JURNAL BELAJAR 15

TEKNIK STATISTIKA
06 November 2017

A. Identitas Mahasiswa

Nama : Ajhar
NIM : 170342600068
Prodi/Kelas : S1 Biologi/H

B. Topik Pembelajaran
Mata Kuliah Metodologi Penelitian “TEKNIK STATISTIKA” di presentasikan oleh
Kelompok 5 beranggotakan Achmad Hairil Affan, Ainun Nadzifatun A., Arik Anggara,
Dymas Ambarwati, Lita Neldya Putri dan Rima Girinita Sari.

C. Konsep yang dipelajari

Statistik merupakan kumpulan data, bilangan atau non bilangan yang
disajikan sedemikian rupa (biasanya dalam bentuk table atau grafik) yang
menggambarkan suatu persoalan atau keadaan. Sedangkan statistika adalah
pengetahuan yang berhubungan dengan cara-cara pengumpulan, penyajian,
pengolahan dan analisis data, serta macam teknik analisis data. Jadi statistika
digunakan sebagai cara-cara ilmiah untuk mengumpulkan, menyusun,
meringkas dan menyajikan data penelitian. Lebih lanjut statistika merupakan
cara untuk mengolah data tersebut dan menarik kesimpulan yang diteliti dan
keputusan yang logik dari pengolahan data tersebut. Sedangkan statistik, lebih
banyak digunakan untuk menggambarkan keadaan atau permasalahan
seperti pencatatan banyaknya penduduk, hasil pertanian disuatu daerah, dan
semacamnya (Sulisetijono, 2016).
I. Jenis Statistika
Berdasarkan bidang atau ruang lingkup penggunaan statistika, dapat
dibagi antara lain: statistika social, statistika pendidikan, statistika ekonomi,
statistika perusahaan, statistika pertanian, statistika kesehatan, statistika
psikologi, statistika kimia, dan statistika biologi. Ditinjau dari fungsinya dalam
pengolahan data atau berdasarkan aktivitas yang dilakukan, statistika dapat
dibedakan menjadi statistika deskriptif dan statistika inferensial.
1. Statistika Deskriptif
Merupakan statistika yang menggambarkan dan menganalisis kelompok
data yang diberikan tanpa menarik kesimpulan mengenai kelompok
data yang lebih besar. Statistika deskriptif memberikan informasi hanya
 mengenai data yang dimiliki dan tidak bermaksud untuk menguji
hipotesis dan menarik kesimpulan. Statistika deskriptif hanya digunakan
untuk menyajikan dan menganalisis data agar lebih bermakna dan
komunikatif dan disertai perhitungan-perhitungan sederhana yang
bersifat memperjelas keadaan dan atau karakteristik data yang
bersangkutan.
Statistika deskriptif mencakup perhitungan-perhitungan sederhana, yang
biasanya dikenal dengan statistika dasar, antara lain perhitungan
frekuensi, frekuensi kumulatif, persentase, persentase kumulatif, tingkat
persentil, skor tertinggi, skor terendah, rerata hitung, simpangan baku,
varian (ragam), dan pembuatan table silang.
2. Statistika Inferensial
Statistika inferensial merupakan statistika yang menyangkut kesimpulan
yang valid. Dalam statistika inferensial biasanya memasukkan unsur
peluang dalam menarik kesimpulan.Secara lebih teknis, statistika
inferensial adalah statistika yang dilakukan untuk menguji hipotesis
penelitian tentang masalah pengaruh, perbedaan, hubungan, atau
fungsi peramalan diantara data pada variabel-variabel yang diuji.
Statistika inferensial adalah statistika yang berhubungan dengan
penarikan kesimpulan yang bersifat umum dari data sampel yang telah
dianalisis. Hal-hal yang berkaitan dengan statistika inferensial yaitu:
penafsiran tentang karakteristik populasi dengan menggunakan data
yang diperoleh dari sampel, memprediksi tentang masalah untuk masa
yang akan datang, menentukan pengaruh variable, hubungan antar
variable, menguji hipotesis, pembuatan kesimpulan secara umum
mengenai populasi. Statistika inferensial antara lain statistika uji beda: uji-t,
analisis varian, korelasi, regresi, analisis kovarian, dan chi-kuadrat
(Sulisetijono, 2016).
Berdasarkan bentuk distribusi parameternya, statistika inferensial dapat
dibedakan menjadi Statistika Parametrik dan Statistika Nonparametrik.
A. Statistika Parametrik
Statistika parametrik menggunakan asumsi mengenai populasi dan
membutuhkan pengukuran kuantitatif dengan skala data interval
(selang) atau rasio.Statistika parametrik adalah bagian dari statistika
inferensial yang parameter populasinya diketahui mengikuti distribusi
normal dan memiliki varian (ragam) data yang homogen.Skala data
pengukuran statistika parametrik minimal adalah skala interval
(selang).
Ciri-ciri statistik parametrik :
1. Data dengan skala interval dan rasio
2. Data menyebar/berdistribusi normal
Keunggulan dan kelemahan statistik parametrik :
1. Syarat syarat parameter dari suatu populasi yang menjadi sampel
biasanya tidak diuji dan dianggap memenuhi syarat, pengukuran
terhadap data dilakukan dengan kuat.
2. Observasi bebas satu sama lain dan ditarik dari populasi yang
berdistribusi normal serta memiliki varian yang homogen.
Kelemahan :
1. Populasi harus memiliki varian yang sama.
2. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam
skala interval.
3. Dalam analisis varian ditambahkan persyaratan rata-rata dari
populasi harus normal dan bervarian sama, dan harus merupakan
kombinasi linear dari efek-efek yang ditimbulkan.
Macam-macam statistika parametrik :
a) Uji T
Dalam analisis dipergunakan untuk menguji perbedaan dua
kelompok rerata (dua mean). Uji-t untuk mengistemasi populasi.
Pada dasarnya uji-t ini digunakan untuk mengestimasi harga mean
pada populasi lebih tinggi atau lebih rendah dari suatu harga
tertentu atau untuk mengistemasi apakah harga rerata sama atau
tidak sama dengan suatu harga tertentu.
Syarat-syarat uji :
- Uji-t digunakan jika simpangan baku populasinya tidak
diketahui
- Data mempunyai skala pengukuran interval dan rasio
- Data berdistribusi normal
Pemakaian uji-t dapat berlaku pada sampel pada yang
berpasangan maupun tidak berpasangan (Sulisetijono, 2016).
1. Uji-t berpasangan
Adalah salah satu metode pengujian hipotesis dimana data
yang digunakan tidak bebas yang dicirikan dengan adanya
hubungan nilai pada setiap sampel yang berpasangan atau
sama. Ciri yang paling sering ditemui pada kasus yang
berpasangan adalah satu individu (objek penelitian) dikenai
dua buah perlakuan yang berbeda. Walaupun menggunakan
individu yang sama, peneliti tetap memperoleh dua macam
data sampel, yaitu data dari perlakuan pertama dan data dari
perlakuan kedua. Perlakuan pertama mungkin saja berupa
kontrol, yaitu tidak memberikan perlakuan sama sekali
terhadap objek penelitian.
 2. Uji-t tidak berpasangan
Uji-t juga digunakan untuk membandingkan dua nilai tengah
sampel tidak berpasangan dengan asumsi ragam dua sampel
sama, namun ulangan ada yang sama dan ada yang berbeda
atau dengan sampel yang berbeda, namun ulangan juga
berbeda. Perbedaan rumus antara uji-t berpasangan dan uji-t
tidak berpasangan terletak pada standard error (standar galat)
selisihnya.
b) Anava
Teknik anava digunakan mulai dari percobaan-percobaan yang
sederhana sampai pada percobaan-percobaan komplek,
terutama digunakan bila terdapat lebih dari dua taraf perlakuan
dalam satu percobaan. Teknik Anava memerlukan data yang
memenuhi syarat-syarat yang diperlukan agar teknik tersebut
dapat dilaksanakan terhadap tahap tadi.
Asumsi-asumsi yang diperlukan yaitu:
1. Galat/ kesalahan percobaan haruslah bebas terhadap
sesamanya
2. Galat/kesalahan percobaan harus menyebar menurut
sebaran normal
3. Akibat perlakuan yang sama.
c) Korelasi dan regresi
Korelasi adalah pengukur hubungan dua variabel atau lebih yang
dinyatakan dengan derajat atau tingkat hubungan antar variabel.
Pengukuran derajat hubungan dengan metode korelasi yaitu
dengan koefisien korelasi. Dalam hal ini, dinyatakan bahwa dalam
analisis korelasi tidak mempersoalkan apakah variabel yang satu
tergantung pada variabel yang lain atau sebaliknya. Metode
korelasi dapat dipakai untuk mengukur derajat hubungan antar
variabel bebas dengan variabel bebas yang lainnya atau antar
dua variabel.
Regresi adalah pengukur hubungan dua variabel atau lebih yang
dinyatakan dengan bentuk hubungan atau fungsi. Untuk
menentukan bentuk hubungan (regresi) diperlukan pemisahan
yang tegas antara variabel bebas yang sering diberi simbol X dan
variabel tak bebas dengan simbol Y. Pada regresi harus terdapat
variabel yang ditentukan dan variabel yang menentukan dengan
kata lain adanya ketergantungan variabel yang satu dengan
variabel yang lainnya dan sebaliknya. Kedua variabel biasanya
bersifat kausal atau mempunyai hubungan sebab akibat yaitu
saling berpengaruh. Dengan demikian, regresi merupakan bentuk
fungsi tertentu antara variabel tak bebas Y dengan variabel bebas
 X atau dapat dinyatakan bahwa regresi adalah sebagai fungsi Y=
f(X). Bentuk regresi tergantung pada fungsi yang menunjangnya
atau tergantung pada persamaannya.
Tujuan untuk mempelajari korelasi dan regresi adalah untuk
menemukan atau mencari hubungan antara variabel, sebagai
dasar untuk dapat dipakai melakukan penafsiran atau peramalan
atau estimasi dari hubungan antar variabel tersebut.
Uji korelasi dapat dikelompokkan sebagai berikut :
1. Linier
- Sederhana : Hubungan yang berkaitan hanya dengan dua
variabel
- Berganda : Hubungan yang berkaitan dengan tiga variabel
atau lebih
2. Non linier
d) Anakova
Anakova pada prinsipnya merupakan kombinasi dari metode
regresi dan anava. Hal ini mencakup dilakukannya pengukuran
variabel lain di samping variabel terikat sebenarnya, yang ingin
diamati dari materi percobaan itu. Masalah yang diuji dengan
Anakova sama dengan masalah yang diuji dengan Anava.
Perbedaan dalam hal perhitungan bilangan dengan anakova
memperhatikan kovariatnya. Perhitungan Anakova juga dalam
RAL atau RAK. Permasalahan Anakova jika melibatkan lebih dari
satu variabel bebas, maka analisisnya merupakan Anakova ganda
atau Anakova faktorial.

B. Statistika Nonparametrik
Statistika nonparametrik menggunakan lebih sedikit asumsi mengenai
parameter populasi (atau bahkan tidak ada sama sekali) dan
membutuhkan data dengan skala data dengan tingkat ordinal dan
beberapa menggunakan skala data nominal. Statistika nonparametrik
adalah bagian statistika inferensial yang parameter populasinya tidak
mengikuti distribusi normal atau distribusi bebas dan varian data tidak
homogen. Skala data pengukuran statistika non parametrik lebih
banyak berskala ukur nominal atau ordinal.
Istilah nonparametrik pertama kali digunakan oleh Wolfowitz pada
tahun 1942. Statistik nonparametrik adalah statistik bebas distribusi
(distribution free statistik) dan uji bebas asumsi (asumstion free
test).Statistik nonparametrik banyak digunakan pada penelitian
penelitian sosial.Uji statistik nonparametrik ialah uji statistik yang tidak
memerlukan asumsi asumsi mengenai sebaran data populasi.
Uji statistik ini disebut juga sebagai statistik bebas sebaran (distiribution
free).Statistik nonparametrik tidak mensyaratkan bentuk sebaran
parameter populasi normal.

Keunggulan statistik nonparametrik :

a) Asumsi dalam uji nonparametrik relatif lebih longgar
b) Perhitungan perhitungannya daapat dilaksanakan dengan cepat
dan mudah, sehingga hasil penelitian dapat segera diselesaikan.
c) Efisiensi statistik nonparametrik lebih tinggi dibandingkan dengan
metode parametrik untuk jumlah sampel yang sedikit.
Disamping keunggulan statistic nonparametrik juga memiliki
keterbatasan. Beberapa keterbatasan statistik nonparametrik antara
lain :
a) Jika asumsi uji statistik parametrik terpenuhi, penggunaan uji
parametrik meskipun lebih cepat dan sederhana akan
menyebabkan pemborosan informasi.
b) Jika jumlah sampel besar, tingkat efisiensi uji nonparametrik relative
lebih rendah dibandingkan metode parametrik.
Macam–macam uji nonparametrik :
1) Uji Chi square (x2)
Uji ini ialah uji independensi dimana suatu variable tidak
dipengaruhi atau tidak ada hubungan dengan variable lain.
Selama hipotesis penelitian bahwa tidak ada hubungan (variable-
variabelnya independen).Uji ini hanya untuk mengevaluasi
dugaan bahwa hubungan dari nilai pengamatan disebabkan oleh
faktor chace (sampling error).Uji chi dapat digunakan untuk
menguji masalah perbedaan yang cukup berarti (signifikan)
antara jumlah pengamatan suatu obyek atau respon tertentu
pada tiap kategori terhadap nilai harapannya atau (expected
value) berdasarkan hipotesis penelitian yang merupakan hipotesis
nihilnya.
 Metode uji x² berdasarakan proses perhitungannya, yaitu terkait
dengan penentuan frekuensi harapan terdapat dua macam uji x2,
yaitu:
a. Frekuensi harapan belum tentu/expected belum tentu
Ditentukan berdasarkan jumlah baris dan kolom.
1) Masalah perbedaan/pengaruh
Contoh: Penelitian tentang perbedaan jenis kelamin dalam
hal metabolisme kristal kalsium oksalat.
2) Masalah hubungan (Kai square)
Permasalahan: Apakah warna kulit pelajar puteri berkolerasi
dengan (ada hubungan) banyaknya kunjungan pelajar-
pelajar itu ke salon kecantikan, selama periode tertentu?
Hipotesis penelitian: Warna kulit ada hubungan dengan
frekuensi kunjugan pelajar puteri ke salon kecantikan.

b. Frekuensi harapan/expected sudah tentu

Contoh: pada masalah kajian genetika persilangan
2) Uji Mann-Whitney (Uji Median)
Uji median adalah metode nonparametrik yang paling sederhana.
Uji median ini adalah merupakan prosedur pengujian apakah dua
atau lebih populasi dari mana sampel independen diambil
mempunyai median yang sama.
Cara perhitungan Uji U Mann-Whitney:
1. Mula-mula memberi peringkat (rangking) terhadap setiap data,
tanpa memperhatikan kelompoknya. Nilai/harga yang sama
diberi peringkat yang sama. Nilai/harga yang kecil diberi
peringkat kecil, dan nilai/harga yang besar diberi peringkat
yang besar pula.
2. Setelah selesai diberi peringkat, jumlahkan peringkat masing-
masing kelompok. R1 simbol untuk jumlah peringkat kelompok I,
dan R2 untuk jumlah peringkat kelompok II.
3. Selanjutnya dicari harga U dengan rumus:

Untuk n<20, nilai Uhitung dibandingkan dengan Utabel.Nilai Uhitung

yang dibandingkan dengan nilai Utabel adalah harga U yang
lebih kecil dari harga U yang diperoleh.Harga Utabel dapat
dilihat pada tabel 19.Jika Uhitung>Utabel,maka H0 diterima dan
Uhitung≤ Utabel, maka H0 ditolak.
3) Uji Korelasi Non Parametrik
Uji korelasi berjenjang/berperingkat Spearman digunakan untuk
mencari derajat hubungan korelasional dua variable yang tidak
memenuhi persyaratan keparametrikan. Artinya nilai-nilai
pengamatan tidak berasal dari populasi yang tersebar normal,
walaupun skala pengukuran yang digunakan merupakan skala
interval atau skala rasio.
Disebut uji korelasi berjenjang atau berperingkat karena data
mentah yang ada harus diubah ke skala ordinal dengan cara
memberikan peringkat terhadap data mentah yang akan diolah.
Hitung koefisien korelasi Spearman (rs), dengan rumus:

Keterangan: N = banyaknya pasangan data (jadi tidak digunakan

notasi n)
Bila setelah diberi peringkat ternyata banyak peringkat yang sama
besarnya, maka perhitungan koefisien korelasi Spearman:

4) Uji Kruskal Wallis

Uji Kruskal-Wallis digunakan untuk menguji kemaknaan
perbedaan(jika memangada perbedaan) beberapa (k) sampel
indipenden dengan data berskala ordinal. Metode ini
dikembangkan olehKruskal dan Wallis pada tahun 1952. Ketika
asumsi prasyarat penggunaan Anova satu arah tidak dapat
terpenuhi, maka uji non parametrik Kruskal-Wallis merupakan
alternatif yang setara dengan Anova satu arah. Disamping
perbedaan, kedua metode sebenarnya memiliki prinsip serupa,
yaitu memperhitungkan variasi-variasi antar kelompok (between
group) dan variasi–variasi dalam kelompok (within group). Semakin
besar simpangan variasi antar kelompok relatif terhadap variasi
dalam kelompok, semakin kecil kemungkinan bahwa perbedaan
antar-sampel yang teramati hanya disebabkan karena peluang.
Uji Kruskal-wallis membutuhkan pemenuhan asumsi yang lebih
longgar daripada anova satu arah, yaitu :
a. Sampel-sampel berasal dari populasi-populasi indipenden.
Pengamatan satu dan lainnya indipenden
b. Sampel dicuplik acak dari populasi masing-masing
c. Dapat diukur minimal dalam skala ordinal
Hipotesis yang akan diuji dinyatakan seperti berikut:
HO: Distribusi semua populasi tidak berbeda.
Hi: Paling sedikit satu populasimenunjukkan nilai-nilai yang lebih
besar daripada populasinya.

Prinsip langkah-langkah uji kruskal wallis seperti berikut:

1. Ukuran sampel adalah n, dengan j=1,2, ..., k. Ukuran sampel
total disebut N. Format tabel kruskal wallis.
2. Semua nilai pengamatan diberi peringkat mulai dari 1 untuk
nilai terkecil, sampai dengan n untuk nilai terbesar. Jika
terdapat angka-angka sama, peringkat yang diberikan
adalah peringkat rata-rata menurut posisi peringkat saja tidak
terdapat angka-angka sama.
3. Tiap nilai pengamatan diberi peringkat mulai dari 1 untuk untuk
nilai terkecil, sampai dengan n untuk nilai terbesar. Jika
terdapat angka-angka sama, peringkat jika saja tidak terdapat
angka-angka sama.
4. Peringkat dalam masing-masng sampel dijumlahkan dan
jumlahnya disebut Rj, jika hipotesis sedemikian rupa sehingga
jumlah peringkat pengamtan dan peringkat yang hipotesis
nihilnya benar tercemin dari statistik H.
5. Setelah data tersusun dari langkah 1 sampai dengan 4,
diperoleh statistik uji kruskal-wallis dengan rumus seperti berikut.
12 𝑘 𝑅2
1 𝑗
𝐻= [∑ = 1 ] − 3(𝑁 + 1)
𝑁(𝑁 + 1) 𝑗 𝑛𝑖
Dengan,
K = Banyak sampel (independen)
Ni = Ukuran sampel ke-j, dengan j = 1,2,,,,K.
N = Jumlah pengamatan seluruh kelompok sampel
Rj = Jumlah peringkat pada sampel ke-j dengan j=1,2,,,,k
 II. Fungsi Statistika dalam Penelitian
1) Statistika menggambarkan data dalam bentuk tertentu. Tanpa statistika,
data menjadi kabur dan tidak jelas. Contoh: Beberapa mahasiswa dari 196
yang menempuh ujian statistika dinyatakan lulus. Pernyataan tersebut tidak
jelas, agar menjadi jelas pernyataan dapat diubah menjadi: Sebanyak 182
orang dari 196 orang yang menempuh ujian statistika dinyatakan lulus.
2) Statistika dapat menyederhanakan data yang kompleks menjadi data
yang mudah dimengerti. Data yang kompleks dapat disederhanakan
dalam bentuk table, grafik, diagram, atau dalam bentuk lain seperti rerata,
presentase, atau koefisien sehingga mudah dimengerti.
3) Statistika merupakan teknik untuk membuat perbandingan. Dengan
penyederhanaan data dalam bentuk rerata ataupun persentase, suatu
kelompok dengan kelompok lainnya dapat dikelompokkan dengan
mudah.
4) Statistika dapat memperluas pengalaman individu. Pengetahuan individu
dapat diperluas dengan cara memperlajari kesimpulan-kesimpulan
berdasarkan data penilaian lain.
5) Statistika dapat mengukur besaran dari suatu gejala. Dengan memperlajari
statistika, berbagai gejala fenomena alamiah dapat dipelajari.
6) Statistika dapat menentukan hubungan antar variable lain, pengaruh
variable terhadap variable lain. Statistika dapat digunakan misalnya,
menentukan hubungan antara kedalaman suatu danau dengan suhu air.

D. Konsep yang Belum Dipahami

Saya masih kurang memahami dalam mempelajari teknik statistika pada
metode penelitian. Menurut saya materi ini butuh waktu yang cukup untuk
mengetahui bagaimana proses-proses serta teknik penerapannya didalam
suatu penelitian, meskipun kenyataannya dalam mengolah data statistika
penelitian sudah menggunakan aplikasi SSPS.

E. Identifikasi Masalah
Permasalahan yang muncul selama perkuliahan:
Penanya 1 : Fahdina R.
Pertanyaan : Apakah semua jenis penelitian statistika menggunakan teknik
statistika? Bila iya, untuk data kualitatif masuk jenis teknik statistika
apa?
Jawaban : Kualitatif masuk statistika deskriptif karena dalam penyajian
datanya secara analisis bukan perhitungan.
Penanya 2 : Gufron A.
Pertanyaan : Fungsi teknik statistika memperluas pengalaman, jelaskan?
Jawaban : Misalnya, suatu penelitian tentang pengaruh kandungan pupuk
terhadap kacang hijau. Jadi penelitiannya dengan teknik
statistika supaya kita tahu apa pengaruh dari pemberian pupuk
dengan cara mencarinya didasar teori sehingga kita dapat
menyimpulkan data-data dari kesimpulan lain. Maksudnya hasil
penelitian kita bandingkan dengan data penelitian lain sehingga
kita dapat membedakan apa factor pembeda dari penelitian
tersebut.
Penanya 3 : Dinda Tri Y.
Pertanyaan : Arti menghubungkan fungsi dari pernyataan regresi?
Jawaban : Regresi terdapat sebab akibat, bersifat kausal sedangkan
korelasi tidak ada sebab akibat.
Penanya 4 : Sinta
Pertanyaan : jelaskan Keunggulan statistika nonparametrik pada point 1 dan
kelemahan statistika parametrik pada point 1?
Jawaban : Pemborosan informasi, maksudnya hitung-hitungannya banyak
sehingga menyebabkan pemborosan kata. Sedangkan
kelonggaran kata maksudnya adalah tidak harus homogeny atau
formal.
Penanya 5 : Rizky Rahma
Pertanyaan : maksud dari mengestimasi populasi itu apa?
Jawaban : Estimasi adalah perkiraan. Jadi estimasi populasi memperkirakan
kesanggupan untuk meneliti dari jumlah populasi. contohnya
seperti meneliti populasi di 5 wilayah, sebelumnya kita harus tau
kemampuan untuk mengestimasi seluruh populasi dari 5 wilayah
tersebut.
Penanya 6 : Tasafima
Pertanyaan : Jika penelitian kita variannya berbeda kita menggunakan teknik
statistika apa? Apa yang dimaksud populasi harus mempunyai
varian yang sama dan cara pengukuran variabel-variabel
deskriptif?
Jawaban : Statistika deskriptif tidak ada variabelnya. Misalnya seperti ambil
datanya melalui angket kita mendapatkan datanya ya/tidak itu
nanti kita ubah menjadi analisis.
- Pertanyaan (Tasafima): Misalnya mengambil data melalui
wawancara?
- Jawaban (Dinda Tri Y.): Tidak bisa karena statistika deskriptif itu
menggambarkan dan menganalisis kelompok data yang ada.
F. Kegiatan Kelas
Kegiatan belajar mengajar pada presentasi ke Lima belas mata kuliah
metodologi penelitian materi “Teknik Statistika” disampaikan oleh kelompok 5
dengan proses presentasi dan Tanya jawab. Dosen pengampu mengamati
proses tersebut dan disesi kegiatan perkuliahan memberikan tanggapan,
tambahan serta pemantapan materi Teknik Statistika mata kuliah metodologi
penelitian.
Ada sedikit tambahan dari dosen pengampu tentang materi Teknik
Statistika. Pengolahan data statistika suatu penelitian saat ini sudah
menggunakan aplikasi SSPS, jadi tidak perlu lagi menghitung secara manual.
Jenis statistika inferensial berdasarkan bentuk parameternya, ada Statistika
parametrik dan statistika nonparametrik. Keunggulan dari statistika
nonparametrik, asumsinya relatif lebih longgar yaitu tidak memerlukan uji
homogenitas dan yang menjadi salah satu perbedaan dengan pengujian
statistika parametrik. Pada macam-macam statistika parametrik ada
perbedaan antara uji anava dan anakova, yaitu terletak pada
kovariatnya/data awal.

G. Komentar Kegiatan Kelas (Refleksi)

Dosen pengampu menjelaskan materi tentang “Teknik Statistika”. Dan
mahasiswa menerima serta memahami dari materi tersebut dan selanjutnya
untuk kelompok 6 (Enam) melakukan presentasi dengan materi Kesimpulan serta
bagi seluruh mahasiswa diharuskan membuat mind map yang ditulis tangan
dalam buku.