Anda di halaman 1dari 11

REVIEW KONSEP STATISTIK

AISYAH LARASATI
Peranan Statistik dalam Penelitian
Alat untuk menentukan besarnya sampel
Alat untuk menguji reliabilitas dan validitas instrumen
Teknik untuk menyajikan data
Teknik untuk menganalisa data
Rumusan Mengumpulkan Menyajikan
Kesimpulan
Masalah Data Data

Kajian Menentuka Menganalisa


Pembahasan
Teori n Sampel Data
Penggolongan Statistik
Berdasar pendekatan yg digunakan, statistik dapat dikelompokkan menjadi dua:
1. Statistik Deskriptif : statistik yg membahas mengenai penyusunan data ke dalam daftar, grafik, atau
bentuk lain serta tidak menyangkut penarikan kesimpulan
2. Statistik Inferensial (Induktif) : statistik yg digunakan untuk menarik sebuah kesimpulan ttg keadaan
populasi atau parameter berdasar data yg diperoleh dari sampel penelitian.
Ada dua macam statistik inferensial:
◦ Statistik parametrik : penarikan kesimpulan berdasar parameter populasi yang terukur; misal
pengukuran pemahaman berdasar nilai ujian akhir
◦ Statistik non-parametrik : penarikan kesimpulan berdasar ciri-ciri populasi yang tidak terukur;
misalnya penilaian tingkat keindahan busana
PENGGOLONGAN DATA STATISTIK

Kualitatif
Macam
Data
Kuantitatif

Data Statistik dapat digolongkan berdasar beberapa aspek:


1. Berdasarkan sifatnya
2. Berdasarkan cara menyusun angkanya
3. Berdasar bentuk angkanya
4. Berdasar waktu pengumpulannya
Data Statistik Berdasar Sifatnya
1. Data kontinyu : data yang angka-angkanya merupakan deretan angka yang
sambung menyambung (kontinum)
Contoh : data tinggi badan 152,5 cm; volume 101, 3 ml dsb
2. Data diskret : data statistik yang tidak mungkin berbentuk pecahan
Contoh : data tentang jumlah anggota keluarga; jumlah buku , dsb
Data Statistik Berdasar
Cara Menyusun Angkanya
Data nominal : data yg cara menyusun angkanya didasarkan atas penggolongan atau klasifikasi tertentu.
Disebut juga sebagai data hitungan krn angka diperoleh dari proses menghitung
Contoh : jumlah siswa ditinjau dari jenis kelaminnya; tingkatan (kelas)
Data ordinal : data yg disusun berdasar urutan kedudukan (ranking). Disebut juga data urutan.
Contoh: penggunaan angka skala 1 menunjukkan sangat suka; 2 suka; 3 biasa saja; 4 tidak suka; 5 sangat
tidak suka
Data interval : data statistik yang mengandung jarak (interval yang sama) diantara hal-hal yang sedang
diselidiki
Contoh : predikat cumlaude diberikan untuk IP 3,50-4,00; sangat memuaskan untuk IP 3,00-3,50 dsb
Data Statistik Berdasar Bentuk Angkanya
Data Tunggal : data yang masing-masing angkanya merupakan satu unit.
Contoh: data nilai 10 siswa maka data disajikan untuk masing-masing siswa, shg akan ada 10
data yang disajikan
Data Kelompok : data statistik yang tiap unitnya terdiri dari sekelompok data
Contoh: dari data nilai 10 siswa dikelompokkan menjadi 3 berdasar intervalnya yaitu 80-100; 60-
80 dan 40-60; Sehingga hanya akan ada 3 kelompok data yang disajikan
Data Statistik Berdasar
Waktu Pengumpulannya
Data Seketika (Cross Section Data) : data yang mencerminkan keadaan pada satu waktu saja (at
a point of time)
Contoh: data jumlah pengajar pd tahun 2005
Data Urutan Waktu (Time Series Data) : data statistik yang mencerminkan keadaan atau
perkembangan mengenai suatu hal dari satu waktu ke waktu yang lain secara berurutan
(historical data)
Contoh : data jumlah pengajar pada tahun 2000-2007
PEDOMAN PEMILIHAN TEKNIK STATISTIK
TIPE DATA BENTUK HIPOTESIS
Deskriptif Komparatif (dua sampel) Komparatif (lebih dari 2 sampel) Asosiatif
(satu (hubungan)
variabel) Related Independent Related Independent
Nominal Binomial Mc Nemar Fisher Exact Probability Χ2 for k sampel Χ2 for k sampel Contingency
Coefficient
Χ2 two sampel Cochran Q Cramer’s
Ordinal Run test Sign test Median test Friedman Two Median Spearman Rank
way anova Extension Correlation
Wilcoxon Mann-Whitney U test
matched pairs Kruskal Wallis Kendall Tau
Kolmogorov-Smirnov One way anova

Wald Woldfowitz
Interval t-test t-test of related t-test independent One way anova One way anova Pearson product
Ratio moment
Two way anova Partial Correlation
Two way anova Multiple
Correlation
Hipotesis Deskriptif
H0 : IP rata-rata = 3,5
H1 : IP rata-rata ≠ 3,5

Hipotesis Komparatif
H0 : IP rata-rata Offering A = IP rata-rata Offering B
H1 : IP rata-rata Offering A ≠ IP rata-rata Offering B

Hipotesis Asosiatif
H0 : Tidak ada hubungan antara motivasi belajar dengan prestasi belajar
H1 : Ada hubungan antara motivasi belajar dengan prestasi belajar