PROSEDUR PENGUJIAN STATISTIK

 

Secara umum dalam melakukan pengujian statistik ada beberapa langkah/tahapan yang harus dilalui. Tahapan/langkah dalam melakukan pengujian statistik adalah sebagai berikut :

A. Menentukan Hipotesa

Terdapat dua jenis hipotesa yakni hipotesa awal ( Ho )dan hipotesa alternative ( H1). Secara matematik, hipotesa awal Ho merupakan hipotesa yang berhubungan dengan persamaa ( = / sama dengan). Sedang hipotesa alternative merupakan bentuk hipotesa yang berhubungan dengan pertidak samaan ( ≠, ‹ , › ). Contoh misalkan ingin diuji apakah terdapat perbedaan rata-rata tinggi badan antara pria dan wanita. Maka bunyi masing-masing hipotesa, Ho : Tinggi Pria = Tinggi Wanita ( Ц1 = Ц2 ). H1 : Tinggi Pria ≠ Tinggi Wanita ( Ц1 ≠ Ц2 )

B. Menentukan alat uji

Alat uji dalam statistik berkaitan dengan distribusi yang dimiliki oleh data. Contoh alat uji yang sering digunakan yakni t-test , F-test , Chi-square dll .

C. Menentukan tingkat kepercayaan / taraf nyata

Dalam pengujian hipotesis dikenal dua jenis kesalahan yaitu kesalahan jenis I ( type I error ) dan kesalahan jenis II ( type II error ). Kesalahan jenis I kesalahan menolak Ho padahal Ho benar, kesalah type II adalah kesalahan yang terjadi akibat menerima Ho padahal H1 benar. Peluang terjadinya kesalah type I dilambangkan dengan α (alpha) yang sering disebut taraf nyata. Dalam pengujian statistik yang umum kita lakukan, khususnya dalam menyimpulkan hasil pengujian adalah pengggunaan kesalahan type I . Nilai alpha yang digunakan umumnya sebesar 5%. Jika kita menggunakan nilai Alpha 5% berarti tingkat kepercayaan (Confident Interval) dari keputusan yang diambil Ho benar sebesar 95%.

D. Menentukan aturan keputusan

Aturan keputusan yang digunakan bersifat umum untuk seluruh jenis pengujian statistik, misal nilai Alpha yang digunakan dalam pengujian sebesar 5%, maka aturan keputusan yang diambil sebagai berikut:

• Alpha hitung / output ≥ Alpha ( 0.05 ) =>Terima Ho

• Alpha hitung / output < alpha ( 0.05) => Tolah Ho

Read more »

KATAGORISASI DATA & SKALA UKUR

Bicara statistik tentu saja akan bicara mengenai data. Data merupakan kumpulan dari karakteristik objek/individu yang diamati. Berdasarkan sifarnya, data diklasifikasikan menjadi dua jenis yakni data kulitative dan data kuantitative. Namun di dasarkan pada skala pengukurannya maka kedua data tersebut dapat dipecah lagi menjadi empat macam. Penggolangan data :

I. Data Kualitative ==> tidak dapat dilakukan operasi matematika
a. Skala Nominal,

• Fungsinya hanya sebagai pembeda
• CIRI UTAMA: TIDAK MEMILIKI JARAK ANTAR KATAGORI & TIDAK DAPAT DI BAGI ANTAR KATAGORI

          contoh : jenis kelamin, suku bangsa dll

b. Skala Ordinal,

• Antar katagori terdapat tingkatan/jenjang.
• CIRI UTAMA: TIDAK MEMILIKI JARAK ANTAR KATAGORI & TIDAK DAPAT DI BAGI ANTAR KATAGORI/DIBANDINGKAN

       Contoh : skala Linkert , Status ekonomi, pendidikan dll
Ilustrsi Tidak memiliki Jarak: Selisih/Jarak dari Katarori Sangat Tidak Sejutu (1) KE Tidak Setuju (2)  TIDAK SAMA DENGAN Selisih/Jarak dari Katagori Setuju (4) KE Sangat Setuju (5) (dari katafori 1 ke 2 ≠ 4 ke 5 dalam skala ordinal)

II. Data kuntitative ==> dapat dilakukan operasi matematik
c. Skala Interval,

• Memiliki ukuran jarak
• Tidak memiliki nilai dasar mutlak (nol mutlak)
• Tidak dapat dilakukan perbandingan

      Contoh: Suhu
 Ilustrasi
MEMILIKI JARAK/SELISIH  Benda A = 20 0C, Benda B = 25 0C, Benda X= 40 0C, Benda Y=45 0C dapat dikatakan bahwa jarak/selisih suhu dari benda A ke benda B sama dengan jarak/selisih suhu dari benda X ke benda Y yaitu 5 0C.
TIDAK BISA DIBANDINGKAN/DIBAGI  Tidak dapat dikatakan bahwa Panas Benda X adalah 2 x Benda A walaupun secara matematis 40 = 2 x 20, hal ini beralasan karena jika derajatnya kita rubah ke satuan lain (Contoh Reamur) maka perbendingannya nilainya berbeda, Hal ini disebabkan karena pada besaran suhu tidak memiliki nilai NOL MUTLAK/


d. Skala Rasio

• Memiliki ukuran jarak
• Memili8ki nilai dasar mutlak
• Dapat dilakukan perbadinga

Contoh : usia, berat dll

Ilustrasi
MEMILIKI JARAK/SELISIH  si A usianya 10 tahun, si B usianya 20 tahun, si C usianya 30 tahun dan si D 40 tahun. Selisih usia A dengan B = Selisih Usia C dengan D yaitu 10 tahun
BISA DIBANDINGKAN/DIBAGI  usia B = 2 x lebih tua dari pada si A, usia si C = 3 x lebih tua dari pada si A. Usia si D = 2 x lebih tua dari pada si B.

TIP MENENTUKAN SKALA UKUR DARI DATA YANG KITA MILIKI:

Buatlah pertanyaan :

1. Apakah data kita memiliki jarak/selisih ???

2. Apakah data kita dapat dibandingkan ???

Semoga bermanfaat

SELAMAT MENCOBA !!!

Read more »