Istilah Pengukuran Statistik

1. Apa yang dimaksud mean, median dan modus?

• Mean ialah rata-rata hitung. Penghitungannya dengan cara tiruana nilai skor dibagi jumlah data (dalam penelitian yang dimaksud ialah jumlah responden)
• Median (Me) ialah nilai tengah dari data yang sudah diurutkan (disusun) mulai dari data terkecil hingga data terbesar, atau sebaliknya dari data terbesar hingga data terkecil.
• Modus atau Mode (Mo) ialah nilai dari data yang memiliki frekuensi tertinggi atau nilai yang sering muncul dalam kelompok data.

2. Apa yg disebut regresi dan varians?

• Regresi atau peramalan/pendugaan ialah proses memperkirakan secara sistematis wacana apa yang mungkin terjadi di masa yang akan hadir menurut informasi (data) masa kemudian dan kini yang dimiliki semoga kesalahan sanggup diperkecil.
• Regresi sanggup juga diartikan sebagai perjuangan memperkirakan perubahan.
• Regresi mengemukakan wacana keingintahuan apa yang terjadi di masa depan untuk mempersembahkan donasi memilih keputusan yang terbaik.
• Kegunaan regresi dalam penelitian salah satunya ialah untuk meramalkan atau memprediksi variabel terikat (Y) apabila variabel bebas (X) diketahui. Selain itu regresi juga sanggup dipakai untuk mengetahui bentuk hubungan dua variabel berbentuk linier (garis lurus) atau tidak linier.
• Varians ialah rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya. Dalam penelitian ini memakai varians sampel, varians sampel ialah deviasi kuadrat dari dari setiap data rata-rata hitung terhadap tiruana data dalam sampel. Fungsinya untuk mengetahui tingkat penyebaran atau variasi data.
• Standar deviasi ialah akar kuadrat dari varians dan mengambarkan standar penyimpangan data terhadap nilai rata-ratanya.

3. Apa kegunaan koefisien korelasi?

• Dalam statistik hubungan didiberi pengertian sebagai hubungan antara dua variabel atau lebih. Hubungan dua variabel dikenal dengan istilah bivariate correlation, sedangkan hubungan antar lebih dari dua variabel disebut multivariate correlation
• Koefisien hubungan ialah sebuah angka yang sanggup dijadikan petunjuk untuk mengetahui seberapa besar kekuatan hubungan di antara variabel yang sedang diselidiki korelasinya.
• Angka koefisien hubungan berkisar antara 0 hingga dengan ± 1.00 (artinya paling tinggi ± 1.00 dan paling rendah 0). Tanda plus minus pada angka koefisien hubungan ini fungsinya spesialuntuk untuk mengambarkan arah korelasi. Apabila angka koefisien hubungan bertanda plus (+) maka hubungan tersebut faktual dan arah hubungan satu arah, sedangkan Apabila angka koefisien hubungan bertanda negatif (-) maka hubungan tersebut negatif dan arah hubungan berlawanan arah.serta apabila angka koefisien hubungan = 0, maka hal ini menujukan tidak ada korelasi.
• misal hubungan satu arah: Kenaikan penghasilan diikuti dengan jumlah konsumsi.
• misal hubungan yang berlawanan arah: makin meningkatnya harga barang diikuti dengan menurunnya jumlah permintaan.
• Kegunaan hubungan 1) untuk mencari bukti terdapat tidaknya hubungan (korelasi) antar variabel. 2) jikalau sudah ada hubungan, untuk melihat/mengetahui besarnya tingkat keeratan hubungan antar variabel (variabel bebas dengan variabel terikat atau variabel bebas dengan variabel bebas), dan 3) untuk memperoleh kejelasan dan kepastian apakah hubungan tersebut signifikan (berarti/meyakinkan) atau tidak signifikan (tidak berarti atau tidak meyakinkan).

4. Apa guna hubungan parsial dan hubungan multiple?

• Guna hubungan parsial dinukan untuk menganalisis atau mengetahui hubungan antara variabel independen dan dependen, dimana salah satu variabelnya dibentuk tetap/dikendalikan atau dikontrol. Makara hubungan parsial ialah angka yang mengambarkan arah dan kuatnya hubungan antara dua variabel atau lebih setelah satu variabel yang diduga sanggup mempengaruhi hubungan variabel tersebut dikontrol/dikendalikan untuk dibentuk tetap keberadaannya.
• Korelasi multiple atau hubungan ganda/jamak ialah hubungan antara dua atau lebih variabel bebas secara tolong-menolong dengan satu variabel terikat.

5. Bagaimana cara mengukur/mengetahui derajat signifikan?

• Dapat diketahui dari tabel distribusi t atau F atau tabel r (koefisien korelasi)
• Menentukan dan menghitung nilai uji statistik yang digunakan, rujukan mencari thitung atau F hitung kemudian dibandingkan dengan t tabel atau F tabel untuk mengetahui signifikan atau tidak signifikan.

6. Apa yang dimaksud dgn derajat signifikan?

• Derajat signifikan ialah kesalahan taksiran, umumnya ditetapkan dalam peluang yang berbentuk persentase. Biasanya dalam penelitian kesalahan taksiran diputuskan terlebih lampau. Umumnya yang dipakai ialah 5% dan 1%. atau taraf kepercayaan umumnya 95% dan taraf kesalahan 5% atau α = 0,05 dan taraf kesalahan 1% atau α = 0,01. melaluiataubersamaini kata lain suatu kesimpulan dari data sampel yang akan diberlakukan untuk populasi itu memiliki peluang kesalahan dan kebenaran (kepercayaan) yang ditetapkan dalam bentuk prosentase. Bila peluang kesalahan atau α = 5% maka taraf kepercayaan 95%. Peluang kesalahan dan kepercayaan ini disebut dengan taraf signifikansi.

7. Apa kegunaan derajat signifikan ?

• Kegunaan derajad signifikan sebagai anutan untuk memilih atau mencari nilai tabel yang sesuai dengan uji statistik yang digunakan. Dalam penelitian ini dipakai uji t untuk uji hipotesis sederhana dan uji F untuk uji hipotesis ganda.
• Hasil perhitungan uji statistik dibandingkan dengan nilai derajad signifikan, dengan kriteria tertentu. Jika hasil uji statistik lebih besar nilai derajad signifikan maka ditetapkan terdapat hubungan antara X dengan Y.

8. Apa beda uji signifikan dan uji linearitas?

• Bedanya pada uji signifikansi, kriteria uji ialah apabila Fhitung > Ftabel, maka persamaan regresi ditetapkan signifikan sedangkan pada uji linearitas apabila Fhitung <>

9. Bagaimana cara mengukur X1X2 terhadap Y ?

• Diukur memakai hubungan produk momen. Untuk mengukur X dengan Y memakai hubungan sederhana, untuk mengetahui signifikansi memakai uji t, sedangkan untuk mengukur X1X2 secara tolong-menolong dengan Y memakai hubungan ganda untuk mengetahui signifikansi memakai uji F.