INISIASI 1
PENGERTIAN STATISTIK, DATA, VARIABEL, DAN
SKALA PENGUKURAN
1.
Jelaskan perbedaan
statistik perian dengan induktif ?
Jawab :
Statistik deskriptif atau perian merupakan bagian dari
statistika yang mempelajari cara pengumpulan dan penyajian data sehingga mudah
dipahami. Statistik deskriptif hanya berhubungan dengan hal menguraikan atau
memberikan keterangan-keterangan mengenai suatu keadaan, gejala, atau
persoalan. Sedangkan, Statistik Inferensial atau induktif adalah
serangkaian teknik yang digunakan untuk mengkaji, menaksir dan mengambil
kesimpulan sebagian data (data sampel) yang dipilih secara acak dari seluruh
data yang menjadi subyek kajian (populasi). Statistik inferensial berfungsi
meramalkan dan mengontrol keadaan atau kejadian.
2.
Jelaskan pembagian
statistik berdasarkan parameternya ?
Jawab :
Berdasar atas bentuk parameternya, statistik dapat dibagi atas dua bagian
yaitu :
a) statistik parametric, yang merupakan bagian statistik yang parameter
populasinya mengikuti suatu distribusi tertentu, seperti distribusi normal dan
memiliki varians yang homogen.
b) statistik non parametrik merupakan bagian statistik yang parameter
populasinya tidak mengikuti suatu distribusi tertentu atau memiliki distribusi
yang bebas dari persyaratan dan variansnya tidak perlu homogen.
3.
Jelaskan perbedaan variabel
bebas dan variabel dependen ? Berilah contoh !
Jawab :
Variabel dapat dibagi sebagai variabel dependen dan variabel bebas.
Apabila ada hubungan antara dua variable. Variabel dependen adalah variabel
yang dipengaruhi atau akibat, karena adanya variabel bebas. Misalnya antara
variabel Y dan variabel X, dan jika variabel Y disebabkan oleh variabel X, maka
variabel Y adalah variabel dependen dan variabel X adalah variabel bebas.
4.
Apa yang Saudara ketahui
tentang ukuran interval ? Berilah contohnya !
Jawab :
Ukuran interval adalah mengurutkan orang atau objek berdasarkan suatu
atribut. Selain itu, juga memberikan informasi tentang interval antara satu
orang atau objek dengan orang atau objek lainnya. Interval atau jarak yang sama
pada skala interval dipandang sebagai mewakili interval atau jarak yang sama
pula pada objek yang diukur.
Contohnya adalah seperti berikut :
Misalnya tentang nilai ujian 4 orang mahasiswa, yakni A, B, C, dan D
diukur dengan ukuran interval pada skala prestasi dengan ukuran 1, 2, 3, dan 4,
maka dapat dikatakan bahwa beda prestasi antara mahasiswa C dan A adalah 3 – 1
= 2. Beda prestasi antara mahasiswa D dan B adalah 4 – 2 = 2. Akan tetapi tidak
bisa dikatakan bahwa prestasi mahasiswa D adalah 2 kali prestasi mahasiswa B
ataupun prestasi mahasiswa D adalah 4 kali lebih baik dari prestasi mahasiswa
A. Selain itu ukuran interval juga tidak memiliki nilai nol mutlak, seperti
halnya suhu dalam skala termometer. Dari hasil pengukuran dengan menggunakan
skala interval ini akan diperoleh data interval. Alat analisis (uji hipotesis
asosiatif) statistik parametrik yang lazim digunakan untuk data interval ini
adalah Pearson Korelasi Product Moment, Partial Correlation, Multiple
Correlation, Partial Regression, dan Multiple Regression.
Inisiasi 2
TENDENSI SENTRAL DAN VARIABILITAS
1.
Apa yang saudara
ketahui mengenai tendensi sentral? Dan sebutkan macam/jenis tendensi sentral?
Jawab
:
Tendensi Sentral
Salah satu tugas dari statistic adalah mencari suatu angka di sekitar mana nilai-nilai dalam suatu distribusi memusat. Angka yang menjadi pusat suatu distribusi disebut dengan tendensi pusat atau lazim juga disebut dengan tendensi sentral.
Tendensi Sentral
Salah satu tugas dari statistic adalah mencari suatu angka di sekitar mana nilai-nilai dalam suatu distribusi memusat. Angka yang menjadi pusat suatu distribusi disebut dengan tendensi pusat atau lazim juga disebut dengan tendensi sentral.
Jenis-jenis dalam ukuran tendensi sentral meliputi :
1. Mean
Mean atau yang lebih dikenal dengan rata-rata hitung,
merupakan ukuran pusat data yang paling sering digunakan, karena mudah
dimengerti oleh siapa saja dan perhitungannya pun mudah. Mean merupakan jumlah
keseluruhan angka yang ada dibagi dengan banyaknya angka tersebut (jumlah
subyek). Mean disimbolkan dengan ⎯X (baca X-bar).
2. Median
Berbeda dengan mean,
perhitungan median tidak dilaksanakan dengan melibatkan seluruh angka data,
namun lebih menekankan pada posisi atau letak data. ”Median” adalah nilai
tengah dari data yang ada setelah data diurutkan. Median merupakan mean apabila
ditinjau dari segi kedudukannya dalam urutan data. Median sering pula disebut
dengan mean posisi. Median ditulis singkat atau disimbolkan dengan Me atau Md.
Median memiliki beberapa kelebihan dibandingkan dengan mean (mean) yaitu : (1)
tidak dipengaruhi oleh adanya angka-angka ekstrim dalam data yang tersedia, (2)
mudah dimengerti dan mudah menghitungnya, baik dari data yang belum
dikelompokkan maupun yang sudah dikelompokkan, dan (3) dapat digunakan untuk
data kuantitatif maupun data kualitatif.
3. Modus
Modus adalah nilai yang
paling sering muncul dibandingkan dengan nilai lainya dalam distribusi, dengan
kata lain modus merupakan suatu nilai yang terdapat dalam serangkaian data yang
memiliki frekuensi tertinggi. Keunggulan yang dimiliki modus adalah: (1) sama
dengan median, dapat digunakan untuk data kualitatif maupun kuantitatif, (2)
tidak dipengaruhi oleh adanya angka-angka ekstrim pada data yang tersedia, dan
(3) dapat dihitung untuk data yang telah dikelompokkan dengan kelas terbuka.
Modus sering ditulis singkat atau disimbolkan dengan Mo. Sejumlah data bisa
tidak mempunyai modus, mempunyai satu modus (disebut Unimodal),
mempunyai dua modus (Bimodal), atau mempunyai lebih dari dua modus (Multimodal)
2.
Coba
saudara jelaskan dan gambarkan letak mean, median, dan modus dalam distribusi
normal?
Jawab : Tempat kedudukan Mean, Median,
dan Modus dalam satu distribusi sangat tergantung kepada bentuk distribusinya.
Distribusi simetris normal
Bila mean, median, dan modus bersekutu (M = Mdn = Mo). Hal ini
dapat dimengerti, sebab pada distribusi normal, mean membagi dua sama banyak
frekuensi variabel di atas dan dibawahnya. Dengan demikian, mean ini mempunyai
fungsi seperti median. Oleh karena yang menjadi mode dalam distrubusi normal
adalah nilai yang ada pada mean, maka dengan sendirinya mode itu bersekutu
dengan mean.
3.
Jelaskan
apa yang dimaksud dengan variabilitas? Sebutkan macam-macam dari variabilitas?
Jawab : Variabilitas lazim juga disebut
dengan dispersi. Variabilitas didefinisikan sebagai derajat penyebaran
nilai-nilai variabel dari suatu tendensi sentral dalam suatu distribusi.
Selanjutnya untuk mencari variabilitas dari suatu distribusi dapat dilakukan
dengan beberapa cara, yakni: range, mean deviasi, dan standard deviasi.
a. Range
Range atau
jangkauan adalah merupakan pengukuran yang paling sederhana, dan didefinisikan
sebagai jarak antara nilai yang tertinggi dengan nilai yang terendah. Dengan
kata lain bahwa range adalah merupakan beda antara skor data terbesar dan skor
data terkecil. Range sebagai pengukuran variabilitas memiliki beberapa
kelemahan yaitu (a) tidak dapat menunjukkan suatu bentuk distribusi, (b) sangat
tergantung kepada dua nilai ekstrim, dan (c) tidak memenuhi definisi
variabilitas. Ada tiga macam range :
a.
Range
10 – 90, adalah range antara persentil yang ke 25 dengan persentil yang ke -90.
Dengan range 10 – 90 ini, distribusi dipotong 20 per sen masing-masing 10 per
sen pada tiap-tiap ujungnya.
b.
Range
Antar Kuartil (range 25 – 75), adalah range adalah range antara persentil yang
ke 25 dengan persentil yang ke -75. Dengan range 25 – 75 ini, distribusi
dipotong 50 persen masing-masing 25 per sen pada tiap-tiap ujungnya.
c.
Range
Semi Antar Kuartil.
b.
Mean Deviasi
Mean
Deviasi atau Average Deviation atau
Deviasi Mean dari deviasi nilai-nilai dari Mean dalam suatu distribusi, diambil
nilainya yang absolut. Dalam hal ini, deviasi absolut adalah nilai-nilai yang
positif.
Keunggulan mean
deviasi terhadap pengukuran variabilitas dengan range adalah dipenuhinya
definisi tentang variabilitas oleh mean deviasi itu, yaitu penyebaran
nilai-nilai yang ditinjau dari tendensi sentral. Akan tetapi mean deviasi mempunyai
satu kelemahan pokok, karena cara perhitungannya mengabaikan tanda-tanda plus
dan minus. Oleh karena itu mean deviasi tidak dapat dikenai
perhitungan-perhitungan matematik yang tetap mempertahankan nilai-nilai plus
dan minus.
c. Standar Deviasi
Standar deviasi
disimbolkan dengan SD, adalah suatu statistik yang digunakan untuk
menggambarkan variabilitas dalam suatu distribusi maupun variabilitas beberapa
distribusi. Besarnya standard deviasi dihitung dari “akar dari jumlah deviasi
kuadrat dibagi banyaknya individu” dalam distribusi.
4. Apa
saja yang saudara ketahui mengenai beberapa kelemahan range dalam variabilitas?
Jawab :
Penggunaannya
sangat terbatas.
Sangat tergantung pada nilai tertinggi dan
nilai terendah sehingga mempunyai fluktuasi yang sangat besar.
Range kurang
memenuhi definisi sebagai alat pengukuran variabilitas karena tidak dapat
menunjukkan letak tendensi sentral dan penyebarannya/ tidak menunjukkan bentuk
distribusi.
Range 10-90
v Nilai-nilai
yang ekstrem (terlalu rendah atau terlalu tinggi) adalah nilai-nilai yang tidak
stabil.
v Untuk
menghindari nilai-nilai yang tidak stabil itu, maka diambil range yang lebih
sempit yaitu range antara persentil ke-10 dengan persentil ke-90.
v Range
10-90 memotong distribusi sebanyak 20 persen, yaitu masing-masing 10 persen
pada tiap ujungnya.
v Rumus
R 10-90 = P90 – P10
v Kelemahan
: masih tergantung pada nilai-nilai di bagian ujung distribusi.
Range 25-75
v Range
25-75 memotong 25 persen dari tiaptiap ujung distribusi atau 50 persen
frekuensi distribusi.
v Disebut
juga sebagai “Range antar Kwartil”
v R
25-75 = P75 – P25 = K3 – K1
Masih memiliki kelemahan karena masih memiliki sifat-sifat Range.
Masih memiliki kelemahan karena masih memiliki sifat-sifat Range.
Range
Semi Antar Kwartil
v Range
Semi Antar Kwartil (RSAK) adalah separo dari range antar kwartil.
v RSAK
= P75 – P25 = ½ (K3 – K1) 2
v Memiliki
sifat yang lebih baik daripada rangerange sebelumnya.
v Biasanya
digunakan bersama-sama dengan median. Median sebagai tendensi sentral dan RSAK
untuk mengetahui variabilitasnya.
Inisiasi 3
ARAH DAN ANGKA KORELASI
1. Apa
yang dimaksud dengan korelasi positif dan korelasi negatif? Berikan contohnya ?
Jawab
:
ü
Korelasi positif
Korelasi positif adalah hubungan yang sifatnya satu arah.
Korelasi positif terjadi jika antara dua variabel atau lebih berjalan parallelatau searah yang berarti jika
variabel X mengalami kenaikan maka variabel Y juga mengalami kenaikan.
Contoh: :
Korelasi penggunaan media pembelajaran matematika dengan peningkatan kemampuan siswa dalam memecahkan masalah matematika. Semakin tepat pemilihan dan penggunaan media pembelajaran, semakin tinggi kemampuan siswa dalam memecahkan masalah matematika.
Korelasi penggunaan media pembelajaran matematika dengan peningkatan kemampuan siswa dalam memecahkan masalah matematika. Semakin tepat pemilihan dan penggunaan media pembelajaran, semakin tinggi kemampuan siswa dalam memecahkan masalah matematika.
ü Korelasi
negatif
Korelasi negatif adalah korelasi antara dua
variabel atau lebih yang berjalan dengan arah yang berlawanan, bertentangan
atau sebaliknya. Korelasi negatif terjadi jika antara dua variabel atau lebih berjalan
berlawanan yang berarti jika variabel X mengalami kenaikan maka variabel Y
mengalami penurunan atau sebaliknya.
Contoh: :
Semakin tinggi kesadaran hukum semakin rendah angka kriminalitas.
Semakin tinggi kesadaran hukum semakin rendah angka kriminalitas.
2. Tanda apakah yang dapat kita ketahui dari sebuah Peta Korelasi,
jika dua variabel mempunyai korelasi positif tertinggi atau maksimal?
Jawab
: Tinggi rendah, kuat lemah atau besar kecilnya suatu korelasi dapat
diketahui dengan melihat besar kecilnya suatu angka yang disebut angka indeks
korelasi. Jadi, angka indeks korelasi adalahsebuah angka yang dapat dijadikan
petunjuk untuk mengetahui seberapa besar kekuatan korelasi
diantara variable yang sedang diselidiki korelasinya.
Korelasi
positif maksimal
Korelasi
positif lemah
3. Jelaskan definisi tentang Angka Indeks Korelasi?
Jawab :
Angka
indeks korelasi merupakan suatu angka yang dapat dijadikan petunjuk untuk
mengetahui seberapa besar kekuatan korelasi di anatara variabel yang sedang
dikorelasikan. Besarnya angka indeks korelasi berkisar antara – 1,00 sampai
dengan 1,00. Hasil korelasi yang sempurna sebesar - 1,00 dan 1,00. Bila tidak
ada korelasi maka angka indeks korelasi menunjukkan angka 0.
4. Pengertian apa yang dapat ditarik, jika angka indeks korelasi
menunjukkan angka di atas 1,00?
Jawab
: Apabila hasil perhitungan korelasi lebih dari ± 1,00, maka hal ini
menunjukkan telah terjadi kesalahan dalam perhitungan.
5. ”Bacalah” angka indeks korelasi berikut ini dan apa artinya?
Angka Indeks Korelasi =
+ 0, 623. Angka Indeks Korelasi = - 0, 213
Jawab
: Angka Indeks Korelasi = + 0, 623. Bila
angka indeks korelasi diberi tanda plus (+) atau tidak diberi tanda apapun
menunjukkan arah korelasi tersebut adalah korelasi positif. Hal yang perlu
diingat bahwa tanda + dan – di depan angka indeks korelasi itu bukanlah tanda
aritmatika.
Angka
Indeks Korelasi = - 0, 213 berarti korelasi tersebut mempunyai arah korelasi
negatif. Tanda – yang terdapat di depan angka indeks korelasi tidak dapat
diartikan bahwa korelasi antara variabel itu besarnya kurang dari nol, karena
angka indeks korelasi yang paling kecil adalah nol.
Inisiasi 4
KORELASI TATA JENJANG DAN KORELASI POINT
BISERIAL
1.
Sebutkan syarat-syarat yang harus
dipenuhi apabila menggunakan teknik korelasi tata jenjang?
Jawab : Persyaratannya yaitu
bila besar kecilnya korelasi antara variabel yang dianalis dihitung berdasarkan
perbedaan urutan kedudukan skor pasangan dari tiap subjek. Skor tiap
subjek diubah dahulu menjadi urutan
kedudukan dalam kelompoknya pada kedua variabel yang akan dikorelasikan. Dengan
kata lain, data yang semula berupa data interval diubah menjadi data ordinal
atau data berjenjang. Persyaratan teknik ini adalah kedua variabel yang akan
dikorelasikan merupakan skala atau data ordinal
2.
Jelaskan mengapa teknik korelasi tata
jenjang efektif digunakan bila subjek yang dijadikan sampel antara 10 – 30?
Jawab :
3.
Sebutkan dan jelaskan cara menghitung
korelasi tata jenjang?
Jawab :
Menurut Sudijono, (1987), ada tiga macam cara menghitung korelasi tata jenjang, yaitu dalam 3 keadaan, yaitu :
Menurut Sudijono, (1987), ada tiga macam cara menghitung korelasi tata jenjang, yaitu dalam 3 keadaan, yaitu :
Keadaan (1) tidak terdapat urutan yang kembar.
Keadaan (2) terdapat urutan yang kembar dua, atau
Keadaan (3) urutan yang kembar ada tiga atau lebih.
Apabila
tidak ada skor yang sama pada tiap variabel maka tergolong pada keadaan (1)
yaitu masing-masing kedudukan hanya satu. Apabila ada dua skor yang sama pada
satu atau dua variabel berarti termasuk keadaan (2) yaitu terdapat dua urutan
kedudukan yang sama. Dalam keadaan ini maka urutan kedudukan yang kembar
tersebut dijumlahkan lalu dibagi dua, sehingga kedua skor tersebut mendapat
urutan kedudukan yang sama. Apabila ada tiga skor yang sama atau lebih, maka perlu
dilakukan perhitungan yang lebih teliti. Cara yang sederhana adalah
menjumlahkan urutan kedudukan yang sama lalu dibagi dengan banyaknya skor yang
sama.
4.
Bagaimana cara mengubah data interval
menjadi data ordinal bila ada data yang sama dari beberapa siswa?
Jawab :
Data ordinal
sebenarnya adalah data kualitatif atau bukan angka sebenarnya. Data ordinal
menggunakan angka sebagai simbol data
kualitatif. Dalam
contoh dibawah ini, misalnya:
Angka 1 mewakili
“sangat tidak setuju”
Angka 2 mewakili “
tidak setuju”
Angka 3 mewakili
“netral”
Angka 4 mewakili
“setuju”
Angka 5 mewakili
“sangat setuju”
5.
Bagaimana cara menginterpretasikan
indeks korelasi tata jenjang?
Jawab :
Langkah-langkah menghitung
dan menginterpretasikan korelasi tata jenjang berikut ini :
a. Merumuskan hipotesis nol dan hipotesis alternatif
b. Menyiapkan tabel kerja atau tabel perhitungan. Kolom 1 memuat no
urut subjek, kolom 2 memuat beberapa skor variabel 1 dan kolom 3 memuat
beberapa skor variabel 2.
c. Menetapkan urutan kedudukan skor yang terdapat pada variabel 1
(R1) pada kolom 4 dan variabel 2 (R2) pada kolom 5, urutan dimulai dari skor
yang tertinggi ke skor yang terendah.
d. Menghitung perbedaan urutan kedudukan tiap pasangan skor antara
variabel 1 dan variabel 2 (B = R1 – R2) pada kolom 6, lalu jumlahkan B (ΣB).
e. Mengkuadratkan tiap-tiap B (B2) pada kolom 7, lalu dijumlahkan
(ΣB2).
f. Menghitung korelasi tata jenjang dengan rumus berikut ini.
ρ = 1- [6 ΣB2/N(N2 -1)]
g. Memberikan interpretasi terhadap hasil korelasi dengan
membandingkan pada nilai tabel RHO (Spearman) pada taraf signifikansi tertentu.
KORELASI POINT-BISERIAL
1.
Bagaimana menginterpretasi validitas
soal tes objektif?
Jawab :
2.
Berikan contoh dua variabel (selain
bentuk butir tes) yang dapat dianalisis dengan korelasi point biserial?
db = 10 – 2 = 8
Nilai
tabel pada taraf signifikansi 1% dengan db sebesar 8 adalah 0,765. Hasil rpbis
(0,231) lebih kecil dari nilai tabel.
Hal ini berarti soal nomor 1 tidak
berkorelasi dengan skor total. Kesimpulannya bahwa soal nomor 1 tidak
valid.
3.
Seorang peneliti mempunyai data
tentang skor kemandirian. Skor tersebut diperoleh dari 40 siswa yang terdiri
dari 22 anak sulung dan 18 anak bungsu. Menurut Anda bagaimana menganalisis
data tersebut bila akan diketahui keterkaitan dua variabel tersebut?
Jawab :
4.
Bila Anda ingin menggunakan teknik
korelasi point biserial, bagaimana data yang akan dipersiapkan agar dapat
dianalisis dengan tepat?
Jawab : Persyaratan
data dalam teknik ini adalah variabel 1 merupakan variabel diskrit (data nominal
atau data dikotomi) dan variabel 2 merupakan variabel kontinu (data interval).
Jawab
:
Inisiasi 5
ANALISIS KOMPARATIF DENGAN UJI PERBEDAAN
MEAN
1.
Jelaskan apa yang dimaksud dengan uji t ?
Jawab : Uji t merupakan salah satu
tes statistik parametrik yang dipergunakan untuk menguji kebenaran atau
kepalsuan hipotesis nihil yang menyatakan bahwa di antara dua buah mean sampel
yang diambil secara random dari populasi yang sama, tidak terdapat perbedaan
yang signifikan.
2.
Jelaskan apa yang dimaksud dengan uji t independen,
dan berikanlah contoh 1 kasus yang diujikan dengan menggunakan teknik uji t
independen!
Jawab : Uji t independen merupakan
teknik statistik untuk menguji perbedaan dua kelompok dengan satu treatmen.
Misalnya, menguji perbedaan kemampuan berbahasa siswa kelas IVA dan siswa kelas
IVB. Selain itu, uji t independen digunakan untuk menguji perbedaan dua kelompok
(karakteristik yang berbeda) dengan dua treatmen. Pada uji t sampel independen,
sampling diambil secara random (acak), dan berasal dari populasi yang
berdistirbusi normal. Uji t sampel independen ini menganut prinsip homogenitas
(varians populasi sama), dan skor tiap sampel tidak terikat satu sama
lain.
3.
Jelaskan apa yang dimaksud dengan uji t dependen, dan
berikanlah contoh 1 kasus yang diujikan dengan t dependen !
Jawab : Uji t dependen merupakan
teknik statistik untuk menguji perbedaan satu kelompok dengan dua treatmen yang
berbeda; bergantung (terikat pada/tidak berdiri sendiri). Misalnya, menguji
perbedaan prestasi belajar matematika sebelum diterangkan dengan setelah
diterangkan.
0 komentar:
Posting Komentar