Oleh: suhartoumm | Januari 1, 2014

Penggunaan Data Non Interval dalam Analisis Parametrik, Regresi Linier, dan Path Analysis.

Penggunaan Data Non Interval dalam Analisis Parametrik, Regresi Linier, dan Path Analysis.
(oleh: suharto)

Penggunaan analisis statistik dalam penelitian mahasiswa yang digunakan untuk memenuhi salah satu syarat memperoleh gelar sarjana, selain tergantung dari kualitas dan kemampuan mahasiswa itu sendiri, juga tidak terlepas dari kemampuan dosen pembimbing dalam memberikan pencerahan bagi mahasiswa untuk melakukan pemilihan alat analisis yang tepat terhadap permasalahan yang muncul di dalam tugas akhir mahasiswa yang dibimbingnya.

Fenomena pemilihan alat analisis statistik itu, selain memiliki keberagaman, juga berkenaan dengan teori-teori baru yang ditemukan oleh para ahli dalam bidang ilmu statistika, baik berdasarkan peristiwa deduktif maupun induktif. Temuan-temuan baru yang berkenaan dengan pemilihan alat analisis statistik itu tidak dapat dipungkiri dan tidak sepenuhnya bisa diserap dan diantisipasi oleh para mahasiswa termasuk juga oleh dosen pembimbing. Sehingga berbagai peristiwa di dunia kerja, dalam kontek kesamaan persepsi, bila tidak dikatakan kesamaan teori, antara mahasiswa dan mahasiswa, antara mahasiswa dan dosen, maupun antara dosen dengan dosen, memiliki perbedaan yang harus diperkecil.

Salah satu perbedaan penggunaan dan teori dan aplikasi dalam ilmu statistika adalah penggunaan data ordinal, dan nominal dalam penggunaan statistik parametrik. Dalam statistik parametrik, berbagai teori dan even deduktif, sudah dikatakan bahwa penggunaan data ordinal dan nominal tidak bisa dilakukan. Artinya data yang memiliki skala nominal dan ordinal itu hanya bisa dilakukan dengan menggunakan alat analisi statistik nonparametrik. Akibat yang ditimbulkan bila data nominal dan ordinal diperlakukan dalam menganalisis data statistik, akan memperoleh hasil yang keliru dan tidak fit.

Salah satu keluaran yang sering ditemui adalah kecilnya nilai koefisien r2, atau nilai koefisien Pearson yang dikuadratkan. Kecilnya nilai r2 ini tentu merupakan gejala kesalahan empirik bahwa dalam memperlakukan data nominal dan ordinal sebagai input yang digunakan dalam menganalisia data tidak sesuai dengan kehendak dalam imu statistik. Karena bagaimanapun, nilai r2 merupakan indikator model yang dibuat peneliti dan sebagai persyaratan sebagaimana diharuskan model fit. Menurut Jonathan S, hal ini dapat dipahami dalam konteks regresi linier.

Peran serta mahasiswa dan dosen pembimbing dalam mengikuti perkembangan ilmu statistik, tentu perlu mendapat dukungan dan apresiasi. Kesalahan dalam memperlakukan data nominal dan ordinal dalam alat analisis statistik, tidak akan menyelesaikan permasalahan dalam penelitian. Akan tetapi akan menghasilkan kesimpulan yang bias dan kurang bisa dipertanggungjawabkan. Kita tidak akan pernah bisa memprediksi warna mobil yang ada di Indonesia dengan keberagaman suku bangsa, atau dengan profesi, atau agama.

Dalam analisis statistik, baik yang didasarkan dari berbagai teori yang sudah ada maupun dari peristiwa-peristiwa yang bisa dipertanggungjawabkan, penggunaan data ordinal dalam statistik parametrik, termasuk regresi linier dan analisis path, harus melalui konversi dan perubahan skala, yakni dari skala ordinal menjadi skala interval. Tanpa melakukan konversi data ordinal menjadi interval sebelum melakukan analisis, kita tidak akan memperoleh hasil yang benar dan model yang fit, sebagaimana yang disyaratkan dari terbentuknya sebuah model penelitian.

Akselerasi mahasiswa dan pembimbing dalam mengantisipasi dan menyerap ilmu pengetahuan, memang antara yang satu dengan yang lainnya tidak sama. Bahkan tidak akan pernah sama. Ada sebagian yang cepat mengantisipasi ilmu pengetahuan dengan banyak membaca buku dan diskusi dengan penuh rasa tanggungjawab. Tetapi ada sebagian lainnya yang kurang greget dalam membaca buku  dan diskusi. Menurut Daud Yusuf, setiap tiga menit bertambah satu ilmu pengetahuan baru. Itu artinya betapa cepatnya perkembangan ilmu pengetahuan.

Ilmu pengetahuan di dunia ini berkembang saling mendahului dan tanpa mengenal rambu-rambu normatif. Dan betapa tertinggalnya bila kita tidak mengikuti perkembangan ilmu-ilmu pengetahuan baru itu. Meskipun tidak seluruhnya, paling tidak kita mampu mengapresiasi ilmu-ilmu pengetahuan baru, terutama terhadap ilmu-ilmu pengetahuan yang berkaitan dengan tugas kita sehari-hari, yakni penggunaan alat analisis dalam ilmu statistik.


Responses

  1. terima kasih untuk artikelnya, sangat sangat membantu saya dalam membuat tugas akhir.
    saya ingin menanyakan agar lebih paham, jika saya membuat kuesioner dengan beberapa variabel, dan dalam satu variabel terdapat beberapa jenis data yang dihasilkan, ada data nominal, dan ordinal, selain itu, jumlah pilihan jawabannya (kuesioner dalam bentuk pilihan ganda) pun ada yang hanya 2 pilihan jawaban, 4 pilihan jawaban, 5 pilihan jawaban, 7, atau 8 pilihan jawaban, jadi berbeda-beda jumlah pilihannya. apakah dengan kondisi pertanyaan seperti itu akan dapat dilakukan uji validasi dan reliabilitas data?

    pertanyaan selanjutnya, berarti data nominal sama sekali tidak dapat dilakukan uji parametrik?

    terima kasih sekali untuk jawabannya

    • setiap penelitian yang menggunakan instrumen, sebaiknya dilakukan uji validitas. data nominal adalah data yang hanya memiliki kategori, sebaiknya menggunakan statistik non parametrk…


Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

Kategori

%d blogger menyukai ini: