BAB I
PENDAHULUAN
A.
PENGERTIAN ISTILAH STATISTIK DAN
STATISTIKA
Statistik
(statistik) berasal dari kata state
yang artinya Negara. Mengapa disebut Negara? Karena sejak dahulu kala statistik
hanya digunakan untuk kepentingan-kepentingan Negara saja. Kepentingan Negara
itu meliputi berbagai bidang kehidupan dan penghidupan, sehingga lahirlah
istilah statistik, yang pemakaiannya disesuaikan dengan lingkup datanya.
Ada
kalanya data- data yang dikumpulkan di lapangan tidak disajikan dalam bentuk
rata-rata, tetapi disajikan dalam bentuk tabel atau diagram dengan uraian yang
lebih rincidan di bagian atas atau bawah dari tabel atau diagram dituliskan
judul yang sesuai dengan nama ruang lingkup data yang diperoleh. Misalnya judul
table atau diagram tadi ditulis Statistik Sensus Penduduk, Statistik
Kepegawaian, Statistik Pengeluaran Keuangan, Statistik Produksi Barang,
Statistik Keluarga Berencana, Statistik Kelahiran, dan sebagainya. Statistik
yang fungsinya untuk menyajikan data tertentudalam bentuk table dan diagram ini
termasuk statistik dalam arti sempit
atau statistik deskriptif.
Statistik
Deskriptif ialah susunan angka yang memberikan gambaran tentang data yang
disajikan dalam bentuk-bentuk tabel, diagram, histogram, polygon frekuensi,
ozaiv (ogive), ukuran penempatan (median, kuartil, desil, dan persentil),
ukuran gejala pusat (rata-rata hitung, rata-rata ukur, rata-rata harmonk, dan
modus), simpangan baku, angka baku, kurva normal, korelasi dan regresi linier.
Sebaliknya, statistik dalam arti luas
yaitu salah satu alat untuk mengumpulkan data, mengolah data, menarik
kesimpulan, dan membuat keputusan berdasarkan analisis data yang dikumpulkan tadi.
Statistik dalam arti luas ini meliputi penyajian data, yang berarti meliputi
statistic dalam arti sempit di atas tadi. Statistic dalam arti luas ini disebut
juga dengan istilah statistika (statistics, statistic inferensial, statistic
induktif, statistic probabilitas). Contohnya ialah statistik prametik dan non
prametik.
Statistika matematis ialah ilmu yang mempelajari asal-usul
atau penurunan sifat-sifat, dalil-dalil, rumus-rumus, serta dapat diwujudkan ke
dalam model-model lain yang bersifat teoritis, sedangkan statistika praktis
ialah penerapan statistika matematis ke dalam berbagai bidang ilmu lainnya sehingga
lahirlah istilah statistika kedokteran, statistika sosial, dan sebagainya. Bagi
mereka yang ingi mendalami statistika praktis secara mendalam sebaiknya
memperkuat dasar-dasar statistika matematis terlebih dahulu. Selanjutnya, ada
pula istilah statistik parametik dan nonprametik.
Parametik
dapat dilakukan apabila datanya memenuhi persyaratan berikut ini: (1) interval,
(2) normal, (3) homogen, (4) dipilih secara acak (random), dan (5) linier.
Contoh-contoh analisis statistic parametrik ini adalah: (a) pengujian
hipotesis, (b) regresi (untuk menyimpulkan), (c) korelasi (untuk menyimpulkan),
(d) uji t, (e) anova, dan (f) anova.
Nonparametrik
dipakai apabila data kurang dari 30, atau tidak normal dan tidak linier.
B.
PERANAN STATISTIK
1.
Bagi Calon Peneliti Dan Para Peneliti
Dalam kehidupan dan
penhidupan sehari-hari de tengah ledakan data, kita tidak dapat dapat melepaskan
diri dari data, baik data itu bersifat kuantitatif maupun kualitatif. Dalam
menghadapi data yang berserakan itu, aliran kuantitatif yang berakar dari paham
positivism memandang bahwa data dan kebenaran itu sudah ada di sekitar kita.
Kita ditantang untuk mengumpulkan-nya melalui teknik pengumpulan data baik
melalui pengamatan, wawancara, angket mapun dokumentasi secara objektif.
Setelah data itu itu terkumpul, maka dilanjutkan dengan mengolah data tersebut
dalam bentuk penyajian data. Dalam hal ini statistik deskriptif sangat
depelukan karena peneliti akan dapat mendeskripsikan data yang dikumpulkan.
Pada perkembangan selanjutnya, mungkin peneliti ingin membedakan data
berdasarkan rata-rata kelomponya atau ingin menghubungkan data yang satu dengan
yang lainnya atau ingin meramalkan pengaruh data yang satu dengan yang lainnya
sehingga akhirnya peneliti dapat menarik suatu kesimpulan dari data yang telah
di analisisnya. Dalam hal ini statistik inferensial sangatlah diperlukan. Jadi,
statistika berperan sebagai alat untuk deskripsi, komparasi, korelasi, dan
regresi.
2.
Bagi Pembaca
Sebagai ilmuan yang
produktif tentunya kita selalu disibukkan oleh kegiatan membaca khususnya
membaca laporan-laporan penelitian, laporan-lapotran keadaan kantor atau
perusahaan, nota keuangan, laju inflasi, GNP dan lain sebagainya. Masalahnya
ialah, “bagaimana kita sebagai pembaca dapat memahami iformasi itu dengan benar
kalau tidak mengerti statistik?” akibatnya ialah komunikasi antara penulis
dengan pembaca tidak efektif. Lebih berbahaya lagi jika pembaca yang buta
statistik tadi berani menerapkannya untuk mengambilkeputusan.
3.
Bagi Pembimbing Penelitian
Peneliti maupun
pembimbing yang bijaksana mempunyai pandangan yang luas dalam mencari
kebenaran. Peneliti dan pembimbing janganlah terlalu picik, dan menganggap
bahwa hanya metode itulah satu-satunya alat yang dapat dipakai mencari
kebenaran. Karena tidak semua metode kualitatif dapat menyelesaikan semua
permasalahan.
Peneliti maupun
pembimbing yang terlalu membela bahwa metode kualitatiflah yang paling benar
atau hanya metode kuantitatiflah yang paling benar dengan menjelek-jelekkan
metode lainnya menunjukkan kedangkalan atau mungkin juga ketidaktahuannya
terhadap metode lainnya. Kita sebagai peneliti, pembimbing, atau penguji
hendaknya tidak perlu terbawa arus pembelaan ekstrem yang hanya membenarkan salah
satu metode saja.sebagai peneliti dan pembimbing yang kitis kita harus mampu
menempatkan kedua metode penelitian itu pada fungsinya masing-masing.
4.
Bagi Penguji Skripsi, Tesis Atau
Disetasi
Penguji skripsi,
tesis atau disertasi yang menguji skripsi, tesis, atau disertasi mahasiswanya
yang menggunakan metode kuantitatif sudah selayaknya memahami statistic
sehingga dapat meningkatkan kualitas lulusannya dan wibawa penguji sendiri.
Jangan samapai terjadi penguji yang buta statistic tetapi nekat menguji mahasiswanya
dengan mengajukan sanggahan bahwa korelasinya 0,90 artinya sangat kecil an
mohon dibetulkan. Karena mhasiwanya gugup, maka iapun bersedia membetulkannya.
Sementara mahasiswa lainnya yang turut mendengarkan dapat menilai betapa
bodohnya penguji tersebut. Atau karena lemah statistiknya sehingga tidak berani
menguji analisis statistiknya.
5.
Bagi Pimpinan (Manajer) Dan
Administrator
Statistic sebagai alat untuk:
a.
Pengumpulan
data baik ecara sensus atau sampling,
b.
Pengolahan
atau analisis data,
c.
Penyajian
data dalam bentuk laporan manajemen,
d.
Pengambilan
keputusan atau perencanaan, dan
e.
Evaluasi
atau pengawasan antara data yang dilaporkan dengan penyimpangan di lapangan,
f.
Melakukan
pemecahan masalah manajerialdengan siklus.
6.
Bagi Ilmu Pengetahuan
Statistik sebagai disiplin ilmu berguna
untuk kemajuan ilmu dan teknologi.
Statistika dapat sebagai alat:
a.
Deskripsi
yaitu menggambarkan atau menerangkan data seperti mengukur dampak dan proses
pembangunan melalui indikator-indikator ekonomi, indeksi harga konsumen, tingkat
inflasi, GNP, laporan nota keuangan Negara dan sebagainya.
b.
Komparasi
yaitu membandingkan data Pada dua kelompok atau beberapa kelompok.
c.
Korelasi
yaitu mencari besarnya hubungan data dalam suatu penelitian.
d.
Rgresi
yaitu meramalkan pengaruh data yang satu terhadap data yang lainnya.
e.
Komunikasi
yaitu merupakan alat penghubung antar pihak berupa laporan data statistik atau
analisis statistik sehingga kita maupun pihak lainnya dapat memanfaatkannya
dalam membuat suatu keputusan.
C. KRITIK-KRITIK TERHADAP STATISTIK
SOSIAL
1. petugastidak mengumpulka data apa
yang ada di lapangan, tetapi mengubahnya dengan maksud tertentu atau untuk
menyenangkan pihak tertentu (Asal Bapak Senang atau ABS) sehingga data yang
dikumpulkan kurang atau tidak objektif.
2. petugas tidak terjun ke lapangan,
tetapi cukup di belakang meja saja mengisikan data menurut perkiraannya saja
atau data tidak akurat.
3. pengumpul data
menggunakan data yang sudah kadaluwarsa
4. data yang
dikumpulkan tidak relevan dengan masalah yang diteliti atau yang dilaporkan.
D. KESALAN-KESALAHAN
UMUM DALAM MENGGUNAKAN STATISTIK
1. memilih
statistic yang tidak cocok untuk analisis penelitiannya.
2.
mengumpulkan data penelitian, sebelum memutuskan statistic yang akan digunakan
untuk menganalisis data tersebut.
3. hanya menggunakan sebuah prosedur
statistic, yang sebenarnya beberapa prosedur dapat diterapkan terhadap data
tersebut.
4. menggunakan statistik paranetrik
terhadap data yang nyata sekali harus menggunakan statistik nonparametrik.
5. terlalu menekankan pentingnya
perbedaan-perbedaan yang kecildari perhitungan statistik.
6. menunjukkan analisis statistik,
sebelum skor-skor individual yang dikumpulkan diuji dengan teliti.
7. tidak mempertimbangkan bagaimana
mengatur analisis statistic berdasarkan data yang hilang (tidak lengkap).
8. menggunakan seorang individual
sebagai unit analisis statistik, yang sebenarnya lebih tepat menggunakan
rata-rata grup sebagai unitnya.
E. LANDASAN KERJA STATISTIK
1. Variasi
Statistik bekerja dengan keadaan yang
berubah-ubah (vaiasi). Misalnya keadaan penduduk, keuangan, GNP, peserta KB dan
sebagainya.
2. Reduksi
Artinya tidak seluru informasi yang harus
diolah.
3. Generalisasi
Statistik induktif bekerja untuk
menarik kesimpulan umum (generalisasi) yang berlaku ntuk anggota-anggota
populasinya berdasarkan sampel-sampel yang representatif.
4. Spesialisasi
Statistik selalu berkenaan dengan
angka-angka saja (kuantitatif). Statistic mempunyai angka-angka yang lebih
nyata, pasti dan dapat diukur dengan angka-angka.
F. PENDEKATAN DALAM STATISTIK
1. Objektif
Statistic yang
mengandung angka-angka dapat diterima oleh semua orang tentang sebutan angka,
demikian pula rumus-rumus yangseharusnya dipakai dalam menganalisis suatu data.
2. Universal
Statistik
bersifat universal, karena ia dapat dipakai hampir dalam setiap bidang keilmuan
terutama ilmu kealaman dan sosial.
G.
PEMBULATAN BILANGAN
Bilangan yang dibulatkan adalah hasil
perhitunga. Bilangan hasil perhitungan ini biasanya akan dibandingkan dengan
bilangan yang terdapat dalam suatu tabel. Oleh sebab itu, banyaknya desimal
pembulatan disesuaikan dengan banyaknya desimal yang terdapat dalam tabel.
Contoh: jika tabel t didapat ttabel = 63,66, maka hasil t hasil
perhitungan atau disebut dengan thitung harus dibulatkan menjadi dua
decimal pula.
H.
RINGKASAN
Istilah
statistik dengan statistika sering dipakai secara silih berganti meskipun sebenarnya
sangat berbeda. Statistik mempunyai berbagai macam tambahan nama di belakangnya
tergantung tergantung dari sudut mana digunakannya. Statistik mempunyai peranan
sebagai alat deskripsi maupun inferensial baik bagi peneliti, pembimbing,
pimpinan atau manajer, dan administrator karena itu perlu dipahami secara
mendalam. Statistika bekerja dengan tiga landasan, dan tiga landasan.
Pembulatan angka dilakukan bukan pada proses tetapi pada hasil perhitungan
finalnya.
BAB II
DATA
A. PENDAHULUAN
Data
berbentuk jamak, sedang datum berbentuk tunggal. Jadi data sama dengan datum-.
datum
Data ialah suatu bahan mentah yang jika
diolah dengan baik melalui berbagai analisis dapat melahirkan berbagai
informasi. Dalam statistic dikenal istilah jenis-jenis data, tingkatan data,
sumber data, penyajian data, analisis data.
B. JENIS
DATA
Jenis
data secara garis besarnya dapat dibagi atasdua macam yaitu data dikotomi dan data
kontinum.
1.
DATA DIKOTOMI
Data
dikotomi disebut data deskrit, data kategorik atau data nominal. Data ini
merupakan data perhitungan, sehingga tidak dijumpai bilangan pecahan. Data
dikotomi adalah data yang paling sederhana yang disusun menurut jenisnya atau
kategorinya. Dalam data dikotomi setiap data dikelompokkan menurut kategorinya
dan diberi angka. Angka-angka tersebut hanyalah label belaka, bukan menunjukkan
tingkatan (rangking), dasar dalam
menyusun kategori data tidak boleh tumpang tindih (matually exclusive). Kalau kita melakukan kategori secara
alamiahnya, maka disebut data dikotomi sebenarnya (true dichotomi) dan jika kategorinya dibuat-buat sendiri
(direkayasa) maka disebut data dikotomi dibuat-buat (artificial dichotomi).
Data
dikotomi mempunyai sifat-sifat: ekskuisiftidak mempunyai urutan (ranking) tidak mempunyai ukuran baru,
dan tidak mempunyai nol mutlak.
2.
DATA KONTINUM
Data
kontinum terdiri atas tiga macam data yaitu:
a.
Data ordinal
Data
ordinal ialah data yang sudah diurutkan dari jenjang yang paling rendah sampai
ke jenjang yang paling tinggi, atau sebaliknya tergantung peringkat selera
pengukuran yang subjektif terhadap objek tertentu. Data ordinal disebut juga
data berurutan, data berjenjang, data berpangkat, data tata jenjang, data
ranks, dan data petala, data bertangga atau data bertingkat.
b.
Data interval
Data
interval mempunyai sifat-sifat nominal dari data ordinal. Disamping itu ada
sifat tambahan lainnya pada data interval yaitu mempunyai nol mutlak.
c.
Data rasio
Data
rasio mengandung sifat-sifat interval, dan selain itu ia sudah mempunyai nilai
nol mutlak.
C. TINGKATAN
DATA
Urutan
data kalau diurutkan dari yang tertinggi ke yang terendah yaitu: 1) rasio, 2)
interval, 3) ordinal, 4) nominal.
D. SUMBER
DATA DAN TEKNIK PENGAMBILAN DATA
Data
dapat dikumpulkan langsung oleh peneliti melalui pihak yang disebut sumber
primer. Teknik-teknik pengumpulan data dapat dilakukan melalui: wawancara (interview), pengamatan (observation), angket (questionnary), dan dokumentasi (documentation). Wawancara dapat tidak
sistematis atau sistematis. Pengamatan dapat tidak langsung (nonparticipation) atau langsung (participation).
E. ANALISIS
DATA
Analisis
data untuk masing-masing tingkatan (skala).
F. PENYAJIAN
DATA
Data
dianalisis dan disajikan.
BAB III
PENYAJIAN DATA
A. PENDAHULUAN
Data yang dikumpulkan baik yang berasal
dari populasi maupun yang berasal dari sampel perlu diatur atau disajikan dalam
bentuk tertentu yaitu:
Penyajian data: diagram, tabel,
histogram, polygon frekuensi, ogive (ozaiv), keadaan kelompok, simpangan baku,
angka baku.
B.
Diagram
1.
Diagram batang
Diagram
batang sangat cocok untuk menyajikan data yang berbentuk kategori atau atribut,
dan data tahunan yang tahunnya tidak terlalu banyak.
2.
Diagram garis
Diagram
garis sangat cocok untuk menyajikan data yang berbentuk serba terus atau
berkesinambungan.
3.
Diagram lambang
Diagram
lambing sangat cocok untuk menyajikan data kasar sesuatu hal dan sebagai alat
visual bagi orang awam.
4.
Diagram lingkaran dan diagram pastel
Diagram
lingkaran sangat cocok untuk menyajikan data yang berbentuk kategori atau
atribut dalam persentase.
5.
Diagram peta (kartogram)
Diagram
peta sangat cocok untuk menyajikan data yang ada hubungannya dengan tempat
kejadian.
6.
Diagram pencar (titik)
Diagram pencar sangat cocok untukj
menyajikan data yang terdiri atas dua variable.
C.
TABEL
1.
Tabel biasa
Tabel
biasa sangat cocok untuk menyajikan data yang terdiri atas beberapa variable
dengan beberapa kategori.
2.
Tabel distribusi frekuensi
a.
Pendahuluan
Tabel
distribusi frekuensi sangat cocok untuk menyajikan data dalam beberapa
kelompok.
b.
Langkah-langkah membuat tabel
distribusi frekuensi
1) Urutkan data dari yang terkecil ke data
terbesar.
2) Hitung rentang yaitu data tertinggi dikurang
data terendah dengan rumus:
R
= data tertinggi – data terendah
|
3) Hitung banyak kelas dengan aturan
sturges yaitu:
Banyak
kelas = 1+3,3 log n
|
4) Hitung panjang kelas interval.
5) Tentukan ujunung bawah kelas interval pertama.
6) Kelas interval pertama dihitung dengan
cara menjumlahkan ujung bawah kelas dengan p tadi dikurangi 1.
7) Nilai f dihitung dengan menggunakan
tabel penolong.
8) Pindahkan nilai f ke tabel distribusi
frekuensi.
3.
Tabel Distribusi Frekuensi Relatif
Tabel
distribusi frekuensi relative nilai frekuensi (f) dinyatakan dalam persen (%)
yang disingkat f (%) atau f (rel).
4.
Tabel Distribusi Frekuensi Kumulatif
Ialah
distribusi frekuensi biasa yang nilai frekuensi biasa yang nilai frekuensi
kumul;atifnya (fkum) didapat dengan jalan menjumlahkan frekuensi
demi frekuensi.
5.
Distribusi Frekuensi Kumulatif Relatif
Ialah
apabila nilai fkum dalam frekuensi kumulatif diubah dalam persen
(%).
D.
HISTOGRAM
Ialah
penyajian data distribusi frekuensi yang diubah menjadi diagram batang.
E.
POLIGON FREKUENSI
Ialah
gambar garis yang menghubungkan tengah-tengah tiap sisi atas yang berdekatan
dengan tengah-tengah jarak frekuensi absolut masing-masing.
F.
OGIVE (OZAIV)
Ialah
distribusi frekuensi kumulatif yang degambarkan diagramnya dalam sumbu tegak
dan mendatar.
BAB
IV
KEADAAN
KELOMPOK
A.
Pendahuluan
Ukuran
dari data sampel desebut statistik dan ukuran dari populasi desebut parameter. Ukuran penempatan trdiri atas: median,
kuartil, desil, persentil. Ukuran gejala
pusat terdiri atas: Rata-rata atau rata-rata hitung, rata-rata ukur,
rata-rata harmonik, modus.
B.
UKURAN PENEMPATAN
1.
Median
Ialah
nilai tengah-tengah dari data yang diobservasi, setelah data itu disusun mulai
dari urutan yang terkecil sampai yang terbesar atau sebaluiknya.
2.
Kuartil
Ialah
jika sekumpulan data dibagi empat bagian sama banyaknya, setelah data disusun
menurut nilai terkecil sampai terbesar.
3.
Desil
Ialah
jika sekumpulan data dibagi sepuluh bagian sama banyaknya, setelah disusun dari
yang terendah sampai yang tertinggi.
4.
Persentil
Ialah
sekumpulan data yang yang dibagi 100 bagian yang sama besar, setelah data itu
disusun mulai dari yang terendah sampai yang tertinggi, sehingga menghasilkan
99 pembagi.
Persentil berguna
untuk:
1)
Membagi
distribusi menjadi beberapa kelas yang sama besar frekuensinya.
2)
Memisahkan
sebagian distribusi dari sisanya,
3)
Menyusun
norma penilaian, dan
4)
Menormalisasikan
distribusi.
C.
UKURAN GEJALA PUSAT
1.
Rata-Rata (Rata-Rata Hitung Atau Mean)
a.
Rumusnya
b.
Guna Rata-Rata
Rata-rata
stabil untuk matematik dan paling cocok untuk menghadapi distribusi normal, dan
paling reliabel untuk alat penafsiran atau ramalan (prediksi).
2.
Rata-Rata Ukur
Jika
perbedaan tiap dua data berurutan tetap atau hamper tetap, maka rata-rata ukur
lebih baik digunakan daripada rata-rata hitung.
3.
Rata-Rata Harmonik
Rata-rata
harmonic untuk data x1, x2, x3 . . . . xn,
4.
Modus
Modus
atau mode ialah nilai data yang bpaling sering muncul di dalam suatu
pengamatan. Jika nilai yang muncul itu hanya satu macam saja, maka modus
tersebut dinamakan unimodel. Dan jika nilai yang muncul ada dua macam,
maka modus tersebut dinamakan bimodal.
D.
HUBUNGAN ANTARA RATA-RATA, MEDIAN, DAN
MODUS
1. Pada distribusi normal, rata-rata median
dan modus bersekutu
2. Pada distribusi paling positif
3. Pada distribusi juling negatif
E.
UKURAN SIMPANGAN
1.
Rentang
Ialah
ukuran variasi yang paling sederhana yang dihitung dari datum terbesar dikurang
data terkecil.
2.
Simpangan Baku Dan Varians
Ialah
suatu nilai yang menunjukkan tingkat variasi suatu kelompok data. Jika
simpangan baku tersebut dikuadratkan, maka ia disebut varians.
Langkah-langkah
menghitung simpangan baku:
1) Buatlah tabel penolong
2) Masukkan nilai-nilai yang didapat dari
tabel
3) Cari s
F.
ANGKA BAKU
Digunakan
untuk membandingkan keadaan distribusi gejala.
BAB V
DISTRIBUSI PELUANG
A.
PENDAHULUAN
Distribusi
peluang terdiri atas:
1. Distribusi binom.
2. Distribusi multinom.
3. Distribusi hipergeometrik.
4. Distribusi poisson.
5. Distribusi normal.
6. Distribusi student.
7. Distribusi chi-kuadrat.
8. Distribusi F.
Distribusi
1 sampai 4 digunakan untuk data acak diskrit dan distribusi 5 sampai 8 untuk
data acak kontinu.
B.
DISTRIBUSI NORMAL
1.
Pendahuluan
Dengan
menggunakan distribusi normal, penyajian data dapat lebih bermakna daripada
hanya menggunakan penyajian kelompok saja. Karena dengan adanya persyaratan
normalitas data, maka data dapat dilanjutkan penyajiannya dalam bentuk
membedakan, mencari hubungannya, dan meramalkannya.
2.
Ciri-Ciri Distribusi Normal
a.
Berbentuk
lonceng simetris x = u
b.
Grafiknya
selalu berada di atas sumbu absis X
c.
Mempunyai
modus
d.
Grafiknya
mendekati (berasimtutkan) sumbu absis X
3.
Bentuk Kurve Normal
a.
Normal Umum
b.
Normal baku (standar)
4.
Cara Menggunakan Tabel Kurve Normal
Baku
C.
PENGUJIAN NORMALITAS DATA
Pengujian
normalitas data digunakan untuk menguji apakah data kontinu berdistribusi
normal sehingga analisis dengan validitas, reliabilitas, uji t, korelasi,
regresi dapat dilaksanakan.
Pengujian
normalitas data dapat dilakukan dengan cara:
(1) Kertas peluang normal yang disingkat
dengan kertas peluang,
(2) Koefisien kurtosis,
(3) Koefisien kurtosis persentil,
(4) Uji chi-kuadrat, dan
(5) Lillieford.
Langkah-langkah
pengujian normalitas dengan kertas peluang.
1)
Urutkan
data dari terendah sampai tertinggi.
2)
Buat
daftar distribusi kumulatif relative kurang dari
3)
Gambarkan
nilai daftar tersebut ke kertas peluang.
4)
Hubungkan
titik-titik yang digambarkan di kertas peluang tadi.
5)
Simpulkan
bahwa data berdistribusi normal atau mendekati distribusi normal apabila
titik-titik yang dihubungkan tersebut merupakan garis lurus atau hamper lurus.
D.
DISTRIBUSI STUDENT
Pada
tahun 1908, W.S. Gosset dengan nama samaran student berhasil mempublikasikan
karyanya yang disebut dengan distribusi student atau distribusi t.
Tabel t
berguna untuk:
(1) Pengujian hipotesis,
(2) Uji kesamaan dua rata-rata, dan
(3) Uji signifikansi koefisien korelasi.
E.
DISTRIBUSI CHI-KUADRAT
Tabel
chi-kuadrat atau X2 digunakan dengan cara membandingkannya nilai X2
hitung dengan nilai X2 tabel yang
didapat dari tabel X2.
F.
DISTRIBUSI F
Tabel
distribusi F selanjutnya disebut tabel F digunakan dengan cara membandingkannya
nilai Fhitung dengan nilai Ftabel yang didapat dari tabel
.
BAB VI
PENGUJIAN HIPOTESIS
A.
PENDAHULAN
Istilah hipotesis berasal dari bahasa
yunani, yaitu dari kata hupo dan thesis.
Hupo artinya sementara, atau kurang
kebenarannya atau masih lemah kebenarannya. Sedangkan thesis artinya pernyataan atau teori. Hipotesis ialah pernyataan
sementara yang perlu diuji kebenarannya.
Sebelum suatu hipotesis diuji, maka
tersebut maka hipotesis tersebut haruslah memenuhi syarat-syarat yang
ditentukan.
Hipotesis statistik ialah pernyataan
khusus mengenai populasi atau sampel. Selanjutnya hipotesis statitistik inilah
yang diuji. Ada dua macam kesalahan sampling yaitu seperti orang yang berikut ini.
B.
DUA MACAM KESALAHAN
Kesalahan
tipe 1 yaitu menolak hipotesis yang seharusnya tidak ditolah.
Kesalahan
tipe 2 yaitu tidak menolak hipotesis yang seharusnya ditolak.
C.
MACAM PENGUJIAN HIOTESIS
Ada tiga
macam yaitu:
1)
Uji dua
pihak
2)
Uji satu
pihak, yaitu pihak kanan
3)
Uji satu
pihak , yaitu pihak kiri
D.
KRITERIA PENGUJIAN
Kriteria
pengujian
1)
Uji satu
pihak untuk pihak kanan
2)
Uji satu
pihak untuk pihak kiri
E.
LANGKAH-LANGKAH PENGUJIAN HIPOTESIS
1)
Tulis Ha
dan H0 dalam bentuk kalimat.
2)
Tulis Ha
dan H0 dalam bentuk statistic.
3)
Hitung thitung
zhitung (salah satu tergantung 0 tak diketahui atau diketahui.
4)
Tentukan
taraf signifikansi (Q).
5)
Cari ttabel
dengan ketentuan.
6)
Tentukan
kriteria pengujian.
7)
Bandingkan
thitung dengan ttabel atau zhitung dengan ztabel.
8)
Buatlah
kesimpulannya.
BAB
VII
UJI
KESAMAAN DUA VARIANS DAN DUA RATA-RATA
A.
UJI KESAMAAN DUA VARIANS (HOMOGENITAS)
1.
Pendahuluan
Uji
kesamaan dua varians digunakan untuk menguji apakah kedua data tersebut homogen
yaitu untuk membandingkan kedua variansnya.
A.
Cara Pengujian Homogenitas
Pengujian
homogenitas ada tiga cara yaitu:
a. Varians terbesar dibandingkan varians
terkecil.
b. Varians terkecil dibandingkan varians
terbesar.
c. Uji Bartlett (untuk lebihdari dua kelompok).
B.
UJI KESAMAAN DUA RATA-RATA
1.
Pendahuluan
Uji
kesamaan dua rata-rata digunakan untuk mengetahui ada atau tidak adanya
perbedaan (kesamaan) antara dua buah data.
Ada
beberapa persyaratan yang harus dipenuhi sebelum uji t dilakukan.
Persyaratannya adalah:
a.
Data
masing-masing berdistribusi normal.
b.
Data
dipilih secara acak.
c.
Data
masing-masing homogen.
2.
Rumus-Rumus Untuk Uji T
a. Jika kedua data sampel independen
(tidak berkorelasi), maka rumus yang digunakan adalah rumus uji t fisher’s.
b. Jika kedua data sampel dependen
(berkorelasi) maka rumus yang digunakan adalah rumus uji t fisher’s
c. Jika o tidak diketahui dan sampelnya
bebas dan kecil.
d. Jika kedua sampelnya dependen dalam
observasi yang berpasangan.
e. Jika o diketahui dan sampelnya besar.
f.
Jika o
tidak diketahui dan sampelnya besar.
3.
Langkah-Langkah Kesamaan Uji Du
Rata-Rata
1) Uji dan asumsikan bahwa data dipilih
secara acak.
2) Uji atau asumsikan bahwa data
distribusi normal.
3) Tulis H2 dan H0dalam
bentuk kalimat.
4) Dll.
BAB
VIII
UJI
KESAMAAN BEBERAPA RATA-RATA
A.
PENDAHULUAN
Jika
uji kesamaan dua rata-rata atau uji digunakan untuk mencari perbedaan atau
persamaan dua rata-rata, maka uji beberapa rata-rata digunakan untuk mencari
perbedaan atau persamaan beberapa rata-rata. Uji ini disebut dengan nama analysis of variance (anova atau anava).
B.
MACAM ANOVA
1. Anova satu jalur (anova tunggal, anova
satu arah atau one way anova).
2. Anova dua jalur (anova ganda, anova dua
arah atau two way anova).
1.
Anova Satu Jalur
C.
LANGKAH-LANGKAH ANOVA SATU JALUR
1) Uji atau asumsikan bahwa data masing-masing
dipilih secara acak.
2) Uji atau asunsikan bahwa data
masing-masing berdistribusi normal.
3) Uji atau asumsikan bahwa data
masing-masing homogeny.
4) Tulis Ha dan H0
dalam bentuk kalimat.
5) Tulis Ha dan H0 dalam
bentuk statistik.
6) Buat tabel penolong anova.
2.
Anova Dua Jalur
a.
Pendahuluan
b.
Langkah-langkah menghitung dengan anova
dua jalur
1)
Uji atau
asumsikan bahwa data masing-masing dipilih secara acak.
2)
Uji atau
asumsikan bahwa data masing-masing berdistribusi normal.
3)
Uji atau
asumsikan bahwa data masing-masing homogeny.
4)
Dll.
D.
ANOVA 2 x 3
Langkah-langkah
anova 2 x 3 secara umum saja saja dengan 2 x 2. Perbedaannya terletak pada:
1)
Bentuk
tabelnya .
2)
Ha dan
H0 dalam bntuk kalimat.
3)
Hipotesis
statistiknya.
E.
ANOVA 3 X 2
1.
Langkah-langkah
anova 3 x 2 secara umum sama saja dengan 2 x 2. Perbedaannya terletak pada:
1) Bentuk tabelnya
2) Ha dan H0 dalam
bentuk kalimat.
3) Hipotesis statistiknya.
4) Rumus JKB.
BAB IX
POPULASI DAN SAMPEL
A.
POPULASI
Populasi
ialah semua nilai baik hasil perhitungan maupun pengukuran, baik kuantitatif
maupun kualitatif, daripada karakteristik tertentu mengenai sekelompok objek
yang lengkap dan jelas.
B.
TEKNIK PENGAMBILAN CONTOH (TEKNIK
SAMPLING)
Dalam
statistika terbagi atas dua jenis, yaitu statistika deskriptif dan statistika
induktif (inferensial). Statistika induktif (inferensial ialah suatu proses
yang berusaha untuk menarik kesimpulan tentang keadaan populasi berdasarkan
sampel yang diambil, dengan menggunakan metode tatacara tertentu.
Sampel
(contoh) ialah sebagian anggota populasi yang diambil dengan menggunakan teknik
tertentu yang disebut dengan teknik sampling.
C.
CARA MELAKUKAN TEKNIK SAMPLING
Teknik pengambilan contoh dapat
dilakukan dengan dua cara yaitu:
(1)
Sampling
random (probability sampling), yaitu
pengambilan contoh secara acak (random) yang dilakukan dengan cara undian,
ordinal atau tabel bilangan random atau dengan computer.
(2) Sampling non random (nonprobability sampling) atau disebut
juga sebagai incidental sampling, yaitu pengambilan contoh tidak secara acak.
1.
Teknik Sampling Random
Teknik
ini terdiri atas empat macam dengan uraian seperti berikut ini:
a.
Sampling Random Sederhana (Simple
Random Sampling)
b.
Teknik Sampling Bertingkat (Stratified
Sampling)
c.
Teknik Sampling Kklutser (Cluser Sampling)
d.
Teknik Sampling Sistematis
(Systematical Sampling)
e.
Teknik Sampling Proporsional
(Proportional Sampling)
2.
Teknik Sampling Nonrandom
Teknik
sampling nonrandom terdiri atas tiga macam dengan uraian seperti berikut:
a.
Teknik Sampling Kebetulan (Accidental
Sampling)
b.
Teknik Sampling Bertujuan (Porpusive
Sampling)
c.
Teknik Sampling Kuota (Kuota Sampling)
D.
PENENTUAN BESARNYA NANGGOTA SAMPEL
(SAMPLE SIZE)
1. Pertimbangan praktis
2. Ketepatan
3. Pertimbangan Nonrespons
E.
TEKNIK MENGHITUNG BESARNYA ANGGOTA
SAMPEL
Teknik untuk menghitung besarnya
anggota sampel secara umum dapat dilakukan dengan dua cara yaitu:
(1)
Proporsi,
dan
(2) Ketelitian estimasi.
F.
KESALAHAN-KESALAHAN UMUM DALAM
MENENTUKAN BESARA ANNGOTA SAMPEL
1. Peneliti gagal menetapkan jumlah
anggota populasi yang dapat dipercaya.
2. Peneliti menggunakan anggota sampel
yang terlalu kecil untuk setiap grupnya,
3. Peneliti tidak menggunakan teknik
sampling stratified yang disyaratkan untuk menentukan anggota sampel
subgrupnya.
4. Peneliti mengubah sampel subgrupnya.
5. Dll.
BAB X
ANALISIS KORELASI
A.
PENDAHULUAN
Korelasi adalah istilah statistic yang
menyatakan derajat hubungan linier antara dua variable atau lebih, yang
ditemukan oleh Karl Pearson Product
Moment (PPM).
B.
MACAM-MACAM TEKNIK KORELASI
a. Teknik-teknik analisis tipe dan jumlah
variable bebas
b. Teknik korelasi dua variabel bivariant
untuk berbagai variabel
c. Koefisiens korelasi
C.
KORELASI PEARSON PRODUK MOMEN (PPM)
1.
Guna Korelasi PPM
a.
Untuk
menyatakan ada atau tidaknya hubungan yang disignifikan antara variabel satu
dengan yang lainnya.
b.
Untuk
menyatakan besarnya sumbangan variabel satu terhadap yang lainnya yang
dinyatakan dalam persen.
2.
Asumsi
Asumsi
ataupun persyaratan yang harus dipenuhi dalam menggunakan korelasi PPM adalah:
a. Variabel
yang dihubungkan mempunyai data yang berdistribusi normal.
b. Variabel yang dihubungkan mempunyai
data linier.
c. Variabel yang dihubungkan mempunyai
data yang dipilih secara acak (random).
d. Variabel yang dihubungkan mempunyai
pasangan sama dari subjek yang sama pula (variasi skor variabel yang dihubungkan
harus sama)\
e. Variabel yang dihubungkan mempunyai
data interval atau rasio.
3.
Kelayakan Nilai r
4.
Menghitung Nilai r
Cara menghitung nilai r ada empat
yaitu:
a.
Tabel
biasa,
b.
Tabel
peta korelasi,
c.
Tabel
distribusi frekuensi,
d.
Kalkulator,
dan computer.
BAB XI
ANALISIS REGRESI TUNGGAL
A.
PENDAHULUAN
Dalam
kehidupan ini kita berhadapan dengan berbagai gejala yang meliputi berbagai
variabel. Variabel yang mempengaruhi dalam analisis regresi disebut sebagai variabel predictor, dengan lambing X;
sedangkan variabel yang dipengaruhi disebut variabel kriterium dengan lambing Y.
Mengapa
analisis regresi diperlukan? Jawabannya ialah kita sebagai ilmuan atau peneliti
dituntut untuk mencari kebenaran secara ilmiah atau berdasarkan ilmu. Dan salah
satu fungsi ilmu ialah meramalkan (to
predict). Fungsi ilmu yang lainnya adalah menggambarkan (to describe), mengontrol (to control), dan menerangkan (to explain).
B.
BUNA ANALISIS REGRESI
Analisis
regresi berguna untuk mendapatkan hubungan fungsional antara dua variabel atau
lebih atau mendapatkan pengaruh antara variabel predictor terhadap variabel
kriteriumnya atau mengamalkan pengaruh variabel predictor terhadap variabel
kriteriumnya.
C.
ASUMSI AGAR ANALISIS REGRESI DAPAT
DIGUNAKAN
1. Variabel yang dicari hubungan
fungsionalnya mempunyai data yang berdistribusi normal.
2. Variabel X tidak acak, sedangkan
variabel Y harus acak.
3. Variabel yang dihubungkan mempunyai
pasangan sama dari subjek yang sama pula.
4. Variabel yang dihubungkan mempunyai
data interval atau rasio.
D.
MAKNA PERSAMAAN ANALISIS REGRESI
E.
CARA MENGHITUNG PERSAMAAN REGRESI
Persamaan
regresi dapat dihitung secara:
1) Manual dengan bantuan tabel penolong
2) Kalkulator
3) Computer.
F.
LANGKAH-LANGKAH MENGHITUNG PERSAMAAN
REGRESI
1. Tulis Ha dan H0
dalam bentuk kalimat.
2. Tulis Ha dan H0 dalam
bentuk statistik.
3. Buatlah tabel penolong.
4. Dll.
BAB
XII
ANALISIS
KORELASI GANDA
A.
PENDAHULUAN
Dalam
bab ini akan dibahas korelasi ganda (multipel atau jamak), yang berkenaan
dengan hubungan antara tiga variabel atau lbih, di mana sekurang-kurangnya dua
variabel bebas secara bersama-sama dihubungkan dengan variabel terikatnya.
B.
GUNA KORELASI GANDA
Korelasi
digunakan untuk mencari hubungan antara dua variabel bebas atau lebih yang
secara bersama-sama dihubungkan dengan variabel terikatnya (Y), sehingga
akhirnya dapat diketahui besarnya sumbangan seluruh variabel bebas yang menjadi
objek penelitian terhadap variabel terikatnya.
C.
LANGKAH-LANGKAH UNTUK MENGHITUNG
KOEFISIEN GANDA (R)
1. Jika harga-harga r belum diketahui,
maka hitunglah harga r.
2. Hitung rhitung
3. Tetapkan huruf signifikansinya (Q)
4. Tentukan criteria pengujian
signifikansi R
5. Cari Thitung
6. Cari Ftabel = F(1-Q),
7. Bandingkan Fhitung dengan Ftabel
dan konsultasikan dengan criteria pada langkah $ di atas.
8. Buatlah kesimpulannya.
BAB
XIII
ANALISIS
REGRESI
A.
PENDAHULUAN
Pada bab
ini dibahas analisis regresi ganda (jamak, majemuk, multipel).
B.
GUNA REGRESI GANDA
Regresi
ganda berguna untuk mendapatkan pengaruh dua variabel kriteriumnya, atau untuk
mncari hubungan fungsional dua variabel predictor atau lebih dengan variabel
kriteriumnya, atau untuk meramalkan dua variabel predictor atau lebih terhadap
variabel kriteriumnya.
C.
RUMUS PERSAMAAN GARIS REGRESI GANDA
Bentuk persamaan garis regresi adalah
seperti berikut ini:
Untuk 2 prediktor: Y = a+b1X1+b2X2
Untuk 3 prediktor: Y = a+b1X1+b2X2+b3X3
Untuk n predictor: Y = a+b1X1+b2X2+b3X3+
… +bnXn
|
D.
HUBUNGAN REGRESI GANDA DENGAN KORELASI
GANDA
E.
LANGKAH-LANGKAH DALAM ANALISIS REGRESI
GANDA
1.
Tulis Ha
dan Ho dalam bentuk kalimat
2.
Tulis Ha
dan Ho dalam bentuk statistic
3.
Buatklah
tabel penolong untuk regresi ganda
4.
Masukkan
nilai-nilai itu ke dalam persamaan
5.
Hilangkan
nilai a, sehingga timbul persamaan baru (4)
6.
Hilangkan
nilai a, sehingga timbul persamaan baru (5)
7.
Hilangkan
nilai b1 sehingga diperoleh b2
8.
Hitung b1
dan seterusnya untuk tiga predictor.
9.
Hitung a.
10. Tuliskan persamaan garis regrsi
gandanya, dengan memasukkan nilai-nilai a, b1, b2 dan
seterusnya ke dalam bentuk umum persamaan garis regresi.
11.
Uji
signifikansi persamaan garis regresi tersebut.
BAB XIV
ANALISIS KORELASI PARSIAL
A.
PENDAHULUAN
Pada korelasi tunggal untuk mencari
kuatnya hubungan antara variabel X dengan Y dapat juga disebut sebagai korelasi
jenjang nihil.
B.
GUNA KORELASI PERSIAL
Gunanya
ialah untuk menemukan nilai korelasi murni yang terlepas dari pengaruh-pengaruh
variabel lainnya.
C.
RUMUS KORELAS PARSIAL
D.
LANGKAH-LANGKAH MENGHITUNG KOEFISIEN
KORELASI PARSIAL
1. Cocokkan notasi 1 untuk variabel apa, 2
untuk variabel apa, dan seterusnya,
2. Jika harga r masih dalam bentuk ryx1,
ryx2, rx1, rx2 dan seterusnya.
3. Tulis Ha dan Ho dalam
bentuk kalimat.
4. Tulis Ha dan Ho dalam
bentuk statistic.
5. Cari rhitung dengan
menggunakan rumus yang sesuai dengan variabel mana yang dikontrol atau variabel
mana yang dibuat konstan.
6. Tetapkan taraf signifikansinya (Q).
7. Tentukan criteria pengujian
signifikansi r.
8. Hitung dk dengan rumus dk = n – 2 dan
dengan Q.
9. Bandingkan rhitung dan
konsultasikan dengan criteria pada langkah 7.
10. Buatlah kesimpulannya.
BAB
XV
ANALISIS
KORELASI RANK
A.
PENDAHULUAN
Korelasi
rank ini ditemukan oleh oleh Sperman, sehingga disebut juga korelasi sperman.
Korelasi ini dapat juga disebut sebagai korelasi bertingkat, korelasi
berjenjang, korelasi beruruan, atau korelasi berpangkat.
B.
GUNA KORELASI RANK
Korelasi
rank berguna untuk mendapatkan:
1) Kuatnya hubungan dua buah data ordinal,
2) Derajat kesesuaian dari dua penilai
terhadap kelompok yang sama,
3) Validitas konkuren alat pengumpul data,
4) Reliabilitas alat pengumpul data
setelah dikembangkan bersama-sama dengan William Brown, sehingga disebut dengan
korelasi Spearman Brown dengan lambing rii.
C.
RUMUS KORELASI RANK
D.
LANGKAH-LANGKAH MENGHITUNG KOEFISIEN
KORELASI RANK
1. Tulis Ha dan Ho dalam
bentuk kalimat.
2. Tulis Ha dan Ho dalam
bentuk statistic.
3. Buat tabel penolong untuk menghitung
koefisien korelasi rank
4. Masukkan nilai-nilai yang terdapat
dalam rumus r8.
5. Dll.
BAB XVI
ANALISIS CHI-KUADRAT
A.
PENDAHULUAN
Chi-kuadrat
(kai skuer) berguna untuk:
1.
Mendapatkan
adanya hubungan atau pengaruh dua buah variabel nominal (uji independen antara
dua variabel),
2.
Kuatnya
(kuadrat) hubungan antara variabel yang satu dengan variabel nominal lainnya
yang dinyatakan dengan lambing C singkatan dari coefisien of contingency atau
koefisien kontingensi,
3.
Menaksir
simpangan baku,
4.
Menguji
homogenitas,
5.
Menguji proporsi
untuk data multinom,
6.
Menguji
kesesuaian antara data hasil pengamatandengan model distribusi darimana data
itu diduga diambil, dan
7.
Menguji
model distribusi normal berdasarkan data hasil pengamatan.
B.
UJI INDEPENDEN ANTARA DUA VARIABEL
1. Chi-kuadrat dengan tabel kontingensi 2
x 2.
Langkah-langkahnya:
a.
Tulis Ha
dan Ho dalam bentuk kalimat yaitu:
Ha
: Tidak mendapat hubungan yang signifikan antara kedua variabel tersebut.
Ho :
Terdapat hubungan yang signifikan antara kedua variabel tersebut.
b.
Tulis Ha
dan Ho dalam bentuk statistic:
Ha :
X2 ≠ 0
Ho :
X2 ≠ 0
c.
Buatlah
tabel kontingensi 2x2 artinya barisnya ada dua dan kolomnya juga ada dua.
C.
KUATNYA HUBUNGAN ANTARA KEDUA DATA
NOMINAL
Kuatnya
hubungan antara kedua data nominal dinyatakan dengan besranya koefisien
kontingensi dengan lambing C.
D.
PENGUJIAN NORMALITAS DATA DENGAN
CHI-KUADRAT
1.
Langkah-langkahnya:
1)
Buat
daftar frekuensi
2)
Hitung
3)
Hitung
s
4)
Buat
tabel penolong.
BAB XVII
STATISTIK UNTUK MENGUJI VALIDITAS
DAN REABILITAS INSTRUMEN
A.
PENDAHULUAN
Dalam
penelitian yang menggunakan metode kuantitatif, kualitas pengumpulan datanya
sangat ditentukan oleh kualitas instrumen atau alat pengumpul data yang
digunakan. Instrument itu disebut berkualitas dan dapat dipertanggungjawabkan
pemakaiannya apabila sudah terbukti validitas dan reliabilitas.
Validitas
ialah mengukur apa yang ingin diukur.
Reliabilitas
ialah mengukur instrument terhadap ketepatan (konsisten). Reliabilitas disebut
juga keterandalan, keajejegan, consistency,
statbility atau dependability, khusus untuk skala gutman disebut reproducibility.
B.
VALIDITAS (KESAHIHAN)
C.
RELIABILITAS (KETERANDALAN
1.
Tes Ulang Tes
Tes
ulang tes yaitu suatu instrumen diujicobakan kepada A (misalnya), kemudian
dihitung skor-skornya.
2.
Tes Paralel
Tes
parallel (alternate), yaitu suatu instrument diujicobakan kepada kelompok A,
dan setelah itu instrument yang butir-butirnya hamper sama (ekuivalen)juga
diujicobakan kepada kelompok yang sama (A) masing-masing dihitung skornya.
3.
Tes Belah Dua
Tes
belah dua yaitu suatu instrument diujicobakan kepada kelompok tertentu kemudian
dihitung skor-skornya.
4.
Tes Konsistensi Internal
Tes
konsistensi internal yaitu suatu instrument diujicobakan kepada kelompok
tertentu, kemudian dihitung skor-skornyadan akhirnya diuji konsistensi
interitem-itemnya.untuk maksud tersebut dapat digunakan tiga cara yaitu dengan
rumus:
1) Kuder-richardson KR20 (1937)
2) KR 21
3) Crombach Alpha (Q)(1951).
D.
KESALAH-KESALAHAN UMUM DALAM MEMILIH DAN
MELAKUKAN PENGUJIAN (TES)
1) Penelitian tidak dapat menilai
penggunaan tes sepenuhnya, sebelum memilih yang akan digunakannya dalam
penelitian.
2) Memakai daftar atau tabel yang tidak
cocok untuk sampel penelitiannya.
3) Tidak menilai degan teliti ketentuan
yang berlaku untuk menetapkan validitas yang cocok untuk masing-masing tes.
4) Tidak menilai dengan teliti ketentuan
yang berlaku untuk menetapkan reliabilitas yang cocok untuk masing-masing tes.
5)
Menggunakan
norm-referenced achievement test dalam
penelitiannya, yang sebenarnya lebih cocok menggunakan domain-referenced test.
6)
Memilih
atau tetap memakai reliabilitas yang rendah.
7)
Tidak
mempertimbangkan aspek-aspek hubungan manusia (human relation) di dalam instrument penelitiannya.
8)
Mencoba
mengembangkan pengukurannya sendiri tanpa memiliki keterampilan dalam membuat konstruksi
tes.
9)
Tidak
mencoba mengontol pengaruh-pengaruh yang muncul bagi penguji (tester), terutama jika tes dilakukan
secara individual, dan melakukan pengujian.