tukmar evpe kel7
TRANSCRIPT
-
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
-
EVALUASI PERENCANAAN [CONTOH PERHITUNGAN STATISTIK]
PERENCANAAN WILAYAH DAN KOTA UNIVERSITAS BRAWIJAYA
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
-
EVALUASI PERENCANAAN [CONTOH PERHITUNGAN STATISTIK]
PERENCANAAN WILAYAH DAN KOTA UNIVERSITAS BRAWIJAYA
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
-
EVALUASI PERENCANAAN [CONTOH PERHITUNGAN STATISTIK]
PERENCANAAN WILAYAH DAN KOTA UNIVERSITAS BRAWIJAYA
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-
-
EVALUASI PERENCANAAN [CONTOH PERHITUNGAN STATISTIK]
PERENCANAAN WILAYAH DAN KOTA UNIVERSITAS BRAWIJAYA
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
-
EVALUASI PERENCANAAN [CONTOH PERHITUNGAN STATISTIK]
PERENCANAAN WILAYAH DAN KOTA UNIVERSITAS BRAWIJAYA
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.
-
EVALUASI PERENCANAAN [CONTOH PERHITUNGAN STATISTIK]
PERENCANAAN WILAYAH DAN KOTA UNIVERSITAS BRAWIJAYA
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
-
EVALUASI PERENCANAAN [CONTOH PERHITUNGAN STATISTIK]
PERENCANAAN WILAYAH DAN KOTA UNIVERSITAS BRAWIJAYA
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
-
EVALUASI PERENCANAAN [CONTOH PERHITUNGAN STATISTIK]
PERENCANAAN WILAYAH DAN KOTA UNIVERSITAS BRAWIJAYA
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
-
EVALUASI PERENCANAAN [CONTOH PERHITUNGAN STATISTIK]
PERENCANAAN WILAYAH DAN KOTA UNIVERSITAS BRAWIJAYA
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