sumber:www.oseanografi.lipi.go.id
Oseana, Volume XXIII, Nomor 1, 1998 : 27 - 37
ISSN 0216-1877
STATISTIKA DALAM ILMU KELAUTAN oleh Pardornuan Sianipar 1)
ABSTRACT STATISTICS IN OCEANOGRAPHY: Statistics is one among tools for Scientist to doing research besides language, logic and mathematics. Through statistical procedure one can obtain data, which are reliable and valid. It means that we can obtain the true figure of phenomena from each pan of Oceanography i.e. physics, chemistry and biology. Thus, trough statistics estimation, prediction and generalization will be found. Those findings are very important to build a concept for the Ocean theory and its application.
Bahwa setelah hasil di darat tidak lagi produktif karena kerusakan lingkungan ataupun penyempitan lahan maka laut adalah satusatunya alternatif yang memberi harapan sebagai sumber pangan, sumber energi dan sumber pertambangan. Penelitian (research) kelautan telah lama dilakukan oleh berbagai instansi sesuai dengan cakupan bidangnya, seperti dari Geofisika, Geokimia, Geografi. Ditjen Perikanan, Puslitbang Oseanologi-LIPI, TNIAngkatan Laut dan Perguruan Tinggi. Tujuan dan kegunaan yang beragam tersebut tentu telah menghasilkan banyak data yang bermanfaat bagi pengembangannya. Dan data yang sangat banyak dan beragam tersebut apakah telah diperoleh secara "reliable" (dapat dipercya) dan valid (sahih, jitu), masih perlu dipertanyakan karena di laut kita mempunyai
PENDAHULUAN Ilmu Kelautan (Oseanografi) dapat dibagi atas 3 bagian yaitu Oseanografi Fisika, Oseanografi Kimia dan Oseanografi Biologi. Laut yang merupakan bagian besar dari bagian dunia adalah sesuatu yang menarik untuk dipelajari sebab ia mempunyai sifat-sifat fisika, kimia dan biologi. Dalam cabang keilmuan ia berada di bawah ilmu-ilmu alam (Natural Sciences), tetapi posisinya diantara Ilmu Alam (Physical Sciences), dan Ilmu Hayat (Biological Sciences) (HENRY MARGENAU et al., dalam SURIASUMANTRI 1985). Indonesia terdiri dari 2/3 lautan dan mempunyai potensi besar sebagai penghasil devisa di masa mendatang. "Revolusi biru" yang sering didengungkan oleh pejabat-pejabat ataupun cendekiawan masih merupakan ungkapan 1)
Balai Penelitian dan Pengembangan Lingkungan Laut. Puslibang Oseanologi - LIP1
27
Oseana, Volume XXIII no. 1, 1998
sumber:www.oseanografi.lipi.go.id
banyak kendala di dalam mendapatkan data antara lain. musim, gelombang, luas, bahaya ikan-ikan buas/racun tetapi juga oleh sarana yang sangat terbatas. Disamping peneliti/ penyelidik yang belum mampu menghayati arti dari suatu metode ilmiah dan penggunaan statistika secara benar. Namun, dengan mengikuti prosedur statistika yang ketat akan diperoleh data yang dapat dipakai untuk mengembangkan ilmu dan berguna bagi kesejahteraan masyarakat. Oleh karena itulah SUDJANA (1996) mengatakan statistika adalah suatu alat analisis yang dapat digunakan untuk berbagai bidang ilmu agar dapat menerangkan atau melukiskan data secara ilmiah. Untuk itulah penulis mencoba menyajikan beberapa aspek pengertian statistika di dalam pemakaiannya pada ilmu kelautan.
4. Dapat diuji dan dikontrol validitas (kesahitan data), reliabilitas (kepercayaan) dan ketelitiannya sebagaimana data ilmiah lainnya. Sekali seorang penyelidik telah memutuskan akan menggunakan metode observasi dalam mengumpulkan data, ia harus menjaga benar-benar agar reliabilitas observasinya dapat dipertahankan semaksimalnya. Sangat penting untuk mengetahui sumber-sumber kesesatan observasi untuk mencapai maksud tersebut. Observasi merupakan suatu proses yang kompleks, suatu proses yang tersusun dari pelbagai proses biologik dan psikologik. Dua diantaranya adalah proses-proses pengamatan dan ingatan (HADI, 1986). Dalam masingmasing proses ini terkandung sumber-sumber kesesatan yang perlu mendapat perhatian dengan seksama. Selanjutnya RUMMEL (dalam HADI 1989) telah merumuskan petunjuk-petunjuk penting bagi penggunaan metode observasi yaitu : 1. Peroleh dahulu pengetahuan apa yang akan diobservasi. Tahapan pertama adalah pengetahuan misalnya mengenai jenis oseanografi yang menjadi obyek penelitian. Seperti diketahui bahwa oseanografi tersebut dapat dibagi atas tiga jenis yaitu fisika, kimia dan biologi. 2. Selidiki tujuan-tujuan yang umum maupun khusus dari problem-problem research untuk menentukan apa yang harus diobservasi. 3. Buatlah suatu cara untuk mencatat hasilhasil observasi. Penting sekali untuk menetapkan lebih dahulu simbol-simbol statistik atau rumusan-rumusan deskriptif yang akan digunakan untuk mencatat hasil-hasil observasi. 4. Adakan dan batasi dengan tegas macammacam tingkat kategori yang akan digunakan.
METODE OBSERVASI Di laut umumnya untuk mendapatkan data banyak dilakukan dengan metode observasi. Sebagai suatu metode ilmiah observasi biasa diartikan sebagai pengamatan dan pencatatan dengan sistematik gejala-gejala yang diselidiki (HADI 1986). Dalam arti yang luas observasi sebenarnya tidak hanya terbatas pada pengamatan yang dilakukan baik secara langsung maupun tidak langsung. Pengamatan yang tidak langsung misalnya melalui "questionnaire" terhadap nelayan atau awak kapal dan juga test. Akan tetapi yang kita artikan dengan observasi adalah menurut JEHODA et al. (1959) sebagai berikut : 1. Mengabdi pada tujuan-tujuan research yang telah dirumuskan. 2. Direncanakan secara sistematik bukan terjadi secara tidak teratur. 3. Dicatat dan diumumkan secara sistematik dengan preposisi-preposisi yang lebih umum, tidak hanya dilakukan untuk memenuhi rasa ingin tahu semata-mata.
28
Oseana, Volume XXIII no. 1, 1998
sumber:www.oseanografi.lipi.go.id
5. 6. 7.
kurang dikuasai.
Adakan observasi secermat-cermatnya. Catatlah tiap-tiap gejala secara terpisah. Mengetahui/menguasai alat-alat pencatatan dan tata caranya.
Setelah mendapatkan data secara benar maka langkah berikut adalah menganalisis data dan menyajikannya secara statistik dalam publikasi ilmiah agar teruji ataupun terpakai untuk membangun suatu konsep pengembangan ilmu oseanografi.
MANFAAT STATISTIKA Sebenarnya statistika bukanlah satusatunya sarana berpikir secara ilmiah (SURIASUMANTRI 1985). Sarana lain yang tidak kalah pentingnya adalah bahasa, logika dan matematika. Bahasa merupakan alat komunikasi verbal yang dipakai dalam seluruh proses berpikir ilmiah di mana bahasa merupakan alat berpikir dan alat komunikasi untuk menyampaikan jalan pikiran tersebut kepada orang lain. Ditinjau dari pola berpikirnya maka ilmu merupakan gabungan antara berpikir deduktif dan berpikir induktif. Matematika mempunyai peranan yang penting dalam berpikir deduktif, sedangkan statistika mempunyai peranan penting dalam berpikir induktif. Proses pengujian dalam kegiatan ilmiah mengharuskan kita menguasai metode
ilmiah yang pada hakekatnya merupakan pengumpulan fakta untuk mendukung atau menolak hipotesis yang diajukan. Kemampuan berpikir ilmiah yang baik harus didukung oleh penguasaan sarana berpikir dengan baik pula. Salah satu langkah ke arah penguasaan itu adalah mengetahui dengan benar peranan masing-masing sarana berpikir tersebut dalam keseluruhan proses berpikir ilmiah.
Berdasarkan pemikiran ini maka dapat dimengerti mengapa mutu kegiatan keilmuan tidak mencapai taraf yang memuaskan sekiranya sarana berpikir ilmiahnya memang
29
Oseana, Volume XXIII no. 1, 1998
Bagaimana mungkin
seseorang mampu melakukan penalaran yang cermat tanpa menguasai struktur bahasa yang tepat? Demikian juga hagairnana seseorang mampu melakukan "generalisasi" tanpa menguasai statistika? Memang, tidak semua masalah membutuhkan analisis statistika. namun tidak berarti bahwa kita tidak perduli terhadap statistika sama sekali dan berpaling ke cara-cara yang justru tidak bersifat ilmiah. Sering seorang peneliti melakukan rasionalisasi untuk membela kekurangannya atau menurut KEMENY (1959), seseorang sering menggunakan kata-kata untuk menutup ketidakmampuannya. Oseanografi sebagai salah satu disiplin keilmuan mempunyai masalah-masalah keilmuan yang perlu dipecahkan secara seksama. Masalah-masalah tersebut tentu dapat diselesaikan melalui prosedur ilmiah atau metode ilmiah. Untuk menyelesaikan suatu masalah dibutuhkan data di mana perolehan data yang diperoleh itu harus melalui suatu langkah ilmiah yang dapat dipertanggungjawabkan. Langkah-langkah ilmiah yang dimulai dari perumusan masalah sampai penurunan hipotesis dari suatu kerangka teoril/ pemikiran yang akhirnya sampai pada penentuan jenis statistika yang digunakan untuk pengujiannya. Inilah sebabnya dikatakan kalau kita berbicara tentang statistika maka kita tidak mungkin terlepas dari metode ilmiah. Tanpa pemahaman metode ilmiah sukarlah bagi seorang peneliti untuk menyatakan suatu "kebenaran ilmiah". Dalam langkah-langkah penelitian, seseorang harus memahami apa yang dimaksud dengan koherensi, korespondensi atau pragmatisme. Koheren berarti bahwa seorang peneliti telah benar di dalam membentuk suatu kerangka teori yang mana pada waktu menurunkan hipotesis ia telah dapat merumuskannya secara benar. Korespondensi berani bahwa seorang peneliti telah secara benar memilih jenis statistika yang dipilihnya untuk dipakai meng-
sumber:www.oseanografi.lipi.go.id
gambarkan atau menguji variabel-variabel dalam hipotesisnya. Seandainya seorang peneliti salah dalam menentukan jenis statistikanya, maka dapatlah ia diumpamakan seperti kesalahan seorang anak yang mengatakan bahwa Ibukota Republik Indonesia adalah Manila atau kota lainnya di Asia (NAZIR 1988). Sedangkan pengertian pragmatis dimaksud adalah bahwa ilmu harus bernilai fungsional bagi kehidupan manusia. Bila dilihat dari pengertian di atas jelaslah statistika perlu digunakan agar dapat diperoleh suatu kesimpulan yang mempunyai nilai ilmiah.
Jadi statistik deskriptif adalah penyajian dari pengamatan-pengamatan. Tujuan dari penyajian adalah supaya pembaca dapat melihat pola-pola dan corak-corak yang penting dari pengamatan-pengamatan tersebut. Beberapa ha1 yang perlu diperhatikan pada statistik deskriptif adalah : 1. Distribusi frekuensi di mana hasil pengamatan disusun menurut nilai dari yang kecil sampai yang besar, atau di mana hasil pengamatan dikelompokkan kedalam kelompok atau kelas-kelas. Distribusi frekuensi ini dapat digambarkan dengan histogram, poligon, bagan melingkar atau pictogram. 2. Beberapa ukuran dapat menyimpulkan corak-corak dari data. Ukuran-ukuran yang akan dibicarakan adalah ukuran tendensi sentral. 3. Ukuran lain yang menambah pengertian akan corak-corak data adalah ukuran Variabilitas. Misal: ada satu set data panjang burayak ikan beronang (dalam mm) seperti berikut: 23, 35, 30, 30, 40, 35, 20, 24, 32, 43, 18, 30, 21, 45, 35, 25, 37, 37, 40, 40, 24, 30, 35, 25, 30, 25, 35, 24, 23, 24, 40, 35, 21, 37. Nilai-nilai tersebut belum tersusun urutannya. Nilai-nilai ini perlu disusun secara teratur mulai ukuran yang terpendek sampai dengan ukuran yang terpanjang atau sebaliknya. Dengan urutan demikian, maka untuk setiap nilai atau panjang yang terdapat dalam kumpulan data dapat diketahui berapa ekor burayak ikan yang mempunyai panjang itu atau berapakah frekuensi burayak ikan untuk panjang itu. Kumpulan pasangan-pasangan nilai dengan frekuensinya dinamakan distribusi frekuensi, dimana X menyatakan panjang yang dicapai dan f (x) frekuensi pada panjang itu. Tabel 1 adalah tabel pengolahan data burayak ikan beronang seperti di atas.
STATISTIKA
Statistik dan statistika mempunyai pengertian yang berbeda. Statistik adalah kumpulan angka-angka yang tidak mempunyai arti kalau tidak diolah dan diterjemahkan. Kita mengenal statistik kependudukan, statistik kecelakaan, statistik perikanan, statistik perhubungan, statistik ukuran wanita dan seterusnya. Jadi penggunaan perkataan statistik ini sangatlah luas (ZAR 1974). Sedangkan statistika sudah mempunyai pengertian "inferens" atau menarik kesimpulan secara ilmiah dari suatu sampel yang bersifat spesifik (khas). Di dalam statistikalah seorang peneliti dapat menggunakan prosedur-prosedur statistika dimulai dari pengertian probabilita, sampling sampai akhirnya melakukan penarikan kesimpulan. Akan tetapi sebelum melangkah lebih jauh, statistik deskriptif perlu dikuasai lebih dahulu sebab statistik deskriptif yang dapat menggambarkan/melukiskan suatu gejala sebelum suatu penelitian diteruskan secara inferens (induktif).
30
Oseana, Volume XXIII no. 1, 1998
sumber:www.oseanografi.lipi.go.id
Tabel 1. Distribusi Frekwensi Sampel Burayak Ikan menurut panjang.
golongan dipakai sebagai nilai x dari golongan. Pada Tabel 2, titik tengah golongan adalah 17,5; 22,5; 27,5; 37,5; 42,5 dan 47,5 dengan frekuensi masing-masing : 1, 9, 3, 6, 9, 5 dan 1. Frekuensi-frekuensi ini, untuk mempermudah perhitungan dianggap terjadi pada titiktitik tengah masing-masing golongan. Tabel 2 Distribusi Frekuensi dari Sampel Panjang Burayak Ikan.
Pada Tabel 2 dapat dilihat pengolahan lanjutan dari data yang ada pada dari Tabel 1. Di sana telah dibuatkan daftar yang memperlihatkan batas-batas bawah dan atas nilai-nilai pengamatan. Rentangan adalah panjang interval yang memperlihatkan batas bawah dan batas atas nilai-nilai pengamatan. Nilai-nilai sampel tidak ditemukan di luar batas-batas ini. Besarnya range sama dengan selisih antara nilai yang terbesar dengan nilai yang terkecil. Untuk data di atas sampel dimulai pada nilai 18 dan berakhir pada 45, sedangkan besarnya range =
Suatu gambaran seringkali dapat memudahkan untuk melihat perbandingan frekuensi dari berbagai kategori atau kelas. Suatu histogram merupakan gambaran dari balok-balok di mana lebar dari balok adalah panjang interval kelas, kelompok atau satuan sedangkan luas dari balok adalah frekuensi kelompok. Maka mudahlah dibandingkan frekuensi dari kelompok yang satu dengan kelompok yang lain. Jika titik tengah dari garis atas balok dihubungkan satu sama lain maka diagram yang didapat adalah suatu poligon. Gambar 1 memperlihatkan histogram dan poligon dari distribusi frekuensi yang telah disajikan dalam
45 - 18 = 27 (Tabel 1).
Seringkali penggolongan data adalah penyederhanaan dari penyajian suatu data. Misalnya dalam contoh di atas penggolonganpenggolongan panjang adalah dalam kelompok-kelompok panjang 15-19, 20-24,
Tabel 2.
Cara lain untuk menyajikan data adalah dengan bagan lingkaran di mana suatu lingkaran dibagi menjadi bagian-bagian dan luas setiap bagian adalah frekwensi relatif kelas yang dinyatakan dalam persen. Gambar 2 memperlihatkan bagan lingkaran dari Tabel 2.
25-29, 30-34, 35-39, 40-44, 45-49, maka distribusi frekwensi adalah seperti pada Tabel 2. Untuk perhitungan titik tengah interval
31
Oseana, Volume XXIII no. 1, 1998
sumber:www.oseanografi.lipi.go.id
Ukuran Kecenderungan Sentral. Kecuali pola dari nilai-nilai ada baiknya jika kita mengetahui nilai yang mencerminkan corak-corak nilai. Nilai semacam ini diperoleh dari ukuran Kecenderungan Sentral (Central Tendency) yang merupakan indeks rata-rata dari distribusi nilai-nilai. Ada tiga macam ukuran kecenderungan sentral yang sering digunakan yaitu : mode, median dan mean atau nilai rata-rata hitung (atau nilai rata-rata saja). Kalau data banyak maka kita dapat melihat kecenderungan sentral dari parameter di atas. seperti Mode (= Mo) dalam Gambar 3 di
Gambar 1. Histogram dan polygon dari Tabel 2. Histogram Poligon
bawah.
Jika data sangat banyak maka pictogram dapat digunakan (misalnya pada data populasi ikan di suatu perairan atau pertambakan) yaitu gambar dari deretan gambar ikan di mana satu gambar ikan dapat menyatakan 10,50 atau 100 dan seterusnya pengamatan.
Gambar 3. Distribusi Frekuensi yang bi-modal
Gambar 2. Bagan lingkaran.
Gambar 4. Distribusi Frekuensi yang uniform
32
Oseana, Volume XXIII no. 1, 1998
sumber:www.oseanografi.lipi.go.id
bagian distribusi yang padat, Mean pada bagian distribusi yang jarang. Letak dari Mean, Mode dan Median dapat dilihat pada Gambar 5 berikut ini:
Gambar 5. Distribusi Normal (a), Skew Positif (b) dan Skew Negatif (c).
33
Oseana, Volume XXIII no. 1, 1998
sumber:www.oseanografi.lipi.go.id
Penggunaan kecenderungan Sentral ini lebih jauh HADI (1986) mengatakan bahwa pemakaiannya bermanfaat sebagai : 1. Mode a. Alat deskripsi yang cepat tetapi kasar. b. Cocok untuk mendeskripsi kasus tipikal (typical cases) atau mencari kejadian yang populer. c. Tidak terpengaruh oleh kasus ekstrim. 2. Median a. Alat deskripsi yang lebih baik untuk menghadapi distribusi-distribusi tidak Normal. b. Tepat untuk menghadapi distribusi terbuka. 3. Mean a. Paling stabil untuk melayani analisaanalisa matematik. b. Paling cocok untuk menghadapi distribusi Normal c. Paling reliabel untuk alat estimasi (menaksir). Ukuran Variabilitas Ukuran variabilitas (measure of variability) dapat menambah pengertian mengenai kejadian-kejadian (occurence) semua nilainilai suatu peubah atau variabel atau ciri. Biasanya nilai-nilai yang dapat dicapai oleh suatu ciri dalam suatu pengamatan adalah lebih dari satu, sehingga dapat dikatakan bahwa nilai-nilai yang diamati berbeda (atau berubah atau variabel). Ukuran variabilitas merupakan indikasi dari tersebarnya (atau dispersi) pengamatan-pengamatan antara nilai-nilai dari peubah yang sedang diteliti. Ukuran-ukuran dispersi yang sering digunakan adalah varian dan standar deviasi. Standar deviasi adalah akan dari varian. 2
Varian suatu peubah dinyatakan dengan S dan merupakan jumlah kuadratik dari selisih antara
nilai-nilai yang ada dalam pengamatan sampel dengan rata-rata hitung dibagi dengan besarnya sampel dikurangi 1.
34
Oseana, Volume XXIII no. 1, 1998
sumber:www.oseanografi.lipi.go.id
1. Untuk membagi distribusi menjadi
Bila menggunakan cara ini secara ilmiah dapat dikatakan data tersebut telah cukup reliable (terpercaya). Pengukuran yang teliti dari parameter-parameternya akan menyebabkan data tersebut cukup valid (sahih, terpercaya). Untuk menentukan type data oseanografi dapat disebut adanya beberapa jenis ukuran (skala) data yaitu : a. Skala nominal : hanya berupa label atau kode, misalnya ada 3 macam warna ikan kerapu yaitu : 1. merah; 2. hitam; 3. putihkehitaman. Nomor-nomor urutan tersebut tidak mempunyai makna apa-apa, boleh dibalik yang mana urutan 1, 2 dan 3. b. Skala ordinal : menyatakan suatu urut, misal bila disebut di perairan Teluk Jakarta dalam musim barat ditemui 1. ombak besar; 2. ombak sedang; 3. tidak berombak dan lain sebagainya, angka-angka tersebut menunjukkan ranking yang tertinggi keadaan ombak yang diperoleh pada musim barat tersebut. Hal yang serupa dapat dibuat pada ranking jenis ikan yang diperoleh dari teluk itu. c. Skala interval : suatu skala yang menyatakan selang misalnya: Sampel air ynng terbersih (A) diberi nilai 1 Sampel air yang bersih (B) diberi nilai 2 Sampel air yang agak bersih (C) diberi nilai 3 Sampel air yang tidak bersih (D) diberi nilai 4 Dapat dikatakan bahwa angka sampel air D yaitu 4 adalah sama dengan nilai C + A atau jumlah A + B sama dengan nilai C. Kita tidak dapat menyatakan bahwa nilai D adalah 4 x Aatau 2 x B. d. Skala ratio: suatu skala yang menggunakan angka o (nol) mutlak. Kalau seekor ikan kerapu (A) beratnya 2 kg dan seekor lagi (B) beratnya 4 kg, dapat dikatakan bahwa berat ikan kerapu B tersebut adalah 2 x dari berat ikan kerapu A.
beberapa golongan kelas sama banyak frekuensinya. Misalnya jika distribusi penghasilan akan dibagi menjadi 5 golongan yang sama banyak frekuensinya yaitu masing-masing golongan berisi 20% dari N, maka bilangan penghasilan yang diperlukan adalah bilangan-bilangan penghasilan P20, P40, P60 dan P80 sebagai batas dari 5 golongan yang dimaksud. 2. Untuk memisahkan sebagian distribusi dari sebagian sisanya agar dibuat suatu perlakuan istimewa (misalnya tingkat IQ sebagian anak P10 adalah diatas 9,0 perlu diberi pendidikan istimewa dibanding dengan sebagian anak P90 dan juga dengan demikian diketahui batas IQ dari anak yang 10% cerdas tersebut). 3. Untuk menyusun norma-norma penilaian. 4. Untuk menormalisasikan distribusi. B. Statistika Induktif Melalui statistika, seorang peneliti telah berhadapan dengan pengertian-pengertian probabilita (peluang), sampling, distribusi. estimasi dan uji hipotesis dengan beberapa 2 macam uji seperti uji x , uji t, uji F, uji Z dan lain-lain, juga beberapa pengertian regresi dan korelasi. Seperti telah diterangkan di muka bahwa statistika boleh juga disebut Statistika lnduktif karena sesorang telah dapat mengambil kesimpulan secara umum dari sekelompok (sebagian) himpunan data (sample) dari suatu populasi. Sample dalam pengertian di sini adalah bahan yang diukur ciri-cirinya di mana kelompok individu itu sebagian dari suatu komunitas yang mempunyai peluang yang sama dengan individu lainnya untuk terpilih. Ada berbagai cara untuk mendapatkan sample dengan melalui suatu proses yang disebut sampling yaitu sampling seadanya, sampling pertimbangan atau purposif dan sampling peluang. Dari ketiga jenis sampling ini yang paling penting adalah sampling peluang sebab
35
Oseana, Volume XXIII no. 1, 1998
sumber:www.oseanografi.lipi.go.id
Bagaimana seorang peneliti dapat
Mann-Whitney, Kolmogorov. Smirnov, dan Kruskal. Dalam penelitian verifikasi kita mengenal metoda penelitian eksperimental dan survei eksplanatori. Penelitian ini bertujuan untuk menguji hubungan-hubungan variabel dari hipotesis-hipotesis yang diajukan dengan data empiris. Pada jenis penelitian ini kita mengenal judul yang korelasional, sebab penelitian ini bertujuan menguji kualitas variabel-variabel. Pada ilmu pasti dan alam biasanya skala yang digunakan adalah skala rasio. Sedangkan pada ilmu-ilmu sosial pemakaian skala rasio sangatlah terbtas. Dalam taraf verifikasi sering digunakan skala interval. Rancangan uji statisrik (model pengujian) berpangkal dari hipotesis yang telah dirumuskan. Hipotesis yang telah dirumuskan berpangkal tolak dari kerangka pemikiran di mana di dalamnya didukung oleh teori-teori yang selektif dan berpacu kepada masalah yang telah diidentifikasikan. Karena itu, rancangan uji statistik menjadi sia-sia apabila hipotesis yang dirumuskan itu tidak relevan dengan identifikasi, masalah, maksud, tujuan. kegunaan dan kerangka pemikiran. Dalam rangka pengujian (uji statistik), hipotesis yang telah dirumuskan itu dijabarkan variabelvariabelnya, serta bagaimana hubungan variabel-variabel tersebut. Hubungan variabelvariabel tersebut mungkin berbentuk pengaruh (sebab-akibat), kontribusi (sumbangan), sebabmusabab (timbal-balik), dan lain-lain.
memahami pemakaian skala-skala tersebut dan statistik mana saja yang dapat digunakan? Untuk itu harus dipahami terlebih dahulu taraf penelitian yang dilakukannya. HADI (1986) mengatakan bahwa ada 3 taraf penelitian
yaitu : a. Exploration research penjajakan) b. Development research pengembangan) c. Verification research
(Penelitian (Penelitain (Penelitian
pengkajian) Jika jenis penelitian tersebut masih dalam penjajakan (exploration) maka skala nominal yang menjadi ciri utama dimana umumnya tujuan utama penelitian ini adalah : (a) Mencari ada tidaknya hubungan antara 2 fenomena : (b) Menyelidiki pola-pola hubungan antara beberapa ciri suatu obyek. Dalam penelitian semacam ini sama sekali tidak diungkapkan kenyataan-kenyataan tentang taraf, tingkat dan derajat besar kecilnya sesuatu ciri yang ada pada gejala. Model statistik yang dapat dipakai untuk ukuran nominal sangat terbatas antara lain Korelasi kontigensi dan Chi-kwadrat. Korelasi kontigensi dipakai untuk mencari hubungan antara dua sifat atau dua gejala. Chi-kwadrat hanya mengetahui hubungan antara dua gejala atau lebih, tetapi tidak dapat menjawab pertanyaan berapa besarnya hubngan itu. Penelitian pengembangan adalah penelitian yang bertujuan untuk mengembangkan masalah-masalah dari suatu fenomena yang dihubungkan dengan teori-teori dari suatu ilmu tertentu dan untuk memecahkan masalah tersebut secara rasional (biasanya dengan cara berpikir deduktif). Skala yang dipakai adalah skala ordinal. Karena itu uji statistik yang digunakan masih terbatas seperti : Median, Persentil, Desil, Korelasi rank order, Kendall's atau Gamma. Bila skala yang digunakan adalah kombinasi nominal dan ordinal, uji statistik yang dapat digunakan ialah : Chi-kwadrat.
DAFTAR PUSTAKA HADI. S. 1986. Metodologi Research. Yayasan Penerbitan Fakultas Psikologi UGM. Yogyakarta : 426 hal. KEMENY. J.G. 1959. A Phylosopher Looks at Science. New York. Van Nostrand : 149- 159. JEHODA. M.M., M. DEUTSCH and S.W. COOK 1959. Research Methods in Social Relations : Basic Processes. Vol. I. New York: The Dryden Press: 2M) pp.
36
Oseana, Volume XXIII no. 1, 1998
sumber:www.oseanografi.lipi.go.id
NAZIR, M. 1988. Metode Penelitian. Penerbit Ghalia Indonesia, Jakarta: 619 hal. SUDJANA. 1996. Metode Statistika. Penerbit Tarsito. Bandung : 488 hal.
SURIASUMANTRI, J.S. 1985. Filsafat Ilmu sebuah Pengantar Populer. Penerbit Sinar Harapan, Jakarta : 382 hal. ZAR, J.H. 1974. Biostatistical Analysis. Rentice Hall Englewood Cliffs. N.J.: 620 pp.
37
Oseana, Volume XXIII no. 1, 1998