Lompat ke konten Lompat ke sidebar Lompat ke footer

Pengertian dan Konsep Dasar Statistika untuk Psikometri

Pengertian dan Konsep Dasar Statistika untuk PsikometriArtikel ini akan membahas mengenai skala pengukuran, tendensi sentral , distribusi normal. Melalui artikel ini diharapkan mampu memahami konsep-konsep dasar statistika seperti skala pengukuran, tendensi sentral, dan distribusi normal dalam psikometri.

Skala Pengukuran

Mengapa Statistika Diperlukan dalam Psikometri?
  • Hasil pengukuran psikologis umumnya dalam angka → 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
Pengertian dan Konsep Dasar Statistika untuk Psikometri_
image source: consciouslifenews.com
baca juga: Pengertian Psikometri dan Sejarah Perkembangan Psikometri

Pengukuran
  • Penelitian → 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


I. 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) è variabel diskrit yang hanya memiliki kemungkinan 2 nilai. Contoh: jawaban kusioner ‘true–false’ atau hasil pelemparan koin ‘gambar-angka’
    - Polytomous variables (variabel politomus) è variabel diskrit yang memiliki kemungkinan nilai lebih dari 2. Contoh: status perkawinan ‘lajang-menikah-duda/janda’; ras ‘Asisa-Afrika-Kaukasia’; golongan darah ‘A-B-AB-O’; dll

II. Variabel Kontinuum (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.
  • Properti dari skala:
    - Magnitude
    - Equal Intervals
    - Nol absolut

Skala Pengukuran

I. Skala Nominal
  • Alat identifikasi sebagai label (penamaan) Data Kategorikal
  • Tidak bisa menjadi urutan/ranking àtidak menunjukkan perbedaan kualitas atau besaran atributnya
  • Bilangan tidak dimanipulasi untuk perhitungan aritmetika
  • Teknik Statistika yang dapat digunakan: Frekuensi dan Modus
  • Contoh: Ras 1 = Asia; 2 = Afrika; 3 = Kaukasia

II. Skala Ordinal
  • Angka menunjukkan urutan; 
  • Tidak diketahui “berapa banyak” suatu atribut dimiliki oleh objek.
  • Menunjukkan penjenjangan/ urutan tetapi tidak menunjukkan jarak yang sama → Jarak dari satu urutan dengan urutan lainnya dalam atribut tertentu tidak diketahui (jaraknya belum tentu sama).
  • Tidak dapat dilakukan perhitungan aritmetika (penjumlahan & perkalian). 
  • Contoh: Ranking sekolah

III. Skala Interval
  • Equal Unit Scale (skor dalam unit dan jarak yang sama)
  • Urutan (order/ ranking) objek dalam atribut tertentu diketahui. 
  • Diketahui berapa jauh jarak satu objek dengan objek lain. 
  • Tidak ada nilai nol mutlak
  • Teknik Statistika yang biasa dipakai: (1) Mean (M); (2) Standard Deviation (SD); (3) Korelasi (r); (4) Modus; (5) Minimum; (6) Maksimum
  • Contoh: Pengukuran gejala sosial dan mental

IV. Skala Rasio
  • Skor berada dalam unit dan jarak yang sama
  • Rank order menurut atribut tertentu diketahui
  • Interval antara orang yang satu dan yang lain diketahui
  • Memiliki Titik Nol absolut
  • Semua metoda statistika bisa digunakan
  • Contoh: Jarak; Waktu 


Tendensi Sentral

Ukuran Tendensi Sentral

  • Mean
  • Median
  • Modus

Ukuran Variabilitas
  • Range (R) atau Jangkauan
  • Kuartil (K): K1; K2; K3
  • Varians
  • Standard Deviasi

Tendensi Sentral VS Variabilitas


Distribusi Normal
  • bell shaped
  • bilaterally symmetrical
  • its limits extend to ± infinity (±∞)
  • Unimodal
  • mean, median, and mode at the center of the that divides the curve into two equal halves


Fungsi Distribusi Normal
  • Statistika Deskriptif → posisi skor
  • Statistika Inferensial:
    - Distribusi Sampel
    - Estimasi Parameter Populasi
    - Varians:

    -Standard Deviasi:

    atau
    - Standard Error of the Mean (SEM):

    - Dalam Pengukuran Psikologis Distribusi Normal berfungsi sebagai Uji Reliabilitas dan Uji Validitas

Simbol-Simbol Penting


Reliabilitas dan Validitas

Reliabilitas

Reliability: consistency of the measuring tool: the perfectly reliable measuring tool consistently measures in the same way

Validitas

Validity: A test is considered valid for → particular purpose if it does, in fact, measure what it purports to measure

Metode Penelitian dan Pengukuran Psikologis

Korelasi

Koefisien korelasi digunakan untuk memperlihatkan hubungan antara:
  • skor-skor ‘tes’ yang berbeda dari partisipan yang sama; 
  • skor-skor ‘tes’ terhadap skor-skor variabel ‘non-tes’; 
  • skor-skor dari bagian tes yang berbeda atau antar ‘item’ dari tes yang sama; 
  • skor-skor bagian ‘tes’ atau ‘item’ terhadap variabel ‘non-tes’; serta 
  • skor-skor tiap bagian ‘tes ‘ atau ‘item-item’ dari alat ‘tes’ yang sama 

I. Korelasi Pearson Product Momment

Korelasi Pearson Product Momment → melihat hubungan antara 2 variabel yang memiliki skala interval atau rasio

Rumus:


atau


II. Korelasi Spearman Rho

Korelasi Spearman Rho → melihat hubungan antara 2 variabel yang memiliki skala ordinal denganjumlah sampel kecil (kurang dari 30 orang)

III. Regresi

Francis Galton → Orangtua tinggi cenderung memiliki anak yang tinggi → Galton menyebutnya sebagai regression toward the mean (berulang) → Extreme scores of parents on one variable tended to be associated with scores that were closer to the mean in the offspring.

Sekian artikel tentang Pengertian dan Konsep Dasar Statistika untuk Psikometri. Semoga bermanfaat.

Daftar Pustaka
  • Cohen, R. J., & Swerdlik, M. E. (2010). Psychological testing and assessment: An introduction to test and measurement. (7th ed.). Boston: McGraw Hill. 
  • Field, A. (2009). Discovering statistics using SPSS. (3rd ed.). New York: SAGE Publications, Ltd.
  • Kaplan, R.M. & Saccuzzp, D.P. (2009). Psychological testing: Principles, applications, and issues. California: Wadsworth Cengage Learning
  • Urbina, S. (2004). Essentials of psychological testing. New York: John Wiley & Sons, Inc.

Posting Komentar untuk "Pengertian dan Konsep Dasar Statistika untuk Psikometri"

Klik gambar berikut untuk mengunduh artikel ini:

Berlangganan via Email