ANALISIS
KUANTITATIF
STATISTIK
INFERENSIAN
STATISTIKA :
Proses sistematis yang terdiri dari:
•
Pengumpulan data
•
Pengolahan data
•
Penyajian data
•
Analisis dan Intepretasi data
KEGUNAAN ?
STATISTIKA DESKRIPTIF :
Metode statistik yang terdiri dari proses
pengumpulan, pengolahan dan penyajian data
yang dikumpulkan. Selanjutnya dideskripsikan
tanpa menarik suatu kesimpulan
STATISTIKA INFERENSI :
Langkah pada metode ini sama dengan statistik
deskriptif dan dilanjutkan dengan proses
analisis statistik. Hasil uji selanjutnya
diintepretasikan dan kemudian digunakan
sebagai dasar pemberian rekomendasi. Tujuan
dari statistika inferensi adalah proses
generalisasi suatu fenomena (jika sampel
representatif)
2. Statistika & Metode Ilmiah
METODE ILMIAH :
Proses pemecahan
masalah dan pencarian
kebenaran dengan
menggunakan cara
yang terstruktur,
sistematis dan sudah
teruji.
LANGKAH-LANGKAH :
1.
Latar Belakang
2.
Perumusan masalah, maksud dan tujuan
3.
Kajian teori dan Pustaka
4.
Membuat hipotesis (jika diperlukan)
4.
Pengumpulan dan pengolahan data, pengujian hipotesis
5.
Menarik kesimpulan dan rekomendasi
METODE
STATISTIK
POPULASI
DATA
SAMPEL
METODE ANALISIS
INDIKATOR VARIABEL
INSTRUMEN
Pembagian Statistik
Statistik
Statistik
Deskriptif
Statistik
Inferensia
Non
Perbedaan Statistik Parametrik dan Non Parametrik
NO
PARAMETRIK
NON PARAMETRIK
1
-
menguji
parameter
populasi melalui
statistik
- menguji ukuran populasi melalui data sampel.
menguji
distribusi
-
parameter
adalah data yang diperoleh dari semua
anggota populasi yang ada.
yaitu: rara-rata (μ), simpangan baku (σ), varians (σ²).
-
statistik
adalah data yang diperoleh dari penarikan
sampel.
yaitu: rata-rata (x bar), simpangan baku (s) dan
varians (s²).
Adanya penetapan dan pengujian hipotesis
Asumsi yang harus dipenuhi: berdistribusi normal, data
homogin (untuk bbrp tes), asumsi linieritas (untuk
regresi).
tidak menuntut terpenuhi
banyak asumsi
free distribution
Statistik Parametrik
•
Adalah suatu uji mempersyaratkan adanya
asumsi-asumsi tertentu yang harus dipenuhi.
•
Jenis data yang dipergunakan dalam statistik
parametrik adalah berskala interval atau rasio
•
Syarat populasi adalah berdistribusi normal.
Contoh: Asumsi pada uji t adalah populasi berdistribusi
normal.
Persyaratan Data pada Analisis Statistik
Parametrik
•
Data sampel dipilih secara acak (random)
•
Data harus homogen
uji homogenitas.
•
Adanya normalitas data (data yang dianalisis berbentuk
garis linier)
uji linieritas.
•
Berpasangan artinya data yang dihubungkan mempunyai
pasangan yang sama sesuai dengan subjek yang sama,
kalau salah satu tidak terpenuhi untuk persyaratan
Macam Data Bentuk Hipotesis Deskriptif
(satu variabel)
Komparatif (dua sampel) Komparatif (lebih dari 2 sampel)
Asosiatif (hubungan) Related Independen Related Independen
Interval
Rasio
T
Test*
T-test of*
Data
DATA DALAM PENELITIAN
DATA KUALITATIF :
Data yang dinyatakan dalam
bentuk
informasi ukan
angka
.
Contoh : jenis pekerjaan,
desa-kota, tingkat motivasi
kerja
DATA KUANTITATIF :
Data yang dinyatakan dalam
bentuk
angka
Contoh : lama sekolah,
jumlah penduduk, usia,
tingkat produksi
DATA
JENIS
DATA
NOMINAL
ORDINAL
INTERVAL
RASIO
Data
DATA NOMINAL :
Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi.
CIRI : posisi data setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : jenis kelamin, jenis pekerjaan
DATA ORDINAL :
Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubungan
CIRI : posisi data tidak setara
Jarak antar data tidak diketahui
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : kepuasan kerja, motivasi
DATA INTERVAL :
Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui.
CIRI : Tidak ada kategorisasi Posisi data tidak setara Jarak antar data diketahui
bisa dilakukan operasi matematika
CONTOH :, sistem kalender, jarak tempat tinggal
DATA RASIO :
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut.
CIRI : tidak ada kategorisasi
bisa dilakukan operasi matematika
Pengolahan Data
PROSEDUR PENGOLAHAN DATA :
A.
PARAMETER
: Berdasarkan parameter yang ada statistik dibagi menjadi
•
Statistik
PARAMETRIK
: berhubungan dengan inferensi statistik yang
membahas parameter-parameter populasi; jenis data interval atau rasio; distribusi
data normal atau mendekati normal.
•
Statistik
NONPARAMETRIK
: inferensi statistik tidak membahas
parameter-parameter populasi; jenis data nominal atau ordinal; distribusi data tidak diketahui
atau tidak normal
B.
JUMLAH VARIABEL
: berdasarkan jumlah variabel dibagi menjadi
•
Analisis
UNIVARIAT
: hanya ada 1 pengukuran (variabel) untuk n sampel atau
beberapa variabel tetapi masing-masing variabel dianalisis sendiri-sendiri. Contoh
: korelasi motivasi dengan pencapaian akademik.
•
Analisis BIVARIAT
•
Analisis
MULTIVARIAT
: dua atau lebih pengukuran (variabel) untuk n sampel
di mana analisis antar variabel dilakukan bersamaan. Contoh : pengaruh motivasi
terhadap pencapaian akademik yang dipengaruhi oleh faktor latar belakang
Pengolahan Data
MULAI
Jumlah
Variabe
l ?
Analisis
Univariat
Analisis
Multivariat
Jenis
Data
?
Statistik
Parametrik
Statistik
Non Parametrik
SATU DUA / LEBIH
INTERVAL RASIO
Ukuran Penyebaran
Rentang (range) :
selisih bilangan terbesar dengan bilangan terkecil.
Sebaran merupakan ukuran penyebaran yang sangat kasar, sebab hanya bersangkutan
dengan bilangan terbesar dan terkecil.
A : 100 90 80 70 60 50 40 30 20 10
B : 100 100 100 100 100 10 10 10 10 10
C : 100 100 100 90 80 30 20 10 10 10
Contoh :
X = 55
r = 100 – 10 = 90
UKURAN YANG MENYATAKAN HOMOGENITAS / HETEROGENITAS :
1.
RENTANG (Range)
2.
DEVIASI RATA-RATA (Average Deviation)
3.
VARIANS (Variance)
4.
DEVIASI STANDAR (Standard Deviation)
Deviasi rata-rata
Deviasi Rata-rata
: penyebaran
Berdasarkan harga mutlak
simpangan
bilangan-bilangan terhadap
rata-ratanya.
Nilai X X - X |X – X|
100 45 45
90 35 35
80 25 25
70 15 15
60 5 5
50 -5 5
40 -15 15
30 -25 25
20 -35 35
10 -45 45
Jumlah 0 250
Nilai X X - X |X – X|
100 45 45 100 45 45 100 45 45 90 35 35 80 25 25 30 -25 25 20 -35 35 10 -45 45 10 -45 45 10 -45 45 Jumlah 0 390
Kelompok A Kelompok B
DR = 250 = 25
10
DR = 390 = 39
10
Makin besar simpangan,
makin besar nilai deviasi rata-rata
DR =
n
Σ
i=1
|Xi – X|
n
Rata-rata
Varians & Deviasi Standar
Varians
: penyebaran berdasarkan
jumlah kuadrat simpangan
bilangan-bilangan terhadap rata-ratanya ;
melihat ketidaksamaan sekelompok data
s
2=
n
Σ
i=1
(Xi – X)
2n-1
Deviasi Standar
: penyebaran
berdasarkan akar dari varians ;
menunjukkan keragaman kelompok data
s =
√
n
Σ
i=1
(Xi – X)
2n-1
Nilai X X -X (X–X)2
100 45 2025
90 35 1225
80 25 625
70 15 225
60 5 25
50 -5 25
40 -15 225
30 -25 625
20 -35 1225
10 -45 2025
Jumlah 8250
Nilai X X -X (X –X)2
100 45 2025 100 45 2025 100 45 2025 90 35 1225 80 25 625 30 -25 625 20 -35 1225 10 -45 2025 10 -45 2025 10 -45 2025 Jumlah 15850
Kelompok A Kelompok B
s =
√
8250
9
= 30.28
s =
√
15850
9
= 41.97
Kesimpulan :
Kelompok A : rata-rata = 55 ; DR = 25 ; s = 30.28
Kelompok B : rata-rata = 55 ; DR = 39 ; s = 41.97
Normalitas, Hipotesis, Pengujian
Distribusi Normal
: kurva berbentuk bel, simetris, simetris terhadap sumbu yang
melalui nilai rata-rata
+s +2s +3s
-s +2s +3s
68% 95% 99%
•
Lakukan uji normalitas
•
Rasio Skewness & Kurtosis berada –2 sampai +2
Rasio =
•
Jika tidak berdistribusi normal, lakukan uji normalitas non parametrik (Wilcoxon,
Mann-White, Tau Kendall)
Skewness = kemiringan
Kurtosis = keruncingan
nilai
Normalitas, Hipotesis, Pengujian
HIPOTESIS
TERARAH
TIDAK TERARAH
Hipotesis
Penelitian
Siswa yang belajar bahasa lebih
serius daripada siswa yang
belajar IPS
Ada perbedaan keseriusan siswa
antara yang belajar bahasa dengan
yang belajar IPS
Hipotesis Nol
(Yang diuji)
Siswa yang belajar bahasa tidak
menunjukkan kelebihan
keseriusan daripada yang belajar
IPS
Ho : b < i
Ha : b
>
i
Tidak terdapat perbedaan
keseriusan belajar siswa antara
bahasa dan IPS
Ho : b = i
Ha : b ≠ I
Hipotesis
: uji signifikansi (keberartian) terhadap hipotesis yang dibuat ;
berbentuk hipotesis penelitian dan hipotesis statistik (H0) ;
hipotesis bisa terarah, bisa juga tidak terarah ;
TUGAS
1.
Setiap mahasiswa mereview 4 jurnal/laporan penelitian/buku
2.
Mahasiswa mencari data hipotesis terkait dengan jenis data sebagai
berikut:
a. Data Nominal b. Data Ordinal c. Data Internal d. Data Rasio
3.
Mahasiswa mereview jurnal tersebut dengan mengisi form yang ada
4.
Mahasiswa mengupload 4 jurnal yang dipilih dengan nama fle:
MKB 1 [Nim] Tugas 1 Jurnal 1
Contoh : MKB 1 130321100088 Tugas 1 Jurnal 1
MKB 1 130321100088 Tugas 1 Jurnal 2
dst
SUMBER
•
http://www.google.co.id/url?sa=t&rct=j&q=&esrc=s&source=web&cd=2&cad=rja&ved=0CDMQFjAB&url=http%3A%2F %2Filearn.unand.ac.id%2Fpluginfle.php%2F15547%2Fmod_resource%2Fcontent%2F1%2FPertemuan%252012%2520Statistik
%2520parametrik.ppt&ei=nay8UMjhG42yrAfetYCAAQ&usg=AFQjCNEU1eDNXXRECh2dqL4ALiYRFkaLiA&sig2=opCsXk9plxSG a1gS7LfSvA
•
Santoso, S. 2007. Menguasai Statistik di Era Informasi. Elex Media Komputindo, Jakarta