Posts from the ‘MANAJEMEN PENELITIAN’ Category

REFERENSI JURNAL UNTUK MENENTUKAN UKURAN SAMPEL


Ada beberapa referensi yang bermanfaat untuk dijadikan pedoman penentuan ukuran sampel, diantaranya :

Bartlet., J.E, Kotrlik. J.W, Higgins, C.C. (2001). Organizational Research: Determining Appropriate Sample Size in Survey Research. Information Technology, Learning, and Performance Journal, Vol. 19, No. 1, Spring 2001

Lewis. K.P. (2006). Statistical Power, Sample Sizes, and the Software to Calculate Them Easily. BioScience, Vol. 56, No. 7 (July 2006), pp. 607-612

Ejigou, A. (1996). Power and Sample Size for Matched Case-Control Studies. Biometrics, Vol. 52, No. 3 (Sep., 1996), pp. 925-933

Guenther, W.C. (1977). Power and Sample Size for Approximate Chi-Square Tests. The American Statistician, Vol. 31, No. 2 (May, 1977), pp. 83-85

Harris, R.J, Quade, D. (1992). The Minimally Important Difference Significant Criterion for Sample Size. Journal of Educational Statistics, Vol. 17, No. 1 (Spring, 1992), pp. 27-49

Jun-mo Nam. (1998). Power and Sample Size for Stratified Prospective Studies Using the Score Method for Testing. Biometrics, Vol. 54, No. 1 (Mar., 1998), pp. 331-336

Shieh, G. (2000). On Power and Sample Size Calculations for Likelihood Ratio Tests in Generalized Linear Models. Biometrics, Vol. 56, No. 4 (Dec., 2000), pp. 1192-1196

Jiroutek, M.R, et. al. (2003). A New Method for Choosing Sample Size for Confidence Interval-Based Inferences. Biometrics, Vol. 59, No. 3 (Sep., 2003), pp. 580-590

Luis Saldanha and Patrick Thompson. (2003). Conceptions of Sample and Their Relationship to Statistical Inference. Educational Studies in Mathematics, Vol. 51, No. 3 (2002), pp. 257-270

Woolson R.F, et.al. (1986). Sample Size for Case-Control Studies Using Cochran’s Statistic. Biometrics, Vol. 42, No. 4 (Dec., 1986), pp. 927-932

William C. Guenther. (1981).  Sample Size Formulas for Normal Theory T Tests. The American Statistician, Vol. 35, No. 4 (Nov., 1981), pp. 243-244

Connor R.J. (1987). Sample Size for Testing Differences in Proportions for the Paired-Sample Design. Biometrics, Vol. 43, No. 1 (Mar., 1987), pp. 207-211

Sumber : http://teorionline.wordpress.com/category/metodologi-penelitian/

 

INSTRUMEN PENGUMPULAN DATA


 

A. Metode dan Instrumen Pengumpulan Data

Dari arti kata kedua istilah tersebut segera dapat dikemukakan pengertiannya demikian:

“Metode pengumpulan data adalah cara-cara yang dapat digunakan olph peneliti untuk mengumpulkan data”

“Cara” menunjuk pada sesuatu yang abstrak, tidak dapat diwujudkan dalam benda yang kasat mata, tetapi hanya dapat dipertontonkan penggunaannya. Terdaftar sebagai metode-metode penelitian adalah: angket (questionnaire), wawancara atau interviu (interview), pengamatan (observation), ujian atau tes (test), dokumentasi (documentation), dan lain sebagainya.

2.  Instrurnen pengumpulan data adalah alat bantu yang dipilih dan digunakan oleh peneliti dalam kegiatannya mengumpulkan agar kegiatan tersebut menjadi sistematis dan dipermudah olehnya.

“Instrumen penelitian” yang diartikan sebagai “alat bantu” merupakan saran yang dapat diwujudkan dalam benda, misalnya angket (question­naire), daftar cocok (checklist) atau pedoman wawancara (interview guide atau interview schedule), lembar pengamatan atau panduan pengamatan (observation sheet atau observation schedule) soal tes (yang kadang-kadang hanya disebut dengan “ter” saja, inventors (invertory), skala (scale), dan lain sebagainya.

Melihat daftar jenis-jenis metode dan daftar jenis-jenis instrumen tersebut diatas, terdapat istilah-istilah yang sama, yaitu angket dan tes. Dengan demikian ada metode angket dan instrumen angket. Demikian juga ada metode tes dan instrumen tes. Memang instrumen angket digunakan sebagai alat bantu dalam penggunaan metode angket; demikian juga halnya dengan tes. Namun ada kalanya peneliti memilih metode angket tetapi menggunakan daftar cocok sebagai instrumen.

Menurut pengertiannya, angket adalah kumpulan dari pertanyaan yang diajukan secara tertulis kepada seseorang (yang dalam hal ini disebut responden), dan cara menjawab juga dilakukan dengan tertulis. Daftar cocok, menunjuk pada namanya, merupakan kumpulan dari pernyataan atau pertanyaan yang pengisiannya oleh responder dilakukan dengan memberikan tanda centang atau tanda cocok (ü) pada tempat-tempat yang sudah disediakan. Jadi “daftar cocok” sebenarnya merupakan semacam angket juga tetapi cara pengisiannya dengan memberikan tanda cocok itulah yang menyebabkan ia disebut demikian.

Instrumen merupakan alat bantu bagi peneliti di dalam menggunakan metode pengumpulan data. Dengan demikian terdapat kaitan antara metode dengan instrumen pengumpulan data. Pemilihan satu jenis metode pengumpulan data kadang-kadang dapat memerlukan lebih dari satu jenis instrumen. Sebaliknya satu jenis instrumen dapat digunakan untuk berbagai macam metode.

Jika daftar metode dan daftar instrumen tersebut dipasangkan, akan terlihat kaitan dalam tabel berikut ini.

Tabel 1. Pasangan Metode dan Instrumen Pengumpulan Data

 

No. Jenis Metode Jenis Instrumen
1 Angket (questionnaire) Angket (questionnaire)

Daftar cocok (checklist)

Skala (scala), inventori (inventory)

2 Wawancara (interview) Pedoman wawancara (interview guide)

Daftar cocok (checklist)

3 Pengamatan/Observasi (Observation) Lembar Pengamatan, panduan pengamatan, panduan observasi (observation sheet, observation schedule), (checklist).
4 Ujian/Tes (test) Soal ujian, soal tes atau tes (test), inventori (inventory).
5 Dokumentasi Daftar cocok (checklist)

Tabel

 

 

Dari tabel tersebut dapat diketahui bahwa:

  1. Inventors dapat digunakan sebagai angket (tidak digunakan untuk mengetahui sesuatu yang sifatnya “ketat” seperti tes, (misalnya angket minat) tetapil ada yang berkedudukan seperti tes.
  2. Daftar cocok (checklist) dapat digunakan dalam berbagai metode, karena nama “daftar cocok” lebih menunjuk pada cara mengerjakan dan wujud tampiIan instrumen dibandingkan dengan jenis instrumen sendiri.

Mengenai jenis-jenis instrumen yang disebutkan di atas, penulis yakin bahwa para pembaca telah mengenalnya. Dalam buku-buku penelitian sudah banyak diuraikan. Meskipun demikian untuk memperoleh penjelasan menyeluruh tentang metode dan instrumen pengumpul data ini, dalam bagian berikut diberikan sekadar gambaran singkat tentang pengertian dan contoh-contoh instrumen terutama dalam mengenai persamaan dan perbedaannya.

 

1. Angket

Angket, seperti telah dikemukakan pengertiannya di atas, merupakan daftar pertanyaan yang diberikan kepada orang lain dengan maksud agar orang yang yang diberi tersebut bersedia memberikan respons sesuai dengan permintaan pengguna. Orang yang diharapkan memberikan respons ini disebut responden. Menurut cara memberikan respons, angket dibedakan menjadi dua jenis yaitu: angket terbuka dan angket tertutup.

a.  Angket terbuka

adalah angket yang disajikan dalam bentuk sedemikan rupa sehingga responden dapat memberikan isian sesuai dengan kehendak dan keadaannya.

Angket terbuka digunakan apabiia peneliti belum dapat memperkirakan atau menduga kemungkinan altematif jawaban yang ada pada responden.

Contoh pertanyaan angket terbuka:

Penataran apa saja yang pernah Anda ikuti yang menunjang tugas Anda mengajarkan bidang studi yang sekarang Anda ajarkan? Tuliskan apa, di mana, dan berapa lama!

Jawab:

No. Jenis Penataran Tempat Penataran Berapa Hari
1. …………………………. …………………………. …………………..
2. …………………………. …………………………. …………………..
3. …………………………. …………………………. …………………..
4. dan seterusnya kira-kira 5-7 nomor

 

Menggali informasi mengenai identitas responden biasanya dilakukan dengan membuat pertanyaan terbuka. Keuntungan pertanyaan terbuka terdapat pada dua belah pihak yakni pada responden dan pada peneliti:

(1).  Keuntungan pada responden: mereka dapat mengisi sesuai dengan keinginan atau keadaannya.

(2).  Keuntungan pada peneliti: mereka akan memperoleh data yang bervariasi, bukan hanya yang sudah disajikan karena sudah diasumsikan demikian.

 

b.  Angket tertutup

adalah angket yang disajikan dalam bentuk sedemikian rupa sehingga responden tinggal memberikan tanda centang (x) pada kolom atau tempat yang sesuai.

Contoh pertanyaan angket tertutup:

1)  pernahkan Anda memperoleh penataran yang menunjang tugas Anda mengajarkan bidang studi yang sekarang Anda ajarkan?

Jawab: …………………………….  ….a. Pernah ….b. Tidak

  1. Jika pernah, penataran tentang apa saja? (dapat memberikan centang lebih dari satu)

….a.    materi bidang studi

….b.    metode mengajar/strategi belajar-mengajar

….c.    memilih dan penggunaan media/alat pelajaran

….d.    menyusun alat evaluasi

 

c. Angket campuran

yaitu gabungan antara angket terbuka dan tertutup.

Contoh pertanyaan angket campuran:

1)  Pernahkah Anda memperoleh penataran yang menunjang tugas Anda mengajarkan bidang studi yang sekarang Anda ajarkan? Jika pernah berapa kali?

….a.    Tidak pernah (langsung ke nomor 3)

….b.    Pernah, yaitu …kali (teruskan nomor 2)

2)  Penataran tentang apa saja yang Anda ikuti dan berapa hari lamanya?

  1. Materi pelajaran                                           …..hari
  2. Metode mengajar                                         …..hari
  3. Pemilihan dan penggunaan media                  …..hari
  4. Penyusunan alat evaluasi                               …..hari

 

2. Daftar Cocok (Checklist)

Di dalam penjelasan mengenai angket dikemukakan juga bahwa dalam mengisi angket tertutup responden diberi kemudahan dalam memberikan jawabannya. Di lain tempat, yakni di dalam penjelasan umum mengenai instrumen disebutkan bahwa daftar cocok adalah angket yang dalam pengisiannya responden tinggal memberikan tanda cek (ü). Dengan keterangan tersebut tampaknya angket tertutup dapat dikategorikan sebagai checklist. Namur demikian angket bukan khusus merupakan daftar. Daftar cocok mempunyai pengertian tersendiri. Daftar cocok bukanlah angket. Daftar cocok mempunyai bentuk yang lebih sederhana karena dengan daftar cocok peneliti bermaksud meringkas penyajian pertanyaan Berta mempermudali responden dalam memberikan respondennya. Daftar cocok memuat beberapa pertanyaan yang bentuk dan jawabannya seragam. Agar responden tidak diharapkan pada beberapa pertanyaan mengenai berbagai hal tetapi dalam bentuk membaca, maka disusunlah daftar cocok tersebut sebagai pengganti.

Contoh:

Berikan tanda silang tepat pada kolom yang menunjukkan kebiasaan Anda melakukan pekerjaan di rumah yang tertera di bawah ini.

No. Jenis kegiatan di rumah Dikerjakan oleh Anda Dikerjakan bersama Dikerjakan pembantu
1. Menyiapkan makan pagi      
2. Membersihkan rumah      
3. Mencuci pakaian sendiri      
4. Mencuci sprei, korden, dan seterusnya.      
5. Mencuci alat-alat makan …dan seterusnya      

 

Dari contoh di atas dapat diketahui bahwa variasi jawaban yang harus diberikan oleh responden hanya empat macam yakni:. “Dikerjakan oleh Anda”, “Dikerjakan bersama”, dan “Dikerjakan pembantu”. Dengan daftar cocok ini barang kali peneliti hendak mengungkap seberapa besar tanggung jawab responden terhadap pekerjaan di dalam rumah tangga. Jika pertanyaan dan alternatif jawaban tersebut disajikan dalam bentuk angket, alternatif jawaban hanya tiga macam itu akan disebutkan secara berulang-ulang dengan bentuk dan isi yang sama. Daripada memakan tempat padahal responden sudahtahu (dan hafal!) apa yang harus dipilih maka altematif tersebut disingkat dalam bentuk kolom-kolom yang apabila sudah diisi oleh responden terlihat adanyadaftar tanda centang yang disebut daftar cocok. Istilah “daftar cocok” juga dapat datang dari apa yang diharapkan dari responden, yakni memberi tanda cocok atau tanda centang pada daftar pernyataan yang disediakan.

 

3. Skala(scale)

Skala menunjuk pada sebuah instrumen pengumpul data yang bentuknya seperti daftar cocok tetapi alternatif yang disediakan merupakan sesuatu yang berjenjang. Di dalam Encyclophedia of Educational Evaluationdisebutkan: The term scale in the measurement sense, comes from the Latin word scale, meaning “ladder” or “flight of stairs”. Hence, anything with gradation can be thought of as “scaled”. 

Contoh:

Peneliti ingin mengungkapkan bagaimana seseorang mempunyai sesuatu kebiasaan. Alternatif yang diajukan berupa frekuensi orang tersebut dalam melakukan suatu kegiatan. Gradasi frekuensi dibagi atas: “Selalu”, “Sering”,. “Jarang”, “Tidak pernah”. Skala yang diberikan kepada responden adalah sebagai berikut:

No. Jenis kegiatan di rumah Selalu Sering Jarang Tidak Pernah
1. Bangun sebelum jam 5 pagi        
2. Menyiapkan makan pagi        
3. Membersihkan rumah        
4. Mencuci pakaian sendiri        
5. Mencuci perabot rumah tangga… dan seterusnya        

 

Skala banyak digunakan untuk mengukur aspek-aspek kepribadian atauaspek kejiwaan yang lain. Selain skala, penelitian yang berhubungan dengdn aspek-aspek kejiwaan memerlukan jenis instrumen-instrumen pengumpul data lain, baik yang berupa tes, inventori untuk hal-hal umum (general inventories, misalnya Minnesota Multiphasic Personality Inventory – MMPI, dan inventori untuk aspek-aspek khusus (Specific Inventories seperti: Rokeach Dogmatism Scala, Fundamental Interpersonal Relations Orientation – Behavior – FIRO – B, Study of Values, dan lain-lain). Untuk penelitian pendidikan, walaupun dapat dikatakan tidak terlalu sering menggunakan instrumen-instrumen seperti disebutkan, tetapi bagi penelitinya perlu juga mengenal ragam alat pengumpul data aspek-aspek psikologi tersebut.

Problematika pendidikan seperti kerancuan dalam mengikuti pelajaran, lambatnya siswa menyelesaikan studi serta masalah-masalah yang berhubungan dengan proses belajar, menjadi topik yang tetap aktual di kalangan pendidikan sekolah formal. Selain penelitian yang tidak terlalu menyangkut aspek-aspek kejiwaan secara langsung, masih banyak problem pendidikan yang terkait dengan aspek kejiwaan tersebut, misalnya rendahnya prestasi disebabkan rendahnya harga diri siswa. Lemahnya semangat belajar dikarenakan adanya lesu kreativitas dan seterusnya. Itulah sebabnya dalambagian ini akan disajikan pula beberapa contoh instrumen untuk mengungkap aspek-aspek kejiwaan agar para peneliti pendidikan dapat terperinci menggali penyebab timbulnya masalah pendidikan melalui aspek kejiwaan siswa dan guru yang terlibat di dalam kegiatan pendidikan tersebut. Namun demikian untuk dapat menggunakan alat-alat pengungkap gejala kejiwaan seperti tes, inventori khusus dan lain-lain, diperlukan suatu kemampuan khusus. Pada umumnya mahasiswa lulusan faktultas Psikologi dapat diminta untuk membantu melaksanakan pengumpulan data yang diungkap melalui instrumen-instrumen tersebut.

Skala seperti dicontohkan di atas merupakan skala bentuk gradasi dari satu jenis kualitas. Dalam contoh di atas, alternatifnya ada empat sehingga terdapat empat tingkatan kualitas kes eringan. Skala yang berasal dari ide yang dikemukakan oleh Likert dan dikenal dengan skala Likert ini biasanya menggunakan lima tingkatan. Tentu saja peneneliti dapat membuat variabel dengan menyingkat menjadi tiga tingkatan:

Selalu          –  Kadang-kadang       – Tidak Pernah

Baik             –  Cukup                   – Jelek

Besar           –  Sedang                  –  Kecil

Jauh            –   Cukup                  –  Dekat

 

dan dapat pula memperbesar rentangan menjadi lima tingkatan:

Selalu          – Sering Sekali     –  Sering      – Jarang   – Jarang Sekali

Selalu          –  sering sekali      –  Sering      –  Jarang   – Tidak Pernah

Baik Sekali    – Baik                –  Cukup      –  Jelek      –  Jelek Sekali

Besar Sekali  – Besar              –   Cukup       –  Kecil      – Kecil Sekali

 

Misalnya:

Sangat setuju Setuju Abstain Tidak Setuju Sangat Tidak Setuju
(SS) (S) (A) (TS) (STS)

Pemilihan alternatif diserahkan pada keinginan dan kepentingan peneliti yang menciptaka instrumen tersebut. Ada Jenis lain yang telah dikembangkan oleh Inkels, bukan menyajikan alternative jenjang kualitas untuk sesuatu predikat, tetapi jenjang dari kualitas mini suatu perbuatan. Bentuk skala model. indeks ini menyerupai tes objektif bentuk pilihan ganda, tetapi alternatifnya menunjuk pada gradasi.

 

Langkah-Langkah Dalam Menyusun Instrumen

Secara umum penyusunan instrumen pengumpul data dilakukan dengan penahapan sebagai berikut:

1.  Mengadakan identifikasi terhadap variabel-variabel yang ada di dalam rumusan judul penelitian atau yang tertera di dalam problematika penelitian.

2.  Menjabarkan variabel menjadi sub atau bagian variabel.

3.  Mencari indikator setiap sub atau bagian variabel.

4.  Menderetkan deskriptor dari setiap indikator.

5.  Merumuskan setiap deskriptor menjadi butir-butir instrumen.

6.  Melengkapi instrumen dengan (pedoman atau instruksi) dan kata pengantar.

 

TEKNIK PENGAMBILAN SAMPEL


 

Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Ronald (1995) mendefinisikan sampel adalah suatu himpunan bagian dari populasi. Apabila populasi besar dan peneliti tidak mungkin mempelajari semua yang ada pada populasi, maka dapat menggunakan sampel yang diambil dari populasi. Beberapa teknik sampling ditunjukkan pada gambar:

teknik pengambilan sampelDari gambar teknik sampling dapat diketahui bahwa secara umum terdapat dua kelompok teknik sampling yaitu: (1) probability sampling, dan (2) non-probability sampling.

  1. Probability Sampling

    Non-probability sampling merupakan teknik penarikan sampel yang memberi peluang /kesempatan yang sama bagi setiap unsur atau anggota populasi untuk terpilih menjadi sampel. Teknik sampling ini meliputi:

    1. Simple Random Sampling

      Untuk menghilangkan kemungkinan bias, kita perlu mengambil sampel random sederhana atau sampel acak. Pengambilan sampel dari semua anggota populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam anggota poipulasi. Hal ini dapat dilakukan apabila anggota poipulasi dianggap homogen. Teknik sampling ini seperti pada gambar berikut:

      teknik pengambilan sampel

    2. Proportinate Stratified Random Sampling

      Teknik ini digunakan apabila populasi mempunyai anggota/karakteristik yang tidak homogen dan berstrata secara proportional. Sebagai contoh suatu organisasi mempunyai personil yang terdiri dari latar belakang pendidikan yang berbeda yaitu: SLTP, SLTA, S1, dan S2 dengan jumlah setiap kelas pendidikan juga berbeda. Jumlah anggota populasi untuk setiap strata pendidikan tidak sama atau bervariasi. Jumlah sampel yang harus diambil harus meliputi strata pendidikan yang ada yang diambil secara proporsional.

      teknik pengambilan sampel

    3. Disproportionate Random Sampling

      Teknik ini digunakan untuk menentukan jumlah sampel, bila populasi berstrata tetatpi kurang proporsional. Sebagai contoh sebuah perusahaan mempunyai personil sebagai berikut: 3 orang S3, 5 orang S2, 100 orang S1, 800 orang SLTA, dan 700 orang SLTP. Dalam penarikan sampel maka personil yang berijazah S2 dan S3 semuanya diambil sebagai sampel, karena kedua kelompok tersebut jumlahnya terlalu kecil jika dibandingkah dengan kelompok lainnya.

    4. Cluster Sampling (sampling daerah)

      Teknik sampling daerah (cluster sampling) digunakan untuk menentukan sampel bila obyek yang akan diteliti atau sumber data sangat luas, misalnya penduduk suatu negara, propinsi atau kabupaten. Untuk menentukan penduduk mana yang akan dijadikan sumber data, maka pengambilan sampelnya berdasarkan daerah dari populasi yang telah ditetapkan.

      Sebagai contoh Indonesia terdiri dari 30 propinsi, sampel yang akan diambil sebanyak 5 propinsi, maka pengambilan 5 propisnsi dari 30 propinsi dilakukan secara random. Suatu hal yang perlu diingat adalah bahwa karena propinsi yang ada di Indonesia juga berstrata, maka pengambilan sampel untuk 5 propinsi juga dilakuykan dengan menggunakan teknik stratified random sampling. Teknik cluster sampling dilakukan dalam dua tahap yaitu: (1) menentukan sampel daerah, dan (2) menentukan orang-orang yang ada pada daerah dengan cara sampling juga.. teknik ini digambarkan seperti pada gambar berikut:

      teknik pengambilan sampel

  2. Non-probability Sampling

    Non-probability sampling merupakan teknik penarikan sampel yang memberi peluang /kesempatan yang sama bagi setiap unsur atau anggota populasi untuk terpilih menjadi sampel. Teknik sampling ini meliputi:

    1. Sampling Sistematis

      Teknik sampling ini merupakan teknik penarikan sampel dengan cara penentuan sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor urut. Sebagai contoh jumlah anggota populasi sebanyak 200 orang. Anggota populasi diberi nomor urut dari no 1 sampai nomor 200. Selanjutnya pengambilan sampel dilakukan dengan memilih nomor urut ganjil, atau genap saja, atau kelipatan dari bilangan tertentu, seperti bilangan 5 dan lainnya.

    2. Sampling Kuota

      Sampling kuota adalah teknik penarikan sampling dari populasi yang mempunyai ciri-ciri tertentu sampai pada jumlah (quota) yang diinginkan. Sebagai contoh akan melakukan penelitian terhadap pegawai golongan II pada suatu instansi, dan penelitian dilakukan secara kelompok. Jumlah sampel ditetapkan 100 orang sementara penelitian sebanyak 5 orang, maka setiap anggota peneliti dapat memilih sampel secara bebas dengan karakteristik yang telah ditentukan (golongan II) sebanyak 20 orang.

    3. Sampling Aksidental

      Sampling aksidental adalah teknik penentuan sampel, berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel, bila orang yang ditemukan pada waktu menentukan sampel cocok dengan yang diperlukan sebagai sumber data.

    4. Purposive Sampling

      Purposive sampling, adalah teknik penarikan sampel yang dilakukan untuk tujuan tertentu saja. Misalnya akan melakukan penelitian tentang disiplin pegawai, maka sampel yang dipilih adalah orang yang ahli dalam bidang kepegawaian saja.

    5. Sampling Jenuh

      Sampling jenuh adalah teknik penarikan sampel apabila semua anggota populasi digunakan sebagai sampel. Hal ini sering dilakukan bila jumlah npopuloasi relatif kecil, kurang dari 30 orang. Istilah lain dari sampling jenuh ini adalah sensus, dimana semua anggota populasi dijadikan sampel.

    6. Snowball Sampling

      Snowball sampling adalah teknik penarikan sampel yang mula-mula dilakukan dalam jumlah kecil (informan kunci) kemudian sampal yang terpilih pertama disuruh memilih sampel berikutnya, yang akhirnya jumlah sampel akan bertambah banyak seperti bola salju yang bergelinding makin lama makin besar.

    7. Sampling Seadanya

      Merupakan pengambilan sampel sebagian dari populasi berdasarkan seadanya data atau kemudahannya mendapatkan data tanpa perhitungan apapun mengenai derajat kerepresesntatipannya. Dalam pembuatan kesimpulan masih sangat kasar dan bersifat sementara.

    8. Sampling Purposif (sampling pertimbangan)

      Sampling purposif dikenal juga dengan sampling pertimbangan, terjadi apabila pengambilan sampel dilakukan berdasarkan pertimbangan perorangan atau pertimbangan peneliti. Sampling purposif akan baik hasilnya di tangan seorang akhli yang mengenal populasi. Cara penarikan sampel ini sangat cocok digunakan untuk studi kasus.

  3. Menentukan Jumlah Sampel

    Untuk dapat menentukan dengan tepat banyaknya jumlah subyek penelitian yang harus diambil, paneliti harus mengetahui terlebih dahulu apa yang menjadi unit analisis dari penelitian. Unit analisis atau satuan subyek yang dianalisis sangat tergantung pada siapa yang diteliti. Apabila penelitian tentang siswa maka sebagai unit analisis adalah siswa.

    Besarnya jumlah sampel sering dinyatakan dengan ukuran sampel. Jumlah sampel yang meakili 1oo% populasi adalah sama dengan jumlah populasi. Makin besar jumlah sampel mendekati jumlah populasi maka peluang kesalahan dalam melakukan generalisasi akan semakin kecil, dan sebaliknya makin kecil jumlah sampel penelitian maka diduga akan semakin besar kemungkinan kesalahan dalam melakukan generalisasi.

    Beberapa hal yang perlu diperhatikan dalam menentukan besarnya sampel adalah sebagai berikut: a) Unit analisis, b) Pendekatan atau model penelitian, c) Banyaknya karakteristik khusus yang ada pada populasi, dan d) Keterbatasan Penelitian.

    Untuk jumlah subyek dalam populasi sebanyak 100 sampai 150 subyek, maka jumlah sampel yang diambil sebanyak lebih kurang 25-30%. Besarnya sampel juga diambil dengan menggunakan rumus Cohran sebagai berikut:

    teknik pengambilan sampel

  4. Menentukan Anggota Sampel

    Secara umum terdapat dua teknik sampling, yaitu: (1) teknik probaility, dan (2) teknik non-probability. Teknik sampling probability adalah teknik yang memberi peluang yang sama kepada seluruh anggota populasi untuk dipilih menjadi anggota sampel. Pengambilan sampel secara acak/random dapat dilakukan engan bilangan random, komputer, maupun dengan undian. Apabila pengambilan sampel dilakukan dengan undian maka setiap anggota populasi diberi nomor sesuai dengan jumlah populasi. Penarikan sampel dengan cara mencabut satu demi satu nomor yang ada pada kotak undian sampai mencapai jumlah sampel yang telah ditetapkan dengan rumus cohran atau dengan persentase.

 

PENELITIAN EXPOST FACTO


Penelitian eksperimen merupakan desain yang terbaik untuk menguji pengaruh suatu variable terhadap variable lain karena adanya manipulasi dan kontrol terhadap kondisi atau perlakuan yang diberikan pada subjek. Akan tetapi, karena dalam bidang pendidikan banyak kondisi yang tidak memungkinkan atau secara etis tidak diperkenankan untuk melakukan manipulasi terhadap suatu atau sejumlah variable, seperti broken home, orang tua tunggal, mengulang kelas, dan lain-lain sebagainya, penelitian eksperimen tidak dapat dilakukan. Untuk menguji variabel-variabel tersebut terhadap prestasi, hubungan sosial, perkembangan kognitif dapat menggunakan ex post facto.  

PENELITIAN  ex post facto menguji apa yang telah terjadi pada subjek. Ex post facto secara harfiah berarti “sesudah fakta”, karena kausa atau sebab yang diselidiki tersebut sudah berpengaruh terhadap variabel lain. Penelitian ini disebut penelitian kausal komparatif karena dimaksud untuk menyelidiki kausa yang mungkin untuk suatu pola prilaku yang dilakukan dengan cara membandingkan subjek dimana pola tersebut ada dengan subjek yang serupa dimana pola tersebut tidak ada atau berbeda (Glass & Hopkin, 1979). Tujuan utama penelitian ini adalah untuk menyelidiki apakah satu atau lebih kondisi yang sudah terjadi mungkin menyebabkan perbedaan perilaku pada subjek. Dengan kata lain, penelitian ini untuk menentukan apakah perbedaan yang terjadi antar kelompok subjek (dalam variabel independen) menyebabkan terjadinya perbedaan pada variabel dependen.

Penelitian ex post facto mempunyai kesamaan dengan penelitian eksperimen dalam hal : (a) Tujuan : untuk menentukan hubungan kausa. (b) Kelompok perbandingan, dan (c) Teknik analisis statistik yang digunakan (Mc Millan & Schumacher, 1989). Hanya saja dalam penelitian ex Post facto tidak ada manipulasi kondisi karena kondisi tersebut sudah terjadi sebelum penelitian ini mulai dilaksanakan. Karena itu penelitian ini memerlukan waktu yang relatif singkat.

Sebagai contoh, seorang peneliti tertarik untuk menyelidiki pengaruh broken home (perpecahan antar orang tua) terhadap tingkat kenakalan remaja. Dalam hal ini peneliti tidak mungkin melakukan eksperimen karena ia tidak mungkin memanipulasi kondisi subjek (membuat agar terjadi broken home pads keluarga/orang tua mereka) kemudian mengukur tingkat kenakalan remaja. Meskipun demikian, pengaruh tersebut dapat diuji dengan cara membandingkan tingkat kenakalan remaja yang berasal dari keluarga yang broken home dan yang harmonis jika pengaruh tersebut memang ada, maka anak yang berasal dari keluarga broken home mempunyai tingkat kenakalan yang lebih tinggi daripada mereka yang berasal dari keluarga yang harmonis.

Karena tidak melibatkan manipulasi, maka interprestasi hasil penelitian ini perlu dilakukan dengan hati-hati. Dalam kasus contoh diatas, misalnya peneliti tidak yakin bahwa perbedaan tingkat kenakalan antar kelompok subjek tersebut terjadi karena broken home yang dialami oleh orang tua salah satu kelompok subjek. Hal ini karena tingkat kenakalan tersebut hanya diukur sekali, yakni setelah terjadinya broken home. Karena itu dalam menafsirkan hasil penelitian ini, peneliti dihadapkan pada pertanyaan : apakah broken home mendorong kenakalan pada anak?. Apakah tingkat kenakalan yang tinggi pads anak dari keluarga broken home sudah terjadi sebelum timbulnya broken home?. Apakah perbedaan tersebut karena pengaruh orang tua yakni, tingkat “kenakalan” orang tua yang broken home lebih tinggi daripada orang tua yang harmonis? Ataukah kenakalan tersebut muncul karena adanya faktor lain, misalnya kurangnya perhatian orang tua mereka, yang dapat terjadi pada keluarga broken home maupun yang harmonis?. Meskipun interprestasinya terbatas, dalam bidang pendidikan hasil penelitian ini sangat bermanfaat untuk mengidentifikasi kemungkinan adanya hubungan kausal dari pola variasi kondisi yang diamati.

Pelaksanaan Penelitian ExPost Facto:

Tidak adanya manipulasi perlakuan dan penempatan subjek secara acak menyebabkan validitas internal dalam penelitian ex post facto kurang dapat dikendalikan. Dengan kata lain hipotesis tandingan yang logis sulit dibatasi. Akan tetapi dengan perencanaan yang balk, hal ini dapat ditekan seminimal sehingga hasilnya akan mendekati penelitian eksperimen. Untuk mendapatkan hasil yang demikian peneliti perlu melalui langkah-­langkah berikut.

1. Perumusan masalah, masalah yang ditetapkan harus mengandung sebab atau kausa bagi munculnya variabel dependen, yang dapat diketahui berdasarkan hasil-hasil penelitian yang pernah dilakukan atau penafsiran peneliti terhadap hasil observasi fenomena yang sedang diteliti. Masalah penelitian ini dapat berbentuk pernyataan hipotesis atau tujuan. Rumusan hipotesis digunakan jika sifat dasar perbedaan dapat diprediksi oleh peneliti sebelum data dikumpulkan. Sedangkan rumusan pernyataan tujuan digunakan bila peneliti tidak dapat memprediksi perbedaan antar kelompok subjek yangdibandingkan dalam variabel tertentu.

2. Setelah masalah dirumuskan, peneliti harus mampu mengidentifikasi hipotesis tandingan atau alternatif yang mungkin dapat menerangkan hubungan antar variabel independen dan dependen.

3. Penentuan kelompok subjek yang akan dibandingkan. Pertama-­tama, kelompok yang dipilih harus memiliki karakteristik yang menjadi konsen penelitian. Selanjutnya peneliti memilih kelompok yang tidak memiliki karakteristik tersebut atau berbeda tingkatannya.

4. Pengumpulan data. Hanya data yang diperlukan yang dikumpulkan, balk yang berkenan dengan variabel dependen maupun berkenaan dengan faktor yang dimungkinkan memunculkan hipotesis tandingan. Karena penelitian ini menyelidiki fenomena yang sudah terjadi, seringkali data yang diperlukan sudah tersedia sehingga peneliti tinggai memilih sumber yang sesuai. Disamping itu berbagai instrumen seperti Les, angket, interview, dapat digunakan untuk mengumpulkan data bagi peneliti.

5. Analisis data. Teknik analisis data yang digunakan serupa dengan yang digunakan dalam penelitian diferensial maupun eksperimen, dimana perbandingan nilai variabel dependen dilakukan antar kelompok subjek atas dasar faktor yang menjadi konsen. Hal ini dapat dilakukan dengan teknik analisis Uji-T, independen atau ANAVA, tergantung dari jumlah kelompok dari faktor tersebut. Apapun teknik analisis statistik inferensial yang digunakan, biasanya analisistersebut diawali dengan penghitungan nilai rata-rata atau mean dan standar deviasi untuk mengetahui perbandingan antar kelompok secara deskriptif.

6. Penafsiran basil. Pernyataan sebab akibat dalam penelitian ini perlu dilakukan secara hati-hati. Kualitas hubungan antar variabel independen dan dependen sangat tergantung pada kemampuan peneliti untuk memilih kelompok perbandingan yang homogen dan keyakinan bahwa munculnya hipotesis tandingan dapat dicegah.

Manajemen Penelitian


RESENSI BUKU

 

Judul buku : Manajemen Penelitian

Penulis : Prof Dr Suharsimi Arikunto

Penerbit : Rineka Cipta, Jakarta

Cetakan : VII, April 2005

Tebal : xiv + 504 halaman; 23 cm

Bidang penelitian dewasa ini mendapat prioritas terutama bagi mereka yang menginginkan penemuan-penemuan atau hal yang baru. jika ditelaah lebih jauh, kegiatan penelitian dan segenap unsur yang terkait baik administrasi maupun metode-metode yang digunakan adalah kunci keberhasilan pengembangan ilmu pengetahuan yang diteliti tersebut.

Bab-bab yang dibahas dalam buku ini adalah sama pentingnya antara satu dengan bab lainnya. namun apabila seorang peneliti ingin mengetahui hasil dan kegiatan penelitiannya, maka seorang peneliti hendaklah menggunakan metode-metode yang sudah ada dan hasilnyapun harus dapat dipertanggungjawabkan.

Mengingat pentingnya kegiatan penelitian di Lembaga pendidikan dan pengembangan, maka buku ini kirany dapat dijadikan sebagai referensi atau pedoman teoritis. disamping itu, sejalan dengan SK Menteri apratur Negara No 26 tahun 1989 yang memberikan kesempatan kepada guru untuk kenaikan pangkat berdasarkan angka kredit, maka buku ini sangat membantu nereka dalam mengisi butir kegiatan penelitian. Dengan demikian semua guru, mahasiswa tingkat akhir bisa menggunakan buku karya ahli penelitian ini dan kualitas buku karya Pak Suharsimi ini tidak diragukan sederhana tapi bisa diikuti, bahkan saya menjadikan buku wajib perkuliahan bagi mahasiswa yang mengambil mata kuliah metode penelitian, selamat mencoba.

 

 

 

PANDUAN SPSS : “Statistik Inferensi”(II)


 

The logo of SPSS (in use until December 2009) ...

Setelah dilakukan uji terhadap distribusi data dan terbukti bahwa data yang diuji berditribusi normal atau mendekatai distribusi normal, maka selanjutnya dengan data tersebut bisa dilakukan berbagai inferensi atau pengambilan keputusan dengan metode statistic parametric. Jika terbukti data tidak berdistribusi normal atau jauh dari kriteria distribusi normal, metode parametric tidak bisa digunakan dan untuk inferensi digunakan metode sttasitik nonparametric.

Statistic inferensi dalam SPSS

SPSS enyediakan berbagai metode parametric suntuk melakukan inferensi terhadap data statistic, karena terlalu luasnya cakupan parametric, maka inferensi parametric akan dibagi dalam berbagai menu pada SPSS yaitu COMPARE MEANS, GEERAL LINEAR MODEL, CORELATION DAN REGRESION.

A.COMPARE MEANS terdiri dari MEANS (Memabahas hal yang sama pada statistic dsekripstif dengan penyajian subgroup dan ditambah dengan uji linearitas), t TEST (membahas uji t yang terdiri dari uji t satu sampel, uji t dua sampel independen dan uji t untuk dua sampel berpasangan (paired)), ONE WAY ANOVA (Kalau uji t untuk dua sampel, sedang ANOVA digunakan untuk menguji lebi dari dua sampel).

Uji t untuk dua sampel berpasangan (paired).

Dua sampel berpasangan artinya sebagai sebuah sampe dengan subjek yang sama namun mengalami dua perlakukan atau pengukuran yang berbeda.contoh kasus ( tes kemampuan bahasa jepang setelah menonton animasi jepang,  Untuk itu sebuah sampel diukur terdiri dari 10 responden yang masing-masing disuruh menonton film animasi berbahasa jepang, kemudian setelah satu bulan menonton, kembali diukur kemampuan berbicara melalui tes. Hasilnya sebagai berikut ;

Table 1.1

no

Sebelum menonton

Sesudah menonton

1.

65

72

2.

75

79

3.

76

82

4.

55

75

5

70

73

6

80

80

7

72

75

8

85

88

9

73

70

10

90

89

 

Langkah-langkah :

Tentukan variable view dari sebelum dan sesudah menonton. Adapun langkah-langkah penyusunan varibel sebagai berikut:

  1. Buat file baru, klik File, klik New dan klik Data
  2.  Terlihat lembar kerja baru, posisi pada Data View
  3. Klik Variable view.(ada tampilan nama, type, widh, decimals, label, values, missing, columns, align dan measure)
  • Name : Kemudian ketik sebelum
  • Type : Klik Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “numeric”
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik nama subjek

kemudian

  • Name : ketik sesudah dibawah sebelum
  • Type : biarkan numeric
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik sesudah nonton

Kemudian buka data view, masukan data diatas (table 1.1)

  • Sebelum: Ketik nama subjek pada varibel “nama”. Contoh : 65, 75, 76…seterusnya.
  • Sesudah : Ketik nama subjek pada varibel “nama” ketik. Contoh : 72,79, 82…seterusnya.
  • Setelah entry data selesai kemudian buka Analyze àCompare MeansàPaired-Samples T Test…
  • Klikvariabel  sebelum dan sesudah secara bersamaan,(kalau tidak, spss tidak bisa mengimput dalam kolom paired variables dengan tidak aktifnya tanda à), sehingga terlihat pada kolom current selection dibawah terdapat keterangan untuk variable 1 dan 2, klikàmaka pada paired variables terlihat tanda sebelum…sesudah
  • Klik Option dan pilih Confidence Interval..95%, kemudian biarkan default Exclude Cases Analysis By Analysis. Klik Continue dan klik ok.

One Sample T Test

  • Buka file atau kembali ke Data View buka Analyze àcompare meansàone-samples T test…
  • Klik variabel  sebelum à Test Variables,  klik di Tes  Value (untuk mennetukan nilai yang akan diuji hipotesa..nilai 90, ketik 90,  Klik Option dan pilih confidence interval..95%, kemudian biarkan default exclude cases analysis by analysis. Klik continue dan klik ok.

B. GENERAL LINEAR MODEL (merupakan kelanjutan dari ANOVA, dimana dalam GLM dibahas satu variable dependen namun mempunyai satu atau lebih factor)

KASUS ; Sebuah pabrik yang selama ini mempekrjakan karyawannya dalam 4 shift (tiap shift mempekerjakan atas kelompok pekerja berlainan). Manajer pabrik ingin mengetahui apakah ada perbedaan produktiftas yang nyata antara 4 kelompok shift. Selama ini setiap kelompok kerja terdiri atas wanita semua atau pria semua dan setelah kelompok kerja pria bekerja dua hari berturut-turut, ganti kelompok wanita, demikian seterusnya, dua hari untuk pria dan sehari untuk wanita. Hasil pengamatan angaka dalam unit sebagai berikut :

Hari Shift 1 Shift2 Shift3 Shift4 Gender

1.

38 45 45 58 Pria

2.

36 48 48 25 Pria

3.

39 42 42 34 Wanita

4.

34 46 46 26 Pria

5.

35 41 41 39 Pria

6.

32 45 45 44 Wanita

7.

39 48 48 32 Pria

8.

34 47 47 38 pria

9.

32 42 42 39 Wanita

10.

36 41 41 43 Pria

11.

33 39 39 44 pria

12.

39 33 33 62 wanita
           

 

Kasus diatas terdiri atas empat sampel yang bebas satu dengan yang lain, yaitu kelompok shift 1 berbeda orang dan waktunya dengan kelompok shift yang lain. Ada dua factor yang mempengaruhi produktiftas kerja yaitu kelompok kerja dan gender.

Langkah-langkah :

Table diatas harus dirubah format jika mengggunakan anova sebagai berikut ;

PRODUK SHIFT GENDER
38 satu Pria
36 satu Pria
39 satu Wanita
34 satu Pria
35 satu Pria
32 satu Wanita
39 satu Pria
34 satu Pria
32 satu Wanita
36 satu Pria
33 satu Pria
39 satu Wanita
45 Dua Pria
48 Dua Pria
42 Dua Wanita
46 Dua Pria
41 Dua pria
45 Dua wanita
48 Dua Pria
47 Dua Pria
42 Dua Wanita
41 Dua Pria
39 Dua Pria
33 Dua Wanita
45 Tiga Pria
48 Tiga Pria
42 Tiga Wanita
46 Tiga Pria
41 Tiga Pria
45 Tiga Wanita
48 Tiga Pria
47 Tiga Pria
42 Tiga Wanita
41 Tiga Pria
39 Tiga Pria
33 Tiga Wanita
28 Empat Pria
25 Empat Pria
24 Empat wanita
26 Empat Pria
29 Empat Pria
14 Empat Wanita
32 Empat Pria
18 Empat Pria
29 Empat Wanita
33 Empat Pria
24 Empat pria
22 Empat Wanita

 Langkah-langkah :

  • Buat variabel
PRODUK SHIFT GENDER
  • Tentukan Value Label untuk Shift dn Gendernya. Untuk analisa Anova, pilh menu Analyze, kemudian pilih sub menu General Linear Model. Pilihan tes klik Univariate…untuk dependent yang akan diuji (produktifitas) masukan variabel Produk. Fixed Factors atau group, masukan variable Shift dan Gender. Abaikan yang lain, klik Ok.

C. UJI KORELASI DAN REGRESI

Menu Korelasi

Uji korelasi dalam spsss dapat dilihat dalam menu Correlate dengan sub menu :

  • Bivariat  (besar hubungan diantara dua variable : koefisien korelasi bivariate/product moment pearson untuk mengukur keeratan hubungan antara peringkat-peringkat dibandingkan hasil pengamatan itu sendiri dengan mengasyaratkan bahwa populasi asal sampel mempunyai dua varians dan berdistribusi normal, korelasi pearson untuk mengukur data interval atau rasio) dan korelasi peringkat spearman dan kendall (untuk mengukur keeratan hubungan antara peringkat-peringkat dibandingkan hasil pengamtan itu sndiri dan bisa digunakan untuk menghitung data ordinal dan pengunaan asoisasi pada sttsistik nonparametric)

Diketahui Kasus

  • Partial (perubahan mengenai hubungan linier antara dua variable dengan melakukan control terhadap satu atau lebih variable tambahan)

Kasus : dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara kemampuan grammer (X) terhadap kemampuan conversation (Y)  yang dilakukan terhadap 20 mahasiswa yang diambil secara random, didapatkan nilai

X : 70, 80, 72, 67, 64, 70, 71, 76, 90, 96, 54, 52, 65, 71, 66, 89, 80, 64, 60, 74

Y : 70, 67, 74, 58, 73, 79, 57, 58, 71, 66, 72, 55, 76, 65, 81, 75, 76, 77, 69, 70

Langkah-langkah :

  1. Buat Variable dengan mengklik Variable View untuk X dan Y, isikan di …
  • Name :  ketik X, untuk Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “numeric”
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik Grammer
  • Terus dibawah name X, ketik Y untuk type : Numeric
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik Conversation

2.Masukan data dengan mengklik Data View divariabel X dan Y

3.Kemudian buka Analyze àCorrelate (sesuai kasus) klik Bivariate, pindahkan ke variable X dan Y untuk kolom Correlation Coefficient, pilih Pearson dan abaikan alat hitung yang lain. Untuk kolom test of significance, karena akan diuji dua sisi, maka pilih two-tailed. Untuk pilihan Flag Significant Correlation, kemuian klik option, pada pilihan statistic abaikan saja.pada pilihan missing values ada dua pilihan Exclude Cases Pairwise dan Exclude Cases Listwise, untuk keseragaman ambil Exclude Cases Pairwise, tekan Continue kemudian Ok

Korelasi rank spearman dan kendall

Menu regresi

dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara kemampuan Grammer (X1)dan Vocabulary (X2) terhadap kemampuan Conversation (Y)  yang dilakukan terhadap 20 mahasiswa yang diambil secara random, didapatkan nilai

X1 : 70, 80, 72, 67, 64, 70, 71, 76, 90, 96, 54, 52, 65, 71, 66, 89, 80, 64, 60, 74

X2 : 72, 82, 75, 65, 67,70, 73, 75, 86, 90, 95, 56, 55, 71, 67, 88, 80,66, 60, 70

Y : 70, 67, 74, 58, 73, 79, 57, 58, 71, 66, 72, 55, 76, 65, 81, 75, 76, 77, 69, 70

 

Buat Variable dengan mengklik Variable View untuk X1, X2  dan Y, isikan di …

  • Name :  ketik X1à untuk Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “numeric”
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik Grammer
  • Dibawah X1 ketik X2à, untuk Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “numeric”
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik Vocabulary
  • Kemudian ketik Y untuk type : Numeric
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik Conversation
  1. Masukan data dengan mengklik Data View divariabel X1, X2 dan Y
  2. Kemudian buka Analyze àRegression (sesuai kasus) klik Linear, kemudian tampak layar Linear Regression, lalu pindahkan variable Y ke kotak Dependent dan masukan variable X1 dan X2 ke kotak Independent, Case Label : biarkan, kemudian Method : klik Enter.
  • Kemudian pilih option àStepping method criteria, klik Use Probability Of F, klik Entry .05, kemudian pilihan default Include Constant In Equation, sedang Missing Value dengan klik Exclude Cases Listwise, klik Continue…
  • Pilih kolom statistic, àRegression Coefficient, aktifkan Estimate. Pilih descriptive pada kolom sebelah kanan, tetap aktifkan Model Fit, residual klik mouse pada Casewise Diagnostics lalu pilih All Cases, klik Continue.
  • Pilih Plot (berhubungan dengan gambar/grafik untuk regresi). Klik pilihan SDRESID masukan ke pilihan Y, lalu pilihan ZPRED dan masukan ke pilihan X, klik Next isikan plot ke dua…(tampak variable Y dan X kosong), kemudian klik ZPRED dan masukan ke pilihan y, kemudian pilihan pilihan DEPENDNT dan masukan pilihan x, klik tombol next untuk pengisian plot ke tiga, PILIHAN Standardized Residual Plots, Klik Mouse Pada Normal Probability Plot, Klik Continue..OK.

STATISTIK NON PARAMETRIK.

Uji Chi-Squre.

Diketahui pemasaran PT permen enak menjual permen dengan empat macam warna ingin mengetahui apakah konsumen menyukai keempat warna permen, untuk itu dalam waktu satu minggu diamati pembelian permen disuatu outlet dan berikut hasilnya dalam pembelian 100 permen.

WARNA

JUMLAH

Merah

35

Hijau

28

Kuning

10

Putih

27

Langkah-langkah :

Tentukan variable view. Name : ketik WARNA. Width : 1. Decimal : 0, Values (tik : 1, kemudian  di Value Label tik Merah, lalu Add, lanjut. 2..Value Label : hijau, Add, dst….dibawahnya, Name : ketik JUMLAH,  Width : 1. Decimal : 0, abaikan yang lain.

Masukan data view.(terlihat datas varibel warna dan jumlah)

Masukan data dengan melihat value Label(sebelah kiri warna biru) kemudian ketik jumlah 35,28,…dan seterusnya. Kemudian proses Weigh Cases. (variable warna yang telah dikodifikasi kemduian dilauakn proses weight cases untuk menghubungan dengan variable jumlah) caranya :

Letakan pointer pada kolom variable Warna, dari menu SPSS, pilih menu Data, kemudian pilih sub menu Weight Cases..klik Weight Cases By (karena akan melakukan pembobotan pada kasus), kemudian tanpak pilihan Frequency Variable, pindahkan variabel Jumlah ke varibel Frequency. Setelah selesai OK, lalu kembali ke Data View.

Kemudian mulai buka Analyze, pilih menu Statistic, kemudian sub menu Nonparametric, sesuai kasus pilih Chi Square…masukan varibel Warna ke Test Variable List. Untuk Expected Range,(karena dihitung dari data kasus maka klik Get From Data. Untuk kolom Expected Value karena distribusinya adalah uniform (semua kemungkina warna sama) maka klik All Categories Equal.kemudian Ok. (bersambung)

“Panduan Dasar : Pengantar Dasar SPSS (I)”


Semula SPSS hanya digunakan untuk ilmu social saja “statistical package for the social science” tapi perkembangan berikutnya digunakan untuk berbagai disiplin ilmu sehingga kepanjangannya berubah menjadi “statistical product and service solution

Program ini pertama dikembangkan oleh Norman H. Nie, C. Hadley dan Dale Bent dari Stanford university tahun 1960, tahun selanjutnya keluar SPSS/PC+ untuk personal computer, sedang  untuk versi windows dirilis tahun 1992.

1.Membuka Program

  • Klik Start dan klik All program
  • Klik SPSS for Windows dan klik SPSS 13,00 for Windows

2.Cara Input Data

2.1.    Variable Data

Sebelum menginput data Langkah-langkah pertama kita membuat variable data dulu dengan ketentuan antara lain (nama varabel harus diawali dengan huruf dan selanjutnya boleh huruf, angka atau symbol seperti #, $, &, nama variable tidak boleh diakhiri dengan tanda titik dan tidak dieprkenankan memakai spasi, tidak boleh sama persis antara satu varibel dan variable lainnya, diperbolehkan menggunakan huruf capital/ besar maupun huruf kecil, tidak diperkenankan menggunakan kata-kata yang sudah ada pada system atau bahasa pemrograman SPSS, seperti ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO DAN WITH)

Diketahui data sebagai berikut :

No Nama Gender Program Usia Tinggi Berat
1. Niken

2

1

18

172

55

2. gayus

1

2

20

180

75

3. Vina

2

3

22

155

65

4. sumanto

1

2

25

170

80

5. Agnes

2

1

16

176

66

   

Adapun langkah-langkah penyusunan varibel sebagai berikut:

  1. Buat file baru, klik File, klik New dan klik Data
  2.  Terlihat lembar kerja baru, posisi pada Data View
  3.  Klik Variable view.(ada tampilan nama, type, widh, decimals, label, values, missing, columns, align dan measure)
  • Name : Kemudian ketik Nama
  • Type : Klik Type (klik pojok yang berwarna abu-abu,”Variable Type” klik “String”
  • Widh : default 8
  • Decimals : default 2
  • Label : ketik nama subjek
  • Value (untuk Nama value-nya “None”untuk selanjutnya Misalkan kita akan membuat value untuk genderdan program)
    • Name : ketik gender dibawah nama
    • Type : biarkan numeric
    • Label : ketik jenis kelamin
    • Value : klik, maka akan  muncul Value Labels, kemudian ketik “1” di value dan “pria” di label kemudian “Add”, kemudian ketik “2” di value dan tik “wanita” di label) sedangkan untuk program :
    • Name : ketik program dibawah gender
    • Type : biarkan numeric
    • Label : ketik program jurusan
  • Value : klik, akan muncul Value Labels, kemudian tik di value:”1”, Label : tik Bahasa Jepang, dan Add. Value : tik “2”, Label : tik Bahasa Inggeris dan klik Add; value : tik “3”, label : tik Bahasa Mandarin dan klik Add)
  • Kemudian Name ketik “usia”, Enter. Ketik Tinggi, enter. Ketik Berat, enter, kemudian Label : ketik usia, tinggi badan dan berat badan.

2.2.    Input Data

  • Nama : Ketik nama subjek pada varibel “nama”. Contoh : Niken, gayus, vina…seterusnya.
  • Gender : ketik angka “1” pada kolom gender dan enter (terjadi perubahan dimana hasil ketikan angka 1 akan berubah menjadi pria, kemudian ketik 2 pada kolom gender, kemudian enter angka 2 pada kolom gender dan ( terjadi perubahan dimana hasil ketikan angka 2 akan berubah menjadi wanita, dst)
  • Program : ketik angka 1 pada kolom program dan enter (terjadi perubahan dimana hasil ketikan angka 1 akan berubah menjadi bahasa jepang, ketik angka 2, enter, angka 3, enter…dans eterusnya)
  • Usia : ketika 18 pada variable usia, ketik 20, enter. Ketik 22, enter…
  • Tinggi : ketik 172 dan angka-angka seterusnya pada kolom tinggi, ketik 180, enter. Ketik 155, enter….seterusnya.
  • Berat : ketik 55, enter..ketika 75, enter..ketik 65, enter…seterusnya.

3. Cara Menyimpan Data.

  • Klik Save, pada File Name, ketik lat. JPN1
  • Save In : pilih my document ( pilihan menyimpan file tergantung keinginan anda, file juga bisa dismpan di SPSS evaluation, local disk, klik Save.

4.Menghapus Kolom.

Klik pada heading kolom/nama variable yang akan dihapus (contoh : akan dihapus varibel berat), letakan pointer persis pada tulisan berat, akan terlihat tanda panah kearah bawah. Klik, akan terlihat variable berat berubah menjadi hitam, klik Edit, klik Cut/Clear/Delete. Akan terlihat varibel berat sudah tidak ada dalam rekaman data.

STATISTIK DESKRIPTIF 

FUNGSI : pengumpulan, peringkasan data dan penyajian hasil peringkasan data (summary statistic)

Ada dua kelompok ukuran staistik yang sering digunakan dalam pengambilan keputusan adalah : mencari kecenderungan terpusat (Central Tendency) seperti mean, median, modus dan mencari ukuran dispersi (standar deviasi dan varians), sedang untuk mengetahui kemiringan data ukuran yang dipakai dengan skewness dan kurtosis.

  1. A.   Dasar Statistic Deskriptif:
  • Frequencies
  • Descriptive
  • Explore
  • Crosstabs

Berikut data nilai UTS, nilai UAS dan nilai tugas 30 mahasiswa.

No

Nama

Gender*

Angkatan*

Nilai Uts

Nilai Uas

tugas

1 Iwan

1

4

72

78 76
2 Anton

1

1

63

77 78
3 Koko

1

3

88

90 80
4 Dine

2

3

66

73 70
5 Memed

1

2

76

81 75
6 Cecep

1

1

66

72 65
7 Apep

1

4

71

78 77
8 Tini

2

2

52

80 72
9 Agness

2

3

59

60 60
10 Diah

2

1

72

70 70
11 Susi

2

4

63

70 70
12 Rosy

2

2

57

60 66
13 Shinta

2

2

86

90 90
14 Dewi

2

3

94

88 85
15 Fery

1

2

90

82 78
16 Marko

1

1

70

70 70
17 Gayus

1

4

88

85 88
18 Boncel

1

2

84

80 80
19 Linda

2

3

74

79 76
20 Krisna

2

2

57

60 60
21 Yosep

1

4

78

75 75
22 Haris

1

2

84

80 80
23 Roy

1

3

70

67 76
24 Nazar

1

4

54

70 70
25 Henki

1

3

81

80 80
26 kodok

1

1

78

76 77
27 siska

2

4

65

60 65
28 andik

1

4

81

78 80
29 Bambang

1

3

67

65 66
30 Sumanto

1

2

70

70 70
   

 

 

 

   

*Gender (jenis kelamin) : 1. Pria   2. Wanita

**Angkatan : 1. Angkatan 2008, 2. Angkatan 2009 3. Angkatan 2010, 4. Angkatan 2011

Frequencies :

  • Buat variable diatas yang terdiri dari nama, gender, angkatan, nilai UTS, nilai UAS dan tugas, kemduian simpan dengan file latspss2.
  • Buka file diatas, klik Analyze, klik Descriptive Statistics dan klik Frequencies.
  • Klik Nilai Uts dan pindahkan Nilai Uts kekotak variables dengan mengklik tanda “◄” kemudian klik statistics, untuk dispersion : pilih semua pilihan yang ada. Central tendency : pilih mean dan median, distribution : pilih skewness dan kurtosis. Percentile values : pilih percentile (pada kotak disebelah kananya ketik 25 dan klik Add, kemduian ketik lagi 50 dan klik Add, ketik 75 dan klik Add. Hal ini dilakukan untuk membuat nilai persenstil antara 25, 50 dan 75) klik continue. Kemudian klik Chart : pilih histograms dan pilih juga With Normal Curve (pilihan pada chart menggunakan histogram karena jenis datanya interval atau rasio), klik Continue dan klik Ok

Descriptive (fasilitas ini untuk menampilkan ukuran statistic (mean, sum, standard deviation, variance, range, minimum, maximum, SE mean, kurtosis dan skewness selain fasilitas pilihan save Standardized Values As Varibales pilihan ini akan menghasilkan variable baru berupa nilai Z skor (nilai baku), nilai Z skor akan sangat berguna ketika kita akan membandingkan nilai suatu variable dengan nnilai variable lainnya, terlebih nilai yang dibandingkan diambil dari skala pengukuran yang berbeda.) langka-langkahnya :

  • Buka file diatas, klik analyze, klik descriptive statistics, klik descriptive
  • Klik Nilai_ tgs dan pindahkan ke kotak variable(s) dengan mengklik tanda “◄”klik Ok.berlaku untuk melihat nilai UTS dan UAS
  • Untuk mencari nilai baku (nilai Z) dari nilai tugas, uts dan uas tinggal,  klik Analyze, klik Descriptive Statistics dan klik Descriptive. Klik nilai_tugas, nilai_uts dan nilai_uas, pindahkan kekotak Variables, kemudian klik Save Standardized.klik Ok
  • Pada Data View akan terlihat nilai Z

Explore

  • untuk mengexplore data lebih lengkap dibandingkan fasilitas frequencies dan descriptive)
  • pada Explore Statistics dapat ditampilkan pilihan : Descriptive, M-Estimators, Outliers dan Percentiles, sedang pada Explore Plots dapat ditampilkan : Descriptive (Stem-Ang-Leal dan Histogram) dan tampilan untuk Normality Plots With Test.

Langkah-langkahnya :

  • Buka File Data, klik Descriptive Statistics dan klik Explore. klik nilai_tgs, kemudian pindahkan ke Dependent List dengan mengklik tanda►, kemudian pindahkan angkatan_thn ke Factor List dengan mengklik tanda►, klik Ok.

Crosstabs (table silang)

  • tabel silang yang terdiri atas satu baris atau lebih atau satu kolom dan sekedar emnampilkan kaitan antara dua ata lebih variable dengan menghitung apakah ada hubungan antara baris dan kolom.
  • Alat uji yang dipakai antara chi-square,  kendall, kappa, dsb.

Langkah-langkah :

  1. Crosstabs antara nilai uas dan tahun angkatan.
  • Buka file data, klik Analyze, klik Descriptive Statistics, klik Crosstabs.
  • Pindahkan nilai_uas ke Row(s), Pindahakan jenis_kelamin ke Column (S)
  • Klik Cells, Percentages: klik Total.

2.Mencari hubungan jenis kelamin dengan nilai uts (nominal dengan interval atau rasio)

  • Klik anayze, klik descriptive staistitics dan klik crosstabs.
  • Pindahkan nilai_uts ke row(s), pidnahkan jenis_kelamin ke column(s)
  • Klik statistics dan pilih chi-square, klik continue, klik cells. Count: observed dan expected, percentages : total. Klik continue, klik ok.

B.   UJI ASUMSI DASAR

Teknik statistic parametric data diperoleh dari random sampling, kemudian harus memenuhi beberapa asumsi dasar.

Teknik Statistik Normal Linier Homogen Multi Kolinieritas Auto Korelasi Heteros Kedastisitas
Korelasi

v

v

 

 

 

 

Regresi

v

v

 

v

v

v

T test

v

 

v

 

 

 

Anava

v

 

v

 

 

 

Anakova

v

v

v

v

v

v

Uji normalitas data

Dilakukan untuk mengetahui apakah distribusi sebuah data yang didapatkan mengikuti atau mendekati hokum sebaran normal baku dari Gauss yang digambarkan dengan grafik polygon menyerupai bell, lonceng atau genta. Data tersebut tidak positively skewed (miring ke kiri) : memeliki frekuensi yang relative lebih bayak disebelah kiri dan ujung kurva cenderung meruncing kekanan. Negative skewed (miring kekanan), memiliki frekuensi yang relative lebih banyak disebelah kanan dan ujung kurva cendrung meruncing kekiri.

Langkah-langkah :

  • Menggunakan menu 1-samples K-S

a)      Buka file, klik AnalyzeàNonparametric Testà1-Samples K-S

b)      Klik dan masukan nilai_tugas ke Test variables list

c)      Klik Ok

Criteria : Data normal bila nilai sig (p)>0.05 dan data tidak normal bila nilai sig (p) < 0.05.

  • Menggunakan menu explore.

a)    Buka file, klik AnalyzeàDescriptive StatisticsàExplore

b)    Klik dan masukan nilai_uts ke dependent list. Klik plot. Pada descriptive : nonaktifkan stem-and-leaf dan aktifkan : normality plots with test. Klik continue dan klik Ok.

Hasil uji normalitas data dengan menu explore dapat dilihat dari perbandingan nilai rasio skewness dan rasio kurtosis (sebaran normal bila : nilai berada antara nilai -2 sampai dengan +2), nilai sig (p) dari kolmogorov-smirnov dan Shapiro-wilk (sebaran normal bila : p>0.05 dans ebaran tidak normal bila p<0.05.)

Uji homogenitas data

Uji ini dilakukan untuk mengetahui apakah variansi antara kelompok yang diuji berbeda atau tidak, variansinya homogeny atau heterogen dan data yang diharapkan adalah homogen.

Langkah-langkah :

Menggunakan ANOVA.

  • Buka file
  • Klik analyzeàcompare meansàone-way ANOVA.
  • Klik nilai_uts dan pindahkan ke Dependent List, klik jenis_ kelamin dan pindahkan ke Factor.
  • Klik Option dan pilih Homogeneity Of Variance Test. Klik continue dan klik ok.
  • Data homogeny bila : p>0.05 dan tidak homogeny bila : p<0.05

Uji lienieritas data

Uji ini dialkuakn untuk mengetahui apakah hubungan antara variable independen dengan variable dependen bersifat linier (garis lurus). Jika hubungannya tidak linier dan tetap dianalisis dengan statistic parametric, maka korelasi yang didapatkan bisa sangat rendah, meskipun sebenarnya korelasinya bisa tinggi kalau teknik parametriknya diganti dengan sttatistik non-parametrik.

Langkah-langkah

a)    Menu graphs: data linier.

  • Buka file,  klik GraphsàInteractiveàAcatterplot
  • Klik nilai_uas dan pindahkan
  • Klik nilai_uts dan pindahkan
  • Klik Fit. àMethod : pilih Regression.klik Ok.

b)    Menu graphs : data tidak linier.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

%d blogger menyukai ini: