Prosedur statistik pada dasarnya metode yang mengolah informasi kuantitatif, sehingga informasi tersebut mempunyai arti. prosedur ini punya dua keuntungan pokok. pertama, memungkinkan untuk menyusun, meringkas,  dan mendeskripsikan observasi. Demikian Teknik demikian disebut statistika deskriptif. Kedua, menarik kesimpulan tentang populasi yang didasarkan pada sampel yang diambil dari populasinya, dan bagaimana secara tepat mengambil keputusan secara induktif, untuk masalah seperti ini perlu digunakan statistika inferensial.

SKALA PENGUKURAN

Untuk bisa bekerja dengan statistika, semua data dinyatakan dalam bentuk angka atau bilangan, termasuk data kualitatif. Skala pengukuran dibedakan atas empat macam skala, yaitu: nominal, ordinal,  dan rasio.

Skala Nominal

Skala nominal merupakan skala yang paling primitif. Skor untuk setiap pengamatan hanyalah merupakan tanda atau simbol yang menunjukkan kedalam kelompok atau kelas mana individu tersebut termasuk. Misalnya, jenis kelamin dengan skor yang mungkin “1” untik laki-laki dan “0” untuk perempuan. Skor tersebut hanya diberikan untuk membedakan antara kelompok yang satu dengan yang lainnya. Urutan, selisih, jumlah dan operasi hitung lainnya tidak mempunyai arti.

Skala ordinal

Skala ordinal menunjukkan urutan(Tingkatan,peringkat, atau ranking), misalnya peubah tingkatan dengan angka:1,2, dan 3. Pada skala ordinal, mem ungkinkan peneliti untuk mengurutkan respondennya dari tingkatan paling rendah ke tingkatan yang paling tinggi ataupun sebaliknya. Ukuran ini tidak menunjukkan angka rata-rata dan simpangan baku

Skala interval

Skala Interval termasuk ukuran yang bersifat numerik, yaitu interval antara dua ukuran yang berbeda arti, misalnya interval antara 50 dan 51 sama dengan interval 30 dan 31, pada skala interval tidak terdapat titik  nol mutlak. Akan tetapi operasi penjumlahan dan pengurangan mempunyai makna.

Skala rasio

Skala rasio sedikit berbeda dengan skala interval, yaitu skala rasio mempunyai titik nol mutlak, kelipatan tidak berlaku pada skala ini, akan tetapi semua sifat-sifat pada skala interval berlaku pada skala rasio.

MENGORGANISASI DATA PENELITIAN

Dalam mengorganisasi data penelitian ada 2 cara yang dapat ditempuh yaitu: menyusun data pengukuran kedalam distribusi frekuensi dan menyajikannya dalam bentuk grafik.

Distribusi frekuensi

Bentuk pengelompokan data untuk menggambarkan distribusi data

Distribusi frekuensi dapat dinyatakan dalam:

  • Tabel distribusi frekuensi

Tabel distribusi frekuensi disusun apabila data yang akan disajikan cukup banyak, sehingga kalau disajikan dalam tabel biasa akan menjadi tidak efisien dan kurang komunikatif

  • Bentuk grafik

Bentuk grafik yang dapat digunakan antara lain :Histogram atau poligon frekuensi

UKURAN GEJALA PUSAT

Modus

Modus merupakan teknik penjelasan kelompok yang didasarkan atas nilai yang sedang populer atau yang sering muncul dalam kelompok tersebut

Median

Median adalah salah satu teknik penjelasan kelompok yang didasarkan atas nilai tengah dari kelompok data  yang telah  disusun urutannya dari yang terkecil ke yang tebesar atau sebaliknya

Mean

Mean merupakan teknik penjelasan kelompok yang didasarkan atas nilai rata-rata dari kelompok tersebut. Rata-rata (mean) didapatkan dengan menjumlahkan data seluruh individu dalam kelompok tersebut, kemudian dibagi dengan jumlah individu yang ada pada kelompok tersebut.

PERBANDINGAN TIGA NILAI LOKASI SENTRAL

Disrtribusi sebaran

Momen kemiringan adalah ukuran yang menyatakan sebuah model sebaran (distribusi) yang mempunyai kemiringan tertentu. Ada tiga hal yaitu: 1) Jika kemiringan lebih kecil dari nol maka bentuk distribusinya negatif, 2) Jika koefisien kemiringannya sama dengan nol, maka bentuk distribusinya simetrik, 3) Jika koefisien kemiringannya lebih besar dari nol, maka bentuk distribusinya positif.

PENGUKURAN VARIABEL

Range

Range adalah selisih antara skor terbesar dan skor terkecil kemudian ditambahkan dengan 1, rumusnya dapat dituliskan sebagai berikut:

R=(Xh-Xl)+1

Dimana R=Range

Xh= Nilai Terbesar

Xl= Nilai terkecil

Varians dan Standar deviasi

Variansi dan standar deviasi adalah salah satu penggunaan pengukuran dari variabel. Keduanya berdasar pada selisih dari setiap nilai dengan rata-rata distribusinya.

Varians adalah jumlah kuadrat semua deviasi nillai-nilai individual terhadap rata-rata kelompok. Akar dari varians disebut standar deviasi atau simpangan baku varians dari populasi diberi simbol  dan standar deviasi adalah sedangkan varian untuk sampel diberi simbol s2 dan standar deviasi sampel diberi simbol s.

KORELASI

Korelasi diberi merupakan hubungan antara dua variabel atau lebih. Dimana hubungan antara dua variabel itu dikenal dengan istilah bivariate correlation, sedangkan hubungan antar lebih dari dua variabel disebut multivariate correlation. Contoh bivariate correlation adalah: Hubungan antara motivasi kerja dengan kinerja, atau penggunaan pupuk dengan hasil produksi padi. Sedangkan contoh multivariate correlation adalah: Hubungan antara motivasi kerja dan disiplin kerja dengan kinerja, atau bisa juga hubungan antara penggunaan pupuk dan luas lahan tanam dengan hasil produksi.

Analisis korelasi dilakukan dengan tujuan antara lain: (1) untuk mencari bukti terdapat tidaknya hubungan (korelasi) antar variabel, (2) bila sudah ada hubungan, untuk melihat besar kecilnya hubungan antar variabel, dan (3) untuk memperoleh kejelasan dan kepastian apakah hubungan tersebut berarti (meyakinkan/signifikan) atau tidak berarti (tidak meyakinkan).

KOEFISIEN KORELASI

Untuk mengetahui tinggi rendah, kuat lemah, atau besar kecilnya suatu korelasi adalah dengan melihat besar kecilnya besaran angka (koefisien) yang disebut angka indeks korelasi atau coeffisien of correlation, yang diberi simbol dengan ? (baca Rho, untuk populasi) atau r (untuk sampel). Dengan kata lain Besaran Indek Korelasi adalah sebuah angka yang dapat dijadikan petunjuk untuk mengetahui seberapa besar kekuatan korelasi di antara variabel yang sedang diselidiki korelasinya. Besaran korelasi berkisar antara 0 sampai dengan ± 1,00 (artinya paling tinggi dan paling rendah ± 1,00, atau antara + 1 dan – 1).
***

(Source : Fitriani Nur, Mahasiswa PPs UNM Makassar | Prodi Pendidikan Matematika, 2008)

Salam …

Anda suka dengan artikel Statistik Deskriptif ini?! Jangan lupa share ya ... Baca juga tentang Teori Belajar Guilford. Semoga bermanfaat...

plusone  twitter  facebook Share

Baca juga Artikel Terkait "Statistik Deskriptif" :

Ditulis dalam Kategori Pend. Matematika, Penelitian.