Slide KOM301 STATISTIK INFERENSIAL
1
STATISTIK
INFERENSIAL
ADHI GURMILANG
statistik inferensi
2
statistik inferensi, pada data dilakukan
berbagai analisis yang mengarah kepada
pengambilan keputusan.
Seperti apakah konsumen pria
mempunyai perilaku yang berbeda
dengan konsumen wanita, apakah
promosi di kota Surabaya lebih efektif
dibandingkan promosi di kota
yogyakarta dan sebagainya.
tahapan secara umum
3
Menentukan Ho dan Hi. Hal ini berkaitan
Dengan Masalah peneltian yang kemudia di
rinci dalam berbagai hipotesis yang akan diuji.
Menentukan statistik hitung dan statistik
tabel. Untuk menguji hipotesis pada
umumnya, kita akan membandingkan statistik
hitung dengan statistik tabel atau dapat juga
di lihat pada tingkat signifikansinya.
Mengambil keputusan sesuai hasil (statistik
hitung dan tabel) yang ada
DARI TIPE DATA
4
Jika data bersifat kualitatif (nomimal dan
ordinal), analisis dapat dikelompokkan
pada bagian STATISTIK NON PARAMETRIK.
Contoh metode: UJI WILCOXON, KRUSKAL
WALLIS, FRIEDMAN, dan lain-lainnya. Di
sini tidak di bahas.
Jika data bersifat kuantitatif (interval dan
rasio) maka analisis dapat dikelompokkan
pada bagian STATISTIK PARAMETRIK.
Contoh: Uji t, uji F (ANOVA)
DARI JUMLAH VARIABEL
5
Jika hanya ada satu variabel, disebut
analisis UNIVARIAT. Termasuk dalam
analisis ini adalah uji t, anova dan lain-lain
Jika ada dua variabel, disebut BIVARIAT.
Termasuk didalamnya KORELASI BIVARIAT.
Jika ada dua variabel atau lebih maka
disebut MULTIVARIAT. Termasuk dalam
analisis disini adalah analisis regresi
berganda, cluster analysis dan lain
sebagainya.
DARI HUBUNGAN
ANTARSAMPEL ATAU VARIABEL
6
Jika dua sampel, tidak ada hubungan satu
dengan lainnya (independen) mak disebut
sebagai ANALISIS SAMPEL INDEPENDEN
maka disebut ANALISIS SAMPEL
INDEPENDEN.
Termasuk dalam analisis ini adalah uji t
independen sampel, uji Mean Whitney dan
sebagainya. Sedangkan contoh untuk
sampel lebih dari dua, alat analisis adalah
ANOVA, Kruskal Wallis.
7
Jika dua sampel berhubugan satu
dengan lainnya (dependen) maka
disebut sebagai ANALISIS SAMPEL
DEPENDEN.
Termasuk uji t paired, uji Mean
Whitney, dan lain-lain. Sedangkan
contoh untuk sampel lebih dari dua,
alat analisis adalah Friedman,
Kendall, dan lain-lain.
8
Jika lebih dari dua VARIABEL tidak
berhubungan dengan lainnya dan akan
dianalisis secara bersama-sama maka
disebut ANALISIS MULTIVARIAT.
Termasuk dalam analisis ini adalah
CLUSTER ANALYSIS, FACTOR ANALYSIS,
DISCRIMINANT ANALYSIS, MDS, dan lainlain.
9
PEMBAGIAN
STATISTIK INFERENSI
PADA RISET
UJI PERBEDAAN
10
Di sini akan diuji apakah sebuah
sampel mempunyai perbedaan yang
nyata dengan sampel lain.
Contoh: apakah jumlah pengunjung
di Jakarta dan Bandung berbeda
nyata ataukah tidak.
Alat uji yang dipakai adalah uji t dan
ANOVA.
UJI ASOSIASI
11
Di sini akan diuji apakah dua variabel
yang ada mempunyai hubungan
atau tidak.
Seperti apakah jumlah salesman
(variabel 1) mempengaruhi volume
penjualan (variabel 2) ataukah tidak?
Apakah sikap konsumen dipengaruhi
oleh usia dan pekerjaannya?
MULTIVARIATE ANALYSIS
12
Di sini jumlah variabel banyak dan tujuan
pengujian adalah mencoba mengetahui
struktur data yang ada pada variabelvariabel tersebut.
Seperti bagaimana segmen pasar sebuah
supermarket yang ada di tengah kota?
Faktor-faktor apa saja yang
mempengaruhi pemilihan sebuah bank
oleh nasabah?
13
Bagaimana posisi toko A di tengah
persaingan dengan toko X, Y, Z dan apa
saja yang dapat diandalkan oleh toko A
dan apa kekurangannya?
Alat analisis yang digunakan adalah
cluster analysis, factor analysis,
discriminant analysis dan MDS.
14
UJI PERBEDAAN ATAU
DIFFERENCE
15
UJI T UNTUK DUA SAMPEL
INDEPENDEN ATAU BEBAS
Uji T dua sampel independen pada
prinsipnya akan membandingkan rata-rata
dari dua yang tidak berhubungan satu
dengan yang lain, dengan tujuan apakah
kedua grup tersebut mempunyai rata-rata
yang sama atau tidak secara signifikan.
Data yang digunakan adalah data
kuantitatif, dengan asumsi data distribusi
normal dan jumlah sampel sedikit (di
bawah 30)
16
PT SARI SEDAP pembuat mie instan selama ini
menjual mie rasa AYAM BAWANG dan KARI AYAM.
Untuk mengetahui apakah ada perbedaan omset
penjualan kedua rasa tersebut di Bandung.
17
Di sini dilakukan uji t untuk variabel independen,
karena:
Jumlah sampel kecil, jauh di bawah 30.
Data dianggap berdistribusi normal
Varians untuk dua kelompok data yang duji,
diasumsikan SAMA.
Hanya ada DUA VARIABEL dan kedua variabel
independen satu dengan yang lain.
Uji t untuk dua rasa mie, dengan dua variabel
yaitu AYAM BAWANG dan KARI AYAM. R
asa KARI AYAM independen terhadap AYAM
BAWANG dalam arti tidak mungkin sebungkus mie
instan mempunyai kedua rasa tersebut sekaligus.
18
Pengolahan data
dengan SPSS
Pilih menu ANALYZE,
kemudian pilih sub
menu COMPARE MEANS,
lalu pilih INDEPEPENDEN
SAMPLE T TEST
Pengisian
Test variabel. Pilih omset
Grouping variabel.
Sesuai kasus pilih rasa.
Variabel harus
didefinisikan. Klik mouse
pada define group.
Tampak di layar
19
Untuk group 1 isi 1,
grup 2 isi 2
Untuk kolom option,
biarkan tingkat
kepercayaan tetap
95%.
Demikian juga
dengan perlakuan
terhadap missing
values, yaitu tetap
pada pilihan exclude
analysis by analysis
T-TEST
20
ANALISIS
21
OUTPUT BAGIAN PERTAMA
Terlihat untuk rasa kari ayam, rata-rata omset perbulan adalah 254
bungkus, sedangkan rata-rata untuk rasa ayam bawang sebesaar 323
bungkus. Sekilas dapat dilihat bahwa rata-rata omset kedua mie instan
tersebut memang berbeda. Masalahnya apakah perbedaan tersebut
nyata ataukah tidak?
OUTPUT BAGIAN KEDUA (INDEPENDENT SAMPLE TEST)
Ada dua tahapan analisis, yaitu:
Dengan Levene Test, diuji apakah varians populasi kedua sampel
tersebut sama ataukah varians populasi kedua sampel tersebut sama
ataukah berbeda
Dengan t test dan berdasarkan hasil analisis a, diambil suatu
keputusan.
MENGETAHUI APAKAH VARIANS POPULASI IDENTIK ATAU TIDAK
Seperti telah disebutkan di atas, dua kelompok data akan diuji terlebih
dahulu, apakah mereka mempunyai varians yang sama ataukah tidak,
dengan ketentuan bahwa seharusnya varians kedua data adalah sama.
HIPOTESIS
22
HIPOTESIS
Ho
= kedua varians populasi adalah
identik
Hi = kedua varians populasi adalah tidak
identik
23
PENGAMBILAN
KEPUTUSAN
Dasar pengambilan keputusan
Jika probabilitas > 0,05, maka Ho
diterima.
Jika probabilitas < 0,05, maka Hi
diterima.
24
Keputusan:
Terlihat bahwa F hitung untuk omset
dengan Equal Variance assumed
(diasumsikan kedua varians sama tau
menggunakan pooled variance t test)
adalah 5.072 dengan probabilitas 0,054.
oleh karena probabilitas > 0,05 maka Ho
ditolak atau kedua varians adalah identik.
PAIRED SAMPLE T TEST
25
UJI T UNTUK DUA SAMPEL YANG
BERPASANGAN
Uji t paired berfungsi untuk menguji dua
sampel yang berpasangan, apakah
mempunyai rata-rata yang secara nyata
berbeda atau tidak.
26
Catatan: Sampel berpasangan adalah sebuah
sampel dengan subyek yang sama namun
mengalami dua perlakuan atau pengukuran yang
berbeda.
Seorang salesman mendapatkan pelatihan
penjualan.
Ingin dilihat bagaimana efektivitas pelatihan
tersebut.
Apakah ada peningkatan setelah pelatihan.
Sampel tetap sama yaitu orang yang sama
tetapi mengalami dua perlakuan yang berbeda:
SEBELUM dan SESUDAH pelatihan
Kasus:
27
Untuk meningkatkan omset, Manajer
Promosi melakukan berbagai kegiatan
komunikasi pemasaran seperti
memasang iklan, memasang outdoor
signage, memberikan sampel, diskon
dan lain-lain.
Setelah dua bulan berjalan, ia ingin
melihat hasilnya.
Untuk itu, ingin diukur penjualan
sebelum dan sesuah promosi dilakukan.
DATA MENTAH
28
OUTPUT T-TEST PAIRED
29
ANALISIS
30
OUTPUT BAGIAN PERTAMA
Pada bagian pertama menjelaskan 12 data
yang dianalisis dengan output omset
sebelum dan sesudah promosi pada toko
yang sama.
OUTPUT BAGIAN KEDUA
31
Bagian kedua output adalah hasil korelasi
antara kedua variabel yang menghasilkan
angka -0,707 dengan nilai probabilitas di
atas 0,05 (cek nilai signifikansi output
0,117).
Hal ini menyatakan bahwa korelasi antara
rata-rata omset sebelum dan sesudah
promosi di 6 tempat tidak signifikan.
OUTPUT BAGIAN KETIGA
32
HIPOTESIS
Ho : D = 0
Kedua rata-rata populasi adalah identik (rata-rata populasi omset
penjualan sebelum dan sesudah promosi adalah sama/tidak berbeda
secara nyata). Atau dapat dikatakan promosi tidak efektif untuk
meningkatkan omset penjualan.
Hi : D > 0
Kedua rata-rata populasi adalah tidak identik (rata-rata populasi omset
sebelum dan sesudah promosi adalah berbeda secara nyata) atau dapat
dikatakan promosi efektif untuk meningkatkan omset penjualan.
33
PENGAMBILAN
KEPUTUSAN
Dasar pengambilan keputusan
berdasarkan nilai probabilitas:
Jika probabilitas > 0,05 maka Ho
diterima
Jika probabilitas < 0,05 maka Hi
diterima
KEPUTUSAN
Terlihat bahwa probabilitas (siginfikansi 2
tailed) adalah 0.301 dengan probabilitas >
0,05 maka Ho diterima atau promosi yang
dilakukan tidak efektif untuk meningkatkan
omset penjualan.
UJI ASOSIASI
34
Uji asosiasi akan menganalisis apakah
sebuah variabel mempunyai hubungan
yang signifikan dengan variabel lainnya.
Dan jika ada hubungan bagaimana
keeratan hubungan tersebut, serta
seberapa jauh variabel tersebut
mempengaruhi variabel lainnya.
Analisis korelasi dan regresi (baik
sederhana maupun berganda) adalah alat
analisis yang sering dipakai untuk uji
asosiasi.
KORELASI
35
Pada prinsipnya prosedur korelasi
bertujuan untuk mengetahui dua hal
pada hubungan antar dua variabel:
Apakah kedua variabel tersebut
mempunyai hubungan yang
signifikan
Jika terbukti hubungan adalah
signfikan, bagaimana arah hubungan
dan seberapa kuat hubungan
tersebut.
36
Jadi di sini ada dua tahapan yang
sebenarnya saling berhubungan.
Misalnya akan di analisis hubungan
PEMASANGAN IKLAN dengan JUMLAH
PENGUNJUNG di toko jeans ABC.
Dengan analisis korelasi, pertama akan
diuji apakah jumlah pemasangan iklan
berpengaruh terhadap jumlah
pengunjung.
Sekali lagi, berpengaruh di sini adalah
‘berpengaruh secara signifikan’.
37
Jika tidak ada pengaruh yang
signifikan antara kedua variabel,
maka tahapan kedua sebaiknya tidak
usah dilakukan.
Namun jika ada hubungan yang
signifikan maka tahapan kedua perlu
dilakukan yaitu seberapa kuat
hubungan kedua variabel tersebut.
38
Apakah hubungannya termasuk
SANGAT KUAT, KUAT, CUKUP KUAT,
atau malah sebenarnya TIDAK KUAT.
Secara teori, dikatakan bahwa angka
korelasi akan berkisar di antara
1, berarti hubungan negatif sempurna
0, berarti tidak hubungan sama sekali
+1, berarti hubungan positif sempurna
39
Mengacu pada kebiasaan yang ada, dapat
dibuat pedoman
Korelasi antara 0 sampai dengan 0,5,
korelasi cukup kuat
Korelasi antara 0,5 sampai dengan 1,
korelasi kuat.
40
KORELASI DUA VARIABEL UNTUK
DATA SKALA ORDINAL
Berbeda dengan skala nominal di
mana variabel hanya memiliki
kedudukan setara maka skala ordinal
memiliki tingkat yang lebih tinggi
dibandingkan denan skala nominal
karena ordinal memiliki tingkatan
tertentu seperti senang, cukup
senang, tidak senang/.
KASUS
41
Untuk mengetahui bagaimana sikap
dan loyalitas pelanggan, perusahaan
membagikan angket kepada 30
orang pelanggan.
Ingin diketahui apakah ada
hubungan antara sikap seseorang
dengan loyalitas tersebut untuk
tetap menggunakan produk dengan
frekuensi pembelian.
42
PENGISIAN:
Variabel, pilih SIKAP, LOYAL,
BELI
CORRELATION
COEFFICIENTS, pilih
SPEARMAN DAN KENDALL’S
TAU-B
Non-aktifkan pilihan
Pearson
Test of significance, pilih
Two-Tailed
Flag significant correlations.
Aktifkan pilihan ini.
43
NONPARAMETRIC
CORRELATIONS
ANALISIS
44
Di sini ada dua tahap interpretasi
yaitu tahap menguji signifikansi dan
tahap interpretasi angka korelasi.
Jika korelasi sudah tidak signifikan,
tidak akan dilakukan tahapan kedua.
Signifikansi hasil korelasi
45
Korelasi antara sikap dan loyalitas,
serta loyal dan beli adalah tidak
signifikan (angka sig. 2 tailed adalah
0.502 dan 0.602 yang jauh diatas
0.05) yang berarti tidak ada
hubungan yang benar-benar
signifikan antara sikap konsumen
dan loyalitas serta loyalitas dan
pembelian produk.
46
Korelasi antara sikap dan beli adalah
signifikan karena angka signifikansi
adalah 0.038, jauh dibawah 0,05. hal
ini berarti sesungguhnya antara
variabel sikap-beli ada hubungan,
atau pola beli konsumen dipengaruhi
oleh sikap terhadap produk kaos
merek tertentu.
47
KORELASI DUA VARIABEL
UNTUK DATA INTERVAL/RASIO
Pada tahap ini akan dibahas uji hubungan
untuk data interval/rasio. Alat ukur
korelasi yang digunakan adalah PEARSON.
VARIABEL DAN KASUS
48
Pembelian:
pembelian
produk oleh
konsumen
Pekerjaan:
pekerjaan
konsumen
Status: status
konsumen
Manajer penjualan
ingin mengetahui
apakah selama ini
PROMOSI dan SPG
berpengaruh
terhadap
pembelian produk
perusahaan.
49
Pengisian:
Variabel yang akan
dikorelasikan. Pilih beli,
spg, dan promosi.
Correlation coeffiecients
atau alat hitung koefisien
korelasi. Pilih pearson.
(pearson hanya digunakan
jika jenis data adalah
interval/rasio).
test of significance, pilih
two-tailed untuk uji dua
sisi
flag significant
correlations. Aktifkan
pilihan ini.
Pengisian
50
Variabel yang akan dikorelasikan.
Pilih beli, spg, dan promosi.
Correlation coeffiecients atau alat hitung
koefisien korelasi. Pilih pearson. (pearson
hanya digunakan jika jenis data adalah
interval/rasio).
test of significance, pilih two-tailed untuk uji
dua sisi
flag significant correlations. Aktifkan pilihan
ini.
51
ANALISIS
Interpretasi akan dibagi menjadi dua bagian, yaitu signfikansi
hasil dan interpretasinya. Jika terbukti ada hubungan antar
variabel yang signifikan, baru interpretasi boleh dilakukan. Jika
tidak ada hubungan yang signifikan maka tidak perlu dilakukan
interpretasi korelasi.
52
SIGNIFIKANSI HASIL
KORELASI
53
HIPOTESIS
Ho = tidak ada
hubungan antara dua
variabel.
Hi = ada hubungan
antara dua variabel.
Uji dilakukan dua sisi
karena hanya ingin
diketahui ada
tidaknya korelasi dan
bukannya lebih kuat
atau kurang
korelasinya.
Dasar
pengambilan
keputusan
berdasarkan
probabilitas
Jika probabilitas >
0,05 (atau 0,01),
maka Ho diterima
Jika probabilitas <
0,05 (atau 0,01),
maka Ho ditolak
KEPUTUSAN
54
Korelasi BELI-ORANG (beli-SPG) terlihat
angka sig. 2 tailed untuk kedua variabel
adalah 0.389, karena angka tersebut jauh
diatas 0.05 maka dapat disimpulkan tidak
ada hubungan yang nyata antara pembelian
produk dengan jumlah SPG.
Korelasi BELI-PROMOSI, terlihat angka sig. 2
tailed untuk kedua variabel adalah 0.05,
karena angka tersebut dengan 0.05 maka
dapat disimpulkan ada hubungan yang nyata
antara pembelian produk dengan promosi.
ARTI ANGKA KORELASI
55
Dari hasil diatas terlihat tidak adanya
korelasi yang signifikan antara variabel
yang diuji.
Interpretasi atau penafsiran angka korelasi
BELI-PROMOSI (0.708): ada dua hal dalam
penafsiran korelasi, yaitu tanda + dan –
yang berhubungan dengan arah korelasi,
serta kuat tidaknya korelasi.
angka korelasi BELI-PROMOSI (0.708):
berarti angka positif.
Hal ini berarti
56
Angka korelasi positif
berarti semakin besar
biaya promosi,
pembelian produk
semakin banyak. Atau,
semakin kecil promosi,
semakin kecil
pembelian produk.
Besar korelasi (0.708)
yang berada diatas 0,5
maka biaya promosi
berkorelasi kuat
dengan pembelian
produk.
Penerapannya adalah
Perusahaan dapat
meningkatkan biaya
promosi secara
berkala untuk
meningkatkan
pembelian
Jumlah SPG yang
tidak berkorelasi
maka dapat dilakukan
mutasi atau PHK.
57
TERIMA KASIH
ADHI GURMILANG
STATISTIK
INFERENSIAL
ADHI GURMILANG
statistik inferensi
2
statistik inferensi, pada data dilakukan
berbagai analisis yang mengarah kepada
pengambilan keputusan.
Seperti apakah konsumen pria
mempunyai perilaku yang berbeda
dengan konsumen wanita, apakah
promosi di kota Surabaya lebih efektif
dibandingkan promosi di kota
yogyakarta dan sebagainya.
tahapan secara umum
3
Menentukan Ho dan Hi. Hal ini berkaitan
Dengan Masalah peneltian yang kemudia di
rinci dalam berbagai hipotesis yang akan diuji.
Menentukan statistik hitung dan statistik
tabel. Untuk menguji hipotesis pada
umumnya, kita akan membandingkan statistik
hitung dengan statistik tabel atau dapat juga
di lihat pada tingkat signifikansinya.
Mengambil keputusan sesuai hasil (statistik
hitung dan tabel) yang ada
DARI TIPE DATA
4
Jika data bersifat kualitatif (nomimal dan
ordinal), analisis dapat dikelompokkan
pada bagian STATISTIK NON PARAMETRIK.
Contoh metode: UJI WILCOXON, KRUSKAL
WALLIS, FRIEDMAN, dan lain-lainnya. Di
sini tidak di bahas.
Jika data bersifat kuantitatif (interval dan
rasio) maka analisis dapat dikelompokkan
pada bagian STATISTIK PARAMETRIK.
Contoh: Uji t, uji F (ANOVA)
DARI JUMLAH VARIABEL
5
Jika hanya ada satu variabel, disebut
analisis UNIVARIAT. Termasuk dalam
analisis ini adalah uji t, anova dan lain-lain
Jika ada dua variabel, disebut BIVARIAT.
Termasuk didalamnya KORELASI BIVARIAT.
Jika ada dua variabel atau lebih maka
disebut MULTIVARIAT. Termasuk dalam
analisis disini adalah analisis regresi
berganda, cluster analysis dan lain
sebagainya.
DARI HUBUNGAN
ANTARSAMPEL ATAU VARIABEL
6
Jika dua sampel, tidak ada hubungan satu
dengan lainnya (independen) mak disebut
sebagai ANALISIS SAMPEL INDEPENDEN
maka disebut ANALISIS SAMPEL
INDEPENDEN.
Termasuk dalam analisis ini adalah uji t
independen sampel, uji Mean Whitney dan
sebagainya. Sedangkan contoh untuk
sampel lebih dari dua, alat analisis adalah
ANOVA, Kruskal Wallis.
7
Jika dua sampel berhubugan satu
dengan lainnya (dependen) maka
disebut sebagai ANALISIS SAMPEL
DEPENDEN.
Termasuk uji t paired, uji Mean
Whitney, dan lain-lain. Sedangkan
contoh untuk sampel lebih dari dua,
alat analisis adalah Friedman,
Kendall, dan lain-lain.
8
Jika lebih dari dua VARIABEL tidak
berhubungan dengan lainnya dan akan
dianalisis secara bersama-sama maka
disebut ANALISIS MULTIVARIAT.
Termasuk dalam analisis ini adalah
CLUSTER ANALYSIS, FACTOR ANALYSIS,
DISCRIMINANT ANALYSIS, MDS, dan lainlain.
9
PEMBAGIAN
STATISTIK INFERENSI
PADA RISET
UJI PERBEDAAN
10
Di sini akan diuji apakah sebuah
sampel mempunyai perbedaan yang
nyata dengan sampel lain.
Contoh: apakah jumlah pengunjung
di Jakarta dan Bandung berbeda
nyata ataukah tidak.
Alat uji yang dipakai adalah uji t dan
ANOVA.
UJI ASOSIASI
11
Di sini akan diuji apakah dua variabel
yang ada mempunyai hubungan
atau tidak.
Seperti apakah jumlah salesman
(variabel 1) mempengaruhi volume
penjualan (variabel 2) ataukah tidak?
Apakah sikap konsumen dipengaruhi
oleh usia dan pekerjaannya?
MULTIVARIATE ANALYSIS
12
Di sini jumlah variabel banyak dan tujuan
pengujian adalah mencoba mengetahui
struktur data yang ada pada variabelvariabel tersebut.
Seperti bagaimana segmen pasar sebuah
supermarket yang ada di tengah kota?
Faktor-faktor apa saja yang
mempengaruhi pemilihan sebuah bank
oleh nasabah?
13
Bagaimana posisi toko A di tengah
persaingan dengan toko X, Y, Z dan apa
saja yang dapat diandalkan oleh toko A
dan apa kekurangannya?
Alat analisis yang digunakan adalah
cluster analysis, factor analysis,
discriminant analysis dan MDS.
14
UJI PERBEDAAN ATAU
DIFFERENCE
15
UJI T UNTUK DUA SAMPEL
INDEPENDEN ATAU BEBAS
Uji T dua sampel independen pada
prinsipnya akan membandingkan rata-rata
dari dua yang tidak berhubungan satu
dengan yang lain, dengan tujuan apakah
kedua grup tersebut mempunyai rata-rata
yang sama atau tidak secara signifikan.
Data yang digunakan adalah data
kuantitatif, dengan asumsi data distribusi
normal dan jumlah sampel sedikit (di
bawah 30)
16
PT SARI SEDAP pembuat mie instan selama ini
menjual mie rasa AYAM BAWANG dan KARI AYAM.
Untuk mengetahui apakah ada perbedaan omset
penjualan kedua rasa tersebut di Bandung.
17
Di sini dilakukan uji t untuk variabel independen,
karena:
Jumlah sampel kecil, jauh di bawah 30.
Data dianggap berdistribusi normal
Varians untuk dua kelompok data yang duji,
diasumsikan SAMA.
Hanya ada DUA VARIABEL dan kedua variabel
independen satu dengan yang lain.
Uji t untuk dua rasa mie, dengan dua variabel
yaitu AYAM BAWANG dan KARI AYAM. R
asa KARI AYAM independen terhadap AYAM
BAWANG dalam arti tidak mungkin sebungkus mie
instan mempunyai kedua rasa tersebut sekaligus.
18
Pengolahan data
dengan SPSS
Pilih menu ANALYZE,
kemudian pilih sub
menu COMPARE MEANS,
lalu pilih INDEPEPENDEN
SAMPLE T TEST
Pengisian
Test variabel. Pilih omset
Grouping variabel.
Sesuai kasus pilih rasa.
Variabel harus
didefinisikan. Klik mouse
pada define group.
Tampak di layar
19
Untuk group 1 isi 1,
grup 2 isi 2
Untuk kolom option,
biarkan tingkat
kepercayaan tetap
95%.
Demikian juga
dengan perlakuan
terhadap missing
values, yaitu tetap
pada pilihan exclude
analysis by analysis
T-TEST
20
ANALISIS
21
OUTPUT BAGIAN PERTAMA
Terlihat untuk rasa kari ayam, rata-rata omset perbulan adalah 254
bungkus, sedangkan rata-rata untuk rasa ayam bawang sebesaar 323
bungkus. Sekilas dapat dilihat bahwa rata-rata omset kedua mie instan
tersebut memang berbeda. Masalahnya apakah perbedaan tersebut
nyata ataukah tidak?
OUTPUT BAGIAN KEDUA (INDEPENDENT SAMPLE TEST)
Ada dua tahapan analisis, yaitu:
Dengan Levene Test, diuji apakah varians populasi kedua sampel
tersebut sama ataukah varians populasi kedua sampel tersebut sama
ataukah berbeda
Dengan t test dan berdasarkan hasil analisis a, diambil suatu
keputusan.
MENGETAHUI APAKAH VARIANS POPULASI IDENTIK ATAU TIDAK
Seperti telah disebutkan di atas, dua kelompok data akan diuji terlebih
dahulu, apakah mereka mempunyai varians yang sama ataukah tidak,
dengan ketentuan bahwa seharusnya varians kedua data adalah sama.
HIPOTESIS
22
HIPOTESIS
Ho
= kedua varians populasi adalah
identik
Hi = kedua varians populasi adalah tidak
identik
23
PENGAMBILAN
KEPUTUSAN
Dasar pengambilan keputusan
Jika probabilitas > 0,05, maka Ho
diterima.
Jika probabilitas < 0,05, maka Hi
diterima.
24
Keputusan:
Terlihat bahwa F hitung untuk omset
dengan Equal Variance assumed
(diasumsikan kedua varians sama tau
menggunakan pooled variance t test)
adalah 5.072 dengan probabilitas 0,054.
oleh karena probabilitas > 0,05 maka Ho
ditolak atau kedua varians adalah identik.
PAIRED SAMPLE T TEST
25
UJI T UNTUK DUA SAMPEL YANG
BERPASANGAN
Uji t paired berfungsi untuk menguji dua
sampel yang berpasangan, apakah
mempunyai rata-rata yang secara nyata
berbeda atau tidak.
26
Catatan: Sampel berpasangan adalah sebuah
sampel dengan subyek yang sama namun
mengalami dua perlakuan atau pengukuran yang
berbeda.
Seorang salesman mendapatkan pelatihan
penjualan.
Ingin dilihat bagaimana efektivitas pelatihan
tersebut.
Apakah ada peningkatan setelah pelatihan.
Sampel tetap sama yaitu orang yang sama
tetapi mengalami dua perlakuan yang berbeda:
SEBELUM dan SESUDAH pelatihan
Kasus:
27
Untuk meningkatkan omset, Manajer
Promosi melakukan berbagai kegiatan
komunikasi pemasaran seperti
memasang iklan, memasang outdoor
signage, memberikan sampel, diskon
dan lain-lain.
Setelah dua bulan berjalan, ia ingin
melihat hasilnya.
Untuk itu, ingin diukur penjualan
sebelum dan sesuah promosi dilakukan.
DATA MENTAH
28
OUTPUT T-TEST PAIRED
29
ANALISIS
30
OUTPUT BAGIAN PERTAMA
Pada bagian pertama menjelaskan 12 data
yang dianalisis dengan output omset
sebelum dan sesudah promosi pada toko
yang sama.
OUTPUT BAGIAN KEDUA
31
Bagian kedua output adalah hasil korelasi
antara kedua variabel yang menghasilkan
angka -0,707 dengan nilai probabilitas di
atas 0,05 (cek nilai signifikansi output
0,117).
Hal ini menyatakan bahwa korelasi antara
rata-rata omset sebelum dan sesudah
promosi di 6 tempat tidak signifikan.
OUTPUT BAGIAN KETIGA
32
HIPOTESIS
Ho : D = 0
Kedua rata-rata populasi adalah identik (rata-rata populasi omset
penjualan sebelum dan sesudah promosi adalah sama/tidak berbeda
secara nyata). Atau dapat dikatakan promosi tidak efektif untuk
meningkatkan omset penjualan.
Hi : D > 0
Kedua rata-rata populasi adalah tidak identik (rata-rata populasi omset
sebelum dan sesudah promosi adalah berbeda secara nyata) atau dapat
dikatakan promosi efektif untuk meningkatkan omset penjualan.
33
PENGAMBILAN
KEPUTUSAN
Dasar pengambilan keputusan
berdasarkan nilai probabilitas:
Jika probabilitas > 0,05 maka Ho
diterima
Jika probabilitas < 0,05 maka Hi
diterima
KEPUTUSAN
Terlihat bahwa probabilitas (siginfikansi 2
tailed) adalah 0.301 dengan probabilitas >
0,05 maka Ho diterima atau promosi yang
dilakukan tidak efektif untuk meningkatkan
omset penjualan.
UJI ASOSIASI
34
Uji asosiasi akan menganalisis apakah
sebuah variabel mempunyai hubungan
yang signifikan dengan variabel lainnya.
Dan jika ada hubungan bagaimana
keeratan hubungan tersebut, serta
seberapa jauh variabel tersebut
mempengaruhi variabel lainnya.
Analisis korelasi dan regresi (baik
sederhana maupun berganda) adalah alat
analisis yang sering dipakai untuk uji
asosiasi.
KORELASI
35
Pada prinsipnya prosedur korelasi
bertujuan untuk mengetahui dua hal
pada hubungan antar dua variabel:
Apakah kedua variabel tersebut
mempunyai hubungan yang
signifikan
Jika terbukti hubungan adalah
signfikan, bagaimana arah hubungan
dan seberapa kuat hubungan
tersebut.
36
Jadi di sini ada dua tahapan yang
sebenarnya saling berhubungan.
Misalnya akan di analisis hubungan
PEMASANGAN IKLAN dengan JUMLAH
PENGUNJUNG di toko jeans ABC.
Dengan analisis korelasi, pertama akan
diuji apakah jumlah pemasangan iklan
berpengaruh terhadap jumlah
pengunjung.
Sekali lagi, berpengaruh di sini adalah
‘berpengaruh secara signifikan’.
37
Jika tidak ada pengaruh yang
signifikan antara kedua variabel,
maka tahapan kedua sebaiknya tidak
usah dilakukan.
Namun jika ada hubungan yang
signifikan maka tahapan kedua perlu
dilakukan yaitu seberapa kuat
hubungan kedua variabel tersebut.
38
Apakah hubungannya termasuk
SANGAT KUAT, KUAT, CUKUP KUAT,
atau malah sebenarnya TIDAK KUAT.
Secara teori, dikatakan bahwa angka
korelasi akan berkisar di antara
1, berarti hubungan negatif sempurna
0, berarti tidak hubungan sama sekali
+1, berarti hubungan positif sempurna
39
Mengacu pada kebiasaan yang ada, dapat
dibuat pedoman
Korelasi antara 0 sampai dengan 0,5,
korelasi cukup kuat
Korelasi antara 0,5 sampai dengan 1,
korelasi kuat.
40
KORELASI DUA VARIABEL UNTUK
DATA SKALA ORDINAL
Berbeda dengan skala nominal di
mana variabel hanya memiliki
kedudukan setara maka skala ordinal
memiliki tingkat yang lebih tinggi
dibandingkan denan skala nominal
karena ordinal memiliki tingkatan
tertentu seperti senang, cukup
senang, tidak senang/.
KASUS
41
Untuk mengetahui bagaimana sikap
dan loyalitas pelanggan, perusahaan
membagikan angket kepada 30
orang pelanggan.
Ingin diketahui apakah ada
hubungan antara sikap seseorang
dengan loyalitas tersebut untuk
tetap menggunakan produk dengan
frekuensi pembelian.
42
PENGISIAN:
Variabel, pilih SIKAP, LOYAL,
BELI
CORRELATION
COEFFICIENTS, pilih
SPEARMAN DAN KENDALL’S
TAU-B
Non-aktifkan pilihan
Pearson
Test of significance, pilih
Two-Tailed
Flag significant correlations.
Aktifkan pilihan ini.
43
NONPARAMETRIC
CORRELATIONS
ANALISIS
44
Di sini ada dua tahap interpretasi
yaitu tahap menguji signifikansi dan
tahap interpretasi angka korelasi.
Jika korelasi sudah tidak signifikan,
tidak akan dilakukan tahapan kedua.
Signifikansi hasil korelasi
45
Korelasi antara sikap dan loyalitas,
serta loyal dan beli adalah tidak
signifikan (angka sig. 2 tailed adalah
0.502 dan 0.602 yang jauh diatas
0.05) yang berarti tidak ada
hubungan yang benar-benar
signifikan antara sikap konsumen
dan loyalitas serta loyalitas dan
pembelian produk.
46
Korelasi antara sikap dan beli adalah
signifikan karena angka signifikansi
adalah 0.038, jauh dibawah 0,05. hal
ini berarti sesungguhnya antara
variabel sikap-beli ada hubungan,
atau pola beli konsumen dipengaruhi
oleh sikap terhadap produk kaos
merek tertentu.
47
KORELASI DUA VARIABEL
UNTUK DATA INTERVAL/RASIO
Pada tahap ini akan dibahas uji hubungan
untuk data interval/rasio. Alat ukur
korelasi yang digunakan adalah PEARSON.
VARIABEL DAN KASUS
48
Pembelian:
pembelian
produk oleh
konsumen
Pekerjaan:
pekerjaan
konsumen
Status: status
konsumen
Manajer penjualan
ingin mengetahui
apakah selama ini
PROMOSI dan SPG
berpengaruh
terhadap
pembelian produk
perusahaan.
49
Pengisian:
Variabel yang akan
dikorelasikan. Pilih beli,
spg, dan promosi.
Correlation coeffiecients
atau alat hitung koefisien
korelasi. Pilih pearson.
(pearson hanya digunakan
jika jenis data adalah
interval/rasio).
test of significance, pilih
two-tailed untuk uji dua
sisi
flag significant
correlations. Aktifkan
pilihan ini.
Pengisian
50
Variabel yang akan dikorelasikan.
Pilih beli, spg, dan promosi.
Correlation coeffiecients atau alat hitung
koefisien korelasi. Pilih pearson. (pearson
hanya digunakan jika jenis data adalah
interval/rasio).
test of significance, pilih two-tailed untuk uji
dua sisi
flag significant correlations. Aktifkan pilihan
ini.
51
ANALISIS
Interpretasi akan dibagi menjadi dua bagian, yaitu signfikansi
hasil dan interpretasinya. Jika terbukti ada hubungan antar
variabel yang signifikan, baru interpretasi boleh dilakukan. Jika
tidak ada hubungan yang signifikan maka tidak perlu dilakukan
interpretasi korelasi.
52
SIGNIFIKANSI HASIL
KORELASI
53
HIPOTESIS
Ho = tidak ada
hubungan antara dua
variabel.
Hi = ada hubungan
antara dua variabel.
Uji dilakukan dua sisi
karena hanya ingin
diketahui ada
tidaknya korelasi dan
bukannya lebih kuat
atau kurang
korelasinya.
Dasar
pengambilan
keputusan
berdasarkan
probabilitas
Jika probabilitas >
0,05 (atau 0,01),
maka Ho diterima
Jika probabilitas <
0,05 (atau 0,01),
maka Ho ditolak
KEPUTUSAN
54
Korelasi BELI-ORANG (beli-SPG) terlihat
angka sig. 2 tailed untuk kedua variabel
adalah 0.389, karena angka tersebut jauh
diatas 0.05 maka dapat disimpulkan tidak
ada hubungan yang nyata antara pembelian
produk dengan jumlah SPG.
Korelasi BELI-PROMOSI, terlihat angka sig. 2
tailed untuk kedua variabel adalah 0.05,
karena angka tersebut dengan 0.05 maka
dapat disimpulkan ada hubungan yang nyata
antara pembelian produk dengan promosi.
ARTI ANGKA KORELASI
55
Dari hasil diatas terlihat tidak adanya
korelasi yang signifikan antara variabel
yang diuji.
Interpretasi atau penafsiran angka korelasi
BELI-PROMOSI (0.708): ada dua hal dalam
penafsiran korelasi, yaitu tanda + dan –
yang berhubungan dengan arah korelasi,
serta kuat tidaknya korelasi.
angka korelasi BELI-PROMOSI (0.708):
berarti angka positif.
Hal ini berarti
56
Angka korelasi positif
berarti semakin besar
biaya promosi,
pembelian produk
semakin banyak. Atau,
semakin kecil promosi,
semakin kecil
pembelian produk.
Besar korelasi (0.708)
yang berada diatas 0,5
maka biaya promosi
berkorelasi kuat
dengan pembelian
produk.
Penerapannya adalah
Perusahaan dapat
meningkatkan biaya
promosi secara
berkala untuk
meningkatkan
pembelian
Jumlah SPG yang
tidak berkorelasi
maka dapat dilakukan
mutasi atau PHK.
57
TERIMA KASIH
ADHI GURMILANG