Pada saat kita akan melakukan sebuah penelitian, seringnya kita dihadapkan dengan pilihan penggunaan metode penelitian apa yang tepat dan sesuai. Metode statistik apa yang cocok digunakan untuk penelitian kita.
Hal yang perlu dilakukan pada saat melakukan penelitian adalah penting bagi kita untuk merencanakan uji statistik apa yang akan digunakan. Kenapa harus direncanakan? Agar analisis data dapat memaksimalkan kualitas dan interpretasi dari temuan.
Nah, berikut ini akan dijelaskan secara ringkas apa itu uji statistik dan jenis-jenis uji statistik. Sehingga kalian bisa sedikit memiliki gambaran, metode apa yang nanti sesuai dengan penelitian kalian.
Pengertian Uji Statistik
Apa itu statistik? Yaitu suatu kegiatan untuk mengumpulkan untuk mengumpulkan dalam meringkas atau menyajikan data, menganalisa data dengan metode tertentu dan menginterpretasi hasil analisa tersebut.
Jadi yang dimaksud uji statistik itu adalah suatu metode yang berguna untuk membantu dalam pengambilan keputusan atas suatu kasus atau masalah tertentu.
Pada beberapa kasus jenis data juga akan mempengaruhi prosedur serta uji analisis data yang akan digunakan. Dalam dunia statistik ada 2 macam data yang digunakan yang pastinya akan menentukan prosedur uji yang digunakan.
Pertama adalah data kuantitatif yang nantinya akan menggunakan prosedur statistik parametrik. Dan yang kedua adalah data kualitatif yang cenderung mengarah pada penggunaan prosedur statistik non-parametrik.
Perbedaan Statistik Parametrik dan Non-parametrik
Statistik Parametrik
Statistik parametrik adalah ilmu statistik yang mempertimbangkan distribusi data, yaitu apakah data tersebar secara normal atau tidak. Dapat disimpulkan bahwa data yang akan dianalisis dengan statistik parametrik harus memenuhi asumsi normalitas.
Pada umumnya jika data tidak normal, dapat digunakan prosedur statistik non-parametrik.
Atau jika memang menginginkan menggunakan prosedur statistik parametrik perlu dilakukan transformasi data terlebih dahulu agar data menjadi sebaran yang normal.
Beberapa kelebihan dan kekurangan dari statistik parametrik adalah:
| KELEBIHAN | KEKURANGAN |
| – Syarat parameter suatu populasi sebagai sampel biasanya tidak diuji, dianggap memenuhi syarat, pengukuran data dilakukan dengan kuat. – Observasi bebas satu sama lain dan ditarik dari populasi yang tersebar normal dan homogen. | – Populasi memiliki variasi yang sama. – Variabel yang akan diteliti harus bias diukur dalam skala interval. – Dalam analisa varian ditambahkan syarat rata-rata dari populasi harus normal/ memiliki variasi yang sama dan merupakan kombinasi linier dari efek yang ditimbulkan. |
Ciri-ciri statistik parametrik adalah sebagai berikut :
- Data dengan skala interval dan rasio
- Data menyebar atau terdistribusi secara normal
- Membahas parameter-parameter populasi seperti rata-rata, proporsi dan lain-lain.
Contoh metode statistik paramterik, yaitu:
- Uji-z (1 atau 2 sampel)
- Uji-t (1 atau 2 sampel)
- Korelasi pearson
- Perancangan percobaan seperti one atau two way anova
Statistik Non-parametrik
Statistik non-parametrik adalah statistik bebas sebaran yaitu dimana pada statistik ini tidak mensyaratkan bentuk sebaran populasi, baik normal ataupun tidak.
Oleh karena itu observasi-observasi independen dan variabel yang ditelititi pada dasarnya memiliki kontinuitas.
Selain itu statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yaitu nominal dan ordinal yang biasanya tidak terdistribusi atau menyebar normal.
Beberapa kelebihan dan kekurangan statistik non-parametrik adalah:
| KELEBIHAN | KEKURANGAN |
| – Tidak butuh asumsi normalitas. – Secara umum lebih mudah dikerjakan karena tidak ada hitungan yang rumit. – Dapat digantikan dengan data numerik (nominal) dengan ordinal. – Terkadang tidak dibutuhkan urutan/ jenjang secara formal karena hasil pengamatan disajikan dalam bentuk kualitatif. – Pengujian hipotesis dilakukan secara langsung pada pengamatan yang nyata. – Tetap bias digunakan pada populasi dengan persebaran data yang normal. | – Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu. – Hasilnya tidak setajam statistik parametrik. – Hasil statistik tidak dapat diekstrapolasi ke populasi studi karena statistik non-parametrik mendekati eksperimen dengan sampel kecil dan biasanya membandingkan suatu kelompok tertentu. |
Ciri-ciri statitik non-parametrik adalah sebagai berikut :
- Jenis data nominal atau ordinal
- Distribusi data atau populasi tidak diketahui atau bias disebut tidak normal
- Umumnya tidak membahas tentang parameter-parameter populasi
- Umumnya dilakukan pada penelitian sosial
Contoh metode statistik non-parametrik, yaitu:
- Uji tanda (sign test)
- Rank sum test (Wilcoxon)
- Rank correlation test (spearman)
- Uji Fisher
- Chi-square test
Jenis-Jenis Uji Statistik
Pada bagian jenis-jenis uji statistik ini akan dijelaskan sedikit pemaparan pada contoh-contoh metode statistik baik dari statistik parametrik ataupun statistik non-parametrik.
Uji – Z
Uji-Z adalah salah satu uji statistika yang pengujian hipotesisnya didekati dengan sebaran normal. Menurut teori, data dengan ukuran sampel yang besar akan tersebar secara normal.
Oleh karena itu, uji ini digunakan untuk data yang besar. Jumlah data atau sampel 30 atau lebih sudah dapat dimasukkan dalam jumlah yang besar. Selain itu uji ini digunakan untuk menganalisa data yang variasi populasinya diketahui.
Kriteria pengunaan uji-z :
- Data terdistribusi normal
- Variasi diketahui
- Ukuran sampel (n) besar ≥ 30
- Digunakan untuk membandingkan 2 buah observasi
Uji t
Uji t digunakan untuk menguji apakah rata-rata suatu populasi sama dengan suatu harga tertentu. Ataukah rata-rata dua populasi tersebut sama atau beda secara signifikan.
Uji t satu sampel : untuk menguji apakah satu sampel sama atau berbeda dengan rata-rata populasinya.
Uji t dua sampel : untuk menguji apakah rata-rata dua sampel yang berpasangan sama atau berbeda.
Korelasi Person
Korelasi Person, didasarkan oleh penemunya yaitu Karl Pearson. Digunakan untuk mengetahui hubungan dari beberapa variabel.
Kesimpulan dari beberapa asumsi yang digunakan apabila dilakukan analisis korelasi produk momen atau korelasi pearson antara lain yaitu distribusi nilai dari variabel terdistribusi normal atau memang mendekati normal.
Variabel yang akan dicari korelasinya adalah variabel kontinum yang bersifat rasional atau minimal bersifat interval dan hubungan dari dua variabel adalah linier.
ANOVA
One Way ANOVA merupakan lanjutan dari uji-t independen dimana kita memiliki 2 kelompok percobaan ataupun lebih dari dua percobaan. Anova ini biasa digunakan untuk membandingkan mean (rataan) dari dua kelompok sampel independen atau bebas.
Rank Sum Test atau Wilcoxon digunakan untuk menganalisa hasil-hasil pengamatan yang berpasangan dari dua data apakah berbeda atau tidak.
Chi-Square Test atau Tes Independensi disebut juga dengan Kai Kuadrat, digunakan untuk menguji apakah ada hubungan antara baris dengan kolom pada sebuah tabel kontingensi.
Syarat Uji Chi-Square :
- Tidak ada sell dengan nilai frekuensi kenyataan atau disebut juga actual count Fo sebesar 0 (nol).
- Apabila bentuk tabel kontingensi 2 x 2 maka tidak boleh ada 1 sell saja yang memiliki frekuensi harapan atau disebut juga expected count (Fh) kurang dari 5 (lima).
- Apabila bentuk tabel lebih dari 2 x 2 misal 2 x 3 maka jumlah sel dengan frekuensi harapan yang kurang dari 5 (lima) tidak boleh dari 20%.
Uji Fisher merupakan uji yang digunakan untuk melakukan analisis pada dua sampel independen. Dimana jumlah sampelnya relatif kecil atau biasanya kurang dari 20 dengan skala data nominal atau ordinal.
Sekian sedikit penjelasan tentang pengertian uji statistik dan berbagai jenis dan contoh penggunaannya, semoga bermanfaat!