Modul ke:
Psikometri
Modul ke:
Fakultas Program Studi
Psikometri
Statistika untuk Psikometri
Arie Suciyana S., S.Si., M.Si.
Psikologi
Modul ke:
Psikometri
4
•
Hasil pengukuran psikologis umumnya dalam angka
Æ statistika diperlukan untuk menjelaskan,
melakukan perbandingan, dan membuat kesimpulan
dari hasil pengukuran tersebut
•
Statistika merupakan alat untuk mengorganisasikan
data menjadi informasi yang memiliki makna
•
Statistika digunakan untuk membangun, menguji,
menganalisa, merevisi instrumen pengukuran (alat
tes) psikologis
•
Penelitian Æ proses sistematis yang meliputi
analisis, kategorisasi, dan kuantifikasi fenomena
yang dapat diamati
•
Penelitian Psikologis melibatkan Pengukuran
•
Pengukuran (Measurement) melibatkan
penggunaan alat serta aturan tertentu yang
dapat digunakan untuk mengamati obyek astau
Variabel dan Data Hasil Pengukuran
DATA Diskrit Kontinuum Skala Nominal Skala Ordinal Skala Rasio VARIABEL Skala Interval 6Variabel Diskrit
•
variabel yang hasil pengukuran (data)nya terpisah
atau terpilah (diskrit), dan tidak dapat dibagi Æ data
yang dihasilkan selalu dalam bilangan bulat, dan
tidak memiliki nilai yang ada di antara dua nilai hasil
pengukuran yang bersebelahan.
8
Variabel Diskrit dapat dibedakan menjadi:
•
Dichotomous variables (variabel dikotomi) Î
variabel diskrit yang hanya memiliki
kemungkinan 2 nilai. Contoh: jawaban kusioner
‘true–false’ atau hasil pelemparan koin
‘gambar-angka’
•
Polytomous variables (variabel politomus) Î
variabel diskrit yang memiliki kemungkinan nilai
lebih dari 2. Contoh: status perkawinan
‘lajang-menikah-duda/janda’; ras
‘Asisa-Afrika-Kaukasia’; golongan darah ‘A-B-AB-O’; dll
Variabel kontinuum (Continous Variable):
•
variabel yang bervariasi menurut tingkatannya Æ
data yang dihasilkan dapat berupa bilangan bulat
atau pecahan Æ di antara dua nilai hasil pengukuran
atau datanya memiliki (kemungkinan) nilai antara
10
Properti dari skala
•
Magnitude
•
Equal Intervals
•
Nol absolut
•
Alat identifikasi sebagai label (penamaan) Data
Kategorikal
•
Tidak bisa menjadi urutan/ranking Ætidak
menunjukkan perbedaan kualitas atau besaran
atributnya
•
Bilangan tidak dimanipulasi untuk perhitungan
Skala Pengukuran:
12
•
Angka menunjukkan urutan;
•
Tidak diketahui “berapa banyak” suatu atribut
dimiliki oleh objek.
•
Menunjukkan penjenjangan/ urutan tetapi tidak
menunjukkan jarak yang sama Æ Jarak dari satu
urutan dengan urutan lainnya dalam atribut
tertentu tidak diketahui (jaraknya belum tentu
sama).
•
Tidak dapat dilakukan perhitungan aritmetika
(penjumlahan & perkalian).
•
Contoh: Ranking sekolah
Skala Pengukuran:
Ordinal
•
Equal Unit Scale (skor dalam unit dan jarak yang sama)
•
Urutan (order/ ranking) objek dalam atribut tertentu
diketahui.
•
Diketahui berapa jauh jarak satu objek dengan objek
lain.
•
Tidak ada nilai nol mutlak
Skala Pengukuran:
Interval
14
•
Skor berada dalam unit dan jarak yang sama
•
Rank order menurut atribut tertentu diketahui
•
Interval antara orang yang satu dan yang lain
diketahui
•
Memiliki Titik Nol absolut
•
Semua metoda statistika bisa digunakan
•
Contoh: Jarak; Waktu
Skala Pengukuran:
Rasio
16
•
Mean
•
Median
•
Modus
•
Range (R) atau Jangkauan
•
Kuartil (K): K1; K2; K3
•
Varians
•
Standard Deviasi
18
• bell shaped
• bilaterally symmetrical
• its limits extend to ± infinity (±∞)
• Unimodal
• mean, median, and mode at the center of the that divides
the curve into two equal halves
20
• Statistika Deskriptif Æ posisi skor
• Statistika Inferensial:
Distribusi Sampel
Estimasi Parameter Populasi
Varians
• Statistika Inferensial:
Standard Deviasi:
atau
Standard Error of the Mean (SEM)
22
•
Dalam Pengukukuran Psikologis:
Uji Reliabilitas
Uji Validitas
Reliabilitas dan Validitas
•
Reliability: consistency of the measuring tool:
the perfectly reliable measuring tool consistently
measures in the same way
•
Validity Æ A test is considered valid for a
particular purpose if it does, in fact, measure
what it purports to measure
Konsep Dasar
Pada penelitian terhadap pengaruh ‘Motivasi’ terhadap ‘Tingkat Produktifitas’ Pekerja di Jakarta. Dipilih 100 orang untuk diambil data-datanya. Jika
1. Sampel dan populasi? 2. IV dan DV?
Konsep Dasar
Hipotesa• H0: Pernyataan yang menyatakan “tidak ada hubungan antara IV dan DV”
• Ha/H1: Pernyataan yang menyatakan “ada hubungan antara IV dan DV”
Kesalahan Tipe I (Type I Error) dan Kesalahan Tipe II (Type II Error)
• Type I Error: Kesalahan membuat kesimpulan “menolak H0” padahal seharusnya “H0 gagal ditolak”
• TypeII Error: Kesalahan membuat kesimpulan “ H0 gagal ditolak”
Konsep Dasar
• Mean: nilai bersama yang dimiliki suatu kelompok, yang didapatkan melalui teknik aritmatika dengan cara
menjumlahkan semua anggota atau nilai yang dimiliki oleh
kelompok dan membaginya dengan jumlah anggota kelompok tersebut.
• Median:Titik yang membagi suatu distribusi frekuensi atas dua bagian yang sama, yang masing-masing terdiri atas 50% kasus
Konsep Dasar
• Distribusi Normal: distribusi data yang ditandai oleh bentuk seperti lonceng yang sempurna
• Standard Deviasi:nilai tunggal yang mewakili semua perbedaan individual yang dihitung berdasarkan
penyimpangan individu-individu dari nilai rata-rata mereka
Memilih Uji Statistika yang Tepat
• Jika dalam penelitian menghasilkan data IV dengan skala nominal dan data DV dengan skala kontinuum; melibatkan
hanya 1 IV dan melibatkan dua kelompok data (sampel dan
populasi), yang dimaksudkan untuk melihat bagaimana sampel mewakili populasi; serta diketahui Mean Î Uji t sampel
tunggal (single sample t-test)
• Jika dalam penelitian menghasilkan data IV dengan skala nominal dan data DV dengan skala kontinuum; melibatkan
hanya 1 IV dan 1 DV yang dimaksudkan untuk
membandingkan dua data yang berasal dari sampel yang sama (pengukuran berulang) Î Uji t sampel berpasangan (paired
samples t-test)
Memilih Uji Statistika yang Tepat
• Jika dalam penelitian menghasilkan data IV dengan skala nominal dan data DV dengan skala kontinuum;
melibatkan hanya 1 IV dan 1 DV yang dimaksudkan untuk membandingkan dua data yang berasal dari sampel yang berbeda Î Uji t sampel independen (independent
Memilih Uji Statistika yang Tepat
• Jika dalam penelitian ditujukan untuk melakukan uji
hipotesa yang membandingkan nilai rata-rata dari 2 data atau lebih yang berasal dari sampel (partisipan) yang
sama (pengukuran berulang terhadap sampel yang sama Î Uji One-Way ANOVA within Subjects
• Jika dalam penelitian dilakukan uji terhadap beberapa hipotesa (1 IV atau lebih terhadap 2 DV atau lebih) Î Uji
Two-Way ANOVA between subjects
Memilih Uji Statistika yang Tepat
• Jika penelitian dimaksudkan untuk mengetahui ‘prediksi’ antara dua variabel kontinuum (1 IV terhadap 1 DV)
yang diakibatkan hubungan sebab-akibat Î Uji Regresi
Memilih Uji Statistika yang Tepat
• Uji Korelasi Ganda (multiple correlation) Æ uji atau
analisa statistika yang digunakan untuk mendapatkan nilai F yang lebih bersih
• Uji Korelasi Parsial (partial correlation) Æ uji atau
analisa statistika yang digunakan untuk
memperhitungkan IV mana yang paling mempengaruhi DV
Memilih Uji Statistika yang Tepat
• Uji Kovariansi (Co-Variance Analysis) Æ uji atau analisa
statistika yang digunakan untuk memperhitungkan dan memprediksi seberapa besar variabel-variabel di luar penelitian (Co-Variance) mempengaruhi DV
Kesimpulan Uji Statistika
• t-test
t hitung > t tabel Î H0 ditolak; Ha/H1 diterima Æ ‘ada hubungan antara IV dan DV’
t hitung < t tabel Î H0 gagal ditolak Æ ‘tidak ada hubungan antara IV dan DV
Kesimpulan Uji Statistika
• ANOVA
F hitung > F tabel Î H0 ditolak; Ha/H1 diterima Æ ‘ada hubungan antara IV dan DV’
Kesimpulan Uji Statistika
• Regresi
F hitung > F tabel Î H0 ditolak; Ha/H1 diterima Æ ‘ada hubungan antara IV dan DV’
F hitung < F tabel Î H0 gagal ditolak Æ ‘tidak ada hubungan antara IV dan DV
Kesimpulan Uji Statistika dengan SPSS
• Lihat nilai ‘Sig.’ terlebih dahulu
Jika nilai ‘Sig’ < 0,05 Î H0 ditolak, Ha/H1 diterima
Æ’ada hubungan antara IV dan DV’ Æ lihat nilai sesuai dengan uji statistikanya (lihat slide sebelumnya)
Metode Penelitian dan Pengukuran Psikologis:
Korelasi
•
Korelasi Æ Teknik Statistika Korelasi
Koefisien korelasi digunakan untuk memperlihatkan
hubungan antara:
skor-skor ‘tes’ yang berbeda dari partisipan yang sama;
skor-skor ‘tes’ terhadap skor-skor variabel ‘non-tes’;
skor-skor dari bagian tes yang berbeda atau antar ‘item’
dari tes yang sama;
skor-skor bagian ‘tes’ atau ‘item’ terhadap variabel
‘non-tes’; serta
skor-skor tiap bagian ‘tes ‘ atau ‘item-item’ dari alat
‘tes’ yang sama
Metode Penelitian dan Pengukuran Psikologis:
Korelasi
Metode Penelitian dan Pengukuran Psikologis:
Korelasi
•
Korelasi Pearson Product Momment
Æ melihat hubungan antara 2 variabel
yang memiliki skala interval atau rasio
Rumus:
atau
Metode Penelitian dan Pengukuran Psikologis:
Korelasi
•
Korelasi Spearman Rho Æ melihat
hubungan antara 2 variabel yang
memiliki skala ordinal denganjumlah
sampel kecil (kurang dari 30 orang)
Metode Penelitian dan Pengukuran Psikologis:
Regresi
•
Francis Galton Æ
Orangtua tinggi cenderung
memiliki anak yang tinggi Æ Galton
menyebutnya sebagai regression toward the
mean (berulang) Æ Extreme scores of parents on
one variable tended to be associated with scores
that were closer to the mean in the offspring.
Analisa Data
A correlation coefficient identifies the size and
direction of a relationship
9
Size/magnitude
Ranges from 0.00 – 1.00
Koefisien Korelasi
Ketika “hasil uji korelasi” dikuantifikasikan Æ nilai korelasi antara IV dan DV ditunjukkan dalam: Koefisien Korelasi (r)
Koefisien Korelasi (r) adalah: “Angka yang menggambarkan bagaimana variasi pada satu variabel diikuti oleh variasi pada variabel yang lain”
Koefisien korelasi (r) berkisar antara – 1 dan + 1
Arah Korelasi
Korelasi antara variabel memiliki dua arah:
• Korelasi Positif Æ korelasi yang ditunjukkan ketika salah satu variabel memiliki ‘nilai (skor)’ tinggi, maka variabel lainnya juga akan memiliki ‘nilai (skor)’ tinggi
Arah Korelasi
(a) Korelasi Positif (b) Korelasi Negatif
Besaran Korelasi
• Cohen (1988) mempublikasikan besaran korelasi menurut nilai koefisien korelasinya (r)
Besaran Korelasi Koefisien Korelasi (r)
Garis Regresi
Dalam uji statistika korelasi, hubungan antara X (IV) dan Y (DV) dinyatakan dalam persamaan garis, yaitu garis regresi
Y = f(X) Y = bX + a
Persamaan garis berguna apabila kita ingin membuat peramalan
Skema Grafik
52
Skema Grafik
Jenis-jenis Uji Korelasi
Dalam materi ini akan dijelaskan 3 jenis korelasi:
• Uji Korelasi Pearson product moment,
• Uji Korelasi Spearman atau Korelasi Tata Jenjang (rho)
• Uji Korelasi Lainnya: Uji Korelasi Serial (terutama Korelasi Biserial dan Korelasi Point Biserial).
Contoh
Seorang peneliti ingin mengetahui apakah jenis film yang ditonton memiliki hubungan dengan tingkat dorongan
psikologis. Dari hasil pengukuran diperoleh data
56
Dorongan Psikologis setelah menonton film Drama:
22 24 3 20 13 13 15 11 16 14 5 19 10 19 16 15 18 23 13 7
Dorongan Psikologis setelah menonton film Aksi:
37 18 30 14 20 32 25 21 16 24 31 31 28 21 36 22 27 35 23 14
Klik: [Analyze] Æ [Correlate] Æ [Bivariate]
Pindahkan variabel-variabel yang akan diuji
statistiska ke kotak: [Variable(s)] Æ klik: [Pearson]
[Two-tailed]dan [Flag significant correlations]
Klik: [Options] Æ Klik: [Means and standard
deviation] dan [Exclude cases listwise] Æ
Klik: Continue
Hasil
Daftar Pustaka
Bordens, K.S. & Abbott, B.B. (2011). Research designs and
methods: A process approach. New York: McGraw-Hill
Cozby, P.C. & Bates, S. (2011). Methods in behavioral research. 11th ed. New Jersey: McGraw-Hill.
Field, A. (2009). Discovering statistics using SPSS. Third Edition Gravetter, F.J. & Forzano, L.B. (2012). Research methods for the
behavioral sciences. California: Wadsworth Cengage Learning Kerlinger, F.N., 2000, Foundation of Behavioral Research. New Jersey:
Daftar Pustaka
Cohen, R. J., & Swerdlik, M. E. (2010). Psychological testing and
assessment: An introduction to test and measurement.
(7th ed.). Boston: McGraw Hill.
Kaplan, R.M. & Saccuzzp, D.P. (2009). Psychological testing: Principles, applications, and issues. California:
Wadsworth Cengage Learning
Urbina, S. (2004). Essentials of psychological testing. New York: John Wiley & Sons, Inc.
