknya, melainkan sebagai pegangan bagi peneliti agar selalu menjaga independensi
pengukurannya. Legitimasi penggunaan statistik F lebih tergantung pada sejauhmana prosedur
pengukuran dan desain yang digunakan dalam eksperimen dapat meyakinkan adanya
independensi tersebut.

KORELASI DAN REGRESI LINIER

Dalam situasi bivariat, analisis korelasi linier melibatkan satu variabel (X) dan satu variabel
lain (Y) yang tujuannya adalah melihat arah dan kekuatan hubungan linier yang ada di antara
kedua variabel yang bersangkutan.

Kekuatan hubungan yang ada di antara X dan Y dinyatakan oleh koefisien korelasi rxy
sebagai estimat terhadap parameter korelasi pada populasinya, sedangkan arah hubungan
terlihat dari tanda negatif atau positif pada statistik rxy. Signifikasi hubungan linier antara X
dan Y diuji lewat statistik t terhadap hipotesis:

Ha : ρxy ≠ 0 d
 engan hipotesis nihil

H0 : ρxy = 0

dan statistik t = [rxy√(n-2)] / √(1-rxy2) → t(α/2;n-2)

Koefisien korelasi memperlihatkan hubungan yang bersifat timbal balik (rxy = ryx) dan
karenanya tidaklah penting untuk menyatakan variabel manakah yang berlaku sebagai variabel
independen dan yang mana sebagai variabel dependen.

Koefisien korelasi yang signifikan membawa kepada penggunaan fungsi linier dari korelasi
itu untuk melakukan prediksi, yaitu dengan menentukan persamaan garis regresi. Dalam situasi
prediksi ini harus ditentukan lebih dahulu manakah variabel yang berlaku sebagai independen
(predictor) dan mana yang berlaku sebagai dependen (criterion).

Apabila X diidentifikasi sebagai prediktor terhadap Y, maka persamaan regresi linier

dirumuskan sebagai:

ý = by.x(x-Mx)+My

di mana

by.x = rxysy/sx

rxy = sxy/sxsy.

Persoalannya menjadi lain bilamana statistik tersebut akan digunakan untuk inferensi
mengenai hubungan yang sebenarnya ada dalam populasi dari mana sampel yang bersangkutan
ditarik secara random. Penggunaan koefisien korelasi dan persamaan regresi untuk prediksi di
luar data sampel memang menghendaki berlakunya beberapa asumsi (Hays, 1973; Ostle &
Mensing, 1979; Kleinbaum & Kupper, 1978).

Mengikuti model umum regresi linier

Yij = μy + βy.x(Xj - μx) + eij

maka asumsi-asumsi lain yang diberlakukan adalah:

1. Dalam setiap populasi j, distribusi skor Yij adalah normal

2. Dalam setiap populasi j, varian eror σe2 adalah sama

3. Eror eij bersifat independen

 4. Variabel X diukur tanpa kesalahan

Di samping asumsi-asumsi yang telah dikemukakan di atas, dalam pemakaian analisis

regresi ganda masih terdapat satu permasalahan yang perlu mendapat perhatian, yaitu bila-
mana interkorelasi di antara prediktor-prediktor yang ada cukup tinggi (multicollinearity). Bila
prediktor-prediktor saling berkorelasi tinggi maka varian estimatornya juga akan meningkat
dan dapat menghasilkan kuadrat koefisien korelasi ganda (R2) yang signifikan, sekalipun
dalam persamaan regresinya masingmasing prediktor yang bersangkutan sebetulnya tidak
memiliki koefisien b yang signifikan. Hal itu tentu akan memberikan kesimpulan yang keliru
mengenai fungsi prediksi variabel-variabel yang bersangkutan.

Untuk memeriksa apakah multikolinieritas itu terjadi, peneliti dapat menghitung

interkorelasi antar variabel prediktor dan menyajikannya dalam bentuk matriks korelasi.
Koefisien korelasi yang besar dalam matriks selalu merupakan pertanda adanya multi-
koliniearitas, sekalipun mulitikolinieritas itu sendiri masih dapat terjadi tanpa adanya koefisien
korelasi yang besar di antara prediktor-prediktor.

Cara lain untuk mendeteksi adanya multikolinieritas adalah dengan melihat besarkecilnya
angka tolerance. Tolerance didefinisikan sebagai proporsi variabilitas suatu variabel yang tidak
dijelaskan oleh variabel-variabel lain, yaitu (1 - Ri2). Harga tolerance yang kecil menandakan
adanya interdependensi antara variabel yang bersangkutan dengan variabel-variabel prediktor
lainnya, dan merupakan pertanda adanya multikolinieritas.
 BAB III
PENILAIAN JURNAL
3.1 Jurnal Utama
Keunggulan ● Pokok pembahasan yang diangkat cukup baik dan berbobot terlebih hal ini
ini sangat berkaitan dengan uji statistik, yang sangat penting dalam metode
penelitian.
● Penulisan dibuat secara terstruktur dengan baik.
Kelemahan ● Daftar pustaka nya tidak terlalu banyak.
● Tampilan jurnal kurang menarik
● Terdapat beberapa rumus yang kurang dimengerti oleh pembaca.

3.2 Jurnal Pembanding

Keunggulan ● Pembahasan yang dilakukan sangat erat kaitannya dengan uji dan asumsi
dimana hal ini sangat berkaitan dan penting dalam penelitian dan pengujian
sampel.
● Pembahasan yang dilakukan cocok untuk mahasiswa dan dosen di ranah
kampus.
Kelemahan ● Sama seperti jurnal utama jurnal pembanding ini daftar pustaka nya tidak
terlalu banyak.
● Tampilan jurnal kurang menarik juga
● Banyak rumus yang kurang dimengerti oleh pembaca.
 BAB IV
PENUTUP
4.1 Kesimpulan
Berdasar ada-tidaknya asumsi yang mendasari suatu uji statistik, terdapat dua jenis
statistik inferensial, yaitu statistik parametrik dan statistik non-parametrik. Statistik non-
parametrik atau statistik bebas sebaran (distribution free) sekalipun mudah untuk dimengerti
dan relatif sederhana perhitungannya, namun ia memiliki test-power yang rendah. Hal ini
terjadi karena statistik non-parametrik selain tidak menggunakan asumsi-asumsi yang
mendasari, juga hanya dirancang untuk data nominal dan ordinal, yang diketahui tingkat
kecermatannya lebih rendah dibandingkan data interval dan rasio. Harap dicatat bahwa apabila
alat pengumpul data dalam penelitian dapat memperoleh data yang gejalanya interval atau
rasio, jangan mengubah atau mengkonversikan data tersebut menjadi data nominal atau ordinal,
karena hal itu akan menurunkan kecermatan kesimpulannya. Namun sebagai konsekuensinya
peneliti harus menggunakan analisis data melalui statistik parametrik, yang didasari oleh
asumsi-asumsi tertentu.

Berbeda dari statistika nonparametrik yang disebut dengan distribution-free statistics

atau disebut juga statistika sampel kecil, statistika parametrik diderivasi dari model distribusi
normal atau distribusi-distribusi skor populasi tertentu. Di samping itu, rumusan tehnik-tehnik
komputasi guna pengambilan kesimpulan (inferensi) lewat uji statistika parametrik didasarkan
pada model distribusi yang diketahui, sehingga penggunaannya pun dilandasi oleh berlakunya
asumsi bahwa ada kesesuaian antara data sampel dengan model distribusi yang bersangkutan
(data-model fit).

4.2 Saran
Saran penulis adalah agar pembahasan semacam ini agar dibawa lagi ke ranah perguruan
tinggi agar dapat didiskusikan lagi oleh para mahasiswa dan dosen, agar banyak pihak
mendapat ilmu baru dan bermanfaat bagi lingkungan sekitar.
 DAFTAR PUSTAKA

ALSA, Asmadi. Kontroversi uji asumsi dalam statistik parametrik. Buletin Psikologi,
2018.

AZWAR, Saifuddin. Asumsi-asumsi dalam inferensi statistika. Statistik, 2019.