Pada prinsipnya terdapat dua jenis alat uji statistik yaitu statistik Parametrik dan statistik Non Parametrik. Pemilihan apakah sebaikya uji statistik dengan Statistik Parametrik atau Non Parametrik merupakan hal yang kritikal.
Statistik Parametrik (SP)
SP mensyaratkan asumsi tentang distribusi populasi harus normal. Oleh karena kondisi ini umumnya tidak diuji dahulu, maka normalitas data dianggap dipenuhi. Kesahihan hasil uji parametrik tergantung dari validitas asumsinya. Interpretasi terhadap uji parametrik didasarkan pada distribusi normal dan juga skor yang dianalisis paling tidak berasal dari pengukuran skala interval.
Statistik Non Parametrik (SNP)
SNP didasarkan dari model yang tidak mendasarkan pada bentuk khusus dari distribusi data. Asumsi yang berhubungan dengan uji statistik non parametrik meliputi observasi harus independen, pengukuran variabel dengan skala ordinal dan skala nominal (kategorikal), data tidak berdistribusi normal dan jumlah sampel kecil (kurang dari 30).
Beberapa keunggulan uji statistik non parametrik :
- Jika jumlah sampel terlalu kecil, maka tidak ada alternatif lain menggunakan uji non parametrik, kecuali distribusi populasi diketahui dengan pasti.
- Uji non parametrik memiliki asumsi yang lebih sedikit berkaitan dengan data dan mungkin lebih relevan pada situasi tertentu. Hipotesis yan diuji dengan non parametrik mungkin lebih sesuai dengan tujuan penelitian.
- Uji non parametrik dapat digunakan untuk menganalisis data yang secara inheren adalah data dalam bentuk rangking. Jadi sipeneliti hanya dapat mengatakan terhadap subyek penelitian bahwa yang satu memiliki lebih atau kurang karakteristik dbandingkan lainnya, tanpa dapat mengatakan seberapa besar lebih atau kurang itu. Sebagai misal didalam menguji motivasi seseorang. kita dapat menyatakan bahwa A memiliki motivasi yang lebih tinggi dibandingkan B, tanpa mengetahui seberapa besar motivasi A dibandingkan B.
- Uji non parametrik cocok untuk menguji data yang bersifat klasifikasi atau kategorikal (skala nominal). Tidak ada uji parametrik yang cocok untuk menguji data seperti ini.
- Ada uji statistik non parametrik yang cocok untuk menguji sampel yang berasal dari observasi yang diambil dari populasi yang berbeda. Uji paramterik sering kesulitan menguji data seperti ini.
- Uji non parametrik umumnya mudah digunakan dan dipelajari daripada uji parametrik. Juga interpretasinya lebih langsung dibandingkan uji parametrik.
Pengukuran merupakan suatu proses hal mana suatu angka atau simbol dilekatkan pada karakteristik atau properti suatu stimuli sesuai dengan aturan atau prosedur yang telah ditetapkan. Stevens (1946) skala pengukuran dapat dikelompokkan menjadi empat jenis yaitu, skala nominal, ordinal, interval dan rasio.
Skala Nominal
- Skala Nominal merupakan skala pengukuran yang menyatakan kategori, atau kelompok dari suatu subyek. Jadi uji statistik yang sesuai dengan skala nominal adalah uji statistik yang mendasarkan counting seperti Modus dan Distribusi Frekuensi.
- Analisis statistik yang cocok adalah : Uji Binomium (Binomium Test); Uji Chi Kuadrat Satu Sampe| (x² One Sample Test); Uji Perubahan Tanda Mc. Nemar (Mc. Nemar Pot The Sigficant of Change); Uji Chi Kuadrat Dua Sampel (X² Test for Two Independent Samples); Uji Peluang Fisher (Fisher Exact Probability Test), Uji Chochran Q (Chochran Q-Test; Uji Chi Kuadrat Lebih dari Dua Sampel (X² Test for k independent Samples); dan Uji Koefisien Kontigensi [C] (Contigency Coefficient [C]). Sedang tes statistik yang digunakan ialah statistik non parametrik.
Skala Ordinal
- Skala Ordinal tidak hanya mengkategorikan variabel kedalam kelompok, tetapi juga melakukan rangking terhadap kategori
- Uji statistik yang sesuai untuk skala ordinal adalah Modus, Median, Distribusi Frekuensi dan Statistik Non parametrik. seperti Rank orde correlation. Variabel yang diukur dengan skala nominal dan ordinal umumnya disebut variabel non parametrik atau variabel non-metrik
- Analisis statistik yang cocok adalah: Uji Kolmogorov-Smirnov Satu Sampel (Kolmogorov-Smirnov One Sample Test); Uji Deret Satu Sampel (One Sample Run Test); Uji Tanda (Sign Test); Uji Pasangan Tanda Wilcoxon (Wilcoxon Matched Pairs Sign Rank Test), Uji Median (Median Test); Uji Mann-Whitney U (Mann-Whitney U Test); Uji Kolmogorov-Smirnov Dua Sampel (Kolmogorov-Smirnov Two Sample Test); Uji Reaksi Ekstrim Moses (Moses Test of Extreme Reactions); Uji Analisis Varians Dua Arah Friedman (Friedman Two Way Analysis of Variance); Uji Koefisien Korelasi Rank Spearman (Spearman Rank Correlation Coefficient) [rs]; Uji Koefisien Korelasi Rank Kendall (Kendall Rank Correlation Coefficient [T]; Uji Koefisien Korelasi Rank Parsial Kendall (Kendall Partial Rank Correlation Coefficient of oncordance [W].
Skala Interval
- Skala interval adalah skala yang menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot yang Sama.
- Analisis statistik yang cocok adalah: Uji t (t-test), Uji t (t-test) dua sampel; Anova Satu Jalur (One Way-Anova); Anova Dua Jalur (Test. ways-Anova); Uji Pearson Product Moment; Uji Korelasi Parsial (Partial Correlation); Uji Korelasi Ganda (Multiple Correlation); Uji Regresi (Regresion Test); dan Uji Regresi Ganda (Multiple Regression Test)
- Uji statistik yang digunakan ialah uji statistik parametrik
Skala Rasio
- Skala ratio adalah skala pengukuran yang mempunyai nilai nol mutlak dan mempunyai jarak yang sama. Misalnya umur manusia dan ukuran timbangan keduanya tidak memiliki angka nol negatif. Artinya seseorang tidak dapat berumur di bawah nol tahun dan seseorang harus memiliki timbangan di atas nol pula. Kalau data interval kita dapat mengatakan bahwa orang yang berumur 50 tahun adalah umurnya dua kali dari pemuda yang berumur 25 tahun, demikian pula seseorang yang berumur 20 tahun adalah setengah dari umur 40 tahun (Soewarno, 1987:234)
- Analisis statistik yang cocok adalah: hampir sama dengan skala interval
Prosedur Pengujian hipotesis :
- Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha).
- Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai table.
- Langkah 3 : Membuat criteria pengujian berupa penerimaan dan penolakan H0.
- Langkah 4 : Melakukan uji statistik
- Langkah 5 : Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.
1. Berdasarkan Jenis Parameternya
- Pengujian hipotesis tentang rata-rata
- Pengujian hipotesis tentang proporsi
- Pengujian hipotesis tentang varians
- Pengujian hipotesis sampel besar (n > 30).
- Pengujian hipotesis sampel kecil (n ≤ 30).
- Pengujian hipotesis dengan distribusi Z
- Pengujian hipotesis dengan distribusi t (t-student)
- Pengujian hipotesis dengan distribusi χ2 ( kai kuadrat)
- Pengujian hipotesis dengan distribusi F (F-ratio)
- Pengujian hipotesis dua pihak (two tail test)
- Pengujian hipotesis pihak kiri atau sisi kiri
- Pengujian hipotesis pihak kanan atau sisi kanan
No comments:
Post a Comment