PERSIAPAN ANALISIS DATA
PERSIAPAN ANALISIS DATA
(
RANCANGAN
RANCANGAN
Pengolahan
Pengolahan
&
&
Analisis
Analisis
Data (RPA)
Data (RPA)
Harus
Harus
memperhatikan
memperhatikan
:
:
Rumusan
Rumusan masalahmasalah & & tujuantujuan::
Berkaitan
Berkaitan dengandengan hubunganhubungan Berkaitan
Berkaitan dengandengan perbedaanperbedaan
Hipotesis
Hipotesis::
Hipotesis
Hipotesis NolNol (Ho): (Ho): mismis. . tidaktidak adaada hubungan/perbedaanhubungan/perbedaan Hipotesis
Hipotesis alternatifalternatif (Ha): (Ha): mismis. . adaada hubungan/perbedaanhubungan/perbedaan
Jumlah
Jumlah variabelvariabel yang yang dianalisisdianalisis::
1
1 variabelvariabel ((univariatunivariat)) 2
2 variabelvariabel ((bivariatbivariat)) 3
Keberlakuan
Keberlakuan hasilhasil penelitianpenelitian ((padapada arasaras populasipopulasi atauatau contoh
contoh)) Model/
Model/polapola sebaransebaran data yang data yang akanakan menentukanmenentukan parameter
parameter statistikstatistik ujiuji ((ParametrikParametrik atauatau Non Non Parametrik
Parametrik)) Ada/tidaknya
Ada/tidaknya interaksiinteraksi antaraantara variabelvariabel bebasbebas (
(perlakuanperlakuan) ) dalamdalam mempengaruhimempengaruhi variabelvariabel taktak bebasbebas (
(variabelvariabel responsrespons)) Taraf
Taraf kepercayaankepercayaan ((signifikansisignifikansi) yang ) yang akanakan dipakaidipakai dalam
dalam prosesproses pengambilanpengambilan keputusankeputusan::
α
α = 5 % = 5 % atauatau 1 %1 %
Nilai
PEMILIHAN JENIS UJI STATISTIK
PEMILIHAN JENIS UJI STATISTIK
1.
1. AnalisisAnalisis statistikstatistik cocokcocok untukuntuk data data kuantitatifkuantitatif atauatau data data
yang
yang dikuantitatifkandikuantitatifkan
2.
2. AnalisisAnalisis nonstatistiknonstatistik biasanyabiasanya diaplikasikandiaplikasikan untukuntuk data data
kualitatif
kualitatif –– deskriptifdeskriptif atauatau tekstulartekstular
3.
3. KhususKhusus untukuntuk analisisanalisis statistikstatistik: model yang : model yang digunakandigunakan
harus
harus sesuaisesuai dengandengan rancanganrancangan penelitiannyapenelitiannya (
(ditentukanditentukan oleholeh rumusanrumusan masalahmasalah –– tujuantujuan –– hipotesis
hipotesis), ), dapatdapat dibedakandibedakan::
Uji
Uji beda/komparatifbeda/komparatif Uji
Uji asosiasiasosiasi ((hubunganhubungan atauatau pengaruhpengaruh))
4.
4. Agar model Agar model atauatau metodemetode ujiuji ituitu sahihsahih makamaka asumsiasumsi-
-asumsi
asumsi yang yang mendasarimendasari harusharus dipenuhidipenuhi, , adaada 2 2 pilihanpilihan::
Uji
Uji statistikstatistik parametrikparametrik Uji
JENIS STATISTIK
JENIS STATISTIK
Statistik
Statistik DeskriptifDeskriptif: data : data diringkasdiringkas padapada halhal--halhal yang yang penting
penting dalamdalam data data tersebuttersebut
Grafik
Distribusi frekuensifrekuensi..
Central
Central tendensitendensi : mean, modus, median : mean, modus, median
Ukuran
Ukuran dispersidispersi : : standarstandar deviasideviasi, , varianvarian (
(keempatnyakeempatnya padapada SPSS SPSS menggunakanmenggunakan menu: Analyze, menu: Analyze, submenu: Descriptive Statistic)
submenu: Descriptive Statistic)
Statistik
Statistik InferensialInferensial: : menggunakanmenggunakan metodemetode statistikstatistik untukuntuk menganalisis
menganalisis data data dandan hasilhasil analisisanalisis tersebuttersebut digunakandigunakan untuk
untuk menggambarkan/mengestimasimenggambarkan/mengestimasi parameter parameter populasi
Pedoman
Pedoman PenggunaanPenggunaan Parameter Parameter padapada StatistikStatistik InferensialInferensial
Tipe Data
Distribusi Data
Jumlah Data
Statistik Parametrik
Statistik Non Parametrik Nominal/Ordinal
Tidak Normal
Kecil (<30)
Besar (>30) Normal
JENIS UJI STATISTIK
JENIS UJI STATISTIK
Macam
Macam
Data
Data
Bentuk
Bentuk HipotesisHipotesis
Komparatif
Komparatif (2 (2 sampelsampel)) KomparatifKomparatif (>2 (>2 sampelsampel)) AsosiasiAsosiasi (
(hubunganhubungan)) Related
Related IndependenIndependen RelatedRelated IndependenIndependen
Nominal
• ChiChi--SquareSquare
•
• XX2 2 utkutkk k
sampel sampel
•
• Cochran QCochran Q
•
•XX2 2 utkutkk k
sampel sampel
•
•ContingencyContingency
•
•Coefficient CCoefficient C
Ordinal
Ordinal •• Sign testSign test
•
• WilcoxonWilcoxon matched matched pairs pairs
•
• Median TestMedian Test
•
• KolmogorofKolmogorof- -Smirnov
• FriedmanFriedman- -Two
• KruskalKruskal Wallis
Wallis--OneOne- -Way
Way--AnovaAnova
•
• Spearman Spearman rank
rank
correlation correlation
•
• Kendall TauKendall Tau
Interval,
Interval, RasioRasio •• t-t-test of test of related related (
(piredpired))
•
• Multiple Multiple Correlation Correlation
•
• RegresiRegresi
Distribusi
Distribusi
Normal
Normal
Menurut
Menurut pandanganpandangan statistikstatistik, , distribusidistribusi variabelvariabel padapada populasi
populasi mengikutimengikuti distribusidistribusi normalnormal Distribusi
Distribusi normal normal adalahadalah bentukbentuk distribusidistribusi yang yang memusatmemusat di
Menguji
Menguji
Normalitas
Normalitas
Data
Data
Data interval/
Data interval/rasiorasio harusharus diujidiuji normalitasnormalitas sebelumsebelum dianalisis
dianalisis untukuntuk menentukanmenentukan jenisjenis ujiuji parametrikparametrik atauatau non
non parametrikparametrik Tujuan
Tujuan ujiuji: : untukuntuk melihatmelihat apakahapakah sebaransebaran data data mengikutimengikuti pola
pola sepertiseperti kurvakurva normalnormal Cara :
Cara : membandingkanmembandingkan data data empirikempirik dengandengan data idealdata ideal Hipotesis
Hipotesis::
Ho:
Ho: tidaktidak terdapatterdapat perbedaanperbedaan antaraantara data data empirikempirik dandan data data teoritik
teoritik
Ha:
Ha: terdapatterdapat perbedaanperbedaan antaraantara data data empirikempirik dandan data data teoritikteoritik
-- p p >> 0,05 0,05 makamaka Ha Ha ditolakditolak (normal)(normal)
Prinsip
Prinsip
Uji
Uji
Distribusi
Distribusi
Normal
Normal
Prinsipnya
Prinsipnya membandingkanmembandingkan antaraantara distribusidistribusi data yang data yang didapat
didapat (observed) (observed) dengandengan data normal (expected)data normal (expected) Jika
Jika hasilhasil ujiuji menunjukkanmenunjukkan tidaktidak adaada perbadaanperbadaan antaraantara kedua
kedua distribusidistribusi data data tersebuttersebut (p (p >> 0,05) 0,05) dikatakandikatakan distribusi
distribusi data data obsevedobseved adalahadalah normalnormal
Pengujian
Berbagai
Berbagai
Cara
Cara
Menguji
Menguji
Normalitas
Normalitas
Data
Data
1.
1.
Nilai
Nilai
Skewness
Skewness
dan
dan
Kurtosis
Kurtosis
2.
2.
Lilliefors
Lilliefors
(
(
Uji
Uji
Kolmogorov
Kolmogorov
Smirnov)
Smirnov)
3.
3.
Shapiro
Shapiro
-
-
Wilks
Wilks
4.
4.
Grafik
Grafik
PP
PP
dan
dan
Grafik
Grafik
Q
Q
-
-
Q (normal jk
Q (normal
jk
data
data
tersebar
tersebar
di
di
sekeliling
sekeliling
garis
garis
)
)
5.
5.
Nilai
Nilai
Z (
Z (
jika
jika
terletak
terletak
antara
antara
–
–
1,96 sampai
1,96
sampai
+1,96
1. Ratio
1. Ratio
Skewness
Skewness
dan
dan
Kurtosis:
Kurtosis:
Ratio
Ratio SkewnessSkewness = = nilainilai skewnessskewness dibagidibagi standarstandar error
error skewnessskewness Patokan
Patokan nilainilai SkewnessSkewness adalahadalah --0,155, 0,155, sdgsdg standard error
standard error skewnessskewness diperolehdiperoleh daridari hasilhasil analisis
analisis datadata Jika
Jika Ratio Ratio SkewnessSkewness beradaberada antaraantara --2 2 sampaisampai +2 +2 maka
maka distribusidistribusi dikatakandikatakan normalnormal Ratio Kurtosis =
Ratio Kurtosis = nilainilai kurtosis kurtosis dibagidibagi standard error standard error kurtosis
kurtosis
Patokan
Patokan nilainilai KurosisKurosis adalahadalah --0,155, 0,155, sdgsdg standard standard error kurtosis
error kurtosis diperolehdiperoleh daridari hasilhasil analisisanalisis datadata Jika
Jika Ratio Kurtosis Ratio Kurtosis beradaberada antaraantara --2 2 sampaisampai +2 +2 maka
Tambahan
Tambahan
tentang
tentang
Normalitas
Normalitas
Satu
Satu
istilah
istilah
yang
yang
ngetrend
ngetrend
dalam
dalam
Kurve
Kurve
Normal
Normal
adalah
adalah
Skewness
Skewness
dan
dan
Kurtosis.
Kurtosis.
Skewness
Skewness
berkaitan
berkaitan
dengan
dengan
lebar
lebar
kurve
kurve
,
,
sedangkan
sedangkan
kurtosis
kurtosis
dengan
dengan
tinggi
tinggi
kurve.
kurve
.
Jika
Jika
data
data
terlihat
terlihat
sebarannya
sebarannya
normal,
normal,
tapi
tapi
kalau
kalau
nilai
nilai
kurtosisnya
kurtosisnya
besar
besar
(alias
(alias
salah
salah
satu
satu
kategori
kategori
terlalu
terlalu
tinggi
tinggi
)
)
ya
ya
nggak
nggak
normal.
normal.
Dua
Dua
nilai
nilai
ini
ini
harus
harus
diperhatikan...
diperhatikan
...
Nilai
Nilai
Kritis
Kritis
(Z) =
(Z) =
Skewness
Skewness
/
/
√
√
(6/N). Z
(6/N). Z
tidak
tidak
boleh
boleh
lebih
lebih
dari
dari
2,58 (sig. 1%)
2,58 (sig. 1%)
dan
dan
1,96 (sig.
1,96 (sig.
5%).
5%).
Untuk
Pada
Pada SPSS, Ratio SPSS, Ratio Skewness
Skewness dandan Kurtosis Kurtosis diperoleh
diperoleh lewatlewat::
Menu Analyze
Menu Analyze
Submenu Descriptive
Submenu Descriptive
Statistics
Statistics –– FrequenciesFrequencies Masukkan
Masukkan VariabelVariabel yang yang akan
akan diujidiuji keke kotakkotak Variable(s
Variable(s)) Klik
Klik pilihanpilihan icon Statistics, icon Statistics, selanjutnya
selanjutnya KlikKlik padapada: : Skewness
Skewness dandan Kurtosis, Kurtosis, kemudian
2. Testing skew by Z
2. Testing skew by Z
-
-
score
score
The simplest test we can use is a z
The simplest test we can use is a z--score. In the case of score. In the case of skew the z
skew the z--score is given by:score is given by:
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.
where N is the number of cases in the sample.
If a z score associated with the skew is greater than
If a z score associated with the skew is greater than
|
|±±1.96| then the sample is significantly different from 1.96| then the sample is significantly different from normal.
normal.
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
normally distributed data
normally distributed data
z = skew−0 SEskew
Cara menentukan nilai Z:
Cara menentukan nilai Z:
pilih
pilih
menu
menu
Analyze
Analyze
–
–
Descriptive
Descriptive
Statistics
Statistics
–
–
Descriptives
Descriptives
Masukkan Variabel pada kotak Variable(s)
Masukkan Variabel pada kotak Variable(s)
Aktifkan p
Aktifkan p
ilihan
ilihan
: 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)
Klik
Klik
pilihan
pilihan
Continue
Continue
dan
dan
OK
OK
Distribusi
Distribusi
Nilai
Nilai
Z (
Z (
jika
jika
terletak
terletak
antara
antara
–
–
1,96
1,96
sampai
3.
3.
Uji
Uji
Kolmogorov
Kolmogorov
Smirnov:
Smirnov:
Untuk
Untuk mengujimenguji normalitasnormalitas sebuah
sebuah variabelvariabel Dikatakan
Dikatakan DistribusiDistribusi Normal Normal jikajika P
P >> 0,05 0,05 Pada
Pada program SPSS program SPSS dilakukandilakukan melalui
melalui::
Menu Analyze
Menu Analyze
Submenu Nonparametric
Submenu Nonparametric
Test
Test
Pilih
Pilih: : –– 1 Sample KS1 Sample KS Masukkan
Masukkan variabelvariabel yang yang pada
pada kotakkotak: Test Variable : Test Variable List
List
Klik
Klik icon Test Distribution icon Test Distribution Normal,
4.
4.
Uji
Uji
Kolmogorov
Kolmogorov
Smirnov
Smirnov
dan
dan
Shapiro
Shapiro
Wilk
Wilk
Untuk
Untuk mengujimenguji normalitasnormalitas duadua kelompokkelompok data yang data yang berasal
berasal daridari sebuahsebuah variabelvariabel Dikatakan
Dikatakan DistribusiDistribusi Normal Normal jikajika P P >> 0,05 0,05 Pada
Pada program SPSS program SPSS dilakukandilakukan melaluimelalui:: Menu Analyze
Menu Analyze
Submenu Descriptive Statistics
Submenu Descriptive Statistics –– ExploreExplore Masukkan
Masukkan VariabelVariabel DependenDependen dandan FaktorFaktor pembedanya
pembedanya keke kotakkotak masingmasing--masingmasing Klik
Klik pilihanpilihan icon: Plots icon: Plots dandan pilihpilih Normality Plots Normality Plots with Tests
Tests of Normality
Kolmogorov Kolmogorov-
-Smirnov Smirnov
Shapiro Shapiro--WilkWilk
lokasi lokasi penelitian penelitian
Statistic
Statistic dfdf Sig.Sig. StatisticStatistic dfdf Sig.Sig.
lila
lilaWUSWUS desadesa .284.284 1515 .002.002 .782.782 1515 .010.010
kota
kota .196.196 1515 .127.127 .948.948 1515 .486.486
** This is an upper bound of the true significance. a Lilliefors Significance Correction
Distribusi Normal jika P > 0,05
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
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
Menguji
Menguji
Kesamaan
Kesamaan
Varian
Varian
Lavene
Lavene
Test:
Test:
Untuk
Untuk mengujimenguji kesamaankesamaan duadua varianvarian data yang data yang berasalberasal daridari sebuah
sebuah variabelvariabel Dikatakan
Dikatakan variannyavariannya samasama jikajika P P >> 0,05 0,05 Pada
Pada program SPSS program SPSS dilakukandilakukan melaluimelalui:: Menu Analyze
Menu Analyze
Submenu Descriptive Statistics
Submenu Descriptive Statistics –– ExploreExplore Masukkan
Masukkan VariabelVariabel DependenDependen dandan FaktorFaktor pembedanyapembedanya keke kotak
kotak masingmasing--masingmasing Klik
Klik pilihanpilihan icon: Plots icon: Plots dandan pilihpilih Power estimation Power estimation padapada bagian
Apa
Apa
yang
yang
harus
harus
dilakukan
dilakukan
jika
jika
sebaran
sebaran
data
data
tidak
tidak
normal
normal
transformasi
transformasi data data dalamdalam bentukbentuk yang lain (yang lain (remedies remedies for non normal
for non normal). ). AdaAda banyakbanyak caracara
mentransformasikan
mentransformasikan, , tetapitetapi caracara yang yang seringsering dipakaidipakai adalah
adalah transformasitransformasi dalamdalam bentukbentuk akarakar kuadratkuadrat, , arcsin
arcsin, , dandan log 10. (log 10. (lihatlihat modulmodul transformasitransformasi data)data) menambah
menambah jumlahjumlah sampelsampel penelitianpenelitian, , hinggahingga katakanlah
katakanlah 100 100 sampelsampel. . Menyisihkan
Menyisihkan outliers: outliers: membuangmembuang subjeksubjek yang yang teridentifikasi
teridentifikasi sebagaisebagai outliers outliers atauatau memilikimemiliki nilainilai ekstrim/menyimpang
ekstrim/menyimpang dibandingdibanding yang lain. yang lain. Memisah
Memisah berdasarkanberdasarkan katagorikatagori tertentutertentu, , misalmisal sex, sex, lokasi
lokasi, , pekerjaanpekerjaan dlldll Jika
Jika tidaktidak bisabisa dengandengan caracara didi atasatas ---- data data tidaktidak normal