l Statistika
l Konsep dasar dan metoda penggunaannya dalam penelitian
l Tujuan :
l Untuk memajukan pemikiran yang tertib, runut dan jelas, terutama yang berhubungan dengan pengumpulan dan interpretasi data numerik, serta menyediakan sejumlah teknik statistika yang mempunyai kegunaan yang luas dalam penelitian.
l Melakukan penyajian, peringkasan dan pencirian data
Statistika adalah cara berpikir perihal ketidakpastian.
l Penelitian :
l Penyelidikan terencana untuk mendapatkan fakta baru, untuk memperkuat atau menolak hasil hasil percobaan terdahulu.
Penyelidikan demikian ini akan membantu pengambilan keputusan
l Pertanyaan yang harus dijawab :
l Untuk setiap perhitungan statistik, selalu muncul pertanyaan mengenai ketelitiannya, berapa angka yang masih dapat dipercaya sebagai akhir dari serangkaian perhitungan yang kita lakukan
l Aplikasi Statistik dibagi menjadi dua bagian :
l Statistik Deskriptif
Menjelaskan / menggambarkan berbagai karakteristik data seperti mean, std dev, variansi dan sebagainya
l Statistik Induktif (Inferensi)
Membuat berbagai inferensi terhadap sekumpulan data yang berasal dari suatu sampel. Tindakan inferensi tersebut seperti melakukan perkiraan, peramalan, pengambilan keputusan dan sebagainya.
Dalam prakteknya kedua bagian statistik tersebut digunakan bersama-sama, umumnya dimulai dengan statistik deskriptif lalu dilanjutkan dengan berbagai analisis statistik untuk inferensi.
l Elemen Statistik.
1. Populasi
Sekumpulan data yang mengidentifikasikan suatu fenomena yang tergantung dari kegunaan dan relevansi data yang dikumpulkan.
2. Sampel
Sekumpulan data yang diambil / diseleksi dari suatu populasi. (sampel adalah bagian dari populasi).
3. Statistik Inferensi
Suatu keputusan, perkiraan atau generalisasi tentang suatu populasi berdasarkan informasi yang terkandung dari suatu sampel
4. Pengukuran Reabilitas dari Statistik Inferensi.
Tujuan dari statistik pada dasarnya adalah melakukan deskripsi terhadap data sampel, kemudian melakukan inferensi terhadap populasi data berdasar pada informasi (hasil statistik deskriptif) yang terkandung dalam sampel.
l Tipe Data Statistik.
l Data Kualitatif
a. Nominal
Mis gender, tgl lahir dsb yang untuk mudahnya dapat
dikategorikan dengan angka. (level sama)
b. Ordinal
Misal selera, dsb (level tidak sama)
l Tipe Data Statistik.
l Data Kuantitatif
a. Data Interval
Data yang memiliki jangkauan
Mis pengukuran suhu,
Cukup panas antara 50 – 80 derajat C,
Panas antara 80 – 110 C,
dan Sangat panas antara 110 – 140 C
b. Data Rasio.
Data dengan tingkat pengukuran ter “tinggi”
diantara jenis lainnya. Sehingga dapat dilakukan
operasi matematika.
Mis jumlah barang, berat badan dsb.
l Statistik Deskriptif
Bagian ini lebih berhubungan dengan pengumpulan dan peringkasan data, serta penyajian hasil peringkasan tersebut.
Penyajian tabel dan grafik misalnya
1. Distribusi Frekuensi
2. Histogram, Pie chart dsb
Dua ukuran penting yang sering digunakan dalam pengambilan keputusan adalah :
1. Mencari Central Tendency (mean, median, modus)
2. Mencari Ukuran Dispersi (std deviasi, variansi)
Ukuran lain yang sering digunakan adalah Skewness dan Kurtosis untuk mengetahui kemiringan data.
l Statistik Inferensi
Setelah dilakukan uji terhadap suatu distribusi data, dan terbukti bahwa data yang diuji berdistribusi normal atau mendekati normal, maka pada data tersebut dapat dilakukan berbagai Inferensi dengan metode statistik parametrik.
Tetapi jika dalam pengujian terbukti distribusi data tidak berdistribusi normal atau jauh dari normal maka Inferensi yang dilakukan harus dengan metode statistik non parametrik.
l Uji Hipotesa
Dalam melakukan uji hipotesis, ada banyak faktor yang menentukan seperti apakah sampel yang diambil berjumlah banyak atau hanya sedikit, apakah std deviasi populasi diketahui, apakah variansi dari populasi diketahui, apa metode parametrik yang digunakan, dst.
1. Prosedur Uji Hipotesis
a. Menentukan H0 dan H1
b. Menentukan nilai statistiknya
1. Tingkat kepercayaan
2. Derajat kebebasan
3. Jumlah sampel yang didapat
• c. Menentukan Statistik hitung, nilai ini
• tergantung pada metode parametrik
• yang digunakan.
b. d. Mengambil keputusan, hal ini
ditentukan dengan membandingkan
nilai statistik hitung dengan nilai
statistik tabel atau nilai kritisnya.
l Kesalahan :
l Jika kita menolak hipotesa, sedangkan hipotesa benar dikatakan kita melakukan kesalahan type I
l Sebaliknya jika kita menerima hipotesa sedangkan hipotesa salah, dikatakan kita melakukan kesalahan type II
l Derajat kepercayaan.
(level of significant)
(level of significant)
l Dalam melakukan test terhadap hipotesa, maksimum probabitity yang akan kita gunakan untuk mendapatkan resiko Type I disebut derajat kepercayaan
l Harga yang umum di gunakan adalah 0.05 dan 0.01
2. Berbagai Metode Parametrik
a. Inferensi terhadap sebuah rata-rata populasi
sampel besar, gunakan rumus z
sampel kecil (<30), gunakan student t test
b. Inferensi terhadap dua rata-rata populasi
Sampel besar, gunakan z test yang
dimodifikasi
Sampel kecil, gunakan t test yang
dimodifikasi atau F test
l c. Inferensi untuk mengetahui hubungan antar
variabel
> Hubungan antar Dua Variabel, meng
gunakan metode korelasi dan Regresi
sederhana
> Hubungan antar lebih dari dua variabel,
menggunakan metode korelasi dan regresi
berganda
variabel
> Hubungan antar Dua Variabel, meng
gunakan metode korelasi dan Regresi
sederhana
> Hubungan antar lebih dari dua variabel,
menggunakan metode korelasi dan regresi
berganda
l Regresi Sederhana dan Korelasi
Jika akan dibahas mengenai dua variabel numerik atau lebih, termasuk hubungan di antara keduanya, maka digunakan dua teknik perhitungan, yaitu Regresi dan Korelasi.
Dalam analisa Regresi, akan dikembangkan sebuah persamaan regresi yaitu formula matematika yang mencari nilai variabel tergantung (dependent) dari nilai variabel bebas (independent) yang diketahui. Analisa regresi terutama digunakan untuk tujuan peramalan.
l Model Matematika yang digunakan :
l Garis Lurus
l Parabola / Kurva Kuadratik
l Kurva kubik
l Kurva Quartic
l Kurva pangkat n
l Biasanya disebut sebagai polinomial berderajat satu, dua, ….dst
l Metoda Garis Lurus
l y= a + bx
l Metoda Kuadrat Terkecil
(Least Square)
(Least Square)
Untuk mendapatkan parameter
y = a + bx + e
l Statistik Non-Parametrik
Jika data yang ada tidak berdistribusi Normal, atau jumlah data sangat sedikit serta level data adalah nominal atau ordinal, maka perlu digunakan metode statistik alternatif yang tidak harus menggunakan suatu parameter tertentu misalnya Mean, STD Deviasi dll. Metode ini disebut metode Statistik Non Parametrik.
l Keuntungannya :
l Data tidak harus berdistribusi Normal,
l (distribution free test)
l Dapat digunakan untul level data
l nominal dan ordinal
l Cenderung lebih sederhana
l Kelemahan :
l Tidak ada sistematika yang jelas
l Hasil bisa meragukan karena
l kesederhanaan metodenya
l Tabel yang digunakan lebih banyak
Dalam penggunaannya apakah akan digunakan metode parametrik atau non parametrik, semua tergantung pada situasi yang ada, dan keduanya lebih bersifat saling melengkapi dalam melakukan berbagai pengambilan keputusan.
l Komponen SPSS
1. Data Collection, mengumpulkan data untuk
pengolahan data
2. Data Preparation, persiapan data untuk
pengolahan data lebih lanjut
3. Data analysis & Data mining, menyediakan
berbagai perhitungan statistik untuk pengolahan
data
4. Data deployment, mendistribusikan hasil
pengolahan data (informasi)
l Cara Kerja SPSS (analogi dengan proses komputer)
Pada Komputer
l Window Pada SPSS
l 1. Data Editor
– File, Edit, View, Data, Transform, Analize, Graphs, Utilities,
– Window, Help
l 2. Menu Output Navigator
Insert, Format
l 3. Menu Pivot Table Editor
l 4. Menu Chart Editor
Gallery, Chart, Series
l 5. Menu Text Output Editor
l 6. Menu Syntax Editor
l 7. Menu Script Editor
l Bagian SPSS yang berhubungan dengan Statistik Deskriptif
l 1. Frequencies.
– Membahas beberapa penjabaran ukuran statistik deskriptif seperti Mean, Median, Kuartil, Persentil, Standar Deviasi dll
l 2. Descriptive
– Berfungsi untuk mengetahui skor z dari suatu distribusi data dan menguji apakah data berdistribusi normal atau tidak
l 3. Explore
– Berfungsi untuk memeriksa lebih teliti terhadap sekelompok data dengan Box-Plot dan Steam and Leaf Plot, selain beberapa uji tambahan untuk menguji apakah data berasal dari distribusi normal.
l 4. Crosstab
– Digunakan untuk menyajikan deskripsi data dalam bentuk tabel silang. Menu ini juga dilengkapi dengan analisis hubungan di antara baris dan kolom, seperti independensi antara mereka, besar hubungannya dsb
l 5. Case Summaries
– Digunakan untuk melihat lebih jauh isi statistik deskriptif yang meliputi subgroup dari sebuah kasus.
l Penggunaan Regresi dengan SPSS.
l 1. Pilih menu Analyze – Regression – Linear
l 2. Tentukan var bergantung dan var bebas
l 3. Tentukan Metoda yang digunakan (Enter, Stepwise,
l Forward, Backward)
l 4. Tentukan perhitungan statistik yang diperlukan
l 5. Tentukan jenis plot yang diperlukan
l 6. Tentukan harga F testnya
l
0 komentar:
Posting Komentar