Praktikum Statistika Non-Parametrik
Setelah lebih dari 70 tahun sejak kemunculannya di pertengahan tahun 1930-an, metode statiska nonparametrik telah berkembang dan menjadi salah satu metode yang disukai oleh para statistikawan dan peneliti-peneliti lainnya yang melakukan analisa data. Ada beberapa alasan mengapa metode statistika nonparametrik menjadi sesukses ini. Alasan utamanya yaitu karena statistika nonparametrik menawarkan pendekatan yang efisien dalam menganalisis berbagai situasi yang ada karena teknik ini tidak memerlukan asumsi yang mengikat mengenai distribusi tertentu tentang populasi dari mana data tersebut diambil.
Secara umum, teknik nonparametrik adalah prosedur statistika yang mempunyai kemampuan-kemampuan tertentu yang memungkinkannya untuk bekerja pada asumsi-asumsi yang tidak begitu mengikat mengenai populasinya. Perkembangan statistika non-parametrik yang cepat dan kontinu pada tujuh dekade terakhir disebabkan oleh kelebihan-kelebihan berikut ini:
- Statistika nonparametrik membutuhkan sedikit asumsi mengenai populasi dari mana data tersebut diambil, biasanya orang mengasumsikan data diambil dari distribusi normal yang mungkin tidak tepat
- Statistika nonparametrik memungkinkan penggunanya untuk mendapatkan P-value yang eksak, range kemungkinan yang eksak pada perhitungan confidence interval, error rate yang eksak untuk multiple comparison, semuanya itu tanpa mengasumsikan bahwa populasinya normal
- Teknik-teknik statistika nonparametrik biasanya (meskipun tidak selalu) lebih mudah untuk diaplikasikan daripada teori lainnya dengan asumsi distribusi tertentu
- Teknik nonparametrik cukup mudah untuk dimengerti
- Meskipun pada awalnya statistika nonparametrik terlihat terlalu banyak mengorbankan informasi dari sampel, investigasi ilmiah membuktikan bahwa hal ini tidak berpengaruh banyak. Biasanya, dengan populasi asal yang normal, teknik statistika nonparametrik hanya sedikit kurang efisien daripada teknik statistika parametrik. Namun pada populasi yang terbukti tidak normal, teknik statistika non-parametrik biasanya lebih efisien, bahkan jauh meninggalkan teknik-teknik statistika parametrik.
- Teknik-teknik statistika nonparametrik relatif tidak sensitif pada cara pengambilan data yang dilakukan
- Teknik statistika nonparametrik dapat diaplikasikan pada banyak situasi yang tidak dapat ditangani oleh prosedur normal. Banyak dari prosedur non-parametrik yang banyak memerlukan tingkatan dari observasi yang ada (ingat skala ordinal) dan tidak memerlukan magnitude data yang sebenarnya.
- Metode bootstrap memungkinkan teknik statistika non-parametrik untuk menangani masalah-masalah yang sangat rumit di mana mungkin diperlukan pengolahan data dengan statistika parametrik juga.
- Pengembangan software komputer yang cepat membuat dapat diketemukannya P-value yang eksak untuk tes-tes nonparametrik. P-value yang eksak tersebut pada prinsipnya memang selalu ada. Sebelum adanya software komputer tersebut, orang biasanya mengandalkan tes-tes dengan sampel yang besar untuk menghasilkan P-value yang mendekati kenyataan.
Pada praktikum modul 3 ini praktikan akan meneliti mengenai tingkat kepuasan mahasiswa terhadap perpustakaan Universitas Trunojoyo Madura. Dari data tingkat kepuasan tersebut selanjutnya akan dibandingkan dan diamati perbedaannya dari mahasiswa program studi yang berbeda.
TUJUAN PRAKTIKUM
- Praktikan dapat mengumpulkan data dan menganalisis ketiga program studi dengan teknik-teknik statistika non-parametrik.
- Praktikan memahami penggunaan statistika inferens dengan uji-uji non-parametrik.
- Praktikan memahami karakteristik Statistika Non-parametrik serta penggunaannya dalam menganalisis data.
- Praktikan dapat me-ranking Nilai persepsi mahasiswa dari beberapa program studi terhadap pelayanan di perpustakaan UTM berdasarkan dimensi servqual (reliability, responsiveness, Assurance, Emphaty, dan tangible)
LANDASAN TEORI
Empat skala pengukuran yang dipakai :
Skala nominal : sistem pengukuran yang mendasarkan pada kategorisasi, pengkelasan, atau pengelompokkan.
Contoh : penggolongan jenis kelamin
Skala ordinal : sistem pengukuran dengan cara penggolongan yang mendasarkan pada tingkatan vertikal.
Contoh : ukuran baju : S-M-L-XL
Skala interval : sistem pengelompokkan seperti pada skala ordinal dengan interval dari satu titik ke titik lainnya sudah beraturan / sama besar
Contoh: hasil kuantifikasi skala-skala pada kuesioner dapat dijadikan skala interval (jika dianggap sesuai), jadi interval antara sangat tidak puas tidak puas, interval antara tidak puas – indiferen, dan interval-interval lainnya dapat dianggap sama besar
Skala ratio : skala ukur yang telah memiliki dimensi : m, gram, dsb, dan memiliki nol-mutlak.
Data yang diolah secara statistik juga dapat dibagi dua menjadi :
- Data terukur (measurement data merupakan hasil pengukuran langsung)
- Data tercacah (enumeration data merupakan hasil perhitungan/pencacahan dari sejumlah data, tanpa satuan dan sifatnya diskrit).
Statistika parametrik : statistika yang mendasarkan pada parameter-parameter tertentu, misanya : rata-rata, variance, dll. Data terukur atau tercacah dengan skala interval atau rasio dapat dianalisis dengan statistika parametrik, sedangkan data terukur atau tercacah dengan skala nominal atau ordinal belum tentu dapat diselesaikan dengan statistika parametrik, misanya data sosial yang hanya diperoleh atas dasar nilai skoring yang skalanya ordinal. Oleh karena itu, digunakan statistika non parametrik.
Selain itu, statistika non parametrik juga dapat digunakan untuk data dengan skala yang lebih tinggi dengan jumlah pengambilan sampel yang sedikit serta distribusi populasi tidak diketahui ataupun telah diketahui tidak normal.
Statistika non parametrik dapat digunakan bila :
- Data yang diperoleh sedikit dan atau data yang terkumpul tidak mengikuti sebaran normal
- Data yang didapat bersifat kualitatif
- Data yang didapat hanya dapat diukur dengan skala nominal dan ordinal saja.
Servqual
Servqual atau Service Quality adalah seberapa jauh perbedaan antara kenyataan dan harapan pelanggan atas pelayanan yang mereka terima/peroleh (Parasuraman, Zeithaml, dan Berry ,1990). Harapan para pelanggan pada dasarnya sama dengan layanan seperti apakah seharusnya diberikan oleh perusahaan kepada pelanggan. Harapan para pelanggan ini didasarkan pada informasi dari mulut ke mulut, kebutuhan pribadi, pengalaman di masa lampau, dan komunikasi eksternal (iklan dan berbagai bentuk promosi perusahaan lainnya).
Nilai Servqual
Nilai servqual (gap) untuk setiap pasang pernyataan bagi masing-masing customer dapat dihitung berdasarkan rumus:
Nilai servqual = nilai persepsi – nilai ekspektasi
Dimana nilai persepsi atau umumnya disebut tingkat kepuasan adalah sejauh mana baik atau buruknya pelayanan yang dirasakan oleh pelanggan/customer. Sementara nilai ekspektasi atau yang umumnya disebut tingkat kepentingan adalah seberapa besar harapan pelanggan/customer dalam suatu hal atau benda terhadap pelayanan yang diberikan. Dalam pelaksanaannya, untuk membandingkan kedua nilai ini digunakan skala Likert. Skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang tentang fenomena social yang terdiri atas rentang angka 1 sampai 5 atau 7 yang bernilai dari sangat tidak puas/ sangat tidak penting (strongly disagree) sampai bernilai sangat puas/ sangat penting (strongly agree).
Dimensi Servqual
Dimensi servqual dibagi menjadi 5 yaitu:
Tangibles
Tangibles, atau bukti fisik yaitu kemampuan suatu perusahaan dalam menunjukkan eksistensinya pada pihak eksternal. Penampilan dan kemampuan sarana dan prasarana fisik perusahaan dan keadaan lingkungan sekitarnya adalah bukti nyata dari pelayanan yang diberikan oleh pemberi jasa. ini meliputi fasilitas fisik (Gedung, Gudang, dan lainnya), teknologi (peralatan dan perlengkapan yang dipergunakan), serta penampilan pegawainya. Secara singkat dapat diartikan sebagai penampilan fasilitas fisik, peralatan, personil, dan materi komunikasi.
Reliability
Reliability, atau keandalan yaitu kemampuan perusahaan untuk memberikan pelayanan sesuai yang dijanjikan secara akurat dan terpercaya. Harus sesuai dengan harapan pelanggan berarti kinerja yang tepat waktu, pelayanan tanpa kesalahan, sikap simpatik dan dengan akurasi tinggi. Secara singkat dapat diartikan sebagai kemampuan untuk memberikan layanan yang dijanjikan secara akurat, tepat waktu, dan dapat dipercaya.
Responsiveness
Responsiveness, atau ketanggapan yaitu suatu kemauan untuk membantu dan memberikan pelayanan yang cepat (responsive) dan tepat kepada pelanggan, dengan penyampaian informasi yang jelas. Membiarkan konsumen menunggu tanpa alasan yang jelas menyebabkan persepsi yang negatif dalam kualitas pelayanan. Secara singkat dapat diartikan sebagai kemauan untuk membantu pelanggan dengan memberikan layanan yang baik dan cepat.
Emphaty
Empathy, yaitu memberikan perhatian yang tulus dan bersifat individual atau pribadi yang diberikan kepada pelanggan dengan berupaya memahami keinginan konsumen dimana suatu perusahaan diharapkan memiliki suatu pengertian dan pengetahuan tentang pelanggan, memahami kebutuhan pelanggan secara spesifik, serta memiliki waktu pengoperasian yang nyaman bagi pelanggan. Secara singkat dapat diartikan sebagai usaha untuk mengetahui dan mengerti kebutuhan pelanggan secara individual.
Assurance
Assurance, atau jaminan dan kepastian yaitu pengetahuan, kesopan santunan, dan kemampuan para pegawai perusahaan untuk menumbuhkan rasa percaya pelanggan kepada perusahaan. Terdiri dari komponen: komunikasi (Communication), kredibilitas (Credibility), keamanan (Security), kompetensi (Competence), dan sopan santun (Courtesy). Secara singkat dapat diartikan sebagai pengetahuan dan keramah-tamahan personil dan kemampuan personil untuk dapat dipercaya dan diyakini.
PROSEDUR PRAKTIKUM
Data yang dikumpulkan pada modul 3 ini adalah data yang berskala ordinal mengenai pelayanan di perpustakaan UTM berdasarkan dimensi servqual (reliability, responsiveness, Assurance, Emphaty, dan tangible). Data servqual perlu dikumpulkan untuk mengetahui seberapa jauh perbedaan antara kenyataan dan harapan pelanggan atas pelayanan yang mereka terima/peroleh. Data ini dikumpulkan melalui kuesioner / wawancara terhadap mahasiswa dari beberapa program studi yang pernah berkunjung ke Perpustakaan UTM. Praktikan akan memperoleh lembar pertanyaan kuesioner dari asisten dan kemudian praktikan bertugas membagikan kuesioner tersebut kepada mahasiswa dari berbagai program studi yang terdapat pada Universitas Trunojoyo Madura.
Praktikan kemudian mengolah data perbandingan tiap program studi dari sisi dimensi servqual untuk 3 program studi (program studi sama seperti modul 1) dengan menggunakan statistika non parametrik. Langkah yang pertama adalah uji kenormalan yang bertujuan untuk mengetahui apakah data yang diambill berdistribusi normal. Selanjutnya dilakukan uji kerandoman (uji Runs), Run test digunakan untuk menguji kerandoman suatu data / sampel dengan cara melihat keruntunan munculnya data setiap data. Jika munculnya data mengikuti suatu pola tertentu maka dikatakan bahwa data tersebut tidak muncul secara random. Run(s) adalah kelompok dalam baris yang terdiri dari elemen yang sama. Kemudian dilakukan pengujian Mann Whitney, dimana Uji mann witney merupakan salah satu uji statistik beda yang mempunya ciri sample bersifat independent. Sample independent artinya satu pengukuran variable tidak langsung terkait dengan pengukuran variable satunya. Selain sampel independent uji Dan uji yang terakhir adalah uji kruskall Wallis, Kruskal-wallis test adalah Anova one-way dengan menggunakan Rank. Hipotesis test ini adalah bahwa sampel berasal dari populasi yang sama. Uji ini mirip dengan uji Anova pada data parametrik hanya saja tidak dipenuhi anggapan kenormalan dari data. Analisis yang digunakan berdasarkan ranking data, bukan data itu sendiri.
Pengolahan data dengan menggunakan SPSS :
1. Test of Normality
a. Buka lembar kerja, lakukan penginputan data
b. Pilih Analyze – Descriptive Statistics – Explore
- Isi Dependent List dengan variabel yang akan diuji normalitasnya
- Pilih Statistiks – Descriptives. Isi Confidence Interval for Mean sesuai yang diinginkan. Klik Continue. Pilih Plots. Pada Boxplot, pilih Factor Levels Together. Pada Descriptive, select/deselect pilihan Stem and Leaf[1]. Klik Normality Plots With Test. Klik Continue.
- Klik OK.
2. Uji Kerandoman Data
a. Buka lembar kerja, lakukan penginputan data
b. Pilih Analyze – Nonparametric Test – Run
c. Pindahkan variabel yang akan diuji dari kotak daftar variabel ke kotak Test Variable List.
d. Klik Ok.
3. Uji Mann Whitney
Buka lembar kerja, lakukan penginputan data
Berikan pengkodean untuk 2 kelompok data yang berbeda. (misal kode 1 untuk prodi 1, dan kode 2 untuk prodi 2).
Pilih Analyze – Nonparametric Test – 2 Independent Samples
Kemudian masukan variable yang diuji ke kolom sebelah kanan atas dan prodi ke kolom bawah.
Kemudian aktifkan menu difine group, masukan group 1 angka 1 dan group 2 angka 2.
Klik Continue – OK.
4. Uji Kruskall Wallis
Buka lembar kerja, lakukan penginputan data
Berikan pengkodean untuk 3 kelompok data yang berbeda. (misal kode 1 untuk prodi 1, dan kode 2 untuk prodi 2 dan kode 3 untuk prodi 3).
Pilih Analyze – Nonparametric Test – K Independent Samples
Kemudian masukan variable yang diuji ke kolom sebelah kanan atas dan prodi ke kolom bawah.
Kemudian aktifkan menu difine range, masukan minimum angka 1 dan maksimum angka 3..
Klik Continue – OK.
