Untuk beberapa postingan ke depan, Saya akan membahas materi tentang statistika. Kenapa statistika? Ini kan blog psikologi? Saya dan ke-16 mahasiswa lainnya terpilih menjadi mentor akademik. Kami dibekali dengan ilmu statistika yang dapat membantu kami dalam melakukan berbagai hal yang berkaitan dengan penelitian, seperti menganalisis data, menguji validitas alat ukur, dan lain-lain. Jadi, blog ini masih bisa bermanfaat kalau Anda ingin melakukan penelitian, apalagi kalau penelitian psikologi. Yaudin, dari pada banyak cincau, sok dibaca dengan hikmat.
Statistika adalah analisis matematis terhadap distribusi frekuensi dari satu atau lebih variabel. Variabel adalah sesuatu yang bervariasi dari satu kasus ke kasus lainnya. Dalam statistika, ada 4 konsep dasar yang paling penting. Jika kita bisa memahami ke empat konsep ini, maka akan lebih mudah untuk mempelajari konsep-konsep lain seperti korelasi, regresi, dan lain-lain. Empat Konsep Dasar itu ialah mean, varian, standard deviasi, dan kovarian.
Mean (Ukuran Sentralitas)
Mean merupakan ukuran sentralitas. Maksudnya adalah sebagai titik nol. Misalkan dalam satu kelas terdapat 50 mahasiswa yang memiliki tinggi yang bervariasi. Jika kelas tersebut memiliki tinggi rata-rata 163 cm, maka 163 cm akan dianggap menjadi titik nol. Apabila ada mahasiswa yang lebih tinggi dari 163 cm (misalkan 165 cm) maka dia akan berada di bagian kanan kurva normal atau memiliki nilai positif. Apabila ada mahasiswa yang tingginya kurang dari 163 (misalnya 158 cm) akan berada di bagian kiri atau memiliki nilai negatif karena lebih rendah dari nol (mean=163 cm).
Variance (Ukuran Variabilitas)
Indeks varian menunjukkan informasi tentang seberapa besar variasi dalam suatu kelompok. Semakin besar varian suatu kelompok, maka semakin heterogen (atau bervariasi) suatu kelompok. Apabila varian menunjukkan angka 0, artinya adalah konstan (misalnya jumlah telinga mahasiswa di kelas). Varian juga disebut Mean Square (mean kuadrat). Karena varian merupakan bilangan pangkat dua (kuadrat) atau area, maka kita bisa melihat proporsi (berapa persen yang memiliki tinggi 163 cm). Berbeda dengan mean yang berpangkat satu atau jarak, kita hanya bisa melihat jarak sesuatu dari titik nol (jarak dari tanah hingga ke ujung kepala sejauh 163 cm).
Standard Deviation (Standardized Unit of Measurement)
SD merupakan satuan ukuran yang baku. Apabila kita ingin membandingkan dua atau lebih skala yang berbeda (yang satu memiliki skor 1-10 yang lain 1-50), kita harus menyamakan skalanya dahulu. Misalnya ada tiga orang yang memiliki 50 US$ 100SG$ dan 100.000 rupiah, manakah yang memiliki uang paling banyak? Kita bisa mengetahuinya ketika uang mereka dijadikan ke satu mata uang yang sama terlebih dahulu. SD merupakan akar dari varian, jadi kembali lagi menjadi bilangan berpangkat satu yang artinya hanya dapat melihat jarak.
Konsep SD mirip dengan mean, apabila lebih besar dari mean (titik nol) akan bernilai positif dan apabila lebih kecil akan negatif. Misalnya mahasiswa yang tingginya 165 cm memilki tinggi 1 SD, yang 155 cm memiliki tinggi -3 SD.
Covariance
Dari kovarian kita mendapat dua macam informasi, yaitu (1) arah hubungan (positif atau negatif) dan (2) besar kecilnya (erat tidaknya) hubungan. Kovarian dapat digunakan apabila skala kedua variabel memiliki skala yang sama (rupiah dengan rupiah). Bila belum sama harus disamakan dulu dengan mencari Z –scorenya. Bila skala telah disamakan, itu bukan lagi bernama kovarian, tetapi korelasi (Pearson product moment correlation). Dengan kata lain, korelasi ialah kovarian yang telah dibakukan satuan ukurannya. Jadi dengan korelasi, kita bisa mengetahui hubungan dari dua variabel atau lebih dengan skala yang berbeda-beda karena mereka telah dirubah kebentuk Z-score terlebih dahulu.
makasih bgt ilmu nyaaa kaaa. sangat membantu saya yg sulit memahami statistik, di blog ini bhs dan contohnya lbh mudah dipahami
BalasHapus