dalam Penelitian
Kuantitatif
Aplikasi Statistika
Sumber Literatur
Statistics For Psychology, Third Edition.
Arthur Aron, Elaine N.Aron.
Prentice Hall, New Jersey
Statistik Non-Parametrik Untuk Ilmu-Ilmu Sosial.
Sidney Siegel
PT Gramedia, Jakarta
Statistik
R. Gunawan Santosa
Penebit Andi Offset
Seri Tutorial SPSS
Bhina Patria
Inparametrik.com
KENAPA STATISTIKA ?
Berbasis fakta/ data/ informasi (bukan
kajian teoritis, bukan ‘ilusi’ semata)
Prosedur (metode) yang digunakan
diturunkan menggunakan kaidah
matematika (logis, konsisten, objektif,
valid)
Ada gambaran derajat kecocokan
(signifikansi), sehingga ada gambaran
tingkat validitas hasil dan risiko (terukur)
PRINSIP DASAR METODE STATISTIKA
Diturunkan secara deduktif dengan
asumsi tertentu (sifat acak,
independen, mengikuti distribusi
acak tertentu).
Sifat acak, independensi dan
distribusi harus tercermin di dalam
data.
Data yang akurat dan Prosedur
pengolahan yang benar merupakan
kunci pengambilan keputusan yang
akurat.
LANGKAH-LANGKAH PENTING
1st Qtr
2nd Qtr
3rd Qtr Analyzing
4th Qtr
Data
Recording &
Representing
Collecting & Data
Recording
Data (angka)
Publishing
Results (Use Interpreting
it as decision Results, 100
80
support) Goodness of Fit, 6040 East
West
Diagnostic 20
East
North North
0
1st 2nd 3rd 4th
Qtr Qtr Qtr Qtr
PENTINGNYA DATA
Distribusi
Manual atau
Komputerize
Parametrik
Suatu data disebut sebagai data parametric
bila memenuhi kriteria sbb
Normally distributed data. Data yang
mempunyai distribusi normal adalah data
yang dapat mewakili populasi yang diteliti.
Secara kasat mata kita bisa melihat
histogram dari data yang dimaksud,
apakah membentuk kurva normal atau
tidak. Tentu saja cara ini sangat subyektif.
Cara lainnya yaitu dengan melakukan uji
normalitas pada data yang dimaksud.
Linieritas. Memenuhi Asumsi Linieritas
Homogenity of variance. Varians dari data
yang dimaksud harus stabil tidak berubah
secara sistematis pada keseluruhan data.
Kita bisa mengetahui homogenity of
variance dengan melakukan tes tertentu.
Untuk jenis-jenis analisis tertentu SPSS
secara otomatis menyertakan hasil tes ini.
Eksplanasi
Verifikatif
(Simetris)
(Asimetris)
Contoh-contoh Uji Statistik
Distribusi Frekuensi
Teknik ini mungkin merupakan teknik yang paling
mudah dan paling banyak digunakan untuk
mendeskripsikan data. Distribusi frekuensi
mengindikasikan jumlah dan persentase responden,
obyek yang masuk ke dalam kategori yang ada.
Cross-Tabulations
Bila distribusi frekuensi digunakan untuk memberikan
informasi yang menggambarkan keseluruhan sampel
atau populasi yang diteliti, cross-tabulation adalah
sebuah teknik visual yang memungkinkan peneliti
menguji relasi antar variabel.
Korelasi
Metode ini menggambarkan secara kuantitatif
asosiasi ataupun relasi satu variabel interval dengan
variabel interval lainnya. Sebagai contoh kita dapat
lihat relasi hipotetikal antara lamanya waktu belajar
dengan nilai ujian tinggi.
Korelasi diukur dengan suatu koefisien (r) yang
mengindikasikan seberapa banyak relasi antar dua
variabel. Daerah nilai yang mungkin adalah +1.00
sampai -1.00. Dengan +1.00 menyatakan hubungan
yang sangat erat, sedangkan -1.00 menyatakan
hubungan negatif yang erat.
Satu hal yang perlu diingat adalah "korelasi tidak
menyatakan hubungan sebab-akibat".
Regresi
Regresi digunakan ketika periset ingin
memprediksi hasil atas variabel-variabel
tertentu dengan menggunakan variabel lain.
Dalam bentuknya yang paling sederhana
yang hanya melibatkan dua buah variabel,
yaitu variabel bebas (independent) dan
variabel terikat (dependent), misalnya lama
waktu belajar dengan nilai ujian. Regresi
sederhana berusaha memprakirakan nilai
ujian dengan lamanya waktu belajar.
Analisis regresi mengindikasikan
kepentingan relatif satu atau lebih variabel
dalam memprediksi variabel lainnya.
t-test
Teknik t-test digunakan bila periset ingin
mengevaluasi perbedaan antara efek.
Sebagai contoh, periset mungkin tertarik
dalam perbedaan kepuasan kerja untuk
orang-orang yang berbeda tingkat
pendidikannya. Teknik analisis yang banyak
digunakan adalah membandingkan dua
kelompok, misalnya mereka yang mendapat
pendidikan universitas dengan mereka yang
tidak, dengan menggunakan mean
kelompok sebagai dasar perbandingan. t-
test akan mengindikasikan apakah
perbedaan antara kedua kelompok tersebut
signifikan secara statistika.
Pengujian Parametrik dan Nonparametrik
Pengujian parametrik lebih kuat lebih
terandalkan dibandingkan dengan non-
parametrik karena menggunakan nilai
(magnitude) dari data sedang pengujian
nonparametrik menggunakan jarak (range),
tanda (sign) atau juga urutan (rank) dari
datanya. Syarat utama dari penggunaan
parametrik ialah jika data yang dihasilkan
dengan skala pengukuran interval ataupun
ratio, dikarenakan pengujian parametrik
menggunakan nilai dari data, sedang untuk
skala pengukuran nominal dan ordinal
digunakan nonparametrik.
Pengujian Beda Rata-rata.
PAKET STATISTIKA
R: Identik dengan SPlus (kelebihannya
gratis, untuk dasar sudah berbasis
menu)
SPSS: Cocok untuk bidang sosial
(multivariate)
MINITAB: Cocok untuk bidang biosains
(Rancob)
S-Plus: Cocok untuk bidang biosains
(Modeling, Regresi)
SAS: Paket Sangat Komprehensif, tapi
mahal
TERIMA KASIH