Skala Rasio
Menunjukkan derajat ukuran kuantitatif, memikili nol sebenarnya.
Contoh: skor ujian, tinggi badan, jarak, pendapatan, dll.

Skala Interval
Menunjukkan derajat ukuran kuantitatif, tidak memikili nol sebenarnya. Contoh: tingkat IQ, tingkat suhu, dll

Skala Ordinal
Menunjukkan kategori urutan (memiliki tingkatan)
Contoh: rating scale (1: tidak setuju, 2: kurang setuju, 3: setuju, 4: sangat setuju)

Skala Nominal
Menunjukkan kategori (tidak menunjukkan urutan)
Contoh: jenis kelamin (label 1 untuk laki-laki, 2 untuk perempuan), mata pelajaran, jenis sekolah, maupun status sosial ekonomi,dll.

Data Non-Parametrik

• Tidak membuat asumsi tentang populasi
• Karakteristik populasi tidak diketahui
• Skala datanya nominal dan ordinal
• Sumber data dari kuisioner dan survei
  

Data Parametrik

• Membuat asumsi tentang populasi
• Karakteristik populasi diketahui
• Skala datanya interval dan rasio
• Sumber data dari hasil tes dan eksperimen
  

Variabel bebas dan terikat

• Variabel bebas nilainya tidak tergantung variabel lain
• Variabel terikat nilainya tergantung variabel lain (variabel bebas)
  

Variabel Moderator dan Mediator

• Variabel moderator mempengaruhi kekuatan arah hubungan antara dua variabel
• Variabel mediator menjelaskan hubungan antara dua variabel
  

Variabel Kategori, Diskrit, Kontinu

• Variabel kategori memuat kategori nilai
• Variabel diskrit memuat nilai dari suatu perhitungan
• Variabel kontinu memuat nilai dari suatu pengukuran
  

Analisis univariat
mengkaji perbedaan antar kasus dalam satu variabel

Analisis bivariat
mencari hubungan antara dua variabel

Analisis multivariat
mencari hubungan antara dua variabel atau lebih.

• Uji Satu Sisi digunakan dengan hipotesis terarah
• Uji Dua Sisi digunakan dengan hipotesis tidak terarah

Interval kepercayaan
Rentang nilai yang berkaitan dengan keyakinan hasil temuan sehingga dapat diterima

Standarisasi skor

• memungkinkan peneliti untuk menilai apakah suatu nilai tinggi atau rendah;
• memungkinkan peneliti untuk membandingkan nilai antara satu tes dan yang lain ketika dua tes yang berbeda memiliki skala, jangkauan, rata-rata dan distribusi yang berbeda di sekitar. rata-rata menstandardisasi skor dilakukan dengan mengubah skor menjadi skor-z yang memiliki mean 0 dan standar deviasi 1.
  

Analisis komparatif kualitatif (QCA) Ragin memungkinkan komponen lintas kasus dari studi metode campuran untuk lebih fokus pada holistikkasus daripada teknik kuantitatif konvensional seperti analisis regresi

Frekuensi
Modus
Mean
Standar Deviasi
Tabulasi silang
z-scores

Frekuensi
Modus
Tabulasi silang (menjelaskan hubungan antar variabel)

Data Univarian
Contoh: kita ambil 120 siswa untuk ditanyai dari 4 guru, mana yang mereka sukai.

Data Bivarian
Uji kebebasan untuk melihat apakah ada hubungan atau asosiasi antara dua variable kategorial.
Contoh: Misal kita memiliki data cros tabulasi antara pria dan wanita dengan suka/tidak suka pada matematika

Uji Mann-Whitney U
Contoh: evaluasi pembelajaran (berapa banyak pembelajaran memberi kesempatan berkembang) menggunakan skala peringkat (‘sangat sedikit’, ‘sedikit’, ‘cukup’, ‘banyak’, ‘sangat banyak’) dan kita ingin menemukan apakah ada beda antara voting dari pria dan wanita.

Uji Wilcoxon
Contoh: pada satu kelompok siswa dilakukan voting pada dua variabel (‘pembelajaran sesuai’ dan ‘guru dipersiapkan dengan baik’)

Uji Kruskal-Wallis
Contoh: pemungutan suara guru dari 4 kelompok usia pengabdian mengenai penggunaan aplikasi pembelajaran

Uji Friedman
Contoh: kelompok yang sama memberikan suara untuk tiga item atau lebih, atau pemungutan suara pengelompokan yang sama pada tiga titik waktu

Analisis Klaster
memungkinkan peneliti untuk mengelompokkan sub-sampel (orang/kelompok atau mungkin juga ‘kasus’) yang serupa dan homogen

• Hierarkis: Dendogram biasanya digunakan untuk membantu memperjelas proses hirarki tersebut
• Non Hierarkis: Metode ini biasa disebut dengan K-Means Cluster
  

Uji t untuk sampel independen
Contoh: apakah beda rata-rata nilai tes pria dan wanita signifikan secara statistik?

Uji t untuk sampel berpasangan/berkaitan
Contoh: apakah beda rata-rata minat belajar di sekolah dan bimbingan belajar signifikan secara statistik?

Post-hoc Turkey test
Games-Howell test

Regresi Linier Sederhana

• Model mencakup satu variabel penjelas (variabel independen) dan satu variabel yang dijelaskan (variabel dependen).
• Contoh: pengaruh jam belajar pada nilai ujian, untuk melihat seberapa banyak peningkatan yang dapat diprediksi untuk dilakukan pada nilai ujian dari jumlah jam belajar tertentu

Ukuran efek

• Pada ukuran perbedaan, yaitu mengukur seberapa besar efek/perbedaannya adalah antara dua kelompok (signifikansi statistiknya tidak diketahui)
• Pada korelasional, koefisien korelasi digunakan sebagai ukuran efek dalam hubungannya dengan arah asosiasi (yaitu korelasi positif atau negatif).
  

Analisis Faktor Eksploratori: untuk mengeksplorasi pengelompokan variabel yang sebelumnya tidak diketahui. Dilakukan dengan PCA (Principle Component Analysis).

Analisis Faktor Konfirmatori: berasal dari teori yang telah ditetapkan sebelumnya, dan analisis faktor konfirmatori menguji teori tentang proses dan hubungan laten

Derajat Kebebasan (df)
Jumlah skor yang perlu kita ketahui sebelum kita dapat menghitung sisanya'

Signifkansi
Tingkat signifikansi statistik yang tinggi (misalnya p=0,001) berarti bahwa diasumsikan kemungkinan efek yang ditemukan terjadi secara kebetulan saja sangat kecil

Pengujian Signifikansi Hipotesis Nol

• Dimulai dengan hipotesis nol
• Menetapkan tingkat signifikansi (α)
• Menentukan statistik uji dan menghitung nilai statistik hitung
• Melaporkan mendukung atau tidak mendukung hipotesis nol
  

Kekuatan statistik

• Menggunakan sampel yang besar;
• Mencari ukuran efek yang lebih besar;
• Menurunkan tingkat α
• Menggunakan sampel yang homogen;
• Menggunakan uji satu arah
• Memastikan skor keandalan yang tinggi;
• Menggunakan tes parametrik daripada tes nonparametrik (jika perlu).
  

SEM (Structural Equation Modelling)
memungkinkan peneliti untuk membangun model hubungan kausal yang diduga, dan untuk menguji model tersebut terhadap data Termasuk dalam SEM ini ialah analisis faktor (factor analysis), analisis jalur (path analysis) dan regresi (regression).

Multilevel modelling (juga dikenal sebagai regresi bertingkat (multilevel regression) dan pemodelan hierarkis) mengakui bahwa karakteristik individu bersarang dalam karakteristik kelompok dan, memang, faktor kontekstual yang lebih luas dan bahwa ini dapat dimasukkan ke dalam analisis data secara bersamaan