PENGERTIAN STATISTIK INDUKTIF
A. PENGERTIAN STATISTIK
Statistik berasal dari kata “State” yang diartikan sebagai kumpulan bahan keterangan (data), baik yang berwujud angka (data kuantitatif) maupun yang tidak berwujud angka (data kualitatif) yang mempunyai arti penting dan kegunaan yang besar bagi suatu Negara. Statistik lahir pada awal dekade tahun 1600 seorang ahli matematika Blaise Pascal yang menemukan teori peluang atau teori probabilitas. Tulus Winarsunu, (2017: 1) mengartikan Statistik adalah metode dan prosedur yang digunakan untuk melakukan pengumpulan, pengolahan, penafsiran dan penarikan keismpulan pada data hasil-hasil penelitian. Sedangkan menurut Fajri Ismail (2018:6) statistik adalah kumpulan atau himpunan angka angka baik yang belum tersusun maupun yang sudah dan disajikan dalam bentuk tabel atau grafik.
Statistik terbagi menjadi dua: Statistik Deskriptif dan Statistik Induktif (Inferensial). Statistik Deskriptif adalah statistik yang mengumpulkan, mengolah, menganalisi data, menyajikan data observasi dalam bentuk tabel, grafik, chart, dan gambar agar orang lain mudah memahami gambaran karakteristik obyek data tersebut (Alghifari, 2016: 4). Menurut Fajri Ismail (2018: 11) karakteristik statistik deskriptif mencakup:
- Penyajian data berupa tabel dan grafik atau diagram.
- Pengukuran data menggunakan ukuran pemusatan data (mean, median, modus, kuartil, persentil, dll) dan ukuran penyebaran data (simpangan, simpangan rata-rata, varian, standar deviasi, dll).
- Mengukur kenormalan berdasarkan kemencengan data (skewness) dan keruncingan data (kurtosis).
Statistik Induktif (Inferensial ) adalah statistik yang memiliki estimasi sebagai perkiraan nilai dari populasi yang diwakili oleh sampel, hipotesis sebagai dugaan awal penelitian dengan tujuan membuat kesimpulan atau prediksi dari dua variabel atau lebih (Ismail, 2018 :12). Menurut Al Ghifari (2016 : 4) statistik induktif merupakan kegiatan menganalisis dan menginterpretasikan data untuk penarikan kesimpulan berkenaan dengan data tersebut. Statistik Induktif/ Inferensial terbagi menjadi 2 macam: Statistik Parametrik dan Non Parametrik. Statistik Non Parametrik tidak membutuhkan uji prasyarat dalam analisis datanya, sedangkan statistik parametrik membutuhkan uji persyaratan dan asumsi dalam analisis datanya.
B. HIPOTESIS
Hipotesis adalah jawaban sementara terhadap rumusan masalah penelitian yang didasarkan pada teori yang relevan (Sugiono, 2019). Hipotesis terdiri dari 2 macam:
๐ป0 : Hipotesis yang belum diyakini peneliti terhadap teori yang dipakai. Misal ; tidak ada, tidak ada perbedaan, tidak ada hubungan, tidak ada pengaruh, dll.
๐ป1 : Hipotesis yang telah diyakini peneliti terhadap teori yang dipakai. Misal ; ada, ada perbedaan, ada hubungan, ada pengaruh, dll
Hipotesis ๐ป0 dan ๐ป1 masing-masing terbagi menjadi Hipotesis terarah dan hipotesis tidak terarah. (Subana dkk, 2020). Penggunaan hipotesis terarah maupun tidak terarah akan berpengaruh terhadap teknik analisis data.
Contoh Hipotesis terarah ;
๐ป0 : Tidak ada korelasi antara motivasi orang tua dengan keinginan anak belajar
๐ป1 : Terdapat korelasi antara motivasi orang tua dengan keinginan anak belajar๐ป0 : Kebiasan bermain gadget tidak berpengaruh terhadap sikap sosial anak๐ป1 : Kebiasan bermain gadget berpengaruh terhadap sikap social anak.๐ป0 : Model pembelajaran A tidak lebih baik dari pada model pembelajaran B.๐ป1 : Model pembelajaran A lebih baik dari pada model pembelajaran B.
Contoh Hipotesis tidak terarah ;
๐ป0 : Tidak ada perbedaan hasil belajar siswa yang ikut Bimbel dengan siswa yang belajar mandiri๐ป1 : Terdapat perbedaan hasil belajar siswa yang ikut Bimbel dengan siswa yang belajar mandiri
C. TARAF SIGNIFIKANSI
Taraf signifikansi yaitu suatu taraf pengujian kumpulan data dalam rangka pembuktian hipotesis yang umumnya diungkapkan dalam bentuk persen. Menurut Subana, dkk, taraf signifikansi yang umum digunakan untuk bidang pendidikan yaitu; ๐ถ=๐,๐๐ , ๐ถ=๐,๐๐ atau ๐ถ=๐,๐๐. Misalnya dalam penelitian bidang pendidikan menetapkan ๐ถ=๐,๐๐ (5%), maka hasil penelitian tersebut memiliki tingkat kepercayaan 95%. Artinya jika hasil penelitian diujicobakan kepada 100 orang, maka sejumlah 95 kali berhasil, dan 5 kali meleset.
D. TABEL DISTRIBUSI
Degree of Freedom ini adalah banyaknya pengamatan bebas dari total pengamatan N atau jumlah total observasi dikurangi jumlah batasan independen yang dikenakan pada observasi. Derajat kebebasan adalah total pengamatan (N) dikurangi banyaknya parameter yang ditaksir atau df = N – banyaknya parameter yang ditaksir (k). (Gujarati). Misalnya: “Pengaruh Strategi Pembelajaran Active Learning untuk Meningkatkan Kepercayaan diri Siswa Pada Mata Pelajaran Psikologi”. Diketahui n = 20, dan k = 3, df = 20 -3 = 17 dan taraf signifikansi ฮฑ=0,05. Maka cara mencari nilai distribusi t tabel adalah seperti gambar berikut:
E. PROSEDUR UJI HIPOTESIS
Uji Hipotesis merupakan pembuktian terhadap pernyataan tentang sifat populasi (Alghifari,2015). Terdapat 5 (lima) langkah dalam prosedur uji hipotesis:
1. Merumuskan Hipotesis
2. Menentukan Taraf Signifaknasi (๐ผ)3. Menentukan Nilai Statistik4. Pengambilan Keputusan5. Kesimpulan
Contoh Pengujian Hipotesis:
Misalkan akan diteliti tentang gaji rata rata guru honorer di kota tertentu. Apakah Gaji rata-rata bulanan guru honorer di Kota tersebut lebih dari 1.000.000,- Penelitian menggunakan 42 sampel guru.
Penyelesaian:
1. Merumuskan Hipotesis.
๐ป0 : Gaji rata-rata bulanan guru honorer di Kota A ≤ 1.000.000๐ป1 : Gaji rata-rata bulanan guru honorer di Kota A > 1.000.000
2. Menentukan taraf signifikansi: ๐ผ=0,05
3. Menentukan nilai statistik: Karena sampel lebih dari 30 (n>30) maka menggunakan uji Z. Misalkan nilai statistik
4. Pengambilan Keputusan:
Karena 
5. Kesimpulan: Gaji rata-rata bulanan guru honorer di Kota A lebih dari Rp. 1.000.000,-
F. UJI NORMALITAS
Uji normalitas ialah pengujian yang menganalisis nilai residual bersifat normal atau tidak. Uji normalitas merupakan syarat untuk uji statistik parametrik. Uji Normalitas terbagi menjadi 3 (tiga) :
- UJI KOLMOGOROV-SMIRNOV : Uji untuk data tunggal dan bukan interval
- UJI LILLIEFORS : Data tunggal, skala rasio atau interval, sampel kecil
- UJI KAI-KUADRAT : Data interval atau kelompok dan sampel n>30
Contoh Uji Normalitas:
Misalkan akan diuji data hasil belajar dari 20 siswa apakah berdistribusi normal atau tidak. Akan digunakan uji liliefors untuk jenis uji normalitasnya. Adapun datanya adalah: 35, 37, 40, 50, 40, 50, 57, 52, 59, 63, 68, 70, 73, 75,
78, 70, 70, 81, 90, 84.
Penyelesaian:
1. Merumuskan Hipotesis.๐ป0 : Data berdistribusi normal๐ป1 : Data tidak berdistribusi normal2. Menentukan taraf signifikansi: ๐ผ=0,053. Menentukan nilai statistik ๐ฟ_โ๐๐ก๐ข๐๐. Berdasarkan hasil perhitungan (manual) didapatkan ๐ฟ_โ๐๐ก๐ข๐๐=0,10. dan ๐ฟ_๐ก๐๐๐๐=0,19.4. Pengambilan Keputusan: Karena ๐ฟ_๐ป๐๐ก๐ข๐๐<๐ฟ_๐ก๐๐๐๐ (0,10<0,"19"), maka menerima ๐ป_0 dan menolak ๐ป_15. Kesimpulan: Data hasil belajar siswa berdistribusi nomral.
G. UJI HOMOGENITAS
Uji Homogenitas adalah pengujian yang mendekteksi informasi data penelitian dari masing-masing kelompok data mempunyai variasi atau keragaman nilai yang sama. Uji homogenitas merupakan salah satu syarat dalam uji statistik parametrik seperti; uji t, regresi, dan anava. Menurut Fajri Ismail (2018), macam-macam uji homogenitas terdiri dari 2 macam, yaitu:
Contoh Uji Homogenitas:
Misalkan akan diuji data penelitian dari hasil skor dua model pembelajaran A dan B. Akan diuji apakah kedua kelompok tersebut memeliki varians yang sama atau tidak. Adapun data skornya adalah sebagai berikut:
Penyelesaian: Menggunakan uji Fisher
1. Merumuskan Hipotesis.
๐ป0 : Data skor kelompok A dan B memiliki varians sama atau homogen๐ป1 : Data skor kelompok A dan B tidak memiliki varians sama atau heterogen
2. Menentukan taraf signifikansi: ๐ผ = 0,05
3. Menentukan nilai statistik ๐น_โ๐๐ก๐ข๐๐. Berdasarkan hasil perhitungan (manual) didapatkan ๐นโ๐๐ก๐ข๐๐ = 1,95. dan ๐น๐ก๐๐๐๐ = 3,1.
4. Pengambilan Keputusan: Karena ๐น๐ป๐๐ก๐ข๐๐ < ๐น๐ก๐๐๐๐ (1,95 < 3,1), maka menerima ๐ป0 dan menolak ๐ป1.
5. Kesimpulan: Data skor kelompok A dan B memiliki varians sama atau homogen.
VIDEO PEMBELAJARAN MATERI DI ATAS
DAFTAR PUSTAKA
Algifari, 2016. "Statistik Induktif untuk Ekonomi dan Bisnis“ Edisi-3. Yogyakarta: UPP STIM YKPN.
Ismail, Fajri. 2018. "Statistik untuk Penelitian Pendidikan dan Sosisal". Jakarta: Prenada Media Group. Sugiono, 2021."Statistik Untuk Penelitian". Bandung: Alfabeta.
Winarsunu, Tulus. 2017. "Statistik dalam Penelitian Psikologi dan Pendidikan". Malang. UNMU 3.
