Tampilkan postingan dengan label STATISTIKA. Tampilkan semua postingan
Tampilkan postingan dengan label STATISTIKA. Tampilkan semua postingan

Minggu, 09 September 2012

PENYAJIAN MATRIKS


         A.           Membangun Penyajian Matriks
Tidak ada kaidah yang pasti untuk membuat sebuah matriks. Agaknya, konstruksi matriks merupakan suatu tugas kreatif – namun sistematis – yang meningkatkan pemahaman anda mengenai substansi dan makna data besar anda, bahkan sebelum anda mulai memasuki informasi. Jadi, persoalannya bukanlah apakah seseorang membangun matriks yang “benar” tetapi apakah matriks itu fungsional sehingga bisa member jawaban terhadap pertanyaan yang anda ajukan atau mendorong cara-cara baru yang mencari peluang untuk menata (lay out) data agar memperoleh jawaban.
Unsur-unsur  Matriks
1.    Tujuan deskritif dan tujuan eksplanatori.
2.    Data situs tunggal dan situs ganda.
3.    Aturan dan tak beraturan.
4.    Waktu beraturan dan tak beraturan.
5.    Kategori variabel.
6.    Dua-arah, tiga-arah, N-arah...
7.    Entri sel
Aturan umum konstuksi matriks
1. Taruhlah penyajian itu di atas kertas yang lebar.
2. Jangan coba untuk melibatkan lebih dari 15 – 20 variabel dalam baris atau kolom ; 5 – 6 variabel kiranya lebih baik.
3. Bersiaplah membuat format awal, dan ulangi beberapa kali sesudah memasukkan data.
4. Mintalah seorang sejawat untuk memeriksa format anda.
5. Apabila matriks itu merupakan matriks beraturan, bersiaplah untuk mengubah deret dan kolom untuk sementara
6. Ingatlah untuk mengelompokkan kembali matriks yang rumit yang berisi banyak baris dan kolom ke dalam “urut-urutan” atau “keluarga” terdekat.
7. Terbukalah selalu terhadap gagasan untuk menambahkan baris ataupun kolom baru
8. Jagalah agar baris dan kolom tertata cukup bagus
9. Ingat-ingatlah bahwa masalah penelitian terlalu mungkin menuntut adanya seperangkat matriks

TEKNIK ANALISIS DATA



Analisis data kualitatif (Bogdan & Biklen) adalah upaya yang dilakukan dengan jalan bekerja dengan data, mengorganisasikan data, memilah-milahnya menjadi satuan yang dapat dikelola, mensintesiskannya, mencari dan menemukan pola , menemukan apa yang penting dan apa yang dipelajari, dan memutuskan apa yang dapat diceriterakan kepada orang lain.
Analisis Data Kualitatif adalah suatu proses yang meliputi:
  • Mencatat yang menghasilkan catatan lapangan, dengan hal itu diberi kode agar sumber datanya tetap dapat ditelusuri,
  • Mengumpulkan, memilah-milah, mengklasifikasikan, mensintesiskan, membuat ikhtisar dan membuat indeksnya,
  • Berpikir dengan jalan membuat agar kategori data itu mempunyai makna, mencari dan menemukan pola, hubungan-hubungan dan temuan-temuan umum. (Seiddel, 1998)
Jadi menurut kami, Analisis Data Kualitatif adalah suatu upaya kegiatan yang meliputi proses mencatat, mengorganisasikan, mengelompokkan dan mensintesiskan data selanjutnya memaknai setiap kategori data, mencari dan menemukan pola, hubungan- hubungan dan memaparkan temuan-temuan dalam bentuk deskripsi naratif, bagan, flow chart, matriks maupun gambar-gambar yang bisa dimengerti dan pahami oleh berbagai pihak.

Kamis, 09 Februari 2012

Uji Kolmogorov-Smirnov


Uji Kolmogorov-Smirnov (Chakravart, Laha, dan Roy, 1967) biasa digunakan untuk memutuskan jika sampel berasal dari populasi dengan distribusi spesifik/tertentu.
Uji Kolmogorov-Smirnov digunakan untuk menguji ‘goodness of fit‘ antar distribusi sampel dan distribusi lainnya, Uji ini membandingkan serangkaian data pada sampel terhadap distribusi normal serangkaian nilai dengan mean dan standar deviasi yang sama. Singkatnya uji ini dilakukan untuk mengetahui kenormalan distribusi beberapa data. Uji Kolmogorov-Smirnov merupakan uji yang lebih kuat daripada uji chi-square ketika asumsi-asumsinya terpenuhi. Uji Kolmogorov-Smirnov juga tidak memerlukan asumsi bahwa populasi terdistribusi secara normal.
Hipotesis pada uji Kolmogorov-Smirnov adalah sebagai berikut:
H0 : data mengikuti distribusi yang ditetapkan
Ha : data tidak mengikuti distribusi yang ditetapkan
Keunggulan Uji Kolmogorov-Smirnov dibanding Uji Chi Square:
1. CS memerlukan data yang terkelompokkan, KS tidak  memerlukannya.
2. CS tidak bisa untuk sampel kecil, sementara KS bisa.
3. Oleh karena data Chi Square adalah bersifat kategorik. Maka ada data yang terbuang maknanya.
4. KS lebih fleksibel dibanding CS.

Rabu, 08 Februari 2012

TES RANGKING BERTANDA WILCOXON

Tehnik ini merupakan penyempurnaan dari Uji Tanda (Sign Test). Uji peringkat bertanda Wilcoxon digunakan untuk kasus dua sampel dependen bila skala ukur memungkinkan kita menentukan besar relative beda (selisih-selisih) yang terjadi, jadi bukan sekedar hasil pengamatan yang berbeda saja.Uji peringkat bertanda Wilcoxon cocok digunakan bila kita dapat mengetahui besarnya beda antara pasangan-pasangan harga pengamatan X1 dan Y1 berikut arah beda yang bersangkutan. Apabila kita dapat menentukan besarnya setiap beda, maka kita dapat menetapkan peringkat untuk masing-masing beda itu. Melalui penyusunan peringkat beda-beda inilah uji Wilcoxon memanfaatkan informasi tambahan yang tersedia.
Asumsi :
  • Data untuk analisis terdiri atas n buah beda. D1 = Y1 – X1
  • Sampel X dan sampel Y adalah Variabel- variable acak kontinyu dan beda X1 - Y1,  X2 -Y2…dst bersifat kontinyu pula.
  • Hipotesis nol yang di uji menyatakan bahwa median perbedaan pasangan nilai pengamatan kedua sampel sama dengan nol.
Dalam penerapannya, uji peringkat bertanda Wilcoxon analog dengan uji t berpasangan (paired t test), dengan objek perbandingan ialah pengamatan-pengamatan dari dua buah sampel berhubungan.
Ciri-ciri yang membedakan dari uji t berpasangan :
1. Uji peringkat bertanda Wilcoxon tidak membuat asumsi tentang normalitas distribusi populasi.
2. Uji peringkat bertanda Wilcoxon tidak membutuhkan informasi tentang varians, baik varians populasi maupun populasi sampel.
3. Uji peringkat bertanda Wilcoxon bila digunakan meskipun data yang tersedia hanya ordinal.
4. Perhatian analisis untuk membedakan satu sampel dengan sampel lainnya pada uji peringkat bertanda Wilcoxon adalah mediannya.

Minggu, 08 Januari 2012

VALIDITAS INTERNAL DAN EXTERNAL PADA PENELITIAN EXPERIMEN


Donald Campbell dan Julian Stanley menulis sebuah makalah lama yang membedakan antar model-model experimen yang berkenaan dengan validitas-validitas internalnya. Adapun bvaliditas internal sebuah experiment adalah perpanjangan variable-variabel tambahan yang telah dikontrol oleh peneliti. Jika variable tambahan tidak dikontrol dalam proses experimennya, maka kita tidak dapat mengetahui apakah perubahan-perubahan yang diamati pada beberapa tahap experiment merupakan penyebab perlakuan experiment atau merupakan sekedar variable tambahan.
Untuk mendemonstrasikan pentingnya upaya kontrol/pengamatan pada variable-variabel tambahan itu, kita seyogyanya menyadari bahwa satu saja masalah penelitian akan mempengaruhi analisa experimennya nanti. Seperti contoh, seorang peneliti sebaiknya mengevaluasi keefektifan program pengembangan kemampuan baca yang baru saja diterapkan (program remedial). Pada tahun pertama, dia (peneliti) memilih 100 siswa  untuk ikut program tersebut (program pengembangan kemampuan baca); semua siswa tersebut memenuhi persyaratan skor tertentu setidaknya dua angka dibawah angka normal pada tes kemampuan baca. Setelah ikut dalam program remedial pada tahun pertama, kemudian sekali lagi siswa tersebut diberikan tes kemampuan baca. Peneliti mungkin menduga menemukan prestasi yang lebih besar, secara statistik telah terjadi peningkatan hasil yang signifikan (hal tersebut ditentukan dari kedua tes yang sebelumnya sudah dilakukan).

Rabu, 04 Januari 2012

KOEFESIEN KORELASI KENDALL


Kendal tau, adalah ukuran korelasi yang setara dengan Spearman R, terkait dengan asumsi yang mendasarinya serta kekuatan statistiknya. Namun, besaran Spearman R dan Kendal tau akan berbeda karena perbedaan dalam logika mendasari serta formula perhitungannya.
Jika Spearman R setara dengan koefisien korelasi Pearson Product Moment, yaitu koefisien korelasinya pada dasarnya menunjukkan proporsi variabilitas (dimana untuk Spearman R dihitung dari ranks sedangkan korelasi Pearson dari data aslinya), sebaliknya ukuran Kendal tau merupakan probabilita perbedaan antara probabilita data dua variabel dalam urutan yang sama dengan probabilita dua variabel dalam urutan yang berbeda.
Berdasarkan logika perhitungan ini, mengemukakan bahwa koefisien Kendal tau lebih mudah ditafsirkan dibandingkan Spearman R. 

Selasa, 03 Januari 2012

VALIDATAS INSTRUMEN



A.           Pengertian Validitas Instrumen
Di dalam buku Encyclopedia of Educationan Evaluation yang ditulis oleh Scarvia B. Anderson, dkk disebutkan:
“A test is valid if it measures what it porpuse to measure”
Atau jika diartikan, sebuah tes dikatakan valid apabila tes tersebut mengukur apa yang hendak diukur. Dalam bahasa Indonesia “valid” disebut dengan istilah “shahih”. (Arikunto, 65)
Valid menurut Gronlund (1990) dapat diartikan sebagai ketepatan interpretasi yang dihasilkan dari skor tes atau instrumen evaluasi. Sedangkan Gay (1982) dan Jhonson dan Jhonson (2002) menerangkan bahwa instrumen valid ketika instrumen yang digunakan mengukur apa yang hendak diukur.
Validitas instrumen evaluasi, tidak lain adalah derajat yang menunjukkan dimana suatu tes mengukur apa yang hendak diukur atau derajat ketepatan atau tingkat kesahihan. Validitas instrumen mempunyai beberapa makna penting, diantaranya sebagai berikut.
1.      Validitas berhubungan dengan ketepatan interpretasi hasil tes atau instrumen evaluasi untuk grup individual dan bukan instrumen itu sendiri.
2.      Validitas diartikan sebagai derajat yang menunjukkan kategori yang bisa mencakup kategori rendah, sedang, dan tinggi.
3.      Prinsip suatu tes valid, tidak universal. Validitas suatu tes yang perlu diperhatikan bahwa instrumen valid untuk satu tujuan saja. Tes valid untuk bidang studi matematika, tidak cocok untuk digunakandi biologi.