Istilah Pengukuran Statistik



1. Apa yang dimaksud mean, median dan modus?
  • Mean adalah rata-rata hitung. Penghitungannya dengan cara semua nilai skor dibagi jumlah data (dalam penelitian yang dimaksud adalah jumlah responden)
  • Median (Me) adalah nilai tengah dari data yang telah diurutkan (disusun) mulai dari data terkecil sampai data terbesar, atau sebaliknya dari data terbesar sampai data terkecil.
  • Modus atau Mode (Mo) adalah nilai dari data yang mempunyai frekuensi tertinggi atau nilai yang sering muncul dalam kelompok data.
2. Apa yg disebut regresi dan varians?
  • Regresi atau peramalan/pendugaan adalah proses memperkirakan secara sistematis tentang apa yang mungkin terjadi di masa yang akan datang berdasarkan informasi (data) masa lalu dan sekarang yang dimiliki agar kesalahan dapat diperkecil.
  • Regresi dapat juga diartikan sebagai usaha memperkirakan perubahan.
  • Regresi mengemukakan tentang keingintahuan apa yang terjadi di masa depan untuk memberikan kontribusi menentukan keputusan yang terbaik.
  • Kegunaan regresi dalam penelitian salah satunya adalah untuk meramalkan atau memprediksi variabel terikat (Y) apabila variabel bebas (X) diketahui. Selain itu regresi juga dapat digunakan untuk mengetahui bentuk hubungan dua variabel berbentuk linier (garis lurus) atau tidak linier.
  • Varians adalah rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya. Dalam penelitian ini menggunakan varians sampel, varians sampel adalah deviasi kuadrat dari dari setiap data rata-rata hitung terhadap semua data dalam sampel. Fungsinya untuk mengetahui tingkat penyebaran atau variasi data.
  • Standar deviasi adalah akar kuadrat dari varians dan menunjukan standar penyimpangan data terhadap nilai rata-ratanya.
3. Apa kegunaan koefisien korelasi?
  • Dalam statistik korelasi diberi pengertian sebagai hubungan antara dua variabel atau lebih. Hubungan dua variabel dikenal dengan istilah bivariate correlation, sedangkan hubungan antar lebih dari dua variabel disebut multivariate correlation
  • Koefisien korelasi adalah sebuah angka yang dapat dijadikan petunjuk untuk mengetahui seberapa besar kekuatan korelasi di antara variabel yang sedang diselidiki korelasinya.
  • Angka koefisien korelasi berkisar antara 0 sampai dengan ± 1.00 (artinya paling tinggi ± 1.00 dan paling rendah 0). Tanda plus minus pada angka koefisien korelasi ini fungsinya hanya untuk menunjukan arah korelasi. Apabila angka koefisien korelasi bertanda plus (+) maka korelasi tersebut positif dan arah korelasi satu arah, sedangkan Apabila angka koefisien korelasi bertanda negatif (-) maka korelasi tersebut negatif dan arah korelasi berlawanan arah.serta apabila angka koefisien korelasi = 0, maka hal ini menujukan tidak ada korelasi.
  • Contoh hubungan satu arah: Kenaikan gaji diikuti dengan jumlah konsumsi.
  • Contoh hubungan yang berlawanan arah: makin meningkatnya harga barang diikuti dengan menurunnya jumlah permintaan.
  • Kegunaan korelasi 1) untuk mencari bukti terdapat tidaknya hubungan (korelasi) antar variabel. 2) bila sudah ada hubungan, untuk melihat/mengetahui besarnya tingkat keeratan hubungan antar variabel (variabel bebas dengan variabel terikat atau variabel bebas dengan variabel bebas), dan 3) untuk memperoleh kejelasan dan kepastian apakah hubungan tersebut signifikan (berarti/meyakinkan) atau tidak signifikan (tidak berarti atau tidak meyakinkan).
4. Apa guna korelasi parsial dan korelasi multiple?
  • Guna korelasi parsial dinukan untuk menganalisis atau mengetahui hubungan antara variabel independen dan dependen, dimana salah satu variabelnya dibuat tetap/dikendalikan atau dikontrol. Jadi korelasi parsial merupakan angka yang menunjukan arah dan kuatnya hubungan antara dua variabel atau lebih setelah satu variabel yang diduga dapat mempengaruhi hubungan variabel tersebut dikontrol/dikendalikan untuk dibuat tetap keberadaannya.
  • Korelasi multiple atau korelasi ganda/jamak adalah hubungan antara dua atau lebih variabel bebas secara bersama-sama dengan satu variabel terikat.
5. Bagaimana cara mengukur/mengetahui derajat signifikan?
  • Dapat diketahui dari tabel distribusi t atau F atau tabel r (koefisien korelasi)
  • Menentukan dan menghitung nilai uji statistik yang digunakan, contoh mencari thitung atau F hitung kemudian dibandingkan dengan t tabel atau F tabel untuk mengetahui signifikan atau tidak signifikan.
6. Apa yang dimaksud dgn derajat signifikan?
  • Derajat signifikan adalah kesalahan taksiran, umumnya dinyatakan dalam peluang yang berbentuk persentase. Biasanya dalam penelitian kesalahan taksiran ditetapkan terlebih dahulu. Umumnya yang digunakan adalah 5% dan 1%. atau taraf kepercayaan umumnya 95% dan taraf kesalahan 5% atau α = 0,05 dan taraf kesalahan 1% atau α = 0,01. Dengan kata lain suatu kesimpulan dari data sampel yang akan diberlakukan untuk populasi itu mempunyai peluang kesalahan dan kebenaran (kepercayaan) yang dinyatakan dalam bentuk prosentase. Bila peluang kesalahan atau α = 5% maka taraf kepercayaan 95%. Peluang kesalahan dan kepercayaan ini disebut dengan taraf signifikansi.
7. Apa kegunaan derajat signifikan ?
  • Kegunaan derajad signifikan sebagai pedoman untuk menentukan atau mencari nilai tabel yang sesuai dengan uji statistik yang digunakan. Dalam penelitian ini digunakan uji t untuk uji hipotesis sederhana dan uji F untuk uji hipotesis ganda.
  • Hasil perhitungan uji statistik dibandingkan dengan nilai derajad signifikan, dengan kriteria tertentu. Jika hasil uji statistik lebih besar nilai derajad signifikan maka dinyatakan terdapat hubungan antara X dengan Y.
8. Apa beda uji signifikan dan uji linearitas?
  • Bedanya pada uji signifikansi, kriteria uji adalah apabila Fhitung > Ftabel, maka persamaan regresi dinyatakan signifikan sedangkan pada uji linearitas apabila Fhitung <>
9. Bagaimana cara mengukur X1X2 terhadap Y ?
  • Diukur menggunakan korelasi produk momen. Untuk mengukur X dengan Y menggunakan korelasi sederhana, untuk mengetahui signifikansi menggunakan uji t, sedangkan untuk mengukur X1X2 secara bersama-sama dengan Y menggunakan korelasi ganda untuk mengetahui signifikansi menggunakan uji F.

3 Responses to " Istilah Pengukuran Statistik "

  1. terima kasih infonya

    BalasHapus
  2. sama2,, jika perlu bantuan lainnya silahkan hubungan kami... trims

    BalasHapus
  3. Saya mau tanya kalau hubungannya variansi dengan nilai rata-rata apa ya?
    Saya ditanya sama dosen nilai variansi data saya 240,76 sedang rata-ratanya 30,00 nah kata dosen coba kemukakan alasannya kenapa nilai variansi lebih besar?
    Mas tolong pisan email in jawabannya ke email saya bluee_moen182@yahoo.co.id

    BalasHapus