Staff Site Universitas Negeri Yogyakarta

(1)

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/}

(2)

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

(3)

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}

(4)

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

(5)

Kapan digunakan Statistika

Non Parametrik ?

• _{Metode Statistika Non Parametrik}

digunakan  bila salah satu

(6)

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}

(7)

(8)

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.

(9)

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

(10)

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

(11)

JENIS DATA/SKALA PENGUKURAN

Ada 4 macam skala/level hasil pengukuran

yg biasa digunakan dalam berbagai

penelitian, yaitu:

(12)

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}

(13)

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,

(14)

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).

(15)

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}

(16)

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