LATIHAN STATISTIK

A. JENIS STATISTIK

Penggunaan teknik statistik dalam kegiatan penelitian berkaitan dengan masalah

pengumpulan, penyajian, analisis, dan penafsiran data. Dilihat dari segi
pemanfaatannya dalam pengolahan data, teknik statistik dapat dikelompokkan ke
dalam dua golongan, yaitu statistik deskriptif dan statistik inferensial

1. Statistik deskriptif,
a. adalah teknik statistik yang memberikan informasi hanya mengenai data
yang dimiliki dan tidak bermaksud untuk menguji hipotesis dan kemudian
menarik generalisasi untuk data yang lebih besar (populasi).
b. Statistik ini “hanya” dipergunakan untuk menyajikan dan menganalisis
data agar lebih bermakna dan komunikatif dengan perhitungan yang sederhana
c. Contoh: data jumlah siswa, mahasiswa, guru, dosen, pegawai, jumlah
lulusan, jumlah penduduk per jenis kelamin, usia, pekerjaan dll
d. Data tersebut disajikan dalam bentuk tertentu, misalnya tabel frekuensi,
histogram, poligon, pie dll
e. Menggunakan penghitungan sederhana (disebut statistik dasar), seperti
penghitungan frekuensi, frekuensi kumulatif, persentase, persentase kumulatif,
tingkat persentil, skor tertinggi dan terendah, rata-rata hitung, simpangan
baku, tabulasi silang, dll

2. Satistik Inferensial
a. Disebut juga statistik induktif, yakni statistik yang berkaitan dengan
analisis data (sampel) untuk kemudian dilakukan penyimpulan-penyimpulan
(inferensi) yang digeneralisasikan kepada keseluruhan subjek tempat data itu
diambil (populasi)
b. Statistik untuk menguji hipotesis, baik hipotesis nol maupun hipotesis
kerja tentang ada tidaknya hubungan, perbedaan, dan fungsi peramalan di
antara data variabel-variabel yang diuji
c. Statistik inferensial antara lain: penghitungan korelasi, t-tes, analisis
varians, chi-kuadrat, regresi, dll.

B. JENIS DATA

Data merupakan informasi yang berkaitan dengan keadaan, keterangan, dan atau
ciri khas tentang suatu hal pada subjek penelitian yang dapat dijadikan bahan
analisis. Dilihat dari segi wujud data, dapat dikelompokkan menjadi: (1) data
kualitatif, data verbal hasil pengamata, wawancara, atau dokumentasi; (2) data
kuantitatif, yakni data berwujud angka-angka sebagai hasil pengukuran atau
penjumlahan. Data kuantitatif (sebagai data yang dapat diolah dengan statistik),
dibedakan ke dalam empat macam: (a) data nominal, (b) data ordinal, (c) data
interval, dan (d) data rasio.

1
1. Data Nominal
a. Adalah angka yang hanya berfungsi sebagai pengganti nama atau sebutan
suatu gejala
b. Disebut juga skala klasifikasi, dipergunakan untuk mengklasifikasikan
suatu benda, sifat, jenis, atau orang.
c. Angka sekedar lambang pengkategorian tentang sesuatu yang yang
dikategorikan.
d. Kategori dilakukan dengan membagi suatu golongan ke dalam sub-
subgolongan tertentu
e. Misalnya: Jenis kelamin, pria = 1 dan wanita = 2; Jenis pekerjaan: PNS =
1, Tani = 2, TNI = 3, Pegawai Swasta = 4, dst

2. Data Ordinal
a. Adalah angka, selain berfungsi sebagai pengganti nama atau sebutan sutau
gejala, angka tersebut juga menunjukkan adanya perbedaan intensitas
b. Disebut juga skala peringkat, yang menunjukkan adanya kategori
hubungan tingkatan
c. Masing-masing angka menunjukkan perbedaan intensitas atau tinggi
rendah, tetapi unit perbedaannya tidak dapat ditandai dan tidak diperhatikan.
d. Hubungan yang digunakan adalah kategori lebih, labih besar, lebih tinggi,
lebih senang, lebih rajin dsb.
e. Misalnya: peringkat siswa, peringkat I > peringkat II > peringkat III >
peringkat IV; nilai mata kuliah, A/B/C/D/E
f. Data peringkat tersebut dapat dikodekan dalam lambang angka, tetapi
perbedaan jarak tiap angka tidak diketahui secara pasti

3. Data Interval
a. Adalah data yang mempunyai ciri-ciri skala ordinal, namun jarak antara
tiap bilangan itu diketahui
b. Angka-angka bersifat linier dengan jarak yang pasti dan perbedaan-
perbedaan dalam skala itu berada dalam hubungan yang sepadan
c. Dalam skala ordinal, jika jarak antara kategori peringkat baik, sedang, dan
kurang dilambangkan dengan angka 3, 2, dan 1, sebenarnya perbedaan antara
angka 3, 2, dan 1 itu tidak diketahui secara pasti
d. Sesuatu yang tercakup dalam kategori baik, sebenarnya dapat berkategori
baik sekali, baik, dan agak baik, namun masih berada di atas daripada kategori
sedang.
e. Dalam sekala interval, jarak antara 3, 2, dan 1 tersebut sama, yakni 1.
Contoh lain, jarak antara 50 dengan 60 sama dengan jarak 60 dan 70.

4. Data Rasio
a. Adalah data yang mempunyai ciri-ciri skala interval, namun mempunyai
bilangan nol yang absolut (sebenarnya) yang digunakan sebagai titik awal
penghitungan.
b. Dalam skala interval tidak mempunyai bilangan nol mutlak atau dalam arti
yang sebenarnya (hal itulah yang membedakan data interval dan data rasio)
c. Misalnya: ukuran panjang 10 m, 25 m, tetapi dapat 0 m; ukuran berat, 10
kg, 5 kg, dapat juga 0 kg.

2
Contoh Jenis Data

Tabel 1. Hasil Lomba Deklamasi Perayaan Hari Kartini Siswa SDM Condongcatur

Nilai
No. Nama Kelas Juara Ke- Hadiah
Juri I Juri II Juri III Total
1. Aditya 3 86 70 77 233 1 Rp 25.000,00
2 Irmawan 3 71 70 88 229 2 Rp 15.000,00
3 Ikabekti 4 70 70 88 228 3 Rp 10.000,00
4 Desi 3 88 60 66 214 4 Rp 7.000,00
5 Eko 4 75 60 77 212 5 buku tulis
6. Wahjuni 4 70 70 66 206 5 buku tulis
7. Haifani 5 63 60 77 200 5 buku tulis
8. Saslsabila 5 59 60 77 196 5 buku tulis
9. Alfarizi 6 55 50 77 182 5 buku tulis
10. Suryaman 6 60 50 66 176 5 buku tulis

Keterangan:
1) Angka (1, 2, 3, dst) di kolom “No” adalah jenis angka dalam
skala nominal. Angka-angka tersebut hanyalah nomor urut dan tidak dapat
dijumlahkan, dibagi, atau dikalikan. Angka 3 tidak berarti lebih besar dari 1 atau
lebih rendah dari 9.
2) Angka 3, 4, 5 dan 6 dikolom “Kelas” adalah jenis angka
dalam skala ordinal. Angka tersebut juga tidak dapat dijumlahkan, dibagi, atau
dikalikan, tetapi angka di kolom ini mempunyai perbedaan tinggi rendah. Angka
yang lebih tinggi mengandung arti yang bersangkutan sudah lebih lama
bersekolah. Selanjutnya, angka pada kolom “Juara Ke-“ juga termasuk angka
ordinal. Angka 1, 2, 3, dan 4 hanya mengandung perbedaan urutan saja dan jarak
antar peringkat (selisih nilai) tidak sama (tidak diperhatikan).
3) Angka-angka pada kolom “Nilai” adalah jenis angka dalam
skala interval. Angka-angka pada kolom ini bisa dijumlahkan, dibagi, atau
dikalikan. Selisih angka ini dicacah dengan kelipatan satu angka yang sama.
Selisih antara satu angka dengan angka yang lain sama dan tetap
4) Angka-angka yang menunjukkan jumlah uang (hadiah) pada
kolom “Hadiah” adalah jenis data rasio. Angka ini dapat dibagi, dikali, atau
dijumlahkan dan hasilnya bisa mencapai satuan yang lebih kecil dari ratusan
rupiah dan tetap dapat memberikan makna yang dapat dipahami pembacanya.
Misalnya Rp 7.777,77 (baca: tujuh ribu tujuh ratus tujuh puluh tujuh rupiah tujuh
puluh tujuh sen).

C. KECENDERUNGAN SENTRAL
1) Mean atau rata-rata hitung (disingkat M) adalah hasil yang
diperoleh dari penghitungan jumlah skor keseluruhan individu dibagi jumlah N.
2) Median (Md) atau disebut juga rata-rata posisi adalah angka
yang terletak di tengah-tengah dari sebuah distribusi frekuensi. Median akan
membelah jumlah skor menjadi dua bagian yang sama banyaknya.
3) Modus (mode, Mo) adalah skor yang mempunyai frekeunsi
paling banyak di antara skor-skor yang lain dari sebuah pengukuran. Jika dalam

3
 sebuah pengukuran terdapat dua skor yang sama, kedua skor itu dijumlah
kemudian dibagi dua.
4) Standard deviasi dan varians. Standard deviasi digunakan
untuk menilai dispersi rata-rata dari sampel. Untuk mengetahui sebaran data
adalah mean +/- (2x nilai standar deviasi). Jika hasil jarak nilai maksimum dan
minimumnya besar, sebaran datanya tidak baik; sebaliknya, jika jarak nilai
maksimum dan minimumnya kecil, sebaran datanya baik.
5) Skewness digunakan untuk mengetahui normalitas data.
Rasio skewness adalah nilai skewness dibagi standard error skewnes. Sebagai
pedoman, jika hasil rasio skewness berada -2 s.d. +2, distribusi data adalah
normal.
6) Kurtosis digunakan untuk mengetahu normalitas data.
Ratosio kurtosis adalah nilai kurtosis dibagai standar error kurtosis. Sebagai
pedoman, jika hasil rasio kutosis berada di antara -2 s.d. +2, distribusi data adalah
normal.
7) Range adalah data maksimum dikurang data minimum.

Statistik Deskriptif:
Hasil Tes Kemampuan Berbicara Mahasiswa

Nomor Nama Mahasiswa Nilai

1 Ani 75
2 Rudi 73
3 Jarwo 70
4 Eko 66
5 Lukas 65
6 Safitri 62
7 Rizki 60
8 Anita 58
9 Rahma 55
10. Aditya 67

D. UJI HUBUNGAN

1. Korelasi Dua Variabel (Bivariat): besar/tingkat hubungan antara dua

variabel

Product Moment Rank-Spearman dan Point-biserial

Pearson Kendall Correlation
a. distribusi data normal a. distribusi data tidak Untuk korelasi
b. sampel besar/varians normal antara jenis data
populasi diketahui b. sampel kecil/varians interval dengan
c. data interval atau rasio po pulasi tidak data nominal
diketahui
c. data ordinal

4
a. Korelasi Dua Variabel: Product Moment
Hubungan antara Kemampuan Penalaran dan Kemampuan Mengarang

Nomor Skor Penalaran Skor Mengarang

1 75 50
2 73 80
3 70 75
4 66 72
5 65 70
6 62 68
7 60 65
8 58 63
9 55 60
10. 75 55

b. Korelasi Dua Variabel: Rank-Sperman (data ordinal/berjenjang)

Hubungan Peringkat Masuk PT dengan IP Semester Pertama

Nomor Nama Mahasiswa Peringkat Masuk Indeks Prestasi

1 Ani 1 3.2
2 Rudi 2 3.2
3 Jarwo 3 3.5
4 Eko 4 3.4
5 Lukas 5 3.1
6 Safitri 6 3.6
7 Rizki 7 3.0
8 Anita 8 2.8
9 Rahma 9 2.7
10. Aditya 10. 3.0

c. Korelasi Dua Variabel: Kendall (data ordinal/berjenjang)

Hubungan antara Peringkat Juri I dan Juri II pada lomba baca Puisi

Nomor Nama Mahasiswa Nilai Juri I Nilai Juri II

1 Ani 7 8
2 Rudi 7 7.5
3 Jarwo 6 6
4 Eko 6 6.5
5 Lukas 7.5 7.5
6 Safitri 8 8
7 Rizki 8 8.5
8 Anita 7.5 8.5
9 Rahma 5.5 6
10. Aditya 7 8

5
d. Korelasi dua variabel: Point Biserial ( data interval dan nominal (bersifat
dikotomis)
Hubungan antara status penutur bahasa dengan hasil cloze test

Nomor Nama Mahasiswa Kategori Skor

1 Ani 1 95
2 Rudi 0 75
3 Jarwo 0 60
4 Eko 1 65
5 Lukas 1 75
6 Safitri 0 80
7 Rizki 1 85
8 Anita 1 85
9 Rahma 0 60
10. Aditya 1 80

Keterangan: Kategori 1 = penutur bahasa pertama (bahasa yang dipakai cloze test)
Kategori 0 = penutur bahasa kedua

2.Korelasi Antarvariabel (Inter-correlation):besar/tingkat hubungan tiga atau lebih

variabel yang masing-masing dipasangkan

Nomor Pengetahuan Pengetahuan Kosa Sikap terhadap Kemampuan

Sastra Kata Sastra Apresiasi
X1 X2 X3 Y
1 56 56 134 54
2 58 54 130 52
3 60 66 136 62
4 56 62 140 56
5 48 52 120 50
6 48 56 124 48
7 50 67 112 50
8 48 60 110 46
9 60 62 132 52
10. 54 62 132 56
11. 58 64 136 54
12. 48 52 126 44
13. 58 68 126 56
14. 42 60 102 38
15. 50 50 128 52
16. 52 54 128 54
17. 50 48 120 44
18. 68 66 140 60
19. 46 40 112 38
20. 58 48 124 54

6
3. Korelasi Partial (partial correlation): yakni korelasi antarvariabel dengan me-
netapkan adanya variabel yang dikontrol

4. Korelasi Ganda (multiple correlation): jika satu variabel dikorelasikan dengan

beberapa variabel sekaligus

E. UJI BEDA

Uji beda untuk jenis penelitian yang menghasilkan data berskala interval, pada
umumnya dimaksudkan untuk menguji perbedaan rata-rata hitung di antara
kelompok-kelompok tertentu yang diteliti. Jika kelompok sampel yang ingin diuji
terdiri dari dua kelompok, biasanya digunakan statistik teknik t-tes. Jika kelompok
sampel yang ingin diuji lebih dari dua kelompok, biasanya digunakan statistik
teknik Analisis Varians (Anava).

Di pihak lain, jika data hasil penelitian itu berupa data yang berskala nominal,
uji beda pada umumnya dimaksudkan untuk menguji perbedaan frekuensi
pemunculan. Teknik statistik yang digunakan untuk menguji adalah teknik Chi
Kuadrat (Chi Square) Chi dibaca Kai, simbol: χ2

1. T-Tes
a. T-Tes Sampel Bebas
Rata-rata hitung yang diuji perbedaannya berasal dari dua sampel yang berbeda.
Jadi, dua kelompok sampel yang berbeda dikenai perlakuan/pengukuran yang
sama

Contoh:
Judul Penelitian: perbedaan kemampuan berbicara antara mahasiswa tipe ekstovert
dan tipe introvert
Hipotesis alternatif (Ha) : terdapat perbedaan kemampuan berbicara yang signifikan
antara mahasiswa tipe ekstrovert dan tipe introvert.

Data Hasil Tes Kemampuan Berbicara Mahasiswa Tipe Ekstovert dan Introvert

Nomor Skor Mhsw Ekstrovert Skor Mhsw Introvert

1 80 75
2 75 73
3 72 70
4 70 66
5 68 65
6 65 62
7 63 60
8 60 58
9 55 55

7
 10 - 50

b. T-Tes Sampel Berhubungan

Rata-rata hitung yang diuji perbedaannya berasal dari sampel yang sama atau
kelompok yang sama (paired samples). Jadi, dua kelompok sampel yang sama
dikenai perlakuan/pengukuran yang berbeda.

Contoh:
Penelitian: Melakukan pengamatan pada kelompok siswa yang mengikuti persiapan
tes kemampaun menerjemahkan. Sebelum mengikuti kursus siswa diberi
tes dan setelah paket kursus diadakan tes lagi.
Hipotesis nol (Ho) : tidak ada perbedaan yang signifikan antara sebelum kursus
dengan setelah kursus terhadap kemampuan siswa menerjemahkan

Data Hasil Kemampuan Menerjemahkan

Nomor Sebelum Kursus Setelah Kursus

1 80 75
2 78 75
3 75 76
4 73 70
5 70 75
6 70 70
7 70 65
8 68 72
9 68 65
10 65 68
11 65 63
12 65 60
13 62 65
14 60 58
15 60 54

2. Analisis Varian (Analisis of Varian ‘Anova’)

a. Analisis Varian Satu Jalan
Digunakan untuk menguji signifikansi perbedaan rata-rata hitung yang hanya
mencakup satu klasifikasi atau satu variabel independen .

Contoh: penelitian eksperimen terhadap tiga kelompok siswa dalam menulis puisi
yang masing-masing dikenai teknik/metode latihan yang berbeda.

8
Hipotesis nol (Ho) : tidak ada perbedaan yang signifikan antarkelompok siswa dalam
menulis puisi dengan teknik/metode latihan yang berbeda.
Contoh Data

No. Kelompok I Kelompok II Kelompok III

(Metode A) (Metode B) (Metode C)
1 70 78 80
2 68 75 80
3 66 75 78
4 66 70 78
5 65 68 78
6 65 68 75
7 65 65 75
8 63 65 75
9 63 65 75
10 63 65 70
11 62 62 70
12 62 62 70
13 60 70
14 60 68
15 56 65

b. Analisis Varian Dua Jalan

Digunakan untuk menguji signifikansi perbedaan rata-rata hitung dari tiga atau
lebih kelompok

Contoh:
Penelitian: perbedaan kemampuan berbicara mahasiswa putra dan putri yang bertipe
ekstovert dan introvert

Hipotesis kerja (Ha) : ada perbedaan kemampuan berbicara yang signifikan antara
mahasiswa yang bertipe ekstovert dan introvert
Hipotesis nol (Ho) : tidak ada perbedaan kemampuan berbicara yang signifikan antara
mahasiswa putra dan putri
Hipotesis ketiga (Ha) : Ada interaksi antara faktor kejiawaan dan jenis kelamin dalam
kemampuan berbicara

Contoh Data

No. Jenis Kelamin Ekstrovert Introvert

1 80 76
2 80 74
3 78 72
Putri

4 78 70
5 75 70
6 75 68
7 75 65

9
 8 70 60
9 70 55
10 65 50
11 82 75
12 80 75

Putra
13 78 70
14 75 68
15 75 68
16 75 65
17 70 65
18 70 60
19 65 60
20 60 55

Catatan: Jika dalam sebuah penelitian eksperimen juga dilakukan pengontrol variabel-
variabel lain yang dicurigai berpengaruh terhadap variabel terikat, teknik
analisis varian (Anova) saja tidak cukup sehingga harus menggunakan
teknik analisis analisis kovarian (Analysis of Covariance ‘Ancova’)

Misalnya:
Terhadap tiga kelompok siswa yang belajar menulis puisi dikenai tiga macam metode
pendekatan yang berbeda untuk mengetahui pendekatan mana yang lebih efektif.
Pendekatan menulis puisi disebut variabel bebas (variabel independen) dan hasil yang
dicapai siswa (kemampuan menulis puisi) disebut variabel terikat (variabel
dependen). Dilakukan pengontrolan variabel lain yang dicurigai berpengaruh terhadap
variabel terikat, misalnya berupa kemampuan awal siswa, dengan diberikan pretes.

3. Chi Kuadrat (Chi Square)

Uji perbedaan untuk penelitian yang menghasilkan data berskala nominal. Uji ini
untuk mengetahui apakah jumlah frekuensi kemunculan berbeda atau tidak secara
signifikan.

Contoh:
Penelitian: kegemaran membaca jenis majalah pada mahasiswa Universitas X
Yogyakarta

Jenis majalah dibatasi pada kelompok majalah wanita, berita, hiburan, dan ekonomi,
sedang Universitas X memiliki tiga fakultas, yaitu Fakultas A, Fakultas B, dan
Fakultas C. Pengumpulan data dilakukan dengan cara pemberian angket terhadap
mahasiswa yang secara kebetulan ditemui.

Data

Nama Fakultas
Jenis Majalah Jumlah

10
11