SlideShare a Scribd company logo
1 of 28
Download to read offline
1
ANALISIS STATISTIK
UNTUK PENELITIAN PSIKOLOGI
DASAR-DASAR KONSEP
BY
JAHJA UMAR, PhD
2
APA ITU STATISTIKA?
• STATISTIKA ADALAH ANALISIS MATEMATIKA
TERHADAP DISTRIBUSI FREKUENSI DARI SATU
ATAU LEBIH VARIABEL
• VARIABEL ADALAH SESUATU YANG BERVARIASI
DARI SATU KASUS KE KASUS YANG LAIN. LAWAN
NYA ADALAH KONSTAN
• DISTRIBUSI FREKUENSI BERARTI MENYANGKUT
BANYAK KASUS. KALAU HANYA TERDAPAT SATU
ATAU DUA KEJADIAN SAJA, TENTU DISTRIBUSI
FREKUENSI NYA TAK DAPAT DIANALISIS.
3
DUA JENIS VARIABEL:
• SESUATU YANG BERVARIASI MENURUT JENIS
ATAU KATEGORI NYA DISEBUT VARIABEL
KATEGORIK. CONTOH: JENIS KELAMIN, MEREK
SABUN, JENIS PEKERJAAN, dsb.
• SESUATU YANG BERVARIASI MENURUT BESARAN
(MAGNITUTE) NYA DISEBUT VARIABEL KONTINUM.
CONTOH: TINGGI BADAN, KECERDASAN, UMUR,
dsb. DISEBUT KONTINUM KARENA MEWAKILI
SATU DIMENSI YANG LINIER ATAU KONTINUM
DARI RENDAH KE TINGGI, ATAU DARI KECIL KE
BESAR, dsb.
4
PENGUMPULAN DATA VARIABEL (1):
• PENGUMPULAN DATA UNTUK VARIABEL
KATEGORIK DILAKUKAN DENGAN CARA
MENGHITUNG (COUNTING) BANYAKNYA KASUS
(FREKUENSI KEJADIAN) PADA SETIAP KATEGORI
YANG TELAH DITETAPKAN.
• DATA HASIL MENGHITUNG ADALAH ANGKA
BILANGAN BULAT POSITIF (INTEGER). JADI TIDAK
ADA BILANGAN NEGATIF ATAU PECAHAN/
DESIMAL. ANALISIS STATISTIKA UNTUK DATA
KATEGORIK UMUMNYA LEBIH SULIT.
5
PENGUMPULAN DATA VARIABEL (2):
• PENGUMPULAN DATA UNTUK VARIABEL KONTINUM
DILAKUKAN MELALUI PENGUKURAN (MEASUREMENT).
• PENGUKURAN HANYA DAPAT DILAKUKAN JIKA TELAH
DITETAPKAN SKALA YANG AKAN DIGUNAKAN.
• SKALA ADALAH GARIS BILANGAN RIEL YANG
MENUNJUKKAN BESARAN, MEMILIKI TITIK AWAL (NOL) DAN
SATUAN UKURAN (SCALING UNIT).
• DATA HASIL PENGUKURAN ADALAH BILANGAN RIEL, JADI
ADA BILANGAN NEGATIF MAUPUN PECAHAN/ DESIMAL.
6
DISTRIBUSI FREKUENSI:
• DATA (DISTRIBUSI FREKUENSI) SATU ATAU LEBIH VARIABEL
DAPAT DI “ORGANIZE” DALAM BENTUK TABEL ATAU GRAFIK.
• PADA PENYUSUNAN TABEL ATAU GRAFIK YANG SEDERHANA
KADANG-KADANG PERLU DILAKUKAN PENGELOMPOKAN
TERHADAP DATA. PERLU DIINGAT BAHWA PADA UMUMNYA
ORANG AKAN KEHILANGAN SEBAGIAN INFORMASI SETIAP KALI
MELAKUKAN PENGELOMPOKAN (AGREGASI) DATA.
• TABEL ATAU GRAFIK UNTUK BEBERAPA VARIABEL SEKALIGUS
SERING KALI MENUNTUT DILAKUKAN REDUKSI MENJADI DUA
DIMENSI (MAKSIMUM HANYA TIGA DIMENSI).
• SALAH SATU GRAFIK YANG PENTING UNTUK DATA ADALAH
“GRAFIK BATANG” (BAR CHART). GRAFIK BATANG UNTUK
VARIABEL KONTINUM DISEBUT HISTOGRAM.
7
BAR CHART: PENJUALAN KENDARAAN
0
50
100
150
200
250
300
1st Qtr 2nd Qtr 3rd Qtr 4th Qtr
MOBIL
MOTOR
ANDONG
8
CONTOH HISTOGRAM
9
CONTOH TABEL
10
HISTOGRAM
11
12
TABEL
13
14
15
16
17
18
19
20
21
22
78, 67, 61, 53, 66, 66, 8, 47, 69, 72, 93, 71, 78, 96
23
MEAN, VARIANS DAN STANDAR DEVIASI
MEAN:
VARIABILITAS: Mean Square
STANDARDIZED UNIT OF MEASUREMENT:
STANDAR DEVIASI =
22 1
( ) ( )X XMS VAR X S X X
n
= = = −
X
X
X X
Z
S
−
=
2
X XS S=
1
X X
N
= 
0xz =
2
1x xz zs s= =
( ) 0X X − =
24
MEAN: Group Data
25
COMPOSITE SCORES
Misalkan: X1 , X2 , dan X3 skalanya berbeda:
X1 dengan skala 1 – 10
X2 dengan skala 1 – 100
X3 dengan skala 1 – 1000
Skor Total: XT = X1 + X2 + X3
Yang benar:
ZxT = Zx1+ Zx2+ Zx3
26
KOVARIANS DAN KORELASI
KOVARIASI: ARAH DAN BESARAN HUBUNGAN
STANDARDIZED COVARIANCE=CORRELATION:
1
( ) ( )( )XYCOV XY S X X Y Y
n
= = − −
1
( )( )X YZ Z X X Y YS Z Z Z Z
n
= − −
1
X Y xyZ Z r product moment
n
= = = −
27
MATRIKS KOVARIANS DAN KORELASI
3 variabel X:
11 12 13
21 22 23
31 32 33
x
s s s
S s s s
s s s
 
 
=  
 
 
12 13
21 23
31 32
1
1
1
X
r r
R r r
r r
 
 
=  
 
 
28
KOVARIASI ANTARA X DAN Y
Y
Y •
X
•
•
•
•
••
•
•
•
X
••
• •
•
•
•
•
•
•
•
•
•
•
•
••
••
•
••
•
•
•
• •
•
•
• ••
•
•
••
• •
•
•
•
•
••
•
• ••
•
•
•
•
•
•
•
•
•
•
••
••
••
•
•
• •
•
•
•
•
•• •
••
••
••
0
I
II III
IV
1
( ) ( )( )XYCOV XY S X X Y Y
n
= = − −

More Related Content

More from FahrulRosyid1

More from FahrulRosyid1 (20)

Item analysis
Item analysis Item analysis
Item analysis
 
Test construction
Test construction Test construction
Test construction
 
1 konsep pengukuran
1 konsep pengukuran 1 konsep pengukuran
1 konsep pengukuran
 
Desain eksperimen 1 2 kelompok
Desain eksperimen 1  2 kelompok Desain eksperimen 1  2 kelompok
Desain eksperimen 1 2 kelompok
 
Desain eksperimen 1
Desain eksperimen 1  Desain eksperimen 1
Desain eksperimen 1
 
Prinsip dasar eksperimen
Prinsip dasar eksperimen Prinsip dasar eksperimen
Prinsip dasar eksperimen
 
Checking assumption of normality
Checking assumption of normality Checking assumption of normality
Checking assumption of normality
 
Developing an instrument
Developing an instrument Developing an instrument
Developing an instrument
 
Level of measurement
Level of measurement Level of measurement
Level of measurement
 
Populasi dan sampel
Populasi dan sampel Populasi dan sampel
Populasi dan sampel
 
Finding a research idea
Finding a research idea Finding a research idea
Finding a research idea
 
Non Experimental and Experimental Designs
Non Experimental and Experimental DesignsNon Experimental and Experimental Designs
Non Experimental and Experimental Designs
 
Quantitative Research Methods
Quantitative Research MethodsQuantitative Research Methods
Quantitative Research Methods
 
Contoh skoring cfit
Contoh skoring cfitContoh skoring cfit
Contoh skoring cfit
 
CFIT & PM
CFIT & PM CFIT & PM
CFIT & PM
 
IST ( INTELLIGENCE STRUCTURE TEST )
IST  ( INTELLIGENCESTRUCTURE TEST )IST  ( INTELLIGENCESTRUCTURE TEST )
IST ( INTELLIGENCE STRUCTURE TEST )
 
Tes intelegensi reguler
Tes intelegensi reguler Tes intelegensi reguler
Tes intelegensi reguler
 
Mengelola kelas
Mengelola kelasMengelola kelas
Mengelola kelas
 
Metode Pengajaran ABK
Metode Pengajaran ABKMetode Pengajaran ABK
Metode Pengajaran ABK
 
Pelajar luar biasa
Pelajar luar biasaPelajar luar biasa
Pelajar luar biasa
 

Recently uploaded

Formation of low mass protostars and their circumstellar disks
Formation of low mass protostars and their circumstellar disksFormation of low mass protostars and their circumstellar disks
Formation of low mass protostars and their circumstellar disks
Sérgio Sacani
 
Bacterial Identification and Classifications
Bacterial Identification and ClassificationsBacterial Identification and Classifications
Bacterial Identification and Classifications
Areesha Ahmad
 
Module for Grade 9 for Asynchronous/Distance learning
Module for Grade 9 for Asynchronous/Distance learningModule for Grade 9 for Asynchronous/Distance learning
Module for Grade 9 for Asynchronous/Distance learning
levieagacer
 
SCIENCE-4-QUARTER4-WEEK-4-PPT-1 (1).pptx
SCIENCE-4-QUARTER4-WEEK-4-PPT-1 (1).pptxSCIENCE-4-QUARTER4-WEEK-4-PPT-1 (1).pptx
SCIENCE-4-QUARTER4-WEEK-4-PPT-1 (1).pptx
RizalinePalanog2
 

Recently uploaded (20)

Zoology 5th semester notes( Sumit_yadav).pdf
Zoology 5th semester notes( Sumit_yadav).pdfZoology 5th semester notes( Sumit_yadav).pdf
Zoology 5th semester notes( Sumit_yadav).pdf
 
Factory Acceptance Test( FAT).pptx .
Factory Acceptance Test( FAT).pptx       .Factory Acceptance Test( FAT).pptx       .
Factory Acceptance Test( FAT).pptx .
 
9654467111 Call Girls In Raj Nagar Delhi Short 1500 Night 6000
9654467111 Call Girls In Raj Nagar Delhi Short 1500 Night 60009654467111 Call Girls In Raj Nagar Delhi Short 1500 Night 6000
9654467111 Call Girls In Raj Nagar Delhi Short 1500 Night 6000
 
Formation of low mass protostars and their circumstellar disks
Formation of low mass protostars and their circumstellar disksFormation of low mass protostars and their circumstellar disks
Formation of low mass protostars and their circumstellar disks
 
Locating and isolating a gene, FISH, GISH, Chromosome walking and jumping, te...
Locating and isolating a gene, FISH, GISH, Chromosome walking and jumping, te...Locating and isolating a gene, FISH, GISH, Chromosome walking and jumping, te...
Locating and isolating a gene, FISH, GISH, Chromosome walking and jumping, te...
 
CELL -Structural and Functional unit of life.pdf
CELL -Structural and Functional unit of life.pdfCELL -Structural and Functional unit of life.pdf
CELL -Structural and Functional unit of life.pdf
 
Bacterial Identification and Classifications
Bacterial Identification and ClassificationsBacterial Identification and Classifications
Bacterial Identification and Classifications
 
COST ESTIMATION FOR A RESEARCH PROJECT.pptx
COST ESTIMATION FOR A RESEARCH PROJECT.pptxCOST ESTIMATION FOR A RESEARCH PROJECT.pptx
COST ESTIMATION FOR A RESEARCH PROJECT.pptx
 
GBSN - Biochemistry (Unit 1)
GBSN - Biochemistry (Unit 1)GBSN - Biochemistry (Unit 1)
GBSN - Biochemistry (Unit 1)
 
pumpkin fruit fly, water melon fruit fly, cucumber fruit fly
pumpkin fruit fly, water melon fruit fly, cucumber fruit flypumpkin fruit fly, water melon fruit fly, cucumber fruit fly
pumpkin fruit fly, water melon fruit fly, cucumber fruit fly
 
Module for Grade 9 for Asynchronous/Distance learning
Module for Grade 9 for Asynchronous/Distance learningModule for Grade 9 for Asynchronous/Distance learning
Module for Grade 9 for Asynchronous/Distance learning
 
SAMASTIPUR CALL GIRL 7857803690 LOW PRICE ESCORT SERVICE
SAMASTIPUR CALL GIRL 7857803690  LOW PRICE  ESCORT SERVICESAMASTIPUR CALL GIRL 7857803690  LOW PRICE  ESCORT SERVICE
SAMASTIPUR CALL GIRL 7857803690 LOW PRICE ESCORT SERVICE
 
GBSN - Microbiology (Unit 2)
GBSN - Microbiology (Unit 2)GBSN - Microbiology (Unit 2)
GBSN - Microbiology (Unit 2)
 
SCIENCE-4-QUARTER4-WEEK-4-PPT-1 (1).pptx
SCIENCE-4-QUARTER4-WEEK-4-PPT-1 (1).pptxSCIENCE-4-QUARTER4-WEEK-4-PPT-1 (1).pptx
SCIENCE-4-QUARTER4-WEEK-4-PPT-1 (1).pptx
 
COMPUTING ANTI-DERIVATIVES (Integration by SUBSTITUTION)
COMPUTING ANTI-DERIVATIVES(Integration by SUBSTITUTION)COMPUTING ANTI-DERIVATIVES(Integration by SUBSTITUTION)
COMPUTING ANTI-DERIVATIVES (Integration by SUBSTITUTION)
 
❤Jammu Kashmir Call Girls 8617697112 Personal Whatsapp Number 💦✅.
❤Jammu Kashmir Call Girls 8617697112 Personal Whatsapp Number 💦✅.❤Jammu Kashmir Call Girls 8617697112 Personal Whatsapp Number 💦✅.
❤Jammu Kashmir Call Girls 8617697112 Personal Whatsapp Number 💦✅.
 
STS-UNIT 4 CLIMATE CHANGE POWERPOINT PRESENTATION
STS-UNIT 4 CLIMATE CHANGE POWERPOINT PRESENTATIONSTS-UNIT 4 CLIMATE CHANGE POWERPOINT PRESENTATION
STS-UNIT 4 CLIMATE CHANGE POWERPOINT PRESENTATION
 
High Profile 🔝 8250077686 📞 Call Girls Service in GTB Nagar🍑
High Profile 🔝 8250077686 📞 Call Girls Service in GTB Nagar🍑High Profile 🔝 8250077686 📞 Call Girls Service in GTB Nagar🍑
High Profile 🔝 8250077686 📞 Call Girls Service in GTB Nagar🍑
 
Unit5-Cloud.pptx for lpu course cse121 o
Unit5-Cloud.pptx for lpu course cse121 oUnit5-Cloud.pptx for lpu course cse121 o
Unit5-Cloud.pptx for lpu course cse121 o
 
9999266834 Call Girls In Noida Sector 22 (Delhi) Call Girl Service
9999266834 Call Girls In Noida Sector 22 (Delhi) Call Girl Service9999266834 Call Girls In Noida Sector 22 (Delhi) Call Girl Service
9999266834 Call Girls In Noida Sector 22 (Delhi) Call Girl Service
 

Basic statistics for psychometrics

  • 1. 1 ANALISIS STATISTIK UNTUK PENELITIAN PSIKOLOGI DASAR-DASAR KONSEP BY JAHJA UMAR, PhD
  • 2. 2 APA ITU STATISTIKA? • STATISTIKA ADALAH ANALISIS MATEMATIKA TERHADAP DISTRIBUSI FREKUENSI DARI SATU ATAU LEBIH VARIABEL • VARIABEL ADALAH SESUATU YANG BERVARIASI DARI SATU KASUS KE KASUS YANG LAIN. LAWAN NYA ADALAH KONSTAN • DISTRIBUSI FREKUENSI BERARTI MENYANGKUT BANYAK KASUS. KALAU HANYA TERDAPAT SATU ATAU DUA KEJADIAN SAJA, TENTU DISTRIBUSI FREKUENSI NYA TAK DAPAT DIANALISIS.
  • 3. 3 DUA JENIS VARIABEL: • SESUATU YANG BERVARIASI MENURUT JENIS ATAU KATEGORI NYA DISEBUT VARIABEL KATEGORIK. CONTOH: JENIS KELAMIN, MEREK SABUN, JENIS PEKERJAAN, dsb. • SESUATU YANG BERVARIASI MENURUT BESARAN (MAGNITUTE) NYA DISEBUT VARIABEL KONTINUM. CONTOH: TINGGI BADAN, KECERDASAN, UMUR, dsb. DISEBUT KONTINUM KARENA MEWAKILI SATU DIMENSI YANG LINIER ATAU KONTINUM DARI RENDAH KE TINGGI, ATAU DARI KECIL KE BESAR, dsb.
  • 4. 4 PENGUMPULAN DATA VARIABEL (1): • PENGUMPULAN DATA UNTUK VARIABEL KATEGORIK DILAKUKAN DENGAN CARA MENGHITUNG (COUNTING) BANYAKNYA KASUS (FREKUENSI KEJADIAN) PADA SETIAP KATEGORI YANG TELAH DITETAPKAN. • DATA HASIL MENGHITUNG ADALAH ANGKA BILANGAN BULAT POSITIF (INTEGER). JADI TIDAK ADA BILANGAN NEGATIF ATAU PECAHAN/ DESIMAL. ANALISIS STATISTIKA UNTUK DATA KATEGORIK UMUMNYA LEBIH SULIT.
  • 5. 5 PENGUMPULAN DATA VARIABEL (2): • PENGUMPULAN DATA UNTUK VARIABEL KONTINUM DILAKUKAN MELALUI PENGUKURAN (MEASUREMENT). • PENGUKURAN HANYA DAPAT DILAKUKAN JIKA TELAH DITETAPKAN SKALA YANG AKAN DIGUNAKAN. • SKALA ADALAH GARIS BILANGAN RIEL YANG MENUNJUKKAN BESARAN, MEMILIKI TITIK AWAL (NOL) DAN SATUAN UKURAN (SCALING UNIT). • DATA HASIL PENGUKURAN ADALAH BILANGAN RIEL, JADI ADA BILANGAN NEGATIF MAUPUN PECAHAN/ DESIMAL.
  • 6. 6 DISTRIBUSI FREKUENSI: • DATA (DISTRIBUSI FREKUENSI) SATU ATAU LEBIH VARIABEL DAPAT DI “ORGANIZE” DALAM BENTUK TABEL ATAU GRAFIK. • PADA PENYUSUNAN TABEL ATAU GRAFIK YANG SEDERHANA KADANG-KADANG PERLU DILAKUKAN PENGELOMPOKAN TERHADAP DATA. PERLU DIINGAT BAHWA PADA UMUMNYA ORANG AKAN KEHILANGAN SEBAGIAN INFORMASI SETIAP KALI MELAKUKAN PENGELOMPOKAN (AGREGASI) DATA. • TABEL ATAU GRAFIK UNTUK BEBERAPA VARIABEL SEKALIGUS SERING KALI MENUNTUT DILAKUKAN REDUKSI MENJADI DUA DIMENSI (MAKSIMUM HANYA TIGA DIMENSI). • SALAH SATU GRAFIK YANG PENTING UNTUK DATA ADALAH “GRAFIK BATANG” (BAR CHART). GRAFIK BATANG UNTUK VARIABEL KONTINUM DISEBUT HISTOGRAM.
  • 7. 7 BAR CHART: PENJUALAN KENDARAAN 0 50 100 150 200 250 300 1st Qtr 2nd Qtr 3rd Qtr 4th Qtr MOBIL MOTOR ANDONG
  • 11. 11
  • 13. 13
  • 14. 14
  • 15. 15
  • 16. 16
  • 17. 17
  • 18. 18
  • 19. 19
  • 20. 20
  • 21. 21
  • 22. 22 78, 67, 61, 53, 66, 66, 8, 47, 69, 72, 93, 71, 78, 96
  • 23. 23 MEAN, VARIANS DAN STANDAR DEVIASI MEAN: VARIABILITAS: Mean Square STANDARDIZED UNIT OF MEASUREMENT: STANDAR DEVIASI = 22 1 ( ) ( )X XMS VAR X S X X n = = = − X X X X Z S − = 2 X XS S= 1 X X N =  0xz = 2 1x xz zs s= = ( ) 0X X − =
  • 25. 25 COMPOSITE SCORES Misalkan: X1 , X2 , dan X3 skalanya berbeda: X1 dengan skala 1 – 10 X2 dengan skala 1 – 100 X3 dengan skala 1 – 1000 Skor Total: XT = X1 + X2 + X3 Yang benar: ZxT = Zx1+ Zx2+ Zx3
  • 26. 26 KOVARIANS DAN KORELASI KOVARIASI: ARAH DAN BESARAN HUBUNGAN STANDARDIZED COVARIANCE=CORRELATION: 1 ( ) ( )( )XYCOV XY S X X Y Y n = = − − 1 ( )( )X YZ Z X X Y YS Z Z Z Z n = − − 1 X Y xyZ Z r product moment n = = = −
  • 27. 27 MATRIKS KOVARIANS DAN KORELASI 3 variabel X: 11 12 13 21 22 23 31 32 33 x s s s S s s s s s s     =       12 13 21 23 31 32 1 1 1 X r r R r r r r     =      
  • 28. 28 KOVARIASI ANTARA X DAN Y Y Y • X • • • • •• • • • X •• • • • • • • • • • • • • • •• •• • •• • • • • • • • • •• • • •• • • • • • • •• • • •• • • • • • • • • • • •• •• •• • • • • • • • • •• • •• •• •• 0 I II III IV 1 ( ) ( )( )XYCOV XY S X X Y Y n = = − −