PENGANTAR STATISTIK Bhayu Rhama Ph D bhayurhamafisip upr
PENGANTAR STATISTIK Bhayu Rhama, Ph. D bhayurhama@fisip. upr. ac. id www. bhayurhama. com Universitas Palangka Raya Fakultas Ilmu Sosial dan Ilmu Politik
UJI HIPOTESIS
Pengukuran dan Skala Pengukuran Definition • Pengukuran adalah memberikan nilai atau simbol terhadap karakteristik suatu objek. Nilai itulah yang disebut dengan data. Jadi, data adalah hasil pengukuran terhadap variabel. • Variable yang dapat diukur secara fisik seperti panjang meja tidak akan bermasalah, tapi bagaimana cara mengukur perilaku, perasaan, sikap dan persepsi. • Proses mereduksi konsep abstrak untuk menjadikannya dapat diukur disebut sebagai operasionalisasi konsep dengan keluaran akhir berupa definisi operasional variabel. • Mengoperasional konsep dilakukan dengan melihat dimensi perilaku, perasaan, sikap atau persepsi yang diturunkan oleh konsep lalu menterjemahkannya kedalam unsur yang dapat diamati dan diukur.
DATA PENGUKURAN • Untuk mengukur suatu variabel dalam rumusan masalah penelitian, dibutuhkan data pengukuran. • Macam-macam skala pengukuran : – Data nominal – Data interval – Data ratio – Data ordinal
Data Nominal • Yaitu suatu data yang berfungsi untuk mengelompokkan data, hanya untuk kategorisasi atau klasifikasi • Ciri-ciri: posisi data setara; tidak bisa dilakukan operasi matematika (+, -, x, : , ) • Contoh : jenis kelamin diberi skala 1. Pria 2. Wanita Angka 2 untuk wanita bukan berarti lebih baik/besar dari angka 1 bagi pria. • Contoh lain: jenis pekerjaan
Data interval • Yaitu data yang diperoleh dengan cara pengukuran dimana data tsb memiliki nilai dengan jarak sama. • Ciri-ciri : Tidak ada kategorisasi, bisa dilakukan operasi matematika • Contoh : kepuasan seseorang terhadap pelayanan suatu jasa dapat diberi skala interval 1 -2 -3 -4 -5. Dimana nilai – – – • 1: sangat tidak puas 2: tidak puas 3: biasa 4: puas 5: sangat puas Contoh lain: suhu udara, kelembaban, sistem kalender
Data Ratio • Yaitu skala yang dapat memberi arti perbandingan/perkalian dan mempunyai titik absolut 0. • Ciri-ciri : tidak ada kategorisasi; bisa dilakukan operasi matematika • Contoh : berat badan Karina 40 kg berat badan Rony 60 kg Ratio berat Rony 3/2 x berat Karina. Jadi nilai 3/2 memiliki arti. • Contoh lain: gaji, nilai ujian, jumlah buku
Data Ordinal • Yaitu data yang diperoleh dengan kategorisasi atau klasifikasi yang memberi arti prioritas/peringkat/ranking. • Ciri-ciri : posisi data tidak setara; tdk bisa dilakukan operasi matematika • Contoh : Urutkan pilihan anda dengan memberi angka 1 -3. 1 berarti dibutuhkan, 2 biasa, 3 tidak dibutuhkan. Benda : …. kosmetik/asesoris …. . buku/artikel …. . ticket traveling Setiap orang akan memiliki prioritas berbeda. • Contoh lain: kepuasan kerja, motivasi
Macam Hipotesis Macam Data Deskriptif (1 sampel) Berpasangan Nominal - Binomial 2 - X 1 sampel Komparatif (2 sampel) Komparatif (k sampel) Berpasangan Independen - Mc Nemar - Fisher Exact Probability 2 - X 2 sampel -X 2 k sampel - Cochran (Q) Berpasangan 2 - X k sampel Asosiatif Independen - Coefisient Contingency (C) - Median test -Sign test Ordinal - Run test - Wilcoxon matched paired - Mann. Whitney (U) -Kolmogorov Smirnov - Wald. Woldfowitz -Friedman - 2 way nova - Median Extension - Kruskal. Wallis - 1 way anova - Rank Spearman Correlation - Kendall Tau - Pearson Product Moment Interval & Rasio - t-test paired - t-test independent -1 way anova -1 way Anova - 2 way anova - 2 Way Anova - Korelasi Parsial - Korelasi Ganda - Regresi
STATISTIK NON PARAMETRIK Kendall dan Spearman digunakan jika data ordinal (berjenjang atau peringkat).
PENGANTAR STATISTIK Bhayu Rhama, Ph. D bhayurhama@fisip. upr. ac. id www. bhayurhama. com Universitas Palangka Raya Fakultas Ilmu Sosial dan Ilmu Politik
- Slides: 12