KESENJANGAN ANTARA REALITAS DAN KEBUTUHAN TEKNIK
STATISTIKA DALAM PENYUSUNAN SKRIPSI DENGAN
METODE SURVEI
(Studi Kasus : Skripsi Mahasiswa Program Studi Biologi dan Gizi Masyarakat dan Sumberdaya Keluarga (GMSK) Institut Pertanian Bogor)
PRAMESTI PUSPITASARI
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
ABSTRAK
PRAMESTI PUSPITASARI. Kesenjangan Antara Realitas dan Kebutuhan Penggunaan Teknik Statistika dalam Penyusunan Skripsi dengan Metode Survei (Studi Kasus: Skripsi Mahasiswa Program Studi Biologi dan Gizi Masyarakat dan Sumberdaya Keluarga (GMSK) Institut Pertanian Bogor). Dibimbing oleh M SJARKANI MUSA dan BAMBANG SUMANTRI
Penelitian ini bertujuan untuk mengidentifikasi adanya kesenjangan antara bahan pembelajaran statistika dan keperluan skripsi mahasiswa Program Studi Sarjana Biologi dan GMSK di IPB dengan mengkaji lima skripsi dari program studi GMSK dan lima skripsi dari program studi Biologi tahun 2007 dengan jenis penelitian non sample experiment atau metode survei. Jumlah ini hanya sebagian kecil dari keseluruhan skripsi yang menggunakan metode survei untuk tahun 2007, yaitu sekitar 67%. Pengkajian terhadap sepuluh skripsi menggunakan metode content analysis. Penelusuran dilakukan terhadap isi bab-bab Pendahuluan, Bahan dan Metode, Hasil dan Pembahasan, serta Kesimpulan dan Saran. Aspek-aspek statistika yang digunakan dalam bab-bab tersebut seharusnya saling berkaitan.
Mahasiswa program studi GMSK telah mengikuti mata kuliah Metode Statistika 1 dan Metode Statistika 2 sebagai mata kuliah wajib. Sedangkan mahasiswa program studi Biologi telah mengikuti mata kuliah Metode Statistika 1 sebagai mata kuliah wajib dan Metode Statistika 2 atau Rancangan Percobaan sebagai mata kuliah pilihan. Dari 10 skripsi yang terambil sebagian besar skripsi mendapat penilaian baik terhadap peubah rumusan masalah. Sebaliknya pada rancangan pengumpulan data dan analisis data, skripsi tersebut masih dinilai kurang. Pada peubah rancangan pengumpulan data, terdapat tiga skripsi yang metode penarikan contohnya dirasa kurang sesuai. Hal ini bisa disebabkan karena mahasiswa kurang paham terhadap metode-metode penarikan contoh, karena pelajaran Metode Penarikan Contoh tidak diajarkan secara khusus melainkan tergabung dalam pelajaran Metode Statistika 1 sehingga tidak terlalu terfokus. Pada peubah analisis data, terdapat 4 skripsi menggunakan metode analisis yang kurang tepat, 4 skripsi keliru dalam menentukan uji hipotesis dan ukuran asosiasi yang digunakan, 2 skripsi kekeliruan dalam menyimpulkan atau menginterpretasikan hasil analisis, dan 5 skripsi sudah menggunakan metode analisis yang sesuai dengan permasalahan tetapi, ada alternatif metode yang lebih efektif dan efisien. Kekeliruan dalam analisis data terjadi karena mahasiswa kurang paham dan kurang pengetahuan terhadap teknik-teknik analisis statistika.
Hasil yang diperoleh menunjukkan telah terjadi kesenjangan antara bahan pembelajaran statistika dan keperluan skripsi mahasiswa. Hal ini disinyalir dari adanya kekeliruan-kekeliruan yang terjadi baik saat rancangan pengumpulan data maupun analisis data pada skripsi yang menjadi bahan penelitian.
KESENJANGAN ANTARA REALITAS DAN KEBUTUHAN TEKNIK
STATISTIKA DALAM PENYUSUNAN SKRIPSI DENGAN
METODE SURVEI
(Studi Kasus : Skripsi Mahasiswa Program Studi Biologi dan Gizi Masyarakat dan Sumberdaya Keluarga (GMSK) Institut Pertanian Bogor)
OLEH :
PRAMESTI PUSPITASARI
G14103046
Skripsi
Sebagai Salah Satu Syarat untuk Memperoleh
Gelar Sarjana Sains
pada
Departemen Statistika
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
Judul : Gap Antara Realitas dan Kebutuhan Penggunaan Teknik Statistika
Dalam Penyusunan Skripsi Dengan Metode Non Sample Experiment
(Studi Kasus : Skripsi Mahasiswa Program Studi Biologi dan Gizi
Masyarakat dan Sumberdaya Keluarga (GMSK) Institut Pertanian
Bogor)
Nama : Pramesti Puspitasari
NRP : G14103046
Menyetujui,
Pembimbing I
Pembimbing II
Dr. Ir. M. Sjarkani Musa
Ir. Bambang Sumantri
NIP 130256542
NIP 130779511
Mengetahui,
Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Pertanian Bogor
Dr. Drh.Hasim, DEA
NIP 131578806
RIWAYAT HIDUP
Penulis dilahirkan di Cilacap pada tanggal 31 Januari 1986 dari pasangan Bapak Ir. Priyadi dan Ibu Lily Sri Hidayati. Penulis merupakan putri kedua dari tiga bersaudara.
Pada tahun 1997 penulis lulus dari SD Taman Siswa Sungai Gerong, Palembang, dan melanjutkan ke sekolah menengah pertama di SLTP YKPP 3 Sungai Gerong, Palembang dan lulus tahun 2000. Penulis menyelesaikan studi di SMU Islam Al-Azhar Bumi Serpong Damai, Tangerang, Banten pada tahun 2003 dan pada tahun yang sama penulis diterima di Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor (IPB) melalui jalur Seleksi Penerimaan Mahasiswa Baru IPB (SPMB).
Selama mengikuti perkuliahan, penulis aktif di Himpunan Profesi Gamma Sigma Beta (GSB) Departemen Eksternal periode 2003/2004. Pada tahun berikutnya, penulis masih aktif di GSB sebagai staf Departemen Olah Raga dan Seni. Penulis juga pernah menjadi asisten mata kuliah Metode Statistika pada tahun ajaran 2005/2006. Dan penulis pernah diberi kesempatan pada awal 2007 untuk praktik lapang di PT. Balira Indonesia Media Partner, Tebet, Jakarta, selama dua bulan.
PRAKATA
AlhamdulillaahiRabbil ‘Aalamiin, segala puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala karunia-Nya sehingga penulis dapat menyelesaikan karya ilmiah ini. Shalawat serta salam semoga selalu tercurah kepada Nabi Muhammad SAW beserta keluarga, sahabat, dan pengikutnya hingga akhir jaman.
Penulis mengucapkan terima kasih kepada Bapak Dr. Ir. M. Sjarkani Musa dan Bapak Ir. Bambang Sumantri selaku dosen pembimbing atas bimbingan dan saran yang telah diberikan. Ungkapan terima kasih juga penulis sampaikan kepada:
1. Papa dan Ibu tercinta serta Mas Ari dan Tommy atas segala doa, kasih sayang, serta dukungan yang telah diberikan kepada penulis.
2. Ibu Utami Dyah Syafitri, M.Si dan seluruh dosen Departemen Statistika FMIPA IPB atas ilmu dan nasihat yang bermanfaat sehingga membantu penulis dalam menyelesaikan karya ilmiah ini, serta kepada seluruh staf Departemen Statistika yang telah membantu penulis selama belajar di Statistika IPB.
3. Dani Ardiyanto yang selalu ada untuk penulis, God bless you!
4. Indri, Memei, Ntang, Suci, Muti dan Ash (terima kasih untuk persahabatan yang begitu berharga), Dina (terima kasih untuk selalu menemani penulis di Puri 9 tercinta), dan Wondo (terima kasih telah menjadi teman seperjuangan yang selalu memberi dukungan kepada penulis).
5. Dian Rara, Pera, Ema, dan teman-teman seperjuangan Statistika 40. Terima kasih untuk kenangan dan kebersamaan selama ini, Miss you all!
6. Kakak-kakak kelas STK 38 dan STK 39, Adik-adik kelas STK 41 dan STK 42, serta semua pihak yang telah memberikan dukungan kepada penulis yang tidak dapat disebut satu per satu sehingga karya ilmiah ini dapat diselesaikan.
Penulis menyadari bahwa penulisan karya ilmiah ini masih jauh dari sempurna. Oleh karena itu kritik dan saran yang membangun sangat penulis harapkan sebagai pemicu untuk bisa berkarya lebih baik di masa mendatang. Semoga karya ilmiah ini dapat bermanfaat bagi pihak yang membutuhkan.
Bogor, Januari 2008
Pramesti Puspitasari
DAFTAR ISI
Halaman
DAFTAR TABEL ... vi DAFTAR LAMPIRAN ... vi PENDAHULUAN Latar Belakang ... 1 Tujuan ... 1 TINJAUAN PUSTAKA Metode Survei ... 1 Peubah-Peubah Penelitian... 2 Rumusan Masalah... 3Teknik Analisis Data 1. Uji Kebebasan dan Ukuran Asosiasi ... 4
2. Hubungan Menentukan dan Ditentukan ... 4
BAHAN DAN METODE Bahan ... 4
Metode ... 5
HASIL DAN PEMBAHASAN Peubah-Peubah Penelitian... 7
Rumusan Masalah... 7
Rancangan Pengumpulan Data 1. Objek/Subjek Pengamatan... 9
2. Metode Pengambilan Contoh ... 9
3. Prosedur Perolehan Data ... 10
Analisis Data... 11
SIMPULAN ... 14
SARAN ... 14
DAFTAR PUSTAKA ... 14
DAFTAR TABEL
Halaman
1 Jenis Contoh Berdasarkan Rambe dan Nasoetion ... 2
2 Daftar Judul Skripsi Contoh... 4
3 Kriteria Penilaian Rumusan Masalah... 5
4 Kriteria Penilaian Rancangan Pengumpulan Data ... 5
5 Kriteria Penilaian Analisis Data... 6
6 Peubah-Peubah Penelitian Tiap Skripsi ... 7
7 Hasil Penilaian Rumusan Masalah... 7
8 Hasil Penilaian Rancangan Pengumpulan Data ... 8
9 Hasil Penilaian Analisis Data... 11
DAFTAR LAMPIRAN
Halaman 1 Silabus Mata Kuliah Statistika ... 162 Hasil Penilaian Rumusan Masalah... 17
3 Hasil Penilaian Rancangan Pengumpulan Data ... 19
4 Hasil Penilaian Analisis Data... 20
PENDAHULUAN Latar Belakang
Metode pengumpulan data dengan metode bukan percobaan contoh atau metode survei banyak digunakan dalam kajian-kajian untuk skripsi mahasiswa program-program studi sarjana di Institut Pertanian Bogor (IPB). Misalnya pada program-program studi bidang ilmu-ilmu sosial atau bidang yang berkaitan dengan perilaku sehari-hari, seperti ekonomi, psikologi, dan kedokteran masyarakat.
Dari tahun 2002 sampai dengan tahun 2006, ada 12486 skripsi di Perpustakaan Lembaga Sumberdaya Informasi (LSI). Untuk tahun 2006, ada sekitar 67% skripsi yang menggunakan metode survei.
Statistika merupakan suatu alat bantu penting dalam perancangan dan pelaksanaan penelitian baik dalam merancang penelitian, penganalisisan data, maupun penarikan simpulan terhadap ringkasan-ringkasan data (Ostle & Mensing dalam Lubis, 1989). Tetapi penggunaan statistika tidak boleh digunakan begitu saja dalam penelitian, karena masing-masing teknik statistika memenuhi anggapan-anggapan tertentu. Selain itu, dalam penerapannya harus sejalan dengan rumusan masalah, pernyataan masalah dan/atau hipotesis penelitian, dan tujuan kajian.
Sebagian besar dari program-program studi di IPB mewajibkan satu atau lebih matakuliah dalam statistika. Matakuliah-matakuliah statistika di IPB dikoordinasikan oleh Departemen Statistika, yaitu sesuai dengan mandat Departemen Statistika. Mahasiswa mengaplikasikan berbagai matakuliah dan praktika statistika yang pernah dipelajari ke dalam kajian ilmiah.
Karya ilmiah berupa skripsi adalah salah satu syarat untuk menyelesaikan studi pada pendidikan program sarjana di IPB. Mutu karya ilmiah tersebut dapat dijadikan sebagai salah satu tolak ukur mutu output pendidikan program studi sarjana.
Tidak tertutup kemungkinan bahwa skripsi yang dibuat mahasiswa program sarjana mengandung beberapa kekeliruan dalam penggunaan teknik-teknik statistika. Yaitu, seperti dapat dilihat dalam bab-bab Pendahuluan, Bahan dan Metode, serta Hasil dan Pembahasan. Kekeliruan dalam penerapan teknik-teknik statistika dapat bersumber dari adanya kesenjangan antara bahan pelajaran
statistika yang diterima dalam kuliah dengan kebutuhan untuk skripsi mereka.
Studi kasus yang dilakukan penulis difokuskan pada program studi Biologi dan Gizi Masyarakat dan Sumberdaya Keluarga (GMSK). Untuk kajian ini digunakan teknik content analysis untuk mengidentifikasi kekeliruan-kekeliruan dalam penggunaan teknik-teknik statistika. Penelusuran dilihat dari isi bab-bab Pendahuluan, Bahan dan Metode, Hasil dan Pembahasan, serta Simpulan dan Saran. Aspek-aspek statistika yang digunakan dalam bab-bab tersebut seharusnya saling berkaitan.
Tujuan
Tujuan penelitian ini adalah mengidentifikasi adanya kesenjangan antara bahan pembelajaran statistika dan keperluan skripsi mahasiswa Program Studi Sarjana Biologi dan GMSK di IPB.
Hasil yang diperoleh dapat dijadikan sebagai bahan masukan yang diharapkan dapat membantu pihak institusi dalam mengambil kebijakan sistem pendidikan. Temuan-temuan menyimpang yang berharga dapat diperhatikan mahasiswa sarjana khususnya dan lulusan program studi sarjana pada umumnya.
TINJAUAN PUSTAKA Metode Survei
Secara umum metode-metode pengumpulan data dalam kajian-kajian ilmiah dengan penerapan statistika dapat digolongkan menjadi dua macam (Musa, 2007b), yaitu:
1. Percobaan contoh 2. Bukan percobaan contoh
Bukan percobaan contoh, terbagi dalam survei cacah lengkap/sensus dan survei contoh. Survei contoh terbagi menjadi survei contoh acak dan survei contoh bukan acak. Pada dasarnya yang termaksud dalam metode survei adalah survei contoh acak (probability sample survey), survei cacah lengkap, dan survei contoh bukan acak (nonprobability sample survey) (Kish dalam Musa, 2007b).
Sejumlah obyek mungkin berupa contoh atau universum. Dalam matematika, universum didefinisikan sebagai suatu gugus obyek (makhluk, benda, dan sebagainya) yang memiliki beberapa kesamaan untuk dijadikan sebagai suatu semesta atau pokok pembicaraan (Musa, 2007b). Universum dapat berukuran
Metode pengambilan contoh dapat diklasifikasikan berdasarkan hal-hal berikut (Musa 2007a):
terhingga atau tak-terhingga. Suatu universum terhingga mungkin berukuran kecil, besar, atau besar sekali sehingga dapat disebut sebagai universum tak-terhingga. Suatu universum dikatakan berukuran besar jika
1. Pembagian universum atau kerangka pengambilan contoh. 05 . 0 ≤ N n , sebaliknya jika • Berlapis. 05 . 0 > N n • Tidak berlapis maka universum dikatakan berukuran kecil (Cochran, 1977).
2. Satuan pengambilan contoh. • Berupa obyek individual Data untuk suatu peubah pengamatan dari
seluruh obyek anggota suatu universum dinamakan sebagai data populasi peubah pengamatan yang dimaksud (Musa, 2007b). Sembarang ringkasan data dari populasi data (disingkat populasi) disebut parameter populasi.
• Gerombol sejumlah obyek 3. Pengambilan contoh.
• Berjenjang tunggal (single-stage) • Berjenjang jamak (multi-stage) • Bertahap tunggal (single phase) • Bertahap ganda (double phase) 4. Prosedur seleksi.
Contoh berukuran
n
<
N
• Acak, di antaranya adalah simple random sampling, stratified random sampling dengan propotional to size, dan systematic sampling.obyek ialah suatu anak gugus dari suatu kerangka pemetikan berukuran N obyek. Sembarang ringkasan data yang didapat dari data contoh disebut sebagai statistik. Jika n unsur dari contoh S
• Bukan acak, di antaranya ada contoh sengaja, contoh pertimbangan, dan semi acak.
i diseleksi secara obyektif berdasarkan penerapan kaidah-kaidah hukum peluang maka Si =
{
ui1,ui2,ui3,K,uin}
dinamakan sebagai suatu contoh acak (probability sample). Sebaliknya jika seleksi untuk n unsur contoh SPeubah-Peubah Penelitian i
dilakukan tidak berdasarkan penerapan kaidah-kaidah peluang atau dipilih secara subyektif maka contoh yang dimaksud bukan contoh acak (nonprobability sample) (Musa, 2007b).
Suatu peubah dipilih untuk menyatakan, mengetahui atau mengenali keanekaan ciri-ciri atau respons-respons dari sejumlah obyek yang diamati (Musa, 2007b).
Rambe dan Nasoetion dalam Musa (2007a) menggolongkan berbagai macam contoh berdasarkan dua hal, yaitu:
1. Seleksi acak untuk n unsur suatu contoh dari N unsur universum: diterapkan atau tidak diterapkan?
2. Tindakan pengambilan contoh dalam seleksi untuk n unsur suatu contoh: obyektif atau subyektif?
Berdasarkan dua kriteria tersebut, diidentifikasi ada empat jenis contoh yang dapat dilihat pada Tabel 1.
Peubah dapat dikategorikan menjadi peubah kategorik dan peubah numerik. Peubah kategorik berskala penilaian nominal atau ordinal. Banyaknya kategori untuk suatu peubah kategorik mungkin dua (binom) atau lebih dari dua (multinom). Sedangkan suatu peubah numerik mungkin berskala pengukuran interval atau rasio. Selain itu, berdasarkan kepekatan nilai-nilainya peubah numerik terbagi dalam peubah diskret atau kontinyu.
Tabel 1 Jenis Contoh Berdasarkan Rambe dan Nasoetion
Penilaian skala hedonik dilakukan dengan menggunakan pancaindera dan pertimbangan bukan dengan alat ukur, menggunakan suatu titik nol bukan alami yang disepakati sebagai suatu kategori ‘tengah’ atau ‘netral’, dan jarak atau beda antara dua kategori tidak dapat diukur.
Kaidah Seleksi Acak Pengambilan
Skala intensitas mempunyai titik nol alami, yaitu ‘tidak ada’ tetapi skala dibatasi oleh satu nilai kategori tunggal ekstrim dan beda atau jarak antara dua nilai kategori tidak terukur dengan baik.
Kajian-kajian ilmiah bekerja dengan data empiris dari pengamatan untuk peubah-peubah yang terukur atau ternilai. Akan tetapi, tidak
Contoh Terterapkan Tidak
Terterapkan Contoh Sengaja
Obyektif Contoh Acak
Contoh Semi-Acak
Contoh Pertimbangan Subyektif
jarang peneliti berhadapan dengan suatu peubah komposit, yaitu suatu peubah yang atribut-atributnya tidak dapat diukur atau dinilai secara langsung. Peubah ini terdiri atas sejumlah peubah komponen yang berupa peubah operasional. Pengukuran atau penilaian langsung hanya mungkin dilakukan terhadap atribut-atribut dari masing-masing peubah operasional (Musa, 2007b).
Prosedur memperoleh data dalam survei rumah tangga yang umum digunakan di antaranya adalah dengan wawancara terstruktur baik secara langsung maupun melalui telepon, kuesioner yang diisi sendiri oleh responden, dan pengamatan langsung atau direct observasi (Scheaffer et al.,1990).
Instrumen yang digunakan dapat berupa kuesioner atau formulir. Dalam penggunaan kuesioner, untuk menjaga kualitas data yang diperoleh, harus dipastikan terlebih dahulu bahwa kuesioner yang digunakan sudah valid dan reliabel. Kuesioner dikatakan valid jika pertanyaan pada suatu kuesioner dapat mengukur apa yang ingin diukur, sedangkan reliabel artinya data hasil pengukuran relatif konsisten apabila alat ukur yang sama digunakan untuk mengukur berkali-kali.
Menurut Colgan (1978) untuk survei area terhadap perilaku subyek penelitian, ada beberapa prosedur memperoleh data. Pencatatan lengkap yaitu pengamat mencatat waktu dan durasi setiap perilaku yang muncul. Jika pengamat hanya mencatat urutan perilaku yang muncul tanpa mencatat waktu dan durasi, maka telah dilakukan sequence record. Focal animal sampling yaitu memfokuskan pengamatan hanya pada satu individu pada grup subyek penelitian untuk satu waktu tertentu. “On-The-Dot” sampling yaitu pengamat melakukan pengamatan dengan interval waktu tertentu. Selain itu ada One-Zero sampling yaitu pengamat hanya mencatat apakah perilaku tertentu muncul atau tidak pada subyek penelitian.
Rumusan Masalah
Dalam statistika, model rumusan masalah umumnya dinyatakan dalam bentuk persamaan matematis yang menyatakan hubungan antarpeubah penelitian. Model rumusan masalah tersebut dapat berupa model linear atau model nonlinear.
Parameter suatu model linear adalah dalam bentuk linear, bukan sebagai eksponen seperti pada model nonlinear (Musa, 2007b). Timm
(1975) menggolongkan model-model linear ke dalam enam kelas, yaitu: model-model hubungan fungsional untuk percobaan, rancangan percobaan, regresi bersyarat, peragam, komponen-komponen ragam, dan campuran.
Model rumusan masalah yang digunakan penting dan diperlukan dalam menyusun pernyataan masalah dan/atau pernyataan hipotesis. Pernyataan masalah mutlak diperlukan untuk suatu penelitian. Tetapi, tidak semua penelitian harus mempunyai pernyataan hipotesis (Babbie, 1989).
Pernyataan masalah penelitian perlu digunakan dalam menyusun tujuan penelitian. Suatu tujuan ialah pernyataan bagaimana penelitian hendak dilaksanakan sebagai suatu strategi untuk mencapai sasaran. Yaitu, dengan lebih dahulu mengkaji “bagaimana berlangsungnya” (Barker dalam Musa, 2007a). Ketercapaian suatu tujuan harus dapat dinilai untuk evaluasi keberhasilan kajian. Cara untuk mencapai tujuan penelitian dapat dilihat dari teknik analisis data yang digunakan.
Teknik Analisis Data
Teknik analisis data dalam penelitian ini maksudnya adalah alat untuk mengolah data, menganalisis data, dan menarik simpulan dari data yang dikumpulkan untuk menjawab permasalahan, untuk tercapainya tujuan penelitian, dan untuk menguji hipotesis.
Menurut Musa (2007b), pada satu peubah (Y) jika peubah tersebut berskala penilaian nominal, maka ringkasan data yang dapat digunakan antara lain: banyaknya data, frekuensi, dan modus. Jika peubah tersebut berskala penilaian ordinal, hedonik, atau intensitas maka ringkasan data yang dapat digunakan adalah: nilai minimum, nilai maksimum, frekuensi kumulatif, dan semua ringkasan data yang tercakup pada peubah berskala penilaian nominal. Jika peubah tersebut berskala pengukuran interval atau rasio maka ringkasan data yang dapat digunakan yaitu: kuartil 1, median, kuartil 3, rataan, rataan dipancung, simpangan baku, galat baku, jumlah, dan semua ringkasan data yang tercakup pada peubah berskala penilaian nominal, ordinal, hedonik, atau intensitas.
Pada dua peubah (Y dan X), ada kemungkinan dua peubah tersebut berasosiasi positif atau negatif. Jika peubah-peubah tersebut saling berasosiasi, maka kedua peubah tersebut akan bersifat tak-bebas. Tetapi ada
kalanya hubungan antara dua peubah berlaku hubungan menentukan dan ditentukan.
1. Uji Kebebasan dan Ukuran Asosiasi
Uji kebebasan dan ukuran asosiasi antara peubah numerik dapat digunakan korelasi Pearson yang termasuk dalam statistika parametrik. Untuk uji kebebasan dan ukuran asosiasi antara peubah kategorik, digunakan statistika nonparametrik seperti tabel kontingensi r x c, koefisien phi, statistik Cramer, Spearman, Tau Kendall, dan sebagainya. Sedangkan uji kebebasan dan ukuran asosiasi antara peubah kategorik dan numerik dapat digunakan biserial correlation coefficient yang termasuk dalam statistika parametrik dan point biserial correlation coefficient yang termasuk dalam ruang lingkup nonparametrik (Daniel, 1990).
Regresi Logistik dipertimbangkan untuk hubungan X Æ Y dengan Y adalah peubah kategorik dan X adalah peubah numerik atau kategorik (Hosmer & Lemeshow, 1989). Teknik analisis ragam model linear aditif dapat dipertimbangkan dalam menganalisis hubungan X Æ Y untuk Y peubah numerik dan X peubah kategorik. Untuk menganalisis hubungan X Æ Y dengan X dan Y peubah numerik dapat dipertimbangkan menggunakan regresi linear atau regresi nonliner.
2. Hubungan Menentukan dan Ditentukan
Suatu hubungan X Æ Y mungkin didefinisikan untuk memperoleh suatu deskripsi atau prediksi dari hubungan antara suatu peubah sebab, indikator dengan suatu peubah akibat dalam suatu hubungan kausal. Atau dimaksudkan untuk mendapatkan prediksi bagi peubah Y dari dari suatu hubungan fungsional (bukan kausal) Y pada X berdasarkan nilai-nilai peubah prediktor atau regresor X (Musa, 2007b).
Arti linear pada model persaman regresi linear tidak diartikan bahwa hubungan antarvariabel dapat digambarkan secara grafik sebagai suatu garis lurus, melainkan model itu linear dalam parameternya. Persamaan regresi yang menggambarkan hubungan antara satu peubah prediktor (X) dan satu peubah prediktan (Y) disebut persamaan regresi linear sederhana. Sedangkan persamaan regresi yang menggambarkan satu peubah prediktan (Y) dan beberapa peubah prediktor (X) disebut persamaan regresi berganda (Ryan, 1997).
BAHAN DAN METODE Bahan
Bahan yang digunakan dalam penelitian ini adalah lima skripsi tahun 2006 untuk setiap program studi (Biologi dan GMSK) yang diperoleh dari Perpustakaan LSI IPB. Total keseluruan skripsi yang dikaji berjumlah 10. Tabel 2 Daftar Judul Skripsi Contoh
No. Program Studi Judul Skripsi
1. Pertumbuhan dan Perkembangan Anak Balita dengan Status Gizi Stunting
dan Normal 1 2.
Persepsi Ibu Tentang Label Makanan Kemasan Anak Sekolah Dasar 1
3.
4. Analisis Kepuasan Pengguna Kartu Askeskin Terhadap Kualitas Pelayanan
Puskesmas Tanjungsari Sumedang 2
Keragaan Lingkungan Meso Anak Sibuk dan Faktor-Faktor yang
Mempengaruhi Anak Sibuk di Kota Bogor 1
GMSK 5.
Gaya Hidup Pria Dewasa di Pedesaan dan Perkotaan Bogor, Kaitannya
dengan Faktor Risiko Penyakit Jantung Koroner 1
6. Pola Pertumbuhan Anak Usia 1 – 5 Tahun di Wilayah Bogor 3
7. Keanekaragaman Plankton di Sungai Cikaniki 1
8. Penyebaran dan Kinerja Cecidochares connexa Sebagai Agen Pengendali
Hayati Chromolaena odorata di Jawa Barat 2
9.
Afiliasi Antar Monyet Ekor Panjang (Macaca fascicularis) Betina di Pulau Tinjil 2
Biologi 10.
Interaksi Burung dan Tumbuhan di Kawasan Koridor Taman Nasional
Gunung Halimun – Salak 3
Keterangan Tabel 2:
1. Probability Sample Survey
2. Nonprobability Sample Survey
Skripsi yang dipilih memiliki topik bahasan yang berbeda-beda. Hal ini dimaksudkan agar skripsi yang terambil dapat mendeskripsikan bidang ilmu program studi tersebut. Daftar judul skripsi yang dikaji dapat dilihat pada Tabel 2. Skripsi nomor 1 sampai 5 adalah skripsi dari program studi GMSK, sedangkan sisanya dari program studi Biologi.
• Pernyataan masalah:
A1 Berupa kalimat interogatif
Menyatakan hubungan antara dua peubah atau lebih
A2
B1 Dinyatakan secara khusus, jelas
B2 Sesuai dengan rumusan masalah
C1 Tidak dinyatakan
C2 Tidak sesuai dengan rumusan masalah
• Pernyataan hipotesis:
Bermakna mengenai hubungan antarpeubah
Metode A1
Jernih dan dapat dilakukan pengujian terhadap hubungan yang dinyatakan A2
Prosedur yang dilakukan dalam penelitian
ini adalah: Menyebutkan hipotesis nol dan hipotesis tandingan
B1
1. Melakukan content analysis.
Content analysis adalah metode yang diterapkan pada penelitian kualitatif untuk menuliskan materi analisis dengan cara mengidentifikasi karakter khusus dari hal yang diteliti. Tujuan dari content analysis selain mengidentifikasi juga untuk menggambarkan karakter khusus tersebut. (Ary et al., 2002)
B2 sesuai dengan pernyataan masalah
Dalam bentuk kalimat deklaratif atau dengan persamaan matematis B3
C1 Tidak dalam bentuk kalimat deklaratif
C2 Tidak sesuai dengan pernyataan masalah
C3 Tidak mencantumkan hipotesis tandingan
• Tujuan:
Dinyatakan dengan jelas dan spesifik terhadap faktor-faktor yang akan dipelajari dampaknya
A1
Content analysis dilakukan dengan mengkaji rumusan masalah, rancangan pengumpulan data, dan analisis data. Rumusan masalah ditelusuri dari bab Pendahuluan sedangkan rancangan pengumpulan data dan analisis data ditelusuri dari bab Bahan dan Metode, Hasil dan Pembahasan, serta Simpulan dan Saran.
B1 Sesuai dengan permasalahan
Dapat diperiksa apakah tujuan ini tercapai atau tidak dalam penelitian
B2
C1 Tidak dinyatakan
C2 Tidak sesuai dengan permasalahan
• Implikasi/Sasaran:
A1 Dinyatakan dengan jelas dan singkat
B1 Sesuai dengan tujuan penelitian
C1 Tidak dinyatakan
b. Rancangan pengumpulan data, yang terdiri dari: obyek/subyek pengamatan, metode pengambilan contoh, dan prosedur perolehan data. Kriteria penilaian untuk tiap peubah dapat dilihat pada Tabel 4.
Rumusan masalah, rancangan pengumpulan data, dan analisis data dari skripsi yang dikaji kemudian diberi penilaian. Ada tiga kategori penilaian, yaitu:
• Baik • Cukup
Tabel 4 Kriteria Penilaian Rancangan Pengumpulan Data • Kurang
Peubah-peubah yang dinilai adalah: a. Rumusan masalah, yang terdiri dari:
rumusan masalah, pernyataan masalah, tujuan, implikasi/sasaran. Kriteria penilaian untuk tiap peubah dapat dilihat pada Tabel 3.
• Obyek/subyek pengamatan
Menjelaskan ukuran universum (terhingga atau tidak terhingga)
A1
Penentuan ukuran contoh ditetapkan dari suatu kajian yang tepat
A2
Menjelaskan obyek/subyek pengamatan dengan jelas
B1
Tabel 3 Kriteria Penilaian Rumusan Masalah
Menjelaskan bahwa obyek/subyek pengamatan berupa contoh atau universum B2
• Rumusan masalah:
Jika pengamatan dilakukan terhadap contoh, maka disebutkan ukuran contoh yang digunakan
A1 Merupakan rumusan problem solving
B3
A2 Dinyatakan dengan model matematis
B1 Menyatakan permasalahan secara umum
Tidak menjelaskan obyek/subyek pengamatan dengan jelas
B2 Dinyatakan dengan model verbal C1
C1 Tidak dinyatakan
Tidak menjelaskan bahwa obyek/subyek pengamatan berupa contoh atau universum
C2 Dinyatakan tapi tidak menjelaskan
masalah
Kriteria penilaian disusun berdasarkan konsep-konsep yang dijabarkan pada Tinjauan Pustaka. Peubah akan dinilai “Cukup” jika memenuhi semua kriteria pada kategori B (B1, B2, B3,....). Selanjutnya jika semua kriteria pada kategori B (B1, B2, B3,....) terpenuhi dan memenuhi setidaknya satu kriteria dalam kategori A (A1, A2, A3,....) maka peubah tersebut akan dinilai “Baik”. Tetapi jika peubah tidak memenuhi semua kriteria pada kategori B (B1, B2, B3,....) atau memenuhi tapi setidaknya memenuhi satu kriteria pada kategori C (C1, C2, C3,...) maka peubah dinilai “Kurang”.
Penentuan ukuran contoh ditetapkan dari suatu kajian yang tidak tepat C3
• Metode pengambilan contoh:
Menyebutkan dengan jelas metode pengambilan contoh yang digunakan A1
Menjelaskan bahwa penelitian menggunakan satu contoh, dua contoh bebas atau tidak bebas, atau tiga contoh atau lebih
A2
B1 Sesuai dengan permasalahan
Menjelaskan prosedur pengambilan contoh yang digunakan dengan jelas B2
Metode yang digunakan kurang sesuai karena ada alasan untuk menyatakan keliru dan ada alternatif metode lain yang dianggap relatif lebih sesuai C1
• Prosedur perolehan data:
Meskipun disadari masih banyak kelemahan yang mungkin disebabkan karena adanya perbedaan dalam menilai, akan tetapi dengan adanya konsep-konsep yang dijabarkan pada Tinjauan Pustaka tersebut diharapkan dapat diperoleh gambaran tentang kekeliruan yang terjadi dalam contoh skripsi penelitian metode survei.
Jika menggunakan instrumen, maka melampirkan instrumen untuk perolehan datanya
A1
Jika menggunakan kuesioner dalam perolehan data, maka dilakukan uji validitas dan reliabilitas terhadap kuesioner jika diperlukan A2
Menjelaskan prosedur perolehan data dengan jelas
B1
Tidak menjelaskan prosedur perolehan data dengan jelas
C1
2. Interpretasi hasil.
Jika menggunakan kuesioner dalam perolehan data, tetapi tidak dilakukan uji validitas dan reliabilitas terhadap kuesioner yang seharusnya perlu untuk diuji
C2
Peneliti menginterpretasikan hasil penilaian terhadap peubah-peubah yang dinilai dan mengidentifikasi temuan-temuan penting yang berupa hasil identifikasi terhadap kekeliruan-kekeliruan yang terjadi pada skripsi contoh. Selain itu, peneliti juga memberikan alternatif teknik analisis data yang lebih sesuai digunakan untuk permasalahan.
c. Analisis data. Kriteria penilaian untuk peubah analisis data dapat dilihat pada Tabel 5.
Tabel 5 Kriteria Penilaian Analisis Data
Pada beberapa kasus, alternatif teknik analisis yang diberikan peneliti bukan ditujukan untuk menggantikan atau menandakan terjadi kekeliruan dalam penggunaan teknik analisis yang digunakan pada skripsi yang dikaji. Alternatif yang diberikan hanya merupakan alternatif teknik analisis yang dirasa peneliti dapat menyelesaikan permasalahan dengan cara yang lebih efektif dan efisien.
Menjelaskan dan memeriksa asumsi yang dibutuhkan dalam penggunaan metode analisis
A1
Menuliskan rumus yang berkaitan dengan metode analisis dengan tepat
A2
Menggunakan metode analisis yang sesuai dengan permasalahan sehingga tujuan penelitian dapat tercapai B1
Menggunakan metode analisis yang tidak tepat untuk menyelesaikan permasalahan karena ada alasan yang menyatakan bahwa analisis yang digunakan tidak sesuai dan paling tidak ada alternatif metode lain yang dianggap relatif lebih sesuai
C1
HASIL DAN PEMBAHASAN
Mahasiswa program studi GMSK sebelum melaksanakan penelitiannya setidaknya telah mengikuti mata kuliah Metode Statistika 1 dan Metode Statistika 2 sebagai mata kuliah wajib. Demikian juga dengan mahasiswa program studi Biologi setidaknya telah mengikuti mata kuliah Metode Statistika 1 sebagai mata kuliah wajib dan Metode Statistika 2 atau Rancangan
Keliru dalam pengujian hipotesis beda nilai tengah
C2
Keliru dalam uji kebebasan dan ukuran asosiasi
C3
Keliru dalam menginterpretasikan hasil atau salah dalam menyimpulkan hasil analisis
Percobaan sebagai mata kuliah pilihan (BAPSI & BAAK, 2003). Silabus untuk masing-masing mata kuliah selengkapnya dapat dilihat pada Lampiran 1.
Peubah-Peubah Penelitian
Seluruh skripsi menjelaskan peubah-peubah penelitian yang digunakan dengan jelas. Terdapat dua skripsi yang dalam penelitiannya menggunakan peubah komposit, yaitu skripsi nomor 2 dan 3. Skripsi nomor 2 bertujuan untuk menilai persepsi ibu tentang label makanan kemasan anak sekolah dasar dan skripsi nomor 3 bertujuan untuk melihat kepuasan pengguna kartu Askeskin terhadap kualitas pelayanan Puskesmas Tanjungsari Sumedang. Peubah-peubah penelitian yang
digunakan pada tiap skripsi dapat dilihat secara lengkap pada Tabel 6.
Rumusan Masalah
Hasil penilaian terhadap rumusan masalah dapat dilihat pada Tabel 7. Secara keseluruhan sebagian besar skripsi dinilai baik untuk tiap peubah kecuali pada pernyataan hipotesis dan implikasi/sasaran. Penilaian terhadap pernyataan hipotesis hanya melibatkan satu skripsi saja karena dari sepuluh skripsi hanya satu skripsi yang mencantumkan pernyataan hipotesis.
Hasil penilaian skripsi-skripsi pada tiap peubah untuk rumusan masalah secara lengkap dapat dilihat pada Lampiran 2.
Tabel 6 Peubah-Peubah Penelitian Tiap Skripsi
Jenis Peubah Skripsi
Nomor Nominal Ordinal Interval Rasio Hedonik Intensitas Komposit
√ √ √ 1 2 √ √ √ √ √ 3 √ √ √ √ 4 √ √ √ √ √ √ 5 √ 6 √ √ 7 √ √ 8 √ 9 √ √ 10 √
Tabel 7 Hasil Penilaian Rumusan Masalah
Peubah Skripsi Nomor Rumusan Masalah Pernyataan Masalah Pernyataan Hipotesis Tujuan Implikasi / Sasaran
1 Baik Baik Kurang Baik Baik
2 Baik Cukup - Baik Baik
3 Baik Baik - Baik Baik
4 Baik Baik - Baik Cukup
5 Baik Baik - Baik Cukup
6 Baik Cukup - Baik Kurang
7 Baik Baik - Baik Kurang
8 Baik Kurang - Baik Kurang
9 Baik Cukup - Baik Kurang
Rumusan masalah pada seluruh skripsi sudah menyatakan permasalahan secara umum dan dinyatakan dengan model verbal. Artinya seluruh skripsi sudah memenuhi syarat untuk dinilai cukup. Selanjutnya terdapat sembilan skripsi yaitu skripsi nomor 1, 2, 3, 4, 5, 6, 7, 8, dan 9 yang rumusan masalahnya juga sekaligus merumuskan problem solving, sehingga sembilan skripsi tersebut mendapat penilaian baik. Sedangkan skripsi nomor 10 mendapat penilaian cukup.
Tidak ada satupun skripsi yang menyatakan rumusan masalah dalam model matematis. Hal ini bisa disebabkan karena dalam penggunaan model matematis dibutuhkan pencarian, perkiraan, pendekatan, dan anggapan ketika menyederhanakan masalah agar model yang diturunkan menjadi operasional sehingga diperlukan ketelitian. Sebaliknya, model matematis memiliki kelebihan yaitu dapat menyatakan masalah dengan lebih singkat dan padat sehingga struktur masalah akan lebih mudah ditangkap dan hubungan-hubungan antara komponen-komponen masalah lebih mudah tergambarkan (Musa, 2007a).
Sebanyak enam skripsi yaitu skripsi nomor 1, 3, 4, 5, 7, dan 10 mendapat penilaian baik dalam pernyataan masalah karena selain dinyatakan secara khusus dan sesuai dengan rumusan masalah, pernyataan masalah juga dinyatakan dalam kalimat interogatif atau menyatakan hubungan antara dua peubah atau lebih. Tiga skripsi yaitu skripsi nomor 2, 6, dan 9 mendapat penilaian cukup karena pernyataan masalah hanya memenuhi kriteria untuk dinilai cukup saja. Sisanya yaitu skripsi nomor 8 dinilai kurang karena tidak menyatakan pernyataan masalah. Pernyataan masalah seharusnya mutlak diperlukan dalam penelitian.
Pernyataan hipotesis yang dinilai hanya berasal dari skripsi nomor 1 dengan judul Pertumbuhan dan Perkembangan Anak Balita Dengan Status Gizi Stunting dan Normal. Pernyataan hipotesis dinilai kurang karena meskipun pernyataan hipotesis sesuai dengan pernyataan masalah dan dinyatakan dalam kalimat deklaratif, tetapi tidak menampilkan hipotesis tandingannya. Sedangkan hipotesis tandingan merupakan salah satu komponen dalam prosedur pengujian hipotesis. Hipotesis nol dan hipotesis tandingan bersifat mutually
exclusive. Artinya jika satu hipotesis ditolak maka sebagai konsekuensinya hipotesis lainnya diterima (Supranto, 2001).
Sembilan skripsi yaitu skripsi nomor 1, 2, 3, 4, 5, 6, 7, 8, dan 9 dinilai baik dalam tujuan karena tujuan penelitian sesuai dengan permasalahan, dapat diperiksa apakah tujuan yang dinyatakan dapat dicapai atau tidak dalam penelitian, dan dinyatakan dengan jelas dan spesifik terhadap faktor-faktor yang akan dipelajari dampaknya. Sedangkan skrpsi nomor 10 dinilai kurang karena tujuan penelitian tidak sesuai dengan permasalahan yaitu mencantumkan bahwa tujuan penelitian untuk mendapatkan data primer.
Penilaian terhadap implikasi atau sasaran memberikan nilai cukup untuk skripsi nomor 4 dan 5 karena implikasi atau sasaran penelitian sesuai dengan tujuan penelitian. Selain itu empat skripsi yaitu skripsi nomor 1, 2, 3, dan 10 dinilai baik karena selain sesuai dengan tujuan penelitian, manfaat atau implikasi penelitian dinyatakan secara singkat dan jelas. Sedangkan untuk empat skripsi lainnya yaitu skripsi nomor 6, 7, 8, dan 9 dinilai kurang karena tidak menyatakan implikasi atau sasaran dari penelitian.
Rancangan Pengumpulan Data
Hasil penilaian terhadap rancangan pengumpulan data dapat dilihat pada Tabel 8. Secara keseluruhan sebagian besar skripsi dinilai baik dalam mengidentifikasi obyek/ subyek pengamatan dan mendapat penilaian cukup dalam prosedur perolehan data yang digunakan. Tetapi sebagian besar skripsi masih dinilai kurang dalam menentukan metode pengambilan contoh yang digunakan.
Hasil penilaian skripsi-skripsi pada tiap peubah untuk rancangan pengumpulan data secara lengkap dapat dilihat pada Lampiran 3.
Tabel 8 Hasil Penilaian Rancangan Pengumpulan Data
Peubah Skripsi
Nomor
Obyek/ Metode Prosedur
Perolehan Data Subyek Pengamatan Pengambilan Contoh
1 Baik Kurang Baik
2 Baik Cukup Kurang
3 Baik Baik Kurang 4 Baik Baik Kurang 5 Kurang Cukup Baik 6 Cukup Kurang Baik 7 Cukup Cukup Cukup 8 Cukup Kurang Cukup 9 Kurang Cukup Cukup 10 Baik Kurang Cukup
1. Obyek/Subyek Pengamatan
Seluruh skripsi mendefinisikan obyek atau subyek pengamatan dengan jelas. Selain skripsi nomor 9, skripsi-skripsi tersebut juga menjelaskan dengan baik apakah pengamatan dilakukan terhadap contoh atau universum. Skripsi yang merupakan probability sample survey dan nonprobability sample survey melakukan pengamatan terhadap obyek/subyek pengamatan yang berupa contoh, baik contoh acak pada probability sampling dan contoh bukan acak pada nonprobability sampling.
Skripsi yang melakukan pengamatan terhadap contoh menyebutkan dengan jelas ukuran contoh yang digunakan, tetapi hanya skripsi nomor 2, 3, dan 5 saja yang ukuran contohnya ditetapkan melalui suatu kajian. Pada skripsi nomor 5 terjadi kekeliruan dalam penentuan ukuran contoh. Penelitian ini ingin menarik simpulan tentang nilai tengah tetapi rumus penentuan ukuran contoh yang digunakan adalah untuk menduga proporsi untuk kejadian binomial dengan menggunakan aproksimasi normal (Walpole, 1995).
Penentuan ukuran contoh menjadi bagian yang penting dalam rancangan pengumpulan data, karena ukuran contoh yang tidak memadai akan memberikan hasil yang tidak signifikan secara statistika. Dengan kata lain jika ukuran contoh tidak cukup besar maka tidak didapat suatu simpulan yang layak sehingga simpulan yang didapat tidak dapat digeneralisasikan terhadap populasi. Selain itu ukuran contoh yang tidak memadai dari pengambilan contoh berupa cluster atau lapisan menyebabkan antarsubset populasi menjadi tidak layak untuk dibandingkan (Kitchenham & Pfleeger, 2002).
Sebagian besar skripsi berhadapan dengan universum terhingga tetapi hanya skripsi nomor 1, 2, 4, dan 10 yang menyebutkan ukuran universumnya secara jelas. Hanya satu skripsi yaitu skripsi nomor 7 yang universumnya tak-terhingga karena plankton di sungai Cikaniki tidak dapat dicacah satu demi satu. Universum terhingga juga dapat dikatakan sebagai universum tidak terhingga jika suatu universum terhingga berukuran kecil, besar atau besar sekali. Seperti pada skripsi nomor 5, 6, dan 9 universumnya tidak disebutkan apakah
terhingga atau tidak terhingga. Pria dewasa dan balita di Bogor memungkinkan untuk dicacah satu demi satu sehingga disebut universumnya terhingga, tetapi jika ukuran universumnya besar sekali maka dapat dianggap tidak terhingga. Begitu juga halnya dengan monyet ekor panjang betina di Pulau Tinjil seperti pada skripsi nomor 9.
Dari sepuluh skripsi, skripsi yang mendapat penilaian baik adalah skripsi nomor 1, 2, 3, 4, dan 10. Skripsi yang mendapat penilaian cukup adalah skripsi nomor 6, 7, dan 8. Sedangkan skripsi nomor 5 dan 9 mendapat nilai kurang.
2. Metode Pengambilan Contoh
Delapan skripsi menjelaskan prosedur pengambilan contohnya dengan jelas. Hanya skripsi nomor 6 dan 10 yang tidak menjelaskan bagaimana prosedur pengambilan contohnya. Prosedur pengambilan contoh akan berpengaruh pada generalisasi kesimpulannya. Jika pengambilan contoh didasarkan pada pengacakan, maka telah dilakukan probability sampling. Contoh yang terambil akan merepresentasikan populasinya karena tidak ada unsur subyektivitas dalam pemilihan contohnya. Kesimpulan yang dihasilkan akan dapat digeneralkan terhadap populasi. Sebaliknya jika pengambilan contoh tidak didasarkan pada pengacakan atau dikenal dengan nonprobability sampling maka contoh yang terambil tidak dapat merepresentasikan populasi sehingga kesimpulan yang dihasilkan tidak dapat digeneralkan. Oleh sebab itu, prosedur pengambilan contoh harus dijelaskan secara jelas. Bila peneliti menentukan lokasi penelitian dengan sengaja, maka hal ini tidak dianggap sebagai metode pengambilan contoh tidak berpeluang atau nonprobability sampling, karena hal ini hanya dianggap sebagai pembatas ruang lingkup penelitian (tempat, waktu, serta pembatasan populasi yang diteliti) (Lubis, 1989).
Dari lima skripsi yang termasuk ke dalam probability sample survey, hanya skripsi nomor 4 yang menyebutkan metode penarikan contoh dengan jelas yaitu simple random sampling. Sedangkan sisanya hanya disebutkan bahwa contoh diambil secara acak. Skripsi yang menggunakan contoh tidak acak atau yang merupakan nonprobability sampling yaitu skripsi nomor 3, 8, dan 9 menggunakan purposive sampling.
Terdapat tiga skripsi yang metode penarikan contohnya dirasa kurang sesuai, yaitu skripsi nomor 1, 8, dan 10. Pada skripsi nomor 1 subyek penelitian adalah balita, tetapi contoh yang
didapat tidak ada contoh bayi dengan umur dibawah satu tahun. Artinya contoh yang didapat tidak dapat mewakili populasi secara keseluruhan, sedangkan baik pada probability sampling maupun nonprobability sampling bertujuan untuk mendapatkan contoh yang merepresentasikan populasi.
Stratified random sampling digunakan sebagai alternatif metode penarikan contoh yang lebih baik. Kelebihan dari metode ini adalah semua ciri-ciri populasi yang heterogen dapat terwakili dan memungkinkan peneliti untuk mengamati hubungan antara satu lapisan dengan lapisan yang lain. Hal ini juga terjadi pada skripsi nomor 10 karena Kawasan Koridor Taman Nasional Gunung Halimun – Salak terbagi menjadi tiga daerah yaitu: lahan pertanian, perkebunan teh, dan hutan dengan tipe burung dan tumbuhan untuk masing-masing daerah berbeda. Pada skripsi nomor 1 umur bayi digunakan sebagai lapisan dan jenis daerah digunakan sebagai lapisan pada skripsi nomor 10.
Stratified random sampling juga memungkinkan untuk digunakan sebagai alternatif karena skripsi nomor 1 dan 10 memenuhi persyaratan yang dibutuhkan untuk dilakukannya stratified random sampling Beberapa persyaratan yang harus dipenuhi dalam stratified random sampling di antaranya harus ada kriteria yang jelas untuk digunakan sebagai dasar pembuatan lapisan dan diketahui dengan jelas banyaknya satuan elementer pada setiap lapisan di dalam populasi (Lubis, 1989).
Skripsi nomor 8 menggunakan purposive sampling dalam pengambilan contoh pucuk vegetatif Chromolaena odorata (gulma) yang mengindikasikan ada telur
Cecidochares connexa (serangga) pada tiap plot pengamatan. Purposive sampling termasuk dalam nonprobability sampling, yaitu contoh yang diambil didasarkan pada kemudahan contoh tersebut untuk ditemui atau ketika peneliti mempunyai
pertimbangan tersendiri untuk percaya bahwa contoh yang didapat sudah
merepresentasikan populasi (Kitchenham & Pfleeger, 2002). Kesimpulan yang didapat dari nonprobability sampling tidak bisa digeneralkan.
Alternatif metode penarikan contoh yang digunakan adalah simple random sampling. Simple random sampling dipilih sebagai alternatif karena pada penelitian ini jumlah
seluruh pucuk vegetatif Chromolaena odorata yang ada telur Cecidochares connexa pada tiap plot dihitung. Sehingga, populasi pucuk vegetatif Chromolaena odorata yang ada telur Cecidochares connexa pada tiap plot diketahui.
Dari sepuluh skripsi yang dinilai, skripsi yang mendapat penilaian baik hanya skripsi nomor 3 dan 4. Skripsi yang mendapat penilaian cukup adalah skripsi nomor 2, 5, 7, dan 9. Sedangkan untuk skripsi yang dinilai kurang adalah skripsi nomor 1, 6, 8, dan 10.
3. Prosedur Perolehan Data
Seluruh skripsi sudah menjelaskan prosedur perolehan datanya dengan jelas. Dari seluruh skripsi yang menggunakan instrumen dalam pengambilan data, hanya skripsi nomor 1, 4, 5, dan 6 saja yang melampirkan instrumen pengambilan datanya.
Penelitian yang menggunakan kuesioner sebagai instrumen pengambilan data di antaranya adalah skripsi nomor 2, 3, dan 4. Kuesioner ini bertujuan untuk mengukur hal yang tidak bisa diukur secara langsung karena bersifat subyektif sehingga diperlukan adanya uji validitas dan reliabilitas. Tetapi pada skripsi nomor 2 dan 3 tidak dilakukan uji validitas dan reliabilitas, sedangkan pada skripsi nomor 4 hanya dilakukan uji reliabilitas saja. Jika kedua syarat, yaitu valid dan reliabel tidak terpenuhi, maka kesimpulan penelitian tidak sepenuhnya dapat dipercaya karena hasil penelitian yang valid dan reliabel hanya didapat dengan menggunakan instrumen yang valid dan reliabel dalam pengumpulan data (Ary et al., 2002).
Ukuran yang biasa digunakan dalam menilai reliabilitas adalah nilai cronbach alpha. Pertanyaan dalam kuesioner dikatakan reliabel jika nilai cronbach alpha
≥
0,7. Jika nilai cronbach alpha yang dihasilkan kecil, maka pertanyaan tersebut belum reliabel sehingga dapat dihapus atau diganti untuk mendapatkan nilai cronbach alpha yang lebih tinggi. Ini menjadi alasan terjadinya kekeliruan pada skripsi nomor 4 karena nilai cronbach alpha yang dihasilkan dari uji reliabilitas sangat rendah tetapi tidak ada tindakan yang dilakukan untuk mengatasinya.Prosedur perolehan data yang digunakan pada skripsi nomor 9 adalah pengamatan langsung atau observasi terhadap perilaku monyet ekor panjang betina. Metode pengamatan yang digunakan yaitu ad libitum sampling, yaitu pengamat mencatat setiap perilaku yang menjadi fokus pengamatan. Dalam skripsi ini perilaku yang menjadi fokus pengamatan adalah perilaku afiliatif yaitu berupa
social grooming dan keadaan berdekatan jarak. Metode ini baik digunakan dalam kondisi saat pengamat sudah mengenal populasinya dengan baik dan melihat adanya perubahan perilaku. Oleh sebab itu metode ini cocok digunakan dalam skripsi nomor 9 karena peneliti menduga ada perubahan perilaku pada monyet ekor panjang betina di Pulau Tinjil.
Tabel 9 Hasil Penilaian Analisis Data
Sk
No n
ripsi
mor A alisis Data
1 Kurang 2 Kurang 3 Kurang
Skripsi nomor 9 selain bertujuan untuk mempelajari pola afiliasi antarmonyet ekor panjang betina, juga ingin melihat proporsi waktu yang dihabiskan monyet ekor panjang betina untuk perilaku afiliasi tersebut sehingga selain digunakan metode Ad Libitum sampling lebih baik digunakan juga “On-the-Dot” sampling karena metode ini cocok digunakan untuk melihat persentasi waktu yang dihabiskan untuk aktivitas tertentu (Colgan, 1978). 4 Kurang 5 Kurang 6 Cukup 7 Baik 8 Kurang 9 Cukup 10 Baik
Hasil penilaian skripsi-skripsi pada tiap peubah untuk rancangan pengumpulan data secara lengkap dapat dilihat pada Lampiran 4. Terdapat 4 skripsi menggunakan metode analisis yang kurang tepat yaitu skripsi nomor 3, 4, 5, dan 8.
Dari sepuluh skripsi yang dinilai, skripsi yang mendapat penilaian baik adalah skripsi nomor 1, 5, dan 6. Skripsi yang mendapat penilaian cukup adalah skripsi nomor 7, 8, 9, dan 10. Sedangkan untuk skripsi yang dinilai kurang adalah skripsi nomor 2, 3, dan 4.
Kekeliruan-kekeliruan yang terjadi pada rancangan pengumpulan data bisa disebabkan karena mahasiswa kurang paham terhadap metode-metode penarikan contoh. Hal ini disebabkan karena pelajaran Metode Penarikan Contoh tidak diajarkan secara khusus melainkan tergabung dalam pelajaran Metode Statistika 1 sehingga tidak terlalu terfokus.
Skripsi nomor 3 bertujuan untuk melihat kepuasan pengguna kartu Askeskin terhadap kualitas pelayanan Puskesmas Tanjungsari Sumedang. Kepuasan contoh sebagai peubah komposit didapat dengan the expectancy disconfirmation model yaitu membandingkan skor rata-rata Kinerja dan Kepentingan untuk tiap dimensi service quality (Reliability, Responsiveness, Asurance, Empathy, dan Tangibles). Penghitungan skor rata-rata Kinerja dan Kepentingan menggunakan bobot. Bobot yang digunakan adalah kode dari skala yang digunakan yaitu skala likert (1, 2, 3, 4, dan 5). Prosedur ini boleh jadi tidak dapat dipandang sebagai manuver yang sah karena memperlakukan kode sebagai bilangan (Musa, 2007b).
Analisis Data
Hasil penilaian terhadap analisis data dapat dilihat pada Tabel 9. Secara keseluruhan sebagian besar skripsi dinilai kurang untuk analisis data. Ada 6 skripsi yang mendapat penilaian kurang, yaitu skripsi nomor 1, 2, 3, 4, 5, dan 8. Skripsi yang mendapat penilaian cukup adalah skripsi nomor 6 dan 9. Sedangkan skripsi dengan penilaian baik adalah skripsi nomor 7 dan 10.
Indeks Kepuasan Pelanggan (IKP) dapat digunakan sebagai alternatif analisis karena pembobot yang dibutuhkan dalam pengukuran IKP ditentukan secara subyektif atau dengan kajian khusus seperti dengan regresi logistik. Cara kedua dapat menghindari jawaban responden yang hanya memusat di satu titik, tetapi pelaksanaannya butuh ketelitian dalam merancang kuesioner dan saat pengambilan datanya. Selain itu IKP dapat melihat tingkat kepuasan pengguna secara menyeluruh (Bhote dalam Kuncoro, 2006). Tidak seperti analisis yang digunakan pada skripsi nomor 3 yaitu the expectancy disconfirmation model. Kepuasan hanya dilihat untuk masing-masing dimensi service quality.
Penelitian skripsi nomor 4 ingin melihat pengaruh lingkungan meso (besar keluarga,
Hasil content analysis terhadap sepuluh contoh skripsi juga mengidentifikasi adanya kekeliruan dalam menentukan uji hipotesis yang digunakan untuk menguji beda nilai tengah, dan menentukan ukuran asosiasi sekaligus menguji kebebasan. Kekeliruan tersebut ditemukan pada skripsi nomor 1, 2, 4, dan 5.
lingkungan pertetanggaan, lingkungan kerja ibu, peer group ibu, dan lingkungan anak sekolah) pada anak sibuk. Teknik analisis statistika yang digunakan adalah regresi linear berganda. Seharusnya digunakan regresi logistik biner karena lingkungan meso berupa peubah kategorik dan anak sibuk memiliki skala nominal (Hurried children dan Nonhurried children) (Hosmer & Lemeshow, 1989).
Kekeliruan ini terjadi karena peneliti tidak memperhatikan syarat-syarat penggunaan uji hipotesis dan ukuran asosiasi yang digunakan sehingga menggunakan analisis parametrik. Seharusnya, digunakan analisis nonparametrik karena data berupa data ketegorik. Pada analisis parametrik membutuhkan asumsi-asumsi yang harus terpenuhi, yaitu pengamatan bebas, data berasal dari populasi yang menyebar normal, dan ragam homogen (Anonim, 2007). Pada data kategorik, asumsi-asumsi tersebut umumnya tidak dapat terpenuhi.
Skripsi nomor 5 menggunakan empat contoh bebas, yaitu pria dewasa di wilayah perkotaan dengan tingkat pendapatan rendah, pria dewasa di wilayah perkotaan dengan tingkat pendapatan tinggi, pria dewasa di wilayah pedesaan dengan tingkat pendapatan rendah, dan pria dewasa di wilayah pedesaan dengan tingkat pendapatan tinggi. Masing-masing kelompok diambil dari empat desa berbeda yang dianggap dapat mewakili masing-masing karakteristik contoh. Dalam pengujian beda nilai tengah digunakan teknik analisis untuk dua contoh bebas yaitu uji t. Agar lebih efisien seharusnya digunakan teknik analisis nonparametrik untuk tiga atau lebih contoh bebas karena peubah bernilai kategorik (Daniel, 1990).
Selain itu, ditemukan juga kekeliruan dalam menarik kesimpulan seperti terjadinya over generalization terhadap hasil penelitian yang ditemukan pada skripsi nomor 3. Kekeliruan dalam menginterpretasikan hasil ditemukan pada skripsi nomor 1 yaitu keliru dalam menginterpretasikan nilai R2
Ada beberapa asumsi yang harus terpenuhi dalam penggunaan regresi linear. Asumsi yang harus diperiksa adalah kenormalan galat, homoskedastisitas, autocorelation, dan multikolinearitas. Pemeriksaan asumsi harus dilakukan jika peneliti melakukan pengujian terhadap koefisien regresi. Jika dilakukan pengujian koefisien regresi tanpa pemeriksaan asumsi maka dianggap suatu kekeliruan (Lubis, 1989). Hal ini terjadi pada skripsi nomor 8.
sebagai besar hubungan antara peubah bebas dengan peubah tak bebas. R2 menggambarkan persentase keragaman Y yang dijelaskan dengan menggunakan X untuk memprediksi Y (Ryan, 1997).
Galat tidak menyebar normal, maka spesifikasi model akan salah. Multikolinearatitas membuat nilai dugaan terhadap parameter tidak dapat dilakukan dan nilai R
Kekeliruan-kekeliruan yang terjadi terhadap analisis data bisa disebabkan karena mahasiswa kurang paham dan kurang pengetahuan terhadap teknik-teknik analisis statistika. Skripsi nomor 1, 6, 7, 9, dan 10 sudah menggunakan metode analisis yang sesuai dengan permasalahan karena tujuan penelitian dapat tercapai. Akan tetapi, ada alternatif metode yang lebih efektif dan efisien dalam menyelesaikan permasalahan.
2
cenderung besar tetapi banyak peubah bebas yang tidak nyata. Akibat adanya heteroskedastisitas adalah tidak berbias pada untuk pendugaan parameter, tetapi dugaan parameter tidak efisien karena ragamnya menjadi tidak minimum. Selain itu pengujian hipotesis terhadap koefisien regresi tidak dapat dilakukan. Autocorelation mengakibatkan nilai dugaan parameter menjadi berbias dan pengujian hipotesis cenderung untuk tidak nyata atau menerima Ho.
Pada bidang ilmu gizi dikenal adanya standar Z-score sebagai acuan dalam penentuan status gizi. Nilai score ini ada dua macam, yaitu score tinggi badan Menurut Umur (TB/U) dan Z-score berat badan Menurut Umur (BB/U). Z-Z-score yang dimaksud dalam ilmu gizi berbeda dengan standar normal baku yang dikenal di statsitika. Kategori status gizi yang ada dalam Z-score antara lain: Buruk, Kurang, Normal, Lebih, dan Kegemukan. Namun terdapat kejanggalan pada penentuan kategori status gizi. Kegemukan bukan merupakan status gizi melainkan keadaan seseorang kelebihan bobot badan. Z-score dalam penentuan status gizi digunakan pada skripsi nomor 1 untuk menentukan status gizi balita stunting dan normal.
Skripsi nomor 1 membandingkan pertumbuhan dan perkembangan antara balita dengan status gizi stunting dan normal. yang sebenarnya merupakan perbandingan antara dua grafik pertumbuhan dan perkembangan antara balita dengan status gizi stunting dan normal. Pertumbuhan diukur dengan indeks antropometri seperti tinggi badan menurut umur (TB/U) dan berat badan menurut umur (BB/U).
Penelitian pada skripsi nomor 1 sejalan dengan skripsi nomor 6 dengan tujuan melihat pola pertumbuhan balita. Untuk melihat pola pertumbuhan normal, maka diambil contoh balita dengan status gizi normal. Tetapi dalam penentuan status gizi tidak digunakan standar baku nilai Z-score TB/U dan Z-score BB/U seperti yang dilakukan pada skripsi nomor 1. Hal ini mungkin disebabkan karena peneliti yang merupakan mahasiswa Biologi tidak mempunyai pengetahuan mengenai Z-score TB/U dan Z-score BB/U.
Pola pertumbuhan pada skripsi nomor 6 diperoleh dengan regresi median yaitu menghubungkan nilai median untuk tiap umur balita. Regresi median dilakukan secara terpisah untuk pola tinggi badan dan pola berat badan. Jika dilihat dari tujuan penelitian yaitu melihat pola pertumbuhan balita yang dilihat dari dua aspek yaitu tinggi badan dan bobot badan, maka ada alternatif metode lain yang dapat digunakan yaitu regresi bersegmen.
Fungsi pertumbuhan anak yang dihasilkan dari regresi bersegmen dibentuk dari berat badan dan tinggi badan dengan umur anak digunakan sebagai breakpoint. Kelebihan dari metode regresi bersegmen selain dapat melihat pola pertumbuhan juga bisa didapatkan model pertumbuhan anak.
Skripsi nomor 7 bertujuan untuk melihat kelimpahan dan keanekaragaman plankton pada sungai Cikaniki. Sungai Cikaniki terbagi menjadi 5 stasiun dengan kondisi air untuk tiap stasiun berbeda. Pengamatan dilakukan dua kali pada bulan yang berbeda (Maret dan Juni) dengan pengulangan sebanyak lima kali untuk tiap stasiun per bulan. Diketahui ada kecenderungan keanekaragaman plankton pada sungai Cikaniki pada bulan Maret berbeda dengan bulan Juni. Pada penelitian ini Indeks Keanekaragaman Shanon, kelimpahan
plankton, dan Similarity Index digunakan untuk mencapai tujuan penelitian.
Analisis ragam dapat juga diterapkan pada kasus skripsi nomor 7 sehingga pengaruh keragaman data dapat dilihat. Stasiun pada sungai Cikaniki digunakan sebagai rancangan lingkungan, sedangkan perlakuannya adalah bulan saat dilakukannya pengamatan dengan ulangan sebanyak lima kali. Respon yang diukur adalah jumlah plankton yang ditemukan dari semua jenis plankton untuk mengukur kelimpahan. Sedangkan untuk mengukur keanekaragaman plankton, respon yang diukur adalah ada atau tidaknya suatu jenis plankton.
Skripsi nomor 9 merupakan contoh kasus yang menggunakan dendrogram untuk analisis data. Skripsi nomor 9 ingin mengelompokkan monyet ekor panjang betina berdasarkan nilai kedekatan afiliatifnya dengan menggunakan Dendrogram for Association dengan nilai 100 digunakan sebagai pembagi pengelompokkan.
Dendrogram merupakan gambaran secara grafik dari hasil analisis cluster (Johnson & Winchern, 2002). Dalam mengelompokkan beberapa obyek pada analisis cluster tidak ada aturan yang jelas apakah suatu obyek sudah dengan benar dikelompokkan ke dalam suatu kelompok, sehingga pemilihan metode perbaikan jarak sangat dibutuhkan. Agar didapatkan hasil yang lebih akurat, lebih baik dibandingkan hasil pengelompokkan dengan menggunakan beberapa metode perbaikan jarak (Johnson & Winchern, 2002). Hasil pengelompokan yang dipilih adalah yang menghasilkan dendogram dengan metode perbaikan jarak yang memiliki nilai salah klasifikasi terkecil. Aturan baku pemotongan dendrogram tidak ditemukan. Tetapi dapat digunakan jarak yang terjauh antargerombol karena prinsip dari analisis cluster adalah mengklasifikasikan individu yang relatif seragam dalam suatu gerombol berdasarkan ukuran kedekatan yang dalam hal ini adalah ukuran jarak.
Tabel two way contingency dibentuk dari klasifikasi silang antara dua peubah kategorik. Uji khi kuadrat digunakan untuk melihat kebebasan antarpeubah. Model log linear merupakan perluasan dari tabel kontingensi two-way yang umum digunakan untuk mengevaluasi multitable kontingensi yang melibatkan tiga atau lebih peubah. Semua peubah dalam model log linear merupakan peubah respon sehingga model log linear hanya dapat digunakan untuk melihat asosiasi antarpeubah. Selain itu, analisis ini cocok digunakan untuk menjelaskan kejadian yang menyebar poisson (Jeansonne, 2002). Model log
linear dapat diterapkan pada kasus skripsi nomor 10.
Tujuan dari skripsi nomor 10 adalah melihat interaksi burung dan tumbuhan. Peubah yang diamati adalah jenis burung, jenis tanaman, dan aktivitas burung. Pengamatan dilakukan pagi dan sore hari saat tidak hujan. Kejadian ini akan menyebar poisson. Sebaran poisson menggambarkan kejadian pada selang waktu tertentu. Sehingga selain menggunakan tabel frekuensi seperti yang digunakan pada skripsi nomor 10, dapat juga digunakan model log linear sehingga dapat dilihat interaksi antarburung, tumbuhan dan aktivitas burung.
SIMPULAN
Secara umum, dari 10 skripsi yang terambil sebagai studi kasus sebagian besar skripsi mendapat penilaian baik untuk tiap peubah rumusan masalah kecuali pada pernyataan hipotesis dan implikasi/sasaran. Pernyataan hipotesis dinilai kurang karena tidak menampilkan hipotesis tandingan yaitu pada skripsi nomor 1. Implikasi/sasaran dinilai kurang karena implikasi/sasaran penelitian tidak ditulis. Hal ini terjadi pada skripsi nomor 6, 7, 8, dan 9.
Pada peubah rancangan pengumpulan data, sebagian besar skripsi dinilai baik dalam mengidentifikasi obyek/subyek pengamatan dan mendapat penilaian cukup dalam prosedur perolehan data yang digunakan. Tetapi sebagian besar skripsi masih dinilai kurang dalam menentukan metode pengambilan contoh yang digunakan. Terdapat tiga skripsi yang metode penarikan contohnya dirasa kurang sesuai, yaitu skripsi nomor 1, 8, dan 10. Hal ini bisa dikarenakan oleh kurangnya pemahaman mahasiswa terhadap metode-metode penarikan contoh akibat dari tidak diberikannya mata kuliah Metode Penarikan Contoh secara tersendiri. Seperti terlihat pada Lampiran 1, metode penarikn contoh hanya diberikan saat pembahasan cara pemetikan contoh secara acak pada Metode Statistika 1.
Untuk peubah analisis data, skripsi-skripsi tersebut masih dinilai kurang. Kekeliruan yang terjadi pada peubah analisis data salah satunya adalah keliru dalam penentuan metode analisis seperti yang terjadi pada skripsi nomor 3, 4, 5, dan 8.
Kekeliruan dalam menentukan uji hipotesis yang digunakan untuk menguji beda nilai tengah, dan menentukan ukuran asosiasi sekaligus menguji kebebasan ditemukan pada skripsi nomor 1, 2, 4, dan 5. Kekeliruan dalam menarik kesimpulan seperti terjadinya over generalization terhadap hasil penelitian ditemukan pada skripsi nomor 3. Kekeliruan dalam menginterpretasikan hasil ditemukan pada skripsi nomor 1. Selain itu, pada skripsi nomor 1, 6, 7, 9, dan 10 sudah digunakan metode analisis yang sesuai dengan permasalahan tetapi, ada alternatif metode yang lebih efektif dan efisien dalam menyelesaikan permasalahan. Kekeliruan dalam analisis data terjadi karena mahasiswa kurang paham dan kurang pengetahuan terhadap teknik-teknik analisis statistika. Akan tetapi, jika dilihat pada Lampiran 1 mahasiswa sudah dibekali mengenai uji hipotesis suatu parameter maupun mengenai regresi linear sederhana pada Metode Statistika 2. Mahasiswa program studi GMSK maupun Biologi tidak diberikan bahasan mengenai statistik nonparametrik sehingga pemahaman mengenai statistik-statistik nonparametrik sangat kurang.
Kekeliruan-kekeliruan teridentifikasi pada skripsi baik pada rancangan pengumpulan data dan pada analisis data. Ini mengindikasikan telah terjadi kesenjangan antara mata kuliah statistika yang diterima dengan kebutuhan di bidang program studi masing-masing.
SARAN
Pihak institusi perlu mengadakan tinjauan ulang dalam menetapkan bahan-bahan perkuliahan statistika yang akan diberikan untuk mahasiswa program studi lain sesuai dengan kebutuhan program studi tersebut.
DAFTAR PUSTAKA
Anonim. 2007. Parametric and Resampling Statistics (CONT): Assumption About Populations.
http://www.Philosophy.htm
l
[16 November 2007]Ary D, Jacobs L.C & Razavieh A. 2002. Introduction to Research In education. 6th Edition. Singapore : Thomson Learning. Babbie E. 1989. The Practice of Social Research,
5th Edition. California : Wadsworth Pub. Co Cochran W.G. 1977. Sampling Techniques, 3rd
Colgan P.W. 1978. Quantitative Ethology. New York : John Wiley & Sons, Inc.
Kuncoro D. 2006. Persepsi dan Tingkat Kepuasan Peserta Praktek Lapang Statistika IPB 2006 Tentang Praktek Lapang. [Skripsi]. Fakultas Matematika dan Ilmu Pengetahuan Alam. Institut Pertanian Bogor.
Daniel W.W. 1990. Applied Nonparametric Statistics, 2nd Edition. Massachusetts :
PWS-KENT. Lubis Z. 1989. Kajian Penggunaan Statistika dalam Karya Ilmiah Mahasiswa Jurusan Sosial Ekonomi Pertanian, Program Pendidikan Sarjana dan Pascasarjana di Institut Pertanian Bogor [Tesis]. Fakultas Pascasarjana. Institut Pertanian Bogor. Hosmer D.W & Lemeshow S. 1989. Applied
Logistic Regression. New York : John Wiley & Sons, Inc.
BAPSI & BAAK. 2003. Panduan Program Sarjana. Bogor : Institut Pertanian Bogor.
Musa M.S. 2007a. Metodologi Penelitian dengan Statistika. Departemen Statistika IPB. Bogor : In Press
Institut Pertanian Bogor. 2007. Statistika. http://www.ipb.ac.id.html [17 Juni 2007].
Musa M.S. 2007b. Landasan ke Statistika Kontemporer. Departemen Statistika IPB. Bogor : In Press.
Jeansonne A. 2002. Loglinear Models.
Ryan T.P. 1997. Modern Regression Methods. New York : John Wiley & Sons, Inc.
http://userwww.sfsu.edu/~efc/cla
sses/biol710/loglinear/Log%20Li
near%20Models.htm
l [12November 2007].
Johnson R.A & Wichern D.W. 2002. Applied Multivariate Statistical Analysis, 5
Scheaffer R.L, Mendenhall W & Ott L. 1990. Elementary Survey Sampling Fourth Edition. Boston : PWS-KENT Publishing Company. Supranto J. 2000. Statistik: Teori dan Aplikasi.
Edisi Keenam Jilid 2. Jakarta : Penerbit Erlangga.
th
Edition. New Jersey : Prentice-Hall, Inc.
Kitchenham B & Pfleeger S.L. 2002. Principles of Survey Research Part 5: Populations and Samples. Software Engineering Notes vol 27 no 5. Halaman 17-20. ACM Sigsoft.
Walpole R.E. 1995. Pengantar Statistika Edisi Ketiga. Diterjemahkan oleh; Bambang Sumantri. Jakarta: PT Gramedia Pustaka Utama.
Lampiran 1 Silabus Mata Kuliah Statistika 1. Metode Statistika 1
No. Bahan-Bahan Pembelajaran
1. Kegunaan Statistika untuk menemukan jawaban terhadap suatu masalah. 2. Berbagai jenis data.
3. Perangkuman data dalam bentuk statistik.
4. Peran perangkat lunak komputer untuk mengolah data. 5. Statistik lima serangkai, rataan, dan ragam.
6. Keunggulan dan kelemahan berbagai statistik. 7. Perangkuman data menjadi gambar.
8. Pengantar ke hitung peluang. 9. Populasi dan contoh.
10. Keragaman statistik yang dirangkum dari contoh yang dipetik dari populasi. 11. Cara pemetikan contoh secara acak.
12. Mengapa contoh harus dipetik secara acak? 13. Model linear tersederhana.
14. Pendugaan rataan contoh menggunakan metode kuadrat terkecil. 15. Pendugaan ragam populasi.
16. Selang kepercayaan untuk rataan dan median.
2. Metode Statistika 2
No. Bahan-Bahan Pembelajaran
Uji hipotesis mengenai suatu parameter dan kaitannya dengan selang kepercayaan.
1.
2. Garis regresi linear sederhana menggunakan metode kuadrat terkecil. 3. Garis regresi linear melalui median.
Pembandingan kedua garis regresi linear untuk data yang mengandung dan tak mengandung pencilan.
4.
5. Garis regresi linear berganda.
6. Pengantar ke masalah fungsi respons. Tabel kontingensi dan bxl
3. Perancangan Percoban
No. Bahan-Bahan Pembelajaran
Rancangan-rancangan struktur perlakuan-perlakuan untuk percobaan dengan faktor tunggal dan berfaktor dua atau lebih (klasifikasi silang, tersarang, dan campuran; faktorial lengkap, faktorial tak-lengkap, dan faktorial pecahan). 1.
2. Asas-asas pokok percobaan untuk pengendalian keragaman pengganggu. Pembahasan mengenai kelebihan dan kekurangan beberapa rancangan baku (rancangan acak lengkap, rancangan acak kelompok, rancangan bujur sangkar latin, dan rancanganpetak terbagi).
3.
Analisis ragam (model pengaruh-pengaruh tetap, acak dan campuran) dan pembandingan rataan-rataan perlakuan (penanding linear ortogonal, regresi polinomial ortogonal, dan pembanding ganda).
4.
Pemeriksaan terhadap anggapan-anggapan statistika dan penanganannya bilamana terdapat pengingkaran terhadap anggapan-anggapan.
5.
6. Teknik percobaan lapang. 7. Masalah khusus
Lampiran 2 Hasil Penilaian Rumusan Masalah Perumusan Masalah 1. Rumusan Masalah Kriteria Penilaian Skripsi Nomor A1 A2 B1 B2 C1 C2 Nilai Akhir 1 √ √ √ Baik 2 √ √ √ Baik 3 √ √ √ Baik 4 √ √ √ Baik 5 √ √ √ Baik 6 √ √ √ Baik 7 √ √ √ Baik 8 √ √ √ Baik 9 √ √ √ Baik 10 √ √ Cukup
√ = Memenuhi kriteria penilaian. 2. Pernyataan Masalah Kriteria Penilaian Skripsi Nomor A1 A2 B1 B2 C1 C2 Nilai Akhir 1 √ √ √ Baik 2 √ √ Cukup 3 √ √ √ Baik 4 √ √ √ Baik 5 √ √ √ Baik 6 √ √ Cukup 7 √ √ √ Baik 8 √ Kurang 9 √ √ Cukup 10 √ √ √ Baik
√ = Memenuhi kriteria penilaian. 3. Pernyataan Hipotesis Kriteria Penilaian Skripsi Nomor A1 A2 B1 B2 B3 C1 C2 C3 Nilai Akhir 1 √ √ √ √ √ Kurang
√ = Memenuhi kriteria penilaian. 4. Tujuan Kriteria Penilaian Skripsi Nomor A1 B1 B2 C1 C2 Nilai Akhir 1 √ √ √ Baik 2 √ √ √ Baik 3 √ √ √ Baik 4 √ √ √ Baik 5 √ √ √ Baik 6 √ √ √ Baik 7 √ √ √ Baik 8 √ √ √ Baik 9 √ √ √ Baik 10 √ Kurang
5. Implikasi / Sasaran Kriteria Penilaian Skripsi Nomor A1 B1 C1 Nilai Akhir 1 √ √ Baik 2 √ √ Baik 3 √ √ Baik 4 √ Cukup 5 √ Cukup 6 √ Kurang 7 √ Kurang 8 √ Kurang 9 √ Kurang 10 √ √ Baik
