Cari Blog Ini

Memuat...

SELAMAT DATANG SOBAT...

Salam...

Selama ini, statistika sering diidentikkan dengan bidang yang lumayan sulit. Kesulitan dalam mempelajari statistika dikarenakan bidang ini terkait langsung dengan matematika. Bidang ilmu yang ketika mendengar namanya saja kebanyakan kita sudah kebakaran jenggot.. hehehe..

Ditengah situasi seperti itulah blog ini hadir. blog ini berusaha untuk menjembatani orang-orang yang mencari informasi yang berhubungan dengan statistik. Untuk lebih mempermudah analisis statistik, maka blog inipun memberikan panduan bagaimana melakukan analisis dengan menggunakan software SPSS.

Untuk lebih membuat blog ini lebih bermanfaat, sumbang saran dari pembaca sekalian sangat penulis harapkan dan kita akan sama-sama belajar... Ayo semangat!! Buat Indonesia melek dengan statistika.

Wassalam
Djunaidi L, Manado


Kamis, 25 September 2008

RELIABILITAS DATA NOMINAL


Sebelum membahas lebih lanjut tentang reliabilitas data nominal, sebaiknya kita berkenalan terlebih dahulu dengan reliabilitas dan data nomimal. Sebab makhluk-makhluk ini sangat penting dalam hal keakuratan data.

Sebenarnya tidak arif jika kita berkenalan dengan reliabilitas tanpa mengenal validitas. Akan tetapi karena keterbatasan ruang, maka pada kesempatan ini, kita hanya akan berkenalan dengan reliabilitas. Apa sebenarnya reliabilitas tersebut?? Baiklah, mari kita mulai menjelajah menyusuri pendapat beberapa ahli.

Reliabilitas diterjemahkan dari kata reliability. Menurut John M. Echols dan Hasan Shadily (2003: 475) reliabilitas adalah hal yang dapat dipercaya. Popham (1995: 21) menyatakan bahwa reliabilitas adalah "...the degree of which test score are free from error measurement". Dalam pandangan Brennan (2001: 295) reliabilitas merupakan karakteristik skor, bukan tentang tes ataupun bentuk tes. Menurut Sumadi Suryabrata (2004: 28) reliabilitas menunjukkan sejauhmana hasil pengukuran dengan alat tersebut dapat dipercaya. Hasil pengukuran harus reliabel dalam artian harus memiliki tingkat konsistensi dan kemantapan. Dalam pandangan Aiken (1987: 42) sebuah tes dikatakan reliabel jika skor yang diperoleh oleh peserta relatif sama meskipun dilakukan pengukuran berulang-ulang. Untuk memperoleh skor yang sama, maka tidak boleh ada kesalahan pengukuran. Dengan demikian, keandalan sebuah alat ukur dapat dilihat dari dua petunjuk yaitu kesalahan baku pengukuran dan koefisien reliabilitas. Kedua statistik tersebut masing-masing memiliki kelebihan dan keterbatasan (Feldt & Brennan, 1989: 105)

Berdasarkan beberapa pendapat di atas, maka reliabilitas sebenarnya adalah keajegan atau konsistensi. Semakin konsisten, maka semakin tinggi reliabilitas tersebut dan demikian sebaliknya.

Berdasarkan sejarah, reliabilitas sebuah instrumen dapat dihitung melalui dua cara yaitu kesalahan baku pengukuran dan koefisien reliabilitas (Feldt & Brennan: 105). Kedua statistik di atas memiliki keterbatasannya masing-masing. Kesalahan pengukuran merupakan rangkuman inkonsistensi peserta tes dalam unit-unit skala skor sedangkan koefisien reliabilitas merupakan kuantifikasi reliabilitas dengan merangkum konsistensi (atau inkonsistensi) diantara beberapa kesalahan pengukuran.

Reliabilitas alat ukur tidak dapat diketahui dengan pasti tetapi dapat diperkirakan. Dalam mengestimasi reliabilitas alat ukur, ada tiga cara yang sering digunakan yaitu (1) pendekatan tes ulang, (2) pendekatan dengan tes pararel dan (3) pendekatan satu kali pengukuran.

Pendekatan tes ulang merupakan pemberian perangkat tes yang sama terhadap sekelompok subjek sebanyak dua kali dengan selang waktu yang berbeda. Asumsinya adalah bahwa skor yang dihasilkan oleh tes yang sama akan menghasilkan skor tampak yang relatif sama. Estimasi dengan pendekatan tes ulang akan menghasilkan koefisien stabilitas. Untuk memperoleh koefisien reliabilitas melalui pendekatan tes ulang dapat dilakukan dengan menghitung koefisien korelasi linear antara distribusi skor subyek pada pemberian tes pertama dengan skor subyek pada pemberian tes kedua. Pendekatan tes ulang sangat sesuai untuk mengukur ketrampilan terutama ketrampilan fisik.

Cara yang kedua adalah dengan menggunakan bentuk pararel. Estimasi koefisien reliabilitas dengan menggunakan bentuk pararel sangat sulit untuk diwajudkan. Hal ini dikarenakan sulitnya membuat dua tes yang benar-benar dapat dikatakan pararel. Dalam teori tes klasik, dua tes dikatakan pararel jika skor mumi yang didapat dari kedua tes tersebut sama. (T = T')dan varian skor-skor kesalahannya sama ( ). Karena itulah dalam prakteknya, estimasi reliabilitas dengan menggunakan tes pararel jarang digunakan.

Metode estimasi reliabilitas dengan hanya melakukan satu kali pengukuran pada sekelompok subyek yang sama sering disebut konsistensi internal (internal consistency). Metode ini bertujuan untuk melihat konsistensi antar butir atau antar bagian dalam tes itu sendiri. Teknik untuk melakukan estimasi dengan pendekatan satu kali pengukuran ini ada beberapa cara. Yang paling sering digunakan adalah dengan membelah dua tes menjadi dua bagian yang setara, atau menggunakan beberapa rumus reliabilitas seperti rumus dari Flanagan, Rulon, Kuder dan Richardson serta Cronbach.

Untuk mendapatkan estimasi koefisien reliabilitas dengan teknik belah dua, maka tes dibagi menjadi dua bagian yang sama kemudian dicari korelasi antara skor pada belahan pertama dengan skor pada belahan kedua. Koefisien korelasi antara kedua belahal tersebut bukan merupakan koefisien reliabilitas sebagaimana teknik test-retest. Prosedur penghitungan reliabilitas tes selanjutnya tergantung pada sifat distribusi kedua belahan

Adapun data nomimal adalah dalam bentuk kategori misalnya laki-laki/perempuan, kaya/miskin, benar/salah, dan sebagainya. Nah, rumus Cronbach itu kadang-kadang juga disebut dengan rumus Alpha. Dengan demikian, rumus alpha juga digunakan dalam melakukan pengukuran reliabilitas data nominal. Lalu yang menjadi pertanyaan selanjutnya dari saudara rims adalah kenapa koefisien reliabilitas tersebut sangat kecil?

Reliabilitas yang kecil ditentukan oleh kesalahan pengukuran (error measurement). Hubungan antar koefisien reliabilitas dengan kesalahan pengukuran berbanding terbalik. Semakin besar koefisien reliabilitas, maka kesalahan pengukuran semakin kecil dan semakin kecil koefisien reliabilitas maka kesalahan pengukuran semakin besar. Nah, dengan demikian, kecilnya indeks reliabilitas dikarenakan oleh kesalahan pengukuran.

Pada postingan berikut kita akan mendiskusikan mengenai kesalahan pengukuran atau (error measurement). Soalnya saya sudah ngantuk.. maaf ya rims….


Share

Senin, 01 September 2008

Mencari nilai F Statistik

Ada banyak pertanyaan yang berkenaan dengan bagaimana mencari nilai-nilai dari statistik tabel. Beberapa diantara pertanyaan tersebut adalah :

dila "mas,, klo n=64,, 4 variabel bebes,, berapa nilai tabel F dengan signifikasi 0,01? sy belum mengerti cara lihat tabel F,, thx atas bantuan'a"

Dalam pengujian hipotesis, baik menggunakan analisis mean seperti uji t ataupun analisis varian (ANAVA), pengambilan keputusan senantiasa didasarkan pada perbandingan antara nilai statistik hitung dan statistik tabel. Jika penentuan statistik hitung didasarkan pada rumus-rumus tertentu, maka penentuan statistik tabel didasarkan pada tabel yang telah disusun oleh para ahli. Nah, pada postingan kali ini, saya akan sedikit berbagi dengan kawan-kawan bagaimana kita menentukan nilai F tabel karena itu yang paling banyak ditanyakan.
Untuk menentukan nilai statistik tabel, kita akan berhadapan dengan derajad kebebasan (dk). Dalam menentukan nilai F statistik pun kita akan bersentuhan dengan derajad kebebasan. dalam uji t, penentuan derajad kebebasan sangat mudah. Kita tinggal mengurangkan jumlah sampel yang dimiliki dengan 1 (n – 1). Misalnya jumlah sampel kita 60, maka derajad kebebasannya adalah 60 – 1 = 59. Akan tetapi untuk tabel F, kita dihadapkan dengan dua derajad kebebasan yaitu derajad kebebasan pembilang (numerator) yang biasanya berada dibagian atas tabel dan derajad kebebasan penyebut (denuminator) yang biasanya berada disamping kiri tabel. Untuk menentukan berapa numerator dan denuminator, maka kita harus menentukan terlebih dahulu berapa perlakuan yang hendak kita lakukan.
Dalam analisis varian, derajad kebebasan pembilang (numerator) biasa juga disebut derajad kebebasan antar perlakuan yang ditulis dalam notasi matematika sebagai (k - 1). ‘k’ adalah jumlah perlakuan sedangkan derajad kebebasan penyebut biasa disebut derajad kebebasan kekeliruan eksperimen yang ditulis dalam notasi matemetika ∑(ni – 1). Untuk lebih jelas baiklah saya berikan contoh.
Misalnya kita memiliki 15 orang murid yang kita bagi kedalam 3 kelompok masing-masing 5 orang. Dengan demikian, kita akan mendapatkan berapa nilai numerator dan nilai denominator. Nilai numerator adalah k – 1 atau 3 -1 = 2 dan untuk mencari denominator, kita bisa menemukannya dari penjumlahan df setiap kelompok. Dari setiap kelompok kita akan mendapatkan df sebesar 4 yang merupakan jumlah anggota setiap kelompok dikurang satu. Karena ada tiga kelompok, maka jumlahnya adalah 3 x 4 = 12. Dengan demikian, untuk mencari nilai F tabel dengan α = 0,01, yang pertama kita lakukan adalah melihat kolom numerator (pembilang) di bagian atas dan mencari angka 2. Setelah itu lihatlah kolom denominator (penyebut) dibagian kanan dan carilah angka 12. Tariklah garis lurus dari angka 2 dan 12 sampai ketemu disatu titik yang sama. Kita akan menemukan angka 6,93. Itulah nilai F tabel.
Kembali ke pertanyaan di awal, berapa nilai F jika kita memiliki sampel sebanyak 60 (n = 60)? Hal itu tergantung dari berapa perlakuan yang kawan-kawan lakukan. Karena seperti yang disampaikan diatas, jumlah perlakuan akan menentukan derajad kebebasan untuk numerator dan denominator. Share