STATISTIKA DESKRIPTIF

1. STATISTIKA DESKRIPTIF Abdul Kudus, Ph.D. e-mail: kudus@unisba.ac.id blog: abdulkudus.staff.unisba.ac.id

2. Kompetensi : Mampu mengatur dan meringkas data hasil observasi dan penelitian psikologi agar menjadi lebih sederhana serta mampu melihat, membaca dan mendeskripsikan isyarat-isyarat tertentu yang terkandung dalam data penelitian itu

3. Cakupan Kompetensi Memahami metode dan penggunaan Statistika Deskriptif dalam menganalisis data hasil observasi dan penelitian psikologi

4. Buku teks: Judul: First Steps in Research and Statistics: Workbook for Psychologiy Students Karangan: Dennis Howit dan Duncan Cramer Penerbit: Routledge London Tahun: 2000 Judul: Statistics Without Maths for Psychology Karangan: Christine P. Dancey dan John Reidy Penerbit: Pearson London Tahun: 2011

5. Komponen Nilai Akhir: • Tugas (20%) • Kuis (10%) • UTS (30%) • UAS (40%) Syarat kehadiran: minimal 75% (11 kali dari 14 pertemuan)

6. MATERI KULIAH

8. Pertemuan ke-1 : Pendahuluan, data, statistik dan statistika

10. Data ? Apakah Statistika itu ? Apakah Statistik itu ? Kata kunci apa yang mewakili istilah statistika / statistik?

11. Statistika: ilmu tentang sekumpulan konsep serta metode yang dapat digunakan untuk mengumpulkan, menyajikan dan menganalisis data serta menarik kesimpulan berdasar hasil analisis data tersebut. Statistika deskriptif: yaitu metode-metode yang berkait dengan pengumpulan dan penyajian sekumpulan data, sehingga dapat memberikan informasi yang berguna. Statistika deskriptif memberikan informasi hanya mengenai data yang dipunyai dan sama sekali tidak menarik kesimpulan yang lebih banyak dan lebih jauh dari data yang ada. Penyusunan tabel, diagram, modus, kuartil, simpangan baku termasuk dalam kategori statistika deskriptif.

12. Kegiatan statistika deskriptif dilakukan melalui: a. Pendekatan aritmetika: pemeriksaan rangkuman nilai atau ukuran-ukuran penting dari data. Rangkuman nilai = penyederhanaan kumpulan nilai data yang diamati ke dalam bentuk nilai-nilai tertentu. Setiap rangkuman nilai ini disebut statistik.  statistik berfungsi utk menerangkan sifat kumpulan data dalam bentuk nilai yang mudah dipahami, b. Pendekatan geometrik, yaitu melalui penyajian data dalam bentuk gambar berupa grafik atau diagram.

13. Variabel dan Konstanta Variabel = sesuatu yang beragam  Karakteristik yang diukur Contoh variabel ? Konstanta = sesuatu yang tetap Contoh konstanta ?

14. Macam-macam DatadanTaraf (Skala) Pengukuran Jenis Kelamin Tinggi Badan 170 cm 165 cm 150 cm • Sekedar klasifikasi • Menunjukkan tingkat

15. Kategorik atau Nominal (Kualitatif): Contoh- Warna Jenis Kelamin Kewarganegaraan Numerik - Dapat diukur atau dapat dihitung/dicacah (Kuantitatif): Contoh- Suhu Gaji Nilai ujian Dua Macam Data

16. Skala Nominal – kelompok atau pengkelasan Jenis Kelamin Skala Ordinal– mempunyai urutan Pangkat tentara Skala Interval– mempunyai makna selisih atau jarak (punya angka nol yang tidak mutlak). Suhu (0F, 0C) Skala Rasio– Mempunyai makna rasio – nilai nol yang mutlak. Tinggi badan Gaji Empat Taraf (Skala) Pengukuran Kategorik Numerik

17. Review Statistika: ilmu tentang sekumpulan konsep serta metode yang dapat digunakan untuk mengumpulkan, menyajikan dan menganalisis data serta menarik kesimpulan berdasar hasil analisis data tersebut. 1. Statistika deskriptif: yaitu metode-metode yang berkait dengan pengumpulan dan penyajian sekumpulan data, sehingga dapat memberikan informasi yang berguna. Statistika deskriptif memberikan informasi hanya mengenai data yang dipunyai. 2. Statistika inferensial: yaitu metode-metode untuk dapat menarik kesimpulan yang lebih luas dan lebih jauh dari data yang ada. Metode-metode tsb disebut juga dengan pengujian.

18. 1. Pendekatan Tradisional Dianalisis dengan pengujian utk data frekuensi Nominal Dianalisis dengan pengujian Nonparametrik Ordinal • Interval • Rasio Dianalisis dengan pengujian Parametrik

19. 2.Pendekatan Modern Dianalisis dengan pengujian utk data frekuensi Nominal Ordinal Dianalisis dengan pengujian Parametrik (meskipun ada asumsi yg tidak terpenuhi) • Interval • Rasio Skala pengukuran menentukan metode analisis data yang akan dipakai.

20. Pengumpulan Data Kita harus mampu mengukur variabel yang diinginkan. Variabel psikologi mungkin diukur dengan berbagai cara berbeda, tetapi tidak ada satupun yang sepenuhnya memuaskan. Semuanya hanya pendekatan. Ada dua hal yang mempengaruhi kualitas data hasil penelitian: Kualitas instrumen: berkenaan dengan validitas dan reliabilitas instrumen Kualitas pengumpulan data: berkenaan dengan ketepatan cara-cara yang digunakan untuk mengumpulkan data

21. TEKNIK PENGUMPULAN DATA • Teknik pengumpulan data bisa dibedakan: • Berdasarkan Setting (Setting Alamiah, Laboratorium melalui eksperimen, di rumah dengan mewawancarai responden, seminar, dan lain-lain) • Berdasarkan sumber data: (Sumber Primer : Sumber yang langsung memberikan data dan Sumber Sekunder: Sumber yang tidak langsung memberikan data). • Berdasarkan Teknik Pengumpulan Data dibagi lagi menjadi: • Observasi • Wawancara • Dokumentasi • Triangulasi/Gabungan

22. Pengumpulan Data dengan Observasi • Macam-macam observasi: • Observasi Partisipatif, yang terbagi menjadi: • Observasi yang Pasif, • Observasi yang Moderat, • Observasi yang Aktif, • Observasi yang Lengkap. • Observasi Terus Terang atau Tersamar • Observasi tak Terstruktur

23. 1. Observasi Partisipatif • Peneliti mengamati apa yang dikerjakan orang, mendengarkan apa yang diucapkan dan berpartisipasi dalam aktivitas yang diteliti, klasifikasinya sbb: • Partisipasi Pasif : Peneliti mengamati tapi tidak terlibat dalam kegiatan tersebut. • Partisipasi Moderat: Peneliti ikut observasi partisipatif pada beberapa kegiatan saja, tidak semua kegiatan. • Partisipasi Aktif : Peneliti ikut melakukan apa yang dilakukan narasumber, tapi belum sepenuhnya lengkap • Partisipasi Lengkap : Peneliti terlibat sepenuhnya dalam kegiatan narasumber

24. 2. Observasi Terus Terang atau Tersamar • Peneliti berterus terang kepada narasumber bahwa ia sedang melakukan penelitian. • Suatu saat peneliti melakukan tidak berterus terang agar dapat mengetahui informasi yang dirahasiakan narasumber. 3. Observasi tak Berstruktur Dilakukan dengan tidak Berstruktur karena fokus penelitian belum jelas. Apabila masalah sudah jelas, maka dapat dilakukan secara berstruktur dengan menggunakan pedoman observasi.

25. Pengumpulan Data dengan Wawancara Wawancara adalah merupakan pertemuan antara dua orang untuk bertukar informasi dan ide melalui tanya jawab sehingga dapat dikontruksikan makna dalam suatu topik tertentu.

26. Macam-macam Wawancara 1. Wawancara Terstruktur: Bila peneliti telah mengetahui dengan pasti tentang informasi apa yang akan diperoleh. Peneliti sudah menyiapkan instrumen penelitian berupa pertanyaan-pertanyaan tertulis dan alternatif jawaban. 2. Wawancara Semi Terstruktur : Dilaksanakan lebih bebas dibandingkan dengan wawancara terstruktur. Bertujuan untuk menemukan permasalahan secara lebih terbuka. 3. Wawancara tak berstruktur : Peneliti tidak menggunakan pedoman wawancara secara sistematis, melainkan hanya garis-garis besarnya saja. Peneliti belum mengetahui secara pasti apa yang akan diperoleh, sehingga peneliti lebih banyak mendengarkan.

27. Teknik Pengumpulan Data dengan Dokumen • Dokumen bisa berbentuk tulisan, gambar, atau karya-karya monumental yang lain. • Dokumen yang dipilih harus memiliki kredibilitas yang tinggi.

28. Triangulasi/Gabungan • Merupakan teknik pengumpulan data yang bersifat menggabungkan dari berbagai teknik pengumpulan data dan sumber data yang telah ada. • Dengan Triangulasi, peneliti sebenarnya mengumpulkan data sekaligus menguji kredibilitas data dengan berbagai teknik pengumpulan data dan sumber data

29. MENGATUR DATA NUMERIK (KUANTITATIF) Macam data menentukan macam analisis statistika yang dipakai. Jika datanya numerik bagaimana ringkasannya? Pertanyaan: Sebutkan variabel-variabel yang macamnya: 1) Kategorik, 2) Numerik?

30. Dengan analisis statistika, data mentah akan: • diatur (ditata) • dibuat lebih jelas • disederhanakan Bagi yang suka membaca koran, menonton tv atau yang sudah belajar Matematika Dasar, metode-metode untuk meringkas data sebenarnya sudah sangat familiar.

34. Metode peringkasan data Data Numerik Data Kategorik Metode grafik (geometrik): Histogram • Metode grafik (geometrik): • Diagram batang • Diagram lingkaran • Metode aritmetik: • Rata-rata - Kuartil • Median - Minimum • Modus - Maksimum • Jangkauan - Variansi • Frekuensi - Deviasi standar • Metode aritmetik: • Modus • Frekuensi

35. Statistik deskriptif untuk variabel numerik Aritmetik Grafik (geometrik) dan Tabel • Indeks: • Jumlah individu • Rata-rata, median dan modus • Deviasi standar (atau variansi) • Jangkauan • Minimum dan maksimum • Tabel: • Tabel frekuensi • Diagram: • Histogram • Poligon Data numerik

36. Tabel Frekuensi Tabel frekuensi Kepuasan Tabel frekuensi umur Sudah cukup jelas! Catatan: Meskipun kita berhasil mendapatkan informasi dari tabel frekuensi, tetapi ia tidak selalu memberikan hasil yang lebih jelas tentang data aslinya  Perlu dikelompokkan!

37. Bentuk Distribusi Kelompokkan data UMUR dengan lebar interval 10 tahun, mulai dari umur 16 tahun. Tampak lebih jelas. Distribusi umur menjulur ke kanan (lebih banyak orang yang berada pada kelompok umur muda)

38. DIAGRAM • Ada dua cara untuk menampilkan distribusi dari data numerik secara diagram: • Histogram • Poligon Histogram Dengan histogram, frekuensi dari setiap interval data digambarkan dengan persegi panjang yang tingginya sebesar frekuensinya. Makin tinggi  makin besar frekuensinya.

39. Contoh data: 13, 15, 10, 7, 16, 5, 12, 8, 7, 11, 12, 9, 8, 6, 3, 1, 6, 10, 11, 6, 5, 9 Banyaknya pengamatan: 22 Untuk memudahkan pembuatan histogram, letakkan data tsb dalam potongan kertas sbb: Urutkan dan susun sbb: • Masalah: • ada angka yg tidak ditunjukkan • Distribusinya datar

40. Simetrik Interval 2 Metode Sturge c = banyaknya interval yg perlu dibuat n = banyaknya pengamatan Interval 4

41. Frekuensi Di sekitar berapakah data itu tersebar? Sampai seberapa jauh penyebarannya?

42. Poligon Dalam poligon, frekuensi dari setiap interval digambarkan dengan titik yang tingginya menyatakan frekuensinya. Frekuensi Di sekitar berapakah data itu tersebar? Sampai seberapa jauh penyebarannya? Skor Kepuasan

43. MENGATUR DATA NUMERIK (KUANTITATIF) Ukuran-ukuran Statistik Data numerik diringkas dalam: Ciri-ciri bentuk distribusinya  Tabel frekuensi, histogram dan poligon Ukuran pemusatan dari distribusinya Ukuran penyebaran dari distribusinya

44. Ukuran Pemusatan Ada 3 ukuran: Modus Median Rata-rata

45. Modus Nilai yang paling sering muncul Dapat diperoleh dari Tabel Frekuensi Tabel Frekuensi Kepuasan Tabel Frekuensi UMUR Mungkin saja terdapat lebih dari satu modus (Jika terdapat lebih dari satu nilai yang mempunyai frekuensi tertinggi)

46. Median Nilai yang membagi data menjadi dua bagian sama banyak, dimana setengahnya di atas median dan setengahnya lagi di bawah median. Jika banyaknya data GANJIL (misal 1, 3, 5 dst), maka mediannya nilai yang ada di tengah-tengah. Jika banyaknya data GENAP (misal 2, 4, 6 dst), maka mediannya rata-rata dari dua buah nilai yang di tengah. Contoh: Median =

47. Median = ...?

48. Rata-rata Jumlah semua nilai dibagi dengan banyaknya nilai Rata-rata = Simbol  disebut “sigma” artinya penjumlahan semua nilai. X maksudnya nilai-nilai (data). n maksudnya banyaknya data Rata-rata seringkali diberi simbol X = 18+19+20+21+21+24+25+26+27+28+31+34+35+ 37+41+43+44+49+53+55 = 651

49. Perbandingan Rata-rata, Median dan Modus • Rata-rata, median dan modus memberikan informasi yang berbeda mengenai data, sehingga tidak boleh mengatakan bahwa yang satu lebih baik daripada yang lainnya. • Rata-rata, median dan modus cukup untuk mengungkapkan titik pemusatan distribusi data • Jika distribusinya simetrik dan berpuncak di tengah maka ketiganya akan sama.

50. Jika tidak seperti tadi, maka rata-rata, median dan modus akan berbeda. • Jika bentuk distribusinya menjulur ke kanan, maka • Modus di kiri • Rata-rata di kanan • Median berada diantara keduanya