Alat Ukur Statistika

I.        Uji Validitas Dan Reliabilitas  Instrumen

Dalam suatu penelitian, bagaimana data yang diperoleh akurat dan objektif adalah sesuatu yang sangat esensi. Agar data yang dikumpulkan benar-benar berguna, maka alat ukur yang digunakan harus valid dan reliabel.

A.  Validitas

Validitas (Validity) yaitu sejauhmana suatu alat ukur tepat dalam mengukur suatu data, dengan kata lain apakah alat ukur yang dipakai memang mengukur sesuatu yang ingin diukur. Misalnya bila kita ingin mengukur cincin, maka kita gunakan timbangan emas. Bila ingin menimbang berat badan, maka kita gunakan timbangan berat badan. Jadi dapat disimpulkan bahwa timbangan emas valid untuk mengukur berat cincin, tapi timbangan berat badan tidak valid untuk mengukur cincin. Untuk mengetahui validitas kuesioner dilakukan dengan membandingkan r tabel dengan r hitung.

Nilai r tabel dilihat pada tabel r dengan df= n-2 (n= jumlah responden/sampel) . Pada tingkat kemaknaan 5%, maka akan didapatkan angka r tabel. Nilai r hasil/output SPSS dapat dilihat pada kolom”Corrected item-Total Correlation”.

Keputusan: “Masing-masing pertanyaan/pernyataan dibandingkan nilai r hasil/output dengan nilai r tabel, bila r hasil>r tabel, maka pertanyaan tersebut valid”.

B.   Reliabilitas

Reliabilitas adalah suatu ukuran yang menunjukkan sejauh mana hasil pengukuran tetap konsisten bila diukur beberapa kali dengan alat ukur yang sama. Misalnya kita ingin mengukur jarak. Alat ukur pertama yang kita gunakan adalah meteran logam, dan alat ukur lainnya adalah dengan menghitung langkah kaki. Pengukuran dengan meteran logam akan mendapatkan hasil yang sama kalau pengukurannya diulang dua kali atau lebih. Namun sebaliknya jika pengukuran dengan tapak kaki, besar kemungkinan akan didapatkan hasil yang berbeda kalau pengukurannya diulang dua kali atau lebih. Jadi dapat disimpulkan bahwa pengukuran dengan meteran logam lebih reliabel dibandingkan dengan kaki.

Setelah semua pertanyaan valid semua, analisis dilanjutkan dengan uji reliabilitas. Untuk mengetahui reliabilitas adalah dengan membandingkan nilai r hasil dengan r tabel. Dalam uji reliabilitas sebagai nilai r hasil adalah nilai “Cronbach’s Alpha”. Ketentuannya : bila r Alpha > r tabel, maka pertanyaan tersebut reliabel.

 

II.      Statistika Parametrik Vs, Statistika Nonparametrik

Berdasarkan jenisnya, secara umum statistik dibagi menjadi statistik parametrik dan statistik non-parametrik:

A.   Statistik Parametrik

Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain, data yang akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi normalitas. Pada umumnya, jika data tidak menyebar normal, maka data seharusnya dikerjakan dengan metode statistik non-parametrik, atau setidak-tidaknya dilakukan transformasi terlebih dahulu agar data mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistik parametrik.

Contoh metode statistik parametrik :

a.    Uji-z (1 atau 2 sampel)

b.    Uji-t (1 atau 2 sampel)

c.    Korelasi pearson,

d.    Perancangan percobaan (one or two-way anova parametrik), dll.

Ciri-ciri statistik parametrik :

·         Data dengan skala interval dan rasio

·         Data menyebar/berdistribusi normal

Keunggulan dan kelemahan statistik parametrik:

Keunggulan :

1.     Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.

2.    Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta memiliki varian yang homogen.

Kelemahan :

1.     Populasi harus memiliki varian yang sama.

2.    Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.

3.    Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal dan bervarian sama, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan.

B.  Statistik Non-Parametrik

Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal.

Contoh metode statistik non-parametrik :

a.      Uji tanda (sign test)

b.     Rank sum test (wilcoxon)

c.      Rank correlation test (spearman)

d.      Fisher probability exact test.

e.      Chi-square test, dll

Ciri-ciri statistik non-parametrik :

a.      Data tidak berdistribusi normal

b.     Umumnya data berskala nominal dan ordinal

c.      Umumnya dilakukan pada penelitian sosial

d.      Umumnya jumlah sampel kecil

Keunggulan dan kelemahan statistik non-parametrik :

Keunggulan :

1.      Tidak membutuhkan asumsi normalitas.

2.  Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih mudah dimengerti jika dibandingkan dengan statistik parametrik karena ststistika non-parametrik tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik.

3.   Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal).

4.    Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif.

5.   Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang nyata.

6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat digunakan pada populasi berdistribusi normal.

 Kelemahan :

1.       Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.

2.   Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik.

3.  Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu.