STATISTIK
dan STATISTIKA
Statistik
adalah kumpulan data atau fakta-fakta yang disajikan dalam bentuk daftar,
Tabel, Grafik, Diagram agar
mudah diinterpretasi dan digunakan untuk tujuan-tujuan tertentu.
Statistika
adalah suatu pengetahuan mengenai cara/metode/ teknik pengumpulan data,
menganalisis data, menyajikan data guna membuat keputusan-keputusan
Statistika
dibedakan menjadi dua:
1.
Statistika
Deskriptif à
bertujuan/digunakan untuk
menggambarkan atau mendeskripsikan data (fakta-fakta) tanpa menarik kesimpulan
terhadap
populasi
2.
Statistika
Induktif (Inferensial) à bertujuan/ digunakan untuk
menggeneralisasikan hasil temuan yang
diperoleh pada sampel terhadap
populasi. Statistik Inferensial dibedakan:
a.
Statistika
Parametrik : mensyaratkan persyaratan-persyaratan
tertentu: distribusi data normal, hubungan linier, homogenitas varians.
b.
Statistika
Non Parametrik : tidak mensyaratkan persyaratan-persyaratan
tertentu, maka dikatakan statistika Bebas Distribusi
Uji
statistik nonparametrik adalah suatu uji statistik yang tidak memerlukan adanya
asumsi-asumsi mengenai sebaran data populasinya (belum diketahui sebaran
datanya dan tidak perlu berdistribusi normal).
Disebut
juga sebagai
statistik bebas sebaran (distribution-free statistics) atau assumption-free
test yaitu teknik statistik yang
tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak).
} Metode
Statistika Non Parametrik digunakan bila salah satu parameter Statistika
Parametrik tidak terpenuhi !
POPULASI dan SAMPEL
Populasi adalah kumpulan
semua elemen yang ada yang akan diobservasi atau diteliti.
Sampel adalah himpunan
bagian dari populasi.
Sampling adalah cara
pengumpulan data dengan mengambil sampel atau contoh dari seluruh anggota
populasi.
Data adalah
Kumpulan keterangan atau informasi yang diperoleh dari
suatu pengamatan, dapat berupa angka, lambang atau sifat.
Data
yang baik harus meliputi :
1.
representatif (mewakili)
2.
objektif (sesuai dengan apa yang ada atau yang terjadi)
3.
relevan (ada hubungannya dengan persoalan yang sedang
dihadapi dan akan dipecahkan),
4.
mempunyai tingkat ketelitian yang tinggi atau standard
error (kesalahan baku) yang kecil.
VARIABEL
Variabel adalah gejala atau fakta-fakta (data) yang harganya berbeda-beda
atau bervariasi.
Menurut
Nilainya, Variabel dibedakan :
1.
Variabel Diskrit
atau disebut Data Diskrit adalah diperoleh melalui menghitung atau membilang
(bukan hasil pengukuran). Misal : jenis kelamin, jenis pekerjaan, jenis
sekolah, jumlah peralatan.
2.
Variabel Kontinyu atau disebut Data Kontinyu adalah
diperoleh melalui pengukuran. Misal : tinggi badan, berat badan, kompetensi
siswa, sikap, minat.
Menurut
Fungsinya, Variabel dibedakan:
1.
Variabel
Bebas/independen (Korelasi), variabel prediktor (regresi), variabel perlakuan
(eksperimen) adalah variabel yang akan dilihat pengaruhnya terhadap variabel terikat/dependen, kriterium,
atau variabel dampak.
2.
Variabel
Terikat/dependen (Korelasi), kriterium (Regresi), variabel dampak (Eksperimen) adalah
variabel hasil/dampak/akibat dari variabel bebas/prediktor/perlakuan.
Variabel terikat pada umumnya menjadi
tujuan penelitian, sumber masalah, yang ingin ditingkatkan kualitasnya.
3.
Variabel
Perantara (Intervening) adala variable yang menjadi perantara munculnya
pengaruh variabel bebas terhadap
variabel terikat. Jika variabel ini dihilangkan, maka hubungan/pengaruh
variabel bebas terhadap
variabel terikat tersebut
menjadi tidak ada (tidak signifikan).
4.
Variabel
Moderator adalah variable yang mempengaruhi tingkat hubungan (pengaruh)
variabel bebas terhadap
variabel terikat. Hubungan/pengaruh
variabel bebas terhadap
variabel terikat memiliki nilai yang berbeda pada level yang berbeda.
5.
Variabel Kontrol
(Pengendali) sangat berpengaruh terhadap
variabel terikat, tetapi pengaruhnya ditiadakan/dikendalikan dengan cara
dikontrol (diisolasi) pengaruhnya. Pengontrolan dapat dilakukan melalui
pengembangan disain penelitiannya (kondisinya dibuat sama) atau secara
statistika.
JENIS DATA/SKALA PENGUKURAN
Ada
4 macam skala/level hasil pengukuran yang
biasa digunakan dalam berbagai penelitian, yaitu:
1.
Skala
Nominal
Skala data hasil pengukuran yang hanya dapat membedakan antara
jenis/kelompok yang
satu dengan yang
lainnya.
Skor
yang diberikan di sini hanya berfungsi sebagai
tanda atau nomor belaka, dan tidak menunjukkan tingkatan maupun kualitasnya.
Contoh:
jenis kelamin, jenis sekolah, jenis pekerjaan, agama, dsb.
Contoh
: Jenis Kelamin à Laki-laki =
1
Perempuan = 2
2.
Skala
Ordinal
Skala data hasil pengukuran yang menunjukkan adanya suatu tingkatan
(ORDO) atau kategori, seperti misalnya: sangat baik, baik, cukup, kurang dsb.
Namun
demikian, rentang/jarak antara masing-masing tingkatan yang berdekatan adalah tidak sama, bersifat relatif dan
tidak dapat ditentukan secara pasti.
Contoh
: tingkat pendidikan (PT, SLTA, SLTP, SD, Tidak Tamat SD, Tidak Pernah
Sekolah).
Jika pendidikan
dihitung jumlah tahun memperoleh pendidikan, maka datanya dapat dikategorikan
sbg data interval).
3.
Skala
Interval
Gejala yg dapat menunjukkan tingkatan
maupun kualitasnya, sedangkan jarak antar tingkatan yang berdekatan tersebut mempunyai jarak yang pasti dan sama.
Skala ini tidak memiliki Nol Mutlak.
Contoh:
benda yg suhunya 0° Celsius bukan berarti benda tsb tidak mempunyai kadar panas
sama sekali. Jadi, Titik Nol di sini hanya merupakan titik kesepakatan saja.
Demikian
pula, skor yg diberikan di sini tidak dapat diper-bandingkan dgn skor yg lain
dengan hukum perkalian (Komutatif).
Contoh: Benda yg
suhunya 80 °C, bukan berarti panasnya dua kali lipat dari benda yg suhunya 40
°C
4.
Skala
Rasio
Memiliki
nilai Nol Mutlak
Dapat
diperbandingkan dengan skor lainnya dengan hukum Komutatif.
Contoh:
jarak 0 meter, maka berarti bahwa memang tidak ada jarak sama sekali. Demikian
pula, benda yg beratnya 10 kg, maka memang benar-benar 2 kali lipat benda yg
beratnya 5 kg, dan sebagainya.
Skala
pengukuran dalam bidang pendidikan dan ilmu-ilmu sosial pada umumnya hanya
mencapai pada skala pengukuran interval saja, sedangkan skala rasio jarang atau
tidak biasa digunakan.
Tidak ada komentar:
Posting Komentar