MK. METIL-PSDL METODE STATISTIKA DALAM KAJIAN LINGKUNGAN ( smno.psdlub )

1. MK. METIL-PSDL METODE STATISTIKA DALAM KAJIAN LINGKUNGAN (smno.psdl.ppsub)

2. METODE ANALISIS DATA STATISTIKA : Ilmu dan atau seni yang berkaitan dengan tata cara (metode) pengumpulan data, analisis data, dan interpretasi hasil analisis untuk mendapatkan informasi guna penarikan kesimpulan dan pengambilan keputusan

3. PERANAN STATISTIKA S T A T I S T I K A METODE PENGUMPULAN DATA METODE ANALISIS DATA SUMBER DATA DATA EMPIRIK INFORMASI EMPIRIK AKURAT !

4. PENDEKATAN PENELITIAN Pengumpulan Data Analisis Data Interpretasi Konklusi

5. BACKGROUND KERANGKA TEORI / KONSEP LANDASAN ILMIAH SCIENTIFIC PROBLEM HIPOTESIS METODE PENELITIAN : .DATA COLLECTING . DATA ANALYSIS SARAN REKOMENDASI SIMPULAN HASIL DAN PEMBAHASAN KISI-KISI PENELITIAN

6. PENELITIAN KUANTITATIF OBSERVASI-ONAL EXPERIMENTAL DESIGN PERLAKUAN Intervensi Peneliti Terhadap Obyek POPULASI KONSEPTUAL POPULASI NYATA UNIK Tidak Ada Populasi TEKNIK SAMPLING EXPERIMENTAL DESIGN JENIS PENELITIAN

7. BATASAN POPULASI IDENTIFIKASI KARAKTERISTIK POPULASI TEKNIK SAMPLING SAMPLE SIZE METODE ANALISIS DATA METODE PENGUMPULAN DATA INSTRUMEN PENGUMPULAN DATA VARIABEL PENELITIAN PENELITIAN OBSERVASIONAL

8. DEFINISI PERLAKU AN IDENTIFIKASI MEDIA, BAHAN, OBYEK EXPERI-MENTAL DESIGN REPLIKASI METODE ANALISIS DATA METODE PENGUMPULAN DATA INSTRUMEN PENGUMPULAN DATA VARIABEL PENELI-TIAN PENELITIAN EKSPERIMENTAL

9. LANDASAN KONSEP / TEORI (STRUKTUR) SPESIFIKASI BAHAN, ALAT, KOMPONEN (FUNGSI) ATAU ANALISIS SISTEM DISKRIPSI PROSEDUR MODEL (Prototipe) SIMULASI ANALISIS DATA TDK MEMENUHI PEMBUATAN ALAT UJI COBA DATA TIDAK MEMENUHI ANALISIS MEMENUHI HASIL PENELITIAN : ALAT atau SISTEM INFORMASI PENELITIAN PERANCANGAN

10. METODE PENELITIAN RISET EXPERIMENTAL Penetapan : Perlakuan Pemilihan : Materi, media, obyek penelitian Identifikasi karakteristik: Materi, media, obyek penelitian Penetapan : Rancangan Percobaan Menghitung : Jumlah ulangan Rumus : dbgalat > 15 Buat : Prosedur pelaksanaan percobaa Identifkasi & definisikan: Variabel penelitian Memilih : Instrumen dan metode pengukuran yang akan digunakan Menentukan : Metode analisis data

11. RANCANGAN EKSPERIMEN Pengumpulan Data

12. RANCANGAN EKSPERIMEN • Rancangan Lingkungan • Ranc. Acak Lengkap • Ranc. Acak Kelompok • Ranc. Bujur Sangkar Latin • Ranc. Acak Petak Terbagi • Ranc. Blok Terbagi • Rancangan Perlakuan • Percobaan Faktorial • Percobaan Faktorial dalam Keterbauran • Percobaan Tersarang dan Faktorial Tersarang

13. RANCANGAN LINGKUNGAN RANCANGAN ACAK LENGKAP (RAL) Pemakaian : Materi, media, obyek penelitian homogen Randomisasi : Acak keseluruhan (sempurna) pd seluruh unit percobaan (petak percobaan) Ulangan : Boleh sama atau tidak sama untuk setiap perlakuan Lokasi pnltan : Laboratorium atau lapang Analisis Data : Komparasi parametrik ANOVA (one way untuk faktor tunggal, two way untuk faktorial 2 faktor); Komparasi Non-parametrik KRUSKAL WALLIS Asosiasi Korelasi, Regresi, Diskriminan, Analisis Path, SEM, dll.

14. RANCANGAN LINGKUNGAN RANCANGAN ACAK KELOMPOK (RAK) Pemakaian : Materi, media, obyek penelitian heterogen satu gradien (sisi) Randomisasi : Acak pada masing-masing kelompok Ulangan : sama dengan kelompok, sehingga harus sama Lokasi pnltan : Laboratorium atau lapang Analisis Data : Komparasi parametrik ANOVA (two way untuk faktor tunggal, three way untuk faktorial 2 faktor); Komparasi NOnparametrik FRIEDMAN Asosiasi Korelasi, Regresi, Diskriminan, Analisis Path, SEM, dll.

15. RANCANGAN LINGKUNGAN RANCANGAN BUJUR SANGKAR LATIN (RBSL) Pemakaian : Materi, media, obyek penelitian heterogen dua gradien (sisi) Randomisasi : Acak baris, kemudian kolom Ulangan : sama dengan perlakuan atau baris atau kolom, sehingga harus sama Lokasi peneltan : Laboratorium atau lapang Analisis Data : Komparasi parametrik ANOVA (three way untuk faktor tunggal) Asosiasi Korelasi, Regresi, Diskriminan, Analisis Path, SEM, dll.

16. RANCANGAN LINGKUNNGAN RANCANGAN BUJUR SANGKAR LATIN A B C D B C D A C D A B D A B C D A B C B C D A A B C D C D A B B D C A D B A C C A D B A C B D RANDOMISASI Misal 4 perlakuan : A, B, C dan D Acak baris Acak kolom

17. METODE ANALISIS DATA RANCANGAN BUJUR SANGKAR LATIN Analisis Ragam (Faktor Tunggal) Uji Lanjutan

18. RANCANGAN PERLAKUAN PERCOBAAN FAKTORIAL Perlakuan : Dua Faktor atau lebih Setiap faktor memiliki level Contoh : • Rancangan Lingkungan yang digunakan • Ranc. Acak Lengkap • Ranc. Acak Kelompok • Ranc. Bujur Sangkar Latin

19. RANCANGAN PERLAKUAN PERCOBAAN FAKTORIAL Tujuan : Mengetahui pengaruh interaksi (ketergantungan pengaruh faktor satu atas faktor yang lain) Efisiensi (biaya, tenaga, waktu) • Analisis Ragam • Tergantung pada rancangan lingkungan yang dipakai, hanya perlakuan dibagi atas komponen : • - faktor utama • - interaksi

20. RANCANGAN PERLAKUAN PERCOBAAN PETAK TERBAGI (SPLIT PLOT EXPERIMENT) Perlakuan : Dua Faktor atau lebih Setiap faktor memiliki level Prbedaan dg FAKTORIAL : Penempatan perlk ke dlm unit eksperimen Contoh : • Rancangan Lingkungan yang digunakan • Ranc. Acak Lengkap • Ranc. Acak Kelompok • Ranc. Bujur Sangkar Latin

21. RANCANGAN PERLAKUAN PERCOBAAN PETAK TERBAGI Tujuan : Mengetahui pengaruh interaksi (ketergantungan pengaruh faktor satu atas faktor yang lain) Efisiensi (biaya, tenaga, waktu) • Syarat pemakaian : level-level salah satu faktor memerlukan plot yang lebih banyak faktor satu lebih dipentingkan dari faktor yang lain kemudahan dalam pelasaknaan percobaan

22. TEKNIK SAMPLING Pengumpulan Data

23. TEKNIK SAMPLING 1. Keterwakilan (representatifness) Bilamana populasinya homogen, maka teknik sampling yang cocok digunakan adalah Simple Sampling Bilamana keadaan populasi heterogen, maka diupayakan dibuat strata-strata, yang mana di dalam masing-masing strata kondisinya seragam. Jika hal ini dapat dilakukan, maka sampel dapat diambil secara acak dari masing-masing strata Teknik sampling yang digunakan Stratified Sampling. Apabila keadaan populasi heterogen, yang mana heterogenitasnya merata dan membentuk gerombol-gerombol, dimana karakteristik masing-masing gerombol dapat menggambarkan keadaan populasi, maka teknik sampling yang dignakan cluster sampling.

24. TEKNIK SAMPLING 2. Ketelitian (precission) a). Random (ACAK), dilakukan bilamana dari segi pelaksanaannya (biaya, waktu, tenaga dan prosedur) layak untuk dilakukan. b). Sistematic (sistematik), dilakukan jika tidak tersedia sample frame, misalnya pengunjung supermaket, dering tilpun, dan lain sebagainya. c). SENGAJA atau purposive, dilakukan dengan pertimbangan jika cara random dan sistematik sudah tidak LAYAK. Kedua metode ini termasuk nonprobability sampling dan memerlukan justifikasi yang jelas, agar keterwakilan, presisi dan ketak-biasan data dapat terpenuhi. KETELITIAN SAMPLE sangat berkaitan dengan sample size

25. Sample Size

26. Sample Size

28. DASAR-DASAR METODE Analisis Data

29. VARIABEL Variabel adalah karakteristik atau sifat dari obyek, yang mana data diamati atau diukur atau dicacah dari padanya. Tidak semua karakteristik dari obyek merupakan variabel penelitian, tetapi hanya yang relevan dengan permasalahan atau hipotesis penelitian. Diidentifikasi Didefinisikan secara tegas : Definisi operasional variabel

30. Intervening (Mediating) Moderator Independen Dependen INTRANEOUS EXTRANEOUS Confounding Control Concomitant JENIS VARIABEL

31. JENIS VARIABEL Variabel tergantung adalah variabel yang tercakup dalam hipotesis penelitian, keragamannya dipengaruhi oleh variabel lain Variabel bebas adalah variabel yang yang tercakup dalam hipotesis penelitian dan berpengaruh atau mempengaruhi variabel tergantung Variabel antara (intervene variables) adalah variabel yang bersifat menjadi perantara dari hubungan variabel bebas ke variabel tergantung. Variabel Moderator adalah variabel yang bersifat memperkuat atau memperlemah pengaruh variabel bebas terhadap variabel tergantung

32. JENIS VARIABEL Variabel pembaur (confounding variables) adalah suatu variabel yang tercakup dalam hipotesis penelitian, akan tetapi muncul dalam penelitian dan berpengaruh terhadap variabel tergantung dan pengaruh tersebut mencampuri atau berbaur dengan variabel bebas Variabel kendali (control variables) adalah variabel pembaur yang dapat dikendalikan pada saat riset design. Pengendalian dapat dilakukan dengan cara eksklusi (mengeluarkan obyek yang tidak memenuhi kriteria) dan inklusi (menjadikan obyek yang memenuhi kriteria untuk diikutkan dalam sampel penelitian) atau dengan blocking, yaitu membagi obyek penelitian menjadi kelompok-kelompok yang relatif homogen.

33. JENIS VARIABEL Variabel penyerta (concomitant variables) adalah suatu variabel pembaur (cofounding) yang tidak dapat dikendalikan saat riset design. Variabel ini tidak dapat dikendalikan, sehingga tetap menyertai (terikut) dalam proses penelitian, dengan konsekuensi harus diamati dan pengaruh baurnya harus dieliminir atau dihilanggkan pada saat analisis data, misalnya dengan ANCOVA atau MANCOVA

34. INSTRUMEN PENGUKURAN VALID dan PRESISI : variabel fisik, misal berat kering tanaman, lingkar leher, besar sel dan lain sebagainya, dilakukan kalibrasi terhadap alat ukur standart. Spesifikasi dan merek alat harus dinyatakan secara eksplisit. Variabel kualitatif (uNObservable variable), misalnya sikap, motivasi, harapan : kuisioner atau daftar isian. VALID : Apabila korelasi antara skor item dengan skor total positif dan  0.30 (Masrun, 1979). PRESISI (REALIBEL) : Koefisien Alpha Cronbach, instrumen reliabel apabila koefifisien alpha sekitar 0.6 (Malthotra, 1996).

35. DATA PENELITIAN DATA Data adalah kumpulan angka, fakta, fenomena atau keadaan yang merupakan hasil pengamatan, pengukuran, atau pencacahan terhadap karakteristik atau sifat dari obyek, yang dapat berfungsi untuk membedakan obyek yang satu dengan lainnya pada sifat yang sama

36. JENIS DATA • NOMINAL • Komponen Nama (NOmos) • ORDINAL • Komponen Nama • Komponen Peringkat (Order) • INTERVAL • Komponen Nama • Komponen Peringkat (Order) • Komponen Jarak (Interval) • Nilai Nol tidak Mutlak • RATIO • Komponen Nama • Komponen Peringkat (Order) • Komponen Jarak (Interval) • Komponen Ratio • Nilai NOl Mutlak

37. JENIS PERMASALAHAN PENELITIAN RELEVAN CODING SCORING PERIKSA OUTLIERS PILIH METODE ANALISIS DATA INFORMASI AKURAT TABULASI JENIS DAN KARAKTERISTIK DATA VALID TAHAPAN ANALISIS DATA

38. PEMERIKSAAN DATA OUTLIERS OUTLIERS BOX PLOT • Diskriptif : Standart Deviasi > Mean (data interval) • Uji Barnet dan Lewis

39. PERMASALAHAN PENELITIAN • Penilaian (identifikasi, prediksi dan deskripsi) • Pembandingan (Komparasi) • Hubungan (Asosiasi)

40. ANALISIS DISKRIPTIF

41. ANALISIS DISKRIPTIF Box Plot Y2

42. 34.88 57.38 46.31 a. F2-Isoprostan ANALISIS DISKRIPTIF Lapisan ADVENTIA : Lebih Tinggi

43. ANALISIS DISKRIPTIF Waktu Terjadinya Peningkatan F2-Isoprostan, NO, vWF, VCAM dan PAI-1 Pada Keadaan Hiperkolesterolemia dari Minggu Ke-10 s/d Minggu Ke-28 (N=20) Variabel yang Muncul lebih dini : F2-Isoprostan

44. ANALISIS KOMPARATIF

45. ANALISIS KOMPARATIF Berdasarkan Permasalahan: Perbandingan suatu kondisi (sampel) dg standart Perbadingan dua kondisi (sampel) Perbandingan lebih dari dua kondisi (sampel) Berdasarkan Jenis Data: Analisis Parametrik (berlandaskan distribusi normal) Analisis Nonparametrik (bebas distribusi) Boostrap (bebas distribusi) Berdasarkan Jumlah Variabel: Analisis Univariate (variabel tunggal) Analisis Multivariate (multivariabel secara simultan)

46. NOMINAL TIDAK NORMAL NONPARAMETRIK ORDINAL TIDAK NORMAL TRANSFORMASI INTERVAL PERIKSA NORMALITAS MENDEKATI NORMAL PARAMETRIK RATIO STATISTIKA PARAMETRIK & NON-PARAMETRIK

47. ANALISIS KOMPARATIF

48. Taraf Nyata () dan p-value Untuk menghitung p pada uji t dengan nilai thitung = 2.88 pada derajat bebas (db) = 10, adalah : B (__,__) adalah fungsi Beta. Dengan kata lain untuk thit= 2.288 dengan db=10 diperoleh p = 0.05; atau dengan  = 0.05 dan db=10 diperoleh ttabel = 2.288. KAIDAH KEPUTUSAN UJI HIPOTESIS 1. thit < ttabel , terima H0 dan sebaliknya 2. P >  , terima H0 dan sebaliknya 3. Tolak H0 (bermakna) dengan resiko salah sebesar p x 100 %.

49. Taraf Nyata () dan p-value Misal tdpt Hipotesis : Pemberian Tnmn Teras dpt menurunkan Erosi Misal Hasil Analisis : thitung = 2.275 p = 0.057 Pada  = 0.05 dan db=10 diperoleh ttabel = 2.288 Keputusannya Bagaimana ? 1. thit < ttabel , terima H0 : Tanaman Teras tidak menurunkan Erosi 2. p >  , terima H0 : Tanaman Teras tidak menurunkan Erosi 3. Tolak H0 (bermakna) dengan resiko salah sebesar p x 100 % : Tanaman Teras dapat menurunkan Erosi (p = 0.057, bilamana ada 100 Ha yang diberi tanaman teras hanya 6 Ha yang tidak menurun erosinya)

50. ANALISIS KOMPARATIF Contoh Permasalahan Komparatif : Apakah perlakuan dapat miningkatkan Kadar A? Group Kadar A Kontrol 11.36 Kontrol 24.98 Kontrol 16.71 Kontrol 18.21 Kontrol 26.30 Kontrol 21.70 Kontrol 23.20 Kontrol 19.77 Kontrol 23.63 Kontrol 34.41 Kontrol 19.32 Kontrol 24.30 Group Kadar A Perlakuan 30.42 Perlakuan 23.63 Perlakuan 28.61 Perlakuan 26.79 Perlakuan 38.96 Perlakuan 33.56 Perlakuan 31.59 Perlakuan 33.01 Perlakuan 23.41 Perlakuan 31.52 Perlakuan 14.55 Perlakuan 38.40 Perlakuan 23.09 Perlakuan 43.50 Perlakuan 20.87 Perlakuan 10.17 Perlakuan 24.87 Perlakuan 36.96 Perlakuan 23.41 Perlakuan 23.96 DATA HASIL PENELITIAN :