![Lizza Novrida]()
Lizza Novrida
2 tahun yang lalu
Dr. Rusydi Ananda, M.Pd dan Muhammad Fadhli, M.Pd, STATISTIK PENDIDIKAN TEORI DAN PRAKTIK DALAM PENDIDIKAN, Medan, CV. Widya Puspita, 2018.
Statistik adalah ilmu tentang pengumpulan, penyusunan, penganalisisan dan penafsiran data dalam bentuk angka untuk tujuan pembuatan suatu keputusan yang lebih baik di dalam menghadapi ketidakpastian. Klasifikasi Statistika dilihat dari fungsinya, dibedakan dari dua bagian yaitu:1. Statistik Deskriptif (descriptive statistics), yaitu statistik yang mempelajari tata cara mengumpulkan, menyusun, menyajikan, dan menganalisa data penelitian yang berwujud angka, agar dapat memberikan gambaran yang teratur, ringkas dan jelas mengenai suatu gejala, keadaan dan peristiwa sehingga dapat ditarik atau makna tertentu. Statistik deskriptif hanya berhubungan dengan hal-hal menguraikan atau memberikan keterangan mengenai suatu data, keadaan atau fenomena ataiu statistik deskriptif hanya berfungsi menerangkan keadaan, gejala atau persoalan, 2. Statistik Inferensial (inferensial statistics), yaitu statistik yang mempelajari atau mempersiapkan tata cara penarikan kesimpulan mengenai karakteristik populasi, berdasarkan data Statistik Pendidikan kuantitatif yang diperoleh dari sampel penelitian. Penarikan kesimpulan mengenai karakteristik populasi berdasarkan data sampel yang diambil dari populasinya yang disebut generalisasi atau induksi artinya statistik induktif (inductive statistics) yang menyediakan aturan tertentu dalam rangka penyusunan atau pembuatan ramalan (prediction) maupun penaksiran (estimation).
Berdasarkan ruang lingkup penggunaan, statistika dapat diklasifikasikan sebagai berikut: 1. Statistik Pendidikan diterapkan pada bidang atau disiplin ilmu Pendidikan, 2. Statistik Sosial diterapkan pada bidang atau disiplin ilmu Sosial, 3. Statistik Kesehatan diterapkan pada bidang atau disiplin ilmu Kesehatan, 4. Statistik Ekonomi diterapkan pada bidang atau disiplin ilmu Ekonomi, 5. Statistik Pertanian diterapkan pada bidang atau disiplin ilmu Pertanian, 6. Statistik bidang ilmu/kajian lainnya. Berdasarkan indikator yang dianalisis, statistik dapat diklasifikasikan kepada: 1. Statistik parametrik adalah statistik yang parameter populasinya harus memenuhi syarat-syarat tertentu seperti data berskala interval atau rasio, pengambilan sampel harus random, berdistribusi normal, memiliki varians yang homogen, model regresinya linear. Dalam statistik parametrik, indikator yang di analisis adalah parameter dari ukuran objek yang bersangkutan. 2. Statistik nonparametrik adalah statistik yang parameter populasinya bebas dari keharusan terpenuhinya syarat tertentu sebagaimana halnya dengan statistik parametrik. Dalam statistik nonparametrik, indikator-indikator yang dianalisis adalah sisi lain dari parameter ukuran objek yang diteliti.
Penelitian ilmiah adalah penyelidikan sistematis, terkontrol, empiris, dan kritis tentang fenomena alami, dengan dipandu oleh teori dan hipotesis tentang hubungan yang dikira terdapat antara fenomena-fenomena itu. Dengan demikian objek penelitian ilmiah adalah fenomena alami termasuk aspek pendidikan yang menyandang sifat penelitian sebagai berikut: 1. Kegiatan ilmiah yang berupaya menggali dan mengembangkan ilmu pengetahuan dari sumber primer dalam upaya menemukan prinsip, hukum, dalil, teori dan generalisasi yang berlaku umum mengenai suatu macam atau suatu jenis dan tiap sesuatu di dalam satu macam atau jenis yang diteliti. 2. Menggunakan cara kerja dengan prosedur yang teliti, sistematis dan dapat dipertanggung jawabkan, dan prosesnya memberi ketercapaian ilmu pengetahuan yang benar. 3. Berdasarkan diri pada ilmu pengetahuan dan pengalaman yang selama ini telah dicapai dan diterima kebenarannya dalam upaya untuk menemukan ilmu pengetahuan yang baru, 4. Mengumpulkan data secara obyektif atau tidak berat sebelah, dalam arti tidak hanya menghimpun data yang mendukung kebenaran hipotesis atau sebaliknya tidak sekedar menolak hipotsis, 5. Mengolah data dan menyajikannya secara sistematis, baik secara kualitatif maupun secara kuantitatif, 6. Hasil penelitian dilaporkan secara rasional dan logis dalam berbagai bentuk penulisan ilmiah sesuai dengan maksud dilakukannya suatu penelitian.
Fungsi statistik dalam penelitian sebagai berikut: 1. Alat untuk menghitung besarnya anggota sampel yang diambil dari suatu populasi. Dengan demikian jumlah sampel yang diperlukan lebih dapat dipertanggungjawabkan, 2. Alat untuk menguji validitas dan reliabilitas instrumen. Sebelum instrumen digunakan untuk penelitian, maka harus diuji validitas dan reliabilitasnya terlebih dahulu, 3. Teknik-teknik untuk menyajikan data, sehingga data lebih komunikatif. Teknik-teknik penyajian data ini antara lain; tabel, grafik, diagram lingkaran dan histogram, 4. Alat untuk analisis data seperti menguji hipotesis penelitian yang diajukan. dalam hal ini statistik yang digunakan antara lain korelasi, regresi, t-test, anava dan sebagainya.
Keterkaitan teori dan statistik pada penelitian ilmiah adalah statistic sebagai alat untuk menguji apakah data sampel penelitian mendukung teori yang digunakan atau tidak. Jika pengujian hipotesis secara statistik menolak hipotesis nihil (H0), berarti data sampel mendukung hipotesis. Hal ini juga menunjukkan bahwa hasil penelitian mendukung teori yang digunakan dalam merumuskan hipotesis penelitian. Sebaliknya, jika hipotesis nihil (H0) diterima, berarti data sampel tidak mendukung hipotesis, dan sekaligus berarti hasil penelitian tidak mendukung teori yang digunakan. Tetapi, penolakan hipotesis penelitian secara statistik dapat dijadikan dasar menolak teori.
Analisis data pada penelitian kuantitatif karena kualitas hasil penelitian ilmiah, ditentukan oleh akurasi data yang dikumpulkan, maka kesesuaian teknik analisis data yang digunakan juga harus tepat agar kesimpulan penelitian ilmiah benar. Agar peneliti mampu menentukan teknik analisis data yang sesuai, perlu dipelajari berbagai teknik analisis data, dan hal-hal yang perlu dipertimbangkan dalam menentukan teknik analisis data. Sasaran penelitian biasanya terdiri dari bagian-bagian atau aspek-aspek yang disebut dengan variabel penelitian. Variabel adalah konsep yang menunjukkan gejala yang bervariasi, gejala-gejala yang dijadikan bervariasi menurut tingkat atau besar kecilnya.
Gejala yang bervariasi menurut jenis atau kategori misalnya: jenis kelamin, bervariasi ke dalam jenis pria dan wanita. Pekerjaan juga bervariasi menurut jenis, yaitu petani, pedagang, nelayan dan lain-lain. Gejala yang bervariasi menurut jenis, disebut variabel deskrit atau variabel nominal. Variabel nominal disebut variabel deskrit, karena lain-lain variabel nominal bersifat terpisah secara jelas antara satu dengan yang lain. Gejala yang bervariasi menurut tingkatan atau besar kecilnya gejala misalnya: penghasilan, kecerdasan, tinggi badan, berat badan dan semacamnya. Gejala yang bervariasi menurut tingkatan, disebut gejala kontinum atau variabel kontinum. Nilai variabel kontinum tidak terpisah secara jelas yang terdiri dari tiga jenis, yaitu variabel ordinal, variabel interval dan variabel rasio. Penelitian kuantitatif terbagi kepada empat jenis, yaitu: 1. Variabel Nominal, merupakan variabel deskrit kualitatif. Nilai variabel nominal berbentuk klasifikasi, dan klasifikasi tersebut tidak menunjukkan adanya tingkatan antara yang satu dengan yang lain. Misalnya nilai variabel suku; Jawa, Batak, Mandailing, Minang, merupakan klasifikasi yang tidak menunjukkan adanya tingkatan. Nilai variabel nominal tidak dalam bentuk angka kalaupun digunakan angka maka angka yang digunakan pada nilai-nilai variabel nominal sifatnya hanya simbol saja untuk memudahkan analisis, 2. Variabel Ordinal adalah variable yang menunjukkan ada tingkatan antara satu dengan yang lain. Nilai variabel ordinal dapat berbentuk angka, tetapi bisa jadi tidak berbentuk angka. Variabel ordinal memiliki dua ciri yaitu: (a) ada klasifikasi atau penggolongan, dan (b) nilai variabelnya menunjukkan adanya jenjang/tingkatan. Jenjang atau tingkatan perbedaannya tidak konstan atau tidak mempunyai interval yang tetap. Penggunaan angka-angka tidak selamanya berpedoman angka yang kecil adalah yang lebih baik. Sehingga peneliti dapat menggunakan dasar bahwa angka yaang besar adalah yang lebih baik. Mengingat posisi angka sebagai pengganti baik buruk, besar kecilnya suatu data, maka dalam melakukan deskripsi atas hasil analisis statistik harus hati-hati. Sifat konsisten harus dijalankan mulai dari pemberian kode sampai deskripsi, 3. Variabel Interval, digolongkan kepada variabel kontinum, dan nilai variabel interval berbentuk angka. Nilai variabel interval merupakan hasil pengukuran, misalnya hasil pengukuran tingkat kecerdasaan, minat belajar, dan hasil belajar. Pengukuran terhadap tingkat kecerdasan (IQ) dinyatakan dalam bentuk angka (120,110,90,115, dst…). Salah satu kriteria yang perlu dipenuhi dalam pengukuran tersebut adalah instrumen pengukuran yang digunakan memiliki satuan ukuran berjarak sama, atau relatif berjarak sama. Dalam hal ini, pengukuran pada bidang ilmu-ilmu sosial dan pendidikan umunya memiliki tingkat ketelitian yang lebih rendah dibandingkan pengukuran pada bidang ilmu eksakta, seperti ilmu biologi, kimia dan fisika. Pengukuran pada bidang eksakta umumnya dapat dilakukan dengan menggunakan satuan ukuran berjarak sama, sedangkan pada bidang ilmu-ilmu sosial mungkin lebih tepat dikatakan mendekati sama (relatif berjarak sama). Variabel interval adalah variabel yang nilai variabelnya berskala interval. Skala interval memiliki tiga ciri, yaitu: (a) ada klasifikasi atau penggolongan, (b) nilai variabelnya menunjukkan adanya jenjang, dan (c) satuan ukuran berjarak sama atau dianggap berjarak sama, 4. Variabel Rasio, merupakan hasil pengukuran yang memiliki tingkat ketelitian yang lebih tinggi dibanding dengan variabel interval. Nilai-nilai variabel rasio merupakan hasil pengukuran yang menggunakan satuan ukuran berjarak sama, dan memiliki titik nol yang mutlak atau jelas. Perbedaan antara variabel interval dan rasio, terletak pada persoalan titik nol dalam proses pengukuran. Instrumen pengukuran pada ilmu-ilmu sosial umumnya tidak mampu menentukan titik nol secara pasti. Hal ini terutama disebabkan karakteristik objek ukur yang bersifat internal dalam diri subjek penelitian. Sekalipun siswa menjawab salah untuk seluruh soal yang diberikan guru (nilai=0), Statistik Pendidikan akan tetapi tidak dapat dipastikan bahwa hasil belajar siswa tersebut tidak ada sama sekali. Karena itu hasil pengukuran pada bidang pendidikan umumnya hanya sampai pada taraf skala interval (variabel interval). Nilai-nilai variabel rasio dinyatakan dalam bentuk angka. Angka pada variabel rasio menunjukkan adanya tingkatan dan angka-angka tersebut dapat diperbandingkan karena memiliki titik nol yang mutlak. Dengan demikian, variabel ratio, memiliki empat ciri yaitu: (a) ada klasifikasi atau penggolongan, (b) nilai variabelnya menunjukkan adanya jenjang, (c) satuan ukuran berjarak sama, dan (d) memiliki titik nol yang bersifat mutlak.
Jenis-jenis variabel yaitu: 1. Variabel pengganggu, yaitu variabel bebas yang diteliti dan tidak terdeteksi sehingga luput untuk dikontrol atau dikendalikan. Akibat dari adanya variabel pengganggu ini dapat mengakibatkan hasil penelitian tidak valid dan dapat mengakibatkan penolakan hipotesis penelitian yang seharusnya diterima. 2. Variabel anteseden, yaitu variabel yang mempengaruhi variabel bebas. Dalam suatu penelitian variabel ini biasanya diungkapkan dalam implikasi sebuah penelitian, 3. Variabel kovariat, Variabel kovariat yaitu variabel bebas yang keberadaannya dikontrol dan dikendalikan secara statistika agar tidak mengganggu hasil penelitian. Jadi variabel kovariat sesungguhnya juga merupakan variabel kontrol, hanya saja pengontrolan/ pengendaliannya dilakukan dengan teknik statistika. Untuk dapat menentukan kedudukan variabel independen, dependen, moderator, intervening, kontrol maupun variabel lainnya, harus dilihat konteksnya dengan dilandasi konsep teoritis yang mendasari maupun hasil dari pengamatan yang empiris di tempat penelitian. Untuk itu sebelum peneliti memilih variabel apa yang akan diteliti perlu melakukan kajian teoritis dan melakukan studi pendahuluan terlebih dahulu pada objek yang akan diteliti.
Ruang lingkup kajian pada analisis statistik deskriptif dijelaskan Djarwanto dan Subagyo (1998) yaitu: a. Distribusi frekuensi serta pengukuran nilai-nilai statistiknya seperti pengukuran nilai sentral, dispersi, skewness dan kurtosis, dan grafiknya seperti poligon, histogram dan ogive, b. Angka indeks, c. Time series atau deret waktu, d. Koefisien regresi dan koefisien korelasi sederhana. Hal senada dijelaskan Supardi (2013) mengenai: 1. Ruang lingkup kajian statistik deskriptif yaitu: a. Penyajian data dalam bentuk tabel seperti tabel tunggal, tabel kontigensi maupun tabel distribusi frekuensi, b. Penyajian data dalam bentuk grafik seperti diagram batang, diagram garis, diagram lingkaran, diagram pencar, diagram peta, diagram simbol maupun diagram yang disajikan dari tabel distribusi frekuensi yaitu histogram, poligon frekuensi dan ogive, c. Ukuran nilai pusat dan letak, seperti rerata, median, modus, varian, simpangan baku, kuartil, desil, persentii, d. Ukuran dispersi atau simpangan seperti jangkauan atau rentang, rerata simpangan, variansi, simpangan baku, e. Model distribusi data yaitu kemencengan dan keruncingan kurva distribusi, f. Angka indeks, g. Times series/deret waktu atau data berkala. 2. Statistik Inferensial (inferensial statistics), yaitu statistik yang mempelajari atau mempersiapkan tata cara penarikan kesimpulan mengenai karakteristik populasi, berdasarkan data kuantitatif yang diperoleh dari sampel penelitian. Penarikan kesimpulan mengenai karakteristik populasi berdasarkan data sampel yang diambil dari populasinya disebut generalisasi atau induksi. Karena itu statistik inferensial juga dikenal sebagai induktif (inductive statistics). Di samping fungsi generalisasi, statistik inferensial juga menyediakan aturan-aturan tertentu dalam rangka penyusunan atau pembuatan ramalan (prediction) maupun penaksiran (estimation). Ruang lingkup kajian pada analisis statistik inferensialf oleh Djarwanto dan Subagyo (1998) yaitu: a. Probabilitas, b. Distribusi teoritis, c. Sampling dan distribusi sampling, d. Estimasi harga parameter, e. Uji hipotesis, termasuk uji chi-square dan analisis varians, f. Analisis regresi untuk prediksi, g. Korelasi dan uji signifikansi, h. Time series atau deret waktu, i. Koefisien regresi dan koefisien korelasi sederhana. Selanjutnya Supardi (2013) menjelaskan ruang lingkup kajian statistik inferensial sebagai berikut: a. Uji persyaratan analisis (uji pelanggaran klasik) seperti uji normalitas, uji homogenitas, uji kelinieran, uji multikolinieritas, b. Uji hipotesis asosiasi seperti uji korelasi, uji regresi, uji analisis jalur dan uji kanonikal, c. Uji hipotesis komparasi, seperti uji t, uji beda 2 kelompok data, uji Tucket, analisis varian, analisis kovarian, multivarian analisis varians dan multivariate analisis kovarians.
Statistik inferensial yang bertujuan melakukan generalisasi dibedakan menjadi dua bagian, yaitu statistik parametrik dan statistik non parametrik. Statistik parametrik adalah teknik analisis data yang menghendaki asumsi atau pengujian karakteristik populasi, seperti normalitas distribusi, dan homogenitas data. Sedangkan statistik non parametrik adalah teknik analisis data kuantitatif yang tidak menghendaki pengujian karakteristik populasi (tidak memper-masalahkan parameternya). Dalam hal ini Sugiyono (2004) menjelaskan penggunaan statistik parametrik dan nonparametrik tergantung pada asumsi dan jenis data yang akan dianalisis. Statistik parametrik memerlukan terpenuhi banyak asumsi. Asumsi yang utama adalah data yang akan dianalisis harus berdistribusi normal. Selanjutnya dalam penggunaan salah satu instrumen mengharuskan data dua kelompok atau lebih yang diuji harus homogen, dalam regresi harus terpenuhi asumsi linieritas. Statistik nonparametrik tidak menuntut terpenuhi banyak asumsi, misalnya data yang akan dianalisis tidak harus berdistribusi normal.
Selanjutnya Sugiyono (2004) menjelaskan statistik parametric digunakan untuk menganalisis data interval atau rasio yang diambil dari populasi yang berdistribusi normal, sedangkan statistik nonparametrik terutama digunakan untuk menganalisis data nominal atau ordinal dari populasi yang bebas distribusi (tidak harus normal). Ditinjau dari tujuan penelitian analisis data kuantitatif dapat dibedakan menjadi dua yaitu analisis data bertujuan untuk mengetahui hubungan antar variabel, dan analisis data yang bertujuan untuk mengetahui perbedaan dua kelompok sampel atau lebih. Untuk mengetahui hubungan antar variabel digunakan analisis korelasi dan regresi, sedangkan untuk mengetahui perbedaan dua kelompok sampel atau lebih digunakan analisis komparasi.
Menentukan teknik analisis data dengan pertimbangkan hal-hal sebagai berikut: 1. Tujuan atau masalah penelitian: untuk mendeskripsikan data (gunakan statistik deskriptif), untuk mengetahui hubungan antar variabel (gunakan analisis korelasi atau dan analisis regresi) agar terlihat perbedaan dua kelompok sampel atau lebih (gunakan analisis komparasi), 2. Jenis variabel penelitian yaitu Jenis variabel atau jenis data penelitian merupakan faktor penting yang dibagi menjadi empat macam variabel yaitu: nominal, ordinal, interval, dan ratio. Nilai-nilai variabel rasio tergolong lebih teliti dibandingkan dengan nilai-nilai variabel interval, variabel interval lebih teliti dibandingkan dengan nilai-nilai variabel ordinal. Penelitian harus berusaha melakukan pengumpulkan data dengan tingkat ketelitian tinggi. Pengukuran terhadap variabel penelitian diusahakan menghasilkan nilai-nilai variabel pada skala interval dan rasio. Variabel interval dan rasio seharusnya tidak dirubah menjadi variabel ordinal, tanpa alasan yang cukup kuat secara ilmiah.
Deskripsi data penelitian berisi tentang data dan sumber data, penyajian data, distribusi Frekuensi, Pembuatan Grafik Dari Distribusi Frekuensi, Uji Kecenderungan Data Variabel Penelitian. Ukuran gejala pusat dan variabilitas yang berisi tentang ukuran gejala pusat, Variabilitas berisi tentang ukuran Dispersi, Skewness dan Kurtosis. Statistika pada pengujian instrumen penelitian berisi tentang cara validitas Instrumen, Reliabilitas Instrumen. Pengujian persyaratan analisis data dengan: Pengujian Normalitas Data, Pengujian Homogenitas Data, Pengujian Kelinearan Regresi. Cara analisis korelasi dengan menjelaskan maksud dari analisis korelasi lalu dilanjutkan dengan: Arah Korelasi, Angka Korelasi, Korelasi Product Moment, Korelasi Rank/Spearman, Korelasi Kendal Tau, Korelasi Phi, Korelasi Kontigensi, Korelasi Serial, Korelasi Ganda, Korelasi Parsial. Cara meregresi data untuk menganalisis data adalah dengan cara Regresi Sederhana dan Regresi Ganda. Analisa Komparasi dengan cara: Chi Square, Student t (t test), Analisis Varians. Analisis jalur yang berisi tentang Pengetian Analisis Jalur, Manfaat Analisis Jalur, Asumsi – Asumsi Analisis Jalur, Model Analisis Jalur.
