Beberapa hal saya coba tangkap pada saat kuliah awal statistik yang diajarkan oleh seorang dosen yang memang sudah sangat ahli dibidangnya. Dari raut wajahnya itu kayaknya bisa terlihat bahwa beliau ini memang cinta mati dibidang statistic tersebut hehehe...Berikut ini catatannya sebisa saya :
Di dalam membuat penelitian (baca : tesis) ada beberapa hal yang perlu diketahui :
1. Bahwa tesis bisa berupa analisa dari teori a dan teori b dari kasus yang sama apakah sinkron, saling mendukung, atau yang sesuai teori a atau teori b.
2. Bisa juga dari teori a dan teori b di atasu kita malah menciptakan teori baru c.
3. Tesis bisa juga merupakan kenyataan dan harapan, lalu ada sesuatu yang bisa diciptakan.
1. Bahwa tesis bisa berupa analisa dari teori a dan teori b dari kasus yang sama apakah sinkron, saling mendukung, atau yang sesuai teori a atau teori b.
2. Bisa juga dari teori a dan teori b di atasu kita malah menciptakan teori baru c.
3. Tesis bisa juga merupakan kenyataan dan harapan, lalu ada sesuatu yang bisa diciptakan.
Untuk pilihan (1) dan (2) diatas (tesis yang berupa analisa dst) berarti perlu konfirmasi. Berarti pula perlu data empiris. Berarti lagi pasti akan melibatkan statistik. Jadi jika pilih tesis berbau (1), mau tidak mau harus pakai statistik, karena tesis tersebut harus memiliki data-data yang teruji.
Tesis (1) ini biasanya menggunakan :
- Statistik deskriptif
- Regresi
- SEM (Structural Equstion Model)
- PLS (Partial Least Square)
- Statistik deskriptif
- Regresi
- SEM (Structural Equstion Model)
- PLS (Partial Least Square)
Untuk pilihan (3) di atas (tesis yang merupakan kenyataan dan harapan) itu berarti pure masalah mbak SITI, demikian kami mengistilahkan. SITI itu sebenarnya adalah Sistem Informasi Teknologi Informasi.
Biasa di dalam membangun ehm.. maksudnya memilih tesis berbau SITI sangat jarang menyentuh statistik. Tapi bisa juga menyentuh sih. Bisa juga menyentuh keduanya, tapi pada dasarnya statistik yg dipakai tidak pada porsi yang besar atau menjadi topik utamanya.
Perangkat lunak (software) pProgram aplikasi statistik yang biasa dipakai sangat beragam, seperti :
- SOFA
- SPSS
- Eviews
- Stata
Banyak orang saat menggunakan statistik SEM, memakai program aplikasi AMOS. Jika menggunakan statistik PLS, bisa pakai program aplikasi SmartPLS.
Jan jane (terjemaah Indonesianya : sebenarnya) program aplikasi spreadsheet seperti ms-excel atau lotus 123 (jadul bo, banyak teman2 belom lahir kali) juga bisa dipakai untuk membuat perhitungan statistic sederhana.
Ok deh, let's talk about Regresi (hubungan sebab akibat)
misalnya ada sebuah penelitian :
"Apakah usaha mahasiswa berpengaruh terhadap kinerja"
----- -------
belajar IP
Jadi bisa divisualkan :
"Apakah belajar mahasiswa berpengaruh terhadap IP"
------- --
bisa dikembangkan lagi belajar itu apa definisinya, apakah parameternya
yang berpengaruh. misalnya jam belajarnya yang lam, maka ip naik.
Tapi di statistik bisa diselidiki apakah ada relevansinya antara jam kerja
yg lama maka ip naik.
sumbu x = jam belajar
sumbu y = ip
Artinya yang penting adalah measurements
Nah bingung juga saat sang dosen mengatakan bahwa tipe statistik itu :
- ada kesimpulan
- ada juga yang tidak perlu disimpulkan (weeh.. menarik juga, ternyata bisa tidak perlu disimpulkan).
Beberapa istilah yang sering dipakai dalam statistic antara lain :
- Populasi: sekumpulan orang atau objek yang
sedang diteliti
Sensus: pengumpulan data pada seluruh populasi
Sampel: sebagian dari populasi yang, apabila diambil dengan benar, merupakan representasi dari populasi
Parameter: ukuran deskriptif dari populasi
Statistik: ukuran deskriptif dari sampel
sedang diteliti
Sensus: pengumpulan data pada seluruh populasi
Sampel: sebagian dari populasi yang, apabila diambil dengan benar, merupakan representasi dari populasi
Parameter: ukuran deskriptif dari populasi
Statistik: ukuran deskriptif dari sampel
- Saat baca statistic bisa dilihat dari table collerasi di kolom :
o h0 : harus netral. Selalu menganggap bahwa mereka adalah identik/sama.
o alfa = 5%
o sig (atau p atau pvalue atau probabilitas)
jika sig lebih kecil dari alfa maka benarlah bahwa var a dg var b yg diteliti itu berbeda
jika sig lebih besar dari alfa maka var a dan var b yang diteliti tidak berbeda
- masih banyak lagi
Catatan tambahan untuk baca statistic :
- Biasanya pd tabel collerasi ada juga kolom t. itu sebenarnya sama dg sig,
tapi ada cara sendiri utk mengartikannya.
- Semakin besar t semakin kecil sig
di excel : pada summary output ada tabel regrestio
adjusted R : semakin kecil semakin baik.
Untuk observasi sebaiknya :
- 1 variable terdiri dari 15 responden (ini jika menggunakan distribusi normal)
Masih banyak yang kelewatan yang belum dicatat dan tentu juga banyak hal yang mungkin bisa salah dari pencatatan di atas tadi. Jadi mohon maaf dan jika ada yang baca dan mau memberi komentar, dipersilahkan. terimakasih.
