tukmar evpe kel7

EVALUASI PERENCANAAN [CONTOH PERHITUNGAN STATISTIK]

PERENCANAAN WILAYAH DAN KOTA UNIVERSITAS BRAWIJAYA

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Statistika adalah pengetahuan yang mempelajari cara pengumpulan, pengolahan,

menyajikan, menganalisis, dan menginterpresikan data yang berwujud angka- angka.

Badan Pusat Statistik berfungsi menyediakan data yang diperlukan untuk pembangunan

sektoral maupun wilayah (spasial). Dalam rangka pembangunan daerah, data yang

berkaitan dengan potensi suatu wilayah merupakan masukan utama yang menjadi

pertimbangan para perumus kebijakan dan perencana daerah, ketika membuat skala

prioritas. Di tingkat wilayah administrasi yang paling rendah, informasi tentang potensi

yang dimiliki suatu wilayah setingkat desa berperan dan berfungsi dalam perencanaan,

pemantauan dan evaluasi pembangunan desa/kelurahan yang menyeluruh dan terpadu.

Esensi pembangunan adalah aktivitas yang berjalan secara simultan, meliputi perencanaan,

pelaksanaan dan evaluasi serta seluruh aktivitas tersebut didukung oleh kebijakan

pembangunan, sehingga menjadi pedoman yang refresentatif dalam meningkatkan nilai

tambah pembangunan. Perhitungan statistic dalam evaluasi perencanaan ini sangat di

perlukan apabila terjadi kesalahan-kesalahan yang terjadi dalam melakukan perencanaan.

Apabila sudah dilakukannya perhitungan statistik maka, dalam evaluasi perencanaan akan

menjadi lebih mudah mengetahui letak kesalahan dalam perencanaan.

Peran statistik dalam evaluasi perencanaan mememiki beberapa cara untuk

mengevaluasi suatu perencaan antara lain, Generalisasi Sample, Hipotesis Statistik,

pemilihan Level statistic, dan kriteria memilih analisis Statistik. Dan penerapan dalam

metode statistic untuk kasus evaluasi perencanaan terdapat beberapa metode yaitu regresi,

descriptive dan inferensia statistic.

1.2 Rumusan Masalah

1. Bagaimana peran statistik dalam metode evaluasi perencanaan?

2. Apa saja contoh-contoh penerapan metode statistik dalam kasus evaluasi

perencanaan?

1.3 Tujuan

1. Untuk mengetahui peran statistik dalam metode evaluasi perencanaan

2. Untuk mengetahui contoh penerapan metode statistik dalam kasus evaluasi

perencanaan



2

BAB II

PEMBAHASAN

2.1 Peran Statistik dalam Evaluasi Perencanaan

2.1.1 Generalisasi Sample

Generalisasi yaitu derajat keberlakuan suatu temuan yang diperoleh dari sumber

tertentu dalam jumlah terbatas kepada sumber yang lebih besar jumlahnya baik terbatas

(finite) maupun tidak (infinite). Konsep generalisasi tidak dapat dipisahkan dari konsep

populasi dan sampel, Dua konsep yang penting dalam pendekatan kuantitatif. Tidak akan

ada generalisasi tanpa sampel dan populasi. Generalisasi menjembatani sampel dengan

populasi. Populasi adalah keseluruhan obyek penelitian yang menjadi sumber data

penelitian.

Menurut Suharsimi Arikunto (2006), sampel ialah sebagian atau wakil populasi

yang diteliti. Generalisasi diperlukan ketika peneliti tidak menggali informasi dari

keseluruhan sumber (populasi) melainkan hanya menggali dari sebagian sumber (sampel).

Hal ini dikarenakan peneliti dihadapkan kepada keterbatasan waktu, biaya dan tenaga

untuk mengumpulkan informasi dari obyek yang diamati. Oleh karena itu sering sekali

peneliti hanya mengambil sebagian saja dari obyek telitian.

Untuk sampel yang digunakan untuk generalisasi, maka sampling atau sampelnya

disebut sampling probabilitas. Sampel yang tidak digunakan dan tidak bisa digunakan

untuk melakukan generalisasi disebut sampel non probabilitas. Sampel probabilitas harus

dihitung dengan rumus-rumus statistika dengan memperhitungkan tingkat kesalahan

sampling (sampling error), derajat kepercayaan, proporsi, dan sebagainya tergantung sifat

populasi dan rumus yang digunakan. Sampel probabilitas bisa digunakan untuk

generalisasi jika dan hanya jika sampel itu diambil secara random (acak). Sampel

random adalah sampel yang diambil sedemikian rupa sehingga setiap anggota dalam

populasi mendapat kesempatan yang sama untuk terpilih sebagai sampel. Metode

probabilitas ada 3 yaitu

1. Simple random sampling

adalah teknik pengambilan sampel secara acak dari anggota populasi untuk

dijadikan sampel penelitian tanpa memperhatikan strata. Teknik ini dapat

dilakukan apabila anggota populasi dianggap homogen dan merupakan populasi



3

finit (populasi terbatas / N dapat dihitung / N kecil).

2. Stratified random sampling

adalah teknik pengambilan sampel secara random dengan terlebih dahulu

memisahkan elemen-elemen populasi dalam kelompok-kelompok yang

tidak overlopping yang disebut strata. Dalam teknik ini, anggota populasi dipilah-

pilah menjadi sub-sub populasi

3. Systimatic Random Sampling

Teknik ini pada dasarnya hampir sama dengan Simple random sampling . Dalam

teknik ini setiap anggota populasi diberikan nomor urut. Anggota sampel dipilih

acak dengan menggunakan prinsip proporsional. Proporsional ditentukan

berdasarkan perhitungan perbandingan jumlah populasi dengan jumlah sampel

yang diinginkan.

2.1.2 Hipotesis Statistik

Hipotesis stastistik didefinisikan sebagai pernyataan matematis tentang parameter

populasi yang akan diuji sejauh mana suatu data sampel mendukung kebenaran hipotesis

tersebut. Hipotesis merupakan kesimpulan sementara yang harus diuji kebenarannya. Ada

dua rumusan hipotesis, yaitu hipotesis null (H0) dan hipotesis alternatif (H1). Pertama

hipotesis statistik mengidentifikasi hubungan antara dua variabel yang harus ditentukan.

Hipotesis null dalam evaluasi program adalah tidak memiliki pengaruh dalam mencapai

hasil yang diinginkan. Teori pengujian hipotesis akan memutuskan apakah H0 ditolak atau

diterima. Keputusan menolak atau menerima didasarkan pada test statistik yang diperoleh

dari sampel setelah dibandingkan dengan nilai kritis dari dstribusi statistik yang

bersangkutan dalam tabel.

1. Menetapkan Ho (null hypothesis) dan H1 (alternative hypothesis).

Ho mengandung suatu tanda =, sebagai alternatifn <

2. Menentukan nilai kritis atau daerah menolak Ho.

Nilai kritis dapat dilihat pada tabel yang telah disediakan.

kesalahan yang bersedia ditanggung.

3. Menghitung nilai test statistik.

Dilakukan perhitungan penduga parameter dari data sampel yagn diambil secara

random dari populasi. Misal akan menguji paramater populasi P dengan



4

Nilai Z dihitung

dengan rumus : Z =

4. Membuat keputusan statistik.

Keputusan menolak atau menerima Ho dilakukan setelah membandingkann nilai

test statistik dengan nilai kritis

- Jika nilai test statistik berada pada dalam daerah kritis maka Ho ditolak berarti

menerima H1

Suatu kesimpulan adalah benar jika Ho yaang benar diterima atau Ho yang salah

ditolak. Dalam pengujian ada kemugkinan kesalahan yang muncul yaitu :

a. Kesalahan jenis I : Menolak Ho yang kenyataannya adalah benar

b. Kesalahan jenis II : Menerima Ho yang kenyataannya adalah salah

Tabel 2.1 Jenis Kesalahan Ho benar Ho salah

Ho diterima -

Ho ditolak -

tinggi probabilitas menolak Ho yang benar. Kesalahan II atau eror tipe II dinyatakan dalam

-

kecil. Kekuatan dari pengujian dinyatakan dalam 1 -

Terjadinya eror dalam pembuatan keputusan yang dibagi menjadi eror tipe I dan eror

tipe II, berikut penjelasan :

a. Eror tipe I

- Menolak hipotesa null benar

- Mempunyai konsekuensi serius

- Probabilitas eror tipe I disebut level signifkan dan ditentukan oleh peneliti

b. Eror tipe II

- Gagal menolak hiotesis null salah

- Probabilitas eror tie II adalah

- Pangkat tes adalah (1- )

c. Probabilitas tidak membuat eror tipe I

- 1-



5

- Disebut sebagai confidence coefficient

Benar atau salahnya hipotesis tidak akan pernah diketahui dengan pasti kecuali bila

kita memeriksa seluruh populasi. Oleh karena itu kita mengambil sampel random dari

populasi tersebut dan menggunakan informasi yang dikandung sampel itu untuk

memutuskan apakah hipotesis tersebut kemungkinan besar benar atau salah. Bukti data

dari sampel yang tidak konsisten dengan hipotesis membawa kita pada penolakan hipotesis

tersebut, demikian juga sebaliknya. Perlu ditegaskan bahwa penerimaan suatu hipotesis

statistik adalah merupakan akibat dari ketidakcukupan bukti untuk menolaknya, dan tidak

berimplikasi bahwa hipotesis itu benar.

2.1.3 Pemilihan Level Statistik (Rasio, Ordinal, Interval , Rasio)

a. Data nominal

Data yang ditetapkan berdasarkan proses penggolongan atau kategorisasi.

Data nominal ini bersifat diskrit dan saling terpisah (mutually exlusive)

antara golongan (kategori) yang satu dengan yang lain.

Contoh : data tentang jenis kelamin; data tentang pendapat responden

terhadap kenaikan SPP (setuju / tidak setuju).

b. Data ordinal

Data yang mempunyai urutan atau bisa diurutkan berdasarkan jenjang atau

atribut tertentu.

Contoh : data tentang rangking siswa, hasil lomba pidato bahasa Inggris

bagi siswa SLTP, dan sebagainya.

Data ordinal juga bersifat diskrit.

c. Data interval (scale)

Data yang dapat dikelompokkan berdasarkan ukuran (satuan/unit) yang

sama; dapat diurutkan berdasarkan kelompok tersebut sebagaimana data

ordinal.

Data interval umumnya bersifat kontinyu.

Contohnya : data tentang skor test siswa, data tentang prestasi belajar, dan

sebagainya.

d. Data rasio

Data yang dalam kuantifikasinya mempunyai nilai nol (0) mutlak; artinya



6

Dalam penelitian ilmu- ilmu sosial, jarang peneliti menggunakan data rasio.

Data rasio bersifat kontinyu.

e. Konversi Data

Dalam praktek pengolahan data, dimungkinkan melakukan konversi dari

data yang mempunyai tingkat lebih tinggi ke tingkat data yang lebih rendah.

Data rasio data interval data ordinal data nominal

Konversi data diperlukan biasanya untuk menyesuaikan dengan teknik

analisis statistik yang akan dipakai.

f. Analisis non-statistik

Data kualitatif, yaitu data-data yang tidak bisa di-angka-kan, analisis non-

statistik lebih tepat digunakan.

Data kualitatif biasanya diolah atau dianalisis berdasarkan isinya

(subtansinya).

Analisis non statistik ini sering juga disebut dengan analisis isi (content

analysis), yang mencakup analisis deskriptif, kritis, komparatif, dan sintesis.

Penelitian yang menggunakan data kualitatif disebut penelitian kualitatif.

g. Analisis statistik

Untuk data kuantitatif, yaitu data yang berupa angka atau bisa diangkakan,

analisis statistik lebih tepat digunakan statistik deskriptif dan statistik

inferensial

Statistik deskriptif digunakan untuk membantu memaparkan

(menggambarkan) keadaan yang sebenarnya (fakta) dari satu sampel

penelitian penelitian deskriptif

Penelitian deskriptif tidak untuk menguji suatu hipotesis.

2.1.4 Kriteria Memilih Analisis Statistik

Menurut Wholey (2004), dalam memilih metodes tatistik yang sesuai digunakan

harus melakukan evaluasi berdasarkan kriteria-kriteria tertentu. Keputusan mengenai

analisis yang digunakan berkaitan tentang pengukuran fenomena, pihak yang terlibat, dan

data sampel. Sampel harus dapat men-generalisasi hasil ke populasi. Generalisasi sampel

dapat dilakukan pula melalui T-tes dan Chi Square. Metode yang dipilih didasarkan atas

variabel yang diukur.



7

a. Metode Chi Square merupakan metode analisis statistik yang tidak

mempertimbangkan tingkatan jenis variabel;

b. T-tes menharuskan variabel dependen berada pada tingkatan jenis data interval

atau rasio.

Dalam mengukur hubungan dugaan penyebab dan sebab dapat dilihat melalui

variabel dimana mengukur batas jumlah statistik yang digunakan. Hal mendasar yang

perlu diperhatikan adalah tingkatan data yang digunakan pada variabel yaitu nominal,

ordinal, interval, atau rasio. Sebagaian besar penelitian lebih menggunakan tingkatan

ordinal karena dianggap cukup setara dengan tingkatan interval. Berikut adalah beberapa

kriteria untuk memilih teknik analisis data (Wholey, 2004):.

1. Kriteria terkait Pertanyaan yang Sesuai

a. Apakah generalisasi dari sampel ke populasi yang diinginkan?

b. Apakah hubungan sebab akibat antara penyebab dan akibat diduaga sebagai

kepentingan?

c. Apakah pertanyaan dampaknya?

d. Apakah pertanyaan (atau dokumen undang-undang atau peraturan)

mengandung kriteria kuantitatif yang hasilnya dapat dibandingkan?

2. Kriteria Terkait Pengukuran

a. Pada tingkat berapa pengukuran variabel yang diukur, apakah nominal,

ordinal, atau interval?

b. Apakah indikator digunakan untuk mengukur beberapa variabel kunci?

c. Apa ukuran sampel dalam sub kelompok yang bersangkutan?

d. Berapa banyak pengamatan direkam untuk responden: satu, dua,

atau lebih (time series)?

e. Apakah sampel independen atau terkait? Artinya, adalah sampel diukur

di dua atau lebih titik dalam waktu (terkait)?

f. Apa adalah distribusi dari masing-masing variabel yang menarik, seperti

bimodal atau normal?

g. Berapa banyak presisi yang tindakan?

h. Apakah ada outlier yang mempengaruhi perhitungan statistik yang memiliki

nilai-nilai tinggi atau rendah yang condong rata-rata statistik dan lainnya?

3. Kriteria Terkait Audience



8

a. Apakah audience memahami teknik analisis canggih seperti

sebagai multiple regresi?

b. Apakah presentasi grafis dari data (seperti grafik bar) lebih tepat

daripada tabel?

c. Berapa audence yang diinginkan dalam perkiraan numerik?

d. Apakah audience puas dengan tren grafik yang menggambarkan atau keinginan

analisa yang lebih canggih seperti regresi?

e. Apakah audience memahami perbedaan antara signifikansi statistik

dan pentingnya praktis dari temuan numerik?

Tabel 2.2 Pemilihan Teknik Analisis

Tujuan Analisis Ukuran Variabel Ketepatan Teknik Test yang Sesuai

Untuk Statistik

yang Signifikan

Membandingkan distribusi sampel

ke distribusi populasi

Nominal/Ordinal Perhitungan

Frekuensi

Chi Square

Interval Mean dan median,

Standar deviasi

Chi Square

Menganalisis hubungan 2 variabel Nominal /Ordinal Tabel Kontingensi Chis Square

Interval Tabel Kontingensi Chi Square / T test

Mengurangi jumlah variabel terkait

identifikasi faktor yang

menjelaskan variasi dalam jumlah

variabel yang besar

Interval Analisi Faktor -

Mengurutkan unit-unit ke cluster

atau grup

Nominal/Ordinal/

Interval

Analisi Cluster,

Analisis Fungsi

diskriminan

Lambda

Memprediksikan atau estimasi

dampak program

Nominal/ Variabel terikat

ordinal

Regresi Linier T dan F

Variabel terikat interval Regresi T dan F

Mendeskripsikan atan memprediksi

trend series dari kumpulan data

Nominal, ordinal, atau

variabel bebas dan terikat

interval

Regressi T dan F

Sumber : Wholey (2004)

2.2 Penerapan Metode Statistik dalam Kasus Evaluasi Perencanaan

2.2.1 Descriptive dan Inferensia Statistics

A. Contoh perhitungan menggunakan Chi Square

Pelaksanaan proyek kontruksi mengalami keterlambatan sehingga berdampak pada

aspek pelaksanaan dan meningkatnya biaya proyek. Dilakukan penilitian kontraktor yang

berada di Kotamadya Denpasar dan terdaftar sebagai anggota GAPENSI Bali. Diambil

sampel 56 dari 216 kontraktor Gred 2-7 di Kotamadya Denpasar.

Pengambilan keputusan/pengujian hipotesis :

1. Membandingkan statistik hitung dengan statistik tabel, dengan ketentuan :

- Jika statistik hitung < statistik tabel, maka Ho diterima



9

- Jika statistik hitung > statistik tabel, maka Ho ditolak

a. Statistik Hitung

Dipakai perhitungan Chi-Square dengan rumus :

X2 = [ n (k-1) ] x W

n = jumlah responden

k = jumlah variable

b. Statistik Tabel

Dengan melihat tabel Chi-Square, nilai df (derajat kebebasan) dan tingkat

5%, maka akan diperoleh nilai statistik tabel.

2. Berdasarkan Probabilitas (Asymptotic Significance), dengan ketentuan :

- Jika probabilitas > 0.05, maka Ho diterima

- Jika probabilitas < 0.05, maka Ho ditolak

Dari hasil perhitungan yang telah didapat dilakukan juga proses pengambilan

keputusan atau pengujian hipotesis.

- Ho = tidak ada kesepakatan atau keselarasan di antara para responden

- Hi = ada kesepakatan atau keselarasan di antara para responden

Pengambilan keputusan/pengujian hipotesis :

1. Membandingkan statistik hitung dengan statistic tabel, dengan ketentuan :

- Jika statistik hitung < statistik tabel, maka Ho diterima

- Jika statistik hitung > statistik tabel, maka Ho ditolak

a. Statistik Hitung

Dari tabel output SPSS, terlihat bahwa statistik hitung Kendall W adalah

242.260. Dipakai perhitungan Chi-Square rumus (6): dimana n adalah 168

(responden) dan k adalah 7 (jumlah variabel) maka: X2 = 242.928 Maka yang

dipakai adalah tabel output SPSS yaitu 242.260

b. Statistik Tabel

Dengan melihat tabel Chi-Square, untuk df (derajat kebebasan)= k-1= 7-1= 6

dan tingkat 95%), maka

didapat statistik tabel = 12.5916 Keputusan : Oleh karena statistik hitung >

statistic tabel (242.260 > 12.5916), maka Ho ditolak.

2. Berdasarkan Probabilitas (Asymptotic Significance), dengan ketentuan:

- jika probabilitas > 0.05, maka Ho diterima

- jika probabilitas < 0.05, maka Ho ditolak



10

Keputusan : Terlihat bahwa pada kolom Asymptotic Significance adalah 0.000,

atau probabilitas di bawah 0.05 (0.00 < 0.05). Maka Ho ditolak yang berarti ada

kesepakatan di antara para responden tentang pengaruh factor keterlambatan yang

mempengaruhi pekerjaan proyek.

faktor yang sangat mempengaruhi keterlambatan

kesukuan/nasionalisme tenaga kerja adalah faktor yang sangat tidak mempengaruhi

keterlambatan proyek yang dikerjakan. Dari hasil analisis pengambilan keputusan

/pengujian hipotesis, dapat diketahui bahwa nilai statistik hitung > statisik tabel (242.260 >

12.5916) dan probabilitas < 0.05 (0.00 < 0.05), maka Ho ditolak yang berarti ada

kesepakatan/keselarasan diantara para responden tentang pengaruh faktor keterlambatan

yang mempengaruhi pekerjaan proyek. Dari hasil analisis Kendall W, bahwa nilai W

sebesar 0.241 berada diantara 0.20-0.399 atau kurang dari 1, berarti tingkat kesepakatan

/keselarasan di antara responden adalah rendah. Rangkuman hasil analisis selengkapnya

dapat dilihat pada tabel berikut.

Tabel 2.3 Contoh Hasil Analisis Chi Square

Sumber : Widyawati, R. 2009

B. Contoh Perhtungan menggunakan T test

Metode T-test adalah salah satu teknik statistik parametric yang digunakan untuk

menguji hipotesa komparatif (uji perbedaan). Selain itu, digunakan untuk sample kecil &

varian populasi tidak diketahui. Metode t-test pada satu populasi digunakan untuk menguji

tukmar evpe kel7

Documents