STATISTIK vs STATISTIKA
STATISTIK vs STATISTIKA
STATISTIK :
• kumpulan data atau fakta-fakta yang disajikan
dalam bentuk daftar, Tabel, Grafik, Diagram dsb. agar mudah diinterpretasi dan digunakan untuk tujuan-tujuan tertentu.
STATISTIKA :
• suatu pengetahuan mengenai cara/metode/
Statistika dibedakan menjadi dua:
1. Statistika Deskriptif bertujuan/digunakan utk menggambarkan atau
mendeskripsikan data (fakta-fakta) tanpa menarik kesimpulan thd populasi
2. Statistika Induktif (Inferensial) bertujuan/ digunakan untuk menggeneralisasikan
hasil temuan yg diperoleh pada sampel thd populasi. Statistik Inferensial dibedakan:
a. Statistika Parametrik
Statistika Inferensial
• Statistika Parametrik mensyaratkan
persyaratan-persyaratan tertentu: distribusi data normal, hubungan linier, homogenitas varians, dsb.
• Statistika Non Parametrik tidak
mensyarat-kan persyaratan-persyaratan tertentu maka dikatakan statistika Bebas Distribusi
•
Mengapa kita berusaha memilih
PENGERTIAN
Uji statistik nonparametrik adalah suatu uji
statistik yang tidak memerlukan adanya asumsi-asumsi mengenai sebaran data populasinya (belum diketahui sebaran
datanya dan tidak perlu berdistribusi normal).
Oleh karenanya statistik ini juga dikemukakan
sebagai statistik bebas sebaran (distribution-free statistics) atau assumption-(distribution-free test yaitu teknik statistik yg tidak mensyaratkan bentuk sebaran parameter populasi, baik
Kapan digunakan Statistika
Non Parametrik ?
•
Metode Statistika Non Parametrik
digunakan bila salah satu
Penggunaan…
•
Untuk data yang distribusi
populasinya tidak diketahui
•
Untuk data yg distribusinya tidak
normal.
•
Untuk data yang diambil dari sampel
yang tidak random.
•
Untuk data dengan skala nominal
atau ordinal.
•
Untuk data yang jumlahnya sedikit
VARIABEL
Adalah gejala atau fakta-fakta (data) yang harganya berbeda-beda atau bervariasi
Menurut Nilainya, Variabel dibedakan :
1. Variabel Diskrit atau disebut Data Diskrit
diperoleh melalui menghitung atau membilang (bukan hasil pengukuran). Misal : jenis kelamin, jenis pekerjaan, jenis sekolah, jumlah peralatan dsb.
Menurut Fungsinya,
dibedakan:
1. Variabel Bebas/independen (Korelasi), variabel prediktor (regresi), variabel perlakuan
(eksperimen) merupakan variabel yang akan
dilihat pengaruhnya thd variabel terikat/dependen, kriterium, atau variabel dampak.
2. Variabel Terikat/dependen (Korelasi), kriterium (Regresi), variabel dampak (Eksperimen)
merupakan variabel hasil/dampak/akibat dari variabel bebas/prediktor/perlakuan.
Variabel terikat umumnya menjadi tujuan penelitian, sumber masalah, yang ingin
Lanjutan Jenis Variabel
…..
3. Variabel Perantara (Intervening) variabel yang menjadi perantara munculnya pengaruh variabel
bebas thd variabel terikat. Jika variabel ini
dihilangkan, maka hubungan/pengaruh variabel bebas thd variabel terikat tsb menjadi tidak ada (tidak signifikan).
4. Variabel Moderator variabel yang mempengaruhi tingkat hubungan (pengaruh) variabel bebas thd
variabel terikat. Atau hubungan/pengaruh variabel bebas thd variabel terikat memiliki nilai yang
berbeda pada level yang berbeda.
5. Variabel Kontrol (Pengendali) variabel yang
berpengaruh thd variabel terikat, tetapi pengaruhnya ditiadakan/dikendalikan dengan cara dikontrol
(diisolasi) pengaruhnya. Pengontrolan dapat dilakukan melalui pengembangan disain
JENIS DATA/SKALA PENGUKURAN
Ada 4 macam skala/level hasil pengukuran
yg biasa digunakan dalam berbagai
penelitian, yaitu:
SKALA NOMINAL
• Adalah skala data hasil pengukuran yg hanya
dapat membedakan antara jenis/kelompok yg satu dengan yg lainnya.
• Skor yang diberikan di sini hanya berfungsi
sbg tanda atau sbg nomor belaka, dan tidak menunjukkan tingkatan maupun kualitasnya. Contoh: jenis kelamin, jenis sekolah, jenis
pekerjaan, agama, dsb.
• Contoh : Jenis Kelamin Laki-laki = 1
SKALA ORDINAL
• Adalah skala data hasil pengukuran yg
menunjukkan adanya suatu tingkatan (ORDO) atau kategori, seperti misalnya: sangat baik, baik, cukup, kurang dsb.
• Namun demikian, rentang/jarak antara
masing-masing tingkatan yang berdekatan tsb adalah tidak sama, bersifat relatif dan tidak dapat ditentukan secara pasti.
• Contoh : status sosial ekonomi (tinggi,
SKALA INTERVAL
• Adalah gejala yg dapat menunjukkan tingkatan maupun
kualitasnya, sedangkan jarak antar tingkatan yang berdekat-an tsb mempunyai jarak yg pasti dan sama.
• Namun demikian, skala ini tidak memiliki Nol Mutlak. Contoh: benda yg suhunya 0° Celsius bukan berarti benda tsb tidak mempunyai kadar panas sama sekali. Siswa yg skor tesnya
Nol, bukan berarti Ia tak memiliki kepandaian sama sekali. Jadi, Titik Nol di sini hanya merupakan titik kesepakatan saja.
• Demikian pula, skor yg diberikan di sini tidak dapat diper-bandingkan dgn skor yg lain dengan hukum perkalian (Komutatif).
SKALA RASIO
• Memiliki nilai Nol Mutlak
• Dapat diperbandingkan dengan skor lainnya
dengan hukum Komutatif.
• Contoh: jarak 0 meter, maka berarti bahwa
memang tidak ada jarak sama sekali. Demikian pula, benda yg beratnya 10 kg, maka memang benar-benar 2 kali lipat benda yg beratnya 5 kg, dan sebagainya.
• Skala pengukuran dalam bidang pendidikan dan
PEMILIHAN TEKNIK
STATISTIK
• Berkaitan dgn rumusan hipotesis penelitian
karena fungsi Statistik adalah utk menguji hipotesis.
• Tergantung pada jenis/skala data pengukuran • Ditentukan oleh terpenuhi-tidaknya
persyaratan Analisis yg telah ditetapkan.
• Dalam penelitian kuantitatif, peran statistik
deskriptif masih sangat urgen karena utk mendeskripsikan data yg diperoleh yg