makalah-statistik
Post on 28-Dec-2015
20 Views
Preview:
DESCRIPTION
TRANSCRIPT
Syahriel Apriyanto Zaini
632413010
BAB I
PENDAHULUAN
Secara etimologis kata “statistik” berasal dari kata status (bahasa latin) yang mempunyai persamaan arti
dengan katastate (bahasa Inggris) atau kata staat (bahasa Belanda), dan yang dalam bahasa Indonesia
diterjemahkan menjadinegara. Pada mulanya, kata “statistik” diartika sebagai “kumpulan bahan keterangan
(data), baik yang berwujud angka (data kuantitatif) maupun yang tidak berwujud angka (data kualitatif), yang
mempunyai arti penting dan kegunaan yang besar bagi suatu negara. Namun, pada perkembangan
selanjutnya, arti kata statistik hanya dibatasi pada “kumpulan bahan keterangan yang berwujud angka (data
kuantitatif)” saja; bahan keterangan yang tidak berwujud angka (data kualitatif) tidak lagi disebut statistik.
dalam kamus bahasa Inggris akan kita jumpai kata statistics dan kata statistic. Kedua kata itu mempunyai arti
yang berbeda. Kata statistics artinya “ilmu statistik”, sedang kata statistic diartika sebagai “ukuran yang
diperoleh atau berasal dari sampel,” yaitu sebagai lawan dari kata “parameter” yang berarti “ukuran yang
diperoleh atau berasal dari populasi”.
Sejarah Singkat Statistika (awal muncul statistik)Istilah statistika sudah sangat tua. Statistika bermula sebagai suatu cara berhitung untuk membantu
pemerintah yang ingin mengetahui kekayaan dan banyaknya warganya dalam usaha menarik pajak atau pun
berperang. William si penakluk memerintahkan diadakannya survey di seluruh Inggris untuk tujuan pajak dan
tugas kemiliteran. Hasil Survey ini dikumpulkan dalam sebuah kumpulan yang disebut Domesday Book.
Beberapa abad setelah Domesday Book, ditemukan suatu penerapan peluang empirik dalam asuransi
perkapalan, yang tampaknya sudah tersedia bagi kapal-kapal bangsa Flem pada abad ke-14. Perjudian, dalam
bentuk permainan, telah mengantarkan kita ke teori peluang. Teori ini pertama kali dikembangkan oleh Pascal
dan Fermat sekitar abad ke-17, karena mereka tertarik pada pengalaman-pengalaman judi Chevalier de Mere.
Kurva normal telah terbukti sangat penting dalam pengembangan statistika. Persamaan kurva ini pertama kali
diumumkan pada tahun 1733 oleh de Moivre. De Moivre sama sekali tidak tahu bagaimana menerapkan
penemuannya tersebut pada data hasil percobaan, dan karyanya ini tetap tidak diketahui sampai Karl Pearson
menemukannya di suatu perpustakaan pada tahun 1924. Walaupun demikian, hasil yang sama dikembangkan
kemudian oleh dua astronom matematik, Laplace, 1749-1855 dan Gauss, 1777-1855, secara terpisah.
Pada abad ke-19 Charles Lyell telah mengajukan suatu argumentasi yang pada dasarnya bersifat statistik
terhadap suatu masalah geologi. Dalam periode 1830-1833, diterbitkan 3 jilid Principles of Geology karya Lyell,
yang mengurutkan batu-batuan zaman Tertier, serta sekaligus memberi nama pada masing-masing batuan.
Bersama dengan M.Deshayes, seorang ahli biologi dari Prancis, mereka mengidentifikasikan dan
mendaftarkan spesies-spesies fosil yang terdapat dalam satu atau lebih strata, dan meramalkan proporsi jenis-
jenis yang masih hidup di bagian-bagian laut tertebtu. Berdasarkan proporsi-proporsi tersebut mereka memberi
nama Pleistosen, Pliosen, Miosen, dan Eosen. Argumentasi Lyell sesungguhnya bersifat statistika. Sayangnya
setelah ditetapkan dan diterimanya nama-nama tersebut, metodenya segera dilupakan orang. Hal ini terjadi
baik di bidang ilmu-ilmu biologi maupun fisika.
Page 1
Syahriel Apriyanto Zaini
632413010
Pada abad ke-19 pula, perlunya landasan yang lebih kokoh bagi statistika menjadi semakin jelas. Karl
Pearson, seorang ahli fisika matematik, menerapkan matematika pada biologi. Pearson melewatkan hampir
setengah abad dalam penelitian statistika yang serius. Di samping itu, ia juga mendirikan jurnal Biometrika dan
sebuah aliran statistika. Dengan demikian kajian statistika memperoleh dorongan besar.
Sementara Pearson hanya memperhatikan contoh besar (large samples), teori sampel besar yang
dikembangkan ternyata tidak memuaskan peneliti yang selalu berhubungan dengan sampel kecil (small
samples). Di antara mereka adalah W.S. Gosset, 1876-1937, murid Karl Pearson. Namun kemampuan
matematika Gosset belum memadai untuk mendapatkan sebaran-sebaran pasti dari simpangan baku sampel,
rasio antara rata-rata sampel dengan simpangan baku sampel, dan koefisien korelasi; statistik-statistik yang
paling banyak diperhatikannya. Akibatnya, ia terpaksa mendasarkan pada kartu; mengocok, mengambil, dan
kemudian membuat sebaran frekuensi empiriknya. Makalah yang membuat hasil penelitiannya ini muncul
dalam Biometrika pada tahun 1908, dan ia menggunakan nama student. Sekarang ini sebaran t-Student
merupakan alat dasar bagi statistikawan dan peneliti; dan me-student-kan merupakan istilah yang lazim dalam
statistika. Kini penggunaan sebaran t-Student begitu meluas, dan menarik untuk diperhatikan bahwa seorang
astronom Jerman, Helmert, telah mendapatkannya secara matematika jauh sebelumnya, yaitu pada tahun
1875.
R.A. Fisher, 1890-1962, yang dipengaruhi oleh Karl Pearson dan Student, memberikan sumbangan yang
sangat banyak dan penting bagi statistika. Ia dan murid-muridnya memberikan dorongan yang besar bagi
penggunaan prosedur-prosedur statistika dalam banyak bidang, terutama dalam bidang-bidang pertanian,
biologi, dan genetika.
J.Neyman (1895) dan E.S.Pearson (1895), mengemukakan teori pengujian hipotesis pada tahun 1936 dan
1938. Teori ini meransang sejumlah besar penelitian dan banyak hasilnya mempunyai kegunaan praktis.
Pada tahun 1902-1950, Abraham Wald menulis dua buku yang sangat bermanfaat hingga saat ini, yakni
‘Sequential Analysis’ dan ‘Statistical Decision Functions’. Dalam abad inilah (hingga saat ini) hampir semua
metode statistika yang kini digunakan itu dikembangkan.
1. Pengertian statistik dan statistika
Statistik adalah kumpulan angka yang sering disusun, diatur, atau disajikan
ke dalam bentuk daftar/tabel, sering pula daftar atau tabel tersebut disertai dengan
gambar-gambar yang biasa disebut diagram atau grafik. Data yang diperoleh itu
dapat berupa bilangan yang melukiskan suatu persoalan.
Tabel nilai statistika
Nilai Frekuensi
5 3
7 6
Page 2
Syahriel Apriyanto Zaini
632413010
10 8
Statistika adalah pengetahuan yang berhubungan dengan cara-cara
pengumpulan data, pengolahan atau penganalisaannya dan penarikan kesimpulan
atau interprestasi terhadap hasil analisis kumpulan data tersebut. Statistika
dikelompokkan dalam dua kelompok yaitu statistika deskriptif dan statistika
inferensia. Statistika deskriptif adalah metode yang berkaitan dengan
pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi
yang berguna. Statist ika deskriptif ini menggambarkan dan menganalisa
data dalam suatu kelompok tanpa membuat/ menarik kesimpulan
tentang populasi atau kelompok yang lebih besar. Sedangkan pengertian
statistika inferensia adalah metode yang berhubungan dengan analisis sebagian
data untuk kemudian sampai pada peramalan atau penarikan kesimpulan tentang
seluruh gugus data induknya. Dalam statitistik inferensial berkaitan dengan kondisi-
kondisi dimana data dari sampel dianalisis tersebut ditarik kesimpulan untuk
populasi dari mana sampel tersebut diambil.
2. Data dalam Statistik
Data adalah ukuran dari variabel. Data diperoleh dengan mengukur nilai satu
atau lebih variabel dalam sampel (atau populasi). Data dapat diklasifikasikan
menurut jenis, menurut dimensi waktu, dan menurut sumbernya.
Menurut jenisnya, data terdiri dari data kuantitatif dan data kualitatif.
Page 3
Syahriel Apriyanto Zaini
632413010
a. Data kuantitatif adalah data yang diukur dalam suatu skala numerik
(angka). Data kuantitatif dapat dibedakan menjadi:
1) Data interval, yaitu data yang diukur dengan jarak di antara dua titik
pada skala yang sudah diketahui. Sebagai contoh: IPK mahasiswa
(interval 0 hingga 4); usia produktif (interval 15 hingga 55 tahun);
suhu udara dalam Celcius (interval 0 hingga 100 derajat).
2) Data rasio, yaitu data yang diukur dengan suatu proporsi. Sebagai
contoh: persentase jumlah pengangguran di Propinsi Sumatera Utara;
tingkat inflasi Indonesia pada tahun 2000; persentase penduduk
miskin di Sumatera Utara; pertumbuhan ekonomi Sumatera Utara
b. Data kualitatif, adalah data yang tidak dapat diukur dalam skala numerik.
Namun karena dalam statistik semua data harus dalam bentuk angka, maka
data kualitatif umumnya dikuantifikasi agar dapat diproses. Kuantifikasi
dapat dilakukan dengan mengklasifikasikan data dalam bentuk kategori.
Data kualitatif dapat dibedakan menjadi:
1) Data nominal, yaitu data yang dinyatakan dalam bentuk kategori.
Sebagai contoh, industri di Indonesia oleh Biro Pusat Statistik
digolongkan menjadi:
a) Industri rumah tangga, dengan jumlah tenaga kerjanya 1-4
orang, yang diberi kategori 1.
b) Industri kecil, dengan jumlah tenaga 5-19 orang, yang diberi
kategori 2.
c) Industri menengah, dengan jumlah tenaga kerja 20-100 orang,
yang diberi kategori 3.
d) Industri besar, dengan jumlah tenaga kerja lebih dari 100
orang, yang diberi kategori 4.
Angka yang menyatakan kategori ini menunjukkan bahwa
posisi data sama derajatnya. Dalam contoh di atas, angka 4 tidak
berarti industri besar nilainya lebih tinggi dibanding industri kecil
Page 4
Syahriel Apriyanto Zaini
632413010
yang angkanya 1. Angka ini sekedar menunjukkan kode kategori
yang berbeda.
2) Data ordinal, yaitu data yang dinyatakan dalam bentuk kategori,
namun posisi data tidak sama derajatnya karena dinyatakan dalam
skala peringkat. Sebagai contoh, dalam skala likert.
Berdasarkan cara perolehannya data kuantitatif dibedakan menjadi data
diskrit dan data kontinu. Data-data yang diperoleh dari hasil menghitung atau
membilang termasuk dalam data diskrit, sedangkan data-data yang diperoleh dari
hasil mengukur termasuk dalam data kontinu.
Menurut sumbernya kita mengenal data intern dan data ekstern. Data
intern adalah data yang diperoleh dari perusahaan atau instansi yang bersangkutan.
Sedangkan data ekstern diperoleh dari luar instansi atau perusahaan tersebut. Data
ekstern dibedakan menjadi data primer dan data sekunder. Data primer adalah
data yang dikeluarkan oleh badan sejenis. Sedangkan data lainnya termasuk data
sekunder. Semua data-data yang beru dikumpulkan dan belum pernah diolah
disebut sebagai data mentah.
3. Populasi dan sampel
Populasi adalah keseluruhan pengamatan yang menjadi perhatian kita baik yang
berhingga maupun tak berhingga jumlahnya. Seringkali tidak praktis mengambil data dari
keseluruhan populasi untuk menarik suatu kesimpulan. Untuk itu dilakukan pengambilan
sampel yaitu sebagian atau himpinan bagian dari populasi. Sampel yang diambil haris
dapat merepresentasikan populasi yang ada. Prosedur pengambialan sampel yang
menghasilkan kesimpulan yang konsisten terlalu tinggi atau terlalu rendah mengenai
suatu ciri populasi dikatakan berbias. Untuk menghindari kemungkinan bias ini perlu
dilakukan pengambian contoh acak atau contoh acak sederhana. Contoh acak sederhana
didefinisikan sebagai contoh yang dipilih sedemikian rupa sehingga setiap himpunan
bagian yang berukuran n dari populasi mempunyai peluang terpilih yang sama.
4. Penyajian Data
Page 5
Syahriel Apriyanto Zaini
632413010
Suatu data yang telah diperoleh dan telah diolah, maka dilakukan interpretasi
dan penyajian data tersebut. Secara garis besar ada dua macam cara penyajian data
dalam statistika yaitu:
a. Tabel atau daftar yang dapat berbentuk:
- Daftar baris kolom - Daftar kontingensi
- Daftar distribusi frekuensi
b. Grafik atau diagram yang terbagi menjadi:
- Diagram batang atau balok - Diagram garis atau grafik
- Diagram lingkaran, dll
5. Pengolahan data
Setelah data kuantitatif diperoleh, maka dilakukan pengolahan data dan pengujian
beberapa hipotesis. Pengolahan data yang dilakukan adalah mencari ukuran
pemusatan data, dalam hal ini adalah mean dan mencari ukuran penyebaran data
dalam hal ini variance dan simpangan baku. Setelah itu, baru dilakukan pengujian
normalitas, homogenitas dan uji hipotesis. Ketika data terdistribusi normal maka
dapat dilakukan pengujian parametik dan sebaliknya ketika data tidak terdistribusi
normal maka dapat dilakukan pengujian nonparametik
BAB II
KAJIAN PUSTAKA
Pada makalah ini, yang akan dibicarakan adalah mengenai:
a. Statistik kuantitatif dan statistik kualitatif
b. Statistik parametik dan statistik non parametik
A. Statistik kuantitatif dan statistik kualitatif
PARADIGMA QUANTITATIF DAN QUALITATIF
Karena penelitian pada hakekatnya adalah usaha mendapatkan informasi
tentang sistem yang ada pada obyek yang sedang diteliti, maka peneliti perlu
Page 6
Syahriel Apriyanto Zaini
632413010
menentukan cara menemukan informasi tentang sistem yang sedang dicari itu. Cara
menemukan informasi itulah yang bervariasi, paling tidak mengikuti pola dua
penelitian, yaitu penelitian Kuantitatif dan Kualitatif. Dimana perbedaan keduanya
tentu saja berawal dari paradigma pengetahuan yang berbeda itu nampak pada praktek
kegiatan penelitiannya, yaitu dalam penentuan tujuan (masalah), penentuan macam
data yang dicari, penentuan sumber data, penentuan instrumen pengumpul data,
kegiatan pengumpulan dan analisis data.
1. Verifying vs Generating Theory
Semua kegiatan penelitian bertujuan untuk mendapatkan informasi tentang
sistem yang ada pada obyek yang dikaji. Dalam penelitian Kuantitatif, sebelum
informasi yang dicari itu ditemukan, peneliti memprediksi (hipotesis) informasi yang
sedang dicari itu atas dasar teori. Prediksi teoritis tersebut merupakan hipotesis yang
akan diuji (diverifikasi) kebenarannya dengan informasi empiris yang akan diperoleh
dari obyek yang sedang diteliti. Jadi penelitian Kuantitatif mengumpulkan data untuk
menjadi dasar pembuktian (verifying) teori-teori yang sudah ada. Atas dasar terbukti
(ada cukup bukti empiris pendukung) atau tidak terbuktinya (tidak ada cukup bukti
empiris pendukung) itulah peneliti menerangkan sistem dari obyek (tentang perilaku
manusia, misalnya) yang ditelitinya (Bogdan dan Biklen, 1998:38).
Penelitian Kualitatif berusaha memahami obyek penelitian dengan mengamati
obyeknya, tanpa harus mencocokkan dengan teori yang sudah ada. Teori yang sudah
ada tidak membatasi ruang gerak kerja peneliti dalam menangkap atau menemukan
sistem yang sedang dicarinya (generating theory). Peneliti secara bebas berusaha
menemukan sistem (atau teori) yang ada pada obyek penelitiannya. (Bogdan dan
Biklen, 1998: 38).
2. Perumusan Masalah
Masalah dalam penelitian Kuantitatif bisa dirumuskan dengan variabel yang
sangat jelas dan pasti sebelum penelitian dimulai. Jawaban teoritis (hipotesis) bisa
disiapkan untuk dites. Seluruh kegiatan penelitian diarahkan untuk menjawab
pertanyaan yang telah dipersiapkan atau menguji hipotesis tersebut. Dalam penelitian
Kualitatif, masalah penelitian dirumuskan secara umum pada tahap awal penelitian
Page 7
Syahriel Apriyanto Zaini
632413010
dan kemudian difokuskan rumusannya pada saat pengambilan data. Rumusan awal
tersebut berkembang pada saat peneliti sudah memiliki sebagian data (atau di tengah
seting sumber data). (Bogdan dan Biklen, 1998:2).
3. Data Verbal vs non-verbal
Data penelitian Kuantitatif, sebelum analisis, direkam dalam bentuk simbol
dengan huruf (seperti A,B,C,D, dst), atau dengan angka. Untuk kemampuan, misalnya,
A digunakan sebagai simbol untuk merekam kemampuan yang sempurna, B berarti
sangat bagus, C berarti bagus, D berarti kurang, E berarti jelek. Atau untuk jenis
kelamin, digunakan simbol 1 untuk pria dan 2 untuk wanita. Angka-angka itulah yang
nantinya akan dianalisis secara statistik.
Dalam penelitian Kualitatif, data direkam apa adanya dalam bentuk verbal atau
gambar (tidak disimbolkan dengan angka atau huruf). Data soft ini berupa deskripsi
tentang orang, tempat, atau transkrip percakapan, yang tidak bisa direprersentasikan
dengan huruf atau angka (Bogdan dan Biklen, 1998:5).
Dalam penelitian Kuantitatif, bentuk dan macam data yang akan dikumpulkan
sudah dirancang dengan pasti sebelum pengumpulan data dimulai. Sebaliknya dalam
penelitian Kualitatif, macam dan bentuk data yang akan dikumpulkan berkembang
(berubah dan atau bertambah macamnya) ketika berada di lapangan sedang
mengumpulkan data. (Bogdan dan Biklen, 1998: 6).
4. Satu Macam Sumber vs Banyak Macam Sumber Data.
Dalam Penelitian Kualitatif, selain informasi yang diperoleh langsung dari
informan yang sesungguhnya, informasi juga bisa diperoleh lewat dokumen,foto, dan
literatur. Pendeknya, apapun (peristiwa, seting, artifaacts) yang dikira berpotensi
memberikan data yang diperlukan akan diambil sebagai sumber data. Dalam Penelitian
Kuantitatif, sumber data lain tidak digunakan untuk mengumpulkan informasi (data).
5. Satu Teknik vs Banyak Teknik Pengumpulan Data
Sesuai dengan sifat sumber data yang hanya satu macam tapi dalam jumlah
yang sebesar mungkin (sampel), instrumen pengumpul datanya yang juga hanya satu
macam, maka teknik pengumpulan data dalam penelitian kuantitatif hanya satu
macam; misalnya, dengan angket saja, dengan pengamatan saja, atau dengan
Page 8
Syahriel Apriyanto Zaini
632413010
wawancara saja. Kalau lebih dari satu macam teknik yang digunakan untuk
pengumpulan data dalam penelitian kuantitatif, hal itu dilakukan sekedar untuk
validasi data secukupnya saja.
Dalam penelitian kualitatif, karena data diambil dari berbagai sumber, dengan
peneliti sendiri yang berfungsi sebagai instrumen pengumpul data (human instrument)
yang boleh dilengkapi dengan berbagai macam instrumen, maka pengumpulan data
(yang harus dilakukan sendiri oleh peneliti walaupun boleh dibantu oleh orang lain)
dilakukan dengan berbagai macam teknik sekaligus, misalnya wawancara dan
observasi.
6. Analisis Deduktif vs Induktif
Dalam penelitian Kuantitatif, informasi tentang sistem, aturan, configuation,
causal flows, atau pola yang diperoleh dari sumber data dianggap benar apabila
informasi itu bersumber dari semua (atau mendekati semua atau mendekati semua
yang mewakili) sumber yang menjadi populasi. Pola pikir ini disebut dengan analisis
Deduktif. Sebaliknya dalam penelitian Kualitatif, informasi tentang sistem, aturan,
atau pola yang diperoleh dari sumber data dianggap benar apabila informasi itu
bersumber dari orang (atau obyek) yang memiliki autoritas paling tinggi
(berkompeten) sebagai sumber data. Pola pikir ini disebut dengan analisis Induktif.
7. Proses vs Produk
Obyek penelitian Kuantitatif adalah suatu kondisi, fenomena, atau hasil dari
suatu proses. Lihat contoh 1 tentang aliran behavioristic psychology atau contoh 6
tentang aliran Linguistik Surface Structure. Obyek penelitian Kuantitatif, misalnya,
berupa kemampuan berbahasa Inggris para mahasiswa pada akhir semester 5, hasil
experimen, hasil belajar. Yang merupakan produk dari suatu penelitian. Penelitian
Kualitatif lebih memfokuskan kajiannya pada proses terbentuknya peristiwa, kondisi,
fenomena, atau hasil.
B. Statistik nonparametik dan statistik parametik
Pada perkembangan statistika inferensial, metode-metode penafsiran yang
berasal dari generasi awal, menetapkan asumsi-asumsi yang sangat ketat dari
karakteristik populasi yang diantara anggota-anggota populasinya diambil sebagai
Page 9
Syahriel Apriyanto Zaini
632413010
sampel. Di bawah asumsi-asumsi tersebut, diharapkan angka-angka atau statistik
dari sampel, betul-betul bisa mencerminkan angka atau parameter dari populasi.
Oleh karena itu, dikenal dengan istilah Statistika Parametrik.
Asumsi-asumsi tersebut antara lain: data (sampel) harus diambil dari suatu
populasi yang berdistribusi normal. Seandainya sampel diambil dari dua atau lebih
populasi yang berbeda, maka populasi tersebut harus memiliki varians (S2) yang
sama. Selain itu, statistika parametrik hanya boleh digunakan jika data memiliki
nilai dalam bentuk numerik atau angka nyata.
Ketatnya asumsi dalam statistika parametrik, secara metodologis sulit
dipenuhi oleh peneliti-peneliti dalam bidang ilmu sosial. Sebab dalam kajian sosial,
sulit untuk memenuhi asumsi distribusi normal maupun kesamaan varians (S2),
selain itu banyak data yang tidak berbentuk numerik, tetapi hanya berupa skor
rangking atau bahkan hanya bersifat nilai kategori. Oleh karenanya, statistika
inferensial saat ini banyak berkembang kepada teknik yang tidak berlandaskan pada
asumsi-asumsi di atas, yang dikenal sebagai Statistika Nonparametrik.
1. Statistik parametrik
Parametrik berarti parameter. Parameter adalah indikator dari suatu distribusi
hasil pengukuran. Indikator dari distribusi pengukuran berdasarkan statistik
parametrik digunakan untuk parameter dari distribusi normal. Distribusi normal
dikenal juga dengan istilah Gaussian Distribution. Distribusi normal mengandung
dua parameter, yaitu rata-rata (mean) dan ragam (varians). Parameter-parameter ini
memberikan karakteristik yang unik pada suatu distribusi berdasarkan “lokasi”-nya
(central tendency). Berbagai metode statistik mendasarkan perhitungannya pada
kedua parameter tersebut.
Penggunaan metode statistik parametrik mengikuti prinsip-prinsip distribusi
normal. Prinsip-prinsip dari distribusi normal adalah:
Page 10
Syahriel Apriyanto Zaini
632413010
a. Distribusi dari suatu sampel yang dijadikan obyek pengukuran berasal dari
distribusi populasi yang diasumsikan terdistribusi secara normal.
b. Sampel diperoleh secara random, dengan jumlah sampel yang dianggap
dapat mewakili populasi.
c. Distribusi normal merupakan bagian dari distribusi probabilitas yang
kontinyu (continuous probability distribution). Implikasinya, skala
pengukuran pun harus kontinyu. Skala pengukuran yang kontinyu adalah
skala rasio dan interval. Kedua skala ini memenuhi syarat untuk
menggunakan uji statistik parametrik.
Bila syarat-syarat ini semua terpenuhi, maka metode statistik parametrik dapat
digunakan. Namun, jika data tidak menyebar normal maka metode statistik
nonparametrik dapat digunakan. Apa yang dapat dilakukan jika data tidak menyebar
normal, namun statistik parametrik ingin tetap digunakan. Untuk kasus ini data
sebaiknya ditransformasikan terlebih dahulu. Transformasi data perlu dilakukan agar
data mengikuti sebaran normal. Transformasi dapat dilakukan dengan mengubah
data ke dalam bentuk logaritma natural, menggunakan operasi matematik (membagi,
menambah, atau mengali dengan bilangan tertentu), dan mengubah skala data dari
nominal menjadi interval.
Contoh metode statistik parametrik diantaranya adalah uji-z (1 atau 2 sampel), uji-t
(1 atau 2 sampel), korelasi pearson, perancang percobaan (2-way ANOVA), dan
lain-lain.
2. Konsep dalam statistika
Sebelum menggunakan statistika nonparametrik ada beberapa konsep atau
pengertian dasar yang perlu diketahui. Hal ini sangat dibutuhkan dalam rangka
memudahkan memahami proses, teknik-teknik, dan prosedur yang tersedia. Selain
itu, akan memudahkan pula manakala kita harus memilih dan menggunakan teknik-
teknik yang paling tepat serta sesuai dengan disain penelitian yang dilaksanakan,
sehingga tidak akan terjadi kesalahan dalam menginterpretasikan hasil-hasil
Page 11
Syahriel Apriyanto Zaini
632413010
pengujiannya. Beberapa konsep dan pengertian-pengertian yang perlu dipahami
antara lain:
a. Obyek Penelitian : Merupakan suatu obyek yang kita teliti karakteristiknya.
Misalnya, penduduk seandainya semua orang yang menempati wilayah tertentu
yang kita teliti.
b. Variabel : Adalah karakteristik dari obyek penelitian yang memiliki nilai
bervariasi. Misalnya, jenis kelamin: laki-laki dan perempuan. Status ekonomi:
tinggi, sedang, rendah.
c. Variabel Bebas/Independent : Dalam hubungan antar dua atau lebih variabel,
variable bebas merupakan variabel yang dapat mempengaruhi variabel lainnya.
Misalnya; variabel X dengan variabel Y, yang menggambarkan variabel X
mempengaruhi variabel Y, maka X disebut variabel bebas.
d. Variabel Tak Bebas/Dependent : Dalam hubungan antar dua atau lebih variabel,
variable tak bebas merupakan variabel yang dipengaruhi oleh variabel lainnya.
Misalnya; variabel X dengan variabel Y, yang menggambarkan variabel Y
dipengaruhi oleh variabel X, maka Y disebut variabel tak bebas.
e. Data : fakta, baik berbentuk kualitatif maupun kuantitatif. Data kualitatif
diperoleh melalui pengamatan, misalnya pemilikan lahan petani di suatu desa
cukup tinggi. Data kuantitatif diperoleh melalui pengukuran.
f. Pengukuran : suatu proses kuantifikasi atau mencantumkan bilangan kepada
variabel tertentu. Misalnya, berat badan secara kualitatif bisa dibedakan sebagai
ringan, sedang, atau berat, dan melalui proses pengukuran dengan cara
menimbang kita dapat menyatakan berat badan: 50 kg, 60 kg, 70 kg.
g. Skala Pengukuran : bilangan yang dicantumkan kepada variabel berdasarkan
aturan-aturan yang telah ditentukan dan disepakati. Dikenal 4 macam skala
pengukuran yaitu: nominal, ordinal, interval, dan rasio. Skala nominal hanya
dipakai untuk membedakan, skala ordinal mengisyaratkan adanya peringkat,
skala interval menunjukkan adanya jarak yang tetap tetapi tidak memiliki titik
nol mutlak, dan skala rasio memiliki titik nol mutlak.
Page 12
Syahriel Apriyanto Zaini
632413010
h. Unit Penelitian : satuan atau unit yang diteliti baik berupa individu maupun
kelompok yang dapat memberikan informasi tentang aspek-aspek yang dipelajari
atau diteliti.
i. Populasi : himpunan yang lengkap dan sempurna dari semua unit penelitian.
Lengkap dan sempurna, artinya harus ada pernyataan sedemikian rupa dalam
mendefinisikannya populasi agar tidak menimbulkan salah pengertian. Misalnya,
kita menyebutkan bahwa populasi adalah peternak ayam. Dalam kaitan ini,
batasan populasi belum bisa menjelaskan; peternak ayam di wilayah mana,
apakah peternak ayam ras, broiler, atau ayam buras. Sehingga lebih baik
disebutkan misalnya , peternak ayam ras di desa X.
j. Populasi Sampel : Misalnya kita ingin meneliti tentang pendapatan petani
tembakau dikabupaten X dengan mengambil 3 kecamatan A, B, dan C di
kabupaten tersebut sebagai tempat penelitian yang dipilih. Populasinya adalah
seluruh petani tembakau yang ada di kabupaten X, sedangkan yang ada di
kecamatan A, B, dan C disebut populasi sampel.
k. Sampel : Adalah himpunan unit penelitian yang memberikan informasi atau data
yang diperlukan dalam penelitian. Jadi, sampel merupakan himpunan bagian dari
populasi. Misalnya dalam contoh di atas petani tembakau yang ada di kecamatan
A, B, dan C merupakan populasi sampel, dan sampelnya adalah hanya petani
tembakau yang terpilih untuk diteliti setelah melalui “proses sampling”.
l. Sampling : Sampling adalah suatu proses memilih n buah obyek dari sebuah
populasi berukuran N.
m. Validitas : Istilah validitas dipakai berkaitan dengan kriteria hasil pengukuran.
Apakah kategori/skor/nilai yang diperoleh benar-benar menyatakan hasil
pengukuran? Pada umumnya validitas dipermasalahakan pada pengukuran-
pengukuran non fisik, seperti dalam pengukuran, sikap dan minat.
n. Reliabilitas : Istilah reliabilitas dipakai berkaitan dengan kriteria alat pengukuran
Page 13
Syahriel Apriyanto Zaini
632413010
Misalnya untuk mengukur minat, sehingga kita memperoleh angka-angka skor
untuk menyatakan minatnya rendah, minatnya sedang, atau minatnya tinggi, alat
pengukuran yang menghasilkan skor-skornya tersebut sering dipermasalahkan.
3. Statistik nonparametrik
Istilah nonparametrik pertama kali digunakan oleh Wolfowitz, pada tahun
1942. Metode statistik nonparametrik merupakan metode statistik yang dapat
digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode
statistik parametrik, terutama yang berkaitan dengan distribusi normal. Istilah lain
yang sering digunakan untuk statistik nonparametrik adalah statistik bebas distribusi
(distribution-free statistics) dan uji bebas asumsi (assumption-free test). Statistik
nonparametrik tidak mensyaratkan bentuk sebaran parameter populasi. Statistik
nonparametrik dapat digunakan pada data yang memiliki sebaran normal atau tidak.
Statistik nonparametrik biasanya digunakan untuk melakukan analisis pada data
nominal atau ordinal. Contoh metode statistik nonparametrik diantaranya adalah
Chi-square test, Median test, Friedman test, dan lain-lain.
Uji statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan
adanya asumsi-asumsi mengenai sebaran data populasi. Uji statistik ini disebut juga
sebagai statistik bebas sebaran (distribution free). Statistik nonparametrik tidak
mensyaratkan bentuk sebaran parameter populasi berdistribusi normal. Statistik
nonparametrik dapat digunakan untuk menganalisis data yang berskala nominal atau
ordinal karena pada umumnya data berjenis nominal dan ordinal tidak menyebar
normal. Dari segi jumlah data, pada umumnya statistik nonparametrik digunakan
untuk data berjumlah kecil (n < 30).
4. Keunggulan Statistik Nonparametrik
Keunggulan statistik nonparametrik diantaranya:
a. Asumsi dalam uji-uji statistik nonparametrik relatif lebih longgar. Jika pengujian
data menunjukkan bahwa salah satu atau beberapa asumsi yang mendasari uji
statistik parametrik (misalnya mengenai sifat distribusi data) tidak terpenuhi,
Page 14
Syahriel Apriyanto Zaini
632413010
maka statistik nonparametrik lebih sesuai diterapkan dibandingkan statistik
parametrik.
b. Perhitungan-perhitungannya dapat dilaksanakan dengan cepat dan mudah,
sehingga hasil penelitian segera dapat disampaikan.
c. Untuk memahami konsep-konsep dan metode-metodenya tidak memerlukan
dasar matematika serta statistika yang mendalam.
d. Uji-uji pada statistik nonparametrik dapat diterapkan jika kita menghadapi
keterbatasan data yang tersedia, misalnya jika data telah diukur menggunakan
skala pengukuran yang lemah (nominal atau ordinal).
e. Efisiensi statistik nonparametrik lebih tinggi dibandingkan dengan metode
parametrik untuk jumlah sampel yang sedikit.
5. Keterbatasan Statistik Nonparametrik
Disamping keunggulan, statistik nonparametrik juga memiliki keterbatasan.
Beberapa keterbatasan statistik nonparametrik antara lain:
a. Jika asumsi uji statistik parametrik terpenuhi, penggunaan uji nonparametrik
meskipun lebih cepat dan sederhana, akan menyebabkan pemborosan informasi.
b. Jika jumlah sampel besar, tingkat efisiensi nonparametrik relatif lebih rendah
dibandingkan dengan metode parametrik.
c. Statistik nonparametrik tidak dapat dipergunakan untuk membuat prediksi
(peramalan).
Page 15
Syahriel Apriyanto Zaini
632413010
DAFTAR PUSTAKA
Fardi, Adnan, dkk. 2012. Silabus dan Hand-Out Mata Kuliah Statistik. Padang : UNP
Bogdan, Robert, C., Biklen, Sari, K. 1998. Qualitative Research in Education, an
Introduction toTheory and Methods, Third Edition, Boston, Allyn and Bacon.
Page 16
top related