PERSIAPAN ANALISIS DATA( Pemilihan Jenis Analisis Data)

  PERSIAPAN ANALISIS DATA PERSIAPAN ANALISIS DATA (

  ( Pemilihan

  Pemilihan Jenis

  Jenis Analisis

  Analisis Data)

  Data) RANCANGAN

RANCANGAN

Pengolahan

  Pengolahan &

  (Ha): (Ha): mis mis .

  ( ( bivariat bivariat

  2 variabel variabel

  2

  ) )

  ( ( univariat univariat

  1 variabel variabel

  1

  : :

  Jumlah Jumlah variabel variabel yang yang dianalisis dianalisis

  . ada ada hubungan/perbedaan hubungan/perbedaan

  Hipotesis Hipotesis Nol Nol (Ho): (Ho): mis mis . . tidak tidak ada ada hubungan/perbedaan hubungan/perbedaan Hipotesis Hipotesis alternatif alternatif

  & Analisis

  : :

  Hipotesis Hipotesis

  Berkaitan Berkaitan dengan dengan hubungan hubungan Berkaitan Berkaitan dengan dengan perbedaan perbedaan

  : :

  & & tujuan tujuan

  Rumusan Rumusan masalah masalah

  : :

  Harus memperhatikan memperhatikan

  Data (RPA) Harus

  Analisis Data (RPA)

  ) ) Keberlakuan Keberlakuan hasil hasil penelitian penelitian

  ( ( pada pada aras aras populasi populasi atau atau contoh contoh

  ( variabel variabel respons respons

  = 5 % = 5 % atau atau

  α α

  : :

  ) yang ) yang akan akan dipakai dipakai dalam dalam proses proses pengambilan pengambilan keputusan keputusan

  ( ( signifikansi signifikansi

  Taraf Taraf kepercayaan kepercayaan

  ) )

  ( ( perlakuan perlakuan ) ) dalam dalam mempengaruhi mempengaruhi variabel variabel tak tak bebas bebas (

  ) )

  Ada/tidaknya Ada/tidaknya interaksi interaksi antara antara variabel variabel bebas bebas

  ) )

  Parametrik Parametrik

  Non Non

  Parametrik Parametrik atau atau

  ( (

  Model/ Model/ pola pola sebaran sebaran data yang data yang akan akan menentukan menentukan parameter parameter statistik statistik uji uji

  1 % 1 %

• – –
• – –

• – –

  2 pilihan pilihan

  2

  , , ada ada

  asumsi asumsi yang yang mendasari mendasari harus harus dipenuhi dipenuhi

  Agar model atau atau metode metode uji uji itu itu sahih sahih maka maka asumsi asumsi

  4. Agar model

  ) ) 4.

  ( ( hubungan hubungan

atau

atau

pengaruh pengaruh

  Uji Uji asosiasi asosiasi

  Uji Uji beda/komparatif beda/komparatif

  : :

  hipotesis hipotesis

  ), ), dapat dapat dibedakan dibedakan

  tujuan tujuan

  ( ( ditentukan ditentukan oleh oleh rumusan rumusan masalah masalah

  : model yang : model yang digunakan digunakan harus harus sesuai sesuai dengan dengan rancangan rancangan penelitiannya penelitiannya

  Khusus untuk untuk analisis analisis statistik statistik

  3. Khusus

  deskriptif deskriptif atau atau tekstular tekstular 3.

  Analisis nonstatistik nonstatistik biasanya biasanya diaplikasikan diaplikasikan untuk untuk data data kualitatif kualitatif

  2. Analisis

  Analisis statistik statistik cocok cocok untuk untuk data data kuantitatif kuantitatif atau atau data data yang yang dikuantitatifkan dikuantitatifkan 2.

  1. Analisis

  

PEMILIHAN JENIS UJI STATISTIK

PEMILIHAN JENIS UJI STATISTIK

1.

  : : JENIS STATISTIK JENIS STATISTIK

  Statistik

• Deskriptif : data diringkas pada hal hal yang

  Statistik Deskriptif : data diringkas pada - hal hal yang penting dalam data tersebut penting dalam data tersebut

  , spt : histogram, pie chart dll ( pada SPSS dalam menu:

Grafik Grafik , spt : histogram, pie chart dll ( pada SPSS dalam menu:

Graph.

  Graph.

  Tabel Tabel Distribusi frekuensi . . Distribusi frekuensi

: mean, modus, median

  Central Central tendensi tendensi : mean, modus, median : standar deviasi , varian

  Ukuran dispersi : standar deviasi , varian Ukuran dispersi ( ( keempatnya keempatnya pada pada SPSS SPSS menggunakan menggunakan menu: Analyze, menu: Analyze, submenu: Descriptive Statistic) submenu: Descriptive Statistic)

  Statistik Inferensial : menggunakan metode statistik untuk Statistik Inferensial : menggunakan metode statistik untuk menganalisis data dan hasil analisis tersebut digunakan menganalisis data dan hasil analisis tersebut digunakan untuk menggambarkan/mengestimasi parameter untuk menggambarkan/mengestimasi parameter

  

Pedoman Penggunaan Parameter pada Statistik Inferensial

Pedoman Penggunaan Parameter pada Statistik Inferensial

  Nominal/Ordinal Tipe Data Interval/ratio Statistik Tidak Normal Distribusi Non Data

  Parametrik Normal Kecil (<30) Jumlah Data Besar (>30)

  

JENIS UJI STATISTIK

JENIS UJI STATISTIK

Bentuk Bentuk Hipotesis Hipotesis Macam Macam Komparatif Komparatif (2 (2 sampel sampel ) ) Komparatif Komparatif (>2 (>2 sampel sampel ) ) Asosiasi Asosiasi Data Data

  ( hubungan ) ( hubungan ) _{Mc Nemar Fisher Exact} Related Related Independen Independen Related Related Independen Independen _{X utk k 2 2 2 2 Mc - Nemar Fisher Exact X utk k}

^-

• • ^{X utk k Contingency} _{X utk k Contingency} • • • • •

• Nominal Nominal Probability Probability sampel sampel sampel sampel Coefficient C Coefficient C

• • • • • - - Chi Chi Square Square Cochran Q Cochran Q

  • • • • •
• Ordinal
• ^{- - Ordinal Sign test Sign test Median Test Median Test Friedman Friedman Median Median Spearman Spearman}
• ^Wilcoxon
• ^{- - Mann Two Way Extension - - Wilcoxon Mann Two - Way rank Extension rank -}
>_{- matched Whitney Anova Kruskal correlation}
• matched Whitney Anova Kruskal correlation -
• pairs pairs U test U test Wallis Wallis - One One Kendall - - Tau - Kendall Tau • _Smirnov
>_Smirnov ^{- - Kolmogorof - Kolmogorof Way Way - Anova Anova}
• Wald Wald - - _{Woldfowitz Woldfowitz related independent Anova Anova Pruduct related independent Anova Anova Pruduct- - Interval, Interval, Rasio Rasio - t t - test of test of t t test test One way One way One Way One Way Pearson Pearson • •}
• _{( pired ) Two way Two Way Momment( pired ) Two way Two Way Momment • • Anova Anova Anova Anova Partial Partial Correlation Correlation}
Distribusi Distribusi

  Normal Normal

  Menurut Menurut pandangan pandangan statistik statistik

  , , distribusi distribusi variabel variabel pada pada populasi populasi mengikuti mengikuti distribusi distribusi normal normal

  Distribusi Distribusi normal normal adalah adalah bentuk bentuk distribusi distribusi yang yang memusat memusat

  Menguji Menguji

  Normalitas Normalitas

  Data Data

  Data interval/ Data interval/ rasio rasio harus harus diuji diuji normalitas normalitas sebelum sebelum dianalisis dianalisis untuk untuk menentukan menentukan jenis jenis uji uji parametrik parametrik atau atau non non parametrik parametrik

  Tujuan Tujuan uji uji

  : : untuk untuk melihat melihat apakah apakah sebaran sebaran data data mengikuti mengikuti pola pola seperti seperti kurva kurva normal normal

  Cara : Cara : membandingkan membandingkan data data empirik empirik dengan dengan data ideal data ideal

  Hipotesis Hipotesis

  : :

  Ho: Ho: tidak tidak terdapat terdapat perbedaan perbedaan antara antara data data empirik empirik dan dan data data teoritik teoritik

Ha: Ha: terdapat terdapat perbedaan perbedaan antara antara data data empirik empirik dan dan data data teoritik teoritik

  p p

  > >

  0,05 0,05 maka maka

  Ha Ha ditolak ditolak

  (normal) (normal) Prinsip Prinsip

  Uji Uji

  Distribusi Distribusi

  Normal Normal

  Prinsipnya Prinsipnya membandingkan membandingkan antara antara distribusi distribusi data yang data yang didapat didapat

  (observed) (observed) dengan dengan data normal (expected) data normal (expected)

  Jika Jika hasil hasil uji uji menunjukkan menunjukkan tidak tidak ada ada perbadaan perbadaan antara antara kedua kedua distribusi distribusi data data tersebut tersebut

  (p (p

  > >

  0,05) 0,05) dikatakan dikatakan

  Observed Expected

  Pengujian Pengujian

  Distribusi Distribusi

  Normal Normal

  5 %) 5 %)

  3. Shapiro Shapiro

  pada pada taraf taraf signifikansi signifikansi

  1,96 1,96 sampai sampai

  Z ( Z ( jika jika terletak terletak antara antara

  5. Nilai Nilai

  ) ) 5.

  Q (normal Q (normal jk jk data data tersebar tersebar di di sekeliling sekeliling garis garis

  Q Q

  Grafik Grafik

  PP PP dan dan

  4. Grafik Grafik

  Wilks Wilks 4.

  Smirnov) Smirnov) 3.

  Berbagai Berbagai

  Kolmogorov Kolmogorov

  Uji Uji

  ( (

  2. Lilliefors Lilliefors

  Kurtosis Kurtosis 2.

  Skewness Skewness dan dan

  1. Nilai Nilai

  Data Data 1.

  Normalitas Normalitas

  Menguji Menguji

  Cara Cara

• – –
• 1,96
• 1,96

  distribusi dikatakan normal Tambahan Tambahan tentang tentang

  2

  2 sampai sampai

  2

  Ratio Kurtosis Ratio Kurtosis berada berada antara antara

  Jika Jika

  0,155, 0,155, sdg sdg standard standard error kurtosis error kurtosis diperoleh diperoleh dari dari hasil hasil analisis analisis data data

  Kurosis Kurosis adalah adalah

  Patokan Patokan nilai nilai

  Ratio Kurtosis = nilai nilai kurtosis kurtosis dibagi dibagi standard error standard error kurtosis kurtosis

  maka maka distribusi distribusi dikatakan dikatakan normal normal Ratio Kurtosis =

  2 sampai sampai

  Skewness Skewness berada berada antara antara

  1. Ratio

  Ratio Ratio

  Jika Jika

  0,155, 0,155, sdg sdg standard error standard error skewness skewness diperoleh diperoleh dari dari hasil hasil analisis analisis data data

  Skewness Skewness adalah adalah

  Patokan Patokan nilai nilai

  = = nilai nilai skewness skewness dibagi dibagi standar standar error error skewness skewness

  Skewness Skewness

  Ratio Ratio

  Kurtosis: Kurtosis:

  Skewness dan dan

  1. Ratio Skewness

• 2
• 2
• 2
• 2 maka

  Normalitas Normalitas

  ...

  5%).

  1,96 (sig.

  2,58 (sig. 1%) 2,58 (sig. 1%) dan dan 1,96 (sig.

  (6/N). Z (6/N). Z tidak tidak boleh boleh lebih lebih dari dari

  √ √

  / /

  Skewness Skewness

  (Z) = (Z) =

  Kritis Kritis

  Nilai Nilai

  Dua Dua nilai nilai ini ini harus harus diperhatikan diperhatikan ...

  Satu Satu istilah istilah yang yang ngetrend ngetrend dalam dalam

  ) ) ya ya nggak nggak normal. normal.

  (alias (alias salah salah satu satu kategori kategori terlalu terlalu tinggi tinggi

  Jika Jika data data terlihat terlihat sebarannya sebarannya normal, normal, tapi tapi kalau kalau nilai nilai kurtosisnya kurtosisnya besar besar

  .

  , , sedangkan sedangkan kurtosis kurtosis dengan dengan tinggi tinggi kurve kurve .

  Skewness Skewness berkaitan berkaitan dengan dengan lebar lebar kurve kurve

  Kurtosis.

  Skewness Skewness dan dan Kurtosis.

  Normal Normal adalah adalah

  Kurve Kurve

  5%).

• – –

  Variabel Variabel yang yang akan akan diuji diuji

ke

ke

kotak kotak

  Kurtosis, Kurtosis, kemudian kemudian

  Skewness Skewness dan dan

  : :

  Klik Klik pada pada

  Klik Klik pilihan pilihan icon Statistics, icon Statistics, selanjutnya selanjutnya

  ) )

  Variable(s Variable(s

  Masukkan Masukkan

  Pada Pada

  Frequencies Frequencies

  Statistics Statistics

  Menu Analyze Menu Analyze

Submenu Descriptive

Submenu Descriptive

  : :

  Kurtosis Kurtosis diperoleh diperoleh lewat lewat

  Skewness Skewness dan dan

  SPSS, Ratio SPSS, Ratio

  OK

OK

  | |

  SE _skew =

  − SE

_skew

  z = skew

  In other words, a value of skew which is significantly In other words, a value of skew which is significantly different from zero, would mean that we do not have different from zero, would mean that we do not have

  1.96| then the sample is significantly different from 1.96| then the sample is significantly different from normal. normal.

  ± ±

  If a z score associated with the skew is greater than If a z score associated with the skew is greater than

  2. Testing skew by Z

  where N is the number of cases in the sample.

  The standard error of skew is given by The standard error of skew is given by where N is the number of cases in the sample.

  score is given by: score is given by:

  score. In the case of score. In the case of skew the z skew the z

  The simplest test we can use is a z The simplest test we can use is a z

  score score

  2. Testing skew by Z

  6 N

• – –
• – –

  Klik Klik pilihan pilihan

  pada pada taraf taraf signifikansi signifikansi

  1,96 1,96 sampai sampai

  Z (

jika

jika

terletak terletak antara antara

  Nilai Z (

  Distribusi Nilai

  OK OK Distribusi

  Continue Continue dan dan

  : Save standardized value as : Save standardized value as variable ( variable ( akan akan ada ada tambahan tambahan variable variable baru baru di di file file yaitu yaitu nilai nilai z) z)

  Aktifkan p Aktifkan p ilihan ilihan

  Masukkan Variabel pada kotak Variable(s) Masukkan Variabel pada kotak Variable(s)

  Descriptives Descriptives

  Statistics Statistics

  Descriptive Descriptive

  Analyze Analyze

  Cara menentukan nilai Z: Cara menentukan nilai Z: pilih pilih menu menu

• – –
• 1,96
• 1,96

  5 %) 5 %) List List

  : Test Variable : Test Variable

  : :

  Masukkan variabel variabel yang yang pada pada kotak kotak

  1 Sample KS Masukkan

  1 Sample KS

  :

  Pilih :

  Submenu Nonparametric Submenu Nonparametric Test Test Pilih

  Menu Analyze Menu Analyze

  Pada program SPSS program SPSS dilakukan dilakukan melalui melalui

  3.

  0,05 Pada

  > 0,05

  P P >

  Normal Normal jika jika

  Dikatakan Distribusi Distribusi

  Smirnov: Untuk Untuk menguji menguji normalitas normalitas sebuah sebuah variabel variabel Dikatakan

  Kolmogorov Smirnov:

  3. Uji Uji Kolmogorov

• – –

  Normality Plots Normality Plots

  Pada program SPSS program SPSS dilakukan dilakukan melalui melalui

  Klik Klik pilihan pilihan icon: Plots icon: Plots dan dan pilih pilih

  masing masing

  Faktor Faktor pembedanya pembedanya ke ke kotak kotak masing masing

  Dependen Dependen dan dan

  Variabel Variabel

  Masukkan Masukkan

  Explore Explore

  Submenu Descriptive Statistics Submenu Descriptive Statistics

  Menu Analyze Menu Analyze

  : :

  0,05 Pada

  4.

  > 0,05

  P P >

  Normal Normal jika jika

  Distribusi Distribusi

  Dikatakan Dikatakan

  Untuk Untuk menguji menguji normalitas normalitas dua dua kelompok kelompok data yang data yang berasal berasal dari dari sebuah sebuah variabel variabel

  Wilk Wilk

  Shapiro Shapiro

  Smirnov dan dan

  Kolmogorov Smirnov

  4. Uji Uji Kolmogorov

• – –

  Pilih Plots Tests of Normality Kolmogorov ^{Kolmogorov - -} _{Smirnov Smirnov} ^{Shapiro Shapiro - - Wilk Wilk} _{lokasi lokasi penelitian penelitian Statistic Statistic df df Sig. Sig. Statistic Statistic df df Sig. Sig.} lila ^{lila WUS WUS desa desa .284 .284 15 15 .002 .002 .782 .782 15 15 .010 .010} _{kota kota .196 .196 15 15 .127 .127 .948 .948 15 15 .486 .486} ** This is an upper bound of the true significance. _{a Lilliefors Significance Correction}

  Distribusi Normal jika P > 0,05

  Cara Membaca Output

  

5. Grafik normal PP dan Grafik

  

5. Grafik normal PP dan Grafik

normal Q normal Q

  Q Q Dikatakan normal jk data tersebar di sekeliling garis Dikatakan normal jk data tersebar di sekeliling garis Data yang tersebar jauh dari garis menunjukkan data

  Data yang tersebar jauh dari garis menunjukkan data terdistribusi tidak normal terdistribusi tidak normal Pada program SPSS dilakukan melalui:

  Pada program SPSS dilakukan melalui: Graphs

  Graphs Kemudian pilih P

  Kemudian pilih P

  P atau Q P atau Q

• -

  Q Q

  

Pilih variabel yang akan Pilih variabel yang akan

diuji dan dimasukkan ke diuji dan dimasukkan ke

dalam kotak Variables dalam kotak Variables Pilih Test Distribution :

  Pilih Test Distribution : Normal

  Normal Kemudian tekan OK

  Kemudian tekan OK

  

Menguji Kesamaan Varian

Menguji Kesamaan Varian

  Lavene Test: Lavene Test:

  Untuk menguji kesamaan dua varian data yang berasal dari Untuk menguji kesamaan dua varian data yang berasal dari sebuah variabel sebuah variabel Dikatakan variannya sama jika P > 0,05 Dikatakan variannya sama jika P > 0,05 Pada Pada program SPSS program SPSS dilakukan dilakukan melalui melalui : : Menu Analyze

  Menu Analyze

• – Submenu Descriptive Statistics Explore
• – Submenu Descriptive Statistics Explore

  Masukkan Variabel Dependen dan Faktor pembedanya ke Masukkan Variabel Dependen dan Faktor pembedanya ke kotak - masing masing

• kotak masing masing

  Klik pilihan icon: Plots dan pilih Power estimation pada Klik pilihan icon: Plots dan pilih Power estimation pada bagian Spread vs Level with Levene Test bagian Spread vs Level with Levene Test

Apa Apa yang yang harus harus dilakukan dilakukan jika jika sebaran sebaran data data tidak tidak normal normal

  transformasi transformasi data data dalam dalam bentuk bentuk yang lain ( yang lain ( remedies

  remedies for non normal for non normal ).

  ).

  Ada Ada banyak banyak cara cara mentransformasikan mentransformasikan

  , , tetapi tetapi cara cara yang yang sering sering dipakai dipakai adalah adalah transformasi transformasi dalam dalam bentuk bentuk akar akar kuadrat kuadrat

  , , arcsin arcsin

  , , dan dan log 10. ( log 10. ( lihat lihat modul modul transformasi transformasi data) data) menambah menambah jumlah jumlah sampel sampel penelitian penelitian

  , , hingga hingga katakanlah katakanlah

  100 100 sampel sampel .

  .

  Menyisihkan Menyisihkan outliers: outliers: membuang membuang subjek subjek yang yang teridentifikasi teridentifikasi sebagai sebagai

  outliers outliers

  atau atau memiliki memiliki nilai nilai ekstrim/menyimpang ekstrim/menyimpang dibanding dibanding yang lain. yang lain.

  Memisah Memisah berdasarkan berdasarkan katagori katagori tertentu tertentu

  , , misal misal sex, sex,