Analisis Data Inferensi

BAB I

PENDAHULUAN

A.     Latar Belakang

Dengan statistika inferensial, seseorang mencoba untuk menyimpulkan sesuatu melebihi apa yang ditunjukkan data itu sendiri. Misalnya, seseorang menggunakan statistika inferensial untuk mencoba menyimpulkan dari data sampel apa yang mungkin dipikirkan oleh populasi. Atau seseorang menggunakan statistika inferensial untuk membuat keputusan terhadap kemungkinan atau probalitas bahwa perbedaan observasi diantara grup adalah bergantung pada sesuatu hal yang mungkin terjadi secara kebetulan dalam sebuah studi. Jadi, seseorang menggunakan statistika inferensial untuk membuat kesimpulan dari data menuju kondisi yang lebih baik.

B.      Rumusan Masalah

      1. Apa pengertian Analisis Data Inferensi ?

      2. Apa saja jenis-jenis Analisis Data Inferensi ?

      3. Bagaimana cara membaca Analisis Data Inferensi ?

BAB II

PEMBAHASAN

A.     Pengertian Analisis Data Inferensi.

Statistika berasal dari bahasa latin “status”, dalam bahasa inggris “state” artinya kesatuan politik (berkaitan dengan suatu negara).[1]

Inferensial atau simpulan adalah bagian utama dari analisis isi. Pengetahuan tentang konteks data sangat mempengaruhi keberhasilan dalam membuat inferensi. Maka peneliti mesti menguasai dengan baik konteks data yang menjadi objek penelitian.[2]

Inferensial adalah ilmu pengetahuan statistik yang bertugas mempelajari tata cara penarikan kesimpulan mengenai keseluruhan populasi berdasarkan data hasil penelitian pada sampael (bagian dari populasi).[3]

Teknik analisis data inferensial dilakukan dengan statistika inferensial, yaitu statistika yang digunakan untuk menganalisis data dengan membuat kesimpulan yang berlaku umum. Ciri analisis data inferensial adalah digunakannya rumus statistika tertentu ( uji t, uji F dan lain sebagainya). Hasil dari perhitungan rumus statistika inilah yang menjadi dasar pembuatan generalisasi dari sampel bagi populasi. Dengan demikian, statistika inferensialberfungsi untuk menggeneralisasikan sampel bagi populasi. Sesuai dengan fungsi tersebut maka statistika inferensial lebih cocok untuk penelitian sampel. Rumus pada statistika inferensial juga dapat diterapkan pada penelitian populasi hanya saja kesimpulannya tidak membutuhkan generalisasi atau penarikan kesimpulan bersifat umum, karena seluruh anggota dilibatkan dalam penelitian.[4]

Statistika inferensial sebagai sarana untuk membantu peneliti dalam menggunakan analisis data dengan melakukan pengujian terhadap hipotesis penelitian yang diajukan oleh peneliti dan dibangun dari kajian teori. Berdasarkan data yang dikumpulkan dari lapangan, data bersumber dari sebagian populasi sebagai sampel yang kemudian dilakukan pengujian dan hasil pengujian itu digunakan untuk menarik kesimpulan secara umum terhadap populasi penelitian.

B. Jenis-Jenis Anasisi Data Inferensi

Statistika inferensial (inferential statitics) membahas mengenai cara menganalisis data serta mengambil kesimpulan (berkaitan dengan estimasi parameter dan pengujian hepotesis). Metode statistika inferensial berkaitan dengan analisis sebagian data sampai ke peramalan atau penarikan kesimpulan mengenai keseluruhan data. Metode ini sering disebut statistika induktif karena kesimpulan yang ditarik diasarkan pada informasi dari sebagian data saja (sampel). Statistika inferensial dibagi menjadi dalam dua kelompok, yaitu statistika parametik dan statistika nonparametrik.

       1.        Statistika parametrik (parametric statistics) yaitu pendugaan dan uji hipotesis dari parameter populasi didasarkan anggapan bahwa skor-skor yang dianalisis telah ditarik dari suatu populasi dengan distribusi tertentu . skala pengukuran yang digunakan adalah skala interval atau ratio serta harus berdistribusi normal.[5]

      Statistika parametik ini merupakan bagian dari statistika inferensial yang mempertimbangakan nilai dari satu atau lebih parameter populasi. Statistika parametrik biasanya dihubungkan dengan data yang bersifat kuantitatif (minimal berskala ukur interval, akan dibahas pada bab pengorganisasian data). Selain itu, prosedur pengunaan analisis sttistika parametrik bentuk data dipersyaratkan harus berdistribusi normal.

  Contohnya, analisis statistika parametrik dalam statistika parametrik adalah Uji t (untuk satu dan dua sampel), Analisis Program (ANOVA) Uji Korelasi Pearson, dan Uji regresi (Uji f ).[6]

  ● Kegunaan Korelasi Pearson adalah untuk menentukan hubungan antara dua varibel ( gejala ) yang berskala interval ( skala yang menggunakan angka sebenarnya), oleh karena itu korelasi termasuk dalam kategori uji statistic para metrik. Besarnya korelasi adalah 0 s/d 1. Korelasi dapat positif yang artinya searah, jika variable pertama besar maka variable kedua semakin besar juga. Korelasi negatif, yang artinya berlawanan arah, jika variable pertama besar, maka variable kedua semakin mengecil.[7]

  ● Uji T ( T Test ) digunakan untuk membandingkan rata-rata dua populasi dengan data yang berskala interval.[8]

   2.        Statistika non parametik ( nonparametrik statistics) adalah pendugaan  dan uji dari parameter populasi anggapan bahwa skor-skor yang dianalisis telah ditarik dari suatu populasi dengan bebas sebaran ( tidak mengikuti distribusi tertentu).[9]

      Statistika nonparametrik merupakan bagian dari statistika inferensial yang tidak memperhatikan nilai dari satu atau lebih parameter populasi. Metode statistika nonparametrik digunakan untuk menganalisis data yang distribusinya tidak dapat diasumsikan normal. Data yang dibutuhkan lebih banyak yang berskala ukur nominal atau ordinal (data kualitatif).

        

         Contoh analisis statistika nonparametrik yaitu Qhi Square  untuk uji kebebasan dua variable kategori, Koefisien Korelasi Spearman, Uji Tanda Peringkat Wilcoxon, Uji Mann-Whitney, Uji Kruskal-Wallis, dan Uji Feiedman.

         Pada bagian pembahasan ini akan berfokus pada teknik analisi statistik nonparametrik, diantaranya:

         a. Korelasi Spearman.

                     Korelasi Spearman berfungsi untuk menentukan besarnya hubungan dua variable (gejala) yang berskala ordinal atau tata jenjang. Biasanya data yang dianalisis merupakan angka yang berjenjang. Misalnya, 1, 2, 3, 4 dan 5. Angka-angka tersebut sebenarnya bukan angka sebenarnya, melainkan hanya simbol saja. Oleh karena itu, korelasi ini termasuk uji statistik nonparametrik. Besarnya koreelasi adalah 0 s/d 1.[10]

                    b. Chi Square

                                    Chi Square kegunaannya adalah untuk mengetahui ada dan tidaknya hubungan antara variabel bebas dan variabel bergantung. Syarat untuk menggunakan chi square, maka data harus nominal.[11]

              Untuk dapat memanfaatkan semua jenis analisis tersebut seorang peneliti harus menguasai dan memahami model statistika tersebut dan menerapkan terhadap jenis penelitian yang sesuai.

C. Cara Membaca Inferensi.

              Dalam analisis penerikan kesimpulan statistik, uji statistic memberikan informasi mengenai kemungkinan bahwa kesimpulan yang terjadi hanya karena kebetulan dan keslahan acak atau terjadi karena suatu keterkaitan yang logis antar-variabel.

              Penarikan kesimpulan statistik adalah metode untuk memperkirakan tingkat variasi ulang. Sebagai berikut metode analisis data:

1. Perbedaan pengujian antar nilai rata-rata kelompok:

a.       Membandingkan nilai rata-rata sampel dengan nilai rata-rata populasi: z-test

b.      Membandingkan nilai rata-rata dua sampel:

1.      Seperangkat pengamatan independen: t-test untuk kelompok independen,

2.      Seperangkat pengamatan non-independen (kelompok yang dicocokkan, pengamatan yang diulang, dan sebagainya): t-test untuk kelompok non-independen.

c.       Membandingkan nilai rata-rata dua sampel atau lebih, membandingkan nilai rata-rata dalam rancangan berdasarkan factor (dengan lebih dari satu variabel independen): analisis varian (ANCOVA)

d.      Membandingkan nilai rata-rata dua sampel atau lebih sekaligus melakukan kontrol atas variasi yang berkaitan dengan variabel luar (ekstraneous): analisis antar varian (ANCOVA).

2. Menetukan jika koefisien korelasi (kecondongan regresi) benar-benar berbeda dari nol:

a.       t-test untuk signifikansi Pearson r dai nol,

b.      F-test untuk signifikansi korelasi ganda,

c.       t-test atau F-test untuk signifikansi kecondongan.[12]

Sebuah contoh sederhana penerapan statistika inferensial misalnya ketika seseorang ingin memban dingkan rata-rata performa dari dua grup berdasarkan ukuran tunggal untuk melihat apakah terdapat perbedaan diantara kedua grup tersebut. Misalnya seseorang ingin mengetahui apakah anak laki-laki klas enam dan anak perempuan klas enma berbeda dalam nilai ujian matematika, atau apakah terdapat perbedaan terhadap sebuah grup yang menjalani suatu program dengan grup lainnya yang tidak menjalani program. Untuk mengetahui hal tersebut seseorang dapat dilakukan suatu uji-t terhadapnya.[13]

BAB III

PENUTUP

KESIMPULAN

1.      Inferensial adalah ilmu pengetahuan statistik yang bertugas mempelajari tata cara penarikan kesimpulan mengenai keseluruhan populasi berdasarkan data hasil penelitian pada sampael (bagian dari populasi).

2.      Statistika parametrik (parametric statistics) yaitu pendugaan dan uji hipotesis dari parameter populasi didasarkan anggapan bahwa skor-skor yang dianalisis telah ditarik dari suatu populasi dengan distribusi tertentu.

Statistika non parametik ( nonparametrik statistics) adalah pendugaan  dan uji dari parameter populasi anggapan bahwa skor-skor yang dianalisis telah ditarik dari suatu populasi dengan bebas sebaran ( tidak mengikuti distribusi tertentu).

3.      Menetukan jika koefisien korelasi (kecondongan regresi) benar-benar berbeda dari nol:

a.       t-test untuk signifikansi Pearson r dai nol,

b.      F-test untuk signifikansi korelasi ganda,

c.       t-test atau F-test untuk signifikansi kecondongan.

          

DAFTAR PUSTAKA

Wijaya, Tony. Analisis Data Penelitian Menggunakan SPSS. (Yogyakarta:Universitas Atma Jaya Yogyakarta. 2009).

Praswoto, Adi. Memahami Metode-Metode Penelitian. (Yogyakarta: AR-Ruzz Media.2011).

Muhidin, Sambas Ali. Aplikasi Statistika Dalam Penelitian. (Bandung :CV Pustaka Setia. 2011).

Sarwono, Jonathan. Metode Penelitian Kuantitatif dan Kuakitatif. ( Yogyakarta: Graha Ilmu. 2006).

---

[1]Ating Somantri dan Sambas Ali Muhidin, Aplikasi Statistika dalam Penelitian, (Bandung: CV Pustaka Setia, 2006), 17

[2] Andi Praswoto, Memahami Metode-Metode Penelitian, (Yogyakarta: AR-Ruzz Media, 2011), 97.

[3] Tony wijaya, Analisis Data Pnelitian Mengguakan SPSS, ( Yogyakarta: Universitas Atma Jaya,2009), 8.

[4]Andhita Dessy Wulansari, Penelitian Pendidikan,(Ponorogo: STAIN Po PRESS,2012), 94.

[5] Ibid, 8.

[6] Sambas Ali Muhidin, Aplikasi Statistika dalam Penelitian, (Bandung: CV Pustaka Setia, 2011). 19-20.

[7] Jonathan Sarwono, Metode Penelitian Kuantitatif dan Kualitatif, (Yogyakarta: Graha Ilmu, 2006), 149-150.

[8] Ibid, 154.

[9] Tony Wijaya, 8.

[10] Jonathan Srawono, 158.

[11] Ibid, 158-161.

[12]Abbas Tashakkori, Mixed Methodology, (Yogyakarta: Pustaka Belajar, 2010), 191-192.