M. Nursalim Malay: PERANAN STATISTIKA PERANAN STATISTIKA DALAM PENELITIAN ILMIAH. M.Nursalim Malay

M. Nursalim Malay: PERANAN STATISTIKA…

PERANAN STATISTIKA DALAM PENELITIAN ILMIAH M.Nursalim Malay Abstrak Penelitian ilmiah adalah penelitan terhadap sampel (percontoh), tetapi kesimpulannya hendak digeneralisasikan pada populasi dari mana sampel itu diambil. Hasil penelitian yang tidak bisa digeneralisasikan tidak termasuk dalam kategori ilmiah, karena sifatnya yang einmalig. Dengan kata lain, hanya kesimpulan yang bisa digeneralisasikan yang menjadi bagian dari teori ilmu pengetahuan.Penelitian modern tidak pernah percaya bahwa amanat pada sampel tidak mengalami kesalahan sekecil apa pun. Jika digeneralisasikan untuk Populasi. Kerena itu ia harus mengembangkan model-model tertentu yang dapat dijadikan preposisi dalam memperhitungkan kesalahan-kesalahan generalisasinya. Tingkat keandalan generalisasi ltu dinyatakan dalam bahasa taraf signifikansi suatu hasil uji statistik pada sampel. Kata kunci: penelitian ilmiah, statistika, hipotesis, generalisasi, signifikansi Pendahuluan Penelitian ilmiah merupakan serangkaian kegiatan yang dilakukan secara sistematis dan terkontrol dengan tujuan untuk memperoleh informasi ilmiah mengenai hubungan antara suatu kejadian dengan kejadian lain atau hubungan antara kondisi dengan fenomen, dalam rangka pemecahan suatu permasalahan. Permasalahan itu bisa permasalahan teoritis, seperti permasalahan-permasalahan dalam pembangunan, bisa juga permasalahan teoritis, saperti. kelangkaan konsep-konsep atau teori-teori ilmiah. 53 Jurnal TAPIs Vol. 5 No. 10 Juli-Desember 2009


Sistematis: artinya mengikuti secara runtut dan teratur prosedur-prosedur yang sudah dibakukan sebagai suatu sistem. Terkontrol: artinya dibebaskan, secara langsung atau tidak langsung, dari semua faktor yang bisa mencemari kemurnian hasil akhirnya. Informasi ilmiah : adalah informasi yang memenuhi tiga syarat pokok, yaitu kesahihan (validity), keandalan (realiability ), dan ketelitian (accuracy). Sahih artinya mampu menembak dengan tepat sasaran yang ditetapkan. Andal berarti mengandung taraf kesalahan sampai sekecil-kecilnya. Dan teliti artinya.mampu menembak mendekati sampai sedekat-dekatnya titik bidikan. Hubungan: adalah keterkaitan antara suatu peristiwa dengan peristiwa lainnya. Hubungan itu bisa hubungan kausal, bisa hubungan keserampakan (nirkausal; koresponden). Pernecahan permasalahan: adalah usaha untuk memperbaiki keadaan yang belum sempurna, usaha untuk mendekatkan kenyataan dengan harapan, mempersempit kesenjangan antara kenyataan (das Sein) dengan harapan (das Sollen). 12 Untuk Apa Statistiki? Penelitian ilmiah adalah penelitan terhadap sampel (percontoh), tetapi kesimpulannya hendak digeneralisasikan pada populasi dari mana sampel itu diambil. Hasil penelitian yang tidak bisa digeneralisasikan tidak termasuk dalam kategori ilmiah, karena sifatnya yang einmalig. Dengan kata lain, hanya kesimpulan yang bisa digeneralisasikan yang menjadi bagian dari teori ilmu pengetahuan. 3 Seorang ilmuwan peneliti menyadari sepenuhnya bahwa tiap sampel yang ia teliti pasti mengandung kesalahan sampling (sampling 1

Azwar, Saifuddin, Metode Penelitian. (Yogyakarta: Pustaka Pelajar 2006),

h. 2 2

Hadi, Sutrisno, Metode Penelitian, Hand-out. (Yogyakarta : Pascasarjana UGM 2002), h. 2 3 Sugiyono, Statistik Dalam Penelitian Psikologi & Pendidikan (Bandung: Alfabeta, 2004), h. 3

54 Jurnal TAPIs Vol. 5 No. 10 Juli-Desember 2009


error), besar atau kecil. Salah satu sumber yang pasti dari kesalahan sampling itu adalah kenyataan bahwa populasi tidak pemah homogen secara sempurna. Sumber kesalahan lainnya adalah: kecerobohan atau ketidak-mampuan peneliti dalam menyusun instrumen yang sama sekali bebas kesalahan; pengambilan sampel yang bias; kurang tertibnya mengikuti prosedur baku; kurang tepatnya pemilihan rancangan penelitian; dsb. Pertanyaannya sekarang, bagaimana kita bisa memperhitungkan besarnya peluang-peluang kesalahan yang akan kita alami, jika hasil penelitian pada sampel itu kita generalisasikan pada populasi ? Hingga dewasa ini baru satu ilmu pengetahuan yang mampu membantu kita memperhitungkan peluang-peluang kesalahan itu, yaitu ilmu Statistika. Perbedaan antara apa yang disebut penelitian klasik dengan penelitian modern terletak pada perbedaan postulat yang sangat kontras antara kedua pendekatan ltu. Penelitian klasik tidak pernah memperdulikan berapa peluang kesalahan dari generalisasi kesimpulannya, karena ia mendasarkan diri pada postulat homogenitas populasi dan keseragaman yang sempuma antara sampel dengan populasi. Postulat itu sudah lama ditinggalkan oleh penelitian modern, yang mendasarkan diri pada ketidakragaman (heterogenitas) populasi dan ketidak sempurnaan sampel sebagai wakil dari populasi. Penelitian modern tidak pernah percaya bahwa amanat pada sampel tidak mengalami kesalahan sekecil apa pun. Jika digeneralisasikan untuk Populasi. Kerena itu ia harus mengembangkan model-model tertentu yang dapat dijadikan preposisi dalam memperhitungkan kesalahan-kesalahan generalisasinya. Tingkat keandalan generalisasi ltu dinyatakan dalam bahasa taraf signifikansi suatu hasil uji statistik pada sampel. 4

4

Winarsunu, Tulus, Statistik Dalam Penelitian Psikologi & Pendidikan (Malang : UMM Press), h. 17



Penelitian Surve dan Penelitian Eksperimental Penelitian sosial pada umumnya merupakan penelitian surve, yaitu penelitian yang langsung menjaring informasi dari masyarakat tanpa mempermainkan (memanipulasi) kondisi-kondisi menurut kehendak peneliti. Penelitian eksperimental, sebaliknya, ditandai oleh kesengajaan mempermainkan kondisi-kondisi tertentu, dan mengamati pengaruhnya terhadap respons-respons tertentu. Apa yang disebut pelakuan (treatment; intervensi) dalam penelitian eksperimental tidak lain adalah serangkaian kondisi yang diatur dengan sengaja dan akan dinilai pengaruhnya terhadap respons atau perilaku tertentu. Selanjutnya untuk menyederhanakan persoalannya, semua penelitian yang bukan penelitian eksperimental kita sebut saja penelitian surve. 5 Bentuk Penelitian Korelatif dan Penelitian Komparatif Pada dasarnya semua penelitian ilmiah dapat dikelompokkan dalam dua kategori besar, yaitu (1) penelitian korelatif dan (2) penelitian komparatif. Penelitian korelasi merupakan pendekatan langsung terhadap hubungan yang hendak dicari. Model-model analisis statistiknya akan menyangkut model-model korelatif, di antaranya yang paling sering dipakai adalah analisis regresi. Penelitian komparatif merupakan pendekatan yang tidak langsung terhadap, hubungan yang diselidiki, Penelitian ini umumnya membandingkan suatu kelompok dengan kelompok lain, dan menguji perbedaannya. Jika diketemukan perbedaan, maka inferensinya adalah ada hubungan. Sebaliknya jika tidak terjadi perbedaan, inferensinya adalah tidak ada bubungan. Kebanyakan penelitian eksperimental termasuk dalam kategori penelitan kornparatif ini. Model analisis statistik yang paling diandalkan dalam penelitian ini adalah model analisis variansi.6 Dua bentuk dasar penelitan tersebut dapat dikombinasikan ke dalam satu bentuk penelitian campuran, yaitu suatu penelitian yang sekaligus mendekati hubungan yang diselidiki secara korelatif 5 6

Hadi, Sutrisnop,Op cit, h. 6 Ibid. h. 119



maupun komparatif. Model analisis statistiknya yang paling sering dipakai adalah analisis kovariansi.7 Bentuk penelitian korelatif atau komparatif biasanya dapat dikenal dengan mudah dari rumusan hipotesis-nya. Bentuk penelitan korelatif pada umumnya mengajukan hipotesis korelatif, yaitu hipotesis yang menyatakan "Ada (atau tidak ada) korelasi (atau hubungan) antara sesuatu dengan sesuatu .... “ Di sisi lain bentuk penelitian komparatif sering mengajukan hipotesis komparatif, dalam rumusan "Ada (atau tidak ada) perbedaan mengenai sesuatu antara kelompok yang satu dengan kelompok yang lain.” Menguji Hipotesis Saya yakin Anda tidak asing terhadap dua bagian pokok dalam ilmu Statistika, yaitu bagian Statistik Deskriptif dan bagian Statistik Inferensial. Ada pun tugas pokok bagian Statistik Inferensial adalah mengadakan estimasi dan melakukan uji hipotesis. 8 Hipotesis Nihil dan Hipotesis Alternatif. Dalam suatu analisis untuk menguji suatu hipotesis penelitian selalu dihadap-hadapkan dua bentuk hipotesis, yaitu apa yang disebut Hipotesis Nihil (Null Hypothesis), disingkat H o , dan Hipotesis Alternatif (Alternative Hypothesis), disingkat H a . Dari kontes itu jika kita menerima H o sekaligus berarti kita menolak H a , atau sebaliknya, jika kita menerima H a sekaligus berarti kita menolak H o . Hipotesis nihil adalah hipotesis yang menyatakan kenihilan atau ketidak-adaan. Dalam penelitian korelatif rumusan pokoknya adalah “Tidak ada korelasi (hubungan, kaitan, asosiasi, atau istilah-istilah lainnya) antara variabel apa dengan variabel apa”, sedang dalam penelitian komparatif rumusan pokoknya adalah .“Tidak ada perbedaan mengenai variabel apa antara kelompok apa dengan kelompok apa.” Hipotesis alternatif adalah hipotesis yang menyatakan ketidaknihilan atau ke-ada-an. (alternatif dari nihil adalah tidak nihil; 7 8

Sugiyono, Op cit, h. 5 Winarsunu, Tulus, Op cit,h. 3



altematif dari tidak ada adalah ada). Dalam penelitian korelatif rumusan pokoknya adalah “Ada korelasi antara...," sedang dalam penelitian komparatif rumusan pokoknya adalah "Ada perbedaan .... antara...." Taraf Signifikansi Korelasi atau Perbedaan Kesimpulan mengenai korelasi atau perbedaan yang diuji didasarkan atas aturan keputusan (Decision Rules) tertentu. Menurut Aliran Konvensional, aturan itu adalah sbb.: 1) Jika nilai S h > St (1%), korelasi atau perbedaannya dinyatakan sangat signifikan. 2) Aka nilai S h > St (5%), , korefasi atau perbedaannya dinyatakan signifikan. 3) Jika nilai S h < St (5%), , korelasi atau perbedaannya dinyatakan nir-signifikan. 9 Peluang Kesalahan Alfa. Diberi lambang p, peluang kesalahan Alfa (probability of Alpha Error) menunjukkan besarnya peluang kesalahan H a (sekeligus berarti kebenaran H o ) kalau digeneralisasikan pada populasi. Besarnya peluang kesalahan ini dirujuk dari taraf signifikasi yang ditemukan. Jika dari uji hipotesis diketemukan korelasi atau perbedaan yang sangat signifikan [dari Sh ≥ S t ( 5 % ) ], maka peluang kesalahan atau p-nya akan dinyatakan p ≤ 0.01; jika korelasi atau perbedaannya signifikan [dari S h ≥ S t ( 1 % ) ] maka p ≤ 0.05; dan jika korelasi atau perbedaannya tidak signifikan [dari S h ≤ S t ( 5 % ) ] maka dicatat S t ( 1 % ) ] t p > 0.05. Sebenarnya urutan prosesnya adalah sebaliknya. Taraf signifikansi adalah ‘yudisium' yang kita bedakan pada hasil ujinya (uji 9

Hadi, Sutrisno, Op cit, h. 113 Catatan : S : semua macam statistik uji-hipotesis parametrik h : hitung; hasil perhitungan.1 % pada taraf signifikansi 1 %. t : teoretis; tabel.5% pada taraf signifikansi 5%,



hipotesisnya), dan yudisium ini tergantung kepada besarnya peluang kesalahannya. jika dari hasil uji diketemukan p≤ 0,01, maka korelasi atau perbedaannya kita beri yudisium sangat signifikan; jika p ≤ 0.05 (tetapi p masih > 0.01) korelasi atau perbedaannya kita nyatakan signifikan saja; dan Jika p > 0.05, korelasi atau perbedaannya kita nyatakan tidak signifikan. Jadi aturan keputusannya selengkapnya adalah: 1) Jika S h ≥ S t ( 1 % ) , maka p ≤ 0.01, dan korelasi atau perbedaannya dinyatakan sangat signifikan. 2) Jika S h ≥ S t ( 5 % ) , maka p ≤ 0.05, dan korelasi atau perbedaannya dinyatakan signifikan 3) Jika S h <S t ( 5 % ) , maka p > 0.05, dan korelasi atau perbedaannya dinyatakan nir signifikan. Jika anda menganalisis data lewat komputer, sebaiknya anda menggunakan konsep aslinya ini. Dari hasil komputer biasanya yang dilaporkan adalah nilai p, dan anda harus menginferensikan 'yudisium' taraf signifikansinya dari besarnya p itu. 1) Jika p ≤ 0.01 maka korelasi atau perbedaannya dinyatakan sangat signifikan. 2) Jika p ≤ 0.05 maka korelasi atau perbedaannya dinyatakan signifikan 3) Jika p > 0.05 maka korelasi atau perbedaannya dinyatakan nir- signifikan Menerima dan Menolak Hipotesis. Sering diajarkan kepada mahasiswa bahwa suatu hipotesis tidak untuk dibuktikan (to be proofed), melainkan untuk diuji (to be tested). Kesimpulan dari pengujiannya adalah menolak atau menerima hipotesis yang diajukan sebelum dilakukan pengujian. Kepada mahasiswa sebagai peneliti dipesankan agar menentukan lebih dahulu besarnya taraf signifikansi biasanya 1% atau 5% - sebelum uji hipotesis dilakukan, dan agar ia tidak mengubah-ubah posisinya semata-mata karena hasil ujinya keluar dari harapannya. Di masa-masa yang akan datang pesan itu akan berubah. Peneliti tidak lagi diwajibkan menentukan apakah ia akan menggunakan taraf signifikansi 1% atau 5% dalam uji hipotesis 59 Jurnal TAPIs Vol. 5 No. 10 Juli-Desember 2009


dan kesimpulannya. Maka timbul pertanyaan, apa dasarnya seorang penetiti dapat menyimpulkan bahwa ia menerima atau menolak hipotesisnya ? Dalam pendekatan baru (fresh approach), seorang peneliti tidak berkewajiban untuk menyatakan bahwa hipotesisnya diterima atau ditolak karena hipotesis itu benar atau palsu. Pendekatan baru ini didasarkan atas preposisi-preposisi yang memang berbeda dengan pandangan konvensional. Pertama, tidak ada gambaran pada peneliti bahwa benar (true) dan palsu (false) adalah dua kualitas yang berlawanan seperti hitam dan putih atau haram dan halal. Yang dibicarakan bukanlah benar dan palsu sebagai entitas (entity), melainkan sebagai peluang, yaitu peluang benar terjadi dan peluang tidak terjadi dalam populasi, sekiranya semua kombinasi sampel (secara matematis jumlah kombinasinya akan merupakan bilangan tak terhingga) sudah diamati seperti satu atau dua sampel yang diteliti (menurut teori peluang Teorema Limit Sentral). Jadi, sebenamya tidak ada hipotesis yang benar mutlak (karena itu ia diterima) atau palsu mutlak (karena itu la. ditotak), melainkan berapa besar Peluang kesalahan dan kebenarannya. Besar peluang kesalahan inilah yang disebut peluang kesalahan alfa seperti yang disebutkan di atas. Kedua, posisi seorang peneliti bukanlah sebagai konsumen, melainkan sebagai produsen. Tugas suatu penelitian ilmiah adalah menyajikan informasi - informasi ilmiah yang sudah diuji dengan fakta-fakta keras (hard facts). Dari pengujian itu dilaporkan bahwa hipotesis yang bunyinya begini atau begitu mempunyai peluang kesalahan sebesar ini atau itu. Sepenuhnya terletak di tangan pemakai informasi itu akan menggunakan atau tidak menggunakan penemuan itu. Janganlah kita mengira bahwa pilihan harus dijatuhkan pada suatu hipotesis yang tenyata sangat signifikan dibandingkan dengan hipotesis yang ternyata hanya signifikan. Suatu obat SS mungkin terbukti sangat mujarab, dengan peluang kesalahan mendekati 0.00%, tetapi semua bahannya harus didatangkan dari bulan. 0bat lain lagi, obat S tidak semujarab itu karena dibandingkan dengan pelakuan 60 Jurnal TAPIs Vol. 5 No. 10 Juli-Desember 2009


kontrol perbedaannya hanya signifikan saja, tetapi obat ini bahannya terdapat hampir di semua halaman penduduk. Biarkan Menteri Kesehatan (sebagai konsumen) yang memutuskan apakah ia akan memperbanyak obat SS ataukah obat S untuk memberantas suatu penyakit yang sedang mewabah. Masih ada jarak yang cukup jauh antara apa yang disebut statistical significance dengan practical significance. Ketiga, analisis melalui komputer akan kian merajai dalam penelitan-penelitian di masa mendatang. Dengan analisis komputer Anda tidak lagi perlu melihat tabel-tabel statistik, karena hasil komputer telah memberi tahukan besarnya peluang kesalahan p, dan taraf signifikan korelasi atau perbedaan yang Anda uji dapat secara langsung diinferensikan dari besarnya p tersebut Keempat, sebagai kelanjutan dari preposisi yang kedua dan ketiga, seorang peneliti tidak harus menolak atau menerima hipotesisnya, melainkan secara inferensial melaporkan saja berapa besarnya peluang kesalahan p dari uji hipotesisnya. Peluang kesalahan p yang dilaporkan oleh basil komputer yang paling kasar akan bergerak dari 1 permil (p=0.001) sampai 100% (p=1.000). Dari situ Anda dapat melaporkan bahwa suatu korelasi atau perbedaan mempunyai p < 0.100 (lebih kecil dari 10 persen, tetapi masih lebih besar dari 5 persen), dan jangan heran kalau hasil penelitian Anda nanti dikutip dan digunakan secara meluas. Menguji Hipotesis : Mencari Peluang Kesalahan p dan Menentukan Taraf Signifikansi. Dalam format ilmu Statistika yang kita pelajari dewasa ini, sasaran pokok dari semua uji hipotesis adalah mencari peluang kesalahan alfa p, kemudian berdasarkan besamya p tesebut, menentukan taraf signifikansi hasil ujinya. Seperti telah dikemukakan, p adalah proporsi kesalahan H a ,. Jadi kalau begitu kesimpulan semua basil uji kita adalah menerima H a , dan menolak H o . Menerima H a berarti mengambil kesimpulan bahwa ada korelasi atau ada Perbedaan. Tetapi dalam rumusan penerimaan Ha harus disertai berapa besar peluang kesalahan p-nya. Misalnya dari situ kita dapat menyatakan bahwa “Ada korelasi yang positif (atau negatif 61 Jurnal TAPIs Vol. 5 No. 10 Juli-Desember 2009


antara sesuatu (X) dengan sesuatu (Y) dengan p ≤ 0.01 atau P≥ 0.05, atau p >0.05” atau “Ada perbedaan sesuatu antara kelompok yang menerima intervensi dengan kelompok yang tidak menerima intervensi dengan p ≤ 0.01 atau p ≤ 0,05 atau p > 0,05.” Konsikuensinya ialah bahwa walaupun besarnya korelesi atau perbedaan yang ditemukan adalah 0.00, kita tetap menyimpulkan ada korelasi atau ada perbedaan, tetapi p-nya = 1.00. Tentu saja Anda bertanya-tanya, untuk apa kita menyimpulkan bahwa intervensi memperbaiki keadaan kalau tingkat kesalahannya 100%. Maaf, memang rumusan kesimpulannya secara formal adalah “ Ada perbedaan ... dengan peluang kesalahan 100%”. Anda tentu boleh menggunakan rumusan yang Anda rasa lebih luwes seperti 'Perbedaan ... tidak signifikan ...”.atau “Tidak ada perbedaan ... yang signifikan.”. Uji dua ekor dan Uji satu ekor Rumusan Hipotesis Altematif H a dapat mengambil dua bentuk, yaitu (1) H a . Tanpa Arah (nondirectioitan), dan (2).H a , Berarah (directionan), Rumusan H a . seperti “Ada korelasi.,." atau"Ada Perbedan ... “adalah rumusan H a . Tanpa Arah. Sebaliknya, rumusan Ha yang menyatakan bahwa “ Prestasi berkorelasi positif dengan kerajinan ….” Atau “ obat K lebih efektif dari pada obat L untuk memberantas penyakit P …” menunjukkan rumusan yang telah menunjukkan dengan jelas arah korelasi ( positif atau negatif ) atau arah perbedaan ( K> L atau K < L ). Rumusan H a yang berarah atau tanpa arah itu membawa konsekuensi dalam analisis atau pengujiannya. Untuk H a yang tanpa arah dalam analisis harus digunakan uji dua ekor. Sedang untuk H a yang berarah dapat digunakan uji satu ekor 10. Nilai batas atau nilai hadir untuk uji dua ekor sedikit lebih tinggi dibandingkan nilai batas uji satu ekor. Karena itu peluang kesalahan p untuk uji dua ekor sedikit lebih tinggi ( sebenarnya dua kali lipat ) dibandingkan peluang kesalahan p untuk uji satu ekor. Ditinjau dari segi rancangan ( design wise ) uji satu ekor 10

op cit, Sugiyono, h. 8



dapat dikatakan lebih tajam atau mempunyai kemampuan lebih besar dalam menemukan korelasi atau perbedaan dibandingkan uji dua ekor. Dari sisi peneliti uji satu ekor seolah – olah memberi keringanan karena nilai statistik hitungnya tidak harus setinggi nilai statistik untuk uji dua ekor.

Pengendalian Variabel– Variabel Pencemar Umumnya kita berpendapat bahwa pengendalian variabel – variabel pencemaran ( Controlling confounding varibles ) perlu dilakukan hanya pada penelitian eksperimental. Pendapat semacam itu kurang tepat. Penelitian surve pun memerlukan pengendalian, sepanjang hal itu bisa dilakukan. Tak dapat disangkal bahwa akses untuk mengendalikan variabel – variabel pencemar memang terdapat lebih besar pada penelitian eksperimental, tetapi hal yang demikian jangan diartikan bahwa dalam penelitian surve pengendalian menjadi tidak diperlukan. 11 Cara pengendalian pada dasarnya ada dua macam, yaitu secara langsung ( aktif – manipulatif ) dan secara tidak langsung ( pasif – selektif ). Penelitian eksperimental dapat sekaligus mengendalikan variabel pencemar secara langsung maupun tidak langsung, sedang dalam penelitian surve pengendalian secara langsung sama sekali tertutup, dan yang terbuka hanya pengendalian secara tidak langsung. 12 Apa yang dimaksud dengan variabel pencemar? Variabel pencemar adalah segala sesuatu yang bila dibiarkan “berkeliaran” akan mencemari kemurnian korelasi atau perbedaan yang dicari. Contohnya : dalam penelitian eksperimental yang membandingkan dua macam bibit unggul, efek bibit akan dinilai dari banyaknya hasil panenan ( produtivitas ). Tetapi hasil panenan tidak semata – mata ditentukan oleh jenis bibit, melaikan oleh faktor lain 11 12

Winarsunu, Tulus, Op cit,h. 5 Hadi, Sutrisno, Op cit, h. 7



seperti kadar N dalam tanah, curah hujan, jarak tanam, cara budidaya tanah, herbisida, pestisida, dll. Jika faktor - faktor di luar faktor perlakuan bibit tidak dikendalikan, bisa jadi perbedaan hasil panenan bukan karena perbedaan bibitnya, tetapi karena perbedaan faktor – faktor lain tersebut. Semua faktor di luar faktor perlakuan secara potensial adalah pencemar yang harus dikendalikan melalui cara pengendalian tertentu, seperti mempersamakan (equalizing), penyetaraan (matching), atau menggilir (rotation 13 ;counterbalancing). Pengendalian secara tidak langsung disebut juga pengendalian secara statistik (statistical control). Jalur pengendalian secara statistik ini pada dasarnya ada dua, yaitu (1) memasukkan variabel-variabel pencemar yang berskala nominal atau ordinal ke dalam model model analisis faktorial; dan (2) memperlakukan variabel-variabel pencemar yang berskala ordinal, interval, atau rasio sebagai koprediktor atau kovariabel. Jalur yang pertama adalah suatu cara untuk 'memperhitungkan' variabel pencemarnya ke dalam variansi kesalahan (effor variance) melalui analisis variansi (analisis of variance). Jalur yang kedua memperhitungkan intervensi pengaruh variabel pencemarnya melalui analisis regresi sehingga semua variabel pencemar itu pengaruhnya dapat dinihilkan (dipisahkan) atau dipancang-panggah (held Constan). Hal ini bisa ditangani melalui antara lain analisis korelasi parsial atau analisis kovariansi. Tentu saja sangatlah penting bagi seorang peneliti mengenali macam-macam model analisis yang mampu menerima masukan variabel-variabel yang dikendalikan. Sudah dinyatakan dalam definisinya bahwa penelitian ilmiah adalah penelitian yang dilakukan secara sistematis dan dikendalikan. Tanpa usaha pengendalian suatu penelitian bisa disebut ceroboh, kecuali hasilnya tentu dipandang kurang dapat diandalkan. Saya harus minta maaf karena dalam kesempatan ini tak dapat disajikan contoh-contoh numerik dari apa yang baru dibicarakan itu. Tetapi saya yakin, seorang peneliti yang profesional tak akan 13

Op cit, Hadi, Sutrisno, Manual SPS 2000, jal 110



membiarkan dirinya disebut peneliti coroboh atau hasil penelitiannya dikatakan masih meragukan atau belum dapat diandalkan. Karenanya ia tidak akan tinggal diam tanpa melihat-lihat perkembangan teknologi analisis yang begitu pesat Penentiuan rancangan Analisis Tiga hal perlu diperhatikan dalam pemilihan rancangan analisis, yaitu (1) rancangan itu harus dapat menembak tepat hipotesis yang diuji; (2) rancangan itu harus mampu mengendalikan secara maksimal sumber-sumber kesalahan; dan (3) rancangan ltu mampu menerima sejumlah variebel yang dikendalikan. Penentuan rancangan analisis memang merupakan suatu tahap yang agak sulit den rawan. Untuk beberapa rancangan secara garis besar dapat dibedakan pedoman secara singkat seperti tersebut dalam label di bawah ini. Nampak dari pemeriksaan label tersebut bahwa salah satu parameter penting untuk menentukan pemilihan rancangan adalah arah skala datanya, nominal, ordinal, atau interval (termasuk yang rasio) pada variabel bebas maupun variabel terikatnya. Kecuali itu jumlah variabel bebas atau variabel terikat yang akan dimasukkan dalam model juga ikut menentukan pemilihan rancangannya. 14 TABEL Parameter Penentuan Rancangan Analisis

14

Op cit, Hadi, Sutrisno, Manual SPS 2000, h. 125 Catatan: 1) Semua Anava yang memasukkan kovariabel menjadi Anakova. 2) Semua Manava yang memasukkan kovariabel Menjadii Manakova. 3) Semua Korelasi Yang memasukkan koprediktor manjadi Korelasi Persial. 4) Data yang berskala rasio diberlakukan sama dengan data yang berskala interval. 5) Dalam label tersebut belum dimasukkan Penggunan beberapa statistik nonparametrik yang lain



Variabel Bebas Skala Jumlah

Variabel Terikat Skala Jumlah

Rancangan yang disarankan

Interval

Interval

Korelasi / Regresi Lugas Korelasi / Regresi Ganda Korelasi Kanonik Lugas Korelasi Kanonik Ganda Anava Lugas Anava Faktorial Manava Lugas Manava Faktorial Anal. Diskriminan Lugas Anava Lugas Anal. Diskriminan Lugas Manava Lugas Analisis Kai Kuadrat Analisis Kai Kuadrat Analisis Kai Kuadrat Kor. Jenjang Rho/Tau Manava Lugas Manava Faktorial Manava Lugas Manava Faktorial

Nominal

Interval

Nominal Nominal Ordinal Ordinal Ordinal

1 >1 1 >1 1 >1 1 >1 1 >1 >1 1 1 1 1 1 >1 1 >1

Interval

Nominal

Nominal Ordinal Nominal Ordinal Interval

1 1 >1 >1 1 1 >1 >1 1 1 1 1 1 1 1 1 1 >1 >1

Penggunaan Komputer Untuk Pengolahan Data Penelitian Tiga hal yang sangat menonjol pada komputer adalah (1) kecepatan (speed); (2) ketelutian dan keterandalan (accuray and reliability); dan (3) keserbagunaan (multi purposeness). 15 Kecepatan kerja komputer memang sangat mengagumkan. Dibandingkan kerja secara manual yang menggunakan kalkulator ilmiah standard, kecepatan komputer bisa 100 kali, 1000 kali, atau bahkan mendekati 300 ribu kali. Tingkat ketelitian hasil kerja komputer, begitu juga tingkat keandalannya, sangat tergantung kepada perintah-perintah yang disusun dalam program yang dioperasikan. Jika saja program program yang dipakai sudah teruji, hasil kerjanya sama sekali tak pedu diragukan lagi. Keserbagunaan komputer dicerminkan dalam kemampuan komputer untuk melakukan 1001 macam pekerjaan 15

Ibid, h. 112



sesuai dengan perintah-perintah yang telah diberikan lewat program-program tertentu. Dari pekerajan yang sangat sederhana di dapur sampai pekerjaan-pekerjaan yang sangat muskil di ruang angkasa, semua dijangkau oleh tangan-tangan komputer. Industri-industri besar memanfaatkan robot- robot yang digerakkan oleh kornputer, Pekerjaan-pekerjaan berbahaya seperti menjinakkan bom dan memadamkan kebakaran di gedung-gedung pencakar langit, juga mulai ditangani komputer. Dasawarsa 90-an akan merupakan dasawarsa komputerisasi semua bidang kehidupan. Sekarang saja di negara-negara maju anggota masarakat yang tidak mengenal komputer (walaupun hanya sebagai pemakai) disebut buta huruf (computer illiteracy). Di negara kita pada permulaan abad XX juga akan terjadi seorang mahasiswa, apalagi seorang ilmuwan, yang tidak mengenal komputer akan termasuk kelompok makhluk yang buta huruf tersebut, dan sebagai rasa simpati mungkin kita hanya dapat mengatakan ‘Kasihan !' Terlepas dari harganya, kini di pasaran telah tersedia secara cukup meluas perangkat - perangkat keras komputer, terutama komputer kecil yang disebut komputer pribadi (Personal Computer, PC), untuk menyelesaikan macam-macam pekerjaan. Yang masih sangat langka adalah perangkat-perangkat lunak (programs) yang mudah dioperasikan dan ditulis dalam bahasa komunikasi bahasa Indonesia. Diantara yang langka tersebut, ada SPS-2000, singkatan dari Seri Program Statistik Versi 2000, sedangkan programs statistik yang bebahasa Inggris diantaranya; Minitab, SPSS dsb. Menurut pengalaman, seorang peneliti secara minimal memerlukan dua macam program, yaitu program untuk menulis naskah ilmiah (program pengolah kata; word processor) dan program untuk menganalisis data penelitian (program pengolah data; data processor). Kedua Program itu, word dan data, memerlukan latihan secukupnya untuk penguasaannya, entah lewat kursus, entah lewat penataran atau workshop. 67 Jurnal TAPIs Vol. 5 No. 10 Juli-Desember 2009


Penutup Apa yang dapat dikemukakan dalam tulisan ini hanyalah sekedar highlight dari peran ilmu stastika sebagai salah satu perangkat dalam penelitian. Ada sedikit penawaran pandangan futuristik di dalamnya, yang mungkin dapat dipertimbangkan di kemudian hari. Mudah-mudahan uraian dalam tulisan ini ada gunanya bagi para peneliti, juga bagi para pembimbing penelitian pada tingkat apa pun.

Daftar Pustaka : Azwar, Saifuddin, Metode Penelitian. Yogyakarta : Pustaka Pelajar 2003 Hadi, Sutrisno, Metode Penelitian. Hand out . Yogyakarta : Pascasarja UGM. 2002 Hadi, Sutrisno, Manual SPS 2002 Yogyakarta : UGM 2000 Sugiyono, Statistik Untuk Penelitian. Bandung : Alfabeta, 2004 Winarsunu, Tulus, Statistik Dalam Penelitian Psikologi & Pendidikan. Malang UMM Press, 2009


M. Nursalim Malay: PERANAN STATISTIKA PERANAN STATISTIKA DALAM PENELITIAN ILMIAH. M.Nursalim Malay

Recommend Documents