Statistik BAB II

BAB II

TES BINOMIAL

              Tes Binomial digunakan untuk menguji hipotesis apabila dalam sebuah populasi terdiri dari  dua kelompok (kelas), datanya berbentuk data nominal dengan jumlah sampel kecil. Misalnya dua kelompok atau kelas tersebut adalah kelompok pria dan kelompok wanita, kelompok orang desa dengan kelompok orang kota, kelompok berpendidikan tinggi dengan kelompok berpendidikan rendah. Melalui tes binomial,  peneliti akan menguji ada tidaknya perbedaan antara data yang ada dalam populasi dengan data yang ada pada sampel.

            Tes binomial juga dapat dilakukan dengan cara yang lebih simpel, yaitu untuk membuktikan Ho dilakukan dengan cara membandingkan nilai proporsi (p) dalam tabel yang didasarkan pada N dan nilai X terkecil dengan taraf kesalahan yang ditetapkan. Ketentuan pengujian hipotesisnya adalah apabila koefisien (p=proporsi < a = 0,05), maka Ho ditolak dan Ha diterima. Atau sebaliknya, apabila p > a, maka Ho diterima. Ho adalah hipotesis penelitian yang menyatakan tidak adanya perbedaan data pada sampel dengan data pada populasi.

            Contoh Kasus 1:       

Misalnya, sebuah konter HP menjual 2 jenis HP, yaitu Nokia dan Samsung. Perusahaan ingin mengetahui apakah masyarakat lebih suka Nokia atau Samsung. Berdasarkan 25 anggota sampel yang dipilih (selected sample) secara random, ternyata sebanyak 20 orang cenderung memilih Nokia dan 5 orang cenderung memilih Samsung. Tunjukkan, secara statistik HP merek apa yang lebih disukai oleh warga masyarakat.

            Langkah-langkah kegiatan penelitian adalah sebagai berikut:

1. Judul Penelitian: ”Kecenderungan Masyarakat Dalam Memilih Merek HP di Kota Jombang”.
2. Variabel penelitian: Jenis (merek) HP.
3. Rumusan masalah: ”HP merek apakah yang lebih disukai oleh masyarakat Kota Jombang?” (KALIMAT PERTANYAAN?)
4. Hipotesis: Ho: ”Tidak ada perbedaan selera masyarakat terhadap merek HP”. Ha: ”Ada perbedaan selera masyarakat terhadap merek HP” (KALIMAT PERNYATAAN, POSITIP (Ha), NEGATIF (Ho).
5. Kreteria pengujian hipotesis: Bila p > a, maka Ho diterima, Ha ditolak.
6. Analisis data dapat dilakukan dengan menggunakan program SPSS dengan langkah-langkah sebagai berikut:

Langkah pertama:

            Buka program SPSS dengan tata cara sebagaimana tampak pada gambar berikut:

Langkah kedua:

Buka “variable view” dan isilah dengan nama variabel yang relevan.

Langkah ketiga:

Isilah kolom “value” dengan jenis (merek) HP yang dipilih oleh responden. Klik kolom “value”. Kemudian isikan angka 1 pada kolom “value label” kemudian ketik “Nokia” pada kolom label. Dengan cara yang sama isikan angka 2 kemudian ketik “Samsung”, kemudian klik “OK”.

Langkah keempat:

Klik “data view”, kemudian isikan data tentang jenis HP yang cenderung disukai masyarakat Kota Jombang; yaitu “1” untuk Nokia, dan “2” untuk Samsung. Lihat tampilan berikut. Jumlah responden ada sebanyak 25 orang, yang memilih Nokia ada sebanyak 20 orang sedangkan yang memilih Samsung sebanyak 5 orang.

Langkah kelima:

Lakukan kegiatan analisis data  dengan langkah-langkah sebagaimana tampak pada gambar berikut. Klik “analyze” kemudian pilih “nonparametric tests” pilih “binomial”.

Langkah keenam:

Masukkan variabel “selera”  pada kolom “test variable list”.

Langkah ketujuh:

Klik “options”, kemudian klik statistik descriptive, kemudian klik “continue”, dan dilanjutkan dengan klik “OK”.

 Maka didapatkan hasil perhitungan tes binomial sebagai berikut:

NPAR TEST

  /BINOMIAL (.50)= selera

  /STATISTICS  DESCRIPTIVES

  /MISSING ANALYSIS.

NPar Tests

[DataSet0]

     Berdasarkan hasil analisis data maka didapatkan koefisien proporsi (p) sebesar 0,004.  Ternyata P = 0,004 lebih kecil dibandingkan dengan koefisien a= 0,05 (P < a).

Dengan demikian hipotesis nol yang menyatakan “tidak ada perbedaan selera masyarakat terhadap merek HP” dinyatakan DITOLAK. Artinya, ada perbedaan selera masyarakat terhadap merek HP. Masyarakat lebih menyukai merek Nokia daripada merk Samsung. Oleh karena itu disarankan supaya pengelola konter HP lebih banyak

            Kasus 2:

            Sebuah penelitian ingin mengetahui apakah ada perbedaan jenis alat kontrasepsi yang digunakan oleh pasangan usia subur pada sebuah desa di Kabupaten Jombang. Ada jenis alat kontrasepsi yang diteliti, yaitu, IUD dan PIL.

            Langkah-langkah kegiatan penelitian adalah sebagai berikut:

1.      Judul Penelitian: ”Kecenderungan Keluarga Pasangan Usia Subur Dalam Menggunakan Alat Kontrasepsi”.

2.      Variabel penelitian: Jenis kontrasepsi.

3.      Rumusan masalah: ”Apakah ada perbedaan alat kontrasepsi yang digunakan keluarga pasangan usia subur?”

4.      Hipotesis: Ho: ”Tidak ada perbedaan alat kontrasepsi yang digunakan keluarga pasangan usia subur di Kabupaten Jombang”. Ha: ”Ada perbedaan alat kontrasepsi yang digunakan keluarga pasangan usia subur di Kabupaten Jombang”

5.      Kreteria pengujian hipotesis: Bila p > a, maka Ho diterima, Ha ditolak.

6.      Analisis data dapat dilakukan dengan menggunakan program SPSS dengan langkah-langkah sebagaimana   contoh di atas.

 Berikutnya kemudian lakukan pengujian dengan menggunakan tes binomial, dengan langkah-langkah sebagaimana tampak pada gambar berikut: Masukkan variabel jenis kontrasepsi pada kolom test variabel list. Kemudian pilih “options”, klik “deskriptive”. Lanjutkan dengan klik “continue”, kemudian klik “OK”.

Hasil tes binomial adalah sebagai berikut:

NPAR TEST

  /BINOMIAL (.50)= jenis

  /STATISTICS  DESCRIPTIVES

  /MISSING ANALYSIS.

NPar Tests

[DataSet0]

Berdasarkan hasil pengujian, didapatkan koefisien proporsi sebesar 1,000. Dengan menggunakan taraf kesalahan a = 0,05, maka P > a. Dengan demikian hipotesis nol yang menyatakan “tidak ada perbedaan alat kontrasepsi yang digunakan keluarga pasangan usia subur di Kabupaten Jombang” dinyatakan diterima. Kesimpulannya adalah Dinas Kesehatan Kabupaten Jombang dapat memberikan alat kontrasepsi baik berupa PIL maupun IUD kepada pasangan usia subur di Kabupaten Jombang.

Soal untuk latihan:

     Sebuah penelitian ingin mengetahui apakah ada perbedaan pilihan orang tua siswa terhadap terhadap pendidikan anak-anaknya. Ada jenis pendidikan yang diteliti, yaitu pendidikan umum dan pendidikan berbasis agama. Untuk mengetahui pilihan pendidikan para orang tua, peneliti memilih secara acak 25 keluarga dan diwawancarai per telepon, Hasilnya 9 orang memilih pendidikan umum dan 16 orang memilih pendidikan agama. Analisislah dengan menggunakan tes binomial, apakah secara statistik ada perbedaan pilihan para orang tua untuk pendidikan anak-anaknya.

STATISTIK

BAB I

 JENIS DATA PENELITIAN 

 Ada banyak faktor yang harus dipertimbangkan oleh peneliti untuk memilih teknik analisis data. Salah satu yang wajib dipertimbangkan oleh peneliti adalah berkaitan dengan jenis data yang ada pada peneliti. Untuk itu peneliti perlu memiliki pemahaman yang memadai tentang berbagai jenis data. Pada prinsipnya, ada dua jenis data penelitian, yaitu data kualitatif dan data kuantitatif. Data kualitatif adalah data yang disajikan dalam bentuk kata, kalimat, gambar, foto, poster, dan sejenisnya. Sedangkan data kuantitatif adalah data yang berbentuk angka. Data kuantitatif juga bisa berasal dari data kualitatif yang diberikan skor. Pernyataan sikap tentang persetujuan atau ketidaksetujuan terhadap suatu fenomena sosial yang didapatkan peneliti dari responden sesungguhnya merupakan data kualitatif. Ketika pernyataan sikap tersebut kemudian diberikan skor oleh peneliti, maka ia akan menjadi data kuantitatif. Untuk keperluan analisis data dengan menggunakan teknik analisis statistik, maka dalam buku ini akan lebih banyak dikaji tentang data kuantitif. Secara umum data kuantitatif dibagi menjadi dua, yaitu data diskrit (seringkali juga disebut sebagai data nominal) dan data kontinum. Data nominal adalah data yang merepresentasikan suatu kategori. Misalnya data penelitian yang dicerminkan oleh golongan pria dan wanita, orang desa dan orang kota, berpendidikan dan tidak berpendidikan, muslim dan non muslim, mahasiswa PTN dan PTS; dan sejenisnya. Sedangkan data kontinum adalah data yang didapatkan dari hasil pengukuran. Data kontinum dapat berbentuk data ordinal, interval, dan rasio. Data ordinal biasanya dinyatakan dalam bentuk pemeringkatan, misalnya: data pegawai menurut golongan kepangkatan, data mahasiswa menurut tingkatan kelas, lahan pertanian menurut tingkat kesuburan, dan sejenisnya. Data interval adalah data yang memiliki rentang yang terukur tetapi tidak memiliki nol mutlak. Data-data yang diperoleh dari hasil tes atau pengukuran biasanya berbentuk data interval. Misalnya, data tentang skala sikap dan data tentang prestasi belajar mahasiswa yang ditulis dalam transkrip nilai. Mahasiswa yang tidak lulus ujian mungkin akan mendapatkan nilai E (dalam bentuk angka ditulis 0). Nilai nol yang diperoleh mahasiswa sesungguhnya bukan nol mutlak, sebab bisa dijadi nilai nol tersebut didapatkan setelah mahasiswa hanya mendapatkan skor ujian, misalnya 15 (untuk rentang skor ujian 1 – 100). Sedangkan data ratio adalah data yang jaraknya sama dan memiliki nilai nol mutlak. Misalnya data tentang pendapatan, berat badan, panjang, dan volume. Untuk keperluan analisis data dengan menggunakan teknik statistik tertentu, maka semua data tersebut harus dinyatakan dalam bentuk angka. Misalnya, sebuah penelitian hendak mengetahui rerata jumlah mahasiswa tiap angkatan dilihat dari jenis kelamin. Jenis kelamin dikelompokkan menjadi 2, yaitu pria dan wanita. Pria dan wanita adalah merupakan contoh data nominal. Untuk keperluan analisis data, pria diberi kode 1 sedangkan wanita diberi kode 2. Perhatikan kata ”kode” yang menyertai angka tersebut. Hal itu menunjukkan bahwa angka-angka tersebut bukan merupakan skor, sehingga kita tidak bisa menyatakan wanita lebih tinggi daripada pria karena kode untuk wanita adalah 2 sedangkan pria 1. Mungkin peneliti memiliki data penelitian dalam bentuk data ordinal. Misalnya, sebuah penelitian hendak mengetahui rerata tingkat kesuburan lahan pertanian di Jawa Timur. Tingkat kesuburan dibagi menjadi 3 tingkatan, yaitu tidak subur, sedang, dan subur. Untuk lahan yang tidak subur diberi skor 1, sedang diberi skor 2, dan subur diberi skor 3. Angka 1,2, dan 3 tersebut menunjukkan adanya peringkat kesuburan, oleh karena itu berapa skor yang diperoleh suatu lahan pertanian akan menggambarkan tingkat kesuburan lahan tersebut. Berbeda dengan data nominal, dimana angka hanya didudukkan sebagai sebuah kode, dalam data ordinal besaran angka menunjukkan adanya tingkatan. Disamping sangat dipengaruhi oleh jenis hipotesis yang dikembangkan oleh peneliti, jenis data penelitian tersebut akan sangat mempengaruhi jenis analisis data yang dapat digunakan oleh peneliti. Bila data penelitian yang dimiliki peneliti adalah data nominal dan ordinal, seorang peneliti dapat melakukan analisis data dengan menggunakan teknik statistik non parametrik. Sedangkan apabila data penelitian yang ada pada peneliti adalah data interval dan rasio, maka teknik analisis data yang dapat digunakan adalah teknik statistik parametrik. Beberapa teknik statistik non parametrik yang lazim digunakan dalam penelitian sosial ekonomi, pendidikan, dan bidang kesehatan adalah teknik chi kuadrat satu sampel, dua sampel atau lebih dua sampel. Bila peneliti mengembangkan hipotesis penelitian yang bermaksud untuk mengkomparasikan antara satu fenomena dengan fenomena lainnya, maka ada banyak teknik statistik non parametrik yang dapat digunakan oleh peneliti. Pada bab-bab berikutnya dalam buku ini akan dibahas tentang berbagai teknik statistik tersebut. Sedangkan teknik statistik parametrik yang lazim digunakan oleh peneliti, terutama para peneliti muda adalah uji beda (seringkali disebut sebagai uji t, korelasi, regresi linear sederhana dan ganda, anova satu jalan, anova dua jalan, dan analisis faktor. Buku ini akan membahas bagaimana seorang peneliti melakukan kegiatan analisis data setelah mempertimbangkan jenis data penelitian yang dimiliki, serta jenis hipotesis penelitian yang dikembangkan. Untuk keperluan analisis data, sudah banyak perangkat lunak yang berkembang di pasaran, dan yang paling populer adalah program SPSS for windows. Saat ini sudah ada program SPSS versi 15, merupakan program dengan versi yang relatif terbaru. Pada bab-bab berikutnya, akan dibahas bagaimana mengoperasikan program SPSS versi 15, dan akan dilengkapi pula dengan bagaimana peneliti harus membaca output hasil analisis data untuk kemudian digunakan sebagai dasar untuk membuat interpretasi hasil penelitian. Pada setiap bab dilengkapi pula dengan contoh soal untuk latihan, dengan harapan para pembaca akan tergerak untuk mempraktekkannya. Melalui contoh-contoh yang ditampilkan dalam buku ini, diharapkan pembaca juga akan terinspirasi untuk memilih tema-tema penelitian yang akan dikembangkannya.