Your SlideShare is downloading. ×
  • Like
Laporan
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Now you can save presentations on your phone or tablet

Available for both IPhone and Android

Text the download link to your phone

Standard text messaging rates apply
Published

 

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
557
On SlideShare
0
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
7
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. SKALA DATABeberapa ahli berpendapat bahwa pelaksanaan penelitian menggunakan metode ilmiahdiantaranya adalah dengan melakukan langkah-langkah sistematis. Metode ilmiah merupakanpengejaran terhadap kebenaran relatif yang diatur oleh pertimbangan-pertimbangan logis.Karena keberadaan dari ilmu itu adalah untuk memperoleh interelasi yang sistematis darifakta-fakta, maka metode ilmiah berkehendak untuk mencari jawaban tentang fakta-faktadengan menggunakan pendekatan kesangsian sistematis. Karenanya, penelitian dan metodeilmiah, jika tidak dikatakan sama, mempunyai hubungan yang relatif dekat. Dengan adanyametode ilmiah, pertanyaan-pertanyaan dalam mencari dalil umum, akan mudah dijawab.Menuruti Schluter (Moh Nazir), langkah penting sebelum sampai tahapan analisis data danpenentuan model adalah ketika melakukan pengumpulan dan manipulasi data sehingga bisadigunakan bagi keperluan pengujian hipotesis. Mengadakan manipulasi data berartimengubah data mentah dari awal menjadi suatu bentuk yang dapat dengan mudahmemperlihatkan hubungan-hubungan antar fenomena. Kelaziman kuantifikasi sebaiknyadilakukan kecuali bagi atribut-atribut yang tidak dapat dilakukan. Dan dari kuantifikasi dataitu, penentuan mana yang dikatakan data nominal, ordinal, ratio dan interval bisa dilakukandemi memasuki wilayah penentuan model.Pada ilmu-ilmu sosial yang telah lebih berkembang, melakukan analisis berdasarkan padakerangka hipotesis dilakukan dengan membuat model matematis untuk membangun refleksihubungan antar fenomena yang secara implisit sudah dilakukan dalam rumusan hipotesis.Analisis data merupakan bagian yang amat penting dalam metode ilmiah. Data bisa memilikimakna setelah dilakukan analisis dengan menggunakan model yang lazim digunakan dansudah diuji secara ilmiah meskipun memiliki banyak peluang untuk digunakan. Akan tetapimasing-masing model, jika ditelaah satu demi satu, sebenarnya hanya sebagian saja yang bisadigunakan untuk kondisi dan data tertentu. Ia tidak bisa digunakan untuk menganalisis datajika model yang digunakan kurang sesuai dengan bagaimana kita memperoleh data jikamenggunakan instrumen. Timbangan tidak bisa digunakan untuk mengukur tinggi badanseseorang. Sebaliknya meteran tidak bisa digunakan untuk mengukur berat badan seseorang.Karena masing-masing instrumen memiliki kegunaan masing-masing.Dalam hal ini, tentu saja kita tidak ingin menggunakan model analisis hanya semata-matakarena menuruti selera dan kepentingan. Suatu model hanya lazim digunakan tergantung darikondisi bagaimana data dikumpulkan. Karena pada dasarnya, model adalah alat yang bisadigunakan dalam kondisi dan data apapun. Ia tetap bisa digunakan untuk menghitung secaramatematis, akan tetapi tidak dalam teori. Banyaknya konsumsi makanan tentu memilikihubungan dengan berat badan seseorang. Akan tetapi banyaknya konsumsi makananpenduduk pulau Nias, tidak akan pernah memiliki hubungan dengan berat badan pendudukKalimantan. Motivasi kerja sebuah perusahaan elektronik, tidak akan memiliki hubungandengan produktivitas petani karet. Model analisis statistik hanya bisa digunakan jika datayang diperoleh memiliki syarat-syarat tertentu. Masing-masing variabel tidak memilikihubungan linier yang eksak. Data yang kita peroleh melalui instrumen pengumpul data itubisa dianalisis dengan menggunakan model tanpa melanggar kelaziman.Bagi keperluan analisis penelitian ilmu-ilmu sosial, teknik mengurutkan sesuatu ke dalamskala itu artinya begitu penting mengingat sebagian data dalam ilmu-ilmu sosial mempunyaisifat kualitatif. Atribut saja sebagai objek penelitian selain kurang representatif bagi peneliti,juga sebagian orang saat ini menginginkan gradasi yang lebih baik bagi objek penelitian.
  • 2. Orang selain kurang begitu puas dengan atribut baik atau buruk, setuju atau tidak setuju,tetapi juga menginginkan sesuatu yang berada diantara baik dan buruk atau diantara setujudan tidak setuju. Karena gradasi, merupakan kelaziman yang diminta bagi sebagian orangbisa menguak secara detail objek penelitian. Semakin banyak gradasi yang dibuat dalaminstrumen penelitian, hasilnya akan makin representatif.Menuruti Moh. Nazir, teknik membuat skala adalah cara mengubah fakta-fakta kualitatif(atribut) menjadi suatu urutan kuantitatif (variabel). Mengubah fakta-fakta kualitatif menjadiurutan kuantitatif itu telah menjadi satu kelaziman paling tidak bagi sebagian besar orang,karena berbagai alasan. Pertama, eksistensi matematika sebagai alat yang lebih cenderungdigunakan oleh ilmu-ilmu pengetahuan sehingga bisa mengundang kuantitatif variabel.Kedua, ilmu pengetahuan, disamping akurasi data, semakin meminta presisi yang lebih baik,lebih-lebih dalam mengukur gradasi. Karena perlunya presisi, maka kita belum tentu puasdengan atribut baik atau buruk saja. Sebagian peneliti ingin mengukur sifat-sifat yang adaantara baik dan buruk tersebut, sehingga diperoleh suatu skala gradasi yang jelas.a. Data nominalSebelum kita membicarakan bagaimana alat analisis digunakan, akan diberikan ulasantentang bagaimana sebenarnya data nominal yang sering digunakan dalam statistiknonparametrik bagi mahasiswa. Menuruti Moh. Nazir, data nominal adalah ukuran yangpaling sederhana, dimana angka yang diberikan kepada objek mempunyai arti sebagai labelsaja, dan tidak menunjukkan tingkatan apapun. Ciri-ciri data nominal adalah hanya memilikiatribut, atau nama, atau diskrit. Data nominal merupakan data kontinum dan tidak memilikiurutan. Bila objek dikelompokkan ke dalam set-set, dan kepada semua anggota set diberikanangka, set-set tersebut tidak boleh tumpang tindih dan bersisa. Misalnya tentang jenis olahraga yakni tenis, basket dan renang. Kemudian masing-masing anggota set di atas kitaberikan angka, misalnya tenis (1), basket (2) dan renang (3). Jelas kelihatan bahwa angkayang diberikan tidak menunjukkan bahwa tingkat olah raga basket lebih tinggi dari tenisataupun tingkat renang lebih tinggi dari tenis. Angka tersebut tidak memberikan arti apa-apajika ditambahkan. Angka yang diberikan hanya berfungsi sebagai label saja. Begitu jugatentang suku, yakni Dayak, Bugis dan Badui. Tentang partai, misalnya Partai Bulan, PartaiBintang dan Partai Matahari. Masing-masing kategori tidak dinyatakan lebih tinggi dariatribut (nama) yang lain. Seseorang yang pergi ke Jakarta, tidak akan pernah mengatakan duasetengah kali, atau tiga seperempat kali. Tetapi akan mengatakan dua kali, lima kali, atautujuh kali. Begitu seterusnya. Tidak akan pernah ada bilangan pecahan. Data nominal inidiperoleh dari hasil pengukuran dengan skala nominal. Menuruti Sugiono, alat analisis (ujihipotesis asosiatif) statistik nonparametrik yang digunakan untuk data nominal adalahCoefisien Contingensi. Akan tetapi karena pengujian hipotesis Coefisien Contingensimemerlukan rumus Chi Square (χ2), perhitungannya dilakukan setelah kita menghitung ChiSquare. Penggunaan model statistik nonparametrik selain Coefisien Contingensi tidak lazimdilakukan.b. Data ordinalBagian lain dari data kontinum adalah data ordinal. Data ini, selain memiliki nama (atribut),juga memiliki peringkat atau urutan. Angka yang diberikan mengandung tingkatan. Iadigunakan untuk mengurutkan objek dari yang paling rendah sampai yang paling tinggi atausebaliknya. Ukuran ini tidak memberikan nilai absolut terhadap objek, tetapi hanyamemberikan peringkat saja. Jika kita memiliki sebuah set objek yang dinomori, dari 1 sampai
  • 3. n, misalnya peringkat 1, 2, 3, 4, 5 dan seterusnya, bila dinyatakan dalam skala, maka jarakantara data yang satu dengan lainnya tidak sama. Ia akan memiliki urutan mulai dari yangpaling tinggi sampai paling rendah. Atau paling baik sampai ke yang paling buruk. Misalnyadalam skala Likert (Moh Nazir), mulai dari sangat setuju, setuju, ragu-ragu, tidak setujusampai sangat tidak setuju. Atau jawaban pertanyaan tentang kecenderungan masyarakatuntuk menghadiri rapat umum pemilihan kepala daerah, mulai dari tidak pernah absenmenghadiri, dengan kode 5, kadang-kadang saja menghadiri, dengan kode 4, kurangmenghadiri, dengan kode 3, tidak pernah menghadiri, dengan kode 2 sampai tidak inginmenghadiri sama sekali, dengan kode 1. Dari hasil pengukuran dengan menggunakan skalaordinal ini akan diperoleh data ordinal. Alat analisis (uji hipotesis asosiatif) statistiknonparametrik yang lazim digunakan untuk data ordinal adalah Spearman Rank Correlationdan Kendall Tau.c. Data intervalPemberian angka kepada set dari objek yang mempunyai sifat-sifat ukuran ordinal danditambah satu sifat lain, yakni jarak yang sama pada pengukuran dinamakan data interval.Data ini memperlihatkan jarak yang sama dari ciri atau sifat objek yang diukur. Akan tetapiukuran interval tidak memberikan jumlah absolut dari objek yang diukur. Data yangdiperoleh dari hasil pengukuran menggunakan skala interval dinamakan data interval.Misalnya tentang nilai ujian 6 orang mahasiswa, yakni A, B, C, D, E dan F diukur denganukuran interval pada skala prestasi dengan ukuran 1, 2, 3, 4, 5 dan 6, maka dapat dikatakanbahwa beda prestasi antara C dan A adalah 3 – 1 = 2. Beda prestasi antara C dan F adalah 6 –3 = 3. Akan tetapi tidak bisa dikatakan bahwa prestasi E adalah 5 kali prestasi A ataupunprestasi F adalah 3 kali lebih baik dari prestasi B. Dari hasil pengukuran denganmenggunakan skala interval ini akan diperoleh data interval. Alat analisis (uji hipotesisasosiatif) statistik parametrik yang lazim digunakan untuk data interval ini adalah PearsonKorelasi Product Moment, Partial Corelation, Multiple Corelation, Partial Regresion, danMultiple Regresion.d. Data ratioUkuran yang meliputi semua ukuran di atas ditambah dengan satu sifat yang lain, yakniukuran yang memberikan keterangan tentang nilai absolut dari objek yang diukur dinamakanukuran ratio. Ukuran ratio ini memiliki titik nol. Karenanya, interval jarak tidak dinyatakandengan beda angka rata-rata satu kelompok dibandingkan dengan titik nol di atas. Olehkarena ada titik nol, maka ukuran ratio dapat dibuat perkalian ataupun pembagian. Angkapada skala dengan ukuran ratio dapat menunjukkan nilai sebenarnya dari objek yang diukur.Jika ada 4 orang pengemudi, A, B, C dan D mempunyai pendapatan masing-masing perhariRp. 10.000, Rp.30.000, Rp. 40.000 dan Rp. 50.000. bila dilihat dengan ukuran ratio makapendapatan pengemudi C adalah 4 kali pendapatan pengemudi A. Pendapatan D adalah 5 kalipendapatan A. Pendapatan C adalah 4/3 kali pendapatan B. Dengan kata lain, rasio antara Cdan A adalah 4 : 1, ratio antara D dan A adalah 5 : 1, sedangkan ratio antara C dan B adalah 4: 3. Interval pendapatan pengemudi A dan C adalah 30.000. dan pendapatan pengemudi Cadalah 4 kali pendapatan pengemudi A. Dari hasil pengukuran dengan menggunakan skalaratio ini akan diperoleh data ratio. Alat analisis (uji hipotesis asosiatif) yang digunakan bagidata ratio adalah statistik parametrik dan yang lazim digunakan untuk data ratio ini adalahPearson Korelasi Product Moment, Partial Corelation, Multiple Corelation, PartialRegresion, dan Multiple Regresion.
  • 4. Sesuai dengan ulasan jenis pengukuran yang digunakan, maka variabel penelitian diharapkan dapat bagi 4 bagian, yakni variabel nominal, variabel ordinal, variabel interval, dan variabel ratio. Variabel nominal, yaitu variabel yang dikategorikan secara diskrit dan saling terpisah seperti status perkawinan, jenis kelamin, suku, agama dan sebagainya. Variabel ordinal adalah variabel yang disusun atas dasar peringkat, seperti peringkat prestasi mahasiswa, peringkat perlombaan catur, peringkat tingkat kesukaran suatu pekerjaan dan lain-lain. Variabel interval adalah variabel yang diukur dengan ukuran interval seperti suhu ruangan yang diukur dengan skala termometer, indeks prestasi mahasiswa, dan sebagainya. Sedangkan variabel ratio adalah variabel yang disusun dengan ukuran ratio seperti tingkat penghasilan, berat benda, panjang benda sebagainya. http://suhartoumm.wordpress.com/2009/06/27/data-nominal-ordinal-interval-dan-ratio/ Statistika Parametrik dan Non-Parametrik Statistika parametrik adalah prosedur yang pengujian yang dilakukan berlandaskan distribusi. Salah satu karakteristiknya penggunaan prosedur ini melibatkan asumsi-asumsi tertentu. Contoh dari statistik parametrik adalah analisis regresi, analisis korelasi, analisis varians. Statistika non parametrik adalah prosedur dimana kita tidak melibatkan parameter serta tidak terlibatnya distribusi. Contoh : uji keacakan, uji kecocokan (goodness of fit),dll. Kelebihan statistika non parametric· Asumsi yang digunakan dalam jumlah yang minimum maka kemungkina penggunaan secara salah juga kecil.· Untuk beberapa prosedur perhitungan dapat dilakukan dengan mudah secara manual.· Konsep-konsep dari prosedur ini menggunakan dasar matematika dan statistika yang mudah dipahami.· Prosedur ini dapat digunakan pada skala ordinal maupun nominal. Kelemahan dari prosedur statistika non parametric· Jika suatu kasus yang dapat dianalisis dengan statistika parametrik, kemudian digunakan analisis statistika non parametrik akan menyebabkan pemborosan informasi.· Meskipun prosedur penghitungannya sederhana, perhitungannya kadang-kadang membutuhkan banyak tenaga dan menjemukan. Kapan prosedur non parametrik digunakan ?· Bila hipotesis yang harus diuji tidak melibatkan suatu parameter populasi.· Bila skala pengukuran yang disyaratkan dalam statistika parametrik tidak terpenuhi misalnya skala ordinal dan nominal. Data dibedakan menurut skala yang digunakan pada saat melakukan pengukuran. Dengan pengukuran dimaksudkan sebagai upaya memberikan angka numerik terhadap obyek menurut aturan-aturan tertentu. Aturan yang berbeda akan menghasilkan skala yang berlainan sehingga akan memberikan jenis pengukuran yang berbeda. http://ithasartika91.blogspot.com/2011/10/statistika-parametrik-dan-non.html