TEKNIK PENYAJIAN DATA

OLAH DATA STATISTIK

Kegiatan pengumpulan data di lapangan akan menghasilkan data angka-angka yang disebut ‘data kasar’ (raw data) yang menunjukkan bahwa data tersebut belum diolah dengan teknik statistik tertentu. Jadi data tersebut masih berwujud sebagaimana data itu diperoleh yang bisanya berupa skor dan relative banyak tidak beraturan. Dalam pembuatan laporan penelitian, data termasuk yang harus dilaporkan. Agar dapat memberikan gambaran yang bermakna, data-data itu haruslah disajikan ke dalam tampilan yang sistematis dan untuk keperluan penganalisisan biasanya data itu disusun dalam sebuah tabel. Penyajian data ini bertujuan memudahkan pengolahan data dan pembaca memahami data.

Uji t Berpasangan

OLAH DATA STATISTIK
Uji t berpasangan (paired t-test) adalah salah satu metode pengujian hipotesis dimana data yang digunakan tidak bebas yang dicirikan dengan adanya hubungan nilai pada setiap sampel yang sama (berpasangan). Ciri-ciri yang paling sering ditemui pada kasus yang berpasangan adalah satu individu (objek penelitian) dikenai 2 buah perlakuan yang berbeda. Walaupun menggunakan individu yang sama, peneliti tetap memperoleh 2 macam data sampel, yaitu data dari perlakuan pertama dan data dari perlakuan kedua. Perlakuan pertama mungkin saja berupa kontrol, yaitu tidak memberikan perlakuan sama sekali terhadap objek penelitian. Misal pada penelitian mengenai efektivitas suatu obat tertentu, perlakuan pertama, peneliti menerapkan kontrol, sedangkan pada perlakuan kedua, barulah objek penelitian dikenai suatu tindakan tertentu, misal pemberian obat. Dengan demikian, performance obat dapat diketahui dengan cara membandingkan kondisi objek penelitian sebelum dan sesudah diberikan obat.

Uji t-student

OLAH DATA STATISTIK
Untuk membandingkan nilai tengah populasi dengan nilai tertentu antau dengan nilai tengah populasi lainnya bisa dilakukan dengan uji z. Namun uji z hanya bisa digunakan apabila data berdistribusi normal serta ragam populasi diketahui. Pada kenyataannya, jarang sekali kita bisa mengetahui nilai parameter suatu populasi dengan pasti, sehingga kita hanya bisa menduga parameter populasi tersebut dari sampel yang kita ambil. Karena kita tidak mengetahui berapa simpangan baku populasi, σ, maka nilai ini ditaksir dengan simpangan baku sampel, s, yang dihitung dari sampel. Hanya saja, untuk sampel berukuran kecil, s bukanlah nilai taksiran yang akurat untuk σ sehingga tidak valid lagi apabila kita menggunakannya untuk uji z. Untuk ukuran sampel yang kecil, kita bisa mendekatinya dengan menggunakan uji t-student.

Contoh

Uji t untuk 1 sampel

Hipotesis:

H0: µ_A = X

H1: µ_A ≠ X

Berdasarkan pengalaman pada tahun-tahun sebelumnya, suhu tubuh rata-rata mahasiswakedokteran yang baru masuk diyakini sebesar 98.6°F. Untuk memastikan bawa suhu tubuh rata-rata mahasiswa yang baru masuk tetap masih di bawah nilai tersebut, seorang mahasiswa senior berencana akan mengecek kembali klaim tersebut. Namun karena kesibukannya, dia hanya mengumpulkan data dari 12 mahasiswa. Rata-rata suhu tubuh ke-12 mahasiswa tersebut adalah sebagai berikut:

98.0       97.5        98.6        98.8        98.0        98.5        98.6        99.4        98.4        98.7        98.6   

97.6

Untuk menguji klaim tersebut, dia menggunakan taraf nyata 0.05 yang menyatakan bahwa rata-rata suhu tubuh memang berasal dari populasi mahasiswa dengan rata-rata kurang dari 98.6°F. 

Dengan menggunakan SPSS

Klik Analize-Compare Means- One Sample T test

Masukan peubah Suhu ke Test Variabel, kemudian isi Test Value dengan 98.6

Output:

T-Test

One-Sample Statistics
	N	Mean	Std. Deviation	Std. Error Mean
Suhu	12	98.39	.535	.154

One-Sample Test
	Test Value = 98.6
	t	df	Sig. (2-tailed)	Mean Difference	95% Confidence Interval of the Difference
					Lower	Upper
Suhu	-1.349	11	0.205	-0.208	-.55	.13

Interpretasi:
nilai-p sebesar 0.205 > alpha 5%, tidak tolak H0, dari hasi uji statistik diatas, kita tidak bisa menyatakan bahwa suhu tubuh mahasiswa baru sebesar 98.6°F. Meskipun nilai rata-ratanya memang lebih kecil, namun dari 12 sampel yang diambil, tidak cukup kuat untuk menyatakan bahwa suhu tubuh mahasiswa sebesar 98.6°F.

Uji-t untuk 2 Sampel Bebas

Uji t 2 sampel bebas ditujukan untuk menguji apakah ada perbedaan nilai 2 sampel  yang diberi perlakuan yang berbeda. Tidak seperti pada sampel berpasangan, uji sampel bebas benar - benar menggunakan 2 sampe yang berbeda.

Contoh menggunakan SPSS

Analyze-compare means- independent sample T-test

Masukan Data ke test Variabel, kemudian masukan Kategori ke Grouping Variable, lalu OK

Output:

Group Statistics
	Kategori	N	Mean	Std. Deviation	Std. Error Mean
Data	Tradisional	15	86.9333	7.36271	1.90104
	modern	15	87.4667	7.30818	1.88696

		Levene's Test for Equality of Variances		Independent sample T test
		F	Sig.	t	df	Sig. (2-tailed)	Mean Difference	Std. Error Difference
Data	Equal variances assumed	0.080	0.779	-0.199	28	0.844	-0.53333	2.67854
	Equal variances not assumed			-0.199	27.998	0.844	-0.53333	2.67854

Intrepretasi hasil uji t :
1. Bagian Group Statistics menggambarkan deskripsi masing-masing variabel.

2. Tabel ke dua Independent Sample Test menggambarkan hasil uji t berpasangan. Lihat kolom sig.(2 tailed). diperoleh nilai significancy 0,844(p>0,05), artinya "tidak ada perbedaan rerata stres karyawan yang berada pada ruang tradisional dengan berapa pada ruang modern".

STATISTISA PARAMETRIK

OLAH DATA STATISTIK
Uji Hipotesis

Dalam mempelajari karakteristik suatu populasi, seringkali kita telah memiliki hipotesis tertentu.  Sebagai contoh, pemberian DHA pada anak-anak akan menambah kecerdasannya atau  pemberian vaksin polio akan mengurangi jumlah anak-anak yang menderita penyakit ini. 

LM test (data panel)

Menindaklanjuti post sebelumnya mengenai pengolahan data panel.
Pada post ini, saya memberikan mengenai test pemilihan test ketiga, yakni LM test.

VECM (Vector Error Correction Model)

Distribusi Frekuensi

Definisi: Distribusi Frekuensi adalah daftar nilai data (bisa nilai individual atau nilai data yang sudah dikelompokkan ke dalam selang interval tertentu) yang disertai dengan nilai frekuensi yang sesuai.

Hasil pengukuran yang kita peroleh disebut dengan data mentah. Besarnya hasil pengukuran yang kita peroleh biasanya bervariasi. Apabila kita perhatikan data mentah tersebut, sangatlah sulit bagi kita untuk menarik kesimpulan yang berarti. Data mentah tersebut perlu di olah terlebih dahulu sehingga kita bisa memperoleh gambaran yang baik mengenai data tersebut.

Ukuran penyebaran (Measures of Dispersion)

Ukuran penyebaran (Measures of Dispersion) atau ukuran keragaman pengamatan dari nilai rata-ratanya disebut simpangan (deviation/dispersi). Terdapat beberapa ukuran untuk menentukan dispersi data pengamatan, seperti jangkauan/rentang (range), simpangan kuartil (quartile deviation), simpangan rata-rata (mean deviation), dan simpangan baku (standard deviation).

Ukuran tendensi sentral (mean, median, mode) merupakan nilai pewakil dari suatu distribusi frekuensi, tetapi ukuran tersebut tidak memberikan gambaran informasi yang lengkap mengenai bagaimana penyebaran data pengamatan terhadap nilai sentralnya. Ukuran tendensi sentral saja tidak cukup untuk menggambarkan distribusi frekuensi. Selain itu kita harus memiliki ukuran persebaran data pengamatan.

Simpangan Rata-rata (Mean Deviation)

Simpangan rata-rata merupakan penyimpangan nilai-nilai individu dari nilai rata-ratanya. Rata-rata bisa berupa mean atau median. Untuk data mentah simpangan rata-rata dari median cukup kecil sehingga simpangan ini dianggap paling sesuai untuk data mentah. Namun pada umumnya, simpangan rata-rata yang dihitung dari mean yang sering digunakan untuk nilai simpangan rata-rata. Simpangan rata-rata dihitung dengan formula berikut:

Ukuran Pemusatan (Central Tendency)

Salah satu aspek yang paling penting untuk menggambarkan distribusi data adalah nilai pusat pengamatan. Setiap pengukuran aritmatika yang ditujukan untuk menggambarkan suatu nilai yang mewakili nilai pusat atau nilai sentral dari suatu gugus data (himpunan pengamatan) dikenal sebagai ukuran tendensi sentral. Terdapat tiga jenis ukuran tendensi sentral yang sering digunakan, yaitu:

• Mean
• Median
• Mode

STATISTIKA DESKRIPTIF

Statistik adalah sekumpulan prosedur untuk mengumpulkan, mengukur, mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan menafsirkan data kuantitatif yang diperoleh secara sistematis. 

TEKNIK SAMPLING

Sampel adalah sebagian dari populasi. Artinya tidak akan ada sampel jika tidak ada populasi. Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti. Penelitian yang dilakukan atas seluruh elemen dinamakan sensus. Idealnya, agar hasil penelitiannya lebih bisa dipercaya, seorang peneliti harus melakukan sensus. Namun karena sesuatu hal peneliti bisa tidak meneliti keseluruhan elemen tadi, maka yang bisa dilakukannya adalah meneliti sebagian dari keseluruhan elemen atau unsur tadi.

Rangkuman Pelajaran Bahasa Inggris

Berikut adalah rangkuman Pelajaran Bahasa Inggris.

https://www.mediafire.com/?n4vob1nvj36nkaf