Memilih / Menentukan Uji Statistik untuk

Analisa data Penelitian

Skala/Jenis Data :
Setiap obervasi dapat dikelompokkan ke dalam empat jenis, yaitu Rasio, Interval, Ordinal, dan
Nominal. Untuk memudahkan menghafal, tipe data dapat disingkat menjadi RION. Data berjenis
rasio dan interval adalah data yang paling kuat/robust dan paling dianjurkan untuk digunakan.

Kesalahan penafsiran umumnya terjadi pada data bertipe Interval dan Ordinal. Tipe data interval
seringkali dianggap data berjenis rasio. Namun demikian hal ini secara statistik tidak akan
menjadi masalah karena baik data interval maupun data rasio dianalisa dengan metode yang
sama, yaitu menggunakan statistik parametrik. Dengan demikian kesalahan penentuan tipe data
interval dan rasio tidak secara teknik statistik tidak perlu diperdebatkan.

Kesalahan kedua adalah kesalahan penentuan skala data ordinal dan nominal. Kebanyakan
orang hanya memahami bahwa data ordinal adalah data berjenjang, dimana ada tingkatan dari
yang paling sedikit/paling rendah ke yang paling banyak/tinggi. Tidak sedikit buku statistik yang
beredar di pasaran juga turut 'menyesatkan' pemahaman tersebut dengan tidak memberikan
pemahaman yang lebih mendalam mengenai jenis data ordinal.

Rasio / Interval

Secara umum skala Rasio dan Interval ini didapat dari hasil pengukuran semua individu dalam
sampel / populasi. Data jenis ini dikenal juga dengan nama data ukur. Pengukuran dapat
dilakukan menggunakan alat ukur seperti timbangan/dacin, Microtois, Tensimeter, penggaris dll.
Contoh data jenis ini adalah tinggi badan, berat badan, lingkar lengan, lingkar kepala, tekanan
darah, denyut nadi, dll.
Untuk pengukuran sesuatu yang lebih abstrak dapat menggunakan alat ukur lain seperti
quesioner. Contoh pengukuran abstrak adalah tingkat pengetahuan, IQ, EQ, dll.
Ordinal

Kata kunci dari skala ordinal ini adalah 'ordered' atau terurut, yaitu datanya diurutkan dalam
bentuk peringkat/rangking. Pemberian rangking bisa dengan cara ascending, atau descending.
Artinya peneliti dapat memberikan peringkat 1 untuk yang terbaik, atau peringkat paling besar
untuk yang terbaik, (misalnya peringkat 10 untuk yang terbaik dari 10 orang peserta). Yang pasti
harus berurut.
Untuk data yang sama (nilainya sama) urutannyapun sama. Hal ini dikenal dengan istilah "tie".
Cara menghitung peringkat tie akan dibahas di artikel lainnya. (silahkan cek di waktu yang akan
datang)

Nominal

Skala Nominal adalah skala yang paling lemah, tetapi paling praktis. Data berskala nominal
umumnya didapat dengan cara 'menghitung' anggota kelompok tertentu. Nama lain dari skala ini
adalah 'data hitung'.
Nama kelompok bukan hal penting. Yang penting adalah jumlah data yang ada di dalamnya.

Misalnya :
Jumlah mahasiswa laki - laki dan perempuan, jumlah mahasiswa berdasarkan agama, jumlah
mahasiswa berdasarkan asal dst.
Bagian yang menarik adalah ketika nama kategori memiliki urutan tertentu seperti SD, SMP,
SMA atau Tinggi, Sedang dan Rendah, dst.. Banyak orang bingung menghadapi situasi ini
dimana mereka kemudian menyatakan datanya berskala ordinal, padahal sesungguhnya
skalanya tetap nominal karena masih dalam katageri dan masih data hitung. Akan tetapi
memang dikenal varian dari Nominal biasa yang disebut nominal berjenjang (ordered Nominal).
Contohnya Tingkat pendidikan SD, SMP, SMA, PT dst, Tingkat Pengetahuan Tinggi, Sedang
Rendah dst.
Untuk skala nominal dengan dua kategori saja dikenal dengan nama dikotomis, atau binary.
Contohnya status pasien : Sehat dan Sakit, Hidup dan Mati, dst..

Pada prinsipnya setiap variabel dapat dikumpulkan dengan semua tipe data yang ada. Namun
demikian disarankan untuk menggunakan tipe data Rasio dan Interval terlebih dahulu, baru
menggunakan Ordinal dan Nominal jika tipe Rasio dan Interval tidak dapat digunakan (misalnya
karena distribusi tidak normal atau asumsi randomisasi tidak terpenuhi, atau jumlah sampel
terlalu kecil)
Perubahan dari tipe data satu ke tipe data lainnya mengandung resiko kehilangan informasi
penting menyakngkut karakteristik data tersebut. PErhatikan ilustrasi berikut ini untuk menunjang
pemahaman mengenai tipe data.

Tabel berikut ini adalah dari hasil penelitian (imajinatif) untuk mengukur tingkat pengetahuan
mahasiswa tentang sesuatu dengan menggunakan berbagai skaala data.

Keterangan
1. Kolom kedua menunjukkan skor pengethuan dari hasil kuesioner (Interval)

2. Kolom ketiga didapatkan dengan mengurutkan skor pada kolom kedua� dan diberikan

ranking (ordinal)

3. Kolom keempat didapat dengan mengelompokkan kolom kedua ke dalam tiga kategori

yaitu Tinggi, Sedang, dan Rendah (Nominal Berjenjang).

4. Kolom terakhir adalah pengelompokan kolom kedua ke dalam dua kategori saja

( Binary/Dikotomi)

Pengolahan data di atas biasanya akan berbentuk sebagai berikut

Data Rasio / Interval dibiarkan apa adanya, yaitu mengikuti hasil pengukuran individu (data ukur)
Data Ordinal memodifikasi data hasil pengukuran dengan memberi ranking
Selanjutnya untuk data Nominal dilakukan "Pengelompokan" terlebih dahulu, kemudian
menghitung anggota tiap tiap kelompok tersebut sebagai berikut :

Memilih Uji Statistik

Setalah memahami konsep type data (RION), maka kini anda dengan mudah dapat menentukan
uji statistik yang tepat untuk penelitian anda dengan menggunakan bantuan tabel berikut ini.

Untuk melakukan uji perbandingan dua sampel dapat digunakan tabel berikut ini.
Cara Penggunaan :�
Misalnya penelitian anda akan membandingkan kadar HB pada ibu hamil perokok dengan kadar
HB ibu hamil bukan perokok, dimana Kadar HB diukur dengan menggunakan skala rasi. Uji Apa
yang akan anda gunakan ?

Penyelesaian :
Dalam uji statistik tidak dibedakan antara skala rasio dan interval (diperlakukan sama) dengan
demikian kita bisa melihat baris skala Interval dan Uji yang akan digunakan adalah antara lain :
1. Normal Distribution for Means

2. Two Sample T-Test

3. Mann - Whitney U-Test

Mana dari ketiganya yang akan diambil ? Jawabannya adalah tergantung jumlah sampel dan
sebaran data. Anda bisa lihat pada kolom kedua tabel di atas.

Untuk mencari perbedaan baik pada satu� ataupun pada dua kelompok sampel dapat
menggunakan tabel berikut ini.
Cara Penggunaan: sama dengan di atas. Hanya saja tabel ini digunakan untuk menjawab
pertanyaan : apakah ada perbedaan antara A dan B ?. Type data yang digunakan untuk
pengukuran A dan B tersebut, serta jumlah sampel yang digunakan akan menentukan uji statistik
yang digunakan

Selanjutnya untuk menguji hipotesa " Ada hubungan antara A dan B", dapat digunakan tabel
bantuan berikut ini
Cara Penggunaan:

A dan B masing masing adalah variabel bebas dan terikat, yang diwakili oleh baris dan kolom
yang di arsir. Misalnya Variabel A diukur dengan nominal, variabel B juga diukur dengan nominal,
maka uji yang dapat dgunakan adalah Chi-Squared Test. ( Lihat kolom "Nominal" dan Baris
"Nominal" pada tabel di atas lalu tarik garis ke bawah dan kesamping Pertemuannya adalah
nama uji yang dapat digunakan.