Penggunaan Statistik
1. Pengeditan (Editing)
2. Pemberian Kode (Coding)
3. Pemrosesan Data (Data Processing)
Pengeditan
Editing merupakan proses pengecekan dan
penyesuaian data penelitian untuk memudahkan
proses pemberian kode dan pemrosesan data
dengan teknik statistik.
Data penelitian yang dikumpul melalui metode
survei atau observasi perlu diedit dari kekeliruan
dalam proses pencatatan yang dilakukan oleh
pengumpul data, pengisian kuisioner yang tidak
lengkap atau tidak konsisten.
....
Tujuan editing adalah untuk menjamin
kelengkapan, konsistensi dan kesiapan data
penelitian dalam proses analisis.
Proses editing dapat dilakukan:
1. Di lapangan (field editing) setelah dilakukan
pengecekan terhadap isian kuisioner, atau
2. Di tempat peneliti (in-house editing) setelah
beberapa atau semua data terkumpul.
Pemberian Kode (Coding)
Coding merupakan proses identifikasi dan
klasifikasi data penelitian ke dalam skor
numerik atau karekter simbol.
Klasifikasi coding diperlukan untuk data
penelitian, misal:
Jawaban dari tipe pertanyaan tertutup (close-ended
questions) yang tidak memberikan alternatif kepada
responden selain pilihan jawaban yang tersedia.
....
Jawaban dari tipe pertanyaan terbuka (open-ended
questions) memerlukan judgement dari pemberi kode
dalam mengintepretasikan jawaban responden.
Tujuan coding pada tipe pertanyaan terbuka untuk
mengurangi variasi jawaban responden menjadi
beberapa kategori umum sehingga dapat diberi skor
numerik atau simbol.
Teknis pemberian kode dilakukan sebelum atau
1. Frekuensi
2. Tendensi sentral (rata-rata, median, modus)
3. Dispersi (deviasi standar dan varian)
4. Koefisien korelasi
Tipe Pengukuran dan Analisis Deskriptif
Tipe Skala Pengukuran Tipe Analisis Deskriptif
• Frekuensi (absolut
Skala Nimonal dan proporsi)
• Mode
• Ukuran rangking
Skala Ordinal • Median
• Angka Indeks
Skala Rasio • Rata-rata Geometrik
• Rata-rata Harmonik
Harmoni
Frekuensi
Frekuensi menunjukkan nilai distribusi data
penelitian yang memiliki kesamaan kategori.
Frekuensi suatu distribusi data penelitian
dinyatakan dengan ukuran absolut (f) atau
proporsi (%).
Penyajian ukuran frekuensi menggunakan
tabel numerik atau grafik.
Contoh ukuran frekuensi
statistik deskriptif demografi responden
Frekuensi
Absolut Persentase (%)
Jenis Kelamin
Pria 98 56,3
Wanita 76 43,7
Lama Bekerja
< 1 tahun 66 37,9
1 – 2 tahun 40 23,0
2 – 3 tahun 28 16,1
> 3 tahun 40 23,0
Bidang Konsentrasi
Audit 160 92,0
Pajak 1 0,6
Sistem/Konsultasi 7 4,0
Lainnya 6 3,4
Tendensi Sentral
Tendensi sentral menunjukkan nilai sentral
dari distribusi data penelitian
Tendensi sentral dinyatakan dengan tiga
ukuran:
Rata-rata (Mean)
Median
Modus
Rata-rata (mean)
Ukuran rata-rata menunjukkan nilai sentral suatu
distribusi data berdasarkan nilai rata-ratanya.
Rata-rata dihitung dengan cara membagi nilai
hasil penjumlahan sekelompok data dengan
jumlah data yang diteliti.
Rata-rata sampel dinyatakan dengan notasi dan
rata-rata populasi dinyatakan dengan notasi µ x
(dibaca: mu)
Rumus Rata-rata
n
xi
Rata-rata sampel = x =
i 1 n
n
xi
Rata-rata populasi = µ =
i 1 N
dimana:
x = merupakan notasi dari penjumlahan data
n
i
i 1
x1 + x2 + x3 + …. + xn
n = jumlah sampel yang diteliti
N = jumlah populasi yang diteliti
Median
n
Varian (Variance)
Varian sampel (s2) merupakan penghitungan
nilai rata-rata deviasi yang dikuadratkan dibagi
dengan (n-1).
Penghitungan varian sampel bermanfaat unutk
mengukur variabilitas sampel.
Rumusnya: Varian = s2 = ( xi x )
2
(n 1)
Deviasi Standar
(Standard Deviation)
Deviasi standar (s) merupakan nilai akar dari
varian.
Rumusnya: Deviasi Standar = s =
( xi x ) 2
(n 1)
Statistik Inferensial
Statistik inferensial bertujuan untuk membuat inferensi
(prediksi atau keputusan) mengenai populasi
berdasarkan informasi yang didapat dari data sampel.
Perhatian statistik inferensial adalah untuk mengetahui
atau mengambil kesimpulan dari data melalui analisis:
Hubungan antar dua variabel
Perbedaan dalam suatu variabel antar anggota kelompok
yang berbeda
Bagaimana beberapa variabel independen dapat
menjelaskan terjadinya perubahan dalam satu variabel
dependen
Kategori Statistik Inferensial
1. Statistik parametrik
2. Statistik non-parametrik
Statistik Parametrik
Digunakan, jika memenuhi asumsi bahwa populasi
asal data sampel berdistribusi normal dan data
penelitian diukur dengan skala interval dan skala rasio.
Statistik parametrik terbagi menjadi statistik univariat
dan statistik multivariat.
Contoh statistik univariat: t-test, Z test, korelasi
Pearson, ANOVA.
Contoh statistik multivariat: MANOVA, descriminant
analysis, factor analysis, cluster analysis,
multidemensional scaling
Statistik Non-parametrik
Digunakan, tanpa mensyaratkan asumsi normalitas
distribusi populasi dan data penelitian diukur dengan
skala nominal dan skala ordinal.
Contoh statistik non-parametrik: sign test, Mann-
Whitney U test, korelasi Spearman, uji chi-square.
Akhir TM-9….