Kamis, 28 Juli 2011

Analisis statistik inferensial


Analisis inferensial digunakan untuk penelitian sampel, dimana peneliti ingin membuat generalisasi dari penelitian yang digunakan. Statistik ini hanya mengolah data sampel hasil pengumpulan data. Karena hanya menganalisis sampel dan mengetahui populasinya maka teknik sampling menjadi penting untuk diperhatikan. Statistik inferensial ini mempunyai teknik yang lebih lengkap dibandingkan analisis deskriptif, misalnya teknik korelasi, komparasi, mencari pengaruh, efektifitas dll.
Proses pengujian hipotesis dengan statistik inferensial secara umum dapat digambarkan sebagai berikut;
Pada dasarnya pengujian hipotesis adalah menguji taraf signifikansi. Dengan menggunakan tabel kita akan mendapatkan bahwa semua hasil olahan statistika harus dibandingkan dengan nilai tabel. Setelah semua data dimasukkan dalam rumus – rumus statistika akan didapat nilai hitung. Dari tabel ini akan ditentukan apakah hipotesis diterima atau ditolak. Pada pelaksanaan uji nanti peneliti harus cermat dan hati – hati karena kaidah bandingan dengan tabel ini ada yang terbalik. Inilah yang disebut pengujian hipotesis secara konvensional.
Menginterpretasikan output komputer kita menguji hipotesis dengan tidak perlu membandingkannya dengan harga teoritis (tabel). Komputer akan melakukan pengujian Ho, apakah harus menolak Ho atau menerimanya. Statistik inferensial pada prinsipnya hanya menguji apakah Ho diterima atau seberapa besar hasil penelitian kita dapat digeneralisasikan. Menolak Ho berarti menerima Ha atau sebaliknya. Peneliti hanya melihat apakah nilai “sig.  yang dikeluarkan oleh komputer. Selajutnya nilai sig ini diinterpretasikan dengan pedoman sebagai berikut(Sutrisno Hadi, 2000:112-115):
Tabel 1.  Mengambil keputusan dalam statistik inferensial
Nilai sig.
Kaidah Ho
Keputusan
< 0.01
<0.05
>0.05
Menolak Ho
Menolak Ho
Menerima Ho
Sangat signifikan
Signifikan
Tidak signifikan

Tabel 2. Teknik analisis statistika yang dapat dipilih dalam penelitian.
Macam – macam data
Bentuk Komparasi
Asosiatif
Dua sampel
k- sampel
Korelasi
Independen
Korelasi
Independen
Interval/
rasio
t-tes dua sampel
t-tes dua sampel
One way anova
One way anova
-product moment
-korelasi parsial
-korelasi ganda
-regresi sederhana &ganda
Ordinal
-sign tes
-wilcoxon
-Median tes
-mann-whitney
-kolmogorov smirnov
-friedman
-two way anova
-Media ekstention
-kruskal walls
-Spearman rank
-kendall tau
Nominal
Mc Nemar
-Fisher exact
-chi kuadrat for two sampel
Chi kuadrat for k-sampel
Chi kuadrat for k-sampel
-coefisien contingensi
Tabel 2. Menunjukkan apa saja teknik analisis yang dapat kita gunakan dalam penelitian.  Misal data yang kita dapatkan adalah data interval dan hipotesisnya adalah komparatif dua kelompok tidak berhubungan maka kita menggunakan uji-t independent sample. Jika dataya adalah datanya ordinal hipotesisnya komparatif k-kelompok yang independent kita gunakan kruskal walls, dls.
Interpretasi analisis hipotesis dengan output komputer secara prosedural adalah sebagai berikut (Sutrisno Hadi, 2000:117).;
Analisis korelatif,
a.      lihatlah harga statistik korelatif yang muncul dilayar, r=sekian/ R=sekian.
b.      Lihat nilai “sig.” yang dihasilkan komputer.
c.       Lihat kaidah pengambilan keputusan statistik seperti tabel 2 diatas kemudian ambillah keputusan.
d.      Lihat arah hubungannya, jika (+) maka dikatakan hubungannya linier artinya X naik maka Y juga naik. Jika (-) maka hubungannya terbalik, yakni jika X naik maka Y turun.
Analisis komparatif,
a.      Lihat hasil statistik hasil uji perbedaan yang muncul, t=sekian/ F=sekian.
b.      Lihat nilai “sig.” yang dihasilkan komputer.
c.       Lihat kaidah pengambilan keputusan statistik seperti tabel 1 di atas kemudian ambillah keputusan.
d.      Jika disimpulkan perbedaanya adalah signifikan maka perlu dilihat lagi perlakuan mana yang lebih efektif. Juga kelompok mana yang berbeda dibangingkan dengan kelompok lain (posthoc).

Sabtu, 02 Juli 2011

Pengujian Hipotesis


Pengujian Hipotesis Menggunakan Output SPSS

Proses pengujian hipotesis dengan statistik inferensial secara umum dapat digambarkan sebagai berikut;
Hipotesis yang akan diuji adalah H0. Pada dasarnya pengujian hipotesis adalah menguji taraf signifikansi. Dengan menggunakan tabel kita akan mendapatkan angka teoritis dari suatu distribusi, misalnya F, t,r. Secara konvensional semua hasil olahan statistika harus dibandingkan dengan nilai tabel. Setelah semua data dimasukkan dalam rumus–rumus statistika akan didapat nilai hitung. Dari tabel ini akan ditentukan apakah hipotesis diterima atau ditolak dengan kaidah yang berlaku. Pada pelaksanaan uji analisis nanti peneliti harus cermat dan hati–hati karena kaidah bandingan dengan tabel ini ada yang terbalik.
Maksud kaidah yang terbalik ini misalnya, untuk menguji asumsi penelitian, misalnya asumsi klasik, keputusan terkena atau tidaknya asumsi adalah jika H0 diterima tetapi jika melakukan uji hipotesis yang kita butuhkan adalah penerimaan Ha.
Menginterpretasikan output SPSS kita menguji hipotesis dengan tidak perlu membandingkannya dengan harga teoritis (tabel). Komputer akan melakukan pengujian H0 kemudian komputer akan melaporkan hasil apa adanya. Analis/penelitilah yang harus memutuskan apakah menerima atau menolak H0. Statistik inferensial pada prinsipnya hanya menguji apakah H0 diterima atau seberapa besar hasil penelitian kita dapat digeneralisasikan. Menerima H0 berarti menolak Ha atau sebaliknya.

Pedoman yang Digunakan untuk Menyimpulkan Hipotesis

Cara menyimpulkan apakah menerima atau menolak adalah dengan berpedoman pada berapa tingkat signifikansi yang dipatok peneliti, misalnya 5 atau 1%. Setelah menetapkan taraf signifikansi yang dikehendaki peneliti hanya melihat berapa nilai “sig.”  yang dikeluarkan oleh SPSS.  Nilai “sig.” terkadang sering disebut dengan p-value.
Misalkan peneliti telah menetapkan bahwa akan menggunakan taraf signifikansi 5%, yang diubah dalam bilangan desimal adalah 0,05. Kemudian peneliti melakukan analisis data menggunakan SPSS dan didapatkan nilai sig. 0,025. Untuk memutuskan hipotesis apakah menerima atau menolak H0 peneliti tinggal membandingkan nilai taraf signifikansi “sig.” yang didapatkan dengan hasil analisis SPSS. 0,05 > 0,025 oleh karenanya dapat diputuskan H0 ditolak dan  Ha diterima. Secara umum kaidah penerimaan hipotesis nol (H0) menggunakan SPSS adalah sebagai berikut:
·            Jika nilai sig < 0,05 maka H0 ditolak dan Ha diterima.
·            Jika nilai sig > 0,05 maka H0 diterima dan Ha ditolak.

Jumat, 01 Juli 2011

Pengukuran dalam penelitian kuantitatif


Pengukuran merupakan tahapan paling penting dalam penelitian kuantitatif. Alasannya adalah karena alat analisis kuantitatif tidak dapat membedakan data yang dimasukkan benar atau salah. Alat analisis kuantitatif adalah statistic yang mengenal prinsip “garbage in garbage out” atau masuk sampah keluar juga sampah, sehingga peneliti harus memastikan bahwa data yang dimasukkan adalah benar baik.
         Agar data yang didapatkan benar-benar baik maka dibutuhkan desain instrumen yang baik pula. Dalam menyusun instrumen dijabarkan dari definisi operasional sampai scoring yang akan diberikan untuk tiap jawaban. Scoring jawaban responden juga merupakan bagian tidak terpisahkan dari instrumen. Agar instrumen dapat mengukur dengan tepat maka dibutuhkan pengetahuan teknik dasar penyusunan instrumen, penguasaan definisi variable secara konseptual, pengetahuan keadaan lapangan dan diskusi dengan para ahli yang berkompeten.
Pembahasan akan dimulai dari mendefinisikan variable. Variable secara bahasa dapat dikatakan sebagai ubahan atau sesuatu yang dianggap dapat berubah. Variable dalam  pengertian metodologi penelitian adalah sifat, karakteristik, perilaku yang dapat diukur untuk dipelajari dengan metode ilmiah. Sering peneliti harus melakukan reduksi untuk mendapatkan pengertian sebuah variable.
          Pengukuran variable dimulai dari mendefinisikan variable dengan sejelas mungkin, proses ini dinamakan dengan definisi operasional. Definisi operasional tidak harus berdasarkan pada salah satu teori tertentu tetapi dapat dibentuk dari kompilasi dari teori yang ada. Definisi operasional akan berguna untuk membatasi penafsiran sidang pembaca sekaligus untuk menjabarkan variabel menjadi faktor/indikator. Tahapan selanjutnya adalah menentukan lagi penjelas dari faktor dimaksud.