4

BAB 1PENDAHULUAN

A. Latar BelakangStatistika berasal dari bahasa latin yaitustatusyang berarti negara dan digunakan untuk urusan negara. Hal ini dikarenakan pada mulanya, statistik hanya digunakan untuk menggambar keadaan dan menyelesaikan masalah yang berhubungan dengan kenegaraan saja seperti : perhitungan banyaknya penduduk, peembayaran pajak, gaji pegawai, dan lain sebagainya.Statistika adalah ilmu yang merupakan cabang dari matematika terapan yang membahas metode-metode ilmiah untuk pengumpulan, pengorganisasian, penyimpulan, penyajian, analisis data, serta penarikan kesimpulan yang sahih sehingga keputusan yang diperoleh dapat diterima.Statistika deskriptifadalah tehnik yang digunakan untuk mensarikan data dan menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang. Statistika deskriptif dapat memberikan pengetahuan yang signifikan pada kejadian fenomena yang belum dikenal dan mendeteksi keterkaitan yang ada di dalamnya. Statistik merupakan suatu alat pengukuran yang berhubungan dengan keragaman pada karakteristik objek-objek yang berbeda .Statistika inferensialmencakup semua metode yang berhubungan dengan analisis sebagian data (contoh) atau juga sering disebut dengan sampel untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya (populasi). Dalam statistika inferensial diadakan pendugaan parameter, membuat hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku umum. Metode ini disebut juga statistika induktif, karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja. Pengambilan kesimpulan dari statistika inferensial yang hanya didasarkan pada sebagian data saja sebagian data saja menyebabkan sifat tak pasti, memungkinkan terjadi kesalahan dalam pengambilan keputusan,sehingga pengetahuan mengenaiteori peluangmutlak diperlukan dalam melakukan metode-metode statistika inferensial.1

Statistik inferensial digunakan dalam proses mengambil keputusan dalam menghadapi ketidakpastian dan perubahan. Contoh ketidakpastian adalah kuat tekan beton dalam suatu pengujian tidak sama, walaupun dibuat dengan material yang sama. Dengan adanya kenyataan tersebut, maka metode statitsik digunakan untuk menganalisis data dari suatu proses pembuatan beton tersebut sehingga diperoleh kualitas yang lebih baik. Statistik inferensial telah menghasilkan banyak metode analitis yang digunakan untuk menganalisis data. Dengan perkataan lain statistik inferensial tidak hanya mengumpulan data, tetapi juga mengambil kesimpulan dari suatu sistem saintifik.agar dapat memudahkan penelitian maka seorang peneliti harus menentukan teknik statistika yang tepat dalam menganalisis data. Oleh karena itu, dalam makalah ini akan diuraikan mengenai pengertian dan teknik statistika dalam analisis data.

B. Rumusan MasalahBerdasarkan latar belakang masalah diatas, permasalahan yang akan dibahas dalam makalah ini sebagai berikut :1. apa yang dimaksud dengan statistika ?2. apa saja macam teknik statistik dalam analisis data?3. Apa yang dimaksud dengan tingkat kepercayaan dan signifikansi ?4. bagaimana menentukan teknik statistik dalam analisis data ? C. TujuanBerdasarkan latar belakang dan rumusan masalah diatas, tujuan pembuatan makalah ini yaitu :1. mampu mengetahui pengertian statistika2. mampu mengetahui macam teknik statistika dalam analisis data3. mampu mengetahui pengertian tentang tingkat kepercayaan dan signifikasi4. mampu menentukan teknik statistik dalam analisis dataD. ManfaatAdapun manfaat yang diharapkan dengan ditulisnya makalah ini adalah:1. mahasiswa mampu memperoleh informasi tentang pengertian statistika2. mahasiswa mampu mengetahui macam teknik statistika dalam analisis data3. mahasiswa mampu memperoleh informasi tentang tingkat kepercayaan dan signifikasi4. mahasiswa mampu menentukan teknik statistik dalam analisis data

BAB IIKAJIAN TEORI

A. Pengertian StatistikaPenelitian merupakan sebuah proses untuk menemukan jawaban atas suatu masalah tertentu di masyarakat dengan menggunakan metode ilmiah. Pada saat penelitian, kita memerlukan statistik, terutama jika penelitian yang dilakukan menggunakan metode kuantitatif. Menurut Martono (2010) statistika didefinisikan sebagai teknik-teknik pengolahan data kuantitatif atau data yang berupa angka. Istilah statistik juga diidentikan dengan istilah statistika. Statistika merupakan sebuah ilmu yang mempelajari mengenai statistik. Berikut beberapa definisi statistik :1. Statistik merupakan bagian dai metode pengolahan data secara ilmuah (Martono, 2010).2. Statistik merupakan cara-cara ilmiah untuk mengumpulkan, menyusun, meringkas, dan menyajikan data penyelidikan (Hadi, 2004).3. Statistik yaitu cara untuk mengolah data dan menarik kesimpulan-kesimpulan yang teliti dan keputusan-keputusan yang logis dari pengolahan data tersebut (Hadi, 2004).4. Statistik merupakan suatu ilmu pengetahuan yang berhubungan dengan data statistik dan fakta yang benar, atau suatu kajian ilmu pengetahuan yang mempelajari tentang teknik pengumpulan data, pengolahan data, penarikan kesimpulan serta pembuatan kebijakan atau keputusan yang cukup kuat alasannya berdasarkan data dan fakta yang benar (Riduwan, 2003).Dari beberapa definisi diatas dapat disimpulakan bahwa statistik merupakan suatu cara ilmiah yang digunakan untuk menarik dan memutuskan suatu kesimpulan berdasarkan data dan fakta yang benar dalam suatu penelitian.Menurut Sugiyono (2007), statistik di dalam sebuah proses penelitian mempunyai fungsi sebagai berikut :1. sebagai alat untuk menghitung besarnya anggota sampel yang diambil dari suatu populasi,2. sebagai alat untuk menguji validitas dan reabilitas instrumen penelitian, 4

3. sebagai teknik-teknik penyajian data, sehingga data lebih komunikatif, dan4. sebagai alat untuk menganalisis data, seperti untuk menguji hipotesis.Pada intinya, statistik bermanfaat sebagai sarana untuk menyederhanakan data. Penyederhanaan data bertujuan agar ketika hasil penelitian dipubilkasikan dapat dibaca dan dipahami oleh orang lain, karena tidak semua orang memiliki kapasitas dan kemampuan yang sama dalam memahami hasil penelitian. Selain itu, data yang sudah disederhanakan akan mempermudah interpretasi atau penafsiran atas seluruh hasil penelitian.

B. Macam Teknik Statistik 1. Statistik deskripsi dan statistik inferensialSetelah dikumpulkan dan ditabulasi, data tersebut harus dianalisis untuk dapat menghasilkan informasi. Untuk melakukan analisis data, kita harus memiliki pengetahuan yang cukup tentang statistika maupun teori. Menurut Suliyanto (2006), pemilihan metode statistika sebagai alat analisis data dalam penelitian sangat bergantung pada : Tujuan penelitianAlat analisis yang bersifat deskriptif akan berbeda dengan alat analisis untuk penelitian yang bersifat komparatif dan asosiatif. Jenis pengukuran dan jumlah sampel Alat analisis untuk penelitian dengan skala pengukuran nominal dan ordinal akan berbeda dengan analisis untuk penelitian dengan skala pengukuran interval atau rasio. Demkian juga alat analisis yang menggunakan jumlah sampel kecil akan berbeda dengan alat analisis yang menggunakan jumlah sampel yang besar. Jumlah variabel yang diamatiAlat analisis yang digunakan untuk penelitian dengan satu variabel (univariate) akan berbeda dengan alat analisis pada penelitian dengan beberapa variabel (multivariate).Menurut Suliyanto (2006), Penggunaan statistika berdasarkan tujuannya dapat dibedakan menjadi dua, yaitu :

a) Statistika deskriptifStatistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa membuat kesimpulan yang berlaku untuk umum atau generalisasi (Sugiyono, 2012). Statistik deskriptif dapat digunakan apabila peneliti hanya ingin mendeskripsikan data sampel, dan tidak ingin membuat kesimpulan yang berlaku untuk populasi dimana sampel itu diambil. Termasuk dalam statistik deskriptif antara lain adalah penyajian data melalui tabel, grafik, diagram lingkaran, pictogram, perhitungan modus, median, mean (pengukuran tendensi sentral), perhitungan desil, persentil, perhitungan penyebaran data melalui perhitungan rata-rata dan standar deviasi, dan perhitungan presentase (Sugiyono, 2012).Sugiyono (2012) menyatakan bahwa dalam statistik deskriptif juga dapat dilakukan mencari kuatnya hubungan antara variabel melalui analisis korelasi, melakukan prediksi dengan analisis regresi, dan membuat perbandingan dengan membandingkan dengan rata-rata data sampel atau populasi, tetapi dalam melakukan analisis tersebut tidak perlu diuji signifikasinya. Jadi dalam statistik deskriptif tidak ada uji signifikasi, tidak ada taraf kesalahan, karena peneliti tidak bermaksud membuat generalisasi, sehingga tidak ada kesalahan generalisasi. Statistika deskriptif merupakan ilmu pengetahuan statistika yang mempelajari tata cara penyusunan dan penyajian data yang dikumpulkan dalam suatu penelitian, misalnya dalam bentuk tabel frekuansi atau grafik, dan selanjutnya dilakukan pengukuran nilai-nilai statistiknya seperti arithmetic mean dan standar deviasi. Menurut Suliyanto (2006) ruang lingkup bahasannya meliputi :a. FrekuensiFrekuensi menggambarkan data dalam berbagai bentuk ukuran pusatnya (mean, median, mode), nilai persentil (quartil, persentil) dispersi dan distribusinya. Pada dasarnya frekuensi merupakan ukuran statistik yang digunakan untuk menunjukkan nilai distribusi data penelitian yang memiliki kesamaaan kategor. Ukuran frekuensi dapat dinyatakan dalam bentuk mutlak atau dalam bentuk relatif (presentase). Penyajian data frekuensi dapat disajikan dalam bentuk angka maupun dalam bentuk gambar.b. deskriptifDeskriptif digunakan untuk menggambarkan suatu variabel, seperti jumlah rata-rata, standar deviasi, varian, nilai terendah, maupun nilai tertinggi.c. tabulasi silang Analisis tabulasi silang digunakan untuk menyajikan data dalam bentuk tabulasi, yang terdiri dari baris dan kolom. Dalam bentuk tabel dan kolom, data yang tersaji menjadi lebih komunikatif.Menurut Hasan (2001), ruang lingkup bahasan statistik deskriptif mencakup distribusi frekuensi beserta bagian-bagiannya seperti: grafik distribusi (histogram, poligon frekuensi, dan ogif), ukuran nilai pusat (rata-rata, median, modus, kuartil dan sebagainya), dan ukuran dispersi (jangkauan, simpangan rata-rata, variasi, simpangan baku, dan sebagianya).

b) Statistika inferensiStatistik inferensial, (sering juga disebut statistik induktif atau statistik probabilitas), adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya berlaku pada populasi (Sugiyono, 2012). Statistik ini akan cocok digunakan bila sampel diambil dari populasi yang jelas, dan teknik pengambilan sampel dari populasi itu dilakukan secara random.Statistik ini disebut statistik probabilitas, karena kesimpulan yang diberlakukan untuk populasi berdasarkan data sampel itu kebenarannya bersifat peluang (probability). Suatu kesimpulan dari data sampel yang akan diberlakukan untuk populasi itu mempunyai peluang kesalahan dan kebenaran (kepercayaan) yang dinyatakan dalam bentuk prosentase (Sugiyono, 2012).Statistika inferensi merupakan bidang ilmu pengetahuan statistika yang mempelajari tata cara penarikan kesimpulan mengenai keseluruhan populasi berdasarkan data yang ada dalam suatu bagian dari populasi tersebut (Suliyanto, 2006). Statistika Inferensialadalah serangkaian teknik yang digunakan untuk mengkaji, menaksir dan mengambil kesimpulan berdasarkan data ynag diperoleh dari sempel untuk menggambarkan karakteristik atau ciri dari suatu populasi. Oleh karena itu, statistika inferensial disebut jugastatistik induktifataustatistik penarikan kesimpulan. Dalam statistika inferensial, kesimpulan dapat diambil setelah melakukan pengolahan serta penyajian data dari suatu sampel yang diambil dari suatu populasi, sehingga agar dapat memberikan cerminan yang mendekati sebenarnya dari suatu populasi, maka ada beberapa hal yang perlu diperhatikan dalam statistika inferensial, diantaranya:1. Banyaknya subyek penelitian, maksudnya jika populasi ada 1000, maka sampel yang diambil jangan hanya 5, namun diusahakan lebih banyak, seperti 10 atau 50.2. Keadaan penyebaran data. Dalam hal ini perlu diperhatikan bahwa pengambilan sampel harus merata pada bagian populasi. Diharapkan dalam pengambilan sampel dilakukan secara acak, sehingga kemerataan dapat dimaksimalkan dan apapun kesimpulan yang didapat dapat mencerminkan keadaan populasi yang sebenarnya.Statistika Inferensial atau induktif adalah statistik bertujuan menaksir secara umum suatu populasi dengan menggunakan hasil sampel, termasuk didalamnya teori penaksiran dan pengujian teori. Statistika Inferensial digunakan untuk melakukan :a. Generalisasi dari sampel ke populasi.b. Uji hipotesis (membandingkan atau uji perbedaan atau kesamaan dan menghubungkan, yaitu uji keterkaitan, kontribusi).2. Statistik Parametris dan Non Parametris Pada statistik inferensial terdapat statistik parametris dan non parametris.Penggunaan statistic parametris dan non parametris tergantung pada asumsi dan jenis data yang akan dianalisis. Penggunaan kedua statistic tersebut juga tergantung pada jenis data yang dianalisis.a) Statistika ParametrisStatistic parametris digunakan untuk menguji parameter populasi melaluistatistik, menguji ukuran populasi melalui data sampel. Parameter populasi itu meliputi : rata-rata dengan notasi (mu), simpangan baku (sigma), dan varians. Sedankan statistiknya meliputi rata-rata (X bar), simpangan baku (s) dan varians (s2). Dalam statistik pengujian parameter melalui statistik (data sampel) tersebut dinamakan uji hipotesis statistik. Dalam statistik hipotesis yang diuji adalah hipotesis nol, karena tidak dikehendaki adanya perbedaan antara parameter populasi dan statistik. Statistik parametris memerlukan banyak asumsi. Asumsi yang utaa adalah data yang akan dianalisis harus berdistribusi normal. Selanjutnya dalam penggunaan salah satu tes mengharuskan data dua kelompok atau lebih yang diuji harus homogen, dalam regresi harus terpenuhi asumsi linearitas. Statistik parametris kebanyakan digunakan untuk menganalisis data interval dan rasio.Statistika parametris digunakan jika parameter dalam riset adalah interval dan rasio kemudian penyebaran data mengikuti distribusi normal. Distribusi normal dikenal juga dengan istilah Gaussian Distribution. Distribusi normal mengandung dua parameter, yaitu rata-rata (mea n =m) dan ragam (varians =s2). Parameter-parameter ini memberikan karakteristik yang unik pada suatu distribusi berdasarkan lokasi-nya (central tendency). Berbagai metode statistik mendasarkan perhitungannya pada kedua parameter tersebut. Penggunaan metode statistik parametris mengikuti prinsipprinsip distribusi normal. Prinsip-prinsip dari distribusi normal adalah: a. Distribusi dari suatu sampel yang dijadikan obyek pengukuran berasal dari distribusi populasi yang diasumsikan terdistribusi secara normal.b. Sampel diperoleh secara random, dengan jumlah sampel yang dianggap dapat mewakili populasi.c. Distribusi normal merupakan bagian dari distribusi probabilitas yang kontinyu (continuous probability distribution). Impilkasinya, skala pengukuran pun harus kontinyu. Skala pengukuran yang kontinyu adalah skala rasio dan interval. Kedua skala ini memenuhi syarat untuk menggunakan uji statistik parametris. Bila syarat-syarat ini semua terpenuhi, maka metode statistik parametris dapat digunakan (Tavi, 2012).Kelebihan statistik parametris adalah kesimpulan yang diperoleh dari analisis statistika parametris lebih kuat dibandingkan dengan kesimpulan yang diperoleh dengan analisis statistika non parametris. Adapun kelemahan dari statistika parametris terletak pada kebutuhan akan beberapa asumsi untuk melakukan analisis parametris, selain itu juga lebih rumit (Suliyanto, 2006).

b) Statistika Non ParametrisStatistik non parametris, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non parametris biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal (Desma, 2013). Statistika non parametris digunakan jika data dalam riset berskala nominal dan ordinal, kemudian penyebaran data tidak mengikuti distribusi normal (Suliyanto, 2006). Statistik non parametris tidak menuntut terpenuhi banyak asumsi, misalnya data yang akan dianalisis tidak harus berdistribusi normal oleh karena itu statistik non parametris sering disebut distribution free(Sugiyono, 2012). Menurut Djarwanto (1991), keunggulan statistik nonparametris diantaranya:a. Asumsi dalam uji statistik nonparametris relatif lebih longgar. Jika pengujian data menunjukkan bahwa salah satu atau beberapa asumsi yang mendasari uji statistik parametris. (misalnya mengenai sifat distribusi data) tidak terpenuhi, maka statistik nonparametris lebih sesuai diterapkan dibandingkan statistik parametris.b. Perhitungan-perhitungannya dapat dilaksanakan dengan cepat dan mudah, sehingga hasil penelitian segera dapat disampaikan.c. Untuk memahami konsep-konsep dan metode-metodenya tidak memerlukan dasar matematika serta statistika yang mendalam.d. Uji-uji pada statistik nonparametris dapat diterapkan jika kita menghadapiketerbatasan data yang tersedia, misalnya jika data telah diukur menggunakan skala pengukuran yang lemah (nominal atau ordinal).e. Efisiensi statistik nonparametris lebih tinggi dibandingkan dengan metode parametris untuk jumlah sampel yang sedikit.Disamping keunggulan, statistik nonparametris juga memiliki keterbatasan.Beberapa keterbatasan statistik nonparametris antara laina. Jika asumsi uji statistik parametris terpenuhi, penggunaan uji nonparametris meskipun lebih cepat dan sederhana, akan menyebabkan pemborosan informasi.b. Jika jumlah sampel besar, tingkat efisiensi nonparametris relatif lebih rendah dibandingkan dengan metode parametris.

C. Tingkat Kepercayaan dan SignifikansiDalam bahasan statistika istilah tingkat signifikansi (significance level) dan tingkat kepercayaan (confidence level) dan sering digunakan. Tingkat signifikansi () menunjukkan probabilitas atau peluang kesalahan yang ditetapkan peneliti dalam mengambil keputusan untuk menolak atau mendukung hipotesis nol, atau dapat diartikan juga sebagai tingkat kesalahan atau tingkat kekeliruan yang ditolerir oleh peneliti, yang diakibatkan oleh kemungkinan adanya kesalahan dalam pengambilan sampel (sampling error).

1. Tingkat Kepercayaan (Confidence Interval)Tingkat kepercayaan atau disebut jugaconfidence intervalataurisk leveldidasarkan pada gagasan yang berasal dari Teorema Batas Sentral (Central Limit Theorem). Gagasan pokok yang berasal dari teorema tersebut ialah apabila suatu populasi secara berulang-ulang ditarik sampel, maka nilai rata-rata atribut yang diperoleh dari sampel-sampel tersebut sejajar dengan nilai populasi yang sebenarnya. Lebih lanjut, nilai-nilai yang diperoleh tersebut yang berasal dari sampel-sampel yang sudah ditarik didistribusikansecara normal dalam bentuk nilai benar / nyata. Bentuk nilai-nilai tersebut akan menjadi nilai-nilai sampel yang lebih tinggi atau lebih rendah jika dibandingkan dengan nilai populasinya. Dalam suatu distribusi normal, sekitar 95% nilai-nilai sampel berada dalamdua simpangan baku (standard deviation) dari nilai populasi sebenarnya. Dengan kata lain, jika tingkat kepercayaan sebesar95% dipilih, maka 95 dari 100 sampel akan mempunyai nilai populasi yang sebenarnya dalam jangkauan ketepatan sebagaimana sudah dispesifikasi sebelumnya.Tingkat kepercayaan pada dasarnya menunjukkan tingkat keterpercayaan sejauhmana statistik sampel dapat mengestimasi dengan benar parameter populasi atau sejauhmana pengambilan keputusan mengenai hasil uji hipotesis nol diyakini kebenarannya. Dalam statistika, tingkat kepercayaan nilainya berkisar antara 0 sampai 100% dan dilambangkan oleh 1 . Secara konvensional, para peneliti dalam ilmu-ilmu sosial sering menetapkan tingkat kepercayaan berkisar antara 95% 99%. Jika dikatakan tingkat kepercayaan yang digunakan adalah 95%, ini berarti tingkat kepastian statistik sampel mengestimasi dengan benar parameter populasi adalah 95%, atau tingkat keyakinan untuk menolak atau mendukung hipotesis nol dengan benar adalah 95%.2. Tingkat Signifikansi (Level of Significant)Tingkat signifikansi (level of significant) merupakan tingkat kesalahan yang ditetapkan oleh peneliti dalam mengambil keputusan untuk menolak atau menerima hipotesis atau tingkat kekeliruan yang ditolerir oleh peneliti (Sugiyono, 2012). Tingkat signifikansi yang digunakan = 5% atau 0,05. Alasan menggunakan tingkat signifikansi sebesar 5% karena paling umum digunakan untuk penelitian dan dianggap cukup menyediakan hubungan antara variabel-variabel yang diteliti.Signifikansi atau disebut juga probabilitas merupakan tingkat ketepatan (presisi) dalam kaitannya dengan kesalahan pengambilan sampel (sampling error), merupakan jangkauan dimana nilai populasi yang tepat diperkirakan. Jangkauan ini sering diekspresikan dengan menggunakan poin-poin persentase, misalnya 1% atau 5%. Oleh karena itu jika seorang peneliti menemukan bahwa 60% pegawai perusahaan tertentu yang digunakan sebagai sampel sudah mengadopsi suatu metode bekerja yang direkomendasikan dengan tingkat ketepatan sebesar1%, maka peneliti tersebut dapat menyimpulkan bahwa antara 59% dan 61% dari pegawai perusahaan tersebut yang menjadipopulasi sudah mengadopsi metode tersebut.

D. Menentukan teknik statistikBentuk hipotesis ada tiga,yaitu hipotesis deskriptif, komparatif, dan asosiatif. Dalam hipoteis komparatif, dibedakan menjadi 2, yaitu komparatif untuk 2 sampel dan lebih dari 2 sampel. Hipotesis deskriptif yang akan diuji dengan statistik parametris merupakan dugaan terhadap nilai dalam satu sampel (unit sampel), sedangkan hipotesis yang akan diuji dengan statistik non parametris merupakan dugaan ada tidaknya perbedaan secara signifikan nilai antar kelompok dalam satu sampel. Hipotesis komparatif merupaka dugaan ada tidaknya perbedaan secara signifikan nilai-nilai 2 kelompok atau lebih. Hipotesis asosiatif adalah dugaan terhadap ada tidaknya hubungan secara signifikan antara 2 variabel atau lebih.Menurut Sugiyono (2012) penggunaan statistik parametris dan non parametris untuk menguji hipotesis sebagai berikut:1. Untuk menguji hipotesis deskriptif satu sampel (unisampel) bila datanya berbentuk nominal, maka digunakan teknik statistik:a. BinominalTes binomial digunakan untuk menguji hipotesis bila dalam populasi terdiri atas dua kelompok kelas, datanya berbentuk nominal dan jumlah sampelnya kecilnya (kurang dari 25).b. Chi kuadrat satu sampelUntuk menguji hipotesis bila dalam populasi terdiri atas dua atau lebih kelasdata berbentuk nominal dan jumlahnya besar. Tekniknya dengan tipe goodness of fit, digunakan untuk menguji apakah ada perbedaan yang signifikan antara proporsi populasi, yaitu antara data yang diamati dengan data diharapkan terjadi Ho, berdasarkan proporsi yang berasal dari sampel tunggal.2. Untuk menguji hipotesis deskriptif satu sampel bila datanya berbentuk ordinal, maka digunakan teknik statistik:a. Run TestTest ini digunakan untuk menguji hipotesis deskriptif satu sampel, bial datanya berbentuk ordinal, pengujian dilakukan dengan dengan cara mengukur kerandoman populasi yang didasarkan atas data hasil pengamatan melalui data sampel.3. Untuk menguji hipotesis deskriptif satu variabel (univariabel) bila datanya berbentuk interval atau ratio, maka digunakan teknik statistik :a. T test satu sampelUji ini digunakan untuk mengetahui perbedaan mean (rerata) populasi atau penelitian terdahulu dengan mean data sampel penelitian.4. Untuk menguji hipotesis komparatif dua sampel yang berpasangan bila datanya berbentuk nominal digunakan teknik statistik :a. McNemarTeknik statistik digunakan untk menguji hipotesa komparatif dua sampel yang berkorelasi bila datanya berbentuk nominal/diskrit, rancangan penelitianya biasanya bebentuk before after. Jadi hipotesa penelitian merupakan perbandingan antara nilai sebelum dan sesudah ada perlakuan.

5. Untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk ordinal digunakan teknik statistik :a. Sign TestTest ini digunakan untuk menguji hipotesa komparatif dua sampel yang berkorelasi, bila datanya berbentuk ordinal. teknik ini dianamakan uji tanda karena data yang akan dianalisis dinyatakan dalam bentuk tanda-tanda yaitu tanda positif dan negatif.b. Wilcoxon matched pairszTeknik ini merupakan penyempurnaan dari uji tanda (sign test). kalau dalam uji tanda besarnya selisih nilai angka antara positif dan negatif tidak diperhitungkan sedangkan dlaam uji wilcoxon ini diperhitungkan, teknik digunakan untuk menguji signifikansi hipotesis komparatif dua sampel yang berkorelasi bila datanya berbentuk ordinal.6. Untuk menguji hipotesis komparatif dua sampel berpasangan, bila datanya berbentuk interval atau ratio, digunakan :a. T test dua sampel1. T test dua sampel bebasUji ini untuk mengetahui perbedaan rata-rata dua populasi/kelompok data yang independen.2. T test dua sampel berpasanganUji ini untuk menguji perbedaan rata-rata antara dua kelompok data yang dependen.7. Untuk menguji hipotesis komparatif dua sampel independen bila datanya berbentuk nominal digunakan teknik statistik :a. Fisher exact probabilityTest ini digunakan untuk menguji signifikansi hipotesis komparatif dua sampel kecil independen bila datanya berbentuk nominal untuk sampel yang besar duigunakan chi kuadrat.b. Chi Kuadrat Dua SampelUntuk menguji apakah terdapat perbedaan signifikasi antara dua kelompok sampel bebas.

8. Untuk menguji hipotesis komparatif dua sampel independen bila datanya berbentuk ordinal digunakan teknik statistik :a. Median TestTes median digunakan untuk menguji signifikansi hipoteis komparatif dua sampel independen bila datanya bernbentuk nominal atau ordinal. pengjuijan didasarkaan atas median dari smapel yang diambil secara random. dengan demikian Ho yang akan diuji berbunyi : tidak terdapat perbedaan dua kelompok populasi berdasarkan mediannya.b. Mann-Whitney U TestU-test ini digunakan untuk menguji signifikansi hipotesis komparatif dua sampel independen bila datanya berbentuk ordinal test ini merupakan test yang terbaik untuk menguji hipotesis komparatif dua sampel indenden bila datanya berbentuk ordinal.c. Kolmogorow SmirnowTest ini digunakan untuk menguji hipotesis komparatif dua sampel independen bila datanya bernetuk ordinal yang telah tersusun pada tabel distribusi frekuensi kumulatif dengan menggunakan kela-kelas interval.d. Wald-WolfowitzTes ini dibgunakan untuk meguji signifikasin hipotesis komparatif dua sampel independen bila datanya berbentuk ordinal dan disusun dalam bentuk run. oleh karena itu sebelum dtaa dua sampel (n1 + n2) dianalisis maka perlu disusun terlebih dahulu kedlaam bentuk ranking.9. Untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk interval dan ratio digunakan :a. T test sampel berpasangan (related)Digunakan untuk membandingkan mean dari suatu sampel yang berpasangan (paired). Sampel berpasangan adalah sebuah kelompok sampel dengan subyek yang sama namun mengalami dua perlakuan atau pengukuran yang berbeda .10.Untuk menguji hipotesis komparatif k sampel berpasangan, bila datanya berbentuk nominal digunakan teknik statistik :a. Chocran QTes ini digunakan untuk hipotesis komparatif k sampel berpasangan bila datanya benrbentuk nominal dan frekuensi dikotomi.11. Untuk menguji hipotesis komparatif k sampel berpasangan, bila datanya berbentuk ordinal, digunakan teknik statistik :a. Friedman Two-way AnovaFriedman two way anova (analisis varian dua jalan Friedman) digunakan untuk menguji hipotesis komparatif k sampel yang berpasanga (related) bila datany aberebntuk ordinal (ranking), bila datany terkumpul berbntuk interval atau ratio maka data tersebut diubah kedalam ordinal.12. Untuk menguji hipotesis komparatif sampel berpasangan bila datanya berbentuk interval atau ratio digunakan teknik statistik :a. Analisis varian satu jalan maupun dua jalan (One Way and Two Way)Anova (analysis of varian) digunakan untuk menguji perbedaan mean (rata-rata) data lebih dari dua kelompok. Anova mempunyai dua jenis yaitu analisis varian satu faktor (one way anova) dan analsis varian dua faktor (two ways anova). One way anova digunakan untuk menguji hipotesis komparatif rata-rata k sampel, bila pada setiap sampel hanya terdiri atas satu kategori, sedangkan two way anova digunkan untuk menguji hipotesis komparatif rata-rata k sampel bila peneliti melakukan kategorisasi terhadap sampel.13. Untuk menguji hipotesis komparatif k sampel independen, bila datanya berbentuk nominal, digunakan teknik statistik :a. Chi Kuadrat k sampelTest ini digunakan untuk menguji hipotesis komparatif lebih dari dua sample, bila datanya berbentuk diskrit atau nominal.14. Untuk menguji hipotesis komparatif k sampel independen, bila datanya berbentuk ordinal, digunakan teknik statistik :a. Median ExtensionTest median extension digunakan untuk menguji hipotesis komparatif median k sampel independen bila datanya berbentuk ordinal dan dalam tes ini ukuran sampel tidak harus sama.b. Kruskal-Wallis One Way AnovaTeknik ini digunakan untuk menguji hipotesis k sampel independen bila datanya berbentuk ordinal. bila dalam pengukuran ditemukan data berbentuk interval atau ratio maka perlu dirubah dulu kedlam ordinal (data berbentuk ranking/peringkat).15. Untuk menguji hipotesis asosiatif atau hubungan (korelasi) bila datanya berbentuk nominal digunakan teknik statistik :a. Koefisien KontigensiKoefisien ini digunakan untuk menghitung hubungan antar variabel bila datanya berbentuk nominal. teknik mempunyai kaitan eratdengan chi kuadrat yang digunakan untuk menguji hipotesis komparatif k sampel independen, oleh karena itu rumus yang digunakan mengandung nilai chi kuadrat.16. Untuk menguji hipotesis asosiatif atau hubungan (korelasi) bila datanya berbentuk ordinal digunakan teknik statistik :a. Korelasi Sperman RankKorelasi spearman rank digunakan mencari hubungan atau uji signifikansi hipotesisi asosiatif bila amsing-masing variabel yang dihubungkan berbentuk ordinal dan sumber data aantar variabel tidak harus sama.b. Korelasi Kendal TauSeperti dalam korelasi spearman rank, korlasi kendal tau digunakan untuk mencari hubungan dan menguji hipotesis antara dua variabel atau lebih bila datanya berbentuk ordinal atau ranking.17. Untuk menguji hipotesis asosiatif atau hubungan (korelasi) bila datanya berbentuk interval atau ratio, digunakan teknik statistik :a. Korelasi produk momen : untuk menguji hipotesis hubungan antara satu variabel independen dengan satu dependen.b. Korelasi ganda : untuk menguji hipotesis tentang hubungan dua variabel independen atau lebih secara bersama-sama dengan satu variabel dependenc. Korelasi parsialuntuk menguji hipotesis hubungan antara dua variabel atau lebih, bila terdapat variabel yang dikendalikan.d. Analisis regresi : untuk melakukan prediksi, bagaimana perubahan nilai variabel dependen bila nilai variabel independen dinaikkan atau diturunkan nilainya (dimanipulasi).

BAB IIIPENUTUP

A. SimpulanBerdasarkan uraian dari bab sebelumnya, maka dapat diambil kesimpulan sebagai berikut:1. Statistik merupakan suatu cara ilmiah yang digunakan untuk menarik dan memutuskan suatu kesimpulan berdasarkan data dan fakta yang benar dalam suatu penelitian. Statistik bermanfaat sebagai sarana untuk menyederhanakan data. Penyederhanaan data bertujuan agar ketika hasil penelitian dipubilkasikan dapat dibaca dan dipahami oleh orang lain.2. Dalam menentukan teknik statistik sangat bergantung pada tujuan penelitian, jumlah pengukuran, sampel dan variabel yang diamati. Berdasarkan tujuannya statistik dapat dibagi menjadi statistik deskriptif dan statistik interferensi yang terbagi atas statistik parametris dan non parametrisB. Saran Adapun saran yang bisa disampaikan, antara lain:1. Sebaiknya dalam mempelajari makalah ini pembaca perlu memahami penjelasan mengenai statistika.2. Ketika membaca makalah ini pembaca perlu membandingkan teori referensi dalam makalah dengan referensi luas lainnya yang mungkin tidak sempat dituliskan dalam makalah.

19

DAFTAR RUJUKAN

Desma, E. Rindiai. 2013. Statistik Parametris, (Online),( www.statistik.com, diakses pada 24 Oktober 2015).Djarwanto. 1991. Statsitik Non Parametris. Edisi 2. Yogyakarta: BPFD.Hadi, Sutrisno. 2004. Statistik jilid 1. Yogyakarta : Andi Offset.Hasan, M. Iqbal. 2002. Pokok-pokok Materi Metodologi Penelitian dan Aplikasinya. Bogor : Ghalia IndonesiaMartono, Nanang. 2010. Bias Genjer dalam Prestasi Akademik Mahasiswa Unsoed, dalam jurnal evaluasi kebijakan pendidikan.Volume 1,No 1 April 2010. Jakarta : Puslikjatnov pendidikan - balitbang Kemdiknas.Riduwan. 2003. Dasar-dasar Statistik. Bandung : Alfabeta.Sugiyono. 2007. Statistik Untuk Penelitian (Edisi Revisi). Bandung : Alfabeta.Sugiyono. 2012. Metode Penelitian Pendidikan. Bandung : Alfabeta.Suliyanto. 2006. Metode Riset Bisnis. Yogyakarta : Penerbit ANDI.20