POPULASI,SAMPEL DAN PENGUJIAN NORMAALITAS DATA A.Populasi
Populasi adalah wilayah generalisasi yang terdiri atas :obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang di tetapkan oleh peneliti untuk di pelajari dan kemudian ditarik kesimpulannya.
B.Sampel
Sampel adalah bagian dari jumlah dan karasteristik yang memiliki oleh populasi. c.Teknik Sampling
Teknik sampling adalah merupakan teknik pengambilan sampel . D.Cluster Sampling (Area Sampling)
Teknik sampling daerah digunakan untuk menentukan sampel bila obyek yang akan diteliti atau sumber data sangat luas ,missal produk dari suatu Negara ,propinsi atau kabupaten. 1.Probability sampling
Probability sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk di pilih menjadi anggota sampel.
a.Simple Random Sampling
Dikatakan simple (sederhana)karena pengambilan anggota sampel dari populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu.
b.Proportionate stratified Random Sampling
Teknik yang digunakan bila populasi mempunyai anggota /unsure yang tidak homogen dan berstrata secara propesional.
2.Nonprobability sampling
Nonprobability sampling adalah teknik pengambilan sampel yang member peluang /kesempatan sama bagi setiap unsur atau anggota populasi untuk di pilih menjadi sampel. a.Sampling Sistematis
Sampling sistematis adalah teknik pengambilan sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor urut.
b.Sampling Kuota
Sampling kuota adalah teknik untuk menentukan sampel dari populasi yang mempunyai cirri-ciri tertentu sampai jumlah (kuota)yang di inginkan.
c.Sampling Insidental
Sampling incidental adalah teknik penentuan sampel berdasarkan kebetulan ,yaitu siapa saja yang secara kebetulan /insidentalbertemu dengan peneliti dapat digunakan sebagai sampel,bila di pandang orang yang kebetulan di temui itu cocok sebagai sumber data. d.Sampling Purposive
Sampling purposive adalah teknik penentuan sampel dengan pertimbangan tertentu. e.Sampling Jenuh
Sampling jenuh adalah teknik penentuan sampel bila semua anggota populasi digunakan sebagaisampel.
f.Snowball Sampling
Snowball sampling adalah teknik penentuan sampel yang mula-mula jumlahnya kecil ,kemudian membesar.
3.Contoh Menentukan Ukuran Sampel
Akan dilakukan penelitian untuk mengetahui tanggapan kelompok masyarakat terhadap pelayanan yang di berikan oleh pemerintah daerah tertentu.
4.Cara Mengambil Anggota Sampel
Dibagian depan bab ini telah dikemukakan terdapat dua teknik sampling.yaitu probability sampling dan nonprobability sampling.
5.Normalitas Data a.Kurve Normal
Penggunaan sitatistik parametris,bekerja dengan asumsi bahwa data setiap variabel penelitian yang akan di analisis membentuk distribusi normal.
b.Pengjian Normalitas Data
Seperti dikemukakan di muka bahwa sitatistik parametris itu bekerja berdasarkan asumsi bahwa data setiap variabel yang akan di analisis berdasarkan distribusi normal.
BAB IV
KONSEP DASAR PENGUJIAN HIPOTESIS A.Statistik dan Penelitian
Daalam sitatistik,hipotesis dapat diartikan sebagai pernyataan statistik tentang parameter populasi.Statistik adalah ukuran-ukuran yang di gunakan pada sampel x=rata-rata;s=simpanganbaku;s2=varians;r=koefesien korelasi).
B.Tiga Bentuk Rumusan Hipotesis
Menurut tingkat ekplanasi hipotesis yang akan diuji,maka rumusan hipotesis dapat di kelompokkan menjadi tiga macam yaitu:
1.Hipotesis Deskriptif
Hipotesis deskrptif adalah dugaan tentang nilai suatu variabel mandiri,tidak membuat perbandingan atau hubungan.
2.Hipotesis Komparati
Hipotesis komparatif adalah pernyataan yang menunjukkan dugaan nilai dalam satu variabel atau lebih pada sampel yang berbeda.
3.Hipotesis Hubungan (Asosiatif)
Hipotesis asosiatif adalah suatu pernyataan yang menunjukkan dugaan tentang hubungan antara dua variabel atau lebih.
Seperti telah di kemukakan,pada dasarnya menguji hipotesis itu adalah menaksir parameter populasi berdasarkan data sampel.
d.Dua Kesalahan Dalam pengjian Hipotesis
Dalam menaksir parameter populasi berdasarkan data sampel,kemungkinan akan terdapat dua kesalahan yaitu:
1.Kesalahan tabel I adalah suatu kesalahan bila menolak hipotesis nol(ho)yang benar(seharusnya diterima).
2.Kesalahan tipe II adalah kesalahan bila menerima hipotesis yang salah (seharusnya di tolak).
BAB V
PENGUJIAN HIPOTSIS DSKRIFTIF (SATU SAMPEL)
Pengjian hipotesis deskriftif pada dasarnya merupakan proses pengujian generalisasi hasil penelitian yang di dasarkan pada satu sampel.Kesimpulan nanti adalah apakah hipotesis yang di uji itu dapat di generalisasikan atau tidak.
A.Statistik parametris
Statistik parametris yang dapat di gunakan untuk menguji hipotesis deskriftif bila datanya interval atau rasio adalah t-test 1 sampel.
B.S tatistik Nonparametris
Berikut ini dapat di kemukakan statistic nonparametris yang dapat digunakan untuk menguji hipotesis deskriptif (atau sampel)baik untuk data nominal /diskrit maupun untuk data ordinal/peringkat/rangking
1.Test Biomal
Test biomal di gunakan untuk menguji hipotesis bila dalam populasi terdiri atas dua kelompok kelas,datanya berbentuk nominal dan jumlah sampelnya kecil(kurang dari 25). 2.Chi Kuadrat(
x
2¿
Chi kuadrat (
x
2¿satu
sampel adalah teknik statistik yang di gunakan untuk menguji hipotesis bila dalam populasi terdiri atas dua atau lebih kelas dimana data berbentuk nominal dan sampelnya besar.3.Run Test
Run test digunakan untuk menguji hipotesis deskriptif(satu sampel)bila skala pengukurannya ordinal maka run test dapat digunakan untuk mengukur urutan suatu kejadian.
BAB VI
PENGUJIAN HIPOTESIS KOMPARATIF
Menguji hipotesis komparatif berarti menguji parameter populasi yang berbentuk perbandingan melalui ukuran sampel yang juga berbentuk perbandingan.
A.komparatif dua sampel
Pada bagian ini di kemukakan statistik yang digunakan untuk menguji hipotesis komparatif dua sampel yang berkorelasi dan independen baik menggunakan statistik parametris maupun nonprametris.
1.Sampel Berkorelasi a.Statistik parametris 1)t-test
Statistik parametris yang digunakan untuk menguji hipotesis komparatif rata-rata dua sampel bila datanya berbentuk interval atau ratio adalah menggunakn t-test.
b.Statistik nonparamtris
Berikut ini di kemukakan statistik nonparametris yang di gunakan untuk menguji hipoteis komparatif dua sampel yang berkorelasi.
1)Mc Nemar Test
Teknik statistik ini digunakan untuk menguji hipotesis komparatif dua sampel yang berkorelasi bila datanya berbentuk nominal/diskrit.
2)Singn Test(Uji Tanda)
Singn test digunakan untuk menguji hipotesis komparatif dua sampel yang berkorelasi,bila datanya berbentuk ordinal.
Teknik ini merupakan penyempurnaan dari uji tanda .Kalau dalam uji tanda besarnya selisih nilai angka antara positif dan negatif tidak diperhitungkan ,sedangkan dalam uji wilcoxon ini di prhitungkan.
4.Sampel Independen (Tidak Berkorelasi)
Menguji hipotesis dua sampel independen adalah menguji kemampuan generalisasi rata-rata data dua sampel yang tidak berkorelasi.
6)Test Run Wald-Wolfowits
Test ini digunakan untuk menguji signifikansi hipotesis komparatif dua sampel independen bila datanya berbentuk ordinal dan disusun dalam bentuk run.
B.Komparatif k Sampel
Penelitian ini variabel yang sama,sering dilakuakan pada sampel yang jumlahnya lebih dari dua (K sampel)misalnya,3,4 atau 10 kelompok sampel.
1.Sampel Berkorelasi
Pengertian sampel berkorelasi telah di jelaskan pada bab pedoman umum memilih teknik statistik.
a.Statistik Parametris 1)Analisis Varians
Analisis Varians di gunakan untuk menguji hipotesis komparatif rata-rata k sampel bila datanya berbentuk interval atau ratio.
a)Analisis Varians Klasifikasi Tunggal (One Way Classificasion)
Seperti telah di kemukakan bahwa analisis varians,merupakan teknik statistik parametris inferensial ,yang digunakan untuk menguji hipotesis komparatif rata-rata k sampel secara serempak.
b.Analisis varian Klasifikasi Ganda
Seperti telah di kemukakan bahwa,analisis varians klasifikasi ganda/dua jalan/tiga jalan dst,merupakan teknik statistik inferensial parametris yang di gunakan untuk menguji hipotesis komparatif lebih dari dua sampel (k sampel) secara serempak bila setiap sampel terdiri atas dua kategori atau lebih.
BAB VII
PENGUJIAN HIPOTESIS ASOSIATIF
Hipotesis asosiatif merupakan dugaan tentang adanya hubungan antar variabel dalam populasi yang akan di uji melalui hubungan antar variabel dalam sampel yang di ambil dari populasi tersebut.
A.Statistik parametris
Seperti yang telah ditunjukkan dalam tabel 7.1 bahea statistic parametris yang digunakan untuk menguji hipotesis asosiatif (hubungan antar variabel)meliputi korelasi product moment,korelasi ganda dan korelasi parsial.
2.Korelasi Ganda
Korelasi ganda (multufle correlation)merupakan angka yang menunjukkan arah dan kuatnya hubungan antara dua variabel independen secara bersama-sama atau lebih dengan satu variabel dependen.
3.Korelasi Parsial
Korelasi parsial digunakan untuk menganalisis bila peneliti bermaksud mengetahui pengaruh atau mengetahui hubungan antara variabel independen dan dependen,dimana salah satu variabel independen nya dibuat tetap /dikendalikan.
B. Statistik Nonparaametris
Berikut ini di kemukakan dua macam statistik nonparametris yang digunakan untuk menguji hipotesis asosiatif .
1. Koefesien Kontingansi
Seperti telah di tunjukkan pada tabel 7.1 bahwa koefesien kontingansi digunakan untuk menghitung hubungan antar variabel bila datanya berbentuk nominal.
2. Korelasi Spearman Rank
Kalau pada korelasi product moment,sumber data untuk variabel yang akan dikorelasikan adalah sama,data yang dikorelasikan adalah data interval atau rasio,serta data dari kedua variabel masiang-masing berbentuk distribusi nominal .
Seperti dalam korelasi spearman rank,korelasi Kendal tau (ԏ ) digunakan untuk mencari hubungandan menguji hipotesis antara dua variabel atau lebih,bila datanya berbentuk ordinal atau rangking.
ANALISIS REGRESIF
Terdapat perbedaan yang mendasar antara analisis korelasi dan regresif.
Analisis korelasi digunakan untuk mencari arah dan kuatnya hubungan antara
dua variabel atau lebih, baik hubungan yang bersifat simetris, kausal dan
reciprocal, sedangkan analisis regresif digunakan untuk memprediksikan
seberapa jauh perubahan nilai variabel dependen, bila nilai variabel independen
di manipulasi/dirubah-rubah atau dinaik-turunkan.
Manfaat dari hasil analisis regresif adalah untuk membuat keputusan apakah
naik dan menurunnya variabel dependen dapat dilakukan melalui peningkatan
variabel independen atau tidak.
A. Regresif linear sederhana
Regresif sederhana didasarkan pada hubungan fungsional ataupun kausal
satu variabel independen dengan satu variabel dependen.
B. Regresi ganda
Analisis regresi ganda digunakan oleh peneliti, bila peneliti bermaksud
meramalkan bagaimana keadaan (naik turunnya) variabel dependen
(kriterium), bila dua atau lebih variabel independen sebagai factor predictor
dimanipulasi(dinaik turunkan nilainya).
ANALISIS JALUR ( PATH ANALYSIS )
A. Pengertian
Analisis jalur (path analysis) merupakan pengembangan dari analisis regresif,
sehingga analisis regresif dapat dikatakan sebagai bentuk khusus dari analisis jalur
(regressionis special case of path analysis).
Analisis jalur digunakan untuk melukiskan dan menguji model hubungan antara
variabel yang berbentuk sebab akibat (bukan hubungan interaktif).
Pengunaan analisis jalur dalam analisis data penelitian didasarkan pada beberapa
asumsi sebagai berikut :
1. Hubungan antara variabel yang akan di analisis berbentuk linier, aditif dan
kausal
2. Variabel-variabel residual tidak berkorelasi dengan variabel yang
mendahuluinya, dan tidak juga berkorelasi dengan variabel yang lain.
3. Dalam model hubungan variabel hanya terdapat jalur kausal/sebab akibat
searah.
4. Data setiap variabel yang dianalisis adalah data interval dan berasal dari sumber
yang sama.
B. Diagram jalur (path diagram)
Peneliti harus menyusun model hubungan antara variabel yang dalam hal ini
disebut diagram jalur. Diagram jalur disusun berdasarkan kerangka berfikir yang
dikembangkan dari teori yang digunakan untuk penelitian. Berikut diberikan
contoh beberapa diagram jalur, yaitu diagram jalur sederhana dan yang lebih
kompleks
C. Pengujian model
Yang dimaksud dengan penelitian model disini adalah menguji hipotesis yang
berbentuk diagram jalur atau hubungan antara variabel yang telah terrsusun
berdasarkan teori.
PEMODELAN PERSAMAAN STRUKTURAL ( STRUCTURAL EQUATION
MODELING)
A. Pengertian
Pemodelan persamaan structural (structural equation modeling), biasa disingkat
dengan SEM memiliki beberapa sebutan lain, seperti : analisis struktur kovarian
(covariance structure analysis), analisis variabel laten (laten variabel analysis), dan
analisis factor konfirmatori (confiratory factor analysis), dan analisis linier
structural relations (LISREL) (hair,dkk. 1998 : 584). Berdasarkan sebutan-sebutan
tersebut, pemodelan persamaan structural (SEM) dapat dideskripsikan sebagai
sesuatu analisis yang menggabungkan pendekatan analisis factor (factor analysis),
model structural (structural model), dan analisis jalur (path analysis). Dengan
demikian , di dalam analisis pemodelan persamaan structural (SEM) dapat
dilakukan tiga macam kegiatan secara resentak, yaitu pengecekan validitas dan
relibilitas instrument (berkaitan dengan analisis factor konfirmatori), pengujian
model hubungan antara variabel (berkaitan dengan analisis jalur), dan kegiatan
untuk mendapatkan suatu model yang cocok untuk prediksi (berkaitan dengan
analisis regresi atau analisis model structural).
B. SEM dan analisis jalur
Analisis SEM pada dasarnya untuk memperoleh suatu model structural. Model
yang diperoleh dapat digunakan untuk prediksi atau pembuktian model.di samping
itu, SEM juga dapat digunakan untuk melihat besar kecilnya pengaruh,baik
langsung ,tak langsung maupun pengaruh total variabel bebas (variabel eksogen)
terhadap variabel terikat (endogen).
Antara SEM dan analisis jalur terdapat persamaan dan perbedaan. Beberapa
persamaan dan perbedaan tersebut dapat dilihat pada deksripsi berikut :
1. Persamaan SEM dan analisis jalur
a. Keduanya berkaitan dengan analisis konstruksi model.
b. Koefisien parameter model didasarkan atas analisis data sampel
c. Pengujian kecocokan model dilakukan dengan cara membandingkan
matriks varians kovarian hasil dugaan dengan matriks data empiric
(observasi)
2. Perbedaan SEM dan analisis jalur
a. Pada SEM dapat dilakukan dua analisis sekaligus yaitu : (model structural)
dan analisis validitas dan relibilitas yang didasarkan atas variabel manifest (
model pengukuran ).
b. SEM dapat diterapkan untuk model rekursif ataupun resiprokal, sedangkan
analisis jalur hanya dapat diterapkan pada model kausal satu arah rekursif.
c. SEM tidak tergantung dengan adanya korelasi antara kesalahan
(error),sedangkan pada analisis jalur,antara error harus bebas (tidak saling
tergantung).
d. Hasil SEM mencakup factor determinan, model structural, dam model
pengukur. Analisis jalur hanya mencakup factor determinan.
C. Langkah- langkah dalam SEM
Hair,dkk. (1998: 592-638) mendeskripsikan langkah-langkah dalam SEM seperti
berikut ini :
1. Pengembangan model berbasis teori
2. Mengkonstruksi diagram jalur untuk hubungan kausal
3. Mengkoversi diagram jalur ke dalam model structural dan model pengukuran
4. Memilihmatriks input dan estimasi model
5. Menilai identifikasi model structural
Beberapa gejala yang sering muncul akibat adanya ketidak tepatan identifikasi
ini antara lain:
a. Terdapat kesalahan standar yang terlalu besar
b. Matriks informasinya yang disajikan tidak sesuai harapan
c. Matriks yang diperoleh tidak definitive positif
d. Terdapat kesalahan varians yang negative
e. Terdapat korelasi yang tinggi antara koefisien hasil dugaan (>0,9).
6. Evaluasi kecocokan model berdasarkan criteria goodness of fit
Asumsi-asumsi yang berkaitan dengan model antara lain :
a. Semua hubungan antara variabel berbentuk linier
b. Model yang dikembangkan bersifat aditif
Asumsi asumsi yang berkaitan dengan pendugaan parameter dan pengujian
hipotesis antara lain:
a. Pengambilan sampel secara acak
b. Data harus lengkap, artinya tidak missing data
c. Tidak ada data aneh (outliers)
d. Ukuran sampel minimum 100
e. Penyebaran data bersifat normal
f. Tidak ada multikolinieritas
PENILAIAN TERHADAP KEDUA BUKU
Perbandingan antara kedua buku
Kedua buku ini membahas tentang statistika dan pengolahan data ,di buku karya Dr. Ridwan , M.B.A membahas semua dasar statistika,sedangkan di buku karya Prof. Dr. Sugiyono membahas lebih mendalam dari macam-macam statistika
Dalam buku karya ... membahas lebih mendalam tentang jenis statistika seperti Statistic
inferensial,Statistic parametris, dan Statistic non parametris,sehingga pembaca lebih
memahami macam-macam statistik
Kelemahan buku
Pada buku karya Dr. Ridwan , M.B.A terlalu banyak contoh yang diberikan sehingga membuat buku terasa penuh dengan contoh ,terdapat pula cetakan yang samar sehingga sulit untuk dibaca
Pada buku karya Dr. Ridwan hanya memberikan penjelasan tentang dasar statistika tanpa lebih mendalaminya
Pada buku Prof. Dr. Sugiyono dibuat dengan bahasa yang rumit dan sulit dimengerti
Kelebihan buku
Pada buku karya Dr. Ridwan , M.B.A dibuat dengan bahasa yang lugas dan mudah dipahami memberikan rumus dan keterangannya dengan bentuk yang sedehana sehingga tebal buku yang tidak seberapa telah mencakup banyak tentang statistika.
Pada buku karya Dr. Ridwan , M.B.A memiliki cover yang menarik ,proprsi warna yang sesuai,nyaman dilihat sehinggat pembaca tertarik untuk membaca .
Pada buku karya Dr. Ridwan , M.B.A di berikan gambar dan diagram sehingga lebih jelas dalam mengartikan suatu kondisi data.
Perbedaan pada kedua buku ini hanya pada pembahasan yang lebih sederhana Pada buku karya Dr. Ridwan , M.B.A ,sedangkan pada buku karya ... pembahasan untuk statistik lebih mendalam
BAB III PENUTUP
KESIMPULAN
Dari semua materi diatas dapat disimpulkan bahwa statistik,data,populasi,dan sampel merupakan hal yang sangat dibutuhkan dalam membuat penelitian,karna tanpa keempat hal tersebut maka penelitian akan sulit untuk di atur datanya. Karena data yang kita teliti dalam bentuk populasi sangat banyak.denganadanya empat hal tersebut penelitian dapat dilakukan dengan mudah karna ada teknik-teknik yang memudahkan berjalannya sebuah penelitian
SARAN
Diharapka setelah membaca critical book report ini pembaca lebih mengerti tentang statistika dan lebih memahami apa itu statistika dan apa saja yang terkandung didalamnya sehingga tidak terjadi kesalahan dalam pengolahan suatu data.
DAFTAR PUSTAKA
Ridwan . 2010 . Dasar-Dasar Statistika.Bandung :Alfabeta Sugiyono . 2006 . Statistik Untuk Penelitian.Bandung :Alfabeta