,

Alat – alat statistik yang sering digunakan dalam penelitian

alat statistik

Tidak bermaksud melakukan simplifikasi terhadap alat statistik, namun jika diamati alat-alat statistik sebenarnya dapat diidentifikasi dari skala data yang digunakan. Maka sebelum menentukan alat statistik yang akan digunakan, kita wajib mengenal jenis skala data yang dikumpulkan selama penelitian.

Berikut merupakan alat alat statistik yang dikelompokkan berdasarkan jenis hubungan antar data:

Alat Statistik pada Korelasi

Korelasi merupakan hubungan kedua variabel yang bersifat linear. Hubungan kedua variabel ini bisa dijelaskan dengan mengatakan hubungan lemah, sedang dan kuat. Namun korelasi masih belum menjelaskan pengaruh diantara kedua hubungan tersebut.

alat statistik

Contoh : ada hubungan kuat antara saya berangkat kerja pagi hari dengan siswa yang juga berangkat di sekolahnya. Kedua variabel ini bisa dinyatakan memilik hubungan kuat, namun tidak bisa kita jelaskan bahwa ada pengaruh antara saya dan siswa berangkat pagi.

Jenis jenis alat analisa pada korelasi tergantung pada skala variabel. Jika kedua variabel memiliki skala numerik (kedua duanya rasio, atau kedua duanya interval, atau kombinasi rasio dan interval), maka alat analisa yang digunakan adalah korelasi pearson.

Jika salah satu dari kedua variabel tersebut berskala numerik (interval atau rasio), kemudian variabel yang lain memiliki skala minimal ordinal, maka korelasi yang digunakan adalah korelasi spearman.

Kemudian untuk variabel yang kedua – duanya berskala nominal, korelasi yang digunakan adalah chi square.

Alat Statistik pengaruh (regresi dan anova)

Regresi memiliki tingkatan yang lebih tinggi dibandingkan korelasi. Selain menjelaskan hubungan kedua variabel, regresi juga menjelaskan pengaruh dari satu variabel ke variabel lainnya, atau biasa disebut dengan variabel independen dan variabel dependen.

Regresi pun ada bermacam – macam seperti regresi sederhana, regresi berganda, regresi panel, dan regresi logistik. Namun secara umum, regresi bisa digunakan apabila mayoritas data yang digunakan berskala numerik. Saya katakan mayoritas karena ada beberapa tipe regresi yang membolehkan skala kategorik dalam pengerjaannya, yakni pada regresi logistik (pada variabel dependen) dan variabel dummy pada variabel independen.

Selain regresi, annova biasanya dilakukan oleh para peneliti di dalam laboratorium yang memiliki beberapa perlakuan dalam penelitiannya. Saya pernah mengulas bahwa regresi dan anova memiliki persamaan proses, yakni menggunakan uji F dan uji lanjutan setelahnya. Ternyata, terdapat beberapa perbedaan antara anova dan regresi.

Perbedaan pertama terletak pada penyebutannya. Regresi umumnya hanya menggunakan kata “pengaruh A terhadap B”. Sedangkan anova menggunakan istilah “pengaruh perbedaan A terhadap B”. hal ini bisa dipahami karena anova biasanya melakukan beberapa perlakuan untuk mengetahui perubahannya terhadap B.

Perlakuan dalam anova biasa disebut faktor. Contoh anova yang memiliki satu faktor : pengaruh perbedaan pupuk terhadap tinggi tanaman. Faktor yang digunakan adalah pupuk. Alat statistik anova yang menggunakan satu faktor biasa disebut menggunakan one way anova

Contoh anova yang menggunakan 2 faktor: pengaruh perbedaan pupuk dan suhu terhadap pertumbuhan tanaman. Faktor yang digunakan adalah pupuk dan suhu dan ada interaksi di dalamnya. Alat statistik yang digunakan adalah two way anova.

Perbedaan kedua antara regresi dan anova adalah: anova didesign dengan rancangan penelitian terlebih dahulu, sedangkan regresi biasanya digunakan spontan dalam analisa sosial ekonomi. Artinya, anova digunakan dalam penelitian yang memang sejak awal sudah dirancang sedemikian rupa dengan beberapa faktor dan pengulangan untuk mengetahui pengaruh perbedaannya. Sedikit berbicara tentang rancangan penelitian, terdapat beberapa istilah dalam rancangan penelitian seperti rancangan acak lengkap, rancangan faktoral, dan rancangan blok acak lengkap.

Rancangan acak lengkap hanya memiliki 1 faktor pada rancangan penelitiannya. Jika memiliki 2 faktorial atau lebih dan antara faktor tersebut memiliki interaksi pengaruh terhadap variabel independen, maka rancangan ini disebut sebagai rancangan faktorial. Rancangan blok acak lengkap memiliki 2 faktor atau lebih juga, namun antara faktor tidak memiliki interaksi. Interaksi yang dimaksud adalah adanya pengaruh antara kedua faktor tersebut yang secara bersama sama mempengaruhi variabel independen. Dengan adanya interaksi ini dapat melemahkan pengaruh secara keseluruhan atau justru sebaliknya, dapat melemahkan pengaruh variabel independen terhadap dependen secara keseluruhan.

Alat Statistik Perbandingan

Sesuai dengan namanya, memang alat statistik ini membandingkan dua atau lebih populasi. Misal populasi tenaga kerja di perusahaan A dan perusahaan B. Jadi ada sample yang berasal dari dua populasi yang berbeda, yang selanjutnya dibandingkan mana yang lebih tinggi dan sebagainya.

Alat statistik yang digunakan untuk membandingkan kedua populasi tergantung dari data yang dikumpulkan. Jika yang ingin dibandingkan adalah berupa kumpulan sampple dengan satu angka, maka alat statistik yang digunakan adalah one sample t test. Misal : terdapat data tinggi tanaman di umur tertentu. Kumpulan data tersebut akan dibandingkan dengan standar tinggi tanaman yang telah ditentukan sebelumnya apakah dapat dikatakan bahwa populasi tanaman tersebut memiliki lebih tinggi dari standar atau tidak.

Jika hal yang ingin dibandingkan berupa sample (misal sample 2 kelompok tanaman), maka yang biasa digunakan adalah independent sample t test.

Masih pada perbandingan 2 sample namun bersifat berpasangan, maka alat statistik yang digunakan adalah paired t test. Biasanya 2 kelompok sample pada paired t test ini diambil pada kelompok yang sama. Misalnya data pengetahuan peserta sebelum dan sesudah seminar.

Terakhir, jika kelompok sample tersebut lebih dari 2 kelompok, maka alat statistik yang digunakan adalah anova, seperti yang telah dijelaskan sebelumnya.

Itu saja alat alat statistik yang sering digunakan oleh pejuang penelitian. Pemahaman ini seharusnya dipahami agar tidak bingung dalam memilih alat statistik yang akan digunakan.

Selamat Belajar !!

note: dalam artikel ini terdapat beberapa link yang dapat diklik untuk mempelajari point lebih mendalam

Comments

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *