Analisa data dengan komputer

Rabu, 20 Oktober 2010

Beberapa hal yang paling menonjol pada penggunaan komputer untuk pengolahan data adalah kecepatan, tingkat ketelitian, daya tahan dan keserbagunaannya. kecepatan software pengolah data komputer pada pemrosesan analisis data terjadi hanya dalam hitungan beberapa detik.

Tingkat ketelitian dari pengolahan data dengan komputer tidak perlu diragukan lagi pabila software pengolah data yang digunakan sudah teruji. tidak perlu mengecek, menghitung tau menganalisis ulang hasil output komputer, asalkan data yang diinput sudah benar. daya tahan komputer, sebagai sarana kerja, jauh diatas daya tahan manusia. komputer dapat terus enerus digunakan untuk proses pengolahan data tanpa merasa lelah selama program tidak rusak atau listrik tidak mati.

Berbicara nalisa data tidak lepas dari program SPSS, lisrel amos, minitab, sps, maupun software pengolah data yang lainnya berarti tidak bisa lepas dri pemahanam tetang ilmu statistik dan pernannya dalam penelitian. bila tidak memaami statistik, maka akan kesulitan dalam menentukan teknik-teknik yang akan digunakan dan menginterpretasikan hasil yang sudah diperoleh. oleh karena  yang penting dalam penggunaan software pengolah data adalah memahami prinsip-prinsi statistik, maka tidak perlu menghapal rumus ataupun mengetahui runtutan cara mengerjakannya.

Analisis statistik, statistika dan kegunaanya.
statistik sering digunakan untuk catatan yang telah dibuuat mengenai suatu data atau fakta dan telah disusun secara sistematik dengan tujaun agar orang yang membacanya dapat dengan mudah memahami serta memperoleh gambaran tentang apa yang telah dikemukakan, sedangkan statistika adalah suatu disiplin ilmu yang mengajarkan bagaimana caranya mengumpulkan data, menyajikan data dalam bentuk yang mudah dipahami, menganalisis data, menafsirkan data. statistika berguna untuk meringkas data kuantitatif dalam jumlah besar agar mudah dimengerti, memahami suatu populasi dari sampel yang diambil, pedoman dalam pengamblan keputusan dan membantu dala pembuatan hasil inferensi yang terpercaya. sisi lain statistik berperan dalam penyusunan model teoritis, perumusan hipotesis, pengembangan alat pengambil data, penyusunan rancangan penelitian, penentuan sampel serta pengolahan dan analisa data.
penggolongan statistika

Secara garis besar statistika dapat dibedakan menjadi : statistika deskriptif dan statistika inferensial. statistika deskriptif yaitu metode statistik yang digunakan untuk mengumpulkan, meringkas, menyajikan dan mendeskripsikan data sehingga dapat memberikan informasi yang berguna. data yang disajikan dalam statistika deskriptif biasanya dalam bentuk ukuran pemusatan data (mean, median dan modus), ukuran penyebaran data (standar deviasi dan varians), tabel, serta grafik (histogram, pie dan bar). statistka inferensial yaitu metode yang berhubungan dengan analisa data pada sampel dan hasilnya dipakai untuk generalisasi pada pupolasi. penggunaan statistik inferensial didasarkan pada peluang (probability) dan sampel yang dianalisis diperoleh secara acak (random). Naga (2008) menyatakan bahwa tugas dari statistka inferensial adalah melakukan esti,masi, menguji hipotesis dan mengambil keputusan. penelitian yang dilakukan pada populasi (tanpa diambil sampelnya) jelas akan menggunakan statistik deskriptif dalam analisisnya. teapai penelitian dilakukan pada sampel, maka analisisnya dapat menggunakan statistik deskriptif maupun inferensial. statistik deskriptif dapat digunakan bila peneliti hanya ingin mendeskripsikan data sampel dan tidak ingin membuat kesimpulan yang berlaku untuk populasi dimana sampel diambil, tetapi bila peneliti ingin membuat keismpulan yag berlaku untuk populasi, maka teknik analisis yang digunakan adalah statistik inferensial.

Penggolongan statistika inferensial sering disebut statistika induktif atau probabilitas . dikatakan probabilitas karena kesimpulan yang diberlakukan untuk populasi berdasarkan data sampel itu kebenarannya  bersifat peluang (probability) artinya kesimpulan dari data sampel akan diberlakukan untuk populasi itu mempunyai peluang kesalahan dan kebenaran (kepercayaan) yang dintakan dalam prosentase. Bila peluang kesalahan 5% maka taraf kepercayaan 95% Peluang kesalahan dan kepercayaan ini disebut taraf signifikansi Penggunaan taraf siginifikansi dari hasil suatu analisis akan lebih praktis bila didasarkan Statistika inferensial terbagi menjadi statistika parametrik (penggunaan teknik statistika parametrik didasarkan pada asumsi bahwa data yang diambil mempunyai distribusi normal dan jenis data yang digunakan interval dan rasio. sedangkan statistika nonparametrik (penggunaan statistika nonparametrik tidak mengharuskan data yang diambil mempunyai distribusi normal dan jenis data yang digunakan dapat nominal dan ordinal. penggolongan analisis stastika parametrik dan nonparametrik. keduanya pada dasarnya dapat digunakan untuk analisis statistik yang bersifat hubungan antar variabel (korelatif), teknik yang sering digunakan adalah korelasi pearson dan regresi. atau hubungan untuk mengetahui perbedaan nilai rata-rata dari suatu kelompo dengan kelompok lainnya, teknik yang sering digunakan adalah T-test dan Anava.

Sumber : 
Muhammad Nisfiannoor, Pendekatan statistika modern untuk ilmu sosial, salemba humanika, jakarta, 2009.

0 komentar:

Poskan Komentar