Staff Site Universitas Negeri Yogyakarta
STATISTIK vs STATISTIKA
STATISTIK :
• kumpulan data atau fakta-fakta yang disajikan
dalam bentuk daftar, Tabel, Grafik, Diagram dsb.
agar mudah diinterpretasi dan digunakan untuk
tujuan-tujuan tertentu.
STATISTIKA :
• suatu pengetahuan mengenai cara/metode/
teknik pengumpulan data, menganalisis data,
menyajikan data guna membuat keputusankeputusan
Statistika dibedakan menjadi dua:
1. Statistika Deskriptif bertujuan/digunakan
utk menggambarkan atau
mendeskripsikan data (fakta-fakta) tanpa
menarik kesimpulan thd populasi
2. Statistika Induktif (Inferensial) bertujuan/
digunakan untuk menggeneralisasikan
hasil temuan yg diperoleh pada sampel thd
populasi. Statistik Inferensial dibedakan:
a. Statistika Parametrik
b. Statistika Non Parametrik
Statistika Inferensial
• Statistika Parametrik mensyaratkan
persyaratan-persyaratan tertentu: distribusi
data normal, hubungan linier, homogenitas
varians, dsb.
• Statistika Non Parametrik tidak mensyaratkan persyaratan-persyaratan tertentu maka
dikatakan statistika Bebas Distribusi
• Mengapa kita berusaha memilih
menggunakan Statistika Parametrik ?
PENGERTIAN
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).
Oleh karenanya statistik ini juga dikemukakan
sebagai statistik bebas sebaran (distributionfree statistics) atau assumption-free test
yaitu teknik statistik yg tidak mensyaratkan
bentuk sebaran parameter populasi, baik
normal atau tidak).
Kapan digunakan Statistika
Non Parametrik ?
• Metode Statistika Non Parametrik
digunakan bila salah satu
parameter Statistika Parametrik
tidak terpenuhi !
Penggunaan…
• Untuk data yang distribusi
populasinya tidak diketahui
• Untuk data yg distribusinya tidak
normal.
• Untuk data yang diambil dari sampel
yang tidak random.
• Untuk data dengan skala nominal
atau ordinal.
• Untuk data yang jumlahnya sedikit
(< 30).
VARIABEL
Adalah gejala atau fakta-fakta (data) yang harganya
berbeda-beda atau bervariasi
Menurut Nilainya, Variabel dibedakan :
1. Variabel Diskrit atau disebut Data Diskrit
diperoleh melalui menghitung atau membilang
(bukan hasil pengukuran). Misal : jenis kelamin,
jenis pekerjaan, jenis sekolah, jumlah peralatan
dsb.
2. Variabel Kontinum atau disebut Data Kontinum
diperoleh melalui pengukuran. Misal : tinggi badan,
berat badan, kompetensi siswa, sikap, minat dsb.
Menurut Fungsinya,
dibedakan:
1. Variabel Bebas/independen (Korelasi), variabel
prediktor (regresi), variabel perlakuan
(eksperimen) merupakan variabel yang akan
dilihat pengaruhnya thd variabel terikat/dependen,
kriterium, atau variabel dampak.
2. Variabel Terikat/dependen (Korelasi), kriterium
(Regresi), variabel dampak (Eksperimen)
merupakan variabel hasil/dampak/akibat dari
variabel bebas/prediktor/perlakuan.
Variabel terikat umumnya menjadi tujuan
penelitian, sumber masalah, yang ingin
ditingkatkan kualitasnya.
Lanjutan Jenis Variabel
…..
3. Variabel Perantara (Intervening) variabel yang
menjadi perantara munculnya pengaruh variabel
bebas thd variabel terikat. Jika variabel ini
dihilangkan, maka hubungan/pengaruh variabel
bebas thd variabel terikat tsb menjadi tidak ada
(tidak signifikan).
4. Variabel Moderator variabel yang mempengaruhi
tingkat hubungan (pengaruh) variabel bebas thd
variabel terikat. Atau hubungan/pengaruh variabel
bebas thd variabel terikat memiliki nilai yang
berbeda pada level yang berbeda.
5. Variabel Kontrol (Pengendali) variabel yang
berpengaruh thd variabel terikat, tetapi pengaruhnya
ditiadakan/dikendalikan dengan cara dikontrol
(diisolasi) pengaruhnya. Pengontrolan dapat
dilakukan melalui pengembangan disain
JENIS DATA/SKALA PENGUKURAN
Ada 4 macam skala/level hasil pengukuran
yg biasa digunakan dalam berbagai
penelitian, yaitu:
• Skala Nominal
• Skala Ordinal
• Skala Interval
• Skala Rasio
SKALA NOMINAL
• Adalah skala data hasil pengukuran yg hanya
dapat membedakan antara jenis/kelompok yg
satu dengan yg lainnya.
• Skor yang diberikan di sini hanya berfungsi
sbg tanda atau sbg nomor belaka, dan tidak
menunjukkan tingkatan maupun kualitasnya.
Contoh: jenis kelamin, jenis sekolah, jenis
pekerjaan, agama, dsb.
• Contoh : Jenis Kelamin Laki-laki
= 1
Perempuan = 2
SKALA ORDINAL
• Adalah skala data hasil pengukuran yg
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
tsb adalah tidak sama, bersifat relatif dan
tidak dapat ditentukan secara pasti.
• Contoh : status sosial ekonomi (tinggi,
menengah, rendah), tingkat pendidikan (PT,
SLTA, SLTP, SD, Tidak Tamat SD, Tidak Pernah
Sekolah) dsb. Jika pendidikan dihitung jumlah
tahun memperoleh pendidikan, maka datanya
SKALA INTERVAL
• Adalah gejala yg dapat menunjukkan tingkatan maupun
kualitasnya, sedangkan jarak antar tingkatan yang berdekat-an
tsb mempunyai jarak yg pasti dan sama.
• Namun demikian, skala ini tidak memiliki Nol Mutlak. Contoh:
benda yg suhunya 0° Celsius bukan berarti benda tsb tidak
mempunyai kadar panas sama sekali. Siswa yg skor tesnya
Nol, bukan berarti Ia tak memiliki kepandaian sama sekali. Jadi,
Titik Nol di sini hanya merupakan titik kesepakatan saja.
• Demikian pula, skor yg diberikan di sini tidak dapat diperbandingkan dgn skor yg lain dengan hukum perkalian
(Komutatif).
• Contoh: Siswa yg nilainya 80 bukan berarti kepandaiannya dua
kali lipat dari siswa yang skor nilainya 40. Benda yg suhunya
80 °C, bukan berarti panasnya dua kali lipat dari benda yg
suhunya 40 °C, dst. nya.
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.
PEMILIHAN TEKNIK
STATISTIK
• Berkaitan dgn rumusan hipotesis penelitian
karena fungsi Statistik adalah utk menguji
hipotesis.
• Tergantung pada jenis/skala data pengukuran
• Ditentukan oleh terpenuhi-tidaknya
persyaratan Analisis yg telah ditetapkan.
• Dalam penelitian kuantitatif, peran statistik
deskriptif masih sangat urgen karena utk
mendeskripsikan data yg diperoleh yg
bersifat univariat.
STATISTIK :
• kumpulan data atau fakta-fakta yang disajikan
dalam bentuk daftar, Tabel, Grafik, Diagram dsb.
agar mudah diinterpretasi dan digunakan untuk
tujuan-tujuan tertentu.
STATISTIKA :
• suatu pengetahuan mengenai cara/metode/
teknik pengumpulan data, menganalisis data,
menyajikan data guna membuat keputusankeputusan
Statistika dibedakan menjadi dua:
1. Statistika Deskriptif bertujuan/digunakan
utk menggambarkan atau
mendeskripsikan data (fakta-fakta) tanpa
menarik kesimpulan thd populasi
2. Statistika Induktif (Inferensial) bertujuan/
digunakan untuk menggeneralisasikan
hasil temuan yg diperoleh pada sampel thd
populasi. Statistik Inferensial dibedakan:
a. Statistika Parametrik
b. Statistika Non Parametrik
Statistika Inferensial
• Statistika Parametrik mensyaratkan
persyaratan-persyaratan tertentu: distribusi
data normal, hubungan linier, homogenitas
varians, dsb.
• Statistika Non Parametrik tidak mensyaratkan persyaratan-persyaratan tertentu maka
dikatakan statistika Bebas Distribusi
• Mengapa kita berusaha memilih
menggunakan Statistika Parametrik ?
PENGERTIAN
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).
Oleh karenanya statistik ini juga dikemukakan
sebagai statistik bebas sebaran (distributionfree statistics) atau assumption-free test
yaitu teknik statistik yg tidak mensyaratkan
bentuk sebaran parameter populasi, baik
normal atau tidak).
Kapan digunakan Statistika
Non Parametrik ?
• Metode Statistika Non Parametrik
digunakan bila salah satu
parameter Statistika Parametrik
tidak terpenuhi !
Penggunaan…
• Untuk data yang distribusi
populasinya tidak diketahui
• Untuk data yg distribusinya tidak
normal.
• Untuk data yang diambil dari sampel
yang tidak random.
• Untuk data dengan skala nominal
atau ordinal.
• Untuk data yang jumlahnya sedikit
(< 30).
VARIABEL
Adalah gejala atau fakta-fakta (data) yang harganya
berbeda-beda atau bervariasi
Menurut Nilainya, Variabel dibedakan :
1. Variabel Diskrit atau disebut Data Diskrit
diperoleh melalui menghitung atau membilang
(bukan hasil pengukuran). Misal : jenis kelamin,
jenis pekerjaan, jenis sekolah, jumlah peralatan
dsb.
2. Variabel Kontinum atau disebut Data Kontinum
diperoleh melalui pengukuran. Misal : tinggi badan,
berat badan, kompetensi siswa, sikap, minat dsb.
Menurut Fungsinya,
dibedakan:
1. Variabel Bebas/independen (Korelasi), variabel
prediktor (regresi), variabel perlakuan
(eksperimen) merupakan variabel yang akan
dilihat pengaruhnya thd variabel terikat/dependen,
kriterium, atau variabel dampak.
2. Variabel Terikat/dependen (Korelasi), kriterium
(Regresi), variabel dampak (Eksperimen)
merupakan variabel hasil/dampak/akibat dari
variabel bebas/prediktor/perlakuan.
Variabel terikat umumnya menjadi tujuan
penelitian, sumber masalah, yang ingin
ditingkatkan kualitasnya.
Lanjutan Jenis Variabel
…..
3. Variabel Perantara (Intervening) variabel yang
menjadi perantara munculnya pengaruh variabel
bebas thd variabel terikat. Jika variabel ini
dihilangkan, maka hubungan/pengaruh variabel
bebas thd variabel terikat tsb menjadi tidak ada
(tidak signifikan).
4. Variabel Moderator variabel yang mempengaruhi
tingkat hubungan (pengaruh) variabel bebas thd
variabel terikat. Atau hubungan/pengaruh variabel
bebas thd variabel terikat memiliki nilai yang
berbeda pada level yang berbeda.
5. Variabel Kontrol (Pengendali) variabel yang
berpengaruh thd variabel terikat, tetapi pengaruhnya
ditiadakan/dikendalikan dengan cara dikontrol
(diisolasi) pengaruhnya. Pengontrolan dapat
dilakukan melalui pengembangan disain
JENIS DATA/SKALA PENGUKURAN
Ada 4 macam skala/level hasil pengukuran
yg biasa digunakan dalam berbagai
penelitian, yaitu:
• Skala Nominal
• Skala Ordinal
• Skala Interval
• Skala Rasio
SKALA NOMINAL
• Adalah skala data hasil pengukuran yg hanya
dapat membedakan antara jenis/kelompok yg
satu dengan yg lainnya.
• Skor yang diberikan di sini hanya berfungsi
sbg tanda atau sbg nomor belaka, dan tidak
menunjukkan tingkatan maupun kualitasnya.
Contoh: jenis kelamin, jenis sekolah, jenis
pekerjaan, agama, dsb.
• Contoh : Jenis Kelamin Laki-laki
= 1
Perempuan = 2
SKALA ORDINAL
• Adalah skala data hasil pengukuran yg
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
tsb adalah tidak sama, bersifat relatif dan
tidak dapat ditentukan secara pasti.
• Contoh : status sosial ekonomi (tinggi,
menengah, rendah), tingkat pendidikan (PT,
SLTA, SLTP, SD, Tidak Tamat SD, Tidak Pernah
Sekolah) dsb. Jika pendidikan dihitung jumlah
tahun memperoleh pendidikan, maka datanya
SKALA INTERVAL
• Adalah gejala yg dapat menunjukkan tingkatan maupun
kualitasnya, sedangkan jarak antar tingkatan yang berdekat-an
tsb mempunyai jarak yg pasti dan sama.
• Namun demikian, skala ini tidak memiliki Nol Mutlak. Contoh:
benda yg suhunya 0° Celsius bukan berarti benda tsb tidak
mempunyai kadar panas sama sekali. Siswa yg skor tesnya
Nol, bukan berarti Ia tak memiliki kepandaian sama sekali. Jadi,
Titik Nol di sini hanya merupakan titik kesepakatan saja.
• Demikian pula, skor yg diberikan di sini tidak dapat diperbandingkan dgn skor yg lain dengan hukum perkalian
(Komutatif).
• Contoh: Siswa yg nilainya 80 bukan berarti kepandaiannya dua
kali lipat dari siswa yang skor nilainya 40. Benda yg suhunya
80 °C, bukan berarti panasnya dua kali lipat dari benda yg
suhunya 40 °C, dst. nya.
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.
PEMILIHAN TEKNIK
STATISTIK
• Berkaitan dgn rumusan hipotesis penelitian
karena fungsi Statistik adalah utk menguji
hipotesis.
• Tergantung pada jenis/skala data pengukuran
• Ditentukan oleh terpenuhi-tidaknya
persyaratan Analisis yg telah ditetapkan.
• Dalam penelitian kuantitatif, peran statistik
deskriptif masih sangat urgen karena utk
mendeskripsikan data yg diperoleh yg
bersifat univariat.