Biometri

Biometri

Prinsip Metode Observasi, Metode Survei, dan Metode Eksperimen dalam Biologi

  1. Dalam metode observasi, peneliti tidak melakukan manipulasi terhadap variabel penelitiannya. Dalam hal ini yang dimaksudkan yaitu tidak memanipulasi variabel bebasnya. Demikian pula dalam penelitian survei.

  2. Penelitian deskriptif dapat dilakukan melalui metode observasi ataupun metode survei, karena dalam penelitian deskriftif tidak ada variabel bebasnya.

  3. Dalam penelitian eksperimen, variabel bebas dimanipulasi, agar dapat dilihat perubahan yang terjadi pada variabel tergayutnya

  4. Supaya perubahan yang terjadi pada variabel tergayut benar-benar sebagai akibat dari perubahan pada variabel bebasnya, maka variabel-variabel asing yang dapat mempengaruhi, menekan atau mengganggu jalannya eksperimen harus dikendalikan.

  5. Penemuan konsep melalui metode observasi dan metode survei berpijak pada pendekatan induktif, sedangkan penemuan konsep melalui metode eksperimen berpijak pada pendekatan dedukto-verifikatif. Namun demikian, penemuan konsep-konsep biologi merupakan hasil dari perpaduan pendekatan induktif dan pendekatan dedukto-verifikatif.


Pengertian Variabel dan Data beserta Macamnya

  1. Variabel merupakan sesuatu hal yang spesifik dan khas yang mencirikan suatu gejala, baik gejala benda ataupun gejala peristiwa, dan memiliki variasi harga, baik secara kualitatif maupun kuantitatif.

  2. Ada bermacam-macam variabel, tergantung pada cara kita memilahkannya. Ada variabel kualitatif di satu sisi dan variabel kuantitatif di sisi lain. Ada variabel terukur dan variabel terhitung. Ada variabel kontinyu ada variabel diskontinyu/ diskret, dan sebagainya.

  3. Dalam penelitian eksperimen dikenal ada variabel tetap dan ada variabel rambang. Ada variabel bebas, variabel kendali, dan variabel tak bebas.

  4. Selain data pokok atau data substitusi dari data pokok, kita juga perlu untuk mengoleksi data penjelas agar kita dapat memperoleh informasi hubungan antara variabel bebas dengan variabel tergayutnya.

  5. Dalam eksperimen kita juga penting sekali memperhatikan data pendukung yang dapat menjelaskan bahwa eksperimen berjalan sesuai dengan rencana


Populasi, Sampel, dan Teknik Pengambilan Sampel

  1. Kita dapat melakukan penelitian secara sensus dengan mendata seluruh anggota populasi. Dapat pula kita melakukan penelitian sampling dengan mendata individu anggota populasi yang tercuplik sebagai sampel

  2. Hasil penelitian yang bersifat general akan berlaku pada tingkat populasi, sehingga penelitian sampling harus memiliki sampel yang benar-benar representatif.

  3. Sampel yang diambil dengan teknik non-ramdom tidak representatif mewakili populasi, sehingga kesimpulan yang diperoleh hanya berlaku pada tingkat sampel.

  4. Sampel yang diambil dengan teknik random akan representatif mewakili populasi, dengan catatan kita harus mengetahui karakteristik dari populasinya. Dengan cara demikian, kita dapat memilih teknik sampling secara random.

  5. Sampel dalam penelitian eksperimen dipilih benar-benar homogen dengan cara mengendalikan variabel-variabel asing yang melekat di dalamnya.

  6. Populasi dalam penelitian eksperimen tidak lain merupakan seluruh individu yang tak terbatas atau tak berhingga jumlahnya, yang memiliki karakteristik seperti karakteristik yang dimiliki oleh sampel.


Pengertian dan Penggunaan Statistika Deskriptif dalam Penelitian Biologi dan Penyajian Data dalam Berbagai Bentuk

:

  1. Statistika deskriptif berfungsi untuk menyajikan gambaran yang lengkap dari variabel yang Anda amati.

  2. Analisis statistika deskriptif sangat tepat untuk menyajikan data hasil penelitian secara sensus.

  3. Data penelitian perlu Anda sajikan secara menarik dan seinformatif mungkin.

  4. Data yang sama dapat disajikan ke dalam beberapa bentuk daftar/diagram.

  5. Cara menyajikan data ke dalam diagram harus memperhatikan banyaknya variabel yang akan Anda sajikan datanya.

  6. Ada langkah-langkah yang harus diikuti agar Anda dapat menghasilkan tabel/daftar distribusi frekuensi dari data terserak.

  7. Data yang sudah diolah menjadi tabel distribusi frekuensi, dapat disajikan dalam beberapa bentuk diagram.


Ukuran Gejala Pusat atau Tendensi Sentral

  1. Data yang terserak sangat sukar untuk diinterpretasi. Oleh karena itu perlu disajikan secara terorganisasi.

  2. Ukuran gejala pusat mampu memberikan informasi yang lebih komunikatif dalam kita membaca data daripada masih berwujud data terserak ataupun jika sudah dikelompokkan ke dalam distribusi frekuensi.

  3. Dengan melihat besarnya ukuran gejala pusatnya, kita dapat mengetahui deskripsi atau gambaran yang utuh dari kondisi populasi atau sampel yang kita teliti, apa lagi jika sudah dilengkapi dengan ukuran penyimpangannya.


Ukuran Penyimpangan atau Variabilitas

Untuk menginterpretasikan data, maka data tersebut tidak hanya disajikan dalam bentuk ukuran pemusatan. Agar dapat diinterpretasikan dengan tepat maka diperlukan informasi lain yakni berupa ukuran-ukuran penyimpangan/variabilitas.

  1. Setiap ukuran penyimpangan/variabilitas memberikan informasi spesifik, seperti range akan memberikan informasi nilai minimum dan maksimum dari data yang Anda miliki; simpangan baku memberikan informasi besarnya standar penyimpangan data dari nilai rata-ratanya; simpangan baku rata-rata menggambarkan besarnya nilai standar kekeliruan dari nilai rata-ratanya, dan seterusnya.

  2. Semakin besar nilai penyimpangan/variabilitas dari data yang Anda miliki semakin bervariasi/beragam nilai-bilai dari data tersebut, dan semakin kecil ukuran penyimpangan berarti semakin seragam nilai-nilai data tersebut.


Prinsip dan Jenis Distribusi Peluang

  1. Prinsip aplikasi statistika mendasarkan pada teori distribusi peluang.

  2. Ada beberapa macam distribusi peluang dan masing-masing memiliki karakteristik yang spesifik.

  3. Luas area di bawah kurve suatu model distribusi peluang dapat dicari dengan bantuan tabel distribusi peluang yang bersangkutan.

  4. Luas areal di bawah kurve distribusi peluang ada yang diketahui pada bagian ekornya, baik dengan model satu ekor dan/atau dua ekor, dan ada pula yang diketahui bagian tengahnya.

  5. Dalam menggunakan tabel distribusi peluang z, Anda tidak perlu terikat kepada besarnya derajat bebas.

  6. Luas di bawah kurve pada kurve t-Student, X² dan F, tergantung kepada besarnya derajat bebas.

  7. Jika luas di bawah kurve t dan X² ditentukan oleh satu derajat bebas, maka pada kurve F ditentukan oleh dua derajat bebas.


Prinsip Penggunaan Distribusi Peluang dalam Uji Hipotesis

  1. Jika Anda ingin menguji hipotesis pemeliharaan, Anda harus merumuskan hipotesis nihil beserta hipotesis alternatifnya.

  2. Dalam pengujian hipotesis menggunakan prinsip statistika, dapat digunakan uji satu pihak atau uji satu jalur, dan dapat pula digunakan uji dua pihak atau uji dua jalur.

  3. Dalam pengujian hipotesis menggunakan prinsip statistika, dapat digunakan prinsip distribusi z, distribusi t, distribusi X² ataupun distribusi F dengan memperhatikan persyaratannya masing-masing.

     

Uji Terhadap Parameter Populasi

  1. Uji terhadap parameter dapat dilakukan bila Anda ingin membandingkan nilai statistik sampel dengan nilai parameter populasi untuk menyelidiki apakah populasi yang terwakili oleh sampel masih sama dengan populasi yang sudah diketahui nilai parameternya.

  2. Bila hasil pengujian terhadap parameter tidak signifikan atau tidak bermakna, berarti nilai parameter populasi yang diwakili oleh nilai statistik sampel masih sama dengan nilai parameter populasi yang semula, berarti tidak ada perubahan/perbedaan pada populasi yang bersangkutan, sehingga populasinya masih tetap/tidak berbeda.

  3. Dalam melakukan uji terhadap parameter, Anda dapat menggunakan prinsip distribusi peluang z ataupun t-Student tergantung pada nilai parameter populasi yang sudah diketah


Uji Beda Dua Rata-rata untuk Data Berpasangan

  1. Anda dapat melihat perubahan nilai parameter populasi dengan membandingkannya dengan nilai parameter populasi pada kondisi awal sebagai pembanding, dengan catatan bahwa kalau tidak ada faktor yang mengubahnya parameter populasi tetap adanya.

  2. Pengujian secara parameterik untuk melihat perbedaan dua rerata untuk data berpasangan dapat dilakukan prinsip uji t jika informasi parameter populasi sama sekali tidak diketahui, dan Anda menggunakan data statistik sampel sebagai penduganya.

  3. Uji non-parameterik untuk melihat perbedaan


Uji Beda Dua Buah Rata-rata untuk Data Indenpenden

  1. Anda dapat melihat perbedaan nilai parameter dua populasi yang tidak diketahui besarnya dengan menggunakan data statistik sampel.

  2. Pengujian secara parameterik untuk melihat perbedaan dua buah rata-rata untuk data independen dapat dilakukan menggunakan uji t dengan terlebih dahulu diawali dengan pengujian homogenitas ragam.

  3. Uji non-parameterik untuk melihat perbedaan dua rata-rata untuk data yang independen dapat dilakukan dengan menggunakan uji U Mann-Whitney.

  4. Dalam menggunakan uji U Mann-Whitney untuk melihat perbedaan dua rata-rata dari data independen, cara pemberian peringkatnya harus Anda perhatikan caranya, agar tidak salah dalam penghitungannya.

Prinsip dan Prosedur Uji Varians Satu Jalur secara Parametrik dan Non-Parametrik

Dari uraian materi yang disajikan pada Kegiatan Belajar 1 dari Modul 5 ini dapat ditarik beberapa kesimpulan yaitu:

  1. Uji varians satu jalur untuk menguji kesamaan antar k buah rata-rata, dan dapat dilaksanakan dengan menggunakan prosedur parametrik maupun non-parametrik tergantung dari sifat datanya.

  2. Dalam pengujian menggunakan uji varains satu jalur, sumber variasi yang diperhitungkan meliputi pengaruh antar kelompok perlakuan (antar kelompok pengamatan) dan pengaruh dalam masing-masing kelompok perlakuan/pengamatan.

  3. Variasi yang terdapat dalam masing-masing kelompok perlakuan/pengamatan merupakan kekeliruan, dan kekeliruan itu ditimbulkan karena memang adanya ketidaksamaan antara unit eksperimen (unit pengamatan) yang satu dengan yang lainnya, dan dapat pula disebabkan karena faktor pengamatan. Dalam penelitian eksperimen, kekeliruan ini dapat disebabkan karena kekeliruan pelaksanaan eksperimen.

  4. Dalam perhitungan uji varians satu jalur secara parametrik harus dicari nilai jumlah kuadrat, kuadrat tengah dan derajat bebas, agar dapat dilakukan perhitungan nilai F.

  5. Nilai Ftabel sebagai batas kritis untuk penerimaan dan penolakan hipotesis memiliki derajat bebas v1 sebesar db antar kelompok perlakuan/pengamatan dan v2 sebesar db kekeliruan.

  6. Dalam perhitungan uji ragam satu jalur Kruskal-Wallis, pemberian peringkat dilakukan dengan terlebih dahulu menggabung data mentah dari seluruh kelompok yang ada, dan data yang nilainya sama diberi peringkat yang sama pula.


Uji Varians Dua Jalu secara Parametrik dan Non-Parametrik

Dari uraian materi yang tersaji pada Kegiatan Belajar 2 dapat ditarik kesimpulan:

  1. Uji varians dua jalur digunakan untuk menguji perbedaan k rata-rata yang datanya berpasangan, baik data hasil penelitian observasi, penelitian survei maupun hasil penelitian eksperimen. Untuk eksperimen, data diolah menggunakan uji varians dua jalur jika desainnya berupa desain acak berblok.

  2. Untuk melakukan uji varians dua jalur secara parameterik harus memperhatikan persyaratan keparametrikan, dan kalau tidak terpenuhi dapat Anda gunakan uji varians dua jalur secara non-parametrik.

  3. Dalam uji varians dua jalur, yang menjadi tujuan utama pengujian adalah untuk melihat efek variabel bebas, bukan efek bloknya. Pengujian efek blok untuk membuktikan bahwa varians antar blok memang cukup besar, dan jika diabaikan akan mengurangi ketepatan dalam penarikan kesimpulan hasil penelitian.

  4. Dalam uji varians dua jalur berperingkat Friedman, pemberian peringkat dilakukan terhadap data antar kolom pada setiap baris. Data yang sama besarnya diberi peringkat yang sama, dan data yang kecil diberi peringkat yang kecil pula.


Uji Lanjut secara Parametrik dan Non-Parametrik

  1. Jika uji varians menunjukkan hasil yang signifikan harus dilakukan uji lanjut untuk mengetahui nilai parameter manakah yang tidak homogen diantara nilai-nilai parameter yang ada, apakah ini berupa nilai rata-rata pada pengujian varians secara parametrik ataupun nilai median pada pengujian varians secara non-parametrik.

  2. Dalam melakukan uji lanjut secara parametrik tersedia model pengujian yang terencana dan model pengujian yang tak terencana. Pengujian terencana yang dimaksudkan adalah bahwa peneliti sudah mempunyai rancangan pengujian lanjut sebelum dilakukan pengumpulan data.

  3. Dalam menggunakan uji BNT dan uji Dunnet, Anda hanya mencari satu nilai pembanding sebagai batas kritis untuk menguji selisih dua buah nilai rata-rata yang benar-benar signifikan.

  4. Dalam uji wilayah berganda Duncan, Anda harus mencari nilai pembanding yang sesuai untuk selisih dua nilai rata-rata yang terkecil sampai dengan selisih dua nilai rata-rata yang terbesar.

  5. Dalam uji Dunn, Anda harus mencari nilai pembanding untuk semua selisih dua buah nilai peringkat sebanyak k(k-1)/2 buah (k = banyaknya level/kategori).

  6. Pada uji lanjut dari uji varians dua jalur berperingkat Friedman, Anda cukup mencari sebuah nilai pembanding sebagai nilai kritis untuk menguji selisih dua buah peringkat yang benar-benar signifikan


Uji Regresi

  1. Uji regresi digunakan untuk menemukan model matematik yang dapat dipakai untuk menjelaskan hubungan fungsional antara variabel bebas dengan variabel tak bebasnya.

  2. Uji regresi untuk memperoleh model matematik yang berlaku pada tingkat populasinya dapat diperoleh dengan menggunakan prosedur parametrik.

  3. Galat baku dan tuna cocok harus dicari jika dalam hubungan regresi dua variabel menunjukkan adanya harga-harga yang sama dalam variabel bebas menimbulkan respon berupa harga-harga yang berbeda dalam variabel tak bebasnya. Hal ini pasti dijumpai dalam penelitian eksperimental.

  4. Dalam uji regresi baik uji regresi linier sederhana maupun uji linier multipel, model regresi yang kita dapatkan tidak dapat digunakan untuk menjelaskan hubungan fungsional antara variabel bebas dengan variabel tak bebasnya jika hasil uji model menunjukkan model harus ditolak.

  5. Dalam pengujian model regresi, Anda perlu memperhatikan besarnya derajat bebas, baik derajat bebas regresi maupun derajat bebas kekeliruannya agar Anda dapat memperoleh nilai kritis F dengan tepat.


Uji Korelasi

  1. Dua variabel bebas dapat diukur derajat keeratan hubungan korelasinya jika keduanya mempunyai hubungan yang sifatnya simetris.

  2. Keeratan hubungan antara variabel bebas dan variabel tak bebas dapat dinyatakan dalam bentuk koefisien korelasi.

  3. Jika datanya memenuhi persyaratan parametrik, maka kedua variabel dapat dicari koefisien korelasinya dengan menggunakan uji korelasi “product moment” Pearson, dan jika tidak memenuhi persyaratan parametrik, maka dapat diuji dengan salah satu prosedur non-parametrik, yakni uji korelasi berjenjang / berperingkat Spearman.

  4. Koefisien korelasi bergerak dari harga -1 sampai dengan +1. Jika mendekati harga -1 artinya besarnya nilai pengamatan pada variabel yang satu berkebalikan dengan besarnya nilai pengamatan pada variabel pasangannya. Jika mendekati harga +1, maka besarnya nilai pengamatan pada variabel yang satu meningkat secara selaras dengan meningkatnya nilai pengamatan pada variabel pasangannya.

  5. Dua variabel tidak memiliki hubungan korelasi jika koefisien


Uji X2

  1. Uji X² baru dapat digunakan bila datanya merupakan data cacah.

  2. Uji X² dapat untuk menguji ada tidaknya perbedaan yang terjadi akibat perlakuan yang diberikan dan dapat pula untuk mencari derajat hubungan antara variabel bebas dengan tak bebasnya dan dinyatakan dalam harga koefisien kontingensi.

  3. Koefisien kontingensi yang diperoleh melalui uji X² dapat digunakan untuk menunjukkan derajat asosiasi antara dua spesies yang ada dalam suatu habitat dalam rangka studi ekologi, khususnya untuk studi struktur komunitas dilihat dari asosiasi antar populasinya.

  4. Dalam menggunakan suatu jenis uji X² Anda perlu memperhatikan apakah kasusnya terdapat pada 2 sampel atau lebih dari 2 sampel, dan apakah sampel-sampel tersebut related ataukah independen.

Sumber Buku Biometri karya Bambang Subali Wihono

4 Comments

  1. salam, nama saya irda, saya skr lagi nyusun skripsi, saya ingin tanya tentang uji non parametrik yaitu uji mann whitney u, apakah uji mann whitney dalam menguji hipotesis hanya untuk 2-ekor / untuk lihat ada beda atau tidak saja ? bagaimana klo uji hipotesis untuk 1 pihak saja misalnya lebih baik / lebih jelek, mksh atas infonya

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s