Escolar Documentos
Profissional Documentos
Cultura Documentos
Type here
Home
About Me
tidak saja misalnya laki-laki/wanita (laki-laki adalah ya laki-laki; dan wanita adalah tidak
laki-laki), kawin /tidak kawin; janda/duda, dan lainnya.
Data nominal selain contoh di atas terdapat pula yang berupa angka-angka. Akan tetapi
angka-angka tersebut bukan merupakan suatu atribut, oleh sebab itu pada angka tersebut
tidak berlaku hitungan matematis. Contoh data ini misalnya nomor punggung pemain sepak
bola, nomor rumah, nomor plat mobil dan lainnya. Nomor-nomor tersebut semata-semata
hanya menunjukkan simbol, tanda, atau stribut saja.
2. Data Ordinal
Data ordinal adalah data yang menunjuk pada tingkatan atau penjenjangan pada sesuatu
keadaan. Berbeda dengan data nominal yang menunjukkan adanya perbedaan secara
kategorik, data ordinal juga memiliki sifat adanya perbedaan di antara obyek yang
dijenjangkan. Namun dalam perbedaan tersebut terdapat suatu kedudukan yang dinyatakan
sebagai suatu urutan bahwa yang satu lebih besar atau lebih tinggi daripada yang
lainnya.Kriteria urutan dari yang paling tinggi ke yang yang paling rendah dinyatakan dalam
bentuk posisi relatif atau kedudukan suatu kelompok. Contoh dari data ini misalnya: prestasi
belajar siswa diklasifikasikan menjadi kelompok baik, cukup, dan kurang, atau ukuran
tinggi seseorang dengan tinggi, sedang, dan pendek.
Dalam kaitannya dengan analisis data, terhadap data ordinal seringkali diberikan skor
sesuai dengan tingkatannya. Istilah skor diberi tanda petik karena skor tersebut bukan skor
sebenarnya, tetapi sebagai tanda yang menunjukkan tingkatan.
Contoh:
Baik
.. diberi tanda 3
Cukup
.. diberi tanda 2
Kurang
.. diberi tanda 1
Contoh lain data ordinal misalnya hasil ujian mahasiswa peserta kuliah Statistik Pendidikan
Budiman memperoleh skor 90, Rahmat 85, Musyafak 75, dan Mahsunah 65. Berdasarkan
skor-skor tersebut dibuatlah suatu jenjang (rangking), sehingga terjadilah urutan jenjang ke 1
(90), ke 2 (85), ke 3 (75), dan ke 4 (65).Data ordinal memiliki harga mutlak (dapat
diperbandingkan) dan selisih perbedaan antara urut-urutan yang berdekatan bisa tidak sama.
Data ordinal mempunyai nilai yang lebih tinggi dibandingkan dengan data diskrit karena
mempunyai tingkatan yang lebih banyak daripada data diskrit yang hanya mempunyai dua
kategori yaitu ya dan tidak.
3. Data Interval
Data interval tergolong data kontinum yang mempunyai tingkatan yang lebih tinggi lagi
dibandingkan dengan data ordinal karena mempunyai tingkatan yang lebih banyak lagi. Data
interval menunjukkan adanya jarak antara data yang satu dengan yang lainnya.Contoh data
interval misalnya hasil ujian, hasil pengukuran tinggi badan, dan lainnya. Satu hal yang perlu
diperhatikan bahwa data interval tidak dikenal adanya nilai 0 (nol) mutlak. Dalam hasil
pengukuran (tes) misalnya mahasiswa mendapat nilai 0. Angka nol ini tidak dapat diartikan
bahwa mahasiswa tersebut benar-benar tidak bisa apa-apa. Meskipun ia memperoleh nilai nol
ia memiliki suatu pengetahuan atau kemampuan dalam matakuliah yang bersangkutan. Nilai
nol yang diberikan oleh dosen sebetulnya hanya merupakan atribut belaka hanya saja pada
saat ujian, pertanyaan yang diujikan tidak pas seperti yang dipersiapkannya. Atau jawaban
yang diberikan tidak sesuai dengan yang dikehendaki soal.
4. Data Rasio
Data rasio merupakan data yang tergolong ke dalam data kontinum juga tetapi yang
mempunyai ciri atau sifat tertentu. Data ini memiliki sifat interval atau jarak yang sama
seperti halnya dalam skala interval. Namun demikian, skala rasio masih memiliki ciri lain.
Pertama harga rasio memiliki harga nol mutlak, artinya titik nol benar-benar menunjukkan
tidak adanya suatu ciri atau sifat. Misalnya titik nol pada skala sentimeter menunjukkan
tidakadanya panjang atau tinggi sesuatu. Kedua angka skala rasio memiliki kualitas bilangan
riel yang berlaku perhitungan matematis. Misalnya berat badan Rudi 70 kg, sedangkan
Saifullah 35 kg. Keadaan ini dapat dirasiokan bahwa berat badan Rudi dua kali berat badan
Saifullah. Atau berat badan Saifullah separuh dari berat badan Rudi. Berbeda dengan data
interval misalnya Rudi ujian dapat 70 sementara Saifullah memperoleh 30. Hal ini tidak
dapat diartikan bahwa kepandaian Rudi dua kali lipat kepandaian Saifullah.
Data rasio dalam ilmu-ilmu sosial jarang dipergunakan, bahkan hampir tidak pernah
dipergunakan. Lapangan penggunaan data berskala rasio ini lebih banyak berada dalam
bidang ilmu-ilmu eksakta terutama fisika.
D. Teknik Analisis Kuantitatif
Sebagaimana dijelaskan di muka bahwa analisis kuantitatif dapat didekati dari dua sudut
pendekatan, yaitu analisis kuantitatif deskriptif dan analisis kuantitatif inferensial. Bagaimana
teknik penggunaan masing-masing pendekatan tersebut berikut disajikan contoh
penggunaannya.
1. Analisis Kuantitatif Deskriptif
Mengenai data dengan statistik deskriptif peneliti perlu memperhatikan terlebih dahulu jenis
datanya. Jika peneliti mempunyai data diskrit, penyajian data yang dapat dilakukan adalah
mencari frekuensi mutlak, frekuensi relatif (mencari persentase), serta mencari ukuran
tendensi sentralnya yaitu: mode, median dan mean (lebih lanjut lihat Arikunto, 1993: 363).
Fungsi statistik deskriptif antara lain mengklasifikasikan suatu data variabel berdasarkan
kelompoknya masing-masing dari semula belum teratur dan mudah diinterpretasikan
maksudnya oleh orang yang membutuhkan informasi tentang keadaan variabel tersebut.
Selain itu statistik deskriptif juga berfungsi menyajikan informasi sedemikian rupa, sehingga
data yang dihasilkan dari penelitian dapat dimanfaatkan oleh orang lain yang membutuhkan.
Ciri analisis kuantitatif adalah selalu berhubungan dengan angka, baik angka yang diperoleh
dari pencacahan maupun penghitungan. Data yang telah diperoleh dari pencacahan
selanjutnya diolah dan disajikan dalam bentuk yang lebih mudah dimengerti oleh pengguna
data tersebut. Sajian data kuantitatif sebagai hasil analisis kuantitatif dapat berupa angkaangka maupun gambar-gambar grafik.
Seorang dosen Statistik Pendidikan tertarik untuk meneliti Kemampuan Statistik Pendidikan
mahasiswa. Untuk keperluan tersebut peneliti melihat nilai Ujian Tengah Semester (UTS)
dan Ujian Semester dalam matakuliah yang diberikannya kepada 14 mahasiswa semester 4 di
salah satu perguruan tinggi. Setelah melakukan studi dokumenter diperoleh data sebagai
berikut:
Tabel 1
Skor Ujian Statistik Pendidikan Mahasiswa Semester V
Nama Mahasiswa
A
B
C
D
E
F
G
H
I
J
K
L
M
N
N = 14
Nilai U T S
65
70
75
73
60
65
74
68
67
65
80
78
76
72
Nilai U A S
70
73
80
71
75
72
80
74
78
78
82
81
78
80
Statistik Pendidikan
67,5
71,5
77,7
72
67,5
68,5
77
71
72,5
71,5
81
79,5
77
76
Untuk mengetahui lebih lanjut bagaimana kualifikasi kemampuan mahasiswa tersebut dalam
mata kuliah Statistik pendidikan, baik ditinjau dari nilai Ujian Tengah Semester maupun
Ujian Semester, skor-skor tersebut dikonversi menjadi nilai. Pengkonversian skor menjadi
nilai dapat dipergunakan pendekatan Penilaian Acuan Norma (PAN) atau Penilaian Acuan
Patokan (PAP). Jika pendekatan pertama (PAN) yang dipergunakan, maka norma yang
dijadikan standar adalah nilai Rata-rata (Mean) dan Standar Deviasi (SD) masing-masing
nilai variabel. Namun, jika yang dipergunakan pendekatan kedua (PAP), maka standarnya
adalah standar nilai yang dimiliki oleh lembaga yang bersangkutan. Misalnya STAIN Jember
memiliki standar nilai prestasi hasil belajar mahasiswa sebagai berikut:
Tabel 2
Standar Konversi dan Kualifikasinya
NO
1
SKOR
80 100
NILAI
4
KODE
A
KUALIFIKASI
Baik Sekali
70 79
Baik
60 69
Cukup
50 59
Kurang
0 49
Sangat Kurang
Dengan berpedoman pada standar di atas, maka skor hasil pengukuran kemampuan Statistik
Pendidikan yang terdapat pada tabel 1 dapat dilakukan konversi. Melalui cara ini dapat
diketahui distribusi nilai berikut kualifikasinya. Hal ini dapat dilihat pada tabel berikut:
Tabel 3
Kualifikasi Nilai Ujian Statistik Pendidikan Mahasiswa Semester V
Jurusan Tarbiyah STAIN Jember TH. 2001/2002
Nama
Mhs
A
B
C
D
E
F
G
H
I
J
K
L
M
N
N = 14
Nilai UTS
Skor
65
70
75
73
60
65
74
68
67
65
80
78
76
72
Kw
C
B
B
B
C
C
B
C
C
C
A
B
B
B
Statistik Pendidikan
Skor
Kw.
67,5
C
71,5
B
77,5
B
72
B
67,5
C
68,5
C
77
B
71
B
72,5
B
71,5
B
81
A
79,5
B
77
B
76
B
1030
Langkah selanjutnya agar hasil konversi nilai memiliki makna lebih jelas, maka dilakukan
kualifikasi berdasarkan jenis-jenis variabel beserta kualifikasinya. Tabel-tabel berikut
merupakan hasil dari prosedur pengerjaan ini. Dari tabel-tabel tersebut peneliti mulai bisa
bicara sesuai dengan keadaan yang termuat di dalamnya. Misalnya pada tabel 4 peneliti mulai
mendeskripsikan bahwa nilai Statistik Pendidikan mahasiswa Jurusan Tarbiyah STAIN
Jember Semeter V, tidak tampak (0%) yang berkategori/berkualifikasi Kurang (D) dan
Sangat Kurang (E) tidak tampak (0%). Kualifikasi nilai mereka berkisar antara nilai Baik
Sekali 7%, Baik sebesar 71,43%, dan selebihnya berkualifikasi Cukup 21,43%. Secara
umum dapat dikatakan bahwa nilai Statistik Pendidikan yang diperoleh mahasiswa Jurusan
Tarbiyah termasuk Baik. Hal ini dapat dilihat pula dari nilai rata-ratanya, yaitu sebesar 73.57.
Tabel 4
Nilai Statistik Pendidikan Mahasiswa Jurusan Tarbiyah
Ujian Teng. Sem.
Nilai F
%
Ujian Semester
F
%
Statistik Pend.
F
%
35,71
50
64,29
10
71,43
42,86
21,43
Variabel 2
Interval
Ordinal (rangking)
1. Interval
2. Ordinal
(rangking)
3. Rangking
1. Dikhotomi
Rangking
Interval
buatan
Interval
Biserial
2. Dikhotomi
Interval
Point biserial
4. Dikhotomi
buatan
Tetrachoric
Dikhotomi asli
Korelasi Phi
Chi Kuadrat dilanjutkan Koefisien
Kontingensi
65
70
75
73
60
65
74
68
67
65
80
78
76
72
Rangking
X
Y
70
73
80
71
75
72
80
74
78
78
82
81
78
80
12
8
4
6
14
12
5
9
10
12
1
2
3
7
-2
3
0
7
5
0
1
1
3
5
0
0
4
3
0
14
11
4
13
9
12
4
10
7
7
1
2
7
4
2
D
4
9
0
49
25
0
1
1
9
25
0
0
16
9
148
=
=
=
=
=
= 0,675
Bagaimana melakukan tes signifikansi terhadap hasil di atas? Sama seperti korelasi Product
Moment, maka koefisien korelasi hasil perhitungan tersebut harus dikonsultasikan atau
dibandingkan dengan nilai r dalam tabel. Bedanya jika r product moment mempergunakan
tabel product moment, maka rho mempergunakan tabel Spearman. Tabel ini terdapat pada
lampiran buku-buku statistik. Jadi koefisien korelasi dari hasil perhitungan di atas (rho =
0,675), jika dikonsultasikan dengan harga kritiknya ( r tabel). Dengan N sebanyak 14 , dan
tingkat signifikansi 5 % , maka harga r tabel didapat sebesar 0,544. Berarti re > rt, sehingga
hasil uji tersebut membuktikan adanya hubungan yang signifikan antara Nilai ujian Tengah
Semester dengan Nilai Ujian Semester. Jadi andaikata berbunyi:
Tidak ada hubungan antara nilai Ujian Tengah Semester dengan nilai Ujian Semester pada
mahasiswa Jurusan Tarbiyah STAIN Jember dalam mata kuliah Statistik Pendidikan
Maka berdasarkan hasil uji di atas ditolak. Kita tidak mempunyai alasan untuk
menerimanyanya. Jadi kesimpulannya ialah kita menerima , yaitu ada ada hubungan yang
positif antara nilai Ujian Tengah Semester dengan nilai Ujian Semester pada mahasiswa
Jurusan Tarbiyah STAIN Jember dalam mata kuliah Statistik Pendidikan
Artinya semakin baik nilai Ujian Tengah Semester, akan semakin baik pula Nilai Ujian
Semester Mata kuliah Statistik Pendidikan Mahasiswa jurusan Tarbiyah STAIN Jember, dan
sebaliknya semakin rendah nilai Ujian Tengah Semester, semakin rendah nilai Ujian
Semesternya.
E. Tes Signifikansi
Tes signifikansi artinya melakukan perbandingan antara nilai hasil perhitungan dengan nilai
yang ada di dalam tabel statistik. Perlu diingat bahwa setiap jenis teknik statistik. Selalu
disertai dengan angka-angka tabel, sehingga ada yang berpendapat bahwa keterampilan
statistik itu sebenarnya hanya keterampilan membandingkan angka-angka perhitungan
dengan angka-angka tabelnya.
Di dalam pembandingan tersebut jika nilai hasil perhitungan nilai tabel, berarti signifikan
(ditolak dan diterima). Sebaliknya jika hasil perhitungan nilai tabel berarti non signifikan
( diterima dan ditolak).
F. Penutup
Makalah ini sebenarnya masih tergolong elementer, sehingga bagi mereka yang telah banyak
makan garam, tentu tulisan ini kurang bermakna. Namun, bagi pemula atau yang belum
banyak mempraktekkan analisis statistik, makalah ini akan sedikit membantu dan
merangsang untuk mencoba menjelajahi lebih jauh lagi.
Harapannya semoga makalah ini ada manfaatnya untuk meningkatkan wawasan dan
kemampuan mahasiswa dalam mempraktekkan sebagian teknik analisis statistik dalam
bidang yang akan digelutinya, terutama ketika akan menulis skripsi di mana teknik
analisisnya menggunakan teknik analisis kuantitatif, baik deskriptif maupun inferensial.
Amin..
*)Dosen Tetap STAIN Jember dan Universitas Yudharta Pasuruan
REFERENSI
2.2 Analisis Data Kuantitatif
Dalam penelitian kuantitatif, proses pelaksanaan secara linear, mulai dari latar belakang
masalah, merumuskan masalah, kemudian merumuskan hipotesis, penyusunan instrument
penelitian, menetukan populasi dan subjek penelitian, melaksanakan pengumpulan data dan
analisis data, terakhir pelaporan hasil penelitan. Untuk melakukan analisis kuantitatif, peneliti
harus mampu memahami bentuk statistic yang digunakan dalam penelitian sebelum memulai
analisis data statistic merupakan alat bantu yang digunakan peneliti untuk mendeskripsikan,
menjelaskan dan memahami hubungan antara variable-variabel yang diteliti. Teknik analisis
data dalam penelitian kuantitatif menggunakan analisis statistic. Analisis statistic adalah cara
untuk mengolah informasi data (kuantitatif) yang berhubungan dengan angka-angka ,
bagaimana mencari, mengumpul, mengolah data, sehingga sampai menyajikan data dalam
bentuk sederhana dan mudah untuk dibaca atau data yang diperoleh dapat dimaknai
(diinterpretasikan). Terdapat dua statstik yang dapat digunakan dalam proses analisis data
kuantitatif, yaitu: Analisis Statistik Deskriptif (Descrptive Statistics) dan analisis statistic
Inferensi (Inferential Statistics). Sebelum peneliti menggunakan statistic untuk menganalisis
data penelitian, peneliti harus memahami ciri-ciri variabel-variabel yang diteliti. Untuk bisa
mengukur variabel-varibel yang diteliti , peneliti harus memahami skala apa yang sesuai
diguanakan untuk setiap variabel-variabel tersebut. Skala pengukuran yang umumnya dikenal
dalam penelitian kuantitatif, yaitu (Skala nominal, skala ordinal, skala interval dan skala
rasio) . Adapun skala pengukuran yang di atas ini dapat digunakan di berbagai penelitian
dalam bidang sains social dan pendidikan. Para ahli psikologi lebih menekankan kepada
penggunaan instrument untuk mengukur perilaku manusia atau sering disebut sebagai skala
sikap. Skala sikap yang digunakan dalam penelitian social dan pendidikan adalah sebagai
berikut: (Skala Likert, Skala Guttman, Skala Ranting, dll). 2.2.1 Analisis Statistik Deskriptif
(Descriptive Statistics) Statistic deskriptif adalah statistic yang digunakan untuk menganalisis
data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
sebagaiamana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau
generalisasi. Penelitian yang dilakukan pada populasi (tanpa diambil smapelnya) jelas akan
menggunakan statistic deskriptif dalam analisisnya. Tetapi bila penelitian dilakukan pada
sampel, maka analisisnya dapat menggunakan statistic despkriptif maupun inferensial.
Statistic deskriptif dapat digunakan bila peneliti hanya ingin mendeskripsikan data sampel,
dan tidak ingin membuat kesimpulan yang berlaku untuk populasi dimana sampel dambil.
Mengenai data dengan statistik deskriptif peneliti perlu memperhatikan terlebih dahulu jenis
datanya. Jika peneliti mempunyai data diskrit, penyajian data yang dapat dilakukan adalah
mencari frekuensi mutlak, frekuensi relatif (mencari persentase), serta mencari ukuran
tendensi sentralnya yaitu: mode, median dan mean (lebih lanjut lihat Arikunto, 1993: 363).
Sesuai dengan namanya, deskriptif hanya akan mendeskripsikan keadaan suatu gejala yang
telah direkam melalui alat ukur kemudian diolah sesuai dengan fungsinya. Hasil pengolahan
tersebut selanjutnya dipaparkan dalam bentuk angka-angka sehingga memberikan suatu
kesan lebih mudah ditangkap maknanya oleh siapapun yang membutuhkan informasi tentang
keberadaan gejala tersebut. Fungsi statistik deskriptif antara lain mengklasifikasikan suatu
data variabel berdasarkan kelompoknya masing-masing dari semula belum teratur dan mudah
diinterpretasikan maksudnya oleh orang yang membutuhkan informasi tentang keadaan
variabel tersebut. Selain itu statistik deskriptif juga berfungsi menyajikan informasi
sedemikian rupa, sehingga data yang dihasilkan dari penelitian dapat dimanfaatkan oleh
orang lain yang membutuhkan. Analisi statistic deskriptif dapat dibedakan menjadi : 1.
Analisis potret data Potret data adalah perhitungan frekuensi suatu nilai dalam suatu variabel.
Nilai dapat disajikan sebagai jumlah absolute atau presentase dari keseluruhan. 2. Analisis
kecenderungan sentral data Nilai rata-rata atau mean biasa diberi symbol X, merupakan nilai
rata-rata secraa aritmatika dari semua nilai dari variabel yang diukur. Median adalah nilai
tengah dari sekumpulan nilai suatu variabel yang telah diurutkan dari nilai terkecil kepada
nilai yang tetinggi. Modus (modu) adalah nilai yang paling sering muncul pada suatu
distribusi nilai variabel. 3. Analisis variasi nilai Analisis ini dilakukan untuk melihat sebaran
nilai dalam distribusi keseluruhan nilai suatu variabel dari nilai tengahnya. Analisis ini untuk
melihat seberapa besar nilai-nilai suatu variabel berbeda dari nilainya. Pengukuran variasi
nilai biasanya dilakukan dengan melihat kisaran data (range) atau simpangan baku (standar
devinatioan). Analisis Deskriptif, digunakan untuk membantu peneliti mendeskripsikan ciriciri variable-variabel yang diteliti atau merangkum hasil pengamatan penelitian yang telah
dilakukan tanpa membuat kesimpulan yang berlaku untuk umum (generalisasi dari hasil
penelitian) dari data yang diperoleh dari populasi atau sampel kajian; Statistik deskriptif
berkaitan dengan kegiatan pencatatan, penyusunan, penyajian dan peringkasan dengan
mendeskripsikan atau menggambarkan data-data yang hasil-hasil pengamatan terhadap
kejadian-kejadian atau fenomena-fenomena secara kuantitatif, dengan ciri-ciri sebagai
berikut: (1) Memahami dan menjelaskan variabel-variabel yang diteliti, sebagaimana definisi
secara konseptual tentang ciri-ciri variable tersebut. Maka setiap variable diukur dengan alat
ukur yang ditentukan oleh peneliti yang sesuai dengan penelitian, (2) Menyusun data dengan
nilai terendah hingga nilai tertinggi dan mengira frekuensi yang didapat, (3) Menggunakan
teknik statistic deskriptif dengan menggunakan (ukuran kecenderungan memusat (Measures
of Central Tendency), ukuran keberagaman (Measure of Variabiliy), yang sesuai dengan skala
pengukuran. Adapun
cara
yang
digunakan
untuk
menjelaskan,
menyajikan
dan
Modus) Mean, meupakan nilai rata-rata yang bisa mewakili sekumpualn data yang
representative. Contoh: Seorang dosen memberikan nilai ujian semester 6 orang mahasiswa,
dengan nilai sebagai berikut: 60, 70, 75, 75, 85, 90. Maka nilai mean (rata-rata) adalah
60+70+75+75+85+90/6= (75,8). Median, merupakan nilai tengah dalam sesuatu ukuran,
atau nilai antara. Contoh: Nilai 18 dan 19, jadi mediannya adalah 18,5, jadi nilainya adalah
terletak di tengah skor yang ada. Modus, merupakan nilai yang frekuensi paling banyak
dalam indeks yang dapat mewakili seluruh jumlah ukuran. Dlam penelitian biasanya
digunakan untuk menyatakan ciri-ciri demografi subjek penelitian yang mempunyai beberapa
kategori sperti jenis kelamin (laki-laki, perempuan) umur (30-35 tahun, 36-45 tahun, 36-60
tahun), pendidikan (SMA, S1, S2). b) Analisis Deskriptif Menggunakan Program SPSS
Program SPSS dapat digunakan dalam menganalisis data deskriptif, yaiu menentukan
frekuensi, persen, mean, mod, median, standar deviasi, varians. Adapun cara penggunaannya
akan dijelaskan pada cara penyajian data statistic deskriptif dalam Program SPSS sebagai
berikut: Contoh penelitian tentang Kecerdasan Emosi , Kepuasan Kerja dan Komitmen
Pekerjaan Dosen di Perguruan Tinggi X. 2.2.2 Analisis Inferensial Analisis inferensial,
digunakan
peneliti
untuk
menetapkan
sejauh
manakah
ia
dapat
menyimpulkan
(mengeneralisasi) hasil penelitian dari data yang diperoleh dalam kelompok subyek yang
terbatas (sampel) bagi populasi penelitian. Penelitian seperti ini biasanya dilakukan karena
populasi penelitan terlalu besar dan peneliti terbatas untuk meneliti semua subjek dalam
populasi. Penelit membuat hipotesis penelitian, sebelumnya peneliti harus memahami ujian
statistic apa yang sesuai digunakan. Ujian statistic diguanakan menjawab hipotesis nol.
Analisis inferensial digunakan untuk menentukan apakah hipotesis nol diterima atau ditolak.
Adapun statistic inferensi yang biasa digunakan, yaitu (uji Chi Kuadrat, uji-t, Uji ANOVA,
Uji Korelasi, dan Uji Regresi). Uji Chi Kuadrat X2 , Uji-t dan Uji ANOVA, merupakan tiga
bentuk uji statistic yang digunakan untuk melihat perbedaan, untuk penjelasan yaitu: Analisis
Chi Kuadrat merupakan statistic non parametric yang hanya sesuai untuk skala pengumpulan
data dengan bentuk nominal dan ordinal saja. Sedangkan Analisis Uji-t dan Analisis ANOVA
merupakan statistic parametrik yang berbeda dalam pengumpulan data dengan syarat taburan
data harus normal atau data peneliti harus bersifat normal. Apabila data tidak normal, maka
statistic Chi Kuadrat atau analysis nonparametric dapat digunakan. Statistic Chi Kuadrat atau
nonparametric merupakan analisis statistic yang banyak digunakan dalam penelitian sains
social, karena memiliki syarat yang lebih longgar dibandingkan analisis parametric.
Pemakaian analisis inferensial bertujuan untuk menghasilkan suatu temuan yang dapat
digeneralisasikan secara lebih luas ke dalam wilayah populasi. Di sini seorang peneliti akan
selalu berhadapan dengan hipotesis nihil (Ho) sebagai dasar penelitiannya untuk diuji secara
empirik
dengan
statistik
inferensial.
Jenis
statistik
inferensial
cukup
banyak
sampel). Hanya dalam kenyataannya nilai parameter jarang diketahui. Statistic non parameter
tidak menguji parameter populasi, tetapi menguji distribusi. Penggunaan statistic parametris
dan non parameter tergantung pada asumsi dan jenis data yang akan dianalisis. Statistik
parametris memerlukan terpenuhinya banyak asumsi. Asumsi yang utama adalah data yang
akan dianalisis harus berdistribusi normal. Selanjutnya dalam penggunaan salah satu tes
mengharuskan data dua kelompok atau lebih yang diuji harus homogen, dalam regresi harus
terpenuhi asumsi linieritas.statistik non parametris tidak menuntuk terpenuhinya banyak
asumsi, misalnya data yang akan dianalisis tidak harus berdistribusi normal. Oleh karena itu
statistic non parametris mempunyai kekuatan yang lebih dari statistic non parametris, bila
asumsi yang melandasi dapat terpenuhi. Dalam dunia statistik dikenal setidaknya terdapat
empat jenis data hasil pengukuran, yaitu data Nominal, Ordinal, Interval dan Rasio. Masingmasing data hasil pengukuran ini memiliki karakteristik tersendiri yang berbeda antara satu
dengan lainnya Penggunaan kedua statistic tersebut juga tergantung pada jenis data yang
dianalisis. Statistic parametris kebanyakan digunakan untuk menganalisis data interval dan
rasio, sedangkan statistic non parametris kebanyakan digunakan untuk menganalisis data
nominal, ordinal. Jadi untuk menguji hipotesis dalam penelitian kuantitatif yang
menggunakan statistic, ada dua hal utama yang harus diperhatikan yaitu, macam data dan
bentuk hipotesi yang diajukan. Dalam statistik parametris menggunakan analisis data yang
berupa ; Data Interval Data interval tergolong data kontinum yang mempunyai tingkatan
yang lebih tinggi lagi dibandingkan dengan data ordinal karena mempunyai tingkatan yang
lebih banyak lagi. Data interval menunjukkan adanya jarak antara data yang satu dengan yang
lainnya. Contoh data interval misalnya hasil ujian, hasil pengukuran berat badan, hasil
pengukuran tinggi badan, dan lainnya. Satu hal yang perlu diperhatikan bahwa data interval
tidak dikenal adanya nilai 0 (nol) mutlak. Dalam hasil pengukuran (tes) misalnya mahasiswa
mendapat nilai 0. Angka nol ini tidak dapat diartikan bahwa mahasiswa tersebut benar-benar
tidak bisa apa-apa. Meskipun ia memperoleh nilai nol ia memiliki suatu pengetahuan atau
kemampuan dalam matakuliah yang bersangkutan. Nilai nol yang diberikan oleh dosen
sebetulnya hanya merupakan atribut belaka hanya saja pada saat ujian, pertanyaan yang
diujikan tidak pas seperti yang dipersiapkannya. Atau jawaban yang diberikan tidak sesuai
dengan yang dikehendaki soal. Data Rasio Data rasio merupakan data yang tergolong ke
dalam data kontinum juga tetapi yang mempunyai ciri atau sifat tertentu. Data ini memiliki
sifat interval atau jarak yang sama seperti halnya dalam skala interval. Namun demikian,
skala rasio masih memiliki ciri lain. Pertama harga rasio memiliki harga nol mutlak, artinya
titik nol benar-benar menunjukkan tidak adanya suatu ciri atau sifat. Misalnya titik nol pada
skala sentimeter menunjukkan tidakadanya panjang atau tinggi sesuatu. Kedua angka skala
rasio memiliki kualitas bilangan riel yang berlaku perhitungan matematis. Contohnya : berat
badan Rudi 70 kg, sedangkan Saifullah 35 kg. Keadaan ini dapat dirasiokan bahwa berat
badan Rudi dua kali berat badan Saifullah. Atau berat badan Saifullah separuh dari berat
badan Rudi. Berbeda dengan data interval misalnya Rudi ujian dapat 70 sementara Saifullah
memperoleh 30. Hal ini tidak dapat diartikan bahwa kepandaian Rudi dua kali lipat
kepandaian Saifullah. Data rasio dalam ilmu-ilmu sosial jarang dipergunakan, bahkan hampir
tidak pernah dipergunakan. Lapangan penggunaan data berskala rasio ini lebih banyak berada
dalam bidang ilmu-ilmu eksakta terutama fisika. Sedangkan dalam statistik non parametris
analisi data dibagi menjadi: Data Nominal Data ini juga sering disebut data diskrit,
kategorik, atau dikhotomi. Disebut diskrit karena ini data ini memiliki sifat terpisah antara
satu sama lainnya, baik pemisahan itu terdiri dari dua bagian atau lebih; dan di dalam
pemisahan itu tidak terdapat hubungan sama sekali. Masing-masing kategori memiliki sifat
tersendiri yang tidak ada hubungannya dengan kategori lainnya. Sebagai misal data hasil
penelitian dikategorikan kedalam kelompok ya dan tidak saja. Contohnya : 1. lakilaki/wanita (laki-laki adalah ya laki-laki; dan wanita adalah tidak laki-laki), kawin /tidak
kawin; janda/duda, dan lainnya. 2. Jenis pekerjaan dapat digolongkan secara terpisah menjadi
pegawai negri, pedagang, dokter, petani, buruh dsb. 3. Nomor punggung pemain sepak bola,
nomor rumah, nomor plat mobil dan lainnya. Nomor-nomor tersebut semata-semata hanya
menunjukkan simbol, tanda, atau stribut saja. 4. Suku, golongan drah, jenis penyakit, bentuk
atau konstitusi tubuh. Data Ordinal Data ordinal adalah data yang menunjuk pada tingkatan
atau penjenjangan pada sesuatu keadaan. Berbeda dengan data nominal yang menunjukkan
adanya perbedaan secara kategorik, data ordinal juga memiliki sifat adanya perbedaan di
antara obyek yang dijenjangkan. Namun dalam perbedaan tersebut terdapat suatu kedudukan
yang dinyatakan sebagai suatu urutan bahwa yang satu lebih besar atau lebih tinggi daripada
yang lainnya.Kriteria urutan dari yang paling tinggi ke yang yang paling rendah dinyatakan
dalam bentuk posisi relatif atau kedudukan suatu kelompok. Contoh dari data ini misalnya: 1.
prestasi belajar siswa diklasifikasikan menjadi kelompok baik, cukup, dan kurang, atau
ukuran tinggi seseorang dengan tinggi, sedang, dan pendek. 2. Hasil ujian mahasiswa
peserta kuliah Statistik Pendidikan Budiman memperoleh skor 90, Rahmat 85, Musyafak 75,
dan Mahsunah 65. Berdasarkan skor-skor tersebut dibuatlah suatu jenjang (rangking),
sehingga terjadilah urutan jenjang ke 1 (90), ke 2 (85), ke 3 (75), dan ke 4 (65).Data ordinal
memiliki harga mutlak (dapat diperbandingkan) dan selisih perbedaan antara urut-urutan
yang
berdekatan
bisa
tidak
sama.
Konteks Penelitian
Tujuan Penelitian
Manfaat Penelitian
Pendekatan
Batasan Istilah
Unit Analisis
Pengumpulan Data
Analisis Data
Keabsahan data
3. Grounded theory
Walaupun suatu studi pendekatan menekankan arti dari suatu pengalaman untuk sejumlah
individu, tujuan pendekatan grounded theory adalah untuk menghasilkan atau menemukan
suatu teori yang berhubungan dengan situasi tertentu . Situasi di mana individu saling
berhubungan, bertindak, atau terlibat dalam suatu proses sebagai respon terhadap suatu
peristiwa. Inti dari pendekatan grounded theory adalah pengembangan suatu teori yang
berhubungan erat kepada konteks peristiwa dipelajari.
4. Etnografi
Etnografi adalah uraian dan penafsiran suatu budaya atau sistem kelompok sosial. peneliti
menguji kelompok tersebut dan mempelajari pola perilaku, kebiasaan, dan cara hidup.
Etnografi adalah sebuah proses dan hasil dari sebuah penelitian. Sebagai proses, etnografi
melibatkan pengamatan yang cukup panjang terhadap suatu kelompok, dimana dalam
pengamatan tersebut peneliti terlibat dalam keseharian hidup responden atau melalui
wawancara satu per satu dengan anggota kelompok tersebut. Peneliti mempelajari arti atau
makna dari setiap perilaku, bahasa, dan interaksi dalam kelompok.
5. Studi kasus
Penelitian studi kasus adalah studi yang mengeksplorasi suatu masalah dengan batasan
terperinci, memiliki pengambilan data yang mendalam, dan menyertakan berbagai sumber
informasi. Penelitian ini dibatasi oleh waktu dan tempat, dan kasus yang dipelajari berupa
program, peristiwa, aktivitas, atau individu.
D. Metode Pengumpulan Data
Beberapa metode pengumpulan data dalam penelitian kualitatif, yaitu:
1. Wawancara
Wawancara merupakan alat re-cheking atau pembuktian terhadap informasi atau keterangan
yang diperoleh sebelumnya. Tehnik wawancara yang digunakan dalam penelitian kualitatif
adalah wawancara mendalam. Wawancara mendalam (indepth interview) adalah proses
memperoleh keterangan untuk tujuan penelitian dengan cara tanya jawab sambil bertatap
muka antara pewawancara dengan informan atau orang yang diwawancarai, dengan atau
tanpa menggunakan pedoman (guide) wawancara, di mana pewawancara dan informan
terlibat dalam kehidupan sosial yang relatif lama.
Beberapa hal yang perlu diperhatikan seorang peneliti saat mewawancarai responden adalah
intonasi suara, kecepatan berbicara, sensitifitas pertanyaan, kontak mata, dan kepekaan
nonverbal. Dalam mencari informasi, peneliti melakukan dua jenis wawancara, yaitu
autoanamnesa (wawancara yang dilakukan dengan subjek atau responden) dan aloanamnesa
(wawancara dengan keluarga responden). Beberapa tips saat melakukan wawancara adalah
mulai dengan pertanyaan yang mudah, mulai dengan informasi fakta, hindari pertanyaan
multiple, jangan menanyakan pertanyaan pribadi sebelum building raport, ulang kembali
jawaban untuk klarifikasi, berikan kesan positif, dan kontrol emosi negatif.
2. Observasi
Beberapa informasi yang diperoleh dari hasil observasi adalah ruang (tempat), pelaku,
kegiatan, objek, perbuatan, kejadian atau peristiwa, waktu, dan perasaan. Alasan peneliti
melakukan observasi adalah untuk menyajikan gambaran realistik perilaku atau kejadian,
untuk menjawab pertanyaan, untuk membantu mengerti perilaku manusia, dan untuk evaluasi
yaitu melakukan pengukuran terhadap aspek tertentu melakukan umpan balik terhadap
pengukuran tersebut.
Bungin mengemukakan beberapa bentuk observasi yang dapat digunakan dalam penelitian
kualitatif, yaitu observasi partisipasi, observasi tidak terstruktur, dan observasi kelompok
tidak terstruktur.
E. Keabsahan Data
Banyak hasil penelitian kualitatif diragukan kebenarannya karena beberapa hal, yaitu
subjektivitas peneliti merupakan hal yang dominan dalam penelitian kualitatif, alat penelitian
yang diandalkan adalah wawancara dan observasi mengandung banyak kelemahan ketika
dilakukan secara terbuka dan apalagi tanpa kontrol, dan sumber data kualitatif yang kurang
credible akan mempengaruhi hasil akurasi penelitian. Oleh karena itu, dibutuhkan beberapa
cara menentukan keabsahan data, yaitu:
1. Kredibilitas
Apakah proses dan hasil penelitian dapat diterima atau dipercaya. Beberapa kriteria dalam
menilai adalah lama penelitian, observasi yang detail, triangulasi, per debriefing, analisis
kasus negatif, membandingkan dengan hasil penelitian lain, dan member check. Cara
memperoleh tingkat kepercayaan hasil penelitian, yaitu:
1. Memperpanjang masa pengamatan memungkinkan peningkatan derajat kepercayaan
data yang dikumpulkan, bisa mempelajari kebudayaan dan dapat menguji informasi
dari responden, dan untuk membangun kepercayaan para responden terhadap peneliti
dan juga kepercayaan diri peneliti sendiri.
2. Pengamatan yang terus menerus, untuk menemukan ciri-ciri dan unsur-unsur dalam
situasi yang sangat relevan dengan persoalan atau isu yang sedang diteliti, serta
memusatkan diri pada
3. hal-hal tersebut secara rinci.
4. Triangulasi, pemeriksaan keabsahan data yang memanfaatkan sesuatu yang lain diluar
data untuk keperluan pengecekan atau sebagai pembanding terhadap data tersebut.
5. Peer debriefing (membicarakannya dengan orang lain) yaitu mengekspos hasil
sementara atau hasil akhir yang diperoleh dalam bentuk diskusi analitik dengan rekanrekan sejawat.
6. Mengadakan member check yaitu dengan menguji kemungkinan dugaan-dugaan yang
berbeda dan mengembangkan pengujian-pengujian untuk mengecek analisis, dengan
mengaplikasikannya pada data, serta denganmengajukan pertanyaan-pertanyaan
tentang data.
2. Transferabilitas yaitu apakah hasil penelitian ini dapat diterapkan pada situasi yang lain.
3. Dependability yaitu apakah hasil penelitian mengacu pada kekonsistenan peneliti dalam
mengumpulkan data, membentuk, dan menggunakan konsep-konsep ketika membuat
interpretasi untuk menarik kesimpulan.
4. Konfirmabilitas yaitu apakah hasil penelitian dapat dibuktikan kebenarannya dimana hasil
penelitian sesuai dengan data yang dikumpulkan dan dicantumkan dalam laporan lapangan.
Hal ini dilakukan dengan membicarakan hasil penelitian dengan orang yang tidak ikut dan
tidak berkepentingan dalam penelitian dengan tujuan agar hasil dapat lebih objektif.
F. Reliabilitas
Reliabilitas penelitian kualitatif dipengaruhi oleh definisi konsep yaitu suatu konsep dan
definisi yang dirumuskan berbeda-beda menurut pengetahuan peneliti, metode pengumpulan
dan analisis data, situasi dan kondisi sosial, status dan kedudukan peneliti dihadapan
responden, serta hubungan peneliti dengan responden.
II.2 Analisis Kuantitatif
Penelitian kuantitatif merupakan suatu penelitian yang analisisnya secara umum memakai
analisis statistik. Penelitian kuantitatif dikembangkan oleh penganut positivisme yang
dipelopori oleh Auguste Conte. Aliran ini berpendapat bahwa untuk memacu perkembangan
ilmu-ilmu sosial, maka metode-metode IPA harus diadopsi ke dalam riset-riset ilmu sosial .
Karenanya dalam penelitian kuantitatif pengukuran terhadap gejala yang diamati menjadi
penting, sehingga pengumpulan data dilakukan dengan menggunakan daftar pertanyaan
berstruktur (angket) yang disusun berdasarkan pengukuran terhadap variabel yang diteliti
yang kemudian menghasilkan data kuantitatif.
Berbeda dengan penelitian kualitatif yang menekankan pada studi kasus, penelitian
kuantitatif bermuara pada survey.
Richard dan Cook mengemukakan perbedaan paradigma penelitian kualitatif dan kuantitatif
sebagai berikut :
PARADIGMA KUALITATIF PARADIGMA KUANTITATIF
Menganjurkan pemakaian metode kualitatif
Bersandar pada fenomenologisme dan verstehen; perhatian tertuju pada pemahaman tingkah
laku manusia dari sudut pandangan pelaku itu sendiri.
Pengamatan berlangsung secara alamiah (naturalistic) dan tidak dikendalikan (uncontrolled)
Bersifat subyektif
Dekat dengan data; bertolak dari perspektif dari dalam individu atau masyarakat
yang diteliti.
Penelitian bersifat mendasar (grouned), ditujukan pada penemuan (discoveryoriented), menekankan pada perluasan (expansionist), bersifat deskriptif, dan induktif.
Bersifat holistic
Mengasumsikan adanya realitas yang bersifat dinamik Menganjurkan pemakaian metodemetode kuantitatif.
Bersandar pada positivisme logika; mencari fakta-fakta dan sebab-sebab dari gejala sosial
dengan mengesampingkan keadaan individu-individu.
Pengamatan ditandasi pengukuran yang dikendalikan dan blak-blakan (obtrusive)
Bersifat obyektif
Jauh dari data; bertolak dari sudut pandangan dari luar
Penelitian bersifat tidak mendasar (ungrouned), ditujukan pada pengujian (verificationoriented), menekankan penegasan (confirmatory), reduksionis, inferensial, deduktif-hipotetik.
Berorientasi pada hasil
Reliabel; data keras dan dapat diulang
Dapat digeneralisasikan; studi atas banyak kasus
Bersifat partikularistik
Mengasumsikan adanya realitas yang stabil
A. Langkah-Langkah Penelitian Kuantitatif
1. Latar Belakang Masalah
Latar belakang masalah memuat hal-hal yang melatar belakangi dilakukannya penelitian, apa
hal yang menarik untuk melakukan penelitian biasanya karena adanya kesenjangan antara
kesenjangan antara yang seharusnya dan kenyataan. Dalam bagian ini dimuat deskripsi
singkat wilayah penelitian dan juga jika diperlukan hasil penelitian peneliti sebelumnya.
Secara rinci latar belakang (Wardi Bachtiar:1997) berisi:
a. Argumentasi mengapa masalah tersebut menarik untuk diteliti dipandang dari bidang
keilmuan/maupun kebutuhan praktis.
b. Penjelasan akibat-akibat negatif jika masalah tersebut tidak dipecahkan.
c. Penjelasan dampak positif yang timbul dari hasil-hasil penelitian
d. Penjelasan bahwa masalah tersebut relevan, aktual dan sesuai dengan situasi dan
kebutuhan zaman
e. Relevansinya dengna penelitian-penelitian sebelumnya
f. Gambaran hasil penelitian dan manfaatnya bagi masyarakat atau negara dan bagi
perkembangan ilmu.
2. Identifikasi, Pemilihan dan Perumusan Masalah
a. Identifikasi Masalah
Masalah penelitian dapat diidentifikasi sebagai adanya kesenjangan antara apa yang
seharusnya dan apa yang ada dalam kenyataan, adanya kesenjangan informasi atau teori dan
sebagainya.
b. Pemilihan Masalah
1). Mempunyai nilai penelitian (asli penting dan dapat diuji)
2). Fisible (biaya, waktu dan kondisi)
3). Sesuai dengan kualifikasi peneliti
4). Menghubungkan dua variabel atau lebih
c. Sumber Masalah
Bacaan, seminar, diskusi, pengamatan, pengalaman, hasil penelitian terdahulu, dan lain-lain.
d. Perumusan Masalah
1). Dirumuskan dalam bentuk kalimat tanya
2). Jelas dan padat
3). Dapat menjadi dasar dalam merumusan hipotesa dan judul penelitian
e. Perumusan Tujuan dan Manfaat Penelitian
1) Tujuan penelitian adalah suatu pernyataan tentang apa yang akan kita cari/ capai dari
masalah penelitian. Cara merumuskan yang paling mudah adalah dengan mengubah kalimat
pertanyaan dalam rumusan masalah menjadi kalimat pernyataan.
2) Manfaat penelitian mencakup manfaat teoritis dan praktis.
f. Telaah Pustaka
1) Manfaat Telaah Pustaka
2) Untuk memperdalam pengetahuan tentang masalah yang diteliti
3) Menyusun kerangka teoritis yang menjadi landasan pemikiran
4) Untuk mempertajam konsep yang digunakan sehingga memudahkan perumusan hipotesa
5) Untuk menghindari terjadinya pengulangan penelitian
g. Pembentukan Kerangka Teori
Kerangka teori merupakan landasan pemikiran yang membantu arah penelitian, pemilihan
konsep, perumusan hipotesa dan memberi kerangka orientasi untuk klasifikasi dan analisis
data . Kerangka teori dibuat berdasarkan teori-teori yang sudah ada atau berdasarkan
pemikiran logis yang dibangun oleh peneliti sendiri.
Teori yang dibahas atau teori yang dikupas harus mempunyai relevansi yang kuat dengan
permasalahan penelitian. Sifatnya mengemukakan bagaimana seharusnya tentang masalah
yang diteliti tersebut berdasar konsep atau teori-teori tertentu. Khusus untuk penelitian
hubungan dua variabel atau lebih maka dalam landasan teori harus dapat digambarkan secara
jelas bagaimana hubungan dua variabel tersebut.
h. Perumusan Hipotesis
Hipotesis merupakan jawaban terhadap masalah penelitian yang secara teoritis dianggap
paling mungkin dan paling tinggi tingkat kebenarannya. Hipotesa merupakan kristalisasi dari
kesimpulan teoritik yang diperoleh dari telaah pustaka. Secara statistik hipotesis merupakan
pernyataan mengenai keadaan populasi yang akan diuji kebenarannya berdasarkan data yang
diperoleh dari sampel penelitian.
i. Definisi Operasional Variabel Penelitian
Konsep merupakan definisi dari sekelompok fakta atau gejala (yang akan diteliti). Konsep
ada yang sederhana dan dapat dilihat seperti konsep meja, kursi dan sebagainya dan ada
konsep yang abstrak dan tak dapat dilihat seeprti konsep partisipasi, peranan dan sebagainya.
Konsep yang tak dapat dilihat disebut construct. Karena construct bergerak di alam abstrak
maka perlu diubah dalam bentuk yang dapat diukur secara empiris, atau dalam kata lain perlu
ada definisi operasional.
Definisi operasional adalah mengubah konsep dengan kata-kata yang menggambarkan
perilaku atau gejala yang dapat diamati dan dapat diuji kebenarannya oleh orang lain.
Konsep yang mempunyai variasi nilai disebut variabel. Variabel dibagi menjadi dua:
a. Variabel deskrit/katagorikal misalnya : variabel jenis kelamin.
b. Variabel Continues misal : variabel umur
Proses pengukuran variabel merupakan rangkaian dari empat aktivitas pokok yaitu:
1. Menentukan dimensi variabel penelitian. Variabel-variabel penelitian sosial sering kali
memiliki lebih dari satudimensi. Semakin lengkap dimensi suatu variabel yang dapat
diukur, semakin baik ukuran yang dihasilkan.
kesimpulan yang berlaku untuk umum atau generalisasi. Misalnya penyajian data
menggunakan table, grafik, diagram lingkaran, pictogram, perhitungan modus, median, mean,
desil, persentil, rata-rata, standar defiasi, porsentasi, korelasi, dan regresi tanpa pengujian
signifikasi.
Statistika deskriptif berkenaan dengan bagaimana data dapat digambarkan dideskripsikan)
atau disimpulkan, baik secara numerik (misalnya menghitung rata-rata dan deviasi standar)
atau secara grafis (dalam bentuk tabel atau grafik), untuk mendapatkan gambaran sekilas
mengenai data tersebut, sehingga lebih mudah dibaca dan bermakna.
Statistika inferensial adalah teknik statistic untuk menganalisis data sampel data dan hasilnya
diberlakukan untuk populasi. Suatu kesimpulan dari data sampel yang akan diberlakukan
untuk populasi itu mempunyai peluang kesalahan dan kebenaran (kepercayaan). Bila peluang
kesalahan sebesar 5 persen, maka taraf kepercayaannya sebesar 95 persen. Ini disebut sebagai
taraf signifikasi yang mencerminkan kemampuan suatu sampel untuk dilakukan generalisasi
terhadap suatu populasi dengan taraf kesalahan tertentu. Dengan menggunakan uji t dan uji F
diperoleh taraf signifikasi tertentu.
Statistika inferensial berkenaan dengan permodelan data dan melakukan pengambilan
keputusan berdasarkan analisis data, misalnya melakukan pengujian hipotesis, melakukan
estimasi pengamatan masa mendatang (estimasi atau prediksi), membuat permodelan
hubungan (korelasi, regresi, ANOVA, deret waktu), dan sebagainya.
II.4 Statistik Parametris dan Non Parametris
a) Statistika Parametris
Statistik parametris digunakan untuk menganalisis data interval dan rasio.
Ukuran uji dalam Statistik parametris antara lain :
T-test
Anova
Korelasi.
Contoh :
Rumusan masalah : berapa rata-rata penayangan iklan di TV ?
Hypotesis : rata-rata penayangan iklan di TV paling lama 120 menit.
Uji hypoteis : t-test
b) Statistika Non Parametris
Statistik non parametris digunakan untuk menguji hipotesis bila datanya berbentuk nominal
dan ordinal dan tidak berlandaskan asumsi bahwa distribusi data harus normal. Sehingga kita
kenal beberapa tes yang digunakan dalam penelitian hipotesis antara lain :
Test binomial
Tes binomial digunakan untuk menguji hipotesis bila dalam populasi terdiri atas dua
kelompok kelas, datanya berbentuk nominal dan jum,lha sampelnya kecilnya (kurang dari
25).
Chi kuadrat
Chi kuadrat satu sampel, adalah teknik statistik yang digunakan untuk menguji hipotesis
deskriptif bila dalam populasi terdiri atas dua atau lebi kelas, data berbentuk nominal dan
smapelnya besar. yang dimaksud hipotesis deskriptif diatas adlah merupakan estimasi gugaan
terhadap ada tidaknya perbedaan frekuensi anatra kategori satu dan kategori lainnya dalam
Tes ini dibgunakan untuk meguji signifikasin hipotesis komparatif dua sampel independen
bila datanya berbentuk ordinal dan disusun dalam bentuk run. oleh karena itu sebelum dtaa
dua sampel (n1 + n2) dianalisis maka perlu disusun terlebih dahulu kedlaam bentuk ranking.
Test Cochran
Tes ini digunakan untuk hipotesis komparatif k sampel berpasangan bila datanya benrbnuk
nominal dan frekuensi dikotomi.
Test Friedman
Friedman two way anova (analisi varian dua jalan Friedman) digunakan untuk menguji
hipotesis komparatif k sampel yang berpasanga (related) bila datany aberebntuk ordinal
(ranking), bila datany terkumpul berbntuk interval atau ratio maka data tersebut diubah
kedalam ordinal.
Chi-kuadrat k Sampel
Test ini digunakan untuk menguji hipotesis komparatif lebih dari dua sample, bila datanya
benrbntuk diskrit atau nominal.
Median Extention
test median extension digunakan untuk menguji hipotesis komparatif median k sampel
independen bila datanya berbentuk ordinal dan dalam tes ini ukuran sampel tidak harus sama.
Analisis Varian satu jalan Kruskal-Walls
teknik ini digunakan untuk menguji hipotesis k sampel inedependen bila datanya berbentuk
ordinal. bila dalam pengukuran ditemukan data berbentuk interval atau ratio maka perlu
dirubah dulu kedlam ordinal (data berbentukr anking/peringkat).
Koefiisen Kontingensi
koefisien ini digunakan untuk menghitung hubungan antar variabel bila datanya berbentuk
nominal. teknik mempunyai kaitan eratdengan chi kuadrat yang digunakan untuk menguji
hipotesis komparatif k sampel independen, oleh karena itu rumus yang digunakan
mengandung nilai cjhi kuadrat.
Korelasi Spearman Rank
Korelasi spearman rank digunakan mencari hubungan atau uji signifikansi hipotesisi asosiatif
bila amsing-masing variabel yang dihubungkan berbentuk ordinal dan sumber data aantar
variabel tidak harus sama.
Korelasi Kendal Tau
Sepertinya dalam korelasi spearman rank, korlasi kendal tau digunakan untuk mencari
hubungan dan menguji hipotesis antara dua variabel atau lebih bila datanya berbentuk ordinal
atau ranking
BAB III
PENUTUP
III.1 Simpulan
Teknik analisis data dapat dilakukan dengan empat cara, yaitu analisis kualitaif, analisis
kuantitatif, statistic deskriptif dan inferensial, serta statistic parametris dan non parametris.
Keempat cara tersebut masing-masing mempunyai kelebihan dan kekurangannya.
http://skripsimahasiswa.blogspot.co.id/2010/11/teknik-analisis-data.html