Pengolahan Data Statistik Inferensial pada Penelitian
A. Definisi Statistik Inferensial
Statistik inferensial ialah teknik statistik yang dipakai untuk menganalisis data sampel dan kesannya diberlakukan untuk populasi. Dalam pengertian ini, sampel mewakili sebuah populasi. Populasi harus terperinci dan pengambilan sampel dilakukan secara acak (random). Statistik inferensial biasa disebut juga sebagai statistik probabilitas. Hal ini dikarenakan kesimpulan yang diberlakukan untuk populasi menurut data sampel itu kebenarannya bersifat peluang (probability) (Sugiyono, 2010). Jadi, setiap data sampel bisa memiliki peluang kesalahan dan dogma (kebenaran) yang disebut dengan taraf signifikan. Dalam penelitian sosial biasa dipakai taraf signifikan 5%, yang berarti peluang kebenarannya 95% sedangkan 5% untuk peluang kesalahan. Dalam penelitian ilmu alam (sains) biasa dipakai taraf signifikan 1%, yang berarti peluang kesalahan hanya 1% sedangkan peluang kebenarannya 99%.
Pengujian taraf signifikansi ini diubahsuaikan dengan teknik analisis yang digunakan, contohnya dengan uji-t, uji-F dan sebagainya. Jadi, signifikansi ialah kemampuan untuk mengeneralisasikan data dengan taraf kesalahan tertentu. Di dalam statistik inferensial acara penting yang dilakukan ialah uji beda atau uji kekerabatan antara dua variabel.
Pengujian taraf signifikansi ini diubahsuaikan dengan teknik analisis yang digunakan, contohnya dengan uji-t, uji-F dan sebagainya. Jadi, signifikansi ialah kemampuan untuk mengeneralisasikan data dengan taraf kesalahan tertentu. Di dalam statistik inferensial acara penting yang dilakukan ialah uji beda atau uji kekerabatan antara dua variabel.
B. Klasifikasi Metode Statistik Inferensial
Berdasarkan parameter yang ada dan untuk kepentingan pengambilan keputusan atas masalah, statistik inferensial dibagi menjadi statistik parametrik dan statistik non-parametrik. Statistik parametrik membahas parameter populasi menyerupai rata-rata, simpangan baku,varians dan sebagainya. Statistik non-parametrik tidak membahas parameter populasi tetapi menguji distribusi. Berdasarkan jumlah variabel statistik inferensial dibagi menjadi analisis univariat dan analisis multivariat. Analisis univariat yaitu hanya terdapat satu variabel yang diukur untuk n sampel atau pengukuran beberapa variabel namun masing-masing variabel dianalisis tersendiri. Analisis multivariat yaitu terdapat dua atau lebih variabel yang diukur untuk n sampel di mana analisis antar variabel dilakukan bersamaan (Santosa, 2014).
C. Statistik Parametrik
Telah disingguh sebelumnya perihal statistik parametrik, pada pecahan ini akan dijelaskan secara rinci. Statistik parametrik ialah mekanisme statistik yang dipakai untuk menguji parameter populasi melalui statistik atau menguji ukuran populasi melalui data sampel (Sugiyono, 2010). Secara umum statistik parametrik dipakai untuk data yang jumlahnya besar yaitu di atas 30, distribusi data normal atau sanggup dianggap normal, dan data bertipe interval atau rasio. Data hasil statistik parametrik dianggap data yang lebih berpengaruh dibandingkan data statistik non-parametrik. Oleh lantaran itu, dalam penelitian selalu diutamakan pengujian statistik parametrik.
Pengujian statistik parametrik harus terpenuhi beberapa perkiraan di antaranya:
1. data yang akan dianalisis harus berdistribusi normal,
2. penggunaan salah satu test mengharuskan dua sata kelompok atau lebih yang harus diuji homogen,
3. dalam uji regresi harus terpenuhi perkiraan linieritas (Sugiyono, 2010).
Namun, kalau data tidak memenuhi syarat untuk pengujian statistik parametrik, peneliti sanggup memakai alternatif pengujian statistik non-parametrik.
D. Statistik Non-Parametrik
Statistik non-parametrik ialah salah satu alternatif yang dipakai peneliti dikala data tidak memenuhi perkiraan statistik parametrik lantaran di dalam statistik non-parametrik data tidak harus berdistribusi normal. Statistik parametrik ini tidak membahas parameter populasi melainkan hanya menguji distribusi. Secara umum ciri-ciri dari statistik non-parametrik ialah jenis data nominal atau ordinal, serta distribusi data tidak diketahuai atau tidak normal (Santosa, 2014).
E. Penggunaan Statistik Parametrik dan Non-Parametrik untuk Menguji Hipotesis
Penggunaan statistik parametrik dan non-parametrik di dalam pengujian hipotesis harus diubahsuaikan dengan jenis data dan perkiraan yang harus dipenuhi. Selain itu, peneliti juga harus memperhatikan bentuk hipotesis yang diajukan di dalam penelitiannya. Terkait dengan jenis data, statistik parametrik biasanya untuk data interval dan rasio sedangkan statistik non-parametrik untuk data nominal dan ordinal. Pada statistik parametrik data harus berdistribusi normal sedangkan pada statistik non-parametrik data tidak harus normal. Berikut denah keterkaitan antara jenis data dan metode statistik yang digunakan.
Sumber Gambar: Santosa, 2014: 8
Terkait dengan pengujian hipotesis, maka bentuk hipotesis sanggup dibedakan menjadi tiga yaitu hipotesis deskriptif, hipotesis komparatif, hipotesis asosiatif. Penggunaan statistik parametrik dan non-parametrik untuk menguji hipotesis sanggup digambarkan sebagai berikut.
Sumber Gambar: Sugiyono, 2010:213
Daftar Rujukan
Santosa, S. 2014. Statistik Parametrik Edisi Revisi: Konsep dan Aplikasi dengan SPSS. Jakarta: PT Elex Media Komputindo
Sugiyono. 2010. Metode Penelitian Pendidikan. Bandung: Penerbit Alfabeta