No. 2 dari Seri Lead Magnet Gratis

📘 FREE EBOOK · SERI #2

Statistik untuk Penelitian Sosial:
Pilih Uji yang Tepat

Decision tree lengkap: dari jenis data ke uji statistik yang benar — disertai panduan interpretasi dan contoh penelitian sosial.

Decision Tree Lengkap

4 Skala Pengukuran

Skenario Penelitian Sosial

Format APA 7th

Panduan Interpretasi

Y

Yogo Aryo Jatmiko, SST, M.Stat

Statistisi BPS · Dosen Polstat STIS · Founder Ruang Statistika

📋 Bab 1 — Pengantar

Tiga Pertanyaan Sebelum Memilih Uji Statistik

Sebelum buka SPSS, Python, atau aplikasi apapun, Anda harus menjawab tiga pertanyaan ini. Jawaban dari ketiganya akan menentukan uji statistik yang tepat secara otomatis.

1.1 Apa skala pengukuran variabel saya?

Skala data menentukan operasi matematika apa yang boleh dilakukan pada data tersebut. Ada empat jenis:

🔢 Nominal

Kategori tanpa urutan. Contoh: jenis kelamin (laki/perempuan), agama, jurusan kuliah. Tidak bisa dijumlahkan atau diurutkan secara bermakna.

📊 Ordinal

Kategori dengan urutan, tapi jarak antar kategori tidak sama. Contoh: tingkat kepuasan (tidak puas, cukup, puas, sangat puas), skala Likert 1–5.

📏 Interval

Angka dengan jarak yang sama, tapi tidak punya titik nol absolut. Contoh: suhu Celsius, skor IQ. Bisa dijumlahkan, tapi perbandingan rasio tidak bermakna.

⚖️ Rasio

Angka dengan jarak sama DAN punya titik nol absolut. Contoh: pendapatan, berat badan, usia. Bisa semua operasi matematika. Ini level data tertinggi.

1.2 Berapa kelompok yang saya bandingkan?

Pertanyaan ini berlaku saat tujuan Anda adalah membandingkan atau melihat perbedaan antar kelompok:

2 kelompok independen → t-test atau Mann-Whitney
2 kelompok berpasangan (sebelum-sesudah) → Paired t-test atau Wilcoxon
3 kelompok atau lebih → ANOVA atau Kruskal-Wallis

Jika tujuan Anda adalah melihat hubungan atau pengaruh (bukan perbedaan), langsung ke pertanyaan berikutnya.

1.3 Apakah data saya terdistribusi normal?

Ini pertanyaan paling sering salah dipahami. Normalitas bukan syarat mutlak untuk semua uji statistik — hanya untuk uji parametrik.

💡 Aturan Praktis

Jika N ≥ 30 (Central Limit Theorem): distribusi rata-rata sampel mendekati normal meskipun data aslinya tidak normal. Tetap lakukan uji normalitas, tapi jangan panik jika hasilnya tidak normal — ada alternatif nonparametrik.

Cara uji normalitas yang umum:

Kolmogorov-Smirnov (KS-test) — untuk N besar (> 50)
Shapiro-Wilk — lebih akurat untuk N kecil (≤ 50)
Q-Q Plot — visualisasi, data normal jika titik mengikuti garis diagonal

📊 Bab 2 — Decision Tree

Tabel Referensi Lengkap

Tabel lengkap yang memandu Anda dari skala data dan kondisi distribusi ke uji statistik yang tepat. Gunakan sebagai referensi cepat saat menulis metodologi penelitian.

Skala Data	Distribusi	Tujuan Analisis	Uji yang Tepat
Rasio / Interval	Normal	Beda rata-rata 2 kelompok independen	Independent t-test
Rasio / Interval	Normal	Beda rata-rata 2 kelompok berpasangan	Paired t-test
Rasio / Interval	Normal	Beda rata-rata 3+ kelompok	One-way ANOVA
Rasio / Interval	Normal	Hubungan linier 2 variabel	Pearson Correlation
Rasio / Interval	Normal	Prediksi variabel dependen	Regresi Linier OLS
Rasio / Interval	Tidak Normal	Beda 2 kelompok independen	Mann-Whitney U
Rasio / Interval	Tidak Normal	Beda 2 kelompok berpasangan	Wilcoxon Signed-Rank
Rasio / Interval	Tidak Normal	Beda 3+ kelompok	Kruskal-Wallis
Rasio / Interval	Tidak Normal	Hubungan 2 variabel	Spearman / Kendall τ
Ordinal	—	Beda 2 kelompok independen	Mann-Whitney U
Ordinal	—	Beda 3+ kelompok	Kruskal-Wallis
Ordinal	—	Hubungan 2 variabel	Spearman Correlation
Nominal / Kategori	—	Asosiasi 2 variabel kategori	Chi-Square (χ²)
Nominal / Kategori	—	Prediksi variabel biner (ya/tidak)	Regresi Logistik
Nominal / Kategori	—	Beda proporsi 2 kelompok berpasangan	McNemar Test

📌 Catatan Penting

Skala Likert 5 atau 7 poin yang digunakan sebagai variabel komposit (skor total beberapa item) umumnya diperlakukan sebagai data interval dalam penelitian sosial. Namun item Likert tunggal sebaiknya diperlakukan sebagai ordinal.

🎯 Bab 3 — Skenario

Panduan Skenario Penelitian Sosial

Skenario nyata yang paling sering ditemui dalam penelitian skripsi dan tesis di bidang sosial, manajemen, psikologi, dan pendidikan.

A

Pengaruh Variabel X terhadap Y

Contoh: "Apakah motivasi kerja berpengaruh terhadap kinerja karyawan?"

Jika X dan Y keduanya numerik kontinu → Regresi Linier (OLS)
Jika Y biner (ya/tidak, lulus/tidak lulus) → Regresi Logistik
Jika ada variabel mediasi (M) di tengah jalur X→Y → Analisis Mediasi
Jika pengaruh X terhadap Y tergantung variabel Z → Analisis Moderasi

B

Perbedaan Antar Kelompok

Contoh: "Apakah ada perbedaan kepuasan kerja antara karyawan tetap dan kontrak?"

2 kelompok, data normal, varians sama → Independent t-test
2 kelompok, data normal, varians berbeda → Welch's t-test
2 kelompok, data tidak normal atau N kecil → Mann-Whitney U
3+ kelompok, data normal → One-way ANOVA + post-hoc Tukey HSD
3+ kelompok, data tidak normal → Kruskal-Wallis + post-hoc Dunn

C

Hubungan Antar Variabel

Contoh: "Apakah ada hubungan antara usia dan produktivitas kerja?"

Dua variabel interval/rasio, normal → Pearson Correlation (r)
Minimal salah satu ordinal, atau tidak normal → Spearman Correlation (ρ)
Dua variabel nominal → Chi-Square Test of Association (χ²)

D

Sebelum dan Sesudah (Pre-Post)

Contoh: "Apakah pelatihan meningkatkan kompetensi karyawan?"

Data numerik, distribusi normal → Paired t-test
Data numerik, tidak normal atau ordinal → Wilcoxon Signed-Rank Test
Data kategori (proporsi berubah?) → McNemar Test

✅ Tips untuk Bab Metodologi

Selalu sebutkan: (1) nama uji yang digunakan, (2) alasan memilih uji tersebut berdasarkan skala data dan distribusi, (3) perangkat lunak yang digunakan (SPSS, Python, R, dll.).

📝 Bab 4 — Pelaporan APA

Cara Melaporkan Hasil Statistik (APA 7th)

Setelah memilih uji yang tepat dan menjalankan analisis, langkah berikutnya adalah melaporkan hasilnya dengan benar. Berikut format APA 7th yang paling umum untuk setiap uji.

Independent t-test

Format APA

Hasil uji independent samples t-test menunjukkan terdapat perbedaan yang signifikan antara kelompok A (M = 4.21, SD = 0.63) dan kelompok B (M = 3.87, SD = 0.71), t(98) = 2.54, p = .013, d = 0.51 [efek sedang].

One-way ANOVA

Format APA

Terdapat perbedaan yang signifikan pada variabel kinerja antar tiga kelompok jabatan, F(2, 87) = 8.34, p < .001, η² = .16. Uji post-hoc Tukey HSD menunjukkan kelompok manajer berbeda signifikan dari staf (p = .002).

Pearson Correlation

Format APA

Terdapat korelasi positif yang signifikan antara motivasi dan kinerja, r(98) = .67, p < .001. Artinya, semakin tinggi motivasi, cenderung semakin tinggi kinerja karyawan.

Regresi Linier OLS

Format APA

Model regresi secara keseluruhan signifikan, F(3, 96) = 17.42, p < .001, R² = .35. Variabel motivasi secara signifikan memprediksi kinerja, β = .42, t = 4.81, p < .001.

Chi-Square

Format APA

Uji chi-square menunjukkan terdapat hubungan yang signifikan antara jenis kelamin dan pilihan karier, χ²(1) = 5.83, p = .016, φ = .24.

🚀 Bab 5 — Platform

Lakukan Semua Ini di Ruang Statistika

Setelah Anda tahu uji statistik yang tepat, langkah selanjutnya adalah menjalankan analisisnya. Anda tidak perlu instal SPSS atau belajar coding Python dari nol.

Ruang Statistika menyediakan 30+ modul analisis statistik berbasis Python yang dapat diakses langsung dari browser — gratis untuk modul esensial.

Modul yang Relevan

Statistik Deskriptif

Uji Normalitas (EDA)

Korelasi Pearson & Spearman

t-test & Mann-Whitney U

ANOVA + Tukey HSD

Regresi Linier OLS

Regresi Logistik

Chi-Square & McNemar

Mediasi Bootstrap (Pro)

Moderasi Johnson-Neyman (Pro)

    🤖 Fitur AI Narasi (Pro)

    Setiap hasil analisis dapat diinterpretasikan otomatis oleh AI dalam Bahasa Indonesia akademis yang siap masuk ke Bab 4 skripsi Anda — format APA 7th, Skripsi Indonesia, atau Jurnal.

Coba Sekarang — Gratis 🎓

30+ modul analisis statistik berbasis Python, langsung dari browser. Tidak perlu instalasi apapun.

🌐 Buka Ruang Statistika

💬 Konsultasi via WhatsApp

👤 Penulis

Tentang Penulis

Y

Yogo Aryo Jatmiko, SST, M.Stat

Statistisi Ahli · Demografer · Founder Ruang Statistika

📊 10+ Tahun Pengalaman 📄 8+ Publikasi Jurnal 🎓 Pembicara Webinar Nasional

Yogo Aryo Jatmiko adalah seorang Statistisi Ahli di Badan Pusat Statistik (BPS) Indonesia dengan lebih dari 10 tahun pengalaman di bidang statistik populasi dan demografi. Ia juga merupakan Dosen Demografi di Politeknik Statistika STIS, lembaga kedinasan di bawah BPS.

Sebagai peneliti aktif dengan lebih dari 8 publikasi jurnal, Yogo memiliki keahlian mendalam dalam analisis data kependudukan, proyeksi penduduk, dan pemodelan statistik lanjutan. Ia terlibat langsung dalam Tim Proyeksi Penduduk SP2020 dan berbagai proyek strategis BPS. Dikenal sebagai pembicara webinar nasional, termasuk sesi analisis data JASP dan AI untuk 500+ peserta dari berbagai universitas di Indonesia.

Keahlian Utama

Analisis Statistik

Regresi, SEM, CFA, Mediasi, Moderasi, ANOVA

Demografi

Life Table, Proyeksi Penduduk, Kohort-Komponen

Machine Learning

ARIMA, Regresi Bayesian, SAE-HB

Tools

SPSS, R/RStudio, Python, AMOS, SmartPLS, JASP, Stata

Kontak & Tautan

🔗 Profil Akademik

LinkedIn · ResearchGate · ORCID · Google Scholar

Statistik untuk Penelitian Sosial:Pilih Uji yang Tepat

Tiga Pertanyaan Sebelum Memilih Uji Statistik

1.1 Apa skala pengukuran variabel saya?

1.2 Berapa kelompok yang saya bandingkan?

1.3 Apakah data saya terdistribusi normal?

Tabel Referensi Lengkap

Panduan Skenario Penelitian Sosial

Pengaruh Variabel X terhadap Y

Perbedaan Antar Kelompok

Hubungan Antar Variabel

Sebelum dan Sesudah (Pre-Post)

Cara Melaporkan Hasil Statistik (APA 7th)

Lakukan Semua Ini di Ruang Statistika

Modul yang Relevan

Coba Sekarang — Gratis 🎓

Tentang Penulis

Yogo Aryo Jatmiko, SST, M.Stat

Keahlian Utama

Analisis Statistik

Demografi

Machine Learning

Tools

Kontak & Tautan

🌐 Website

💬 WhatsApp

📧 Email

🔗 Profil Akademik

Statistik untuk Penelitian Sosial:
Pilih Uji yang Tepat