STATISTIKA UNTUK
PSIKOMETRI
0811 781 1414 @um_lampung @um_lampung UML Official UML TV [Link]
Tujuan perkuliahan
Agar mahasiswa mampu:
• Memahami peran statistika dalam psikometri
• Memahami tentang variabel dan skala
pengukuran
• Memahami kaitan statistika dengan variabel
dan skala pengukuran
Mengapa Statistika Diperlukan dalam
Psikometri
• Hasil pengukuran psikologis umumnya dalam angka
sehingga statistika diperlukan untuk
menjelaskan, melakukan perbandingan, dan membuat
kesimpulan dari hasil pengukuran tersebut
• Statistika merupakan alat untuk mengorganisasikan
data menjadi informasi yang memiliki makna
• Statistika digunakan untuk membangun, menguji,
menganalisa, merevisi instrumen pengukuran (alat tes)
psikologis
Pengukuran
• Penelitian merupakan proses sistematis yang meliputi
analisis, kategorisasi, dan kuantifikasi fenomena yang
dapat diamati
• Penelitian Psikologis melibatkan Pengukuran
• Pengukuran (Measurement) melibatkan penggunaan alat
serta aturan tertentu yang dapat digunakan untuk
mengamati obyek astau peristiwa tertentu (Stevens, 1946).
• Statistika diperlukan dalam penelitian, terutama dalam
proses pengukuran
Variabel dan Data Hasil Pengukuran
Variabel Diskrit
• Variabel yang hasil pengukuran (data)nya terpisah atau
terpilah (diskrit), dan tidak dapat dibagi
• Data yang dihasilkan selalu dalam bilangan bulat, dan tidak
memiliki nilai yang ada di antara dua nilai hasil pengukuran
yang bersebelahan.
• Contoh jumlah anak pada sebuah keluarga, dapat, 1, 2,..n,
tetapi tidak mungkin berjumlah 1,5 atau 4,25
Variabel Diskrit dapat dibedakan menjadi:
• Dichotomous variables (variabel dikotomi) : variabel
diskrit yang hanya memiliki kemungkinan 2 nilai.
Contoh: jawaban kusioner true false atau hasil
pelemparan koin gambar angka
• Polytomous variables (variabel politomus) : variabel
diskrit yang memiliki kemungkinan nilai lebih dari 2.
Contoh: status perkawinan
lajangmenikah-duda/janda ; ras Asisa-Afrika-
Kaukasia ; golongan darah A-B-AB-O ; dll
Variabel Kontinum (Continous Variable):
• Variabel yang bervariasi menurut tingkatannya (data yang
dihasilkan dapat berupa bilangan bulat atau pecahan) di
antara dua nilai hasil pengukuran atau datanya memiliki
(kemungkinan) nilai antara yang tidak terbatas
• Contoh: data tentang tinggi badan, data tentang prestasi
belajar dan lain-lain.
Bilangan
Pendekripsian tingkah laku sebagai hasil pengukuran
ditampilkan dalam bentuk bilangan.
Merupakan simbol matematika, kegunaannya untuk
mengidentifikasikan atribut kedalam katagori-
katagori.
Mengapa? Karena ada 3 Sifat Bilangan : Sifat bilangan
itu UNIK (IDENTITAS), bilangan memiliki URUTAN
(RANK ORDER) dan dapat DIJUMLAHKAN
(ADDITIVITY).
Penjumlahan inilah yang merupakan operasi dasar bilangan. Dari operasi penjumlahan,
kemudian berkembang operasi lainnya yaitu Pengurangan (operasi penjumlahan
dimana salah satunya memiliki tanda negatif), Perkalian dan Pembagian.
Postulat dasar dalam pengukuran :
Yaitu suatu pernyataan yang menyatakan kebenaran tanpa perlu mengujinya atau
membuktikannya lagi.
a. Bilangan menyatakan identitas :
1. a = b atau a /= b, tidak dapat kedua-duanya
2. Jika a = b maka b = a
3. Jika a = b dan b = c maka a = c
b. Bilangan menyatakan keurutan :
4. Jika a> b maka b/> a
5. Jika a>b dan b>c maka a>c
c. Penjumlahan :
6. jika a=p dan b>0 maka a+b >p
7. a+b = b+a
8. Jika a=p dan b=q maka a-b = p-q
9. (a+b) + c = a+(b+c)
Berdasarkan postulat ini berkembang prinsip perkalian, pembagian dan pengurangan.
Dengan demikian, dapat pula dikembangkan pada pengolahan data sekelompok individu
yang diukur.
Penggunaan bilangan dapat dikembangkan pada pengolahan data sekelompok individu yang
diukur, diantaranya adalah untuk menjawab :
1. Bagaimana pola umum dari kumpulan skor?
Tampilannya dalam bentuk grafik (grafik garis, batang, lingkaran)
2. Secara rata-rata seperti apa skor kelompok tersebut?
Menghitung kecenderungan pemusatan skor (central tendency) baik mean, median,
modus.
3. Bagaimana penyimpangan rata-rata?
Menghitung error atau penyimpangan melalui standar deviation, semi
interquartile rank
4. Bagaimana kedudukan individu dalam kelompok?
Melalu standar score untuk menentukan kriteria mutlak atau
kelompok
5. Sampai taraf mana mereka tinggi skornya dalam suatu tes (mis
tes intelegensi) juga menunjukkan hal yang sama pada tes lain
(mis : tes prestasi belajar)
Menggunakan teknik korelasi (untuk melihat korelasi atribut
satu dengan atribut lain), teknik korelasi juga menjadi dasar
dalam perhitungan validasi alat ukur maupun pengujian derajat
reliabilitas alat ukur.
SKALA BILANGAN
• Terdapat 4 tingkatan bilangan yang sering disebut sebagai
skala bilangan, yaitu : NOMINAL, ORDINAL, INTERVAL dan
RATIO.
• Keempat tingkatan skala tersebut menunjukkan derajat
ketelitian yang berbeda sesuai dengan keurutan skala
tersebut diatas.
Ciri-ciri (property) skala adalah :
1. Menyatakan urutan menurut jenjangnya. Suatu skor
(bilangan) menunjukkan magnitude jika dalam suatu
atribut yang diukur terdapat perbedaan yang jika
dibandingkan satu sama lain akan menunjukkan SAMA,
LEBIH atau KURANG.
Perbandingan tersebut bukan saja terjadi pada perbedaan skornya, tetapi jua
menunjukkan perbandingan dalam arti atau interpretasinya.
CONTOH : Si A lebih tinggi badannya daripada si B
Si C lebih cerdas dari si D
Atau juga skor Yadi 67 dan Deti 90, maka Deti LEBIH dari Yadi
2. Memiliki INTERVAL SAMA.
Interval menyatakan jarak antara satu skor dengan skor yang lain
Perbedaan 2 point memiliki arti yang sama dengan perbedaan 2 point pada
tempat yang lain dalam skala yang sama.
Misalnya: ukuran panjang ; perbedaan 2 dan 4 cm memiliki arti yang sama
dengan perbedaan 14 dengan 16 cm.
3. Memiliki NOL MUTLAK/ ABSOLUT.
Nol mutlak dalam skala bilangan artinya jika skor 0
menunjukkan tidak ada gejala dari atribut yanbg diukur.
Misalnya :
Jumlah kelereng 6 terdiri dari 2 warna merah, 3 warna
kuning, 1 warna hijau dan 0 warna biru. Berarti kelereng
warna biru memang tidak ada.
Biasanya, ukuran panjang, waktu, berat.
Untuk memudahkan penggunaan patokan dapat dilihat tabel dibawah ini:
Skala MAGNITUDE INTERVAL SAMA NOL ABSOLUT
NOMINAL TIDAK TIDAK TIDAK
ORDINAL YA TIDAK TIDAK
INTERVAL YA YA TIDAK
RATIO YA YA YA
KESIMPULAN :
Data yang digunakan tingkatannya paling tinggi pada skala interval, pada
umumnya digunakan untuk pendeskripsian atribut yang bersiat kognitif.
Sedangkan atribut non kognitif biasanya digunakan tingkatan bilangannya
pada skala nominal.